Найти

Результаты поиска

• МЕТОД ОБНАРУЖЕНИЯ КОМПЬЮТЕРНЫХ АТАК НА ОСНОВЕ МОДЕЛИ АУГМЕНТАЦИИ ДАННЫХ СЕТЕВОГО ТРАФИКА H-DDPM

  А. В. Балыбердин

  2026-07-07

  Аннотация ▼

  Рассматривается задача повышения выявления компьютерных атак (КА) системой обнаружения вторжений при значительном дисбалансе данных сетевого трафика. На основе проведенного анализа методов снижения дисбаланса данных сделан вывод, что классические методы балансировки и генеративной аугментации не обеспечивают сохранение статистической структуры многомерных табличных данных, в том числе их фрактальных свойств и самоподобия, что снижает качество обучения классификатора. В работе предлагается метод обнаружения компьютерных атак (КА) на основе модели аугментации данных H-DDPM, представляющей собой модификацию диффузионной вероятностной модели DDPM, в которой дисперсия добавляемого гауссова шума в прямом процессе зависит от показателя Херста H для каждого класса КА. Метод включает предобработку данных, формирование временных рядов по скользящим окнам, оценку H методами DFA и R/S и генерацию синтетических данных для обучения классификатора LSTM. Метод оценивается по общим метрикам эффективности Accuracy, Recall, F1, ROC-AUC и G-means, а также Precision, Recall и F1-score для классов. Эксперименты проведены на наборах CSE-CSE-CIC-IDS2018 и UNSW-NB15. Выполнено сравнение с другими методами, такими как SMOTE, GAN и DDPM. Результаты экспериментов показывают, что H-DDPM повышает эффективность обнаружения КА, превосходя аналогичные методы по метрикам, чувствительным к дисбалансу. Также, на основе экспериментальных проверок показано, что непосредственно применение показателей Херста H для классов КА в модели H-DDPM повышает полноту и сбалансированное качество обнаружения КА. Отмечено, что H-DDPM оказывает влияние на классификацию КА, проявляющееся в росте ложноположительных срабатываний и снижении метрики ROC-AUC, что требует дополнительной настройки гиперпараметров модели классификатора и фильтрации синтетических данных

• ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ЗАЩИЩЕННОЙ ОТ ЗАРАЖЕНИЯ ВИРУСАМИ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ОСНОВЕ SIR-МОДЕЛИ

  Е. В. Карачанская , О.В. Рыбкина

  145-157

  2025-12-30

  Аннотация ▼

  Представлен анализ детерминированных моделей распространения эпидемии компьютерных вирусов (SIR-модели) и их классификация. Выделены основные направления исследований данных моделей. Приведен анализ существующих стохастических моделей на основе SIR-модели и их разнообразие. Предлагается метод построения стохастической SIR-модели на основе классической SIR-модели в виде системы стохастических дифференциальных уравнений Ито с винеровским процессом.    Особенностью предложенного метода является сохранение инвариантов, один из которых присутствует в классической модели, а второй связан с постановкой задачи информационной безопасности. Показана возможность построения стохастической и детерминированной модели информационной системы, защищенной с вероятностью 1 от заражения компьютерными вирусами: стохастическая, инфицирование которой вирусами происходит непрерывно, и детерминированная, в которой вирус находится в информационной системе. Математическая стохастическая модель информационной системы, защищенной от эпидемии компьютерных вирусов, строится как система стохастических дифференциальных уравнений, первыми интегралами которой являются инварианты, сохраняющиеся с вероятностью 1. В качестве показателя защищенности системы рассматривается некоторое функциональное соотношение между переменными модели, сохраняющие постоянное значение. Внесение в модель компенсатора (программное управлением с вероятностью 1 (PCP1)), позволяет сохранять с вероятностью 1 заданный показатель защищенности, описанный с помощью переменных модели. Аналогичным образом, на основе предложенного алгоритма, строится детерминированная модель информационной системы, защищенной от заражения компьютерными вирусами. В построенную модель вводится управление, подобное программному управлению с вероятностью 1, которое позволит сохранять значение инвариантов. Особенность предлагаемых моделей состоит в том, что в модели сохраняются инварианты, связанные со свойствами, которые обеспечивают защищенность информационной системы. Исследование поведения построенных моделей проводится с использованием численного моделирования в среде MathCad. По результатам исследований сделаны выводы о возможности применения предложенного метода при построении стохастических моделей на основе других моделей распространения эпидемии, а также для моделей защиты информационной системы от распространения эпидемии компьютерных вирусов

• ЭВОЛЮЦИОНИРУЮЩИЕ МНОГОАГЕНТНЫЕ СИСТЕМЫ И ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ

  Л. А. Гладков , Н.В. Гладкова

  2020-11-22

  Аннотация ▼

  Статья посвящена обсуждению проблем построения эволюционирующих мультиа-
  гентных систем на основе использования принципов эволюционного проектирования и гиб-
  ридных моделей. Рассмотрено понятие агента. Представлен набор базовых свойств аген-
  та. Рассмотрены аналогии между многоагентными и эволюционными системами. Рас-
  смотрены принципы построения и организации мультиагентных систем. Отмечены сход-
  ства между основными определениями теории агентов и теории эволюции. Отмечено, что
  основные модели эволюции и эволюционные алгоритмы, могут быть с успехом использова-
  ны при проектировании многоагентных систем. Проведен анализ существующих методов
  и методологий проектирования агентов и многоагентных систем. Отмечены существую-
  щие различия в подходах к проектированию многоагентных систем. Описаны основные
  типы моделей и приведены их важнейшие характеристики. Представлена модель взаимо-
  действия агентов, включающая описание услуг (сервисов), взаимосвязей и обязательств,
  существующих между агентами. Описана модель отношений (контактов), которая зада-
  ет коммуникационные связи между агентами. Отмечена важность и перспективность
  использования агентно-ориентированного подхода к проектированию многоагентных сис-
  тем. Предложена концепция проектирования агентов и многоагентных систем, согласно
  которой процесс проектирования включает в себя базовые компоненты самоорганизации,
  в том числе процессы взаимодействия, скрещивания, адаптации к среде и т.д. Рассмотре-
  ны различные подходы к эволюционного проектированию искусственных систем. Предло-
  жена Эволюционная модель формирования агентов и агентств, как основной компонент
  эволюционного проектирования. Предложены модифицированные эволюционные операто-
  ры кроссинговера для реализации процесса проектирования агентов.