Принципы построения адаптивной системы киберзащиты

Безобразов, Сергей Валерьевич; Головко, Владимир Адамович

Search

View/Open document files

Текст статьи (2.459Mb)

Author

Безобразов, Сергей Валерьевич
Головко, Владимир Адамович

Date

2013

Publisher

ТЧУП «Белэлектронконтракт»

UDC

004.056.57:032.26

Show full item record

Citation

Безобразов, С. В. Принципы построения адаптивной системы киберзащиты / С. В. Безобразов, В. А. Головко. – Текст : непосредственный // Электроника инфо. – 2013. – № 6. – С. 188–191. – Библиография: 11 назв.

Abstract

Методы искусственного интеллекта в целом, а также искусственные иммунные системы и искусственные нейронные сети в частности, являются мощным инструментом в области анализа данных. Они хорошо себя зарекомендовали в решении сложных инженерных задач в различных отраслях. Зачастую, интеграция методов искусственного интеллекта приводит к достижению лучших результатов, нежели использование их по отдельности. В данной статье мы описываем основные принципы построения интеллектуальной системы защиты информации от вредоносных программ и сетевых вторжений. Такая система базируется на интеграции методов искусственных иммунных систем и искусственных нейронных сетей. Основной упор будет сделан на исследование адаптивной способности предлагаемого подхода.

Annotation in another language

Artificial immune systems (AIS) and artificial neural networks (ANN) are very powerful technique for data mining and pattern recognition. Over the past few decades, application of these approaches has been growing rapidly in different domain. However, to date a consistent performance of AIS and ANN has not achieved. We sincerely believe that integration of these both techniques can allow constructing an intelligent system for information security. In this research we report a novel method for malicious code detection. It is based on main principles of AIS, which consist of different immune detectors and each immune detector represents counterpropagation neural network. The main goal of proposed approach is to detect unknown, previous unseen threat (malicious code, intrusion detection, etc.). It is achieved by the adaptation of the neural network immune detectors to the continually changeable computer environment. As a result the immune detectors have capability to evolve during a life. The evolution ability of neural immune detectors in artificial immune system is presented. The results of the experiments are shown the performance of the algorithm in increasing the quality of new, unknown threat detection.