Il Modello di Intelligenza Artificiale Raggiunge il 98,53% di Precisione nel Rilevare il Ransomware sui Dispositivi Intelligenti

Gli scienziati hanno sviluppato un modello di intelligenza artificiale in grado di rilevare il ransomware negli dispositivi IoT con alta precisione, utilizzando tecniche di apprendimento profondo e ottimizzazione per la sicurezza informatica.

Un team di ricercatori ha dettagliato oggi i loro risultati in un articolo di Scientific Reports pubblicato da Nature, introducendo un avanzato modello alimentato da intelligenza artificiale progettato per rilevare e prevenire attacchi di ransomware su dispositivi intelligenti.

Con la rapida espansione della tecnologia Internet of Things (IoT) nelle case, nell’assistenza sanitaria e nelle industrie, le minacce alla sicurezza informatica sono diventate una preoccupazione crescente.

Il ransomware, una delle minacce informatiche più pericolose, blocca gli utenti dai loro sistemi fino a quando non pagano un riscatto. I ricercatori hanno spiegato come le misure di sicurezza tradizionali spesso falliscano nel rilevare e prevenire questi attacchi in evoluzione, spingendo i ricercatori a esplorare soluzioni basate sull’IA.

Il loro modello appena sviluppato, chiamato Multi-head Attention-Based Recurrent Neural Network con Enhanced Gorilla Troops Optimization (MHARNN-EGTOCRD), migliora significativamente l’accuratezza del rilevamento del ransomware utilizzando tecniche di apprendimento automatico.

Il modello normalizza prima i dati in arrivo utilizzando la normalizzazione min-max, garantendo un elaborazione efficiente. Successivamente impiega l’Ottimizzazione del Scarabeo Stercorario (DBO) – ispirata a come gli scarabei stercorari localizzano il cibo – per filtrare le informazioni superflue, concentrandosi solo sulle minacce di cybersecurity più rilevanti.

Nel suo nucleo, il sistema utilizza una rete Multi-head Attention e Long Short-Term Memory (MHA-LSTM), un avanzato approccio di apprendimento profondo che aiuta a rilevare complessi schemi di attacco.

Analizzando i comportamenti passati dei ransomware, l’IA è in grado di prevedere e segnalare potenziali attacchi prima che siano completamente eseguiti. Inoltre, il sistema è ottimizzato utilizzando Enhanced Gorilla Troops Optimization (EGTO), che ottimizza le impostazioni dell’IA per massimizzare l’efficienza.

Nei test, il modello ha raggiunto un’impressionante precisione del 98,53% nel rilevare il ransomware, superando i metodi tradizionali di cybersecurity. Questa elevata precisione suggerisce che l’IA potrebbe diventare uno strumento potente nella lotta contro la cybercriminalità, in particolare per salvaguardare i dispositivi intelligenti da attacchi sofisticati.

I ricercatori ritengono che il loro modello potrebbe essere integrato nei sistemi di cybersecurity esistenti, fornendo un meccanismo di allerta precoce per gli attacchi di ransomware.

Poiché i dispositivi IoT continuano a espandersi nella vita quotidiana, rafforzare la loro sicurezza è fondamentale per prevenire perdite finanziarie e di dati. Combinando tecniche di ottimizzazione ispirate alla natura con l’apprendimento profondo, questo modello di IA rappresenta un passo significativo in avanti nella cybersecurity.