כתבה
arXiv cs.AI ·
התקפות Phantom State נגד איתור פלישות IIoT
Out of Sync, Out of Sight: Phantom State Attacks against IIoT Intrusion Detection
התקפות Phantom State מנצלות את התלות בסנכרון זמני של מערכות איתור פלישות IIoT. ההתקפה מזיזה את התצפיות מעבר לגבול החלון, וגורמת למערכת לשחזר מצב רפאים שאינו תואם את המצב האמיתי. ההתקפה נבדקה נגד Random Forest, MLP ו-XGBoost.
תקציר מקורי באנגליתarXiv:2610.02552v1 Announce Type: cross Abstract: Machine learning-based intrusion detection systems (IDS) are critical for securing Industrial Internet of Things (IIoT) environments. Most adversarial research against them perturbs the feature vector or the traffic that produces it, and depends on gradient access, repeated model queries, or a learned model of benign traffic. A smaller line of work reshapes packet timing without querying the detector, but makes malicious traffic mimic a learned model of benign timing. Across these approaches, one assumption of industrial monitoring pipelines has received little attention: temporal synchronization. An IDS reconstructs operational state by aggregating telemetry into sliding or tumbling windows, so its view depends not only on what is observed
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית