Появилась новая комбинация алгоритмов для предотвращения кибератак

В ходе исследования было выявлено, что комбинация алгоритмов машинного обучения позволяет достичь высокой точности обнаружения аномалий в интернет-трафике. Установлено, что существенный вклад в ускорение работы алгоритма KNN вносит PCA, причем скорость выполнения увеличивается примерно в четыре-пять раз.

Разработанный алгоритм имеет широкий спектр применения в сетевой безопасности, мониторинге сетей, обнаружении вредоносного программного обеспечения и предотвращении кибератак, говорят представители МТУСИ. Он также может быть полезен для провайдеров услуг интернета, чтобы оптимизировать сетевую инфраструктуру и повысить качество обслуживания.

В дальнейшем предлагается использовать связку методов машинного обучения для выявления аномалий в интернет-трафике с высокой точностью и минимальным количеством ложных срабатываний.

Ксения Ахрамеева, ведущий инженер-аналитик компании «Газинформсервис» отмечает, что применение машинного обучения для обеспечения безопасности и эффективности работы сетей сегодня особенно актуально. «Недавно в нашем аналитическом центре кибербезопасности была проведена работа по анализу кибератак за 2022-2023 года, показавший, что всё чаще появляются кибератаки, которые не поддаются обнаружению с помощью тривиальных методов анализа. В таких случаях на помощь в защите от киберугроз специалисты используют принципы искусственного интеллекта. На данный момент, существуют продукты, которые на основе методов машинного обучения позволяют обнаружить атаки в самом начале их жизненного цикла, например, такой продукт, как Ankey ASAP. Раннее обнаружение действий атакующего в инфраструктуре способствует снижению издержек на обеспечение безопасности и повышению доверия за счет устойчивости перед атаками», – говорит Ксения.