Разработка модели прогнозирования кибератак

Аннотация

В статье рассматривается проблема повышения проактивности защиты информационных систем за счет прогнозирования кибератак. Основная цель исследования заключается в разработке и валидации модели прогнозирования инцидентов информационной безопасности, основанной на анализе гетерогенных данных, собираемых центром управления информационной безопасностью (Security Operation Center – SOC). Авторами предложена многоуровневая архитектура модели, интегрирующая методы предобработки больших объемов операционных данных (логи SIEM, NetFlow, алерты IDS/IPS, данные EDR), выделения значимых признаков и применения ансамблевых алгоритмов машинного обучения, включая градиентный бустинг и рекуррентные нейронные сети, для выявления прекурсоров атак. Экспериментально подтверждена эффективность модели на реальных исторических данных SOC, продемонстрировавшая снижение времени обнаружения (MTTD) угроз на 35% и повышение точности (precision) прогноза до 0.87. Результаты исследования имеют значительный практический потенциал для совершенствования процессов мониторинга и реагирования в SOC.