一般に信じられていることに反して、市場にあるほとんどの IoT デバイスは最適な暗号化方式やセキュリティ プロトコルを利用していないため、セキュリティの脅威を阻止するための十分な機能を備えていません。ただし、それらの多くは、そもそもそれほど安全であることを意図していなかったため、自分自身をアップグレードすることができません。
世界中での高い採用率にもかかわらず、それは既知の事実です。世界中の IoT デバイスの 85% 以上が安全ではありません。率直に言って、IoT は、デバイスがセキュリティと信頼性の側面を向上させることができる企業の世界に適しています。しかし、セキュリティよりも手頃な価格が優先される消費者の世界では、メーカーはセキュリティに関して信頼できないことは確かです。したがって、そのような状況では、今後登場する多くの IoT デバイスは、これまで以上にボットネットやその他の攻撃を受けやすくなります。ありがたいことに、IoT セキュリティの向上に分析と機械学習を使用すれば、この問題を解決できます。
現在、機械学習は IoT で生成されたデータを分析し、ユーザー エクスペリエンスと効率を向上させるために使用されています。同じテクノロジーを使用して、使用パターンとデバイスの動作を分析することにより、IoT セキュリティ慣行を改善できます。異常なアクティビティや潜在的な脅威をブロックするのに役立ちます。嬉しいことに、技術者たちは現在、家庭などの最も脆弱な IoT セキュリティの調整に注力しています。
クラウドを使用してインテリジェンスを一元化する
科学者たちは現在、内部の IoT 製品のすべてのエンドポイントからのデータを集約しようとしています。クラウドサーバー。これは、入力を分析し、悪意のある動作を検出するのに役立ちます。また、どのサーバーやデバイスが IoT デバイスと通信しているかを確認できるため、異常な動作を特定することもできます。疑わしいパケット、誤解を招く URL、悪意のあるダウンロードをチェックできます。
機械学習による人間支援知能の使用
機械学習は、IoT デバイスのセキュリティを保護するための拡張知能の開発に有益です。パターン認識と機械学習のみに基づくシステムは、既存の接続、つまりすでに接続されているデバイスとネットワークからのみ情報を収集します。外部のものはすべて脅威とみなされます。したがって、そのようなシステムは時々誤警報をトリガーします。これを軽減する最善の方法は、拡張知能 (機械学習による人間の知能) を誘導することです。
人間の知能は、良性の活動と悪意のある活動を簡単に区別できます。さらに人間の餌も 将来、誤報を防ぐためにバックを模倣することができます。したがって、このモデルは脅威の検出効率を高め、最終的には誤報を減らします。
IoT の動作からの助け
幸いなことに、IoT デバイスは、一定範囲の機能のみを実行するように設計されています。したがって、人間の知能と機械学習をバランスよく組み合わせることで、悪意のある動作を簡単に検出して阻止できます。
画像出典: Wired.com
このモデルは、ホーム ネットワークに簡単に設置できる小型デバイス、ユーザーがデバイスを管理できるモバイル アプリケーション、および機械学習アルゴリズムを通じて統合データを保存および分析するクラウド サービスで構成されます。このようなモデルは、デバイスや顧客から情報を収集するほど、時間の経過とともに精度が向上します。
最終的には、機械学習だけを完全なソリューションとみなすことはできません。攻撃を阻止するには人間の知性と組み合わせる必要があります。
読み取り: 0
