AIモデル、スマートデバイス上のランサムウェア検出にて98.53%の精度を達成

科学者たちは、深層学習と最適化技術を用いて、サイバーセキュリティのためのAIモデルを開発しました。このモデルは、IoTデバイスにおけるランサムウェアを高精度で検出します。

研究チームは本日、Scientific Reportsの論文で詳述した自分たちの調査結果をNatureが公開しました。彼らは、スマートデバイスへのランサムウェア攻撃を検出し防ぐために設計された高度なAI駆動モデルを紹介しています。

家庭、医療、産業におけるインターネット・オブ・シングス（IoT）技術の急速な拡大に伴い、サイバーセキュリティの脅威が増大する懸念が高まっています。

ランサムウェアは、最も危険なサイバー脅威の一つで、ユーザーが身代金を支払うまでシステムからロックアウトします。研究者たちは、従来のセキュリティ対策がしばしばこれらの進化する攻撃を検出し防ぐのに失敗することを説明し、AIソリューションを探求するきっかけとなりました。

彼らが新たに開発したモデル、Multi-head Attention-Based Recurrent Neural Network with Enhanced Gorilla Troops Optimization（MHARNN-EGTOCRD）は、機械学習技術を用いてランサムウェアの検出精度を大幅に向上させます。

このモデルは、まずmin-max正規化を用いて入力データを正規化し、効率的な処理を確保します。次に、ダングビートル（糞虫）が食物を探す方法から着想を得たDung Beetle Optimization（DBO）を使用して、不要な情報をフィルタリングし、最も関連性の高いサイバーセキュリティ脅威のみに焦点を当てます。

その核心において、このシステムはマルチヘッドアテンションとロングショートタームメモリー（MHA-LSTM）ネットワークを活用しています。これは、複雑な攻撃パターンを検出するのに役立つ先進的なディープラーニング手法です。

過去のランサムウェアの振る舞いを分析することで、AIは攻撃が完全に実行される前に潜在的な攻撃を予測し、フラグを立てることができます。また、システムはエンハンスドゴリラトゥループスオプティマイゼーション（EGTO）を使って微調整され、AIの設定を最大効率に最適化します。

テストでは、このモデルは、従来のサイバーセキュリティ手法を上回る、驚異的な98.53％の精度でランサムウェアを検出することに成功しました。この高精度は、AIが特にスマートデバイスを高度な攻撃から保護する上で、サイバー犯罪との戦いの強力なツールになり得ることを示しています。

研究者たちは、彼らのモデルが既存のサイバーセキュリティシステムに統合され、ランサムウェア攻撃の早期警告機構となることが可能であると考えています。

IoTデバイスが日常生活での使用が増えている中、そのセキュリティを強化することは、金融やデータの損失を防ぐために重要です。自然に触発された最適化手法と深層学習を組み合わせることによって、このAIモデルはサイバーセキュリティの大きな一歩を踏み出すことを示しています。