El Modelo de IA Logra un 98.53% de Precisión en la Detección de Ransomware en Dispositivos Inteligentes

Científicos han desarrollado un modelo de IA que detecta ransomware en dispositivos IoT con alta precisión, utilizando técnicas de aprendizaje profundo y optimización para la ciberseguridad.

Un equipo de investigadores ha detallado sus hallazgos hoy en un artículo de Scientific Reports publicado por Nature, introduciendo un modelo avanzado impulsado por inteligencia artificial diseñado para detectar y prevenir ataques de ransomware en dispositivos inteligentes.

Con la rápida expansión de la tecnología del Internet de las Cosas (IoT) en los hogares, la atención médica y las industrias, las amenazas a la ciberseguridad se han convertido en una creciente preocupación.

El ransomware, una de las amenazas cibernéticas más peligrosas, bloquea a los usuarios de sus sistemas hasta que pagan un rescate. Los investigadores explicaron cómo las medidas de seguridad tradicionales a menudo fallan en detectar y prevenir estos ataques en evolución, lo que incita a los investigadores a explorar soluciones con IA.

Su nuevo modelo desarrollado, llamado Red Neuronal Recurrente Basada en Atención Múltiple con Optimización Mejorada de Tropas de Gorilas (MHARNN-EGTOCRD, por sus siglas en inglés), mejora significativamente la precisión de detección de ransomware utilizando técnicas de aprendizaje automático.

El modelo primero normaliza los datos entrantes utilizando la normalización min-max, garantizando un procesamiento eficiente. Luego emplea la Optimización de Escarabajo de Estiércol (DBO, por sus siglas en inglés) —inspirada en cómo los escarabajos de estiércol localizan alimentos— para filtrar información innecesaria, centrándose solo en las amenazas de ciberseguridad más relevantes.

En su esencia, el sistema utiliza una red de Atención Multi-cabeza y Memoria a Corto y Largo Plazo (MHA-LSTM), un enfoque avanzado de aprendizaje profundo que ayuda a detectar patrones de ataque complejos.

Al analizar comportamientos pasados de ransomware, la IA puede predecir y marcar ataques potenciales antes de que se ejecuten completamente. Además, el sistema se ajusta finamente utilizando la Optimización de Tropas Gorila Mejoradas (EGTO), que optimiza las configuraciones de la IA para una máxima eficiencia.

En las pruebas, el modelo alcanzó una impresionante precisión del 98.53% en la detección de ransomware, superando los métodos tradicionales de ciberseguridad. Esta alta precisión sugiere que la IA podría convertirse en una herramienta poderosa en la lucha contra el ciberdelito, particularmente en la protección de dispositivos inteligentes contra ataques sofisticados.

Los investigadores creen que su modelo podría integrarse en los sistemas de ciberseguridad existentes, proporcionando un mecanismo de alerta temprana para los ataques de ransomware.

A medida que los dispositivos IoT continúan expandiéndose en la vida cotidiana, fortalecer su seguridad es crucial para prevenir pérdidas financieras y de datos. Al combinar técnicas de optimización inspiradas en la naturaleza con el aprendizaje profundo, este modelo de IA representa un avance significativo en la ciberseguridad.