本项目提出 新一代物联网和 IIoT 应用程序的综合现实网络安全数据集（Edge-IIoTset），它可以被基于机器学习的入侵检测系统以两种不同的模式使用，即：集中式学习 和 联邦学习。具体来说，数据集所采用的测试平台分为七层，包括：云计算层、网络功能虚拟化层、区块链网络层、雾计算层、软件定义的网络层、边缘计算层，以及 工业物联网感知层。在每一层中，提出了满足物联网和 IIoT 应用程序关键要求的新兴技术，例如，ThingsBoard 物联网平台、OPNFV 平台、Hyperledger Sawtooth、数字孪生、ONOS SDN 控制器、Mosquitto MQTT 代理、Modbus TCP/IP …… 等。物联网数据来自各种物联网设备（10 多种），例如：

• 用于传感温度和湿度的低成本数字传感器

• 超声波传感器

• 水位检测传感器

• pH 传感器计

• 土壤湿度传感器

• 心率传感器

• 火焰传感器， … 等

识别和分析了与  IoT  和  IIoT  连接协议相关的 14 种攻击，这些攻击分为五种威胁，包括：

• DoS/DDoS 攻击

• 信息收集

• 中间人攻击

• 注入攻击

• 恶意软件攻击

在处理和分析所提出的现实网络安全数据集之后，提供了初步的探索性数据分析，并评估了机器学习方法在集中式和联合学习模式下的性能。

请通过微信搜索【跨象乘云】公众号（kxcy_ai）或扫描下方二维码，关注后发送关键字【220611】，免费获取 新一代工业物联网信息安全数据集。跨象乘云™ 原创实验演示视频内全部代码、数据集仅授权予个人用户学习与实验使用。禁止用于二次销售、分发传播、课堂教学及培训用途。校企用户采购请通过公众号菜单【了解我们】->【商务咨询】联系。

引用文献

Mohamed Amine Ferrag, Othmane Friha, Djallel Hamouda, Leandros Maglaras, Helge Janicke, "Edge-IIoTset: A New Comprehensive Realistic Cyber Security Dataset of IoT and IIoT Applications for Centralized and Federated Learning", TechRxiv, 2022, Doi: 10.36227/techrxiv.18857336.v1

Link to paper : https://www.techrxiv.org/articles/preprint/Edge-IIoTset_A_New_Comprehensive_Realistic_Cyber_Security_Dataset_of_IoT_and_IIoT_Applications_for_Centralized_and_Federated_Learning/18857336

题图图片由 Gerd Altmann 在 Pixabay 上发布