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

Resumo Técnico: Detecção de Intrusão Baseada em Máquina Tsetlin Interpretável e Executada no Dispositivo para IoMT Seguro

Declaração do Problema
A rápida integração de dispositivos médicos habilitados para a Internet na Internet das Coisas Médicas (IoMT) permitiu monitoramento contínuo e em tempo real de pacientes, mas introduziu simultaneamente riscos significativos de cibersegurança. Esses dispositivos, que transmitem dados de saúde altamente sensíveis, são alvos atraentes para ataques cibernéticos sofisticados que podem comprometer a segurança do paciente, a privacidade e a funcionalidade do sistema. Embora os Sistemas de Detecção de Intrusão (IDS) sejam padrão para monitoramento de tráfego de rede, as abordagens tradicionais baseadas em assinaturas e baseadas em anomalias lutam com a natureza dinâmica dos ambientes IoMT e as ameaças emergentes. Além disso, as soluções existentes de Aprendizado de Máquina (ML) e Aprendizado Profundo (DL) frequentemente operam como "caixas pretas", carecendo da interpretabilidade exigida para aplicações de saúde críticas para a confiança. Adicionalmente, muitos modelos de alto desempenho são computacionalmente intensivos demais para implantação em dispositivos de borda com recursos limitados, que são essenciais para detecção em tempo real e de baixa latência em redes IoMT.

Metodologia
O artigo propõe um Sistema de Detecção de Intrusão (IDS) inovador, executado no dispositivo, baseado na Máquina Tsetlin (TM), uma abordagem de ML orientada por regras e interpretável. A metodologia está estruturada em três etapas principais:

1. Preparação de Dados: O sistema utiliza o conjunto de dados MedSec-25, que simula tráfego IoMT realista, incluindo operações benignas e quatro fases distintas de ataques cibernéticos baseadas no framework MITRE ATT&CK: Reconhecimento, Acesso Inicial, Movimento Lateral e Exfiltração. O conjunto de dados contém 554.534 amostras com 84 características baseadas em fluxos. O pré-processamento envolve o tratamento de valores ausentes, normalização de dados e endereçamento do desequilíbrio de classes. Para o modelo TM, a Técnica de Sobreamostragem Sintética de Minorias (SMOTE) é aplicada ao conjunto de treinamento, enquanto as linhas de base de ML utilizam ponderação de classes. Crucialmente, características contínuas são transformadas em entradas binárias usando um binarizador (KBinsDiscretizer) para alinhar com a arquitetura lógica da TM.
2. Treinamento do Modelo: O núcleo do sistema é a Máquina Tsetlin, que constrói cláusulas conjuntivas interpretáveis usando lógica proposicional para representar padrões de ataque. O modelo aprende identificando padrões recorrentes através de aprendizado de padrões frequentes, em vez de apenas minimizar o erro. Uma variante da Máquina Tsetlin Esparsa (STM) também é avaliada para introduzir esparsidade controlada, reduzindo a influência de características irrelevantes. O processo de treinamento envolve ajuste de hiperparâmetros, formação de cláusulas e validação cruzada em k-fold para garantir robustez e evitar sobreajuste.
3. Implantação na Borda: Para validar as capacidades de inferência em tempo real, os modelos treinados são implantados em um Raspberry Pi 5 (um dispositivo de borda com recursos limitados). O sistema captura o tráfego de rede, converte-o em características baseadas em fluxos, pré-processa e binariza os dados, e realiza classificação no dispositivo para rotular o tráfego como benigno ou malicioso.

Principais Contribuições
O artigo delineia cinco contribuições principais:

• Desenvolvimento de um IDS eficaz baseado em TM capaz de detectar várias fases de ataques cibernéticos em ambientes IoMT.
• Avaliação abrangente do IDS em um cenário multiclasse usando o conjunto de dados MedSec-25.
• Evidência numérica demonstrando a superioridade do IDS proposto sobre métodos de ML de última geração (incluindo Árvores de Decisão, Florestas Aleatórias, XGBoost, LightGBM, KNN, Naive Bayes, Regressão Logística e Redes Neurais).
• Uma análise de interpretabilidade que revela regras de decisão específicas, incluindo contribuições ao nível de características, pontuações de voto por classe e mapas de calor de ativação de cláusulas, aumentando assim a transparência.
• Implantação bem-sucedida na borda em um Raspberry Pi, demonstrando a viabilidade da inferência em tempo real e no dispositivo para detecção de ataques.

Resultados
Avaliações extensivas no conjunto de dados MedSec-25 produziram os seguintes resultados:

• Desempenho de Classificação: O modelo TM proposto alcançou o melhor desempenho entre todos os classificadores testados, atingindo uma pontuação F1 de 97,83%, com precisão e recall também em 97,87% e 97,83%, respectivamente. A variante da TM Esparsa (STM) alcançou uma pontuação F1 competitiva de 97,33%.
• Comparação: O TM superou todos os modelos de ML de linha de base. Por exemplo, enquanto o XGBoost alcançou um recall alto (97,97%), sua precisão foi menor (91,75%), resultando em uma pontuação F1 mais baixa (94,47%). Modelos tradicionais como Naive Bayes e Regressão Logística performaram significativamente pior (pontuações F1 de 44,76% e 61,19%, respectivamente).
• Tempo de Inferência: Na máquina hospedeira (MacBook M4), o TM exigiu 66,24 µs por inferência, o que é maior que a Regressão Logística (0,05 µs), mas competitivo com outros modelos complexos. No Raspberry Pi 5, o tempo de inferência aumentou para 230,44 µs para TM e 222,76 µs para STM.
• Eficiência de Recursos: No dispositivo de borda, o TM e o STM mantiveram uso moderado de CPU (~25-26%) e uso de memória gerenciável, contrastando fortemente com XGBoost e LightGBM, que consumiram quase 99% dos recursos de CPU.
• Interpretabilidade: O estudo forneceu explicações explícitas para as decisões do modelo. Por exemplo, ao classificar tráfego benigno, o modelo foi mostrado suprimindo padrões não benignos através de votos de cláusulas negativas, enquanto ativava cláusulas positivas para características benignas. Mapas de calor visualizaram a ativação de cláusulas específicas para diferentes fases de ataque, confirmando a dependência do modelo em regras lógicas em vez de pesos opacos.

Significado e Alegações
O artigo alega que a combinação de alto desempenho de classificação e interpretabilidade explícita torna o IDS proposto baseado em TM particularmente adequado para ambientes de saúde IoMT. Em setores onde confiança, confiabilidade, segurança e tomada de decisão oportuna são críticos, a capacidade de explicar por que um fluxo de tráfego específico foi sinalizado como um ataque é tão importante quanto a própria precisão da detecção. A implantação bem-sucedida em um Raspberry Pi valida ainda mais a adequação do modelo para inferência em tempo real e no dispositivo em configurações com recursos limitados, reduzindo a dependência de sistemas centralizados em nuvem e permitindo a mitigação imediata de ameaças. Os autores concluem que essa abordagem aborda os duplos desafios de detectar ataques cibernéticos sofisticados e multifásicos e fornecer a transparência necessária para adoção em infraestrutura de saúde crítica. Trabalhos futuros são notados como envolvendo a extensão das avaliações para conjuntos de dados públicos adicionais e desenvolvidos internamente com variabilidade de ataque mais ampla.