Detección de Ataques Maliciosos de Insiders en IoTs Usando Análisis de Datos

El Internet de las Cosas (IoTs) están listos para revolucionar nuestras vidas y se están adoptando ampliamente en la actualidad. Los dispositivos IoT tienen una variedad de aplicaciones, incluyendo hogares inteligentes, redes industriales inteligentes y atención médica. Dado que estos dispositivos son responsables de generar y manejar grandes cantidades de datos sensibles, la seguridad de los dispositivos IoT siempre representa un desafío. Se observa que una violación de seguridad podría afectar a individuos y, eventualmente, al mundo en general. La inteligencia artificial (IA), por otro lado, ha encontrado muchas aplicaciones y se está explorando ampliamente para proporcionar seguridad específicamente para los dispositivos IoT. El ataque malicioso de insiders es el mayor desafío de seguridad asociado con los dispositivos IoT. Aunque la mayoría de la investigación en seguridad de IoT ha reflexionado sobre los medios para prevenir el acceso ilegal y no autorizado a sistemas e información; desafortunadamente, los ataques maliciosos de insiders más destructivos, que suelen ser una consecuencia de la explotación interna dentro de una red IoT, permanecen sin abordar. Por lo tanto, el enfoque de esta investigación es detectar ataques maliciosos de insiders en el entorno IoT usando IA. Esta investigación presenta un enfoque liviano para detectar ataques de insiders y tiene la capacidad de detectar anomalías que se originan en sensores de datos entrantes en entornos IoT con recursos limitados. Los resultados y la comparación muestran que el enfoque propuesto logra una mejor precisión en comparación con el estado del arte en términos de: a) mejor precisión en la detección de ataques; b) minimización de falsos positivos; y c) reducción de la sobrecarga computacional.