O Dr. Daniel Gavilanes Aray, diretor do Centro Tecnológico da Fundación Universitaria Iberoamericana (Fundação Universitária Iberoamericana, FUNIBER), participa num estudo que desenvolveu um modelo de aprendizagem automática empilhada que melhora a identificação de ataques com alta precisão e robustez.
A Internet das Coisas (IoT) transformou a forma como as pessoas interagem com a tecnologia, permitindo que dispositivos de uso diário sejam integrados numa vasta rede global interconectada. No entanto, este avanço também acarreta riscos significativos, entre os quais se destacam as botnets, redes de dispositivos infectados utilizados para executar ataques cibernéticos em grande escala.
As botnets são formadas a partir de dispositivos comprometidos — que podem variar de computadores a câmaras de segurança domésticas — e são controladas remotamente por invasores para desenvolver atividades ilícitas, como ataques de negação de serviço (DDoS), roubo de dados ou envio massivo de spam.
A diversidade de dispositivos que compõem o ecossistema da IoT, com diferenças em protocolos e capacidades, torna a sua proteção um desafio crescente para a cibersegurança. As técnicas tradicionais são insuficientes, ainda mais num cenário em que os cibercriminosos incorporam inteligência artificial (IA) para aperfeiçoar os seus métodos.
Neste contexto, propõe-se uma abordagem inovadora baseada em aprendizagem automática (ML) para antecipar e neutralizar essas ameaças, marcando um passo importante na proteção digital das redes inteligentes.
O estudo em que participa o Dr. Gavilanes propõe um modelo denominado KSDRM, que combina diferentes algoritmos de aprendizagem automática — entre eles k-Nearest Neighbors (KNN), máquinas de vetores de suporte (SVM), árvores de decisão (DT), florestas aleatórias (RF) e perceptrons multicamadas (MLP). Para integrar os resultados desses classificadores e melhorar a precisão, o modelo utiliza a regressão logística como metaclassificador.
Esta abordagem não visa apenas otimizar a capacidade de detecção, mas também reduzir o sobreajuste e aumentar a interpretabilidade, em comparação com as abordagens baseadas exclusivamente em redes neurais profundas.
Resultados que reforçam a segurança digital
Os resultados obtidos confirmam a eficácia do modelo proposto. O KSDRM atingiu uma precisão de 97,94% nos testes, superando o melhor classificador individual (RF), que obteve 97,34%. Além da sua exatidão, o sistema demonstrou reduzir o tempo de processamento, o que o torna uma alternativa viável para aplicações em tempo real, onde a rapidez é fundamental.
Este avanço não só representa um passo em frente na defesa contra botnets, como também estabelece as bases para futuras investigações em cibersegurança aplicada à IoT. Num mundo hiperconectado, onde cada dispositivo pode tornar-se um ponto vulnerável, a IA surge como a aliada estratégica mais eficaz para garantir a proteção digital.
Se quiser saber mais sobre este estudo, clique aqui.
Para ler mais pesquisas, consulte o repositório da UNEATLANTICO.
A Fundação Universitária Iberoamericana (FUNIBER) oferece programas de bolsas de estudo para mestrados na área de tecnologia, como o Mestrado em Gestão Estratégica com Especialização em Tecnologias da Informação. Este mestrado é destinado a profissionais que buscam liderar a integração das tecnologias da informação (TI) nas estratégias empresariais. Ele fornece as ferramentas necessárias para alinhar as NTIC com os objetivos organizacionais, promovendo a inovação e a competitividade em um ambiente empresarial em constante evolução.