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.
По результатам проведенных исследований разработчики представили гибридный алгоритм, который основан на совместном использовании методов машинного обучения и предназначен для обнаружения аномалий в интернет-трафике.
Эксперты отмечают, 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».
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.
По результатам проведенных исследований разработчики представили гибридный алгоритм, который основан на совместном использовании методов машинного обучения и предназначен для обнаружения аномалий в интернет-трафике.
Эксперты отмечают, 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».
