AI модел достига 98.53% точност в откриването на рансъмуер на умни устройства

Учените разработиха модел на изкуствен интелект, който открива рансъмуер в устройства на Интернет на нещата с висока точност, използвайки техники за дълбоко обучение и оптимизация за киберсигурност.

Екип от изследователи представи днес своите открития в статия в Scientific Reports, публикувана от Nature, представяйки напреднал AI-базиран модел, създаден за откриване и предотвратяване на рансъмуер атаки върху умни устройства.

С бързото разпространение на технологията на Интернет на нещата (IoT) в домовете, здравеопазването и индустриите, киберсигурността и заплахите за нея стават все по-голяма притеснение.

Ransomware, една от най-опасните кибер заплахи, блокира потребителите от техните системи, докато не платят откуп. Учените обясниха как традиционните мерки за сигурност често не успяват да открият и предотвратят тези развиващи се атаки, което насърчава изследователите да разгледат AI решения.

Тяхната новоразработена модел, наречен Multi-head Attention-Based Recurrent Neural Network with Enhanced Gorilla Troops Optimization (MHARNN-EGTOCRD), значително подобрява точността на откриването на рансъмуер чрез техники за машинно обучение.

Моделът първо нормализира входящите данни чрез минимакс нормализация, което гарантира ефективна обработка. След това използва оптимизация на тип „Жълъдов бръмбар“ (DBO)— вдъхновена от начина, по който жълъдовите бръмбари намират храна—за да филтрира ненужната информация, фокусирайки се само върху най-актуалните киберсигурностни заплахи.

В същността си, системата използва мрежа с многоглаво внимание и дългосрочна краткосрочна памет (MHA-LSTM), напредничав подход в областта на дълбокото обучение, който помага за откриване на сложни атаковащи модели.

Чрез анализиране на предишни поведения на рансъмуер, изкуственият интелект може да предвижда и маркира потенциални атаки, преди те да бъдат напълно изпълнени. Освен това, системата е финнастроена с помощта на Оптимизацията на усъвършенствани горилски войници (EGTO), която оптимизира настройките на изкуствения интелект за максимална ефективност.

При тестване, моделът постигна впечатляваща точност от 98.53% в откриването на рансъмуер, превъзхождайки традиционните методи за киберсигурност. Тази висока прецизност предполага, че изкуственият интелект може да стане мощен инструмент в борбата срещу киберпрестъпността, особено при защитата на интелигентните устройства от сложни атаки.

Изследователите вярват, че техният модел може да бъде интегриран в съществуващите системи за киберсигурност, предоставяйки ранен механизъм за предупреждение за атаки от рансъмуер.

Докато IoT устройствата продължават да се разрастват в ежедневието, укрепването на тяхната сигурност е от съществено значение за предотвратяване на финансови и данни загуби. Чрез комбинирането на техники за оптимизация, вдъхновени от природата, с дълбоко обучение, този AI модел представлява значителен напредък в киберсигурността.