Краткое содержание

arXiv:2411.14441v3 Тип объявления: замена-перекрёстная Аннотация: С ростом числа устройств Интернета вещей (IoT) обеспечение их безопасности стало первостепенной задачей. Идентификация устройства (DI), позволяющая различать устройства IoT на основе их сетевых паттернов трафика, играет ключевую роль как в дифференцировании самих устройств, так и в выявлении уязвимых узлов, закрывая серьёзную брешь в области информационной безопасности. Однако существующие подходы к DI, основанные на построении моделей машинного обучения, часто упускают из виду проблему обобщаемости модели в различных сетевых средах. В данной работе мы предлагаем новый подход, направленный на преодоление данного ограничения и оценку обобщаемости моделей идентификации устройств на разных наборах данных, собранных в неоднородных сетевых условиях. Наш метод включает два этапа: во-первых, мы разрабатываем способ выбора признаков и моделей, который устойчивее к проблемам обобщения благодаря использованию генетического алгоритма с внешней обратной связью и набору данных из разнотипных сред для уточнения выборки. Во-вторых,