Proyecto “Modelos y algoritmos para garantizar la ciberseguridad en redes de dispositivos IoT (MAGNUS)”

Resumen y objetivos

La progresiva implantación de la Internet de las cosas (Internet of Things, IoT) así como y el imparable avance de la Inteligencia Artificial (IA) han extendido la conectividad a millones de nuevos dispositivos, dando lugar a diversas y fascinantes soluciones tecnológicas en ámbitos tan variados como el personal (casas inteligentes), el público-social (edificios y oficinas inteligentes, ciudades inteligentes) y el empresarial (Industria 4.0). Aunque este escenario ofrece indudables y significativos beneficios para nuestra sociedad, también conlleva numerosas amenazas a la seguridad de procesos, sistemas, datos y personas. Muchas de estas amenazas explotan las limitaciones de recursos computacionales y consumo energético de los dispositivos IoT, siendo especialmente peligrosas cuando se centran en entornos industriales y procesos críticos.

La gestión de la ciberseguridad en las redes IoT debe priorizar, entre otras cosas, la implementación de técnicas para el control del código malicioso (malware). Por lo tanto, es esencial obtener un conocimiento detallado de los procesos de propagación e infección del malware para diseñar modelos y algoritmos eficientes de detección, predicción y mitigación. En este contexto, resultan particularmente relevantes los tipos de código malicioso asociados a ciberataques conocidos como Amenazas Persistentes Avanzadas (Advanced Persistent Threat, APT), que suelen dirigirse a los servicios esenciales. Además, los especímenes de malware especialmente dedicados a comprometer nuevas tecnologías IoT, como los vehículos aéreos no tripulados (Internet of Drones), y aquellos que emplean técnicas criptográficas para lograr sus objetivos, son de máximo interés.

Por consiguiente, el desarrollo (diseño y análisis teórico, e implementación computacional) de modelos para simular la propagación de malware en diversas redes de dispositivos IoT, es fundamental para obtener tecnología eficaz con la que luchar contra estas amenazas. Estos modelos se basan en el paradigma establecido por la Epidemiología Matemática, aunque el malware difiere significativamente de los agentes biológicos en su propagación e infección. Dada la naturaleza “inteligente” de ciertos especímenes de malware, es esencial diseñar modelos específicos que incorporen técnicas matemáticas diferentes de las clásicas, como el Aprendizaje Automático, el Análisis de Redes Complejas y el estudio de las técnicas criptográficas en dispositivos IoT.

El desarrollo de estos nuevos modelos de propagación no solo permitirá prever el comportamiento del malware en una red determinada, sino que también posibilitará el diseño de herramientas esenciales para desarrollar nuevas metodologías de detección, control y mitigación de su actividad. Esta propuesta de proyecto se centra en la creación de modelos computacionales eficientes para gestionar la propagación de malware en redes IoT. La hipótesis fundamental es que el desarrollo de modelos matemáticos individuales para simular la propagación de malware “inteligente” en redes IoT facilita la creación de soluciones prácticas para simular el comportamiento, controlar, detectar y mitigar estos especímenes de malware.

El objetivo y subobjetivos asociados que nos planteamos en este proyecto de investigación son los siguientes:

Objetivo: Desarrollar familias de modelos matemáticos para simular la propagación de diferentes especímenes de malware en redes de dispositivos IoT.

• Subobjetivo 1: Diseño y análisis teórico de nuevos modelos basados en técnicas matemáticas y estadísticas innovadoras.
• Subobjetivo 2: Desarrollar nuevas técnicas y herramientas para la detección, el control y la mitigación de la propagación de malware.
• Subobjetivo 3: Desarrollar pruebas de concepto en escenarios específicos: casa inteligente, enjambre de drones, e industria.

Equipo investigador (UIC nº 318 de la Junta de Castilla y León: “Modelización Matemática en Ciencia y Tecnología”)

• Investigador principal: Dr. Ángel María Martín del Rey (Universidad de Salamanca) -Catedrático de Universidad- CV_Angel_CVA
  
• Co-investigadora principal: Dra. Mª Araceli Queiruga Dios (Universidad de Salamanca) -Profesora Titular de Universidad-
  
• Dr. Roberto Casado Vara (Universidad de Burgos) – Profesor Ayudante Doctor- CVA
• Dr. Luis Hernández Encinas (ITEFI, CSIC) – Profesor de Investigación-

Empresas y organismos colaboradores (por orden alfabético)

• AlfaIoT
• Arbórea Intellbird, S.L.
• ENUSA Industrias Avanzadas, S.A., S.M.E.