Gestione della sicurezza in una Infrastruttura Critica: strumenti e metodi per individuare eventi complessi attraverso una Sensor Network

La maggioranza degli attuali strumenti di supporto alla gestione della sicurezza di una IC utilizza un approccio di tipo Intrusion Detection, che si limita a osservare singole fonti di dati e riconoscere eventuali situazioni anomale.

L’obiettivo è, invece, quella di passare a strumenti di Intrusion Management, ovvero sistemi che rilevino, sulla base dello scostamento del sistema da un suo stato di “funzionamento regolare”, l'insorgenza di un “malfunzionamento” e siano in grado di supportare, possibilmente in real-time, le consequenziali azioni di gestione dell’emergenza.

Il punto è che il rilevamento e la classificazione di un “evento rilevante” non sono attività generalmente realizzabili tramite l'individuazione di una singola anomalia/segnalazione, ma è necessario correlare più dati rispetto ad una scala temporale e spaziale, in particolare per infrastrutture complesse e distribuite su aree di tipo geografico. E’ necessario rappresentare opportunamente l’ambiente fisico dell’infrastruttura, in modo da consentirne un monitoraggio “produttivo”, anche tramite l’integrazione di diverse tipologie di reti sensoriali.

L’obiettivo è consentire al sistema un apprendimento continuo degli accadimenti, contribuendo all’analisi delle possibili evoluzioni delle situazioni identificate grazie ai sensori. Gli episodi di black-out prima citati hanno poi dimostrato che a volte la miglior difesa contro le emergenze naturali e gli attacchi terroristici è la preparazione delle “risorse umane”. Nasce, quindi, la necessità di sviluppare e adottare procedure e strumenti di supporto all'addestramento, alla cooperazione tra vari settori e diverse unità operative.

Alla base di tutto occorre definire strumenti metodologici e organizzativi, come ad esempio procedure operative e flussi decisionali efficaci, idonei ad affrontare in modo sistematico e ragionato la protezione della IC e garantire una gestione ottimale di ogni crisi emergenziale. Per realizzare un sistema di questo tipo, occorre considerare un insieme di agenti autonomi, in grado di operare senza l'intervento umano e comunicanti tra loro attraverso meccanismi che si basano sullo scambio di informazioni.

Ognuno di essi implementa e utilizza algoritmi più o meno complessi che spaziano dai modelli statistici alle reti neurali, dal data mining al machine learning, dall'uso di basi di conoscenza a sistemi esperti, con l'obiettivo di comprendere le anomalie e i malfunzionamenti e favorire il ripristino delle condizioni “normali”. Un sistema multiagente è, pertanto, un sistema in cui più agenti interagiscono tra di loro. L'idea che guida questi modelli è che comportamenti complessi diventano il frutto delle interazioni tra individui autonomi che operano sulla base di regole semplici.