Un nuovo strumento basato sull’intelligenza artificiale è stato sviluppato per rilevare gli attacchi DDoS. Gli attacchi DDoS consistono nell’utilizzo di una serie di dispositivi collegati ad internet, chiamati “botnet”, per inviare falsi pacchetti di dati a un server o sito web, interrompendo il suo funzionamento e rendendolo inaccessibile agli utenti legittimi. Per proteggersi da questi attacchi, molte aziende utilizzano firewall, software anti-malware o sistemi di rilevamento delle intrusioni, ma la complessità degli attacchi DDoS, spesso effettuati attraverso tecniche di machine learning, ne compromette l’efficacia.
Un gruppo di ricercatori dell’Institut Polytechnique de Paris, Telecom Paris (INFRES), ha sviluppato un nuovo metodo di rilevamento degli attacchi DDoS basato su un modello LSTM (Long Short-Term Memory), una tipologia di rete neurale ricorrente in grado di apprendere le dipendenze a lungo termine nelle sequenze di eventi. Il metodo proposto consiste in due modelli separati, integrati in un unico sistema di rilevamento delle intrusioni, che valutano il traffico in ingresso e determinano se sia fraudolento o costituisca un attacco DDoS.
Il sistema è stato testato in tempo reale e ha dimostrato di essere robusto e di alta precisione, in grado di rilevare anche gli attacchi DDoS più sofisticati. Il metodo potrebbe essere integrato nei sistemi di sicurezza esistenti o ispirare lo sviluppo di tecniche di machine learning simili per la rilevazione degli attacchi DDoS.
