Az AI modell 98,53%-os pontossággal képes felismerni a zsarolóvírusokat az okoseszközökön

A tudósok kifejlesztettek egy mesterséges intelligenciával működő modellt, amely nagy pontossággal képes észlelni a zsarolóvírusokat az IoT-eszközökben, mélytanulási és optimalizálási technikákat alkalmazva a kiberbiztonság területén.

Egy kutatócsoport ma részletezte eredményeit a Nature által közzétett Scientific Reports cikkben, bemutatva egy fejlett, mesterséges intelligenciával működő modellt, amely képes észlelni és megakadályozni a zsarolóvírus támadásokat az okoseszközökön.

Az Internet of Things (IoT) technológia gyors terjedésével az otthonokban, az egészségügyben és az iparban, a kiberbiztonsági fenyegetések növekvő aggodalomra adnak okot.

A zsarolóprogramok, a legveszélyesebb kibertámadások egyike, addig zárolják a felhasználók rendszereit, amíg váltságdíjat nem fizetnek. A kutatók elmagyarázták, hogy a hagyományos biztonsági intézkedések gyakran nem képesek észlelni és megelőzni ezeket az evolúciós támadásokat, ami arra ösztönözte a kutatókat, hogy az AI megoldásokat vizsgálják meg.

Az általuk újonnan kifejlesztett modell, amelyet Multi-head Attention-Based Recurrent Neural Network with Enhanced Gorilla Troops Optimization (MHARNN-EGTOCRD) néven ismerünk, jelentősen javítja a zsarolóvírusok felismerésének pontosságát gépi tanulási technikák segítségével.

A modell először a bejövő adatokat normalizálja min-max normalizálással, biztosítva az hatékony feldolgozást. Ezt követően a Dung Beetle Optimization (DBO) – ami a trágyabogarak táplálékkeresési stratégiáját utánozza – segítségével szűri ki a felesleges információkat, kizárólag a legrelevánsabb kibercsapdákkal foglalkozva.

A rendszer alapját egy Többfejű Figyelem és Hosszú Rövid-Távú Memória (MHA-LSTM) hálózat alkotja, egy fejlett mélytanulási megközelítés, amely segít a bonyolult támadási mintázatok észlelésében.

A múltbeli zsarolóvírus viselkedések elemzésével az AI képes előrejelzést készíteni és megjelölni a potenciális támadásokat, mielőtt azok teljes mértékben végrehajtódhatnának. Ezenfelül a rendszert az Enhanced Gorilla Troops Optimization (EGTO) segítségével finomhangolják, amely optimalizálja az AI beállításait a maximális hatékonyság érdekében.

A tesztelés során a modell lenyűgöző, 98,53%-os pontossággal észlelte a zsarolóvírusokat, túlszárnyalva a hagyományos kiberbiztonsági módszereket. Ez a magas precizitás azt sugallja, hogy az AI erőteljes eszközzé válhat a kibercselekmények elleni küzdelemben, különösen a okos eszközök védelmében a kifinomult támadásokkal szemben.

A kutatók úgy vélik, hogy modelljüket be lehetne integrálni a meglévő kiberbiztonsági rendszerekbe, korai figyelmeztető mechanizmust nyújtva a zsarolóvírus támadásokra.

Ahogy az IoT eszközök egyre inkább terjednek a mindennapi életben, elengedhetetlen, hogy megerősítsük biztonságukat, hogy megelőzzük a pénzügyi és adatveszteségeket. A természet által inspirált optimalizációs technikák ötvözésével a mélytanulással, ez az AI modell jelentős előrelépést képvisel a kiberbiztonság terén.