Decentralized Authentication based on Artificial Intelligence and Blockchain for Internet of Things Environments

Abstract

La croissance rapide des écosystèmes de l’IoT soulève des défis majeurs en matière d’authentification, d’évolutivité et de détection des menaces en temps réel, car les architectures centralisées traditionnelles restent vulnérables aux points de défaillance uniques et à la compromission des identifiants. Ce mémoire propose un framework hybride décentralisé combinant une gestion des identités basée sur la blockchain et une détection d’anomalies pilotée par l’IA. Le système s’articule autour d’une architecture à quatre couches comprenant des signatures ECDSA légères exécutées directement sur les appareils IoT, une API Go à haute concurrence pour la vérification des preuves à divulgation nulle de connaissance (ZKP), une blockchain Ethereum privée de type PoA (Proof-of-Authority) pour la gestion d’un registre immuable, et un auto-encodeur BiLSTM pour l’analyse des menaces en temps réel. Une évaluation expérimentale menée sur des déploiements à échelle variable de 20 à 200 appareils simulés démontre un taux de réussite d’authentification de 99 % avec une latence de bout en bout comprise entre 4,9 et 13,3 secondes. Entraîné sur un ensemble de données complet de 187 183 échantillons issus des ensembles IoT-23, CSE-CIC-IDS2018 et Bot-IoT, le modèle BiLSTM atteint un score F1 de 94,40 % (Precision = 95,28 %, Recall = 93,53 %, ROC-AUC= 0,9375), surpassant de 22,55 points de pourcentage un modèle de référence « Isolation Forest ». Enfin, le framework démontre avec succès un mécanisme d’atténuation automatisé en boucle fermée qui isole les appareils compromis en quelques secondes après la détection d’une anomalie.