El investigador de la Universidad Internacional Iberoamericana de México (UNINI México), el Dr. Aman Singh, participa en un estudio que desarrolla una arquitectura de seguridad para detectar ciberataques dirigidos a los sistemas de aprendizaje federado.
El aprendizaje federado, definido como el entrenamiento colaborativo de modelos de aprendizaje automático utilizando dispositivos distribuidos sin centralizar los datos, ha despertado un creciente interés en diferentes ámbitos. Ha surgido como una técnica innovadora, sin embargo, este enfoque distribuido también plantea desafíos de seguridad, especialmente, en lo que respecta a la integridad de los modelos entrenados.
A medida que aumenta la demanda del aprendizaje automático avanzado, los científicos e innovadores exploran activamente formas de asegurar la privacidad, integridad y confiabilidad de los modelos de aprendizaje. En este sentido, los investigadores se están centrando en el potencial de las redes definidas por software (SDN, por sus siglas en inglés) para mejorar la seguridad de los sistemas de aprendizaje federado. Los SDN ofrecen un control centralizado sobre los recursos de la red, incluidas las políticas de seguridad, lo que permite una identificación eficiente y mitigación de las amenazas a nivel de red. Al implementar el enfoque integrado de SDN y aprendizaje federado, es posible crear modelos de aprendizaje seguros y robustos.
Por ello, en este estudio se propone una arquitectura que se enfoca específicamente en la detección de ciberataques en sistemas de aprendizaje federado mediante el uso de SDN como habilitador. Este enfoque novedoso puede identificar y contrarrestar de manera efectiva estas acciones adversarias que socavan la integridad de los modelos entrenados.
El investigador utilizó diversos modelos de aprendizaje automático, como Random Forest, Decision Tree y K-Nearest Neighbor, para validar la eficacia de su arquitectura. Estos modelos se basaron en el conjunto de datos N-BaIoT para las simulaciones y lograron tasas de precisión destacadas, con Decision Tree se alcanzó una precisión del 99,8 %. Estos resultados destacan la fortaleza de la arquitectura propuesta para combatir posibles ciberataques.
La integración de SDN en arquitecturas de aprendizaje federado puede brindar importantes beneficios para los entornos de aprendizaje distribuidos seguros y eficientes. Al utilizar un enfoque centralizado para la gestión de la red y combinarlo con la naturaleza colaborativa del aprendizaje federado, es posible contar con una detección de intrusiones sólida y un entrenamiento de modelos resiliente.
En conclusión, la detección de ciberataques al aprendizaje federado mediante el control y la gestión de SDN abre nuevas posibilidades para entrenar modelos precisos y confiables, al tiempo que se asegura la privacidad de los datos locales. Con más investigación y avances, este enfoque combinado puede contribuir significativamente a la construcción de entornos de aprendizaje automático confiables y eficientes.
Si quieres conocer más sobre este estudio, haz clic aquí.
Para leer más investigaciones, consulta el repositorio de UNINI México.
La Universidad Internacional Iberoamericana de México (UNINI México) ofrece diversos programas de estudio en el área de tecnología, como la Maestría en Dirección Estratégica en Tecnologías de la Información. Un programa que brinda a los profesionales las habilidades y capacidades necesarias para gerenciar puestos directivos y dirigir proyectos de cambio organizacional usando TIC’s o asesorar empresas que desean sumarse a la competitividad de los nuevos negocios. ¡Súmate al desarrollo empresarial estudiando nuestro programa de maestría y prepárate para llevar tu carrera al siguiente nivel!
