Анализ трафика сети с применением алгоритмов машинного обучения в автоматизированной информационной системе быстрого реагирования на инциденты информационной безопасности и фильтрации трафика сети
Ключевые слова:
автоматизированная информационная система, анализ, классификация, модуль фильтрации, вредоносная активность, обнаружение вредоносного трафика, инциденты информационной безопасностиАннотация
Данная статья описывает модуль фильтрации сетевого трафика в автоматизированной информационной системе быстрого реагирования на инциденты информационной безопасности и фильтрации трафика сети (АИС БР ИИБ и ФТС). Модуль использует методы машинного обучения на основе нейронных сетей для анализа и классификации сетевого трафика с целью обнаружения вредоносной активности. Основной метод обнаружения вредоносного трафика основан на извлечении и анализе содержимого пакетов данных. Предлагаемый подход позволяет улучшить обнаружение вредоносного трафика и эффективно фильтровать сетевой поток.
Библиографические ссылки
Костин Д.В., Шелухин О.И., “Сравнительный анализ алгоритмов машинного обучения для проведения классификации сетевого зашифрованного трафика” // “T-Comm” - Телекоммуникации и Транспорт, №10 (9), 2016, C. 43-52.
Шайдулин И.К., Гнутов М.С., Забугин С.П., Исследование проблем выявления вредоносного программного обеспечения в составе трафика со скоростью более 10 Гбит/с на центры обработки данных // Электронный сетевой политематический журнал «Научные труды КубГТУ», №3, 2023, C.66–79.
Керимов К.Ф., Толипов Д.А., Азизова З.И., Методы защиты от межсайтового скриптинга на стороне клиента, Сборник докладов республиканской научно-технической конференции “Современное состояние и перспективы развития цифровых технологий и искусственного интеллекта”, Самарканд, 26-27 октября 2022 г., С.310-312.
Загрузки
Дополнительные файлы
Опубликован
Как цитировать
Лицензия
Copyright (c) 2024 Zarina Azizova, Комил Керимов
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
