El impacto de la inyección de datos en el algoritmo predictivo desarrollado dentro de la ingeniería de fabricación eléctrica en el contexto de la ciberseguridad aeroespacial
Autores: Bautista-Hernández, Jorge; Martín-Prats, María Ángeles
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
El impacto de la inyección de datos en el algoritmo predictivo desarrollado dentro de la ingeniería de fabricación eléctrica en el contexto de la ciberseguridad aeroespacial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Ciberseguridad
Privacidad de datos
Algoritmos predictivos
Clasificación de amenazas
Confidencialidad
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La ciberseguridad desempeña un papel relevante en la nueva era digital dentro de la industria aeroespacial. Los algoritmos predictivos son necesarios para interconectar sistemas complejos dentro del ciberespacio. En este contexto, donde los protocolos de seguridad no se aplican, surgen desafíos para mantener la privacidad y seguridad de los datos para las organizaciones. Así, se requiere la necesidad de ciberseguridad. Las cuatro principales categorías para clasificar las amenazas son interrupción, fabricación, modificación e interceptación. Todas comparten algo en común, que es debilitar los tres pilares que la ciberseguridad necesita garantizar. Estos pilares son la confidencialidad, la disponibilidad y la integridad de los datos (CIA). La inyección de datos puede contribuir a este evento mediante la creación de indicadores falsos, lo que puede llevar a la creación de errores durante los procesos de ingeniería de fabricación. En este documento, se describe el impacto de la inyección de datos en el conjunto de datos existente utilizado en los procesos de fabricación. El modelo de diseño sincroniza los siguientes mecanismos desarrollados dentro de las técnicas de aprendizaje automático, que son el indicador de matriz de riesgos para evaluar la probabilidad de producir un error, el dendrograma para agrupar el conjunto de datos en grupos con similitudes, la regresión logística para predecir los resultados potenciales y la matriz de confusión para analizar el rendimiento del algoritmo. Los resultados presentados en este estudio, que se llevaron a cabo utilizando un conjunto de datos real relacionado con los arneses eléctricos instalados en un avión militar C295, estiman que la inyección de indicadores de datos falsos aumenta la probabilidad de crear un error en un 24.22% basado en los resultados predichos requeridos para la generación de los procesos de fabricación. En general, es necesario implementar medidas de ciberseguridad y metodologías avanzadas para detectar y prevenir ciberataques.
Descripción
La ciberseguridad desempeña un papel relevante en la nueva era digital dentro de la industria aeroespacial. Los algoritmos predictivos son necesarios para interconectar sistemas complejos dentro del ciberespacio. En este contexto, donde los protocolos de seguridad no se aplican, surgen desafíos para mantener la privacidad y seguridad de los datos para las organizaciones. Así, se requiere la necesidad de ciberseguridad. Las cuatro principales categorías para clasificar las amenazas son interrupción, fabricación, modificación e interceptación. Todas comparten algo en común, que es debilitar los tres pilares que la ciberseguridad necesita garantizar. Estos pilares son la confidencialidad, la disponibilidad y la integridad de los datos (CIA). La inyección de datos puede contribuir a este evento mediante la creación de indicadores falsos, lo que puede llevar a la creación de errores durante los procesos de ingeniería de fabricación. En este documento, se describe el impacto de la inyección de datos en el conjunto de datos existente utilizado en los procesos de fabricación. El modelo de diseño sincroniza los siguientes mecanismos desarrollados dentro de las técnicas de aprendizaje automático, que son el indicador de matriz de riesgos para evaluar la probabilidad de producir un error, el dendrograma para agrupar el conjunto de datos en grupos con similitudes, la regresión logística para predecir los resultados potenciales y la matriz de confusión para analizar el rendimiento del algoritmo. Los resultados presentados en este estudio, que se llevaron a cabo utilizando un conjunto de datos real relacionado con los arneses eléctricos instalados en un avión militar C295, estiman que la inyección de indicadores de datos falsos aumenta la probabilidad de crear un error en un 24.22% basado en los resultados predichos requeridos para la generación de los procesos de fabricación. En general, es necesario implementar medidas de ciberseguridad y metodologías avanzadas para detectar y prevenir ciberataques.