IoT Security: Graph-based Vulnerability and Risk Assessment Models

Abstract

The rapid expansion of IoT ecosystems has introduced complex security challenges that demand innovative approaches to threat modeling and risk management. This thesis has explored these challenges through the lens of Axis surveillance cameras, demonstrating how traditional security frameworks fall short in addressing the interconnected nature of modern IoT vulnerabilities. By integrating graph database technology with established cybersecurity methodologies, this research presents a paradigm shift in how organizations can understand and mitigate risks in their IoT deployments. IoT ökosüsteemide kiire laienemine on toonud kaasa keerulised turvaprobleemid, mis nõuavad uuenduslikke lähenemisviise ohtude modelleerimisele ja riskijuhtimisele. Selles lõputöös on neid väljakutseid uuritud läbi Axise valvekaamerate objektiivi, näidates, kuidas traditsioonilised turberaamistikud ei suuda lahendada tänapäevaste asjade Interneti haavatavust. Integreerides graafikuandmebaasi tehnoloogia väljakujunenud küberjulgeoleku metoodikatega, tutvustab käesolev uurimus paradigma muutust selles, kuidas organisatsioonid saavad asjade Interneti juurutamisel riske mõista ja neid maandada.