Kriittinen infrastruktuuri on hyvin usein kohteena kybersodankäynnissä ja myös älykkäät digitaaliset sähköverkot ovat alttiita kyberiskuille. Tutkija Sayawu Diaba esittelee Vaasan yliopistoon tekemässä väitöskirjassaan tehokkaita koneoppimisalgoritmeja älyverkkoihin kohdistuvien kyberhyökkäysten havaitsemiseen ja luokitteluun.
Diaban väitöskirja tarkastetaan huomenna Vaasan yliopistossa. Hän korostaa, että älykkäiden sähköverkkojen kyberturvallisuuden tutkimus on nyt tärkeämpää kuin koskaan. - Kyberhyökkäykset voivat häiritä verkon normaalia toimintaa ja aiheuttaa vakavia seurauksia, kuten sähkökatkoja, laitevaurioita ja taloudellisia tappioita, Diaba sanoo.
Väitöstutkimuksessaan hän on testannut useiden koneoppimisalgoritmien tehokkuutta kyberhyökkäysten havaitsemisessa älykkäissä sähköverkoissa. Tunkeutumisen havaitsemisalgoritmit ovat ratkaisevan tärkeitä kyberuhkien vähentämiseksi. Hän ehdottaa uutta hybridiä syväoppimisalgoritmia, joka keskittyy hajautettuihin palvelunestohyökkäyksiin (DDoS) älyverkon viestintäinfrastruktuurissa. Ehdotettu algoritmi yhdistää konvolutionaalisen neuroverkon (CNN) ja portitetun toistoyksikön (GRU) algoritmit.
- Tulosten mukaan hybridi syväoppimisalgoritmi suoriutuu paremmin kuin nykyiset tunkeutumisen havaitsemisen algoritmit ja saavuttaa 99,7 prosentin kokonaistarkkuuden.
Diaban mukaan erityisen merkittävää hänen tutkimuksessaan on ehdotus luonnosta inspiraatiota saaneesta juurten etsinnän optimointialgoritmista, joka perustuu rajoitettuun Bolzmannin koneeseen (RBM). Tämä parannettu algoritmi päihittää perinteiset algoritmit muun muassa tarkkuudessa ja toistettavuudessa. Se havaitsee ja luokittelee kyberhyökkäykset luotettavasti älykkäiden sähköverkkojen valvontaohjelmistoissa (SCADA).
Lisäksi tutkimuksessa esitellään geneettisesti alustetun muuntavan neuroverkon (GSFTNN) tunkeutumisen havaitsemisalgoritmi. Toisin kuin allekirjoituksiin perustuvat menetelmät GSFTNN havaitsee muutokset toiminnallisten mallien perusteella, jotka viittaavat tunkeutujan osallistumiseen verkkoliikenteessä. Tulosten perusteella algoritmi on ylivoimainen suhteessa perinteisiin algoritmeihin, kuten jäännösfunktioita käyttäviin neuroverkkoihin, takaisinkytkettyihin neuroverkkoihin ja pitkä lyhytkestomuisti -arkkitehtuureihin.
Sayawu Diaba on syntynyt Suhumissa Ghanassa. Hän on suorittanut tekniikan kandidaatin tutkinnon All Nations University Collegessa Ghanassa vuonna 2010 ja maisterin tutkinnon tietoliikennetekniikassa Kwame Nkrumah University of Science and Technologyssä Ghanassa vuonna 2015. Ennen akateemista uraansa hän työskenteli useita vuosia Electricity Company of Ghana Ltd:ssä asiantuntijana. Nykyään Vaasassa asuva Sayawu Diaba toimii väitöstutkijana Vaasan yliopistossa.
Kuva: Vaasan yliopisto / Riikka Kalmi