Anomalijų aptikimo metodų, skirtų daiktų interneto infrastuktūrai, tyrimas
Girkantas, Edmondas |
Baigiamajame magistro darbe atliktas daiktų interneto tinkle vykdytų anomalijų atpažinimo tyrimas, anomalijų aptikimo metodui pritaikyti paslėptieji Markovo modeliai, kurie priskiriami derinių mokymosi grupei ir taikant sintezę pagrįstus algoritmus. Atakos nukreiptos prieš DI įrenginius yra traktuojamos kaip anomalijos ir joms atpažinti realiu laiku buvo pasiūlytas patobulintas „HMMPayl” anomalijų aptikimo metodas, kuris laikomas pažangesniu HTTP protokole vykdomų atakų atpažinimui nei parašais grįsti metodai. Šio darbo analitinėje dalyje analizuojama moksline? literatūra susijusi su anomalijų metodų taikymu kompiuterių tinkle, taip pat išanalizuotas egzistuojantis kenksmingas programinis kodas, kuris skirtas daiktų interneto įrenginiams. Duomenų surinkimui ir perdavimui buvo pasirinktas TZSP protokolas, kuris lyginant su Netflow protokolu perduoda pilną informaciją apie tinkle siunčiamus paketus. Nagrinėjant anomalijų tinkle metodus buvo apžvelgti šių metodų grupavimas į kategorijas ir pogrupius priklausomai nuo naudojamų juose skaičiavimo metodų, o taip pat apžvelgti jų pranašumai bei trūkumai. Tiriamojoje dalyje realizuota realaus laiko anomalijų atpažinimo modelio programa bei atliktas jo testavimas, buvo palyginta skirtingų parametrų įtaka anomalijų atpažinimo modeliui nei duomenų apdorojimo sistemai. Įrankio pagrindą sudaro Java programavimo kalba realizuotas duomenų apdorojimo modulis. Darbo pabaigoje pateikiamos išvados bei pastabos.Baigiamąjį darbą sudaro: įvadas, analitinė ir tiriamoji dalis, išvados, literatūros sąrašas, priedai. Darbo apimtis 38 p. teksto be priedų, 22 pav., 6 lent., 37 bibliografiniai šaltiniai.
Master thesis develops and implements real time anomaly detection method for Internet of Things infrastructure, Hidden Markov Models were used as anomaly detection method, which are categorised to combination learners category and is fusion algorithm based. Computer attacks against IoT devices are considered as anomalies and updated HMMPayl model was proposed to detect those attacks in real time. This anomaly detection model is more advanced than signature based methods used in normal intrusion detection systems.The analytical part analyses the scientific literature related to anomaly detection in computer networks, also analysed existing malwares, which are designed for the Internet of Things devices. TZSP protocol was selected for data collection and transfer, which compared to Netflow like protocol provides full information about packets that are sent in network. An overview was made about different types of anomaly detection methods and their categorisation according to used computation models, also carried out an overview of their advantages and disadvantages. In research part of the thesis real time anomaly detection model was developed and tested, performed impact comparison of different parameters used for anomaly detection model. Data processing and anomaly detection was implemented in Java programming language. At the end of the work conclusions are presented.Structure: introduction, analysis and research, conclusions, references, appendices. Thesis consist of: 38 p. text without appendixes, 22 pictures, 6 tables, 37 bibliographical entries.