DECIMAL (Decentralized Intelligent Multimodal Adaptative Learning for IoT Malware Detection) fue un proyecto de investigación subvencionado por el Cyber-Defence Campus de armasuisse (Suiza) durante 2025. Estuvo liderado por el Departamento de Ingeniería de la Información y las Comunicaciones de la Universidad de Murcia.
Descripción del Proyecto
En el ecosistema de Internet de las Cosas (IoT), los dispositivos producen modalidades de datos altamente heterogéneas, que incluyen cabeceras de paquetes de red, registros de sistema, series temporales térmicas y estados de ejecución de procesos. Los modelos estándar de Aprendizaje Federado Descentralizado (DFL) tienen dificultades para aprender eficientemente cuando los nodos acceden a subconjuntos distintos de estas modalidades.
DECIMAL abordó esta limitación mediante el desarrollo de modelos de aprendizaje robustos y eficientes en recursos capaces de procesar datos de sensores multimodales en redes totalmente descentralizadas. El proyecto se centró en capacitar a los dispositivos IoT para detectar malware y anomalías de seguridad de forma colaborativa sin depender de un coordinador central.
Pilares de Investigación
- Integración Multimodal: Diseña algoritmos para aprender a partir de diferentes combinaciones de modalidades bajo heterogeneidad entre nodos.
- Gestión de Confianza y Reputación: Estudia métricas distribuidas para reducir la influencia de ataques de envenenamiento de datos (poisoning) o clientes maliciosos.
- Optimización del Ancho de Banda: Se centra en el intercambio de conocimiento a nivel de representación, permitiendo que los nodos compartan prototipos de clase compactos en lugar de transmitir pesos de red completos.
El proyecto DECIMAL se realiza en colaboración con el Cyber-Defence Campus de armasuisse.
