Contrariamente a la creencia popular, la mayoría de los dispositivos IoT del mercado no utilizan los mejores métodos de cifrado ni protocolos de seguridad y, por lo tanto, no están bien equipados para disuadir cualquier amenaza a la seguridad. Sin embargo, muchos de ellos son incapaces de actualizarse, simplemente porque, en primer lugar, no estaban destinados a ser muy seguros.
Es un hecho conocido que, independientemente de su alta tasa de adopción en todo el mundo, En todo el mundo, más del 85% de los dispositivos IoT del mundo no son seguros. Hablando francamente, IoT está mejor posicionado en el mundo de las empresas, donde los dispositivos son capaces de mejorar los aspectos de seguridad y confiabilidad. Pero en el mundo del consumo, donde la asequibilidad ocupa una posición más alta que la seguridad, seguramente no se puede confiar la seguridad a los fabricantes. Por lo tanto, en tales situaciones, muchos de los próximos dispositivos IoT serán más propensos que nunca a sufrir botnets y otros ataques. Afortunadamente, podemos resolver este problema si utilizamos análisis y aprendizaje automático para mejorar la seguridad de IoT.
Actualmente, el aprendizaje automático se utiliza para analizar datos generados por IoT para mejorar la experiencia y la eficiencia del usuario. La misma tecnología se puede utilizar para mejorar las prácticas de seguridad de IoT mediante el análisis de patrones de uso y comportamiento de los dispositivos. Puede ayudarle a bloquear actividades anormales y amenazas potenciales. Afortunadamente, los tecnólogos ahora se están centrando en ajustar la seguridad de IoT más vulnerable, es decir, en casa.
Uso de la nube para centralizar la inteligencia
Los científicos ahora están tratando de agregar datos de todos los puntos finales de los productos de IoT internos un servidor en la nube. Les ayudará a analizar las entradas y detectar comportamientos maliciosos. También podrán ver qué servidores y dispositivos se están comunicando con dispositivos de IoT y, por lo tanto, detectar un comportamiento anormal. Pueden comprobar si hay paquetes sospechosos, URL engañosas y descargas maliciosas.
Uso de inteligencia asistida por humanos con aprendizaje automático
El aprendizaje automático puede ser beneficioso en el desarrollo de inteligencia aumentada para proteger los dispositivos de IoT. El sistema basado únicamente en el reconocimiento de patrones y el aprendizaje automático solo recopilará información de las conexiones existentes, es decir, de los dispositivos y la red ya conectados. Cualquier cosa externa será vista como una amenaza. Por lo tanto, estos sistemas generarán falsas alarmas de vez en cuando. La mejor manera de mitigarlo es inducir inteligencia aumentada (inteligencia humana con aprendizaje automático).
La inteligencia humana puede diferenciar fácilmente entre actividades benignas y maliciosas. Además, la alimentación humana Los respaldos se pueden imitar en el futuro para evitar falsas alarmas. Por lo tanto, el modelo mejora la eficiencia de detección de amenazas y eventualmente disminuye las falsas alarmas.
Ayuda del comportamiento de IoT
Afortunadamente, los dispositivos de IoT están diseñados solo para realizar una gama definida de funciones. Por lo tanto, una combinación bien equilibrada de inteligencia humana y aprendizaje automático puede detectar y detener fácilmente un comportamiento malicioso.
Fuente de la imagen: wired.com
El modelo consta de un pequeño dispositivo que se puede instalar fácilmente en redes domésticas, una aplicación móvil que permite al usuario administrar el dispositivo y un servicio en la nube que almacena y analiza los datos consolidados a través de algoritmos de aprendizaje automático. Este modelo mejora su precisión con el tiempo a medida que recopila información de dispositivos y clientes.
Por último, el aprendizaje automático por sí solo no puede considerarse una solución completa. Debe combinarse con la inteligencia humana para detener los ataques.
Leer: 0
