Detecting and Identifying Faulty IoT Devices in Smart Home with Context Extraction

Abstract

IoT의 적용 범위가 넓어지면서, IoT 장치의 고장을 안전하고 빠르게 탐지하는 기법은 IoT 환경에서 필수적이다. 하지만, IoT 장치들은 낮은 계산능력이 가져 높은 수준의 보안 기법을 적용하기가 어렵다. 따라서 본 논문에서는 컨텍스트 추출을 통해 자동으로 결함이 있는 IoT 장치를 탐지하고 식별하는 기법 (Detection and Identification solution based on the context extraction), DICE를 제시한다. 시스템은 사전 계산 단계 (Precomputation phase)와 실시간 검사 단계 (Real-time phase), 총 두 단계로 작동한다. 사전 계산 단계에서 시스템은 센서 상관관계 및 센서들의 상태 (sensor state) 간의 전이 확률 (transition probability)를 사전 계산한다. 실시간 단계에서 시스템은 실시간으로 바뀌는 센서 값을 분석하여, 센서 상관관계 및 전이 위반을 찾아 고장을 감지 (detection) 하고 식별 (identification) 한다. 고장을 감지할 때, DICE는 사전 계산 단계 시 얻은 결과값을 바탕으로, 센서 데이터를 분석하여 상관관계에 위반되는 IoT 디바이스를 발견하고, 비정상적인 시퀀스의 존재를 찾는다. 그런 다음 시스템은 문제가 있는 컨텍스트를 가능성 있는 컨텍스트와 비교하여 오류가 있는 장치를 식별한다. 우리는 DICE가 다양한 결함 유형 및 여러 데이터셋에 대한 평가를 통해 결함이 있는 IoT 장치를 정확하고 신속하게 식별한다는 것을 입증하였다.

A fast and reliable method to detect faulty IoT devices is indispensable in IoT environments. In this thesis, we present DICE, an automatic method to detect and identify faulty IoT devices with context extraction. Our system works in two phases. In a precomputation phase, the system precomputes sensor correlation and the transition probability between sensor states known as context. During a real-time phase, the system finds a violation of sensor correlation and transition to detect and identify the faults. In detection, we analyze the sensor data to find any missing or newly reacting IoT devices that are deviating from already grouped correlated sensors, and state transition to find the presence of an abnormal sequence. Then, the system identifies the faulty device by comparing the problematic context with the probable ones. We demonstrate that DICE identifies faulty devices accurately and promptly through the evaluation on various fault types and data sets.