Il nuovo algoritmo informatico blocca gli attacchi robotici dannosi

In un esperimento che utilizza reti neurali di deep learning per simulare il comportamento del cervello umano, esperti di intelligenza artificiale della Charles Sturt University e della University of South Australia (UniSA) hanno addestrato il sistema operativo del robot ad apprendere la firma di un attacco informatico di intercettazione MitM. È qui che gli aggressori interrompono una conversazione esistente o un trasferimento di dati.

L’algoritmo, testato in tempo reale su una replica di un veicolo terrestre da combattimento dell’esercito degli Stati Uniti, ha avuto un successo pari al 99% nel prevenire un attacco dannoso. Tassi di falsi positivi inferiori al 2% hanno convalidato il sistema, dimostrandone l’efficacia.

I risultati sono stati pubblicati in Transazioni IEEE su elaborazione affidabile e sicura.

Il ricercatore sui sistemi autonomi dell’UniSA, il professor Anthony Finn, afferma che l’algoritmo proposto funziona meglio di altre tecniche di riconoscimento utilizzate in tutto il mondo per rilevare attacchi informatici.

Il professor Finn e il dottor Fendy Santoso del Charles Sturt Artificial Intelligence and Cyber ​​Futures Institute hanno collaborato con il Futures Command dell’esercito americano per replicare un attacco informatico man-in-the-middle su un veicolo terrestre GVT-BOT e addestrare il suo sistema operativo a riconoscere un attacco.

“Il sistema operativo del robot (ROS) è estremamente suscettibile alle violazioni dei dati e al dirottamento elettronico perché è altamente connesso in rete”, afferma il professor Finn.

“L’avvento dell’Industria 4, segnato dall’evoluzione della robotica, dell’automazione e dell’Internet delle cose, ha richiesto che i robot lavorassero in modo collaborativo, dove sensori, attuatori e controllori devono comunicare e scambiare informazioni tra loro tramite servizi cloud.

“Lo svantaggio è che li rende altamente vulnerabili agli attacchi informatici.

“La buona notizia, tuttavia, è che la velocità dei computer raddoppia ogni due anni ed è ora possibile sviluppare e implementare sofisticati algoritmi di intelligenza artificiale per proteggere i sistemi dagli attacchi digitali.”

Il dottor Santoso afferma che, nonostante i suoi enormi vantaggi e l’uso diffuso, il sistema operativo del robot ignora in gran parte i problemi di sicurezza nel suo schema di codifica a causa dei dati del traffico di rete crittografati e della limitata capacità di controllo dell’integrità.

“Grazie ai vantaggi del deep learning, la nostra struttura di rilevamento delle intrusioni è solida ed estremamente precisa”, afferma il dott. Santoso. “Il sistema è in grado di gestire set di dati di grandi dimensioni adatti a salvaguardare sistemi basati su dati su larga scala e in tempo reale come ROS.”

Il professor Finn e il dottor Santoso intendono testare il loro algoritmo di rilevamento delle intrusioni su diverse piattaforme robotiche, come i droni, le cui dinamiche sono più veloci e complesse rispetto a un robot terrestre.