Inteligencia Computacional Basada en Wavelets para la Detección de Anomalías en Tiempo Real y Aislamiento de Fallos en Sistemas Embebidos
Autores: Pacheco, Jesus; Benitez, Victor H.; Pérez, Guillermo; Brau, Agustín
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Inteligencia Computacional Basada en Wavelets para la Detección de Anomalías en Tiempo Real y Aislamiento de Fallos en Sistemas Embebidos
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Sensores
Integridad de datos
Transformadas wavelet
Detección de anomalías
Sistemas embebidos
Ciberseguridad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
En el panorama tecnológicamente avanzado de hoy, los sensores alimentan datos críticos para una toma de decisiones y acciones precisas. Asegurar la integridad y fiabilidad de los datos de los sensores es fundamental para el rendimiento y la seguridad del sistema. Este documento presenta un enfoque innovador que utiliza transformadas de wavelet discretas (DWT) integradas en microcontroladores para examinar meticulosamente los datos de los sensores. Nuestra metodología tiene como objetivo detectar y aislar fallos, mal uso o cualquier anomalía antes de que penetren en el sistema, lo que podría causar una interrupción generalizada. Al aprovechar el poder del análisis basado en wavelets, incorporamos inteligencia computacional directamente en los microcontroladores, permitiéndoles monitorear y validar sus salidas en tiempo real. Este marco proactivo de detección de anomalías está diseñado para distinguir entre comportamientos normales y aberrantes de los sensores, protegiendo así al sistema de la propagación de datos erróneos. Nuestro enfoque mejora significativamente la fiabilidad de los sistemas embebidos, proporcionando una defensa robusta contra ataques de inyección de datos falsos y contribuyendo a la ciberseguridad en general.
Descripción
En el panorama tecnológicamente avanzado de hoy, los sensores alimentan datos críticos para una toma de decisiones y acciones precisas. Asegurar la integridad y fiabilidad de los datos de los sensores es fundamental para el rendimiento y la seguridad del sistema. Este documento presenta un enfoque innovador que utiliza transformadas de wavelet discretas (DWT) integradas en microcontroladores para examinar meticulosamente los datos de los sensores. Nuestra metodología tiene como objetivo detectar y aislar fallos, mal uso o cualquier anomalía antes de que penetren en el sistema, lo que podría causar una interrupción generalizada. Al aprovechar el poder del análisis basado en wavelets, incorporamos inteligencia computacional directamente en los microcontroladores, permitiéndoles monitorear y validar sus salidas en tiempo real. Este marco proactivo de detección de anomalías está diseñado para distinguir entre comportamientos normales y aberrantes de los sensores, protegiendo así al sistema de la propagación de datos erróneos. Nuestro enfoque mejora significativamente la fiabilidad de los sistemas embebidos, proporcionando una defensa robusta contra ataques de inyección de datos falsos y contribuyendo a la ciberseguridad en general.