hiihttps是首款免费的MQTT物联网防火墙，同时也是一款web应用防火墙，既支持传统的WAF的OWASP特征工程检查（如SQL注入、XSS、恶意漏洞扫描、密码暴力破解、CC、DDOS等），也支持机器采集样本无监督学习，自主对抗，重新定义网络安全。今天笔者就从物联网MQTT协议安全的角度，介绍机器学习之样本采集。

   MQTT是物联网loT最广泛采用的协议，腾讯百度阿里云都支持，基础协议请百度搜索“物联网防火墙himqtt源码之MQTT协议分析”。在PUBLISH发布和主题订阅SUBSCRIBLE指令中，json是物联网最常用的通信格式，如：

{

"topic": "hihttps/read",

"payload1": {"user=123’ or 1=’1": 888},

"payload2": {"id=456”},

 "code": 4200

}

   网络安全专家通常认为：MQTT协议攻击很多是有其特殊的特征，SQL注入如user=123' or 1='1、XSS攻击如user=<script>alert(1);</script>等，这类攻击确实有非常典型的特征。上面payload1认为是一个攻击，那么payload2呢，肯定就无法判断了。

   再进一步，如果物联网服务器上根本没有hihttps这个接口，那就是恶意行为，一定要检测出来并阻断。但传统的方法肯定不行了，那么机器学习将是唯一的办法。

    和图形图像的机器学习相比，物联网安全采集样本的成本是最低的，因为只要把软件在服务器上运行即可采集，甚至读取日志文件，就可以拿到大量的样本，而成本几乎是0。

   但物联网领域黑客攻击样本太稀缺了，根本无法拿完并且日新月异，从这个角度也可以说无监督或者半监督学习，才是未来物联网安全的发展方向。下面举例：

如果从mqtt服务器上hihttps/read 的接口中"payload2": {"id=456”},，采集到的样本参数大于99.9%都是“?id=数字”这种形态，那么可以认为下面的网址都视为攻击：

"payload2": {"id=456 or 1='1”}

[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课