Aprovechando blockchain para la detección de ciberseguridad utilizando la hibridación de la optimización del perro de...

Área de la Ciencia:

• Ciencias de la computación
• Ciberseguridad
• Inteligencia artificial

Sus antecedentes:

• El almacenamiento centralizado en las aplicaciones de Internet de las Cosas (IoT) plantea importantes preocupaciones de seguridad y confidencialidad.
• Las medidas de seguridad tradicionales de IoT son insuficientes contra las amenazas cibernéticas en evolución.
• Blockchain y AI, particularmente el aprendizaje profundo y el aprendizaje automático, ofrecen soluciones prometedoras para la seguridad de IoT de próxima generación.

Objetivo del estudio:

• Proponer un nuevo método de aprovechamiento de la cadena de bloques para la detección de la ciberseguridad utilizando la optimización del chacal dorado (LBCCD-GJO) para mejorar la seguridad de IoT.
• Mejorar la detección y clasificación de ciberataques en entornos de IoT.
• Abordar las limitaciones de los métodos de seguridad convencionales en las redes IoT.

Principales métodos:

• Procesamiento previo de los datos mediante normalización mínimo-máximo.
• Selección de características utilizando el modelo de optimización Golden Jackal (GJO).
• Clasificación de ataques cibernéticos que emplean la técnica de unidad recurrente con puerta (GRU), con optimización de hiperparámetros a través de un híbrido de optimización de perro de pradera y evolución diferencial (PDO-DE).

Principales resultados:

• El método LBCCD-GJO propuesto demostró una alta precisión de validación experimental del 99,67% en el conjunto de datos TON_IoT_Train_Test_Network.
• La metodología integra efectivamente blockchain y AI para una detección robusta de ciberseguridad.
• Se observó una mejora significativa en la detección de ataques cibernéticos en comparación con las técnicas anteriores.

Conclusiones:

• El método LBCCD-GJO ofrece una solución altamente efectiva y precisa para la detección de la ciberseguridad en los sistemas IoT.
• La integración de blockchain, GJO, GRU y PDO-DE proporciona un marco poderoso para mejorar la seguridad de IoT.
• El estudio valida el potencial de las técnicas avanzadas de IA y blockchain para asegurar aplicaciones críticas de IoT.