خلافًا للاعتقاد السائد، فإن معظم أجهزة إنترنت الأشياء الموجودة في السوق لا تستخدم أفضل طرق التشفير وبروتوكولات الأمان، وبالتالي فهي ليست مجهزة جيدًا لردع أي تهديدات أمنية. ومع ذلك، فإن الكثير منها غير قادر على ترقية نفسها، وذلك ببساطة لأنه لم يكن من المفترض أن تكون آمنة جدًا في المقام الأول.
ومن المعروف أنه، بغض النظر عن معدل اعتمادها المرتفع عبر العالم في جميع أنحاء العالم، أكثر من 85% من أجهزة إنترنت الأشياء في العالم غير آمنة. بصراحة، تتمتع إنترنت الأشياء بوضع أفضل في عالم المؤسسات التجارية، حيث تكون الأجهزة قادرة على تحسين جوانب الأمان والموثوقية. ولكن في عالم المستهلك، حيث تحتل القدرة على تحمل التكاليف مكانة أعلى من الأمن، فمن المؤكد أنه لا يمكن الوثوق بالمصنعين فيما يتعلق بالأمن. لذلك، في مثل هذه المواقف، ستكون العديد من أجهزة إنترنت الأشياء القادمة أكثر عرضة لشبكات الروبوت والهجمات الأخرى من أي وقت مضى. ولحسن الحظ، يمكننا حل هذه المشكلة إذا استخدمنا التحليلات والتعلم الآلي في تحسين أمان إنترنت الأشياء.
في الوقت الحالي، يتم استخدام التعلم الآلي لتحليل البيانات الناتجة عن إنترنت الأشياء لتعزيز تجربة المستخدم وكفاءته. يمكن استخدام نفس التقنية لتحسين ممارسات أمان إنترنت الأشياء من خلال تحليل أنماط الاستخدام وسلوك الجهاز. يمكن أن يساعدك على منع الأنشطة غير الطبيعية والتهديدات المحتملة. ومن دواعي سرورنا أن متخصصي التكنولوجيا يركزون الآن على تعديل أمان إنترنت الأشياء الأكثر ضعفًا، أي في المنزل.
استخدام السحابة لمركزية الذكاء
يحاول العلماء الآن تجميع البيانات من جميع نقاط النهاية لمنتجات إنترنت الأشياء بالداخل خادم سحابي. وسوف يساعدهم على تحليل المدخلات والكشف عن السلوك الضار. سيكونون أيضًا قادرين على معرفة الخوادم والأجهزة التي تتواصل مع أجهزة إنترنت الأشياء، وبالتالي اكتشاف السلوك غير الطبيعي. ويمكنهم التحقق من وجود حزم مشبوهة وعناوين URL مضللة وتنزيلات ضارة.
استخدام الذكاء بمساعدة الإنسان مع التعلم الآلي
يمكن أن يكون التعلم الآلي مفيدًا في تطوير الذكاء المعزز لتأمين أجهزة إنترنت الأشياء. النظام القائم على التعرف على الأنماط والتعلم الآلي فقط لن يجمع المعلومات إلا من الاتصالات الموجودة، أي الأجهزة والشبكات المتصلة بالفعل. أي شيء خارجي سوف ينظر إليه على أنه تهديد. وبالتالي، فإن مثل هذه الأنظمة ستطلق إنذارات كاذبة بين الحين والآخر. وأفضل طريقة للتخفيف من هذه المشكلة هي تحفيز الذكاء المعزز (الذكاء البشري مع التعلم الآلي).
يمكن للذكاء البشري أن يفرق بسهولة بين الأنشطة الحميدة والخبيثة. وعلاوة على ذلك، تغذية الإنسان يمكن تقليد ظهورهم في المستقبل لمنع الإنذارات الكاذبة. وبالتالي، يعمل النموذج على تحسين كفاءة الكشف عن التهديدات وفي النهاية تقليل الإنذارات الكاذبة.
مساعدة من سلوك إنترنت الأشياء
لحسن الحظ، تم تصميم أجهزة إنترنت الأشياء فقط لأداء مجموعة محددة من الوظائف. وبالتالي، يمكن لمزيج متوازن جيدًا من الذكاء البشري والتعلم الآلي اكتشاف السلوك الضار وإيقافه بسهولة.
مصدر الصورة: wired.com
يتكون النموذج من جهاز صغير يمكن تثبيته بسهولة في الشبكات المنزلية، وتطبيق جوال يسمح للمستخدم بإدارة الجهاز، وخدمة سحابية تقوم بتخزين وتحليل البيانات المجمعة من خلال خوارزميات التعلم الآلي. يعمل هذا النموذج على تحسين دقته بمرور الوقت بقدر ما يجمع المعلومات من الأجهزة والعملاء.
أخيرًا، لا يمكن اعتبار التعلم الآلي وحده حلاً كاملاً. ويجب دمجها مع الذكاء البشري لوقف الهجمات.
قراءة: 0
