Resumen

Los recursos del Internet de las Cosas (IoT) cooperan entre s para solicitar y prestar servicios. En entornos heterogneos y complejos, esos recursos deben confiar entre s. Los ataques On-Off amenazan la seguridad de la confianza en IoT mediante nodos que realizan comportamientos buenos y malos de forma aleatoria, para evitar ser calificados como una amenaza. Algunas contramedidas exigen niveles previos de conocimiento de la confianza y tiempo para clasificar el comportamiento de un nodo. En algunos casos, un nodo que funcione mal puede ser calificado errneamente como atacante. En este trabajo, introducimos un mtodo inteligente de gestin de la confianza, basado en el aprendizaje automtico y en una tcnica de ventana deslizante elstica que evala automticamente la confianza en los recursos IoT, evaluando los atributos del proveedor de servicios. En datos simulados y del mundo real, este mtodo fue capaz de identificar atacantes On-Off y nodos defectuosos con una precisin de hasta el 96% y un bajo consumo de tiempo.

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Internet de las cosas; Seguridad de la confianza; Ataques on-off; Gestión de la confianza; Aprendizaje automático; Proveedor de servicios
• Keywords:Internet of things; Trust security; On-off attacks; Trust management; Machine learning; Service provider