[論文レビュー] Threats and Corrective Measures for IoT Security with Observance of Cybercrime: A Survey

Sita Rani, Aman Kataria+5 more|arXiv (Cornell University)|Oct 17, 2020

Advanced Malware Detection Techniques参考文献 225被引用数 6

ひとこと要約

本サーベイは、アーキテクチャ的レイヤーにわたり重要なIoTセキュリティ脅威を特定し、是正策を提案する。サイバー犯罪捜査を強化するため、IoTフォレンジックスおよびAI、ブロックチェーン、エッジコンピューティングといった新興技術の活用に重点を置いている。本研究は、IoTシステムのセキュリティを確保する包括的なフレームワークを提供し、スマート環境におけるデジタルフォレンジックスの未解決課題にも言及している。

ABSTRACT

Internet of Things (IoT) is the utmost assuring framework to facilitate human life with quality and comfort. IoT has contributed significantly to numerous application areas. The stormy expansion of smart devices and their credence for data transfer using wireless mechanics boosts their susceptibility to cyber-attacks. Consequently, the rate of cybercrime is increasing day by day. Hence, the study of IoT security threats and possible corrective measures can benefit the researchers to identify appropriate solutions to deal with various challenges in cybercrime investigation. IoT forensics plays a vital role in cybercrime investigations. This review paper presents an overview of the IoT framework consisting of IoT architecture, protocols, and technologies. Various security issues at each layer and corrective measures are also discussed in detail. This paper also presents the role of IoT forensics in cybercrime investigation in various domains like smart homes, smart cities, automated vehicles, healthcare, etc. Along with the role of advanced technologies like Artificial Intelligence, Machine Learning, Cloud computing, Edge computing, Fog computing, and Blockchain technology in cybercrime investigation are also discussed. At last, various open research challenges in IoT to assist cybercrime investigation are explained, which provide a new direction for further research.

研究の動機と目的

• アプリケーション、ネットワーク、データ処理レイヤーにわたるIoTアーキテクチャにおけるセキュリティ脆弱性を分析すること。
• 急速に展開が進む無線接続デバイスに起因するIoTエコシステム内の主要な脅威を特定すること。
• スマートホーム、医療、スマートシティなどの分野におけるサイバー犯罪捜査において、IoTフォレンジックスの役割を検討すること。
• AI、機械学習（ML）、クラウド、エッジ、ミスト（fog）、ブロックチェーンといった先進技術が、サイバー犯罪捜査およびデジタルフォレンジックスの改善に果たす可能性を評価すること。
• 今後の研究の方向性を導くために、IoTセキュリティおよびフォレンジックスにおける未解決の研究的課題を強調すること。

提案手法

• アプリケーション、ネットワーク、データレイヤーを含むIoTスタック全体にわたるIoTセキュリティ脅威について、体系的なレビューを実施すること。
• MQTT、CoAP、6LoWPANなどの既存のプロトコルおよび技術を分析し、内在的な脆弱性を同定すること。
• デジタル証拠収集および保管責任の手続きを支援するため、フォレンジックス手法をIoTシステムに統合すること。
• AIおよび機械学習がIoT環境内での異常検知および脅威予測にどのように寄与するかを評価すること。
• エッジおよびミストコンピューティングが遅延を低減し、リアルタイムのフォレンジックス分析の効率を向上させる役割を評価すること。
• ブロックチェーンがIoTフォレンジックスにおける監査ログのセキュリティとデータ整合性を強化する可能性を検討すること。

実験結果

リサーチクエスチョン

• RQ1 IoTアーキテクチャの各レイヤーに生じる主なセキュリティ脅威は何か。また、それらはシステムの整合性にどのように影響を与えるか。
• RQ2 スマートホーム、自動車、医療システムなどの実世界の分野において、IoTフォレンジックスはどのように効果的に応用できるか。
• RQ3 AI、ブロックチェーン、エッジコンピューティングといった新興技術が、IoT環境におけるサイバー犯罪捜査をどのように強化できるか。
• RQ4 リソース制限のあるIoTデバイスからデジタル証拠を収集・保持・分析するにあたり、直面する主な課題は何か。
• RQ5 IoTセキュリティおよびフォレンジックス分野において、効果的なサイバー犯罪捜査を阻害する未解決の研究課題は何か。

主な発見

• 無線通信を用いるIoTデバイスの急増により、攻撃表面が拡大し、サイバー攻撃に対して極めて脆弱になる。
• IoTフォレンジックスはサイバー犯罪捜査に不可欠であるが、デバイスの多様性、制限されたストレージ、動的なネットワークトポロジーのため、課題に直面している。
• AIおよび機械学習技術は、IoTネットワーク内でのリアルタイムの異常検知および脅威予測に有望な成果を示している。
• エッジおよびミストコンピューティングは、デバイス内での分析を可能にすることで、フォレンジックスデータ処理の遅延を低減し、効率を向上させている。
• ブロックチェーン技術は、改ざん防止ログを提供することで、IoTフォレンジックスにおけるデータ整合性と監査可能性を強化している。
• 標準化されたフォレンジックス手順、証拠収集のスケーラビリティ、多様なIoTプラットフォーム間の相互運用性といった、いくつかの未解決の課題が残っている。