Аналіз витоку контекстої інформації в зашифрованому трафіку IoT-пристроїв за допомогою методів машинного навчання

Abstract

У роботі досліджується проблема витоку метаданих через аналіз паттернів зашифрованого трафіку пристроїв Інтернету речей. Розглянуто можливість ідентифікації станів пристроїв на основі розміру пакетів та частоти їх відправлення. Запропоновано використання алгоритмів машинного навчання для виявлення контекстної інформації без дешифрування вмісту пакетів.

The paper investigates the issue of metadata leakage through the analysis of encrypted traffic patterns in IoT devices. The possibility of identifying device states based on packet size and transmission frequency is considered. The use of machine learning algorithms to extract contextual information without decrypting packet content is proposed.