IoTBeholder:基于智能家居Wi-Fi流量对用户习惯行为的隐私窥探攻击

隐私设计与用户控制数据隐私感知与决策智能家居隐私与安全软件工程师与开发者网络安全工程师隐私政策制定者

随着越来越多的智能家居物联网设备部署,隐私泄露已成为日益严峻的问题。之前关于隐私侵入式设备定位、分类和活动识别的研究已证实智能家居环境中存在各种隐私泄露风险。然而,由于许多不切实际的假设(如获得用户家庭网络的特权访问),它们仅展示了有限的真实世界威胁。在本文中,我们使用IoTBeholder——一个执行设备定位、分类和用户活动识别的系统——识别了一种新的端到攻击面。IoTBeholder可以轻松地在移动电话或个人电脑等商用现成设备上运行,使攻击者仅凭智能家居Wi-Fi流量就能推断用户习惯行为。我们搭建了包含23个物联网设备的测试床进行真实世界评估。结果表明IoTBeholder具有良好的设备分类和设备活动识别性能。此外,IoTBeholder还能高精度且可解释地推断用户习惯行为和自动化规则。它甚至能准确预测用户未来操作,突显出物联网供应商和用户应高度关注的重大隐私威胁。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/ubicomp/128321/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
UbiComp
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
隐私设计与用户控制、数据隐私感知与决策、智能家居隐私与安全
work
职业/产业
软件工程师与开发者、网络安全工程师、隐私政策制定者
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文