Identificación de atacantes en LoRaWAN mediante la huella digital del canal físico

Resumen

En el entorno actual, las redes inalámbricas y las tecnologías IoT se han integrado en diversas aplicaciones. Una de las tecnologías IoT más esenciales es la red de área extensa de largo alcance (LoRaWAN) por su capacidad para combinar la comunicación de largo alcance con la eficiencia energética. Garantizar la seguridad del tráfico de red es una cuestión crítica en una amplia gama de industrias actuales, y la seguridad es una característica fundamental ahora que la digitalización se está acelerando. El ataque del "hombre en el medio" es una de las amenazas más peligrosas y difíciles de identificar para las redes inalámbricas, y puede convertirse en una amenaza crítica para los activos digitalizados y los procesos industriales. En este estudio, examinamos un enfoque alternativo para resolver este problema con el fin de garantizar la seguridad de las redes inalámbricas. La técnica se basa en el "Método de Seguridad del Comportamiento", en el que empleamos un modelo de red neuronal Feed-forward para construir un clasificador binario que pueda discriminar y reconocer los datos originales deseados a la vez que detecta los datos del atacante. Como resultado, descubrimos que mientras el atacante y el nodo objetivo no estén ubicados en el mismo lugar, el modelo puede discriminar entre los datos procedentes de la fuente y los procedentes del atacante con una precisión del 99,6 por ciento. Si, por el contrario, están ubicados en el mismo lugar, el modelo no identificará la fuente de los datos y la precisión del modelo descenderá hasta aproximadamente el 50%.