ENVOT：基于集成分类器与VOT机制的物联网群体异常检测认证方法

《IEEE Open Journal of the Computer Society》：ENVOT: Attestation of IoT Swarms for Anomalies Using ENsemble Classifier and VOTing Mechanism

　　

摘要：

随着物联网设备的不断增加，保护敏感数据并抵御威胁的强大安全措施需求也日益提升。传统的认证方法存在可扩展性和效率方面的问题，因此需要更为灵活的解决方案。本文提出了ENVOT这一物联网设备群认证框架，它采用了变分自编码器以及基于随机森林和XGBoost的集成分类器。ENVOT通过处理RAM中关键的10%区域来降低时间和能量消耗，同时利用统计特征和频域特征来简洁地描述运行时的内存行为。提取出的特征会经过标准化处理，并通过SMOTE方法进行增强，再通过变分自编码器进行编码，最后通过加权软投票方式进行分类。在针对固件逻辑错误、参数篡改以及传感器数据操纵的实验中，该系统的检测准确率达到了90%。在包含250台设备的ns-3测试环境中，ENVOT在环形设备群拓扑结构下的端到端认证延迟为431.0毫秒，总通信能量为0.377毫焦耳。安全分析部分阐述了ENVOT如何通过检测与固件篡改、参数操纵以及传感器数据攻击相关的可观察内存偏差，从而为具有完整性保护的通信提供补充。