Новый алгоритм блокирует злонамеренные кибератаки на роботов

Реплика боевого транспортного средства армии США, используемой в эксперименте ИИ.Кредит: Fendy Santoso, Университет Чарльза Стурта

Австралийские исследователи разработали алгоритм, который может перехватывать main in the middle кибератаку (MITM) на беспилотном роботе и заблокировать его за считанные секунды.

В эксперименте с использованием нейронных сетей глубокого обучения для имитации поведения человеческого мозга эксперты по искусственному интеллекту из Университета Чарльза Стурта и Университета Южной Австралии (UNISA) обучили операционную систему робота изучить подпись кибератак MITM.Именно здесь злоумышленники прерывают существующий LRNч или передачу данных.

Алгоритм, протестированный в режиме реального времени на копии боевого транспортного средства армии Соединенных Штатов, добился 99% успешных в предотвращении злонамеренной атаки.Ложные положительные показатели менее 2% подтвердили систему, демонстрируя ее эффективность.

Результаты были опубликованы в транзакциях IEEE по надежным и безопасным вычислениям.

Исследователь автономных систем Unisa, профессор Энтони Финн, говорит, что предлагаемый алгоритм работает лучше, чем другие методы распознавания, используемые по всему миру для обнаружения кибератак.

Профессор Финн и д-р Фенди Сантозо из Института искусственного интеллекта и кибер-фьючерсов Чарльза СтуртПолем

«Операционная система робота (АФК) чрезвычайно подвержена нарушениям данных и электронному угону, потому что она настолько высоко сетевой», - говорит проф. Финн.

«Появление Industry 4, отмеченное эволюцией в робототехнике, автоматизации и Интернете вещей, потребовало, чтобы роботы работали совместно, где датчики, приводы и контролеры должны общаться и обмениваться информацией друг с другом через облачные сервисы.

«Недостатком этого является то, что это делает их очень уязвимыми для кибератак.

«Хорошая новость, однако, заключается в том, что скорость вычислений удваивается каждые пару лет, и теперь можно разрабатывать и внедрить сложные алгоритмы ИИ для охраны систем от цифровых атак».

Доктор Сантозо говорит, что, несмотря на свои огромные преимущества и широкое использование, операционная система робота в значительной степени игнорирует проблемы безопасности в своей схеме кодирования из-за зашифрованных данных сетевого трафика и возможности проверки целостности.

«Из -за преимуществ глубокого обучения наша структура обнаружения вторжений является надежной и очень точной», - говорит доктор Сантозо.«Система может обрабатывать большие наборы данных, подходящие для защиты крупномасштабных и управляемых данными систем в реальном времени, таких как ROS».

Профессор Финн и доктор Сантозо планируют проверить свой алгоритм обнаружения вторжений на разных роботизированных платформах, таких как беспилотники, чья динамика более быстрее и сложнее по сравнению с наземным роботом.

Больше информации: Fendy Santoso et al., Доверенные операции военного наземного робота перед лицом кибератаков Man-in-The Middle с использованием глубоких сверточных нейронных сетей: экспериментальные результаты в реальном времени, транзакции IEEE на надежных и безопасных вычислениях (2023).Doi: 10.1109/tdsc.2023.3302807