Väitös: Koneoppimisalgoritmi auttaa havaitsemaan kyberhyökkäykset älykkääseen sähköverkkoon
Älykkäät digitaaliset sähköverkot ovat alttiita kyberiskuille. Sayawu Diaba esitteleekin Vaasan yliopistoon tekemässä väitöskirjassaan tehokkaita koneoppimisalgoritmeja älyverkkoihin kohdistuvien kyberhyökkäysten havaitsemiseen ja luokitteluun.
– Älykkäiden sähköverkkojen kyberturvallisuuden tutkimus on nyt tärkeämpää kuin koskaan. Kyberhyökkäykset voivat häiritä verkon normaalia toimintaa ja aiheuttaa vakavia seurauksia, kuten sähkökatkoja, laitevaurioita ja taloudellisia tappioita, sanoo 13. joulukuuta väittelevä Sayawu Diaba.
Diaba on väitöstutkimuksessaan testannut useiden koneoppimisalgoritmien tehokkuutta kyberhyökkäysten havaitsemisessa älykkäissä sähköverkoissa. Tunkeutumisen havaitsemisalgoritmit ovat ratkaisevan tärkeitä kyberuhkien vähentämiseksi. Hän ehdottaa uutta hybridiä syväoppimisalgoritmia, joka keskittyy hajautettuihin palvelunestohyökkäyksiin (DDoS) älyverkon viestintäinfrastruktuurissa. Ehdotettu algoritmi yhdistää konvolutionaalisen neuroverkon (CNN) ja portitetun toistoyksikön (GRU) algoritmit.
– Tulosten mukaan hybridi syväoppimisalgoritmi suoriutuu paremmin kuin nykyiset tunkeutumisen havaitsemisen algoritmit ja saavuttaa 99,7 prosentin kokonaistarkkuuden.
Diaban mukaan erityisen merkittävää hänen tutkimuksessaan on ehdotus luonnosta inspiraatiota saaneesta juurten etsinnän optimointialgoritmista, joka perustuu rajoitettuun Bolzmannin koneeseen (RBM). Tämä parannettu algoritmi päihittää perinteiset algoritmit muun muassa tarkkuudessa ja toistettavuudessa. Se havaitsee ja luokittelee kyberhyökkäykset luotettavasti älykkäiden sähköverkkojen valvontaohjelmistoissa (SCADA).
Lisäksi tutkimuksessa esitellään geneettisesti alustetun muuntavan neuroverkon (GSFTNN) tunkeutumisen havaitsemisalgoritmi. Toisin kuin allekirjoituksiin perustuvat menetelmät GSFTNN havaitsee muutokset toiminnallisten mallien perusteella, jotka viittaavat tunkeutujan osallistumiseen verkkoliikenteessä. Tulosten perusteella algoritmi on ylivoimainen suhteessa perinteisiin algoritmeihin, kuten jäännösfunktioita käyttäviin neuroverkkoihin, takaisinkytkettyihin neuroverkkoihin ja pitkä lyhytkestomuisti -arkkitehtuureihin.
Väitöstilaisuus
M.Sc. Sayawu Diaban sähkötekniikan alaan kuuluva väitöstutkimus ”On cyber security evaluations in smart grid using machine learning” tarkastetaan keskiviikkona 13.12.2023 klo 13 Vaasan yliopiston luentosalissa F652.
Väitöstilaisuutta on mahdollista seurata myös etäyhteyden kautta (Zoom , salasana: 153174)
Vastaväittäjänä tilaisuudessa toimii professori Juan Manuel Corchado (University of Salamanca) ja kustoksena professori Mohammed Elmusrati.
Väitöskirja
Diaba, Sayawu (2023) On cyber security evaluations in smart grid using machine learning. Acta Wasaensia 528. Väitöskirja. Vaasan yliopisto.
Lisätiedot
Sayawu Diaba, puh. 041 474 7343, sähköposti: sdiaba (@) uwasa.fi
Sayawu Diaba on syntynyt Suhumissa Ghanassa. Hän on suorittanut tekniikan kandidaatin tutkinnon All Nations University Collegessa Ghanassa vuonna 2010 ja maisterin tutkinnon tietoliikennetekniikassa Kwame Nkrumah University of Science and Technologyssä Ghanassa vuonna 2015. Ennen akateemista uraansa hän työskenteli useita vuosia Electricity Company of Ghana Ltd:ssä asiantuntijana. Nykyään Vaasassa asuva Sayawu Diaba toimii väitöstutkijana Vaasan yliopistossa.
Yhteyshenkilöt
Riikka KalmiTiedeviestinnän asiantuntijaVaasan yliopisto / Viestintä, brändi ja markkinointi
Puh:0294498231riikka.kalmi@uwasa.fiKuvat
Tilaa tiedotteet sähköpostiisi
Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.
Lue lisää julkaisijalta Vaasan yliopisto
Juha Antila Vaasan yliopiston digijohtajaksi3.4.2025 14:03:02 EEST | Tiedote
Diplomi-insinööri Juha Antila on valittu Vaasan yliopiston digijohtajaksi. Hän aloittaa työnsä 12. toukokuuta 2025.
Artificial intelligence is an effective tool in exploring corporate reporting3.4.2025 13:08:59 EEST | Press release
Machine learning methods enable the efficient mining of large amounts of data from corporate reports. In her doctoral dissertation for the University of Vaasa, Finland, Essi Nousiainen presents how the new machine learning-based methods she has developed can be used to examine corporate reporting related to, among other things, responsibility, innovation, and blockchain.
Pk-yritysten kyky innovoida on vahvasti sidoksissa johtajien oppimiseen ja päätöksentekotaitoon2.4.2025 12:17:41 EEST | Tiedote
Toimitusjohtajien tavoilla oppia, soveltaa oppimaansa sekä tehdä päätöksiä on olennainen merkitys pk-yritysten innovatiivisuudelle ja uudistumiskyvylle, esittää Jutta Mäkipelkola Vaasan yliopistolle tekemässään väitöskirjassa. Hänen tutkimuksensa paljastaa, miten toimitusjohtajien osaaminen muovaa pk-yritysten kyvykkyyksiä – ja millainen toimintakulttuuri ajaa innovaatiota.
Puutteellinen uni ei saisi olla tabu työpaikoilla – uusi tutkimus antaa työkaluja unen huomioimiseen johtamisessa1.4.2025 09:26:11 EEST | Tiedote
Puutteellisesta unesta johtuva väsymys on yleinen ja kasvava ongelma työikäisten keskuudessa, mutta univajetta ei usein uskalleta ottaa työelämässä puheeksi. Työpaikoilla tulisikin paitsi luoda avoimempi keskustelukulttuuri unen suhteen, myös kehittää yhdessä keinoja väsymyksen tuomista haasteista selviytymiseen, esittää Jenni Tuomilehto Vaasan yliopistolle tekemässään väitöskirjassa.
Tekoälystä tehokas apu yritysten raportoinnin tutkimiseen31.3.2025 09:35:48 EEST | Tiedote
Koneoppimismenetelmät mahdollistavat yritysraporttien suuren datamäärän tehokkaan louhinnan. Essi Nousiainen esittää Vaasan yliopistolle tekemässään väitöskirjassa, kuinka hänen muodostamillaan uusilla koneoppimispohjaisilla menetelmillä voidaan tutkia yritysten raportointia liittyen muun muassa vastuullisuuteen, innovatiivisuuteen sekä lohkoketjuihin.
Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.
Tutustu uutishuoneeseemme