Análisis de la Intensidad del Ataque en Robots Móviles Autónomos
Autores: Basan, Elena; Basan, Alexander; Mushenko, Alexey; Nekrasov, Alexey; Fidge, Colin; Lesnikov, Alexander
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Análisis de la Intensidad del Ataque en Robots Móviles Autónomos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Robots móviles autónomos
Ataques
Clasificación
Sistema
Impacto
Parámetros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Los robots móviles autónomos (AMRs) combinan una notable combinación de movilidad, adaptabilidad y una capacidad innata para evitar obstáculos. Son excepcionalmente adecuados para una amplia gama de aplicaciones, pero generalmente operan en entornos no controlados y no deterministas, por lo que el análisis y la clasificación de eventos de seguridad son muy importantes para su operación segura. En este sentido, consideramos la influencia de diferentes tipos de ataques en los sistemas de navegación de los AMR para subdividirlos en clases y unificamos el efecto de los ataques en el sistema a través de su nivel de consecuencias e impacto. Luego, construimos un modelo de ataque a un sistema, teniendo en cuenta cinco métodos de implementación de ataques e identificamos los umbrales de respuesta unificados válidos para cualquier tipo de parámetro, lo que permite crear reglas de correlación universales y simplifica este proceso, ya que el umbral de activación está relacionado con el grado de impacto que el ataque tiene en el subsistema finito. También desarrollamos una metodología para clasificar incidentes e identificar componentes clave del sistema basándonos en modelos ontológicos, lo que hace posible predecir riesgos y seleccionar la configuración óptima del sistema. Los resultados obtenidos son importantes en el contexto de separar diferentes tipos de efectos destructivos basados en clases de ataque. Nuestro estudio mostró que a veces es difícil dividir los ataques de suplantación en clases al evaluar solo un parámetro, ya que el atacante puede utilizar un escenario de ataque complejo, mezclando las etapas de los escenarios. Luego mostramos cómo agregar un factor de intensidad de ataque puede hacer que la clasificación sea más flexible. Se determinaron las conexiones entre subsistemas y parámetros, así como los patrones de impacto del ataque. Finalmente, se desarrolló un conjunto de reglas únicas para clasificar efectos destructivos con umbrales de respuesta uniformes para cada parámetro. En este caso, podemos aumentar el número de parámetros así como el tipo de valor del parámetro.
Descripción
Los robots móviles autónomos (AMRs) combinan una notable combinación de movilidad, adaptabilidad y una capacidad innata para evitar obstáculos. Son excepcionalmente adecuados para una amplia gama de aplicaciones, pero generalmente operan en entornos no controlados y no deterministas, por lo que el análisis y la clasificación de eventos de seguridad son muy importantes para su operación segura. En este sentido, consideramos la influencia de diferentes tipos de ataques en los sistemas de navegación de los AMR para subdividirlos en clases y unificamos el efecto de los ataques en el sistema a través de su nivel de consecuencias e impacto. Luego, construimos un modelo de ataque a un sistema, teniendo en cuenta cinco métodos de implementación de ataques e identificamos los umbrales de respuesta unificados válidos para cualquier tipo de parámetro, lo que permite crear reglas de correlación universales y simplifica este proceso, ya que el umbral de activación está relacionado con el grado de impacto que el ataque tiene en el subsistema finito. También desarrollamos una metodología para clasificar incidentes e identificar componentes clave del sistema basándonos en modelos ontológicos, lo que hace posible predecir riesgos y seleccionar la configuración óptima del sistema. Los resultados obtenidos son importantes en el contexto de separar diferentes tipos de efectos destructivos basados en clases de ataque. Nuestro estudio mostró que a veces es difícil dividir los ataques de suplantación en clases al evaluar solo un parámetro, ya que el atacante puede utilizar un escenario de ataque complejo, mezclando las etapas de los escenarios. Luego mostramos cómo agregar un factor de intensidad de ataque puede hacer que la clasificación sea más flexible. Se determinaron las conexiones entre subsistemas y parámetros, así como los patrones de impacto del ataque. Finalmente, se desarrolló un conjunto de reglas únicas para clasificar efectos destructivos con umbrales de respuesta uniformes para cada parámetro. En este caso, podemos aumentar el número de parámetros así como el tipo de valor del parámetro.