SENTRY: Secure Energy-Efficient Network Threat Response and Yield in WSN-IoT Environment

Nel mondo moderno, un vasto strato invisibile di tecnologia collega oggetti fisici a Internet, creando un sistema in cui i sensori in un campo, una fabbrica o una casa possono comunicare tra loro e con computer centrali. Questa rete, spesso chiamata Internet delle Cose, si basa pesantemente su piccoli gruppi localizzati di sensori noti come reti di sensori wireless. Questi minuscoli dispositivi sono gli occhi e le orecchie del sistema, raccogliendo costantemente dati su temperatura, movimento o umidità. Tuttavia, poiché questi sensori sono spesso piccoli, economici e alimentati da batterie limitate, faticano a difendersi dagli intrusi digitali. Mancano della pesante armatura di una crittografia complessa o della potenza di elaborazione per eseguire controlli di sicurezza sofisticati, lasciandoli vulnerabili agli hacker che possono rubare dati, interrompere le operazioni o dirottare l'intera rete. La sfida per gli scienziati è costruire un sistema di sicurezza che sia abbastanza forte da fermare questi attacchi ma abbastanza leggero da funzionare su un dispositivo che potrebbe non essere più grande di una moneta.

Un team di ricercatori ha proposto un nuovo framework chiamato SENTRY, progettato per agire come un guardiano vigile per queste reti vulnerabili. Il sistema opera combinando tre tecnologie distinte per creare una difesa che sia al contempo intelligente ed efficiente dal punto di vista energetico. In primo luogo, utilizza un sistema di registro digitale, simile a un libro di registro pubblico che non può essere alterato una volta effettuata una registrazione, per archiviare i dati in modo sicuro. Ciò garantisce che una volta che un sensore invia un'informazione, nessuno possa manometterla senza che tutti se ne accorgano. In secondo luogo, impiega una forma di intelligenza artificiale che agisce come una guardia rapida ed esperta, scansionando costantemente il flusso di dati per individuare modelli insoliti o comportamenti sospetti. Se questa guardia iniziale rileva qualcosa di strano, viene attivato un secondo sistema di intelligenza più potente. Questo sistema più profondo analizza le regole complesse che governano le transazioni automatizzate della rete per trovare falle nascoste o debolezze che un hacker potrebbe sfruttare.

I ricercatori hanno testato questo sistema in un ambiente simulato che imitava le condizioni caotiche e diverse di una rete reale. Hanno fornito al sistema milioni di punti dati che rappresentavano l'attività normale e vari tipi di attacchi informatici, inclusi tentativi di disturbare la rete, iniettare dati falsi o rubare chiavi segrete. I risultati hanno mostrato che SENTRY è stato in grado di identificare e fermare queste minacce con un alto grado di precisiono, rilevando correttamente il 96,8 percento degli attacchi. A differenza dei metodi di sicurezza più vecchi che operavano costantemente esaurendo le batterie o aspettavano troppo tempo per reagire, SENTRY è riuscito a rispondere in soli 1,3 secondi. Si è anche dimostrato straordinariamente parsimonioso con le risorse, utilizzando solo 49 megabyte di memoria e consumando 4,2 joule di energia per ogni controllo. Questa efficienza è fondamentale perché significa che il sistema di sicurezza può funzionare sulle stesse piccole batterie che alimentano i sensori, piuttosto che richiedere una fonte di alimentazione separata e pesante.

Ciò che rende questo approccio particolarmente efficace è la sua capacità di adattarsi e guarire se stesso. Quando il sistema identifica una falla nelle regole automatizzate che gestiscono la rete, non si limita a dare l'allarme; suggerisce autonomamente varianti potenziate del contratto o genera una strategia di soluzione che viene validata tramite una valutazione delle transazioni simulate prima di essere proposta. Questa capacità di auto-guarigione permette alla rete di recuperare dagli attacchi senza l'intervento umano, una caratteristica rara nelle attuali progettazioni di sicurezza. I ricercatori hanno anche scoperto che il sistema può classificare la gravità dei diversi attacchi, permettendogli di dare priorità agli attacchi più pericolosi. Testando il framework contro diversi set di dati, inclusi scenari con diversi tipi di dispositivi e stili di attacco, il team ha confermato che il sistema rimane stabile e accurato anche quando l'ambiente cambia. Sebbene lo studio sia stato condotto in una simulazione controllata, i risultati suggeriscono che questo approccio ibrido offre una via pratica per mettere in sicurezza i miliardi di dispositivi connessi che stanno diventando parte della nostra vita quotidiana.