Βαθιά Μάθηση Χρησιμοποιείται για να Απομακρύνει Χάκερς

Μια ομάδα επιστημόνων υπολογιστών στο Πανεπιστήμιο του Τέξας στο Ντάλας έχει αναπτύξει eine νέα προσέγγιση για την άμυνα ενάντια στην κυβερνοασφάλεια. Αντί να μπλοκάρει τους χάκερς, τους προσελκύει.

Η nově αναπτυγμένη μέθοδος ονομάζεται DEEP-Dig (DEcEPtion DIGging), και προσελκύει τους χάκερς σε ένα decoy site ώστε ο υπολογιστής να μπορεί να μάθει τις τακτικές τους. Ο υπολογιστής στη συνέχεια εκπαιδεύεται με τις πληροφορίες για να αναγνωρίσει και να σταματήσει μελλοντικές επιθέσεις.

Οι ερευνητές του UT Dallas παρουσίασαν το έγγραφό τους με τίτλο “Βελτίωση των Ενδείκων Εισβολής με Crook-Sourcing” στην ετήσια Συνέδριο Εφαρμογών Ασφαλείας Υπολογιστών στο Πουέρτο Ρίκο τον Δεκέμβριο. Η ομάδα παρουσίασε επίσης “Αυτοματοποίηση της Αξιολόγησης Κυβερνοαπάτης με Βαθιά Μάθηση” στη Διεθνή Συνέδριο Συστημάτων Επιστημών της Χαβάης τον Ιανουάριο.

Το DEEP-Dig είναι μέρος ενός αυξανόμενα δημοφιλούς πεδίου κυβερνοασφάλειας που ονομάζεται τεχνολογία απάτης. Όπως είναι εμφανές από το όνομα, αυτό το πεδίο βασίζεται σε παγίδες που έχουν στηθεί για τους χάκερς. Οι ερευνητές ελπίζουν ότι αυτό θα μπορεί να χρησιμοποιηθεί αποτελεσματικά για τις αμυντικές οργανώσεις.

Ο Δρ. Kevin Hamlen είναι καθηγητής υπολογιστικών συστημάτων.

“Υπάρχουν εγκληματίες που προσπαθούν να επιτεθούν στα δίκτυά μας όλη την ώρα, και συνήθως θεωρούμε ότι αυτό είναι ένα αρνητικό πράγμα”, είπε. “Αντί να τους μπλοκάρουμε, ίσως αυτό που μπορούμε να κάνουμε είναι να τους θεωρήσουμε ως μια πηγή δωρεάν εργασίας. Παρέχουν μας δεδομένα σχετικά με το τι μοιάζουν οι κακόβουλες επιθέσεις. Είναι μια δωρεάν πηγή πολύτιμων δεδομένων.”

Αυτή η νέα προσέγγιση χρησιμοποιείται για να λύσει κάποια από τα κύρια προβλήματα που σχετίζονται με τη χρήση της τεχνητής νοημοσύνης (AI) για την κυβερνοασφάλεια. Ένα από αυτά τα προβλήματα είναι ότι υπάρχει έλλειψη δεδομένων που χρειάζονται για να εκπαιδεύσουν τους υπολογιστές να αναγνωρίσουν τους χάκερς, και αυτό οφείλεται σε προβλήματα προστασίας της ιδιωτικής ζωής. Σύμφωνα με τον Gbadebo Ayoade MS’14, PhD’19, καλύτερα δεδομένα σημαίνουν καλύτερη ικανότητα να αναγνωρίσουν τις επιθέσεις. Ο Ayoade παρουσίασε τα ευρήματα στις συνεδριάσεις και τώρα είναι επιστήμονας δεδομένων στην Procter & Gamble (PG ) Co.

“Χρησιμοποιούμε τα δεδομένα από τους χάκερς για να εκπαιδεύσουμε τον υπολογιστή να αναγνωρίσει μια επίθεση”, είπε ο Ayoade. “Χρησιμοποιούμε την απάτη για να πάρουμε καλύτερα δεδομένα.”

Η πιο συνηθισμένη μέθοδος που χρησιμοποιούν οι χάκερς είναι να αρχίσουν με απλότερα κόλπα και να γίνουν πιο περίπλοκοι, σύμφωνα με τον Hamlen. Τα περισσότερα προγράμματα κυβερνοάμυνας που χρησιμοποιούνται σήμερα προσπαθούν να διαταράξουν τους εισβολείς αμέσως, ώστε οι τεχνικές τους να μην μαθαίνουν ποτέ. Το DEEP-Dig προσπαθεί να λύσει αυτό το πρόβλημα推ώντας τους χάκερς σε ένα decoy site γεμάτο με ψευδείς πληροφορίες, ώστε οι τεχνικές τους να possono να παρατηρηθούν. Σύμφωνα με τον Δρ. Latifur Khan, καθηγητή υπολογιστικών συστημάτων στο UT Dallas, το decoy site φαίνεται νόμιμο στους χάκερς.

“Οι επιτιθέμενοι θα νιώσουν ότι είναι επιτυχημένοι”, είπε ο Khan.

Οι κυβερνοεπιθέσεις είναι ένα σημαντικό πρόβλημα για τις κυβερνητικές υπηρεσίες, τις επιχειρήσεις, τις μη κερδοσκοπικές οργανώσεις και τους ατόμους. Σύμφωνα με μια έκθεση στην البيت Λευκού από το Συμβούλιο Οικονομικών Συμβούλων, οι επιθέσεις κόστισαν στην αμερικανική οικονομία περισσότερα από 57 δισεκατομμύρια δολάρια το 2016.

Το DEEP-Dig μπορεί να παίξει ένα σημαντικό ρόλο στην εξέλιξη των αμυντικών τακτικών την ίδια στιγμή που εξελίσσονται οι τεχνικές των χάκερς. Οι εισβολείς θα μπορούσαν να διαταράξουν τη μέθοδο αν συνειδητοποιήσουν ότι έχουν εισέλθει σε ένα decoy site, αλλά ο Hamlen δεν είναι ιδιαίτερα ανήσυχος.

“Μέχρι τώρα, έχουμε βρει ότι αυτό δεν λειτουργεί. Όταν ένας επιτιθέμενος προσπαθεί να παίξει μαζί, το σύστημα άμυνας μαθαίνει πώς οι χάκερς προσπαθούν να κρύψουν τα ίχνη τους”, είπε ο Hamlen. “Είναι μια κατάσταση νίκη-νίκη — για μας, τουλάχιστον.”

Άλλοι ερευνητές που συμμετείχαν στη δουλειά περιλαμβάνουν τον Frederico Araujo PhD’16, ερευνητή επιστήμονα στο IBM’s Thomas J. Watson Research Center, τον Khaled Al-Naami PhD’17, τον Yang Gao, φοιτητή υπολογιστικών συστημάτων στο UT Dallas, και τον Δρ. Ahmad Mustafa του Πανεπιστημίου Επιστημών και Τεχνολογίας της Ιορδανίας.

Η έρευνα υποστηρίχθηκε εν μέρει από το Γραφείο Ναυτικής Έρευνας, την Εθνική Υπηρεσία Ασφαλείας, το Εθνικό Ίδρυμα Επιστημών και το Γραφείο Επιστημονικής Έρευνας της Αεροπορίας.