IoMT-SecAlarmBench: A Counterfactual Benchmark for Integrity Attacks in IoMT

Negli ospedali moderni, un flusso costante di bip elettronici e luci lampeggianti monitora i segni vitali dei pazienti. Questi dispositivi, parte di una rete connessa nota come Internet delle Cose Mediche (IoMT), misurano battiti cardiaci e flusso sanguigno con un'incredibile precisione. Tuttavia, questa vigilanza digitale affronta un problema confuso: quando suona un allarme, spesso è impossibile capire il perché. Il paziente potrebbe stare davvero peggiorando, un sensore potrebbe essersi allentato o essere uscito dalla calibrazione, oppure un hacker potrebbe aver alterato segretamente i dati per far sembrare malato un paziente sano. Per un medico in piedi accanto al letto del paziente, questa ambiguità è pericolosa. Trattare un errore della macchina come un'emergenza medica spreca tempo e risorse, ma ignorare un attacco reale o una crisi genuina potrebbe costare una vita. La sfida centrale non è solo accorgersi che qualcosa non va, ma capire esattamente cosa abbia causato l'allarme in primo luogo.

Per risolvere questo problema, i ricercatori dell'Università del Maryland, Baltimora, hanno creato un nuovo banco di prova chiamato IoMT-SecAlarmBench. Invece di aspettare che si verifichino attacchi reali in un ospedale — uno scenario troppo rischioso per essere studiato direttamente — hanno costruito un ambiente controllato in cui potevano iniettare tipi specifici di problemi in dati reali di pazienti. Hanno preso registrazioni autentiche di battiti cardiaci e flusso sanguigno da migliaia di pazienti e hanno introdotto con cura quattro diversi tipi di manipolazione digitale. Alcuni attacchi erano sottili, inserendo numeri falsi che sembravano perfettamente normali. Altri erano più evidenti, come il congelamento della lettura di un sensore o la riproduzione di un vecchio battito cardiaco di ore prima. Fondamentalmente, poiché i ricercatori hanno creato questi problemi essi stessi, conoscevano l'esatta verità: sapevano quali finestre di dati fossero reali, quali fossero difettose e quali fossero hackerate, e avevano persino conservato una copia di come sarebbe apparso il segnale se l'attacco non fosse mai avvenuto. Questa verità "controfattuale", un registro di ciò che sarebbe stato, è qualcosa che nessun dataset naturale ha mai fornito.

Il team ha poi testato sei diversi programmi informatici progettati per individuare queste anomalie. Volevano vedere se questi programmi potessero non solo rilevare che un allarme era stato attivato, ma anche identificare correttamente se la causa fosse un attelo informatico, un sensore guasto o un evento medico reale. I risultati hanno rivelato un limite significativo nella tecnologia attuale. Mentre i programmi erano ragionevolmente bravi a individuare errori evidenti fuori intervallo, faticavano immensamente con gli scenari più pericolosi. Quando i dati venivano alterati per apparire perfettamente realistici, come quando un vecchio battito cardiaco veniva riprodotto per nascondere un problema attuale, i rilevatori non performavano meglio di un azzeramento casuale. Non riuscivano a distinguere tra un evento fisiologico genuino e un attacco sofisticato.

Forse il risultato più rivelatore è stato un compromesso tra il rilevare gli attacchi e l'evitare i falsi allarmi. Il programma con le migliori prestazioni era in grado di individuare i tipi di attacco più difficili, ma lo faceva a un alto costo. Per ogni volta che segnalava correttamente un attacco informatico, etichettava erroneamente un innocuo guasto del sensore come un attacco più di cinque volte. Ciò suggerisce che le stesse caratteristiche che questi programmi usano per trovare gli hacker — cercare incongruenze tra diversi segnali corporei — sono le stesse che rendono difficile distinguere tra un hacker e un filo allentato. Lo studio ha anche scoperto che alcune ricerche precedenti che rivendicavano la capacità di rilevare attacchi ai dispositivi medici erano probabilmente ingannate da semplici indizi nei dati, come lo specifico ID del dispositivo o l'indirizzo di rete, piuttosto che comprendere realmente i segnali medici. Eliminando queste scorciatoie facili, il nuovo benchmark ha dimostrato che molti metodi esistenti sono molto meno efficaci di quanto precedentemente pensato.

In definitiva, questo lavoro non offre una soluzione perfetta, ma piuttosto una mappa chiara del panorama attuale. Dimostra che, sebbene possiamo costruire sistemi per accorgerci che qualcosa non va, non abbiamo ancora padroneggiato l'arte di capire il perché. I ricercatori hanno scoperto che distinguere tra un paziente malato, una macchina guasta e un attore malintenzionato rimane una sfida profonda, che richiede di andare oltre il semplice riconoscimento di pattern verso una comprensione più profonda di causa ed effetto. Il loro nuovo benchmark fornisce un modo rigoroso per testare gli strumenti futuri, assicurando che, quando costruiremo finalmente i sistemi per proteggere i pazienti, essi siano giudicati sulla loro capacità di dire la verità, non solo sulla loro capacità di suonare un allarme.