AI 모델, 스마트 디바이스에서 랜섬웨어 탐지에서 98.53%의 정확도 달성

과학자들이 딥러닝과 최적화 기법을 활용한 사이버 보안을 위해 IoT 장치에서 랜섬웨어를 높은 정확도로 탐지하는 AI 모델을 개발했습니다.

연구팀이 오늘 Scientific Reports 논문에서 자신들의 연구결과를 상세하게 공개했습니다. 이 논문은 자연 출판사에서 발행되었고, 스마트 디바이스에서 랜섬웨어 공격을 탐지하고 방지하기 위해 설계된 고도로 발전된 AI 기반 모델을 소개하고 있습니다.

인터넷 오브 띵(IoT) 기술이 가정, 의료, 산업 등에 빠르게 확산되면서, 사이버보안 위협에 대한 우려가 커지고 있습니다.

랜섬웨어는 가장 위험한 사이버 위협 중 하나로, 사용자가 몸값을 지불할 때까지 그들의 시스템을 잠그는 행동을 합니다. 연구자들은 기존의 보안 조치들이 이런 발전하는 공격을 감지하고 막는데 종종 실패한다고 설명하였으며, 이로 인해 연구자들이 AI 솔루션을 탐색하게 되었습니다.

그들이 최근 개발한 모델인 ‘멀티헤드 어텐션 기반 순환 신경망과 강화된 고릴라 부대 최적화(MHARNN-EGTOCRD)’는 기계 학습 기법을 사용하여 랜섬웨어 검출 정확도를 크게 향상시킵니다.

이 모델은 우선 최소-최대 정규화를 사용하여 들어오는 데이터를 정규화하여 효율적인 처리를 보장합니다. 그 다음에는 똥딱지가 음식을 찾는 방식에서 영감을 받은 ‘덩어리 최적화(DBO)’를 사용하여 불필요한 정보를 걸러내고, 가장 관련있는 사이버 보안 위협에만 초점을 맞춥니다.

이 시스테ム의 핵심은 멀티헤드 어텐션과 롱 쇼트-텀 메모리(MHA-LSTM) 네트워크를 활용하는 것입니다. 이는 복잡한 공격 패턴을 감지하는데 도움이 되는 고급 딥러닝 접근법입니다.

AI는 과거의 랜섬웨어 행동을 분석하여, 공격이 완전히 실행되기 전에 잠재적인 공격을 예측하고 플래그를 표시할 수 있습니다. 또한, 시스템은 Enhanced Gorilla Troops Optimization (EGTO)을 사용하여 조정되며, 이는 AI의 설정을 최대 효율로 최적화합니다.

테스트에서 이 모델은 랜섬웨어를 감지하는데 놀라운 98.53%의 정확도를 보여, 전통적인 사이버 보안 방법을 능가하였습니다. 이러한 높은 정밀도는 AI가 사이버 범죄와의 싸움, 특히 복잡한 공격으로부터 스마트 기기를 보호하는 데 강력한 도구가 될 수 있음을 제안합니다.

연구자들은 그들의 모델이 기존의 사이버 보안 시스템에 통합되어 랜섬웨어 공격에 대한 조기 경보 메커니즘을 제공할 수 있을 것이라고 믿습니다.

IoT 디바이스가 일상 생활에서 계속 확장되고 있음에 따라, 그들의 보안을 강화하는 것은 재정적 손실과 데이터 손실을 방지하는 데 중요합니다. 자연에서 영감을 받은 최적화 기술을 딥 러닝과 결합함으로써, 이 AI 모델은 사이버 보안에 있어서 중요한 진전을 이루고 있습니다.