Koneoppimisalgoritmi auttaa havaitsemaan kyberhyökkäykset älykkääseen sähköverkkoon

– Älykkäiden sähköverkkojen kyberturvallisuuden tutkimus on nyt tärkeämpää kuin koskaan. Kyberhyökkäykset voivat häiritä verkon normaalia toimintaa ja aiheuttaa vakavia seurauksia, kuten sähkökatkoja, laitevaurioita ja taloudellisia tappioita, sanoo 13. joulukuuta väittelevä Sayawu Diaba.

Diaba on väitöstutkimuksessaan testannut useiden koneoppimisalgoritmien tehokkuutta kyberhyökkäysten havaitsemisessa älykkäissä sähköverkoissa. Tunkeutumisen havaitsemisalgoritmit ovat ratkaisevan tärkeitä kyberuhkien vähentämiseksi. Hän ehdottaa uutta hybridiä syväoppimisalgoritmia, joka keskittyy hajautettuihin palvelunestohyökkäyksiin (DDoS) älyverkon viestintäinfrastruktuurissa. Ehdotettu algoritmi yhdistää konvolutionaalisen neuroverkon (CNN) ja portitetun toistoyksikön (GRU) algoritmit.

– Tulosten mukaan hybridi syväoppimisalgoritmi suoriutuu paremmin kuin nykyiset tunkeutumisen havaitsemisen algoritmit ja saavuttaa 99,7 prosentin kokonaistarkkuuden.

Diaban mukaan erityisen merkittävää hänen tutkimuksessaan on ehdotus luonnosta inspiraatiota saaneesta juurten etsinnän optimointialgoritmista, joka perustuu rajoitettuun Bolzmannin koneeseen (RBM). Tämä parannettu algoritmi päihittää perinteiset algoritmit muun muassa tarkkuudessa ja toistettavuudessa. Se havaitsee ja luokittelee kyberhyökkäykset luotettavasti älykkäiden sähköverkkojen valvontaohjelmistoissa (SCADA).

Lisäksi tutkimuksessa esitellään geneettisesti alustetun muuntavan neuroverkon (GSFTNN) tunkeutumisen havaitsemisalgoritmi. Toisin kuin allekirjoituksiin perustuvat menetelmät GSFTNN havaitsee muutokset toiminnallisten mallien perusteella, jotka viittaavat tunkeutujan osallistumiseen verkkoliikenteessä. Tulosten perusteella algoritmi on ylivoimainen suhteessa perinteisiin algoritmeihin, kuten jäännösfunktioita käyttäviin neuroverkkoihin, takaisinkytkettyihin neuroverkkoihin ja pitkä lyhytkestomuisti -arkkitehtuureihin.

Väitöstilaisuus

M.Sc. Sayawu Diaban sähkötekniikan alaan kuuluva väitöstutkimus ”On cyber security evaluations in smart grid using machine learning” tarkastetaan keskiviikkona 13.12.2023 klo 13 Vaasan yliopiston luentosalissa F652.

Väitöstilaisuutta on mahdollista seurata myös etäyhteyden kautta (Zoom , salasana: 153174)

Vastaväittäjänä tilaisuudessa toimii professori Juan Manuel Corchado (University of Salamanca) ja kustoksena professori Mohammed Elmusrati.

Väitöskirja

Diaba, Sayawu (2023) On cyber security evaluations in smart grid using machine learning. Acta Wasaensia 528. Väitöskirja. Vaasan yliopisto.

Julkaisun pdf