
Das NIST National Cybersecurity Center of Excellence (NCCoE) hat die endgültige Fassung des NIST Internal Report (IR) 8349, Methodik zur Charakterisierung des Netzwerkverhaltens von Internet-of-Things-Geräten (IoT), veröffentlicht.
Die Charakterisierung und das Verständnis des erwarteten Netzwerkverhaltens von IoT-Geräten sind für die Cybersicherheit von entscheidender Bedeutung. Sie ermöglichen die Implementierung geeigneter Netzwerkzugriffskontrollen zum Schutz der Geräte und der Netzwerke, in denen sie eingesetzt werden. Techniken zur Gerätecharakterisierung, die die Kommunikationsanforderungen von IoT-Geräten beschreiben und das NCCoE-Projekt „Sichern von Heim-IoT-Geräten mithilfe der Hersteller-Nutzungsbeschreibung (MUD)” unterstützen, können zur Sicherung von Geräten und ihren Netzwerken beitragen.
Um Netzwerke angemessen zu sichern, müssen Netzwerkadministratoren wissen, welche Geräte sich im Netzwerk befinden und welche Netzwerkkommunikation jedes Gerät benötigt, um seine vorgesehenen Funktionen auszuführen. Bei Netzwerken, die IoT-Geräte umfassen, ist es oft schwierig, jedes einzelne Gerät zu identifizieren, geschweige denn zu wissen, welchen Netzwerkzugang jedes Gerät zu anderen Netzwerkkomponenten benötigt (und welchen Zugang andere Netzwerkkomponenten zu jedem Gerät benötigen).
Die Veröffentlichung des NIST beschreibt empfohlene Techniken zur Erfassung, Dokumentation und Charakterisierung des gesamten Spektrums des Netzwerkverhaltens eines IoT-Geräts in verschiedenen Anwendungsfällen und unter verschiedenen Bedingungen. Mit dieser Methodik können Hersteller und Entwickler von IoT-Geräten, Netzbetreiber, Cloud-Anbieter und Forscher Dateien erstellen, die der MUD-Spezifikation entsprechen. Diese bietet eine standardisierte Methode zur Spezifizierung der Netzwerkkommunikation, die ein IoT-Gerät benötigt, um seine vorgesehenen Funktionen auszuführen. Diese Veröffentlichung stellt auch MUD-PD vor, ein vom NIST NCCoE entwickeltes Open-Source-Tool, das die Charakterisierung von IoT-Geräten und die anschließende Erstellung von MUD-Dateien automatisiert.
Mehr Lesestoff für Sie
Fachartikel

ShinyHunters-Angriffe: Mandiant zeigt wirksame Schutzmaßnahmen gegen SaaS-Datendiebstahl

Phishing-Angriff: Cyberkriminelle missbrauchen Microsoft-Infrastruktur für Betrugsmaschen

Wie Angreifer proprietäre KI-Modelle über normale API-Zugriffe stehlen können

KI-Agenten in cyber-physischen Systemen: Wie Deepfakes und MCP neue Sicherheitslücken öffnen

Sicherheitslücke in Cursor-IDE: Shell-Befehle werden zur Angriffsfläche
Studien

Deutsche Unicorn-Gründer bevorzugen zunehmend den Standort Deutschland

IT-Modernisierung entscheidet über KI-Erfolg und Cybersicherheit

Neue ISACA-Studie: Datenschutzbudgets werden trotz steigender Risiken voraussichtlich schrumpfen

Cybersecurity-Jahresrückblick: Wie KI-Agenten und OAuth-Lücken die Bedrohungslandschaft 2025 veränderten
![Featured image for “Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum”](https://cdn-ileiehn.nitrocdn.com/EZdGeXuGcNedesCQNmzlOazGKKpdLlev/assets/images/optimized/rev-68905f9/www.all-about-security.de/wp-content/uploads/2025/12/phishing-4.jpg)
Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum
Whitepaper

DigiCert veröffentlicht RADAR-Bericht für Q4 2025

Koordinierte Cyberangriffe auf polnische Energieinfrastruktur im Dezember 2025

Künstliche Intelligenz bedroht demokratische Grundpfeiler

Insider-Risiken in Europa: 84 Prozent der Hochrisiko-Organisationen unzureichend vorbereitet

ETSI veröffentlicht weltweit führenden Standard für die Sicherung von KI
Hamsterrad-Rebell

NIS2: „Zum Glück gezwungen“ – mit OKR-basiertem Vorgehen zum nachhaltigen Erfolg

Cyberversicherung ohne Datenbasis? Warum CIOs und CISOs jetzt auf quantifizierbare Risikomodelle setzen müssen

Identity Security Posture Management (ISPM): Rettung oder Hype?

Platform Security: Warum ERP-Systeme besondere Sicherheitsmaßnahmen erfordern







