hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Evaluating intrusion detection points in an end-to-end solution
Högskolan i Halmstad, Akademin för informationsteknologi.
2023 (Engelska)Självständigt arbete på avancerad nivå (magisterexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [en]

Evaluating all intrusion detection points in an end-to-end cyber-physical system can be challenging. This master thesis focuses on evaluating the security of the most exposed part of such systems, Radio Frequency Identification (RFID) communication. As both the RFID reader and tag can be located outside of secure premises, RFID communication can be a target of several cyber threats. Common cyber-attacks such as replay attacks, eavesdropping, or tag cloning can be associated with the lack of security of the communication channel between the reader and the tag or flaws of the implemented authentication protocols and encryption algorithms. This thesis briefly summarizes parts 4 and 3 of the ISO/IEC 14443 standard, which specify the initialization, selection, and transmission protocols in high-frequency RFID smart-card and reader communication. A formal security analysis was conducted to evaluate these protocols using a tool called Scyther. Then, an improved authentication protocol was proposed utilizing a commercially available feature, the Random Unique Identifier of the card (RID). The Scyther protocol verification results showed that implementing RID can prevent many RFID attacks such as, eavesdropping or replay attacks, and protect the cardholder's privacy.

Ort, förlag, år, upplaga, sidor
2023. , s. 56
Nyckelord [en]
RFID, Random UID, Mutual Authentication, Scyther
Nationell ämneskategori
Datorteknik
Identifikatorer
URN: urn:nbn:se:hh:diva-50870OAI: oai:DiVA.org:hh-50870DiVA, id: diva2:1771420
Externt samarbete
Axis Communications
Ämne / kurs
Digital forensik
Utbildningsprogram
Magisterprogram i nätverksforensik
Handledare
Examinatorer
Tillgänglig från: 2023-05-24 Skapad: 2023-06-20 Senast uppdaterad: 2023-08-10Bibliografiskt granskad

Open Access i DiVA

fulltext(991 kB)207 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 991 kBChecksumma SHA-512
e5ae711f3f0bfb6d0f9c66947ebc878546e244cfb4684d2116eac14d486123bb84805c3409724cd3aeee9d5b8e0c8b27305654b7bcd852a6e7d0f324e089f368
Typ fulltextMimetyp application/pdf

Av organisationen
Akademin för informationsteknologi
Datorteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 207 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 460 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf