למידה עמוקה תחולל מהפיכה באבטחת הרכב

This post is also available in: English (אנגלית)

כלי רכב חדשים רבים נשלטים כיום על ידי מחשבים שנמצאים בתוך הרכב. מחקר חדש של צבא ארה"ב בוחן את האספקט הצבאי הרחב יותר במטרה להשקיע בצעדים משמעותיים יותר לאבטחת סייבר עבור פלטפורמות האוויר והיבשה שלו, בפרט כלי רכב כבדים.

חוקרים מצבא ארה"ב פיתחו מסגרת חדשה מבוססת למידת מכונה, שתתגבר את אבטחת רשתות המחשבים שבתוך כלי רכב בלי לפגוע בביצועים שלהם.

הטכניקה החדשה, DESOLATOR, אמורה לסייע במיטוב אסטרטגיה מוכרת לאבטחת סייבר, המכונה הגנת המטרה הנעה (moving taget defense).

הטכנולוגיה פותחה על ייד צוות מומחים בינלאומי מ-Virginia Tech, אוניברסיטת Queensland, ומכון Gwangju למדע וטכנולוגיה, חוקרים מפיקוד DEVCOM לפיתוח יכולות קרב של צבא ארה"ב, ומעבדת המחקר של הצבא.

מעוניינים להתעדכן בחידושים האחרונים באבטחת סייבר? השתתפו בארוע INNOTECH 2021 לסייבר, HLS וחדשנות

טכנולוגיית DESOLATOR המקצה משאבים על בסיס תגבור למידה והגנת המטרה הנעה, מסייעת לרשת שברכב לזהות את הקצאת רוחב הפס ותדר ה-IP המיטביים כדי לספק הגנה של המטרה הנעה באופן אפקטיבי לטווח ארוך.

צוות המחקר השתמש בלמידה עמוקה מתוגברת על מנת לעצב בהדרגה את צורת ההתנהגות של האלגוריתם, המבוסס על מגוון פונקציות תגמול, כדי להבטיח שה-DESOLATOR יקחו בחשבון אבטחה ויעילות כאחד.

הטכניקה אינה מוגבלת לזיהוי תדר והקצאת רוחב פס. כיוון שהגישה קיימת כמסגרת מבוססת למידת מכונה, חוקרים אחרים יוכלו להתאים את הטכניקה לצורך השגת מטרות שונות, כך מדווח armyrecongition.com.

המחקר התפרסם בכתב העת בבקרת עמיתים IEEE Access.