Um método para o gerenciamento da confiança na identificação de recursos e detecção de ataques para a internet das coisas.

• Ano de defesa: 2018
• Autor(a) principal: CAMINHA, Jean.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Internet das coisas; Técnica de janela elástica dinâmica (JED); Recursos inteligentes e cooperativos; Internet of things; Dynamic elastic window technique (EDD); Smart and cooperative resources; Engenharia Elétrica
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27159

A Internet das Coisas (IoT) é um conceito relacionado à conexão de objetos cotidianos à Internet, transformado-os em recursos inteligentes e cooperativos. Apesar de possuir muitas semelhanças com as redes de sensores sem fio, a IoT apresenta requisitos especiais, como a integração de redes, contexto semântico, conexão a sistemas legados e objetos heterogêneos, além da necessidade de proteção contra ataques específicos à segurança. Os recursos da IoT cooperam entre si solicitando e oferecendo serviços. Em ambientes heterogêneos e complexos, esses recursos precisam confiar uns nos outros. O conceito de enxame (swarm) em IoT descreve a cooperação de dispositivos altamente independentes e heterogêneos para executar tarefas. Os componentes de um sistema de enxame devem descobrir de forma transparente outros objetos. A descoberta semântica é uma abordagem para executar esta tarefa e pode ser realizada de forma automática ou manual, mas que normalmente não leva em conta requisitos de segurança, como a confiança (trust) e potenciais atacantes. Neste trabalho é apresentado um método baseado em aprendizado de máquina em con- junto com uma técnica de janela elástica dinâmica (JED), que realiza o reconhecimento semântico de recursos IoT, auxiliando a integração de infraestruturas e serviços, colaborando para o geren- ciamento da confiança e identificando ataques. Com a aplicação do método proposto foi possível reconhecer semanticamente recursos IoT com 96% de precisão em um conjunto de dados real e ataques do tipo On/Off em ambiente simulado. Em comparação com outros estudos, o método foi 95% mais rápido na identificação ataques do tipo On-Off. Com a execução do método, de maneira inovadora, é possível diferenciar também nós atacantes de nós defeituosos.