Detección de anomalías en sistemas de Smartlighting

Abstract

Cada vez es más común la monitorización y el control de todas las cosas en la vida, esto se conoce como IoT (Internet Of Things) o Internet de las cosas en español. Esta tendencia también se ve reflejada en los procesos industriales, lo que se conoce como la industria 4.0. Dentro de este ámbito nos podemos encontrar con la gestión de luminarias inteligentes (Smart-Lighting). El problema es que estos sistemas IoT presentan vulnerabilidades frente diferentes amenazas cibernéticas. Es por ello, por lo que se crea la necesidad de diseñar e implementar sistemas de ciberprotección específicos para arquitecturas Smart-Lighting. En este trabajo se hace primero un estudio sobre las arquitecturas Smart-Lighting, analizando sus propiedades y las comunicaciones IoT internas. También se realiza un estudio sobre las posibles amenazas IoT existentes. Para dar una solución, en este trabajo se presenta un novedoso sistema de detección modular específico para el caso de uso Smart-Lighting, basado en la detección de anomalías tanto en el nivel de red, como en el nivel de aplicación. Se presentan los algoritmos internos del sistema, las pruebas realizas y por último una discusión sobre los resultados obtenidos.

It is becoming increasingly common to monitor and control everything in life, known as IoT (Internet Of Things). This trend is also reflected in industrial processes, known as Industry 4.0. Within this field we can find the management of intelligent luminaires (Smart-Lighting). The problem is that these IoT systems are vulnerable to various cyber threats. This is why it is necessary to design and implement specific cyber-protection systems for Smart-Lighting architectures. In this work, we first study Smart-Lighting architectures, analysing their properties and internal IoT communications. A study on the possible existing IoT threats is also carried out. To provide a solution, this paper presents a novel modular detection system specific to the Smart-Lighting use case, based on anomaly detection at both the network level and the application level. The internal algorithms of the system, the tests performed and finally a discussion of the results obtained are presented.