Гибридный метод моделирования систем искусственного интеллекта для выявления кибератак

Аннотация

Цель. Целью исследования является разработка адаптивной системы защиты критической инфраструктуры жизнеобеспечения на основе гибридных ИИ-методов, объединяющих машинное обучение (МО) и обучения с подкреплением. Метод. Используется гибридный метод моделирования систем искусственного интеллекта для выявления кибератак. Основой метода является комбинирование обучения с подкреплением и анализа аномалий, что позволяет системе автоматически адаптироваться к новым угрозам в процессе эксплуатации. Результат. Предложено внедрение систем искусственного интеллекта на этапах мониторинга, анализ полученных данных и оперативное реагирование по ликвидации угрозы. Система включает разработку гибридных моделей для анализа данных, которая объединяет информацию из внешних источников и журналов событий. Применение системы позволит повысить устойчивость инфраструктуры, снижая уязвимость к угрозам, обеспечивая бесперебойное функционирование в условиях информационной угрозы. Вывод. Рассмотрены новые подходы к использованию систем искусственного интеллекта для повышения эффективности защиты критической инфраструктуры объектов. Предложены модели искусственного интеллекта, основанные на машинном обучении, позволяющие обнаруживать за короткое время не только старые угрозы, но и нетипичные сценарии информационных взломов. Алгоритмы прогнозирования применяются для анализа и последующего исследования аномального поведения вредоносной системы, в то время, как глубокое обучение обеспечивает точное заключение по классификации угроз.