Newest papers

AIRO: A Streaming-Based Machine Learning Framework for Threat Detection and Security in Industrial Internet of Things

Raima Deb, Pranav M Pawar, Mithun Mukherjee, Raja Muthalagu, Mian Guo · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30713 · open-access PDF

Russian

Современные имплементации промышленного интернета вещей (IIoT) теперь соединяют крайние шлюзы, облачные панели и бизнес-приложения. Это улучшает видимость и удаленный мониторинг. Тем не менее, он одновременно подвергает промышленный трафик различным киберугрозам, включая сканирование, веб-атаки и впрыскивание Structured Query Language (SQL) (SQLi), кражу доверительных данных на основе фишинга и командно-контрольную (C2) деятельность. Хотя инструменты, основанные на правилах, остаются полезными для обнаружения известных подписей, их эффективность снижается при минимально измененных атаках или когда предупреждения требуют ручного расследования.

Machine translation (Meta M2M100); the English original follows.

Abstract

Modern Industrial Internet of Things (IIoT) im- plementations now connect edge gateways, cloud dashboards and business applications. This improves visibility and remote monitoring. However it simultaneously exposes industrial traffic to various cyber threats including scanning, web attacks and Structured Query Language (SQL) injection (SQLi), phishing- driven credential theft, and command-and-control (C2) activity. Although rule-based tools remain useful for detecting known signatures, their efficacy decreases with minimally altered attacks or when alerts require manual investigation. This pap

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange