Expertos proponen la IA como una herramienta vital para salvaguardar redes críticas

- Expertos internacionales proponen utilizar la inteligencia artificial para proteger la infraestructura crítica, detectando fallos en la red y posibles interrupciones de manera temprana.
- Investigadores de la Universidad Flinders desarrollan un algoritmo novedoso que aborda las inconsistencias en los datos de los sensores para obtener diagnósticos de sistema más precisos.
- La inteligencia artificial tiene el potencial de revolucionar la protección de las redes vitales, mejorando la resiliencia y la seguridad de la infraestructura crítica a nivel mundial.
Expertos internacionales en el campo de la inteligencia artificial (IA) han presentado una propuesta innovadora para emplear la IA en la protección de infraestructuras críticas, incluidas las redes eléctricas, los sistemas de agua y las redes de comunicación. Un equipo de investigadores de la Universidad de Flinders, en colaboración con expertos brasileños, ha desarrollado un algoritmo innovador que permite la identificación temprana de ataques de virus informáticos, actividades de hackers o fallos del sistema dentro de estas redes vitales de las que millones de personas dependen diariamente.
Detección de fallos de red con un algoritmo robusto
El equipo de investigación, dirigido por el Dr. Paulo Santos, profesor asociado de Inteligencia Artificial y Robótica en la Facultad de Ciencias e Ingeniería de la Universidad de Flinders, ha creado con éxito un algoritmo novedoso capaz de detectar fallos en las redes de datos mientras permanece resistente a las inconsistencias en los datos de los sensores. Este algoritmo tiene el potencial de señalar el inicio de grandes interrupciones, mitigando así consecuencias potencialmente de gran alcance. El Dr. Santos explica: «Hemos desarrollado un algoritmo novedoso para detectar fallos en las redes de datos que es resistente a las inconsistencias en los datos de los sensores. Este algoritmo es capaz de señalar el inicio de grandes interrupciones que podrían tener consecuencias de gran alcance».
La investigación del equipo marca una de las primeras investigaciones integrales sobre la implementación de analizadores paraconsistentes en una simulación a gran escala de un sistema eléctrico complejo. Al incorporar un filtro de evidencia en el proceso de diagnóstico del sistema, los investigadores han ampliado los enfoques existentes utilizando análisis de datos, aprendizaje automático y aprendizaje basado en reglas. El filtro de evidencia tiene en cuenta la evidencia conflictiva, considerando la fiabilidad de los datos de los sensores. El Dr. Santos prevé que este nuevo modelo, conocido como «Analizador preconstituyente cúbico con filtro de evidencia y análisis temporal» (CPAet), pueda refinarse aún más para abordar fallos tecnológicos cada vez más sofisticados dentro de sistemas críticos que apoyan grandes industrias y redes urbanas enteras.
La importancia de la IA en la protección de redes críticas
La importancia de proteger la infraestructura crítica no puede ser mayor, como lo demuestra el ataque del gusano Stuxnet en 2010, que apuntó y perturbó los sistemas de control industrial, particularmente dentro del programa nuclear de Irán. La IA presenta una oportunidad para mejorar las aplicaciones de software y los sistemas de diagnóstico de fallos, previniendo así errores en sistemas de ingeniería complejos, plantas de fabricación y otras infraestructuras críticas. La integración de tecnologías de IA, como el análisis de datos, el aprendizaje automático y el aprendizaje basado en reglas, ha demostrado ser beneficiosa en el desarrollo de sistemas de diagnóstico de fallos. Con la adición del filtro de evidencia propuesto por el equipo de investigación, el proceso de diagnóstico ahora puede manejar eficazmente datos conflictivos, lo que lleva a una identificación más precisa de los fallos del sistema.
El futuro de la IA en la protección de redes críticas
La investigación del equipo sienta las bases para futuros avances en el uso de la IA para salvaguardar redes críticas. Al refinar continuamente el modelo CPAet, los investigadores pueden abordar mejor los fallos tecnológicos complejos que representan una amenaza para las grandes industrias y las redes urbanas. La aplicación potencial de este modelo se extiende más allá de los sistemas de energía, abarcando varios sectores de infraestructura crítica, como el transporte, la atención médica y las telecomunicaciones. A medida que la IA evoluciona, promete revolucionar la protección y la resiliencia de las redes vitales que sustentan nuestra sociedad moderna.
Integrar la IA en la protección de la infraestructura crítica es un área de inmenso potencial. El trabajo realizado por los investigadores de la Universidad de Flinders y sus contrapartes brasileñas muestra el desarrollo de un algoritmo novedoso capaz de detectar fallos de red dentro de sistemas vitales. Al considerar los datos de sensores inconsistentes a través de un filtro de evidencia, este algoritmo puede mejorar la precisión del diagnóstico del sistema, allanando el camino para una protección mejorada contra fallos de equipos y posibles interrupciones. A medida que avanza la investigación, el modelo propuesto, CPAet, puede ofrecer soluciones a fallos tecnológicos cada vez más complejos en sectores críticos. El futuro de la IA en la salvaguarda de redes críticas parece prometedor, inaugurando una nueva era de resiliencia y seguridad para los sistemas de infraestructura vital en todo el mundo.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.

Glory Kaburu
Glory es una periodista extremadamente experta con herramientas e investigación sobre IA. Está apasionada por la inteligencia artificial y ha escrito varios artículos sobre el tema. Se mantiene al día con los últimos avances en Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo, y escribe regularmente sobre ellos.















