Данная работа посвящена исследованию эффективности применения интеллектуального анализа показателей функционирования устройств для выявления атак в сетях Интернета вещей. Задачи, которые решались в ходе исследования: 1) исследование принципов функционирования сетей Интернета вещей и сравнительный анализ существующих платформ и возможности их эмуляции в рамках исследования; 2) анализ типовых угроз и актуальных атак, которым подвергаются сети Интернета вещей; 3) анализ существующие методов обнаружения атак на устройства Интернета вещей; 4) разработка метод обнаружения атак на сети Интернета вещей с использованием анализа показателей устройств и оценка его эффективности. Разработка метода проводилась с использованием методов машинного обучения. Все данные для исследования собирались во время реализации распространенных атак на сети Интернета вещей на эмуляторе. В результате удалось показать эффективность использования показателей функционирования устройств для выявления атак на устройствах Интернета вещей. Результаты исследования можно использовать для дальнейших разработок в этом направлении.

This work is devoted to the studying of the use efficiency of Internet of things devices parameters intelligent analysis to detect attacks in the IoT networks. Tasks that were solved in this work: 1) study the principles of the Internet of things networks and a comparative analysis of existing platforms and the possibility to emulate them; 2) analysis of typical threats and actual attacks which the Internet of things networks are exposed to; 3) analysis of existing methods for detecting attacks on the Internet of things devices; 4) development of a new method for detecting attacks on the Internet of things using the analysis of device performance indicators and checking its effectiveness. The developed method of attacks detecting using machine learning classifiers. All data for the study was collected during the reproduction of common attacks on the Internet of things on the emulator. As a result, it was possible to show the effectiveness of using device performance indicators to detect attacks on the Internet of things devices. The results of the study can be used for further developments in this case.