Pembelajaran Dalam Digunakan untuk Menipu Peretas

Sebuah kelompok ilmuwan komputer di University of Texas at Dallas telah mengembangkan pendekatan baru untuk melawan keamanan siber. Alih-alih memblokir peretas, mereka mengundang peretas masuk.

Metode baru yang dikembangkan disebut DEEP-Dig (DEcEPtion DIGging), dan mengundang peretas ke situs palsu sehingga komputer dapat mempelajari taktik mereka. Komputer kemudian dilatih dengan informasi tersebut untuk mengenali dan menghentikan serangan di masa depan.

Peneliti UT Dallas mempresentasikan makalah mereka yang berjudul “Improving Intrusion Detectors by Crook-Sourcing,” pada Konferensi Tahunan Computer Security Applications di Puerto Rico pada bulan Desember. Kelompok juga mempresentasikan “Automating Cyberdeception Evaluation with Deep Learning” pada Konferensi Internasional Sistem Ilmu di Hawaii pada bulan Januari.

DEEP-Dig adalah bagian dari bidang keamanan siber yang semakin populer yang disebut teknologi penipuan. Seperti yang terlihat dari namanya, bidang ini bergantung pada perangkap yang disiapkan untuk peretas. Peneliti berharap bahwa ini dapat digunakan secara efektif untuk organisasi pertahanan.

Dr. Kevin Hamlen adalah Profesor Eugene McDermott di bidang ilmu komputer.

“Ada penjahat yang mencoba menyerang jaringan kami setiap saat, dan biasanya kami melihat hal itu sebagai sesuatu yang negatif,” katanya. “Alih-alih memblokir mereka, mungkin apa yang kami lakukan adalah melihat penyerang sebagai sumber tenaga kerja gratis. Mereka menyediakan kami data tentang apa yang terlihat seperti serangan berbahaya. Ini adalah sumber data yang sangat berharga dan gratis.”

Pendekatan baru ini digunakan untuk memecahkan beberapa masalah besar yang terkait dengan penggunaan kecerdasan buatan (AI) untuk keamanan siber. Salah satu masalah tersebut adalah bahwa ada kekurangan data yang diperlukan untuk melatih komputer untuk mendeteksi peretas, dan ini disebabkan oleh kekhawatiran privasi. Menurut Gbadebo Ayoade MS’14, PhD’19, data yang lebih baik berarti kemampuan yang lebih baik untuk mendeteksi serangan. Ayoade mempresentasikan temuan pada konferensi, dan sekarang dia adalah ilmuwan data di Procter & Gamble (PG ) Co.

“Kami menggunakan data dari peretas untuk melatih mesin untuk mengidentifikasi serangan,” kata Ayoade. “Kami menggunakan penipuan untuk mendapatkan data yang lebih baik.”

Metode yang paling umum digunakan oleh peretas adalah memulai dengan trik yang lebih sederhana dan kemudian menjadi lebih canggih, menurut Hamlen. Sebagian besar program pertahanan siber yang digunakan saat ini mencoba mengganggu penyerang segera, sehingga teknik penyerang tidak pernah dipelajari. DEEP-Dig mencoba memecahkan masalah ini dengan mendorong peretas ke situs palsu yang penuh dengan informasi yang salah sehingga teknik dapat diamati. Menurut Dr. Latifur Khan, profesor ilmu komputer di UT Dallas, situs palsu tampak sah bagi peretas.

“Penyerang akan merasa mereka berhasil,” kata Khan.

Serangan siber adalah masalah besar bagi lembaga pemerintah, bisnis, organisasi nirlaba, dan individu. Menurut laporan kepada Gedung Putih dari Dewan Penasihat Ekonomi, serangan tersebut menghabiskan biaya lebih dari $57 miliar untuk perekonomian AS pada tahun 2016.

DEEP-Dig dapat memainkan peran besar dalam mengembangkan taktik pertahanan seiring dengan perkembangan teknik peretasan. Penyerang dapat mengganggu metode jika mereka menyadari bahwa mereka telah memasuki situs palsu, tetapi Hamlen tidak terlalu khawatir.

“Sampai sekarang, kami telah menemukan bahwa ini tidak berhasil. Ketika penyerang mencoba bermain bersama, sistem pertahanan hanya mempelajari bagaimana peretas mencoba menyembunyikan jejak mereka,” kata Hamlen. “Ini adalah situasi yang menguntungkan bagi kami.”

Peneliti lain yang terlibat dalam penelitian ini termasuk Frederico Araujo PhD’16, ilmuwan peneliti di Pusat Penelitian Thomas J. Watson IBM; Khaled Al-Naami PhD’17; Yang Gao, mahasiswa pascasarjana ilmu komputer di UT Dallas; dan Dr. Ahmad Mustafa dari Universitas Sains dan Teknologi Yordania.

Penelitian ini sebagian didukung oleh Kantor Penelitian Angkatan Laut, Badan Keamanan Nasional, Yayasan Ilmu Pengetahuan Nasional, dan Kantor Penelitian Ilmiah Angkatan Udara.