TIC
Ayesa – Detección de anomalías en ataques de ciberseguridad en entornos industriales mediante algoritmos cuánticos.
TIC
Ayesa – Detección de anomalías en ataques de ciberseguridad en entornos industriales mediante algoritmos cuánticos.
Business Case
Detección de comportamientos anómalos en los sistemas de seguridad industriales como sistemas críticos ¿Cómo podemos reducir los tiempos o volúmenes de entrenamiento de los sistemas actuales no supervisados? ¿Cómo podemos reducir la latencia de detección de posibles ataques mejorando la sensibilidad de los modelos a ataques no conocidos?
Objetivos
Utilizar el paralelismo cuántico (la posibilidad de aplicar un algoritmo a multitud de estados en paralelo), para obtener patrones anómalos que pueden ser indicios de ataques no conocidos, con un detalle (especificidad) mayor, y un tiempo de latencia menor que los algoritmos clásicos de detección de anomalías.
Use case
Datasets privados
Infraestructura
Cloud
Tecnologías utilizadas
Cuántica Aprendizaje automático o profundo
Datos utilizados
Datasets privados
imagen
imagen
Recursos utilizados
Quantum Computational Scientist – Ingenieros de datos – Expertos en Ciberseguridad
Dificultades y aprendizaje
Desarrollo de algoritmos cuánticos integrados, PCA cuántica, Encoders-Decoders cuánticos. Escalado de la solución en ordenadores actuales NISQ.
KPIs (impacto en el negocio y métricas del modelo)
Se ha demostrado que, mediante tecnología cuántica y la algoritmia utilizada, es posible detectar anomalías sobre datos clásicos en las capas de servicios, transportes y protocolos industriales de una manera más específica (el algoritmo cuántico es capaz de analizar tipologías de anomalías más concretas y particulares que sus homólogos clásicos) y con un entrenamiento más ligero que con la computación clásica tradicional
Financiación
Proyecto Q4Real: Este proyecto ha recibido financiación del programa de investigación e innovación Hazitek competitivo del Gobierno Vasco.
Colaboradores
ITS, Tecnalia.
multimedia
