Modelo de IA Alcança 98,53% de Precisão na Detecção de Ransomware em Dispositivos Inteligentes

Cientistas desenvolveram um modelo de IA que detecta ransomware em dispositivos IoT com alta precisão, utilizando técnicas de aprendizado profundo e otimização para a cibersegurança.

Uma equipe de pesquisadores detalhou hoje suas descobertas em um artigo do Scientific Reports publicado pela Nature, apresentando um avançado modelo alimentado por IA projetado para detectar e prevenir ataques de ransomware em dispositivos inteligentes.

Com a rápida expansão da tecnologia da Internet das Coisas (IoT) em residências, saúde e indústrias, as ameaças de cibersegurança se tornaram uma preocupação crescente.

Ransomware, uma das ameaças cibernéticas mais perigosas, bloqueia os usuários de seus sistemas até que eles paguem um resgate. Os pesquisadores explicaram como as medidas de segurança tradicionais muitas vezes falham em detectar e prevenir esses ataques em evolução, levando os pesquisadores a explorar soluções de IA.

O modelo recém-desenvolvido deles, chamado Rede Neural Recorrente Baseada em Atenção Multi-cabeça com Otimização Aprimorada de Tropas de Gorila (MHARNN-EGTOCRD), melhora significativamente a precisão na detecção de ransomware usando técnicas de aprendizado de máquina.

O modelo primeiro normaliza os dados recebidos usando a normalização min-max, garantindo um processamento eficiente. Em seguida, ele emprega a Otimização do Besouro de Estrume (DBO) – inspirada em como os besouros de estrume localizam alimentos – para filtrar informações desnecessárias, focando apenas nas ameaças de cibersegurança mais relevantes.

Em sua essência, o sistema utiliza uma rede de Atenção Multi-cabeça e Memória de Longo Prazo (MHA-LSTM), uma abordagem avançada de aprendizado profundo que ajuda a detectar padrões de ataque complexos.

Ao analisar comportamentos passados de ransomware, a IA pode prever e sinalizar possíveis ataques antes que eles sejam totalmente executados. Além disso, o sistema é aprimorado usando a Otimização de Tropas Gorila Aprimorada (EGTO), que otimiza as configurações da IA para máxima eficiência.

Nos testes, o modelo alcançou uma impressionante precisão de 98,53% na detecção de ransomware, superando os métodos tradicionais de cibersegurança. Essa alta precisão sugere que a IA poderia se tornar uma ferramenta poderosa na luta contra o cibercrime, particularmente na proteção de dispositivos inteligentes contra ataques sofisticados.

Os pesquisadores acreditam que seu modelo poderia ser integrado aos sistemas de cibersegurança existentes, fornecendo um mecanismo de alerta precoce para ataques de ransomware.

À medida que os dispositivos IoT continuam a se expandir no cotidiano, fortalecer sua segurança é crucial para prevenir perdas financeiras e de dados. Ao combinar técnicas de otimização inspiradas na natureza com aprendizado profundo, este modelo de IA representa um avanço significativo na cibersegurança.