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

In de moderne wereld verbindt een enorme, onzichtbare laag technologie fysieke objecten met het internet, waardoor een systeem ontstaat waarin sensoren in een veld, een fabriek of een huis met elkaar en met centrale computers kunnen communiceren. Dit netwerk, vaak het Internet of Things genoemd, leunt zwaar op kleinere, gelokaliseerde groepen sensoren die bekend staan als draadloze sensornetwerken. Deze piepkleine apparaten zijn de ogen en oren van het systeem en verzamelen voortdurend gegevens over temperatuur, beweging of vochtigheid. Omdat deze sensoren echter vaak klein, goedkoop en gevoed door beperkte batterijen zijn, hebben ze moeite om zichzelf te verdedigen tegen digitale indringers. Ze missen het zware pantser van complexe encryptie of de rekenkracht om geavanceerde beveiligingscontroles uit te voeren, waardoor ze kwetsbaar zijn voor hackers die gegevens kunnen stelen, operaties kunnen verstoren of het hele netwerk kunnen kapen. De uitdaging voor wetenschappers is om een beveiligingssysteem te bouwen dat sterk genoeg is om deze aanvallen te stoppen, maar licht genoeg is om te draaien op een apparaatje dat misschien niet groter is dan een muntstuk.

Een team van onderzoekers heeft een nieuw framework voorgesteld genaamd SENTRY, ontworpen om te fungeren als een waakzame bewaker voor deze kwetsbare netwerken. Het systeem werkt door drie verschillende technologieën te combineren om een verdediging te creëren die zowel slim als energiezuinig is. Ten eerste maakt het gebruik van een digitaal grootboek systeem, vergelijkbaar met een openbaar register dat niet gewijzigd kan worden zodra een vermelding is gemaakt, om gegevens veilig op te slaan. Dit zorgt ervoor dat zodra een sensor een stuk informatie verzendt, niemand ermee kan knoeien zonder dat iedereen het merkt. Ten tweede zet het een vorm van kunstmatige intelligentie in die werkt als een snelle, ervaren bewaker, die voortdurend de datastroom scant om ongebruikelijke patronen of verdacht gedrag op te sporen. Als deze eerste bewaker iets vreemds detecteert, wordt er een tweede, krachter intelligentesysteem geactiveerd. Dit diepere systeem analyseert de complexe regels die de geautomatiseerde transacties van het netwerk beheersen om verborgen gebreken of zwakheden te vinden die een hacker zou kunnen exploiteren.

De onderzoekers testten dit systeem in een gesimuleerde omgeving die de chaotische en diverse omstandigheden van een echt netwerk nabootste. Ze voerden het systeem miljoenen gegevenspunten die normale activiteit vertegenwoordigden, evenals diverse soorten cyberaanvallen, waaronder pogingen om het netwerk te storen, valse gegevens te injecteren of geheime sleutels te stelen. De resultaten toonden aan dat SENTRY deze dreigingen met een hoge mate van precisie kon identificeren en stoppen, waarbij het 96,8 procent van de aanvallen correct detecteerde. In tegenstelling tot oudere beveiligingsmethoden die ofwel constant draaiden en batterijen leegden, of te lang wachtten met reageren, slaagde SENTRY erin om in slechts 1,3 seconde te reageren. Het bleek ook opmerkelijk zuinig met middelen om te gaan, waarbij het slechts 49 megabyte aan geheugen gebruikte en 4,2 joule aan energie verbruikte voor elke controle. Deze efficiëntie is cruciaal omdat het betekent dat het beveiligingssysteem kan draaien op dezelfde kleine batterijen die de sensoren van stroom voorzien, in plaats van een aparte, zware stroombron te vereisen.

Wat deze aanpak bijzonder effectief maakt, is het vermogen om zich aan te passen en zichzelf te herstellen. Wanneer het systeem een gebrek identificeert in de geautomatiseerde regels die het netwerk beheren, slaat het niet alleen alarm; het stelt autonoom verbeterde varianten van het contract voor of genereert een oplossingstrategie die wordt gevalideerd met behulp van gesimuleerde transactiebeoordeling voordat deze wordt toegepast. Deze zelfhelende capaciteit stelt het netwerk in staat om te herstellen van aanvallen zonder menselijke tussenkomst, een kenmerk dat zeldzaam is in huidige beveiligingsontwerpen. De onderzoekers ontdekten ook dat het systeem de ernst van verschillende dreigingen kan rangschikken, waardoor het de meest gevaarlijke aanvallen als eerste kan prioriteren. Door het framework te testen tegen verschillende sets gegevens, inclusief scenario's met diverse typen apparaten en aanvalstijlen, bevestigde het team dat het systeem stabiel en accuraat blijft, zelfs wanneer de omgeving verandert. Hoewel de studie werd uitgevoerd in een gecontroleerde simulatie, suggereren de resultaten dat deze hybride aanpak een praktische weg biedt voor het beveiligen van de miljarden verbonden apparaten die deel uitmaken van ons dagelijks leven.