AI Modeli, Akıllı Cihazlarda Ransomware Tespitinde %98,53 Doğruluk Oranı Elde Ediyor

Bilim insanları, derin öğrenme ve siber güvenlik için optimizasyon teknikleri kullanarak IoT cihazlarında fidye yazılımını yüksek doğrulukla tespit eden bir AI modeli geliştirdiler.

Bir araştırma ekibi, bugün Scientific Reports makalesinde bulgularını ayrıntılı olarak açıkladı. Nature tarafından yayınlanan bu makalede, akıllı cihazlarda fidye yazılım saldırılarını tespit etmek ve önlemek için tasarlanmış gelişmiş bir AI destekli model tanıtıldı.

Evlerde, sağlık sektöründe ve endüstrilerde Internet of Things (IoT) teknolojisinin hızla genişlemesiyle, siber güvenlik tehditleri artan bir endişe haline gelmiştir.

En tehlikeli siber tehditlerden biri olan fidye yazılımları, kullanıcıları sistemlerinden dışarıda bırakır ve bir fidye ödeyene kadar bu durumu sürdürür. Araştırmacılar, geleneksel güvenlik önlemlerinin genellikle bu evrimleşen saldırıları tespit etme ve önleme konusunda başarısız olduğunu açıkladı, bu da araştırmacıları AI çözümlerini keşfetmeye yönlendirdi.

Yeni geliştirdikleri model, Enhance Gorilla Troops Optimization ile Multi-head Attention-Based Recurrent Neural Network (MHARNN-EGTOCRD) adı verilen, makine öğrenme tekniklerini kullanarak fidye yazılımı tespit doğruluğunu önemli ölçüde artırır.

Model, öncelikle verimli işlemeyi sağlamak için gelen verileri min-max normalizasyonu kullanarak normalize eder. Ardından, sadece en alakalı siber güvenlik tehditlerine odaklanmak için gereksiz bilgileri filtrelemek üzere, gübre böceklerinin yiyecek bulma şeklinden esinlenilen Dung Beetle Optimization (DBO) kullanır.

Temelinde, sistem, karmaşık saldırı modellerini tespit etmeye yardımcı olan gelişmiş bir derin öğrenme yaklaşımı olan Çoklu-Başlıktan Dikkat ve Uzun Kısa Süreli Hafıza (MHA-LSTM) ağı kullanır.

AI, geçmiş fidye yazılım davranışlarını analiz ederek, tam anlamıyla gerçekleşmeden önce potansiyel saldırıları tahmin edebilir ve işaretleyebilir. Ayrıca, sistem, AI’nin ayarlarını en yüksek verimlilik için optimize eden Geliştirilmiş Goril Birlikleri Optimizasyonu (EGTO) kullanılarak ince ayar yapılır.

Testlerde, model, fidye yazılımlarını tespit etmede etkileyici bir şekilde %98.53 doğruluk oranı elde etti ve geleneksel siber güvenlik yöntemlerini geride bıraktı. Bu yüksek hassasiyet, AI’nin özellikle akıllı cihazları karmaşık saldırılardan korumada siber suçla mücadelede güçlü bir araç haline gelebileceğini düşündürüyor.

Araştırmacılar, modelin mevcut siber güvenlik sistemlerine entegre edilebileceğine ve fidye yazılımı saldırıları için erken uyarı mekanizması sağlayabileceğine inanıyorlar.

IoT cihazları günlük hayatta genişlemeye devam ettikçe, finansal ve veri kayıplarını önlemek için güvenliklerini güçlendirmek hayati önem taşıyor. Doğa ilhamlı optimizasyon tekniklerini derin öğrenme ile birleştirerek, bu AI modeli, siber güvenlikte önemli bir ilerleme temsil ediyor.