Un algoritmo metaheurístico híbrido con aprendizaje automático para detectar ataques de denegación de servicio en...

Área de la Ciencia:

• Ciencias de la Computación
• Seguridad de Red
• Inteligencia Artificial

Sus antecedentes:

• Las redes de sensores inalámbricos (WSN) son vulnerables a los ataques de denegación de servicio (DoS) debido a sus limitaciones de seguridad inherentes en entornos desatendidos.
• Los sistemas de detección de intrusiones eficaces son cruciales para proteger las WSN contra diversos vectores de ataque DoS.
• Los mecanismos de defensa existentes a menudo tienen dificultades con la naturaleza dinámica y los recursos limitados de las WSN.

Objetivo del estudio:

• Desarrollar y evaluar una nueva técnica de optimización híbrida para detectar ataques DoS en WSN.
• Mejorar la precisión y eficiencia de los sistemas de detección de intrusiones en entornos WSN.
• Abordar el desafío de la selección de características para la clasificación óptima de ataques DoS.

Principales métodos:

• Se propuso un algoritmo híbrido de optimización de saltamontes-algoritmo genético (GOA-GA) para la selección óptima de características de conjuntos de datos WSN.
• Se emplearon clasificadores de aprendizaje automático, incluido el K-Nearest Neighbors (KNN), para la clasificación del tráfico (normal vs. ataques DoS).
• La técnica GOA-GA se validó con métricas de rendimiento estándar, comparando su efectividad con métodos existentes.

Principales resultados:

• El enfoque híbrido GOA-GA, combinado con el clasificador KNN, logró una alta precisión del 95,51 %.
• El modelo demostró un recall del 95,51 %, lo que indica un fuerte rendimiento en la identificación de instancias de ataques DoS.
• El método propuesto redujo efectivamente la dimensionalidad de las características y la sobrecarga computacional en comparación con otros enfoques.

Conclusiones:

• La estrategia de optimización híbrida GOA-GA proporciona una solución robusta y eficiente para la detección de ataques DoS en WSN.
• Esta investigación contribuye a avanzar en la seguridad de la información al ofrecer un método mejorado para la detección de intrusiones en WSN.
• Los hallazgos resaltan el potencial de los algoritmos metaheurísticos en la optimización de la selección de características para mejorar la seguridad de la red.