Россия
сотрудник с 01.01.1921 по настоящее время
Россия
В данной статье раскрываются широкие возможности технологии умного дома. В работе рассмотрены вопросы безопасности, связанные с практическим применением данной технологии, в частности, проблеме сетевых аномалий. Рассмотрены возможные пути решения этих проблем.
«умный дом», безопасность, обнаружение сетевых аномалий, машинное обучение, Интернет вещей
Бурное развитие современных технологий привело к тому, что Интернет вещей охватил многие сферы жизни человека, включая «умные дома» и «умные пространства». «Умный дом» включает большое количество IoT-объектов, которые работают непрерывно и без перебоев. Повышенная безопасность и аутентификация интеллектуальных устройств обеспечивают спокойную среду для жизни в «умном доме».
Важно отслеживать работу интеллектуальных устройств IoT, чтобы обеспечить их надежность и безотказность. Такие устройства имеют компактные размеры, потребляют относительно немного электроэнергии и прочих ресурсов. Тем не менее, они легко подвергаются атакам злоумышленников. Безопасность и идентификацию устройств «умного дома» можно контролировать, а аномалии обнаруживать с высокой точностью.
Результаты исследований показывают, что алгоритм случайного леса является одной из передовых методологий в интеллектуальных средах. Интернет произвел революцию в мире современных технологий, став неотъемлемой частью повседневной жизни.
Интернет вещей (IoT) – одна из инновационных технологий, охватившая различные сферы человеческой деятельности. Интернет вещей используется в медицине, сельском хозяйстве, торговле, на транспорте, в быту.
Приложения на базе Интернета вещей известны как интеллектуальные приложения. «Умный дом» основан на устройствах, использующих технологию Интернета вещей. Эти устройства обеспечивают работу каждой части «умного дома» с помощью интеллектуальных датчиков и контроллеров. Приложения Интернета вещей интенсивно развиваются, что, в конечном счете, снижает стоимость этих устройств, делает их энергетически эффективными и компактными.
Однако широкое применение устройств Интернета вещей также повышает риск, связанный с их работой. Важной задачей является совершенствование этих устройств с целью повышения их безопасности и защищенности от потенциальных угроз.
Активные исследования ведутся в направлении защиты сетей IoT от неавторизованных пользователей. Технология «умного дома» пользуется все большей популярностью. Это помогает людям, проживающим в квартирах и частных домах управлять бытовой техникой, коммуникациями и прочими системами через единую платформу. Таким образом, люди могут легко контролировать домашние устройства.
Одной из основных задач в технологии «умного дома» является предоставление пользователям возможности контролировать безопасность устройств и принимать соответствующие меры предосторожности. Голосовые контроллеры могут позволить злоумышленникам поставить под угрозу безопасность сети. Пользователь не всегда может своевременно обнаружить подобные вторжения, и защитить от них свое жилище.
Существует два типа систем домашней автоматизации. К ним относятся система с локальным управлением и система с дистанционным управлением.
Локальный контроллер используется для управления внутренними устройствами непосредственно по месту их нахождения. Локально управляемая система может использовать Ethernet, беспроводное соединение или Bluetooth.
Дистанционно управляемые системы работают с использованием подключения к Интернету. Они позволяют управлять устройствами «умного дома» из удаленных мест.
Рисунок 1 – Ориентиры архитектуры «умного дома»
Одним из основных направлений развития умных домашних сред является разработка эффективных, безопасных и надежных технологий и средств обнаружения аномалий и уязвимостей. Основное внимание при этом уделяется выявлению сетевых аномалий. Эти аномалии охватывают ряд вредоносных действий, которые могут включать, помимо прочего:
1. Эксфильтрацию данных (аномалии, связанные с несанкционированной передачей или утечкой данных с устройств Интернета вещей);
2. Действия относительно регистрации нажатий клавиш, которые могут указывать на попытки перехватить конфиденциальную информацию;
3. Отпечатки ОС (аномалии, связанные с попытками идентифицировать операционную систему устройств в сети, часто предшествующие целенаправленным атакам);
4. Сканирование служб (незаконные действия, связанные с исследованием или сканированием служб и портов устройств Интернета вещей);
5. Отклонения в обмене данными UDP (протокол пользовательских дейтаграмм), которые могут указывать на сетевые атаки или подозрительное поведение устройства.
Рисунок 2 – Архитектура системы «умный дом» на базе Интернета вещей.
Одно из предлагаемых решений вышеуказанной проблемы основано на машинном обучении с целью мониторинга аномальной активности в среде умного дома и обнаружения вредоносных действий.
Предлагаемая структура протестирована с использованием шести различных алгоритмов машинного обучения. Дополнительной важной характеристикой этого исследования по обнаружению аномалий является сравнение простых классификаторов машинного обучения, таких как дерево решений (DT), AdaBoost (ADA) и случайный лес (RF), со сложными классификаторами, такими как искусственная нейронная сеть (ANN).
Исследование показало следующие результаты:
1. Набор данных для предлагаемой методологии оценивается по шести различным категориям аномалий;
2. Для анализа аномальной активности с помощью алгоритмов машинного обучения реализована система обнаружения аномалий;
3. Предлагаемое исследование имеет высокую производительность и надежные прогнозы для обнаружения аномалий и генерации предупреждений;
4. Основным итогом этого исследования является разработка высокоэффективной модели обнаружения аномалий с использованием машинного обучения.
Умные домашние среды обеспечивают комфорт пользователей и экономию ресурсов. Однако такие системы подвержены атакам из-за недостаточных мер безопасности. Разработка новых технологий, направленных на предотвращение и выявление вредоносной деятельности в сети позволит повысить защищенность компонентов умного дома» от несанкционированных воздействий.
1. Hayes, A. Smart Home: Definition, How They Work, Pros and Cons. – URL: https://www.investopedia.com/terms/s/smart-home.asp (date of the application: 19.03.2024).
2. Odunlade, E. What makes a Smart Home smart? A guide to protocols and applications. – URL: https://www.wevolver.com/article/what-makes-a-smart-home-smart-a-guide-to-protocols-and-applications (date of the application: 20.03.2024).
3. Кущева, И.С. Проблемы ресурсосбережения с учетом специфики некоторых задач двумерного размещения / И.С. Кущева, Е.С. Хухрянская // Моделирование систем и процессов. – 2021. – Т. 14, № 1. – С. 32-38. – DOI:https://doi.org/10.12737/2219-0767-2021-14-1-32-38.
4. Поляков, С.И. Каскадное управление отоплением «умного дома» / С.И. Поляков, В.И. Акимов, А.В. Полуказаков // Моделирование систем и процессов. – 2021. – Т. 14, № 4. – С. 82-89. – DOI:https://doi.org/10.12737/2219-0767-2021-14-4-82-89.
5. Программное обеспечение систем управления «умным» жилым домом / С.И. Поляков, В.И. Акимов, А.В. Полуказаков [и др.] // Моделирование систем и процессов. – 2021. – Т. 14, № 1. – С. 58-67. – DOI:https://doi.org/10.12737/2219-0767-2021-14-1-58-67.
