AI model dosahuje přesnosti 98,53% při detekci ransomwaru na chytrých zařízeních

Vědci vyvinuli model umělé inteligence, který s vysokou přesností detekuje ransomware v zařízeních IoT, za použití technik hlubokého učení a optimalizace pro kybernetickou bezpečnost.

Tým výzkumníků dnes podrobně prezentoval své zjištění v článku v Scientific Reports, který publikoval Nature. Představili pokročilý model poháněný umělou inteligencí, navržený k detekci a prevenci ransomwarových útoků na chytré zařízení.

S rychlým rozšiřováním technologie Internetu věcí (IoT) v domácnostech, zdravotnictví a průmyslu se kybernetické hrozby stávají stále větší obavou.

Ransomware, jeden z nejnebezpečnějších kybernetických útoků, uzamkne uživatele mimo jejich systémy, dokud nezaplatí výkupné. Výzkumníci vysvětlili, jak tradiční bezpečnostní opatření často selhávají při detekci a prevenci těchto se vyvíjejících útoků, což vede výzkumníky k průzkumu řešení AI.

Jejich nově vyvinutý model, nazvaný Multi-head Attention-Based Recurrent Neural Network with Enhanced Gorilla Troops Optimization (MHARNN-EGTOCRD), významně zlepšuje přesnost detekce ransomwaru pomocí technik strojového učení.

Model nejprve normalizuje příchozí data pomocí min-max normalizace, což zajišťuje efektivní zpracování. Poté využívá Dung Beetle Optimization (DBO) – inspirovanou způsobem, jak brouci najdou potravu – k vyfiltrování nepotřebných informací a soustředí se pouze na nejrelevantnější kybernetické hrozby.

V jádru systém využívá síť s vícehlavými pozornostmi a dlouhodobou krátkodobou pamětí (MHA-LSTM), což je pokročilý přístup hlubokého učení, který pomáhá detekovat složité útočné vzory.

Analýzou minulých chování ransomwaru může AI předpovědět a označit potenciální útoky, než se plně provedou. Navíc je systém jemně naladěn pomocí optimalizace s využitím vylepšených gorilích jednotek (EGTO), která optimalizuje nastavení AI pro maximální efektivitu.

Při testování dosáhl model úctyhodné přesnosti 98,53% při detekci ransomwaru, přičemž překonal tradiční kybernetické bezpečnostní metody. Tato vysoká přesnost naznačuje, že AI by se mohla stát silným nástrojem v boji proti kybernetickému zločinu, zejména při ochraně chytrých zařízení před sofistikovanými útoky.

Výzkumníci věří, že jejich model by mohl být integrován do stávajících kybernetických bezpečnostních systémů a poskytnout tak včasné varování před útoky ransomwaru.

Vzhledem k tomu, že zařízení IoT se stále více rozšiřují v každodenním životě, je posílení jejich zabezpečení klíčové k zabránění finančním a datovým ztrátám. Spojením přírodou inspirovaných optimalizačních technik s hlubokým učením představuje tento AI model významný krok vpřed v oblasti kybernetické bezpečnosti.