Noticias

Fuente: La verdad

El creciente volumen de ciberataques, unido a una sofisticación cada vez mayor en los procesos maliciosos por parte de atacantes cibernéticos y a la interconexión descentralizada de los dispositivos, ha exigido a las empresas e instituciones desarrollar estrategias más seguras para proteger sus datos y sistemas. 

En la Universidad de Murcia, Enrique Tomás Martínez Beltrán está realizando su tesis doctoral como investigador de la Fundación Séneca en el grupo de Sistemas Inteligentes y Telemática de la Universidad de Murcia. Al comienzo de la misma se analizaron las características de los escenarios de aplicación descentralizados, evaluándolos y obteniendo las ventajas y desventajas que presentan. Con todo ello se profundizó en una aproximación DFL (en inglés: Decentralized Federated Learning), una de las últimas generaciones de inteligencia artificial (IA) que han surgido, la cual permite crear escenarios descentralizados y colaborativos sin confiar en entidades centrales que puedan verse comprometidas durante ciberataques.

El investigador aclara que «DFL es un sistema federado novedoso en el que las comunicaciones se realizan de forma descentralizada entre los participantes de una red. Esto quiere decir que no existe un servidor central en el que confiar, que haga de cuello de botella o único punto de fallo como suele pasar en arquitecturas más tradicionales de IA».

En este caso, los participantes de la red entrenan colaborativamente modelos de 'Machine Learning' (ML) para resolver tareas específicas. Estos participantes no intercambian datos en claro, sino que intercambian parámetros de los modelos locales, incrementando la privacidad de la información. Estos participantes podrían ser dispositivos móviles, ordenadores, drones e incluso organizaciones o empresas. Martínez Beltrán pone como ejemplo los hospitales, en los que DFL permite compartir parámetros de los modelos locales de cada hospital sin revelar los datos proporcionados a estos modelos, normalmente asociados a historiales clínicos de pacientes. De esta manera se garantiza la privacidad de los historiales médicos, al mismo tiempo que entrenan colaborativamente modelos capaces de detectar más eficazmente enfermedades, desarrollar vacunas o detectar ataques potenciales a las entidades involucradas. «En resumen, DFL es una nueva forma de entrenar modelos de IA de forma colaborativa, privada y segura», dice.

El objetivo principal de su Tesis Doctoral es desarrollar una herramienta que permita a diferentes organizaciones poder crear modelos colaborativos sin necesidad de confiar en una entidad central, siendo capaces de cuantificar la confianza del sistema y generar inteligencia colectiva. «De esta manera –señala– se pueden aprovechar los recursos compartidos de forma segura y eficiente, optimizando la interacción entre usuarios, sistemas y recursos y permitiendo el desarrollo de servicios y aplicaciones de nueva generación. Esta aproximación se puede utilizar en múltiples escenarios de aplicación como el médico, en la Industria 4.0, en los servicios móviles, o en el sector militar y vehicular».

Transferencia

Los resultados derivados de esta investigación tienen un gran potencial de llegar hacia la industria, pues derivan en un mejor uso de las tecnologías actuales, la mayoría apoyadas en IA para el desarrollo de procesos dentro de la empresa. Por ello, los clientes de estas tecnologías generarán una mayor aceptación sobre el uso de estos sistemas seguros y, por tanto, radican en un mayor beneficio económico para las empresas que hagan uso de la IA. Enrique T. Martínez asegura que «el ejército suizo está muy interesado en poder aplicarla en situaciones como la mejora en la toma de decisiones, una mayor precisión y velocidad de procesamiento de información. Algunos casos de uso más destacables son la detección de ciberataques inteligente, comunicaciones entre soldados o drones en el campo de batalla, o en la detección de 'fake news' de forma descentralizada».

Asimismo, según el investigador, su tecnología llevada a escenarios médicos podría almacenar de forma segura y descentralizada los datos de los pacientes o realizar un seguimiento y análisis de los datos a fin de prevenir y mejorar la atención médica. De la misma manera, se garantiza la colaboración entre entidades sanitarias con el objetivo de crear modelos inteligentes colaborativos para la detección de enfermedades o descubrimiento de vacunas.

En la Industria 4.0, los modelos colaborativos descentralizados permiten la interoperabilidad entre máquinas, con el fin de optimizar procesos, mejorar la gestión de la cadena de suministro, asegurar la fiabilidad de los procesos y reducir costes. Y en los servicios móviles, se puede utilizar para dar soporte a la conectividad adecuada, la seguridad y la integridad de los datos.

También tendría aplicación en el sector militar, ya que se puede utilizar para mejorar la seguridad de la información, a fin de evitar la filtración de información y disminuir el riesgo de sabotaje. Además, garantiza la comunicación entre dispositivos en el campo de batalla y el envío de información crítica. Mientras que en el sector de la automoción se podría utilizar para mejorar la seguridad al conducir, optimizar el tráfico y reaccionar de forma rápida y precisa a cualquier incidente durante la conducción.

Otro aspecto a tener en cuenta es la ciberseguridad y ciberdefensa en todos los escenarios previamente detallados. «La dependencia tecnológica, la globalización y la facilidad de acceso a las tecnologías hace posible la materialización de ciberataques. La amenaza a las tecnologías de la información nunca ha sido mayor y los usuarios necesitan y demandan seguridad en su entorno. Más aún cuando los ataques pueden ser producidos por terroristas, organizaciones criminales, movimientos fanáticos religiosos, servicios de inteligencia o fuerzas militares adversarias. En este contexto, nuestra propuesta supondría una mejora en las prestaciones de seguridad en el ciberespacio, evitando ataques que afectan a los sistemas o dispositivos desplegados», indica el investigador de la Fundación Séneca.

Asegura que la solución que está creando es realmente novedosa «por lo que podría tener un gran impacto en los próximos meses», cuando espera poder publicar sus resultados. Uno de los puntos clave es asegurarse de que sea intuitiva y fácil de usar en múltiples escenarios de aplicación, además de que ofrezca un despliegue transparente al usuario dando la posibilidad de seleccionar las opciones que más adecuadas a los intereses de la entidad o investigador involucrado. «Actualmente, estoy trabajando en las últimas funcionalidades de la solución, con el objetivo de que sea versátil, escalable y segura», cuenta. No obstante, sigue abierto a cualquier sugerencia o colaboración por parte de personas o entidades interesadas en este proyecto. En definitiva, el investigador se muestra comprometido con la innovación y la excelencia para ofrecer la mejor experiencia al usuario y al avance de la inteligencia artificial.

Pie de foto: Enrique Tomás Martínez está preparando su tesis doctoral basada en el sistema DFL.