Az IoT eszközök erőforrás-korlátozottsága azonban nagy kihívást jelent és a hagyományos anti-vírus megoldások ebben a környezetben nem alkalmazhatóak. A CrySyS Laborban folyó, IoT biztonsággal kapcsolatos kutatómunka eredményeként született megoldás, a SIMBIoTA, és annak gépi tanulásra épülő változata, a SIMBIoTA-ML, hatékony és hatásos malware detekciót tesz lehetővé beágyazott IoT eszközökön is. A témában publikált legfrissebb cikk elnyerte a legjobb cikk díjat (best paper award) a 2022-es Internet-of-Things, Big Data, and Security (IoTBDS) konferencián (https://iotbds.scitevents.org/). 

D. Papp, G. Ács, R. Nagy, L. Buttyán, SIMBIoTA-ML: Light-weight, Machine Learning-based Malware Detection for Embedded IoT Devices, 7th International Conference on Internet of Things, Big Data and Security (IoTBDS), on-line, April 22-24, 2022. (Best Paper Award), https://www.crysys.hu/publications/files/PappANB2022iotbds.pdf