Un sistema de clasificación de malware basado en IA habilitado para 5G para la próxima generación de ciberseguridad

El Internet industrial de las cosas, o IIoT, ha ganado popularidad recientemente debido a su capacidad para crear redes de comunicación entre los diferentes componentes de una industria y generar la nueva revolución: Industria 4.0. Impulsado por conectividad inalámbrica 5G e inteligencia artificial (AI), IIoT tiene la capacidad de analizar problemas críticos y proporcionar soluciones que pueden mejorar el rendimiento operativo de industrias que van desde la fabricación hasta la atención médica.

IoT está muy centrado en el usuario: conecta televisores, asistentes de voz, refrigeradores, etc., mientras que IIoT se ocupa de mejorar la salud, la seguridad o la eficiencia de sistemas más grandes, conectando hardware con software y realizando análisis de datos para proporcionar información en tiempo real. perspectivas.

Sin embargo, si bien IIoT tiene muchas ventajas, también tiene su parte de vulnerabilidades, como amenazas de seguridad en forma de ataques que intentan perturbar la red o desviar recursos. A medida que IIoT se vuelve más popular en las industrias, se vuelve crucial desarrollar un sistema eficiente para manejar tales preocupaciones de seguridad. Entonces, un equipo de investigadores multinacionales dirigido por el profesor Gwanggil Jeon de la Universidad Nacional de Incheon aceptó el desafío.

Se sumergieron profundamente en el mundo del IIoT habilitado para 5G para explorar sus amenazas y encontrar una solución novedosa al problema. En una revisión reciente publicada en línea el 9 de septiembre de 2022 en Transacciones IEEE sobre informática industrialel equipo presentó un sistema de detección de malware basado en inteligencia artificial y aprendizaje profundo para sistemas IIoT asistidos por 5G.

El profesor Jeon explica el fundamento del estudio: «Las amenazas a la seguridad a menudo pueden conducir a fallas en la operación o implementación en los sistemas IIoT, lo que puede crear situaciones de alto riesgo. Por lo tanto, decidimos investigar y comparar la investigación disponible, descubrir las brechas y proponer un nuevo diseño para un sistema de seguridad que no solo pueda detectar ataques de malware en sistemas IIoT, sino también clasificarlos».

El sistema desarrollado por el equipo utiliza un método llamado visualización de imágenes en escala de grises con una red de aprendizaje profundo para analizar el malware y, además, aplica una arquitectura de red neuronal convolucional (CNN) de varios niveles para categorizar el ataque de malware en diferentes tipos. El equipo también integró este sistema de seguridad con 5G, lo que permite compartir datos y diagnósticos en tiempo real con baja latencia y alto rendimiento.

En comparación con las arquitecturas de sistemas convencionales, el nuevo diseño mostró una precisión mejorada que alcanzó el 97 % en el conjunto de datos de referencia. También descubrieron que la razón detrás de una precisión tan alta es la capacidad del sistema para extraer características discriminatorias complementarias mediante la combinación de múltiples capas de información.

Este nuevo sistema de clasificación de malware se puede utilizar para asegurar aplicaciones de conectividad en tiempo real, como ciudades inteligentes y vehículos autónomos. También proporciona una base sólida para el desarrollo de sistemas de seguridad avanzados que pueden frenar una amplia gama de actividades delictivas cibernéticas.

«La tecnología basada en IA ha cambiado drásticamente nuestras vidas. Nuestro sistema aprovecha el poder de la IA para permitir que las industrias reconozcan a los malhechores y eviten la entrada de dispositivos y sistemas poco confiables en sus redes IIoT», concluye el profesor Jeon.

Proporcionado por la Universidad Nacional de Incheon