scholarly journals دراسة استقصائية حول الآليات الآمنة للتحقق من الهوية في تطبيقات إنترنت الأشياء القائمة على الحوسبة الضبابية

2020 ◽  
Vol 9 (1) ◽  
pp. 17-27
Author(s):  
أروى باشنفر أروى باشنفر
Keyword(s):  
Denial Of Service ◽  
Sybil Attack ◽  
Denial Of Service Attack ◽  
Service Attack

زوَّدت الحوسبة الضبابية انترنت الأشياء بعدة مميزات، من أهمها: القابلية للتوسع والمرونة، وذلك عن طريق تقليل ازدحام شبكة الاتصالات وتحسين وقت الاستجابة بين الأجهزة المتصلة والخدمة السحابية. من جهة أخرى، فإن حوسبة الضبابية قد ورثت نقاط ضعف للعديد من الهجمات، بما في ذلك هجمات سايبل (Sybil Attack)، وانتحال الهوية (Impersonating attacks)، وحتى هجمات الحرمان من الخدمة (Denial of Service Attack). ولهذا السبب؛ فإنه من الضروري إضافة خاصية الأمان إلى طبقة الحوسبة الضبابية عن طريق تأمين خاصية التحقق من الهوية، والتي تعتبر خط الدفاع الأول المهم في أي نظام. في هذه الدراسة الاستقصائية، نقوم بمراجعة بعض الآليات الحديثة التي تم تطويرها كآليات آمنة للتحقق من الهوية في الحوسبة الضبابية، وعلى إثر هذه المراجعة نقدم مقارنة بين هذه الأليات بناءً على معايير محددة كالطريقة المتبعة لتعريف المستخدمين، خوارزمية التشفير المستخدمة، ودعم التنقل السلس للأجهزة.

scholarly journals CoLL-IoT: A Collaborative Intruder Detection System for Internet of Things Devices

Electronics ◽  
2021 ◽  
Vol 10 (7) ◽  
pp. 848
Author(s):  
Hani Mohammed Alshahrani
Keyword(s):  
Internet Of Things ◽  
Detection System ◽  
Fog Computing ◽  
Denial Of Service ◽  
Sybil Attack ◽  
Replay Attack ◽  
Denial Of Service Attack ◽  
Intruder Detection ◽  
Service Attack ◽  
Iot Devices

The Internet of Things (IoT) and its applications are becoming popular among many users nowadays, as it makes their life easier. Because of its popularity, attacks that target these devices have increased dramatically, which might cause the entire system to be unavailable. Some of these attacks are denial of service attack, sybil attack, man in the middle attack, and replay attack. Therefore, as the attacks have increased, the detection solutions to detect malware in the IoT have also increased. Most of the current solutions often have very serious limitations, and malware is becoming more apt in taking advantage of them. Therefore, it is important to develop a tool to overcome the existing limitations of current detection systems. This paper presents CoLL-IoT, a CoLLaborative intruder detection system that detects malicious activities in IoT devices. CoLL-IoT consists of the following four main layers: IoT layer, network layer, fog layer, and cloud layer. All of the layers work collaboratively by monitoring and analyzing all of the network traffic generated and received by IoT devices. CoLL-IoT brings the detection system close to the IoT devices by taking the advantage of edge computing and fog computing paradigms. The proposed system was evaluated on the UNSW-NB15 dataset that has more than 175,000 records and achieved an accuracy of up to 98% with low type II error rate of 0.01. The evaluation results showed that CoLL-IoT outperformed the other existing tools, such as Dendron, which was also evaluated on the UNSW-NB15 dataset.

Low rate TCP denial-of-service attack detection at edge routers

2005 ◽  
Vol 9 (4) ◽  
pp. 363-365 ◽  
Author(s):  
A. Shevtekar ◽  
K. Anantharam ◽  
N. Ansari
Keyword(s):  
Denial Of Service ◽  
Attack Detection ◽  
Denial Of Service Attack ◽  
Service Attack ◽  
Low Rate
Sign in / Sign up

Export Citation Format

Share Document