Un nuevo enfoque de aprendizaje profundo para la detección de intrusiones en redes de radar marítimas

Área de la Ciencia:

• Ciberseguridad
• Seguridad de redes
• Aplicaciones de aprendizaje profundo

Sus antecedentes:

• Las redes de radar marítimas son infraestructuras críticas, cada vez más vulnerables a sofisticados ciberataques.
• Los sistemas de detección de intrusiones (IDS) tradicionales carecen de capacidades en tiempo real para amenazas en evolución debido a la extracción manual de características y al aprendizaje automático superficial.
• Existe la necesidad de métodos de detección avanzados y automatizados para proteger los sistemas de radar marítimos.

Objetivo del estudio:

• Desarrollar y evaluar MARINERNet, un novedoso sistema de detección de intrusiones (IDS) basado en aprendizaje profundo adaptado a redes de radar marítimas.
• Abordar las limitaciones de los IDS tradicionales en la detección de amenazas cibernéticas complejas en tiempo real.
• Mejorar la seguridad y la resiliencia de la infraestructura marítima crítica contra ciberataques.

Principales métodos:

• Se desarrolló MARINERNet, un modelo de aprendizaje profundo que presenta capas convolucionales 1D, bloques de compresión y excitación (squeeze-and-excitation) y conexiones residuales.
• Se utilizó una arquitectura novedosa para la extracción automática de características a partir de datos brutos de redes de radar marítimas.
• Se evaluó el sistema en tareas de clasificación binaria (detección de anomalías) y multiclase.

Principales resultados:

• MARINERNet logró un rendimiento de vanguardia en la detección de intrusiones para redes de radar marítimas.
• Demostró una precisión del 98,52% para la clasificación multiclase y una precisión perfecta (100%) para la detección de anomalías.
• El enfoque de aprendizaje profundo extrae eficazmente las características de forma automática, mejorando la precisión de la detección.

Conclusiones:

• MARINERNet ofrece una solución robusta y escalable para la detección de intrusiones en tiempo real en redes de radar marítimas.
• El sistema basado en aprendizaje profundo mejora significativamente la ciberseguridad de la infraestructura marítima crítica.
• La metodología propuesta es adaptable y puede aplicarse a otros dominios de seguridad de redes.