به گزارش کارگروه فناوری اطلاعات خبرگزاری سایبربان، در آزمایشی با استفاده از شبکه‌های عصبی یادگیری عمیق برای شبیه‌سازی رفتار مغز انسان، کارشناسان هوش مصنوعی از دانشگاه چارلز استورت و دانشگاه استرالیای جنوبی (UniSA) سیستم عامل ربات را برای یادگیری امضای یک حمله سایبری شنود انسان در وسط (MitM) آموزش دادند.
اینجاست که مهاجمان مکالمه یا انتقال داده موجود را قطع می کنند.
این الگوریتم که به صورت بلادرنگ بر روی ماکت یک خودروی زمینی رزمی نیروی زمینی ایالات متحده آزمایش شد، در جلوگیری از حمله مخرب 99 درصد موفق بود.
نرخ‌های مثبت کاذب کمتر از 2% سیستم را تایید کرد و کارایی آن را نشان داد.
نتایج در IEEE Transactions on Dependable and Secure Computing منتشر شده است.
پروفسور آنتونی فین، محقق سیستم‌های خودمختار دانشگاه استرالیای جنوبی، می‌گوید الگوریتم پیشنهادی بهتر از سایر تکنیک‌های شناسایی مورد استفاده در سراسر جهان برای شناسایی حملات سایبری عمل می‌کند.
پروفسور فین و دکتر فندی سانتوسو از مؤسسه هوش مصنوعی و آینده سایبری چارلز استورت با فرماندهی نیروی زمینی ایالات متحده برای تکرار یک حمله سایبری انسان در وسط به یک وسیله نقلیه زمینی جی وی تی-بات (GVT-BOT) همکاری کردند و سیستم عامل آن را برای تشخیص حمله آموزش دادند.
پروفسور فین گفت:
سیستم عامل ربات (ROS) بسیار مستعد سرقت داده‌ها و ربایش الکترونیکی است؛ زیرا بسیار مبتنی بر شبکه است.
نقطه منفی ماجرا این است که این سیستم ها به شدت در برابر حملات سایبری آسیب پذیر هستند.
اما خبر خوب این است که سرعت محاسبات هر دو سال یکبار دو برابر می‌شود و اکنون می‌توان الگوریتم‌های پیشرفته هوش مصنوعی را برای محافظت از سیستم‌ها در برابر حملات دیجیتال توسعه داد و پیاده‌سازی کرد.
دکتر سانتوسو می‌گوید علیرغم مزایای فوق‌العاده و استفاده گسترده، سیستم عامل ربات به دلیل داده‌های ترافیک شبکه رمزگذاری شده و قابلیت محدود بررسی یکپارچگی، تا حد زیادی مسائل امنیتی را در طرح کدگذاری خود نادیده می‌گیرد.
دکتر سانتوسو گفت:
به دلیل مزایای یادگیری عمیق، چارچوب تشخیص نفوذ ما قوی و بسیار دقیق است. این سیستم می‌تواند مجموعه داده‌های بزرگی را که برای محافظت از سیستم‌های داده محور در مقیاس بزرگ و در زمان واقعی مانند سیستم عامل ربات مناسب است، مدیریت کند.
پروفسور فین و دکتر سانتوسو قصد دارند الگوریتم تشخیص نفوذ خود را بر روی پلتفرم‌های رباتیک مختلف، مانند هواپیماهای بدون سرنشین، که دینامیک آنها در مقایسه با یک ربات زمینی سریع‌تر و پیچیده‌تر است، آزمایش کنند.
