Recentemente, uma pesquisa inovadora na interseção de machine learning e segurança de redes 5G foi conduzida por um estudante de doutorado da Universidade de Portsmouth, resultando em um framework que pode melhorar significativamente a proteção de dados transmitidos em 5G.
Contexto da pesquisa
Com a crescente adoção da tecnologia 5G, novas vulnerabilidades surgem devido ao aumento do volume de dados e à natureza dinâmica das redes. A integração destes fatores torna-as alvos atraentes para ciberataques, levantando preocupações em setores críticos como saúde e finanças.
Método proposto
O estudo, liderado pela doutoranda Hadiseh Rezaei, apresenta o FedLLMGuard, um framework que combina modelos de linguagem grande (LLMs) e aprendizado federado. Os LLMs são modelos de machine learning treinados em grandes volumes de texto, permitindo a compreensão de linguagem e contexto, enquanto o aprendizado federado permite o treinamento de modelos sem a necessidade de compartilhar dados privados.
“A maioria dos Sistemas de Detecção de Intrusão em 5G ainda depende fortemente de características numéricas em dados de TV, limitando sua capacidade de capturar lógica ou nuances contextuais.”
(“The majority of 5G Intrusion Detection Systems still rely heavily on the numerical features in TV data, restricting their ability to capture wording, logic or the contextual nuances.”)— Rahim Taheri, Professor Associado, Universidade de Portsmouth
Resultados e impacto
A eficácia do FedLLMGuard foi substanciada por testes contra diversas ameaças cibernéticas, superando outros modelos com uma acurácia de 98,64% na identificação de ameaças. O sistema foi capaz de detectar anomalias em menos de 0,02 segundos (0,0113 s), demonstrando assim sua habilidade de responder rapidamente a ataques.
O framework se destacou ao resistir a tentativas de manipulação, ataques em larga escala e tentativas de contornar sistemas de segurança. Como resultado, sua implementação pode ser um avanço crucial na proteção das redes 5G, especialmente em um cenário onde a privacidade dos dados é uma preocupação crescente.
Esse trabalho representa um passo importante na evolução das redes seguras, com potencial aplicação em setores que dependerão cada vez mais da conectividade 5G.
Fonte: (TechXplore – Machine Learning & AI)
