ராஸ்பெர்ரி பை – DIY திட்டங்களை இயக்குவதற்கு பிரபலமான ஒற்றை பலகை கணினி – இப்போது மின்காந்த அலைகளைப் பயன்படுத்தி தீம்பொருளைக் கண்டறிய உதவும் என்று ஆராய்ச்சியாளர்கள் குழு கண்டுபிடித்துள்ளது. புதிதாக உருவாக்கப்பட்ட இந்த அமைப்பு கூடுதல் மென்பொருள் தேவையில்லாமல் மால்வேரைக் கண்டறியும் திறன் கொண்டதாகக் கூறப்படுகிறது. ஆரம்பகால சோதனைகளில், ராஸ்பெர்ரி பை பொருத்தப்பட்ட வன்பொருள் சுமார் 100 சதவீத துல்லியத்துடன் தீம்பொருளைக் கண்டறிய முடிந்தது என்று ஆராய்ச்சியாளர்கள் குறிப்பிட்டுள்ளனர். இது வணிக ரீதியாகக் கிடைத்தால், சிறிய மற்றும் நடுத்தர நிறுவனங்கள் குறைந்த செலவில் சைபர் தாக்குதல்களில் இருந்து தங்கள் அமைப்புகளைப் பாதுகாக்க இந்த மேம்பாட்டைப் பயன்படுத்தலாம்.

Annely Heusser, Mathieu Mastio, Du-Fuc Pham மற்றும் Damien Marion ஆகியோரை உள்ளடக்கிய பிரான்சில் உள்ள கணினி அறிவியல் மற்றும் ரேண்டம் சிஸ்டம்ஸ் (IRISA) ஆராய்ச்சி நிறுவனத்தைச் சேர்ந்த ஆராய்ச்சியாளர்கள் குழு, பயன்படுத்தி தீம்பொருள் கண்டறிதல் அமைப்பை உருவாக்கியுள்ளது. ராஸ்பெர்ரி பை,

ஆரம்பத்தில் தெரிவிக்கப்பட்டது டாம்ஸ் ஹார்டுவேர் மூலம், குழுவானது ராஸ்பெர்ரி பை 2B உடன் அலைக்காட்டி (பிகோஸ்கோப் 6407) மற்றும் எச்-ஃபீல்ட் ப்ரோப்களைப் பயன்படுத்தி வன்பொருளில் உள்ள திறனைக் குறிக்க உதவும் குறிப்பிட்ட மின்காந்த அலைகளுக்கான சாதனங்களை ஸ்கேன் செய்தது. தீம்பொருள் இருக்கிறதா இல்லையா.

இல் ஆய்வு கட்டுரை கடந்த மாதம் வெளியிடப்பட்டதில், தீம்பொருள் அச்சுறுத்தல்கள் குறித்த தரவை மதிப்பீடு செய்ய குழு கன்வல்யூஷனல் நியூரல் நெட்வொர்க்குகளை (சிஎன்என்) பயன்படுத்தியதாக ஆராய்ச்சியாளர்கள் குறிப்பிட்டனர்.

“எங்கள் முறைக்கு இலக்கு சாதனத்தில் எந்த மாற்றங்களும் தேவையில்லை. இதனால், எந்தவொரு மேல்நிலையும் இல்லாமல், கிடைக்கக்கூடிய ஆதாரங்களில் இருந்து சுயாதீனமாக இது பயன்படுத்தப்படலாம். மேலும், எங்கள் அணுகுமுறை தீம்பொருள் ஆசிரியர்களால் பயன்படுத்தப்படலாம் என்ற நன்மையைக் கொண்டுள்ளது. கண்டறிந்து தவிர்க்க முடியும், “ஆராய்ச்சியாளர்கள் தாளில் எழுதினர்.

அவர்களின் குறிப்பு வடிவமைப்பைப் பயன்படுத்தி, பல்வேறு இன்-தி-வைல்ட் மால்வேர் மாதிரிகள் மற்றும் யதார்த்தமான தீங்கற்ற செயல்பாடுகளால் பாதிக்கப்பட்ட இன்டர்நெட் ஆஃப் திங்ஸ் (IoT) சாதனங்களிலிருந்து 100,000 அளவீட்டு தடயங்களை பதிவு செய்ய முடிந்ததாக ஆராய்ச்சியாளர்கள் கூறினர். மூன்று பொதுவான மால்வேர் வகைகளையும் ஒரு தீங்கற்ற வகுப்பையும் 99.82 சதவீத துல்லியத்துடன் கணிக்க முடிந்தது என்றும் குழு கூறியது.

மென்பொருள் அளவிலான தீம்பொருள் கண்டறிதலைத் தவிர்க்க ஹேக்கர்கள் பெரும்பாலும் தெளிவற்ற நுட்பங்களைப் பயன்படுத்துகின்றனர். ஆனால் புதிய மாடல் அச்சுறுத்தல்களைக் கண்டறிய மென்பொருளைப் பயன்படுத்தாமல், அதற்குப் பதிலாக முற்றிலும் வன்பொருள் மற்றும் மின்காந்த அலைகளையே நம்பியிருப்பதால், குறிப்பிட்ட மென்பொருளால் கண்டறிய முடியாத தீம்பொருளைப் பகுப்பாய்வு செய்து கண்டறிய முடியும்.

ஆராய்ச்சியாளர்களால் உருவாக்கப்பட்ட அமைப்பு குறிப்பாக ஆராய்ச்சி நோக்கங்களுக்காக உருவாக்கப்பட்டது மற்றும் வணிக ரீதியான வரிசைப்படுத்தலை நோக்கமாகக் கொண்டிருக்கவில்லை என்பதைக் கவனத்தில் கொள்ள வேண்டும். இருப்பினும், எதிர்காலத்தில் தீம்பொருள் மற்றும் அதுபோன்ற அச்சுறுத்தல்களைக் கண்டறிய மின்காந்த அலைகளைப் பயன்படுத்தக்கூடிய ஒரு முழுமையான தீர்வை உருவாக்க உற்பத்தியாளர்களைத் தூண்டலாம்.

COVID-19 கட்டுப்பாடுகள் காரணமாக மக்கள் அதிக இணையத்தைப் பயன்படுத்தத் தொடங்கியதால், கடந்த ஆண்டில் சைபர் தாக்குதல்கள் கணிசமாக அதிகரித்துள்ளன. செக் பாயின்ட்டின் சமீபத்திய அறிக்கையின்படி, 2020 ஆம் ஆண்டை விட வாராந்திர அடிப்படையில் சைபர் தாக்குதல்கள் 50 சதவீதம் அதிகரித்துள்ளதாக சைபர் பாதுகாப்பு நிறுவனம் தெரிவித்துள்ளது. இந்தியாவில் மட்டும் சைபர் தாக்குதல்கள் முந்தைய ஆண்டை விட 24 சதவீதம் அதிகரித்து 2021ல் ஒரு நிறுவனத்திற்கு வாராந்திர தாக்குதல்கள் 1,830 ஆக அதிகரித்துள்ளது.

இத்தகைய சூழ்நிலையில், தீம்பொருளைக் கண்டறிவதற்கான கூடுதல் தீர்வுகள் காலத்தின் தேவையாகிவிட்டன.


Gadgets 360 இல் உள்ள நுகர்வோர் எலெக்ட்ரானிக்ஸ் ஷோவிலிருந்து சமீபத்தியவற்றைப் பெறுங்கள் CES 2022 மையம்.



link

Leave a Reply

Your email address will not be published.