ВИКОРИСТАННЯ ІНДИКАТОРІВ КОМПРОМЕТАЦІЇ ДЛЯ ВИЯВЛЕННЯ КІБЕРАТАК

Анотація

У роботі проведено всебічний аналіз систем виявлення та запобігання вторгненням (IDS та IPS), що дозволило оцінити їх ефективність у виявленні різних типів кібератак, включаючи ті, що здійснюються через приховані канали зв’язку. Особлива увага приділена вивченню природи стеганографічних каналів, які ускладнюють детекцію атак, а також факторів, що впливають на їхнє виявлення, таких як динаміка мережевого трафіку та особливості поведінки атакуючих. Досліджено індикатори атак, сформовані за допомогою методів штучного інтелекту на основі аналізу мережевого трафіку, що дозволяє підвищити точність та швидкість виявлення шкідливої активності. Оцінено можливості платформи Splunk Machine для побудови моделей виявлення атак та аналізу аномальної поведінки у мережах, а також розроблено класифікатори для створення системи виявлення вторгнень на основі методів машинного навчання. У рамках дослідження запропоновано архітектуру системи, обрано оптимальний набір даних для навчання моделі, усунуто дисбаланс класів, визначено та відібрано найбільш значущі ознаки, а також здійснено зменшення простору ознак для підвищення ефективності та швидкодії моделі. Проведено налаштування та тестування моделі, оцінено її ефективність на основі отриманих результатів, що підтверджує практичну застосовність підходу для виявлення реальних кібератак. Мета дослідження полягає у вивченні потенціалу застосування штучного інтелекту для виявлення вразливостей у мережевій інфраструктурі на основі індикаторів компрометації, враховуючи специфіку прихованих каналів зв’язку, динаміку поведінки атакуючих та обмеження традиційних статистичних методів. Отримані результати можуть бути використані для вдосконалення існуючих систем кібербезпеки та створення ефективних засобів раннього виявлення складних атак.