Un numero crescente di dispositivi è ora connesso a Internet e è in grado di raccogliere, invio e ricezione di dati. Questa interconnessione tra dispositivi, indicato come Internet of Things (IoT), pone gravi minacce alla sicurezza, poiché i cyberattaccanti possono ora prendere di mira computer e smartphone, ma anche una vasta gamma di altri dispositivi, come compresse, orologi intelligenti, sistemi domestici intelligenti, sistemi di trasporto e così via.

Per ora, esempi di implementazioni IoT su larga scala (ad es. infrastrutture connesse, città, ecc.) sono alquanto limitati, eppure potrebbero presto diffondersi, comportando rischi significativi per le imprese e i servizi pubblici che fanno molto affidamento su Internet nelle loro operazioni quotidiane. Per mitigare questi rischi, i ricercatori hanno cercato di sviluppare misure di sicurezza per proteggere i dispositivi connessi a Internet dagli attacchi alla rete wireless.

A tal fine, due ricercatori della Baoji University of Arts and Sciences, in Cina, hanno recentemente sviluppato un nuovo metodo per difendere i dispositivi in ​​un ambiente IOT dagli attacchi della rete wireless. Il loro approccio, presentato in un articolo pubblicato su Springer's Giornale internazionale delle reti di informazione wireless , combina una rete neurale profonda con un modello basato sulla teoria dei giochi, una branca della matematica che propone strategie per affrontare situazioni che comportano competizione tra diverse parti.

"In primo luogo, in base alle informazioni sulla topologia della rete, la relazione di raggiungibilità e le informazioni di vulnerabilità della rete, il metodo genera la mappa di attacco e difesa dello stato della rete, " hanno spiegato i ricercatori nel loro articolo. "Sulla base della mappa di attacco e difesa dello stato, basato sul modello di gioco non cooperativo non a somma zero, viene proposto un algoritmo decisionale di attacco e difesa ottimale."

Essenzialmente, il loro metodo genera una mappa di attacco e difesa dello stato basata sulla raggiungibilità della rete e sulle informazioni di vulnerabilità, che identifica tutti i possibili percorsi di attacco e difesa. Quindi calcola la probabilità di successo di ciascuno di questi "percorsi di attacco, " un indice di rischio e il valore di utilità di diverse strategie di attacco e difesa applicabili quando la rete raggiunge particolari stati di sicurezza. Inoltre, l'interazione tra attacco e difesa è astratta in un non cooperativo, modello di gioco diverso da zero e ibrido; un framework di teoria dei giochi applicabile a problemi legati all'attacco e alla difesa.

Questo modello ottimale di attacco e difesa integra anche misure di prevenzione e controllo dei punti vulnerabili. Il sistema fuzzy del metodo quantifica quindi un indice del fattore di rischio per la sicurezza delle informazioni e lo invia a una rete neurale con funzione a base radiale (RBF). Per ottimizzare e addestrare i parametri della rete neurale RBF, i ricercatori hanno utilizzato un algoritmo di ottimizzazione dello sciame di particelle. In definitiva, tutti questi passaggi consentono al loro metodo di ottenere un modello di difesa ottimizzato.

Nel futuro, la tecnica sviluppata da questo team di ricercatori potrebbe aiutare a proteggere i dispositivi IoT dagli attacchi alla rete wireless. In una serie di simulazioni che ne valutano l'efficacia, l'algoritmo di difesa ha funzionato molto bene, con un errore medio inferiore al 2%.

"I risultati della simulazione mostrano che l'algoritmo di difesa dagli attacchi della rete wireless che utilizza una rete neurale profonda combinata con il modello di gioco può risolvere i difetti della casualità soggettiva e la conclusione fuzzy dei tradizionali metodi di difesa degli attacchi della rete wireless, " hanno scritto i ricercatori nel loro articolo. "L'errore medio è inferiore al 2 percento, ed è più tradizionale dell'algoritmo di apprendimento automatico che ha una maggiore precisione di adattamento, maggiore capacità di apprendimento, e convergenza più rapida."

© 2019 Science X Network