Classificação de fluxos de rede IoT MQTT utilizando o EFC

Abstract

Neste trabalho, é proposta a utilização do Energy-based Flow Classifier (EFC) para classificar fluxos de redes Internet of Things (IoT) Message Queuing Telemetry Transport (MQTT). Nos últimos anos, vários tipos de classificadores foram propostos para uso em Network Intrusion Detection Systems (NIDSs) para IoT, utilizando tanto algoritmos clássicos de inteligência artificial quanto sistemas híbridos que misturam diferentes classificadores. O primeiro tipo mostra bom desempenho, mas não possui a capacidade de classificar fluxos de ataque desconhecidos, enquanto o segundo mostra bons resultados e consegue classificar estes fluxos, mas possui custo computacional elevado para ser utilizado em um contexto IoT, cuja capacidade computacional é limitada. A utilização do EFC vem, portanto, para oferecer uma alternativa viável, visto que possui complexidade de treinamento baixa e é capaz de classificar fluxos de ataques desconhecidos. Para testar seu desempenho, são realizados três experimentos. No primeiro, testa-se a versão binária do EFC para saber se ele é capaz de diferenciar fluxos benignos de fluxos maliciosos. No segundo experimento é utilizada a versão multi-classe do EFC para saber se ele consegue diferenciar os diferentes tipos de fluxo de ataque. Já no último experimento, retirando cada um dos tipos de fluxo de ataque do conjunto de teste, são simulados ataques desconhecidos para testar a eficácia do algoritmo em reconhecer este tipo de fluxo. O EFC mostrou ótimos resultados nos dois primeiros experimentos. Já no terceiro experimento, em dois dos três cenários de teste o EFC mostrou o melhor resultado ou comparável ao melhor, enquanto no cenário restante mostrou resultados abaixo da média, provavelmente por causa do desbalanceamento do dataset. Trabalhos futuros podem encontrar mais datasets de fluxos IoT MQTT para realizar testes inter-domínio e explorar a possibilidade de realizar feature selecting sobre os fluxos.