Un mécanisme de sécurité basé sur le Fog Computing contre les botnet attaques

Abstract

L'Internet des objets (IoT) révolutionne notre monde. Son concept principal est de connecter des objets physiques à Internet. Cependant, avec l'augmentation du nombre d'appareils connectés et la croissance de l'IoT, de nouvelles menaces à la cybersécurité émergent en raison des vulnérabilités présentes dans ces appareils. Les botnets malveillants sont une menace courante, utilisant des appareils IoT vulnérables pour mener des attaques informatiques. Face à ces menaces, il est nécessaire de développer de nouvelles méthodes pour détecter les botnets IoT. Dans cette étude, nous proposons de mettre en place un système de détection d'intrusion spécifiquement conçu pour l'Internet des Objets, en utilisant l'apprentissage automatique pour identifier le trafic réseau malveillant des botnets. Notre modèle est basé sur la classification. Pour analyser le comportement des appareils sur le réseau, nous avons utilisé l'ensemble de données d'intrusion sur le réseau Iot. The Internet of Things (IoT) is revolutionizing our world. Its main concept is to connect physical objects to the Internet. However, with the increase in the number of connected devices and the growth of IoT, new cybersecurity threats are emerging due to the vulnerabilities present in these devices. Malicious botnets are a common threat, using vulnerable IoT devices to carry out computer attacks. Faced with these threats, it is necessary to develop new methods to detect IoT botnets. In this study, we propose to implement an intrusion detection system specifically designed for the Internet of Things, using machine learning to identify malicious network traffic from botnets. Our model is based on classification. To analyze the behavior of devices on the network, we used the iot network intrusion dataset. إن الإنترنت للأشياء (IoT) يغير عالمنا بشكل جذري. المفهوم الرئيسي له هو ربط الأشياء المادية بالإنترنت. ومع ذلك، مع زيادة عدد الأجهزة المتصلة ونمو الإنترنت للأشياء، تظهر تهديدات جديدة للأمن السيبراني بسبب الثغرات الموجودة في هذه الأجهزة. تُعد شبكات الروبوتات الضارة تهديدًا شائعًا، حيث تستخدم أجهزة إنترنت الأشياء الضعيفة لتنفيذ هجمات حاسوبية. في مواجهة هذه التهديدات، من الضروري تطوير طرق جديدة لاكتشاف شبكات الروبوتات في إنترنت الأشياء. في هذه الدراسة، نقترح تنفيذ نظام كشف التسلل مصمم خصيصًا للإنترنت للأشياء، باستخدام التعلم الآلي لتحديد حركة المرور الضارة من شبكات الروبوتات. يعتمد نموذجنا على التصنيف. ولتحليل سلوك الأجهزة على الشبكة، استخدمنا مجموعة بيانات التسلل لشبكة إنترنت الأشياء.