On-Device Interpretable Tsetlin Machine-Based Intrusion Detection for Secure IoMT

Sintesi Tecnica: Rilevamento delle Intrusioni Basato su Macchina di Tsetlin Interpretabile su Dispositivo per IoMT Sicuro

Enunciato del Problema
La rapida integrazione di dispositivi medici abilitati a Internet nell'Internet of Medical Things (IoMT) ha consentito il monitoraggio continuo e in tempo reale dei pazienti, ma ha simultaneamente introdotto significativi rischi di cybersecurity. Questi dispositivi, che trasmettono dati sanitari altamente sensibili, sono bersagli attraenti per attacchi informatici sofisticati che possono compromettere la sicurezza del paziente, la privacy e la funzionalità del sistema. Sebbene i Sistemi di Rilevamento delle Intrusioni (IDS) siano lo standard per il monitoraggio del traffico di rete, gli approcci tradizionali basati su firme e su anomalie faticano a gestire la natura dinamica degli ambienti IoMT e le minacce emergenti. Inoltre, le esistenti soluzioni di Machine Learning (ML) e Deep Learning (DL) operano spesso come "scatole nere", mancando dell'interpretabilità richiesta per applicazioni sanitarie critiche per la fiducia. Inoltre, molti modelli ad alte prestazioni sono troppo intensivi dal punto di vista computazionale per essere distribuiti su dispositivi periferici con risorse limitate, essenziali per il rilevamento in tempo reale e a bassa latenza nelle reti IoMT.

Metodologia
Il documento propone un nuovo Sistema di Rilevamento delle Intrusioni (IDS) su dispositivo basato sulla Macchina di Tsetlin (TM), un approccio di ML guidato da regole e interpretabile. La metodologia è strutturata in tre fasi principali:

1. Preparazione dei Dati: Il sistema utilizza il dataset MedSec-25, che simula traffico IoMT realistico includendo operazioni benigne e quattro fasi distinte di attacco informatico basate sul framework MITRE ATT&CK: Ricognizione, Accesso Iniziale, Movimento Laterale ed Esfiltrazione. Il dataset contiene 554.534 campioni con 84 caratteristiche basate sul flusso. Il pre-processing include la gestione dei valori mancanti, la normalizzazione dei dati e l'aggiustamento dello squilibrio delle classi. Per il modello TM, la tecnica di Sovracampionamento Sintetico della Minoranza (SMOTE) viene applicata al set di addestramento, mentre le linee di base ML utilizzano la ponderazione delle classi. Crucialmente, le caratteristiche continue vengono trasformate in input binari utilizzando un binarizzatore (KBinsDiscretizer) per allinearsi all'architettura logica della TM.
2. Addestramento del Modello: Il cuore del sistema è la Macchina di Tsetlin, che costruisce clausole congiuntive interpretabili utilizzando la logica proposizionale per rappresentare i pattern di attacco. Il modello apprende identificando pattern ricorrenti attraverso l'apprendimento di pattern frequenti piuttosto che minimizzando esclusivamente l'errore. Viene valutata anche una variante della Macchina di Tsetlin Sparsa (STM) per introdurre una sparsità controllata, riducendo l'influenza delle caratteristiche irrilevanti. Il processo di addestramento include l'ottimizzazione degli iperparametri, la formazione delle clausole e la convalida incrociata k-fold per garantire robustezza e prevenire l'overfitting.
3. Distribuzione al Bordo: Per convalidare le capacità di inferenza in tempo reale, i modelli addestrati vengono distribuiti su un Raspberry Pi 5 (un dispositivo periferico con risorse limitate). Il sistema cattura il traffico di rete, lo converte in caratteristiche basate sul flusso, pre-processa e binarizza i dati ed esegue la classificazione sul dispositivo per etichettare il traffico come benigno o malevolo.

Contributi Chiave
Il documento delinea cinque contributi principali:

• Sviluppo di un IDS efficace basato su TM capace di rilevare varie fasi di attacchi informatici in ambienti IoMT.
• Valutazione completa dell'IDS in un contesto multi-classe utilizzando il dataset MedSec-25.
• Evidenza numerica che dimostra la superiorità dell'IDS proposto rispetto ai metodi ML all'avanguardia (inclusi Alberi Decisionali, Foreste Casuali, XGBoost, LightGBM, KNN, Naive Bayes, Regressione Logistica e Reti Neurali).
• Un'analisi di interpretabilità che rivela regole decisionali specifiche, inclusi contributi a livello di caratteristica, punteggi di voto per classe e mappe di calore dell'attivazione delle clausole, migliorando così la trasparenza.
• Distribuzione riuscita al bordo su un Raspberry Pi, dimostrando la fattibilità dell'inferenza in tempo reale e su dispositivo per il rilevamento di attacchi.

Risultati
Valutazioni estensive sul dataset MedSec-25 hanno prodotto i seguenti risultati:

• Prestazioni di Classificazione: Il modello TM proposto ha ottenuto le prestazioni più elevate tra tutti i classificatori testati, raggiungendo un punteggio F1 del 97,83%, con precisione e richiamo rispettivamente al 97,87% e al 97,83%. La variante TM Sparsa (STM) ha ottenuto un punteggio F1 competitivo del 97,33%.
• Confronto: La TM ha superato tutti i modelli ML di base. Ad esempio, mentre XGBoost ha ottenuto un richiamo elevato (97,97%), la sua precisione era inferiore (91,75%), risultando in un punteggio F1 più basso (94,47%). Modelli tradizionali come Naive Bayes e Regressione Logistica hanno performato significativamente peggio (punteggi F1 del 44,76% e 61,19% rispettivamente).
• Tempo di Inferenza: Sulla macchina host (MacBook M4), la TM ha richiesto 66,24 µs per inferenza, un valore superiore rispetto alla Regressione Logistica (0,05 µs) ma competitivo con altri modelli complessi. Sul Raspberry Pi 5, il tempo di inferenza è aumentato a 230,44 µs per la TM e 222,76 µs per la STM.
• Efficienza delle Risorse: Sul dispositivo periferico, la TM e la STM hanno mantenuto un utilizzo della CPU moderato (~25-26%) e un utilizzo della memoria gestibile, in netto contrasto con XGBoost e LightGBM, che hanno consumato quasi il 99% delle risorse CPU.
• Interpretabilità: Lo studio ha fornito spiegazioni esplicite per le decisioni del modello. Ad esempio, nella classificazione del traffico benigno, è stato dimostrato che il modello sopprime i pattern non benigni attraverso voti di clausole negative attivando al contempo clausole positive per le caratteristiche benigne. Le mappe di calore hanno visualizzato l'attivazione di clausole specifiche per diverse fasi di attacco, confermando la dipendenza del modello da regole logiche piuttosto che da pesi opachi.

Significato e Affermazioni
Il documento afferma che la combinazione di elevate prestazioni di classificazione e interpretabilità esplicita rende l'IDS proposto basato su TM particolarmente adatto per ambienti sanitari IoMT. In settori dove fiducia, affidabilità, sicurezza e tempestività decisionale sono critici, la capacità di spiegare perché un flusso di traffico specifico è stato segnalato come attacco è importante quanto l'accuratezza del rilevamento stessa. Il dispiegamento riuscito su un Raspberry Pi convalida ulteriormente l'idoneità del modello per l'inferenza in tempo reale e su dispositivo in contesti con risorse limitate, riducendo la dipendenza da sistemi cloud centralizzati e consentendo una mitigazione immediata delle minacce. Gli autori concludono che questo approccio affronta le sfide duali del rilevamento di attacchi informatici sofisticati e multi-fase e della fornitura della trasparenza necessaria per l'adozione in infrastrutture sanitarie critiche. Si nota che il lavoro futuro coinvolgerà l'estensione delle valutazioni a dataset pubblici aggiuntivi e sviluppati autonomamente con una variabilità di attacchi più ampia.