Seguridad y calidad de los datos en redes de sensores inalámbricas IoT

Zusammenfassung

En los últimos años son varias las tecnologías emergentes que se han abierto paso entre otras ya consolidadas, como pueden ser el Internet de las cosas (IoT), la cadena de bloques (Blockchain) o el Big Data entre otras; y con aplicación sobre diversos sectores, como puede ser los hogares inteligentes, ciudades inteligentes, sector agroalimentario donde se desarrollan aplicaciones en el área de los cultivos inteligentes o la trazabilidad de los alimentos, cadenas de producción y logística, sanidad electrónica, defensa, seguridad en vehículos, incluso en la industria, entre otros. En muchos casos, estas tecnologías se están empleando de manera conjunta de forma que se permita aprovechar las características de cada una de ellas para abordar algunos de los retos que supone desplegar este tipo de tecnología asegurando las condiciones de seguridad y la calidad de la información tratada por los sistemas. El contexto de la investigación se centra en el sector primario, concretamente en el sector agropecuario, en el uso de la tecnología IoT, en especial de sensores IoT interconectados a través de redes inalámbricas con el objetivo de monitorizar variables ambientales del ganado, y en definitiva de cualquier elemento del principio de la cadena de producción desarrollando métodos para que la comunicación entre los sensores y el resto del sistema se realice de forma segura, que los datos recolectados a través de los sensores IoT pasen a formar parte de un blockchain para aprovechar las propiedades de esta tecnología, desplegando previamente un proceso de curación de datos a través de un pipeline de Big Data que asegure la calidad de los datos a introducir en la lógica de negocio y como consecuencia favorecer una ulterior toma de decisiones con la mayor garantía posible. Para ello, en primer lugar, se ha realizado un trabajo de investigación sobre las garantías que ofrece la panoplia de tecnologías blockchain en términos de seguridad e integridad a través de una revisión sistemática de literatura desde la perspectiva de la privacidad y la anonimización, lo que nos aporta una visión panorámica de las características de esta tecnología y de la fuerte relación entre la privacidad y la anonimización en la mayoría de los campos de aplicación de blockchain. Se puede observar la existencia de diferentes grados de aplicación de la privacidad en función de las técnicas empleadas para la implementación de la anonimización, siendo la trazabilidad de las operaciones uno de los riesgos para la privacidad. Posteriormente se aborda el reto de garantizar la integridad de la información en la red de sensores IoT a la hora de transmitir los datos entre los dispositivos IoT. Mediante el uso de la tecnología blockchain se consigue garantizar de forma eficaz la integridad de las transacciones de datos entre entidades, eliminando cualquier posibilidad de acceso no permitido a la red de sensores inalámbrica así como la inyección de datos por parte de dispositivos maliciosos, sin embargo esto no impide que un sensor introduzca datos erróneos. En consecuencia, se ha diseñado un mecanismo robusto que está basado en los contratos inteligentes y la tecnología blockchain para el tratamiento fiable de los datos recolectados a través de los sensores IoT. En una última fase, y resolviendo la problemática citada anteriormente sobre la validez de los datos recogidos y enviados por los sensores, nos centramos en la evaluación de la calidad de estos datos recogidos por los sensores y enviados al blockchain, en diferentes escenarios (offline y online), de forma que podamos determinar si cada dato introducido en el sistema a través de los sensores IoT es susceptible de ser usado, o por el contrario si se descarta por no alcanzar la calidad suficiente. Para ello durante esta tesis se ha diseñado un pipeline de Big Data basado en IoT que integra herramientas de transformación e integración de datos así como un modelo de decisión configurable basado en la notación Decision Model Notation (DMN) para evaluar la calidad de los datos. La solución aportada en esta tesis permite medir la calidad de los datos y así incorporar al sistema únicamente aquellos que superen unos mínimos previamente establecidos. De esta manera, evitamos serias imprecisiones que involucren a todo el proceso de toma de decisiones, o la obtención de decisiones no óptimas debido a que se ha considerado que un dato puede ser íntegro pero no válido por el posible mal funcionamiento de un nodo sensor.