Detecção de anomalias em redes definidas por software

As redes definidas por software (Software Defined Networks, SDN) representam o estado da arte em redes cada vez mais complexas e dinâmicas.

Graças à centralização, esta arquitetura simplifica as tarefas de gestão e armazenamento de dados. Alguns casos de uso destas redes são as redes corporativas que conectam redes locais distantes, por exemplo entre diferentes escritórios em diferentes cidades ou países. Outros exemplos incluem os centros de dados, os serviços de computação em nuvem, as redes de gestão 5G e as redes de Internet das Coisas (IoT), amplamente utilizadas em ambientes industriais.

Tal como acontece com outras arquiteturas, as redes definidas por software (SDN) são sensíveis a lacunas de segurança e requerem protocolos para detetar e mitigar esses ataques. Na Strategic Platform, desenvolvemos pesquisa e novas capacidades para enfrentar este desafio, apoiando-nos em três grandes pilares: inteligência artificial, computação quântica e gestão de incidentes de cibersegurança em ambientes empresariais.

Este trabalho apresenta um procedimento inovador para detectar anomalias e mitigar ataques de negação de serviço distribuído (DDoS) e sondagem de portas (Portscan) em redes definidas por software (SDN), em ambientes de redes complexas.

Uma Abordagem Baseada em Inteligência Artificial

O procedimento consiste em três módulos projetados para garantir uma resposta eficiente e proativa a possíveis ameaças.

1. Previsão do Comportamento da Rede: São utilizados modelos avançados de aprendizagem profunda para prever o tráfego normal da rede. Em particular, são empregadas redes neurais recorrentes de memória de longo e curto prazo (LSTM) e modelos baseados em Transformer, tendo sido desenvolvida também a versão quântica (QLSTM).
2. Detecção de Anomalias: A partir da diferença entre o comportamento real e o previsto, o sistema identifica possíveis anomalias. Para isso, é calculado um limiar dinâmico e aplicada lógica difusa para classificar o nível de anomalia no tráfego de rede.
3. Mitigação de Ameaças: Uma vez identificado o tráfego anómalo, é implementado um algoritmo que classifica e filtra os ataques, eliminando dados maliciosos antes que possam afetar a infraestrutura da empresa.

Resultados e Aplicações Empresariais

O sistema foi validado com dados de uma SDN simulada, mostrando que o modelo quântico oferece uma melhoria em relação à versão clássica, sendo que a melhor precisão foi obtida com o modelo de Transformer.

No futuro, antevê-se a possibilidade de desenvolver uma arquitetura de Transformador quântico, o que poderia melhorar ainda mais a capacidade de previsão e proteção contra ameaças cibernéticas.

Conclusão

Esta abordagem fornece às empresas uma solução de segurança baseada em inteligência artificial, capaz de identificar e mitigar ataques de forma eficiente. Implementar este tipo de tecnologia em infraestruturas SDN permitirá melhorar a resiliência das redes corporativas face a ameaças cada vez mais sofisticadas.