Un système de classification des logiciels malveillants basé sur l’IA compatible 5G pour la prochaine génération de cybersécurité

sécurité des données

Crédit : Pixabay/CC0 Domaine public

L’Internet industriel des objets, ou IIoT, a récemment gagné en popularité en raison de sa capacité à créer des réseaux de communication entre les différents composants d’une industrie et à provoquer la nouvelle révolution : l’industrie 4.0. Alimenté par la connectivité sans fil 5G et l’intelligence artificielle (IA), l’IIoT a la capacité d’analyser les problèmes critiques et de fournir des solutions qui peuvent améliorer les performances opérationnelles des industries allant de la fabrication aux soins de santé.

L’IdO est fortement centré sur l’utilisateur (il connecte les téléviseurs, les assistants vocaux, les réfrigérateurs, etc.), tandis que l’IIoT traite de l’amélioration de la santé, de la sécurité ou de l’efficacité des systèmes plus importants, en reliant le matériel au logiciel et en effectuant des analyses de données pour fournir des informations en temps réel. connaissances.

Cependant, si l’IIoT présente de nombreux avantages, il comporte également son lot de vulnérabilités telles que les menaces de sécurité sous la forme d’attaques tentant de perturber le réseau ou de siphonner les ressources. Alors que l’IIoT devient de plus en plus populaire dans les industries, il devient crucial de développer un système efficace pour gérer ces problèmes de sécurité. Ainsi, une équipe de chercheurs multinationaux dirigée par le professeur Gwanggil Jeon de l’Université nationale d’Incheon a relevé le défi

Ils ont plongé profondément dans le monde de l’IIoT compatible 5G pour explorer ses menaces et trouver une nouvelle solution au problème. Dans une récente revue publiée en ligne le 9 septembre 2022 dans Transactions IEEE sur l’informatique industriellel’équipe a présenté un système de détection de logiciels malveillants basé sur l’IA et l’apprentissage en profondeur pour les systèmes IIoT assistés par 5G.

Le professeur Jeon explique la raison d’être de l’étude : “Les menaces de sécurité peuvent souvent entraîner un échec de fonctionnement ou de déploiement dans les systèmes IIoT, ce qui peut créer des situations à haut risque. Nous avons donc décidé d’enquêter et de comparer les recherches disponibles, de découvrir les lacunes et proposer une nouvelle conception pour un système de sécurité qui peut non seulement détecter les attaques de logiciels malveillants dans les systèmes IIoT, mais aussi les classer.”

Le système développé par l’équipe utilise une méthode appelée visualisation d’images en niveaux de gris avec un réseau d’apprentissage en profondeur pour analyser le malware, et applique en outre une architecture de réseau neuronal convolutionnel (CNN) à plusieurs niveaux pour classer l’attaque de malware en différents types. L’équipe a également intégré ce système de sécurité à la 5G, ce qui permet une faible latence et un partage à haut débit de données et de diagnostics en temps réel.

Par rapport aux architectures système conventionnelles, la nouvelle conception a montré une précision améliorée qui a atteint 97 % sur l’ensemble de données de référence. Ils ont également découvert que la raison d’une telle précision est la capacité du système à extraire des caractéristiques discriminantes complémentaires en combinant plusieurs couches d’informations.

Ce nouveau système de classification des logiciels malveillants peut être utilisé pour sécuriser les applications de connectivité en temps réel telles que les villes intelligentes et les véhicules autonomes. Il fournit également une base solide pour le développement de systèmes de sécurité avancés qui peuvent freiner un large éventail d’activités de cybercriminalité.

“La technologie basée sur l’IA a radicalement changé nos vies. Notre système exploite la puissance de l’IA pour permettre aux industries de reconnaître les malfaiteurs et d’empêcher l’entrée d’appareils et de systèmes non fiables dans leurs réseaux IIoT”, conclut le professeur Jeon.

Plus d’information:
Imran Ahmed et al, Une approche d’apprentissage en profondeur multicouche pour la classification des logiciels malveillants dans l’IIoT compatible 5G, Transactions IEEE sur l’informatique industrielle (2022). DOI : 10.1109/TII.2022.3205366

Fourni par l’Université nationale d’Incheon

Citation: Un système de classification des logiciels malveillants basé sur l’IA compatible 5G pour la prochaine génération de cybersécurité (8 novembre 2022) récupéré le 8 novembre 2022 sur https://techxplore.com/news/2022-11-5g-enabled-ai-based- malware-classification-cybersecurity.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.