Resumen de Seguridad y calidad de los datos en redes de sensores inalámbricas IoT
Francisco José de Haro Olmo
- español
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.
- English
In recent years, there are several emerging technologies that have made their way among others already consolidated, such as the Internet of Things (IoT), Blockchain or Big Data, among others; and with applications in various sectors, such as smart homes, smart cities, the agri-food sector where applications are being developed in the area of smart farming or food traceability, production and logistics chains, e-health, defence, vehicle safety, even in industry, among others. In many cases, these technologies are being used jointly in order to take advantage of the characteristics of each of them to address some of the challenges involved in deploying this type of technology while ensuring the security conditions and the quality of the information processed by the systems.
The context of the research focuses on the primary sector, specifically in the agricultural sector, in the use of IoT technology, especially IoT sensors interconnected through wireless networks in order to monitor environmental variables of livestock, and ultimately of any element of the beginning of the production chain developing methods for communication between sensors and the rest of the system is done securely, that the data collected through IoT sensors become part of a blockchain to take advantage of the properties of this technology, previously deploying a data curation process through a Big Data pipeline that ensures the quality of the data to be introduced into the business logic and as a result favour subsequent decision making with the greatest possible guarantee.
To this end, firstly, a research work has been carried out on the guarantees offered by the range of blockchain technologies in terms of security and integrity through a systematic literature review from the perspective of privacy and anonymisation, which provides us with a panoramic view of the characteristics of this technology and the strong relationship between privacy and anonymisation in most of the fields of application of blockchain. It can be observed that there are different degrees of privacy enforcement depending on the techniques used to implement anonymisation, with traceability of transactions being one of the privacy risks.
It then addresses the challenge of ensuring the integrity of information in the IoT sensor network when transmitting data between IoT devices. By using blockchain technology, the integrity of data transactions between entities is effectively guaranteed, eliminating any possibility of unauthorised access to the wireless sensor network and data injection by malicious devices, but this does not prevent a sensor from entering erroneous data. Consequently, a robust mechanism that is based on smart contracts and blockchain technology has been designed for the reliable processing of data collected through IoT sensors.
In a last phase, and solving the aforementioned problem about the validity of the data collected and sent by the sensors, we focus on evaluating the quality of the data collected by the sensors and sent to the blockchain, in different scenarios (offline and online), so that we can determine whether each data entered into the system through the IoT sensors is susceptible to be used, or on the contrary if it is discarded for not reaching sufficient quality. For this purpose, during this thesis, an IoT-based Big Data pipeline has been designed that integrates data transformation and integration tools as well as a configurable decision model based on Decision Model Notation (DMN) to evaluate the quality of the data.
The solution provided in this thesis allows us to measure the quality of the data and thus incorporate into the system only those that exceed a previously established minimum. In this way, we avoid serious inaccuracies that involve the whole decision-making process, or the obtaining of non-optimal decisions because it has been considered that a data may be complete but not valid due to the possible malfunctioning of a sensor node.
