Dentro de un escenario IoE, los dispositivos IoT pueden establecer relaciones con otros dispositivos y también con humanos o procesos. Es por eso que, en esencia, en un sistema IoE cada elemento puede verse como proveedor de servicios, donde cada uno de ellos puede solicitar servicios de otros y también ofrecer los suyos. En este sentido es necesario establecer un protocolo de confianza para dotar a los elementos que componen el IoE de cierta seguridad sobre el que están consumiendo. La propuesta actual pretende la investigación experimental sobre el diseño y validación de un sistema genérico capaz de gestionar la confianza sobre dispositivos IoT heterogéneos en un ecosistema del IoE, dependiendo de la calidad de los datos que generen estos y de su contexto. La arquitectura está pensada para soportar la naturaleza de los ecosistemas IoE, ofreciendo una solución escalable, descentralizada, inalterable y transparente. Para dicho fin, se presentan dos partes bien definidas: a) una metodología agnóstica (no dependiente) al dominio para determinar la confianza por los dispositivos IoT mediante el uso de modelos ML y b) una arquitectura de gestión de la confianza de los dispositivos IoT para compartir la Experiencia de forma escalable y segura mediante el uso de una red blockchain. A continuación, se definen de forma más detallada los principales objetivos del proyecto Trust4IoE.
O1. Estudio de técnicas ML para detectar anomalías de forma agnóstica al dominio en dispositivos IoT
Descripción
Como se ha mostrado en la Sección 1.2.2, las técnicas ML han sido utilizadas a lo largo del tiempo para la detección de valores anómalos sobre datos de sensores. Se realizará un estudio profundo de estas técnicas con la finalidad de seleccionar aquellas capaces de detectar anomalías sin tener conocimiento del dominio al que pertenezcan los datos. Adicionalmente, estas técnicas también serán capaces de dar indicios de qué puede estar provocando el error y cómo tratarlo.
Novedad
La novedad recae en posibilitar técnicas capaces de detectar anomalías sobre los datos de dispositivos IoT, sin que el dominio del dispositivo influya sustancialmente sobre la definición de la técnica.
Beneficio científico/técnico y económico
A nivel científico/técnico no existen modelos genéricos capaces de tratar por igual todos los flujos de dispositivos IoT para detectar valores erróneos. A nivel económico, es importante obtener algoritmos genéricos que permitan el ahorro de recursos de personal en expertos de cada dominio.
O2. Adaptación de las técnicas ML a las etapas de la arquitectura IoT
Descripción
Como se ha indicado, cada una de las capas de la arquitectura IoT se caracteriza por tener un contexto diferente. Estos contextos pueden ser utilizados para ayudar a establecer una estrategia de detección de anomalías adaptada a cada uno de los niveles. Este objetivo plantea identificar qué tipos de técnicas ML son más adecuadas a aplicar en cada contesto.
Novedad
La novedad se centra en ser capaces de indicar qué tipos de técnicas son las más adecuadas a aplicar en cada uno de los niveles de la arquitectura IoT, con el objetivo de aprovechar al máximo el contexto y seguir una arquitectura de abajo a arriba.
Beneficio científico/técnico y económico
El benefició a nivel científico/técnico se focaliza en estudiar las características de los datos que circulan en cada nivel de una arquitectura IoT y en poder identificar qué técnicas son las adecuadas para realizar en cada una de estas etapas. A nivel económico es muy interesante aplicar una arquitectura de abajo a arriba con la finalidad de localizar posibles errores en las primeras capas, con lo que se mejora la latencia, se ahorra coste de almacenamiento y se asegura que las decisiones que se puedan tomar sobre estos datos no utilicen valores erróneos.
O3. Diseño del índice de Experiencia adaptado al área y cada dispositivo IoT
Descripción
Los datos que se generan por los nodos IoT se utilizan para muchos fines, como la toma de decisiones o la formulación de políticas (calidad del aire, por ejemplo). También son utilizados por otros dispositivos IoT para realizar algún tipo de actuación dependiendo del valor que reciben. Por lo que tener un indicador que advierta del nivel de validez que puedan tener los datos que se generen de un dispositivo IoT en particular, puede ser de gran ayuda para no cometer acciones no adecuadas. Este objetivo utilizará los resultados obtenidos por los modelos ML y de interacciones previas con otros dispositivos con la finalidad de obtener un valor de Experiencia. Además, estará adaptado al área geoespacial, ya que la movilidad de los sensores puede interferir en su comportamiento, por lo que tiene sentido obtener valores diferentes de Experiencia por área.
Novedad
La novedad radica en ofrecer un índice de confianza basado en la Experiencia previa, el cual, mediante una componente geoespacial, utilizará el histórico de errores provocados e interacciones satisfactorias.
Beneficio científico/técnico y económico
El beneficio de este objetivo recae en dotar de un indicador de confianza sobre los datos que se utilicen y posibilitar la validación de cualquier dispositivo IoT, incluso de los de bajo coste, para que puedan ser utilizados con amplia garantía. Lo que implica una democratización más profunda de estos dispositivos y una implantación mayor en entornos donde existan restricciones económicas, como puede ser en países en desarrollo o en ambientes más hostiles.
O4. Arquitectura IoE basada en blockchain
Descripción
Se pretende diseñar una arquitectura basada en blockchain para orquestar la gestión de confianza en un ecosistema IoE. Los elementos de la capa Fog formaran una red blockchain con el objetivo de configurar un sistema capaz de gestionar la confianza entre ellos. Las bondades de este tipo de redes ya han sido descritas y prometen ser idóneas en aras de la escalabilidad, transparencia y/o trazabilidad.
Novedad
La novedad recae en el uso de la capa Fog como pieza clave en la configuración de la red blockchain debido a las características que estos ofrecen.
Beneficio científico/técnico y económico
El beneficio científico/técnico es ofrecer una capa capaz de orquestar toda la configuración de un ecosistema IoE de forma segura, escalable, transparente y trazable. El beneficio económico se basa en la búsqueda de una arquitectura general de un ecosistema tan heterogéneo con la que amortizar costes.
O5. Gestión del proceso de evaluación de la confianza
Descripción
Es uno de los objetivos principales, teniendo como reto el poder definir la lógica para la gestión de la confianza y establecer las interacciones entre los dispositivos IoT. Se utilizarán los índices previamente calculados (O3) y la dimensión geoespacial de cada uno de los dispositivos IoT.
Novedad
En trabajos relacionados no hay ningún sistema de gestión de confianza que tome la perspectiva geoespacial. Como ya se ha incidido, el comportamiento de los dispositivos IoT puede variar dependiendo de su área geográfica, por lo que su posición debe tenerse en consideración para la definición del proceso de evolución de la confianza.
Beneficio científico/técnico y económico
El beneficio/técnico de ofrecer interacciones de confianza tomando como clave la ubicación de los dispositivos no ha sido estudiado hasta el momento. Los dispositivos IoT móviles pueden cambiar su comportamiento cuando estos cambien de ubicación, por lo que tiene sentido adaptar a ello la gestión de la confianza. A nivel económico, la aplicabilidad de este mecanismo de gestión de la confianza ayuda a evitar posibles acciones sobre datos incorrectos, lo que podría provocar pérdidas económicas.
O6. Diseño y desarrollo del concepto Smart Geospatial Contract
Descripción
Está basado en la idea de Smart Contract, la cual da validez jurídica a interacciones entre dos partes. Este objetivo define el concepto de Smart Geospatial Contract con la premisa de dar validez a interacciones y que dependen de la componente geoespacial. Por ejemplo, en el ámbito del IoV, se podría utilizar para dar validez a coberturas de accidentes dentro de un área geográfica.
Novedad
Es una idea innovadora y con ella se podrán firmar contratos entre dos dispositivos IoT, los cuales tendrán validez siempre que se encuentren dentro de un área geográfica.
Beneficio científico/técnico y económico
El beneficio científico/técnico detrás de este contexto reside en la posibilidad de firmar un contrato (digital) entre dos elementos IoE de una forma segura y siempre que se desarrolle dentro de un área, por ejemplo, un país o una ciudad. A nivel económico facilita establecer validez geográfica a los contratos digitales, ofreciendo un mayor control sobre los Smart Contracts.
