საინფორმაციო ქსელში შეღწევის გამოვლენის თანამედროვე სისტემები
Article Sidebar
Main Article Content
ანოტაცია
თანამედროვე ქსელური ტექნოლოგიების, განსაკუთრებით IoT (Internet of Things - ნივთების ინტერნეტი)
სისტემების ფართო გამოყენებამ კიბერუსაფრთხოების მიმართულებით მნიშვნელოვანი საფრთხეები შექმნა. ერთ
ერთი გავრცელებული პრობლემა ანომალიებია - სიტუაციები, როდესაც არსებული მონაცემები არ ემთხვევა
ნორმალურ შაბლონს, რაც შესაძლოა გამოწვეული იყოს თაღლითური ქმედებებით. ნაშრომში გაანალიზებულია
საინფორმაციო ქსელში ანომალიის აღმომჩენი სისტემები. განხილულია მათი მუშაობის პრინციპები.
განსაკუთრებული ყურადღება გამახვილებულია თანამედროვე კიბერშეტევების პროგნოზირების სირთულეებზე,
რამაც გამოიწვია დაცვის სისტემებში ხელოვნური ინტელექტის მეთოდების გამოყენების აუცილებლობა. ამ
თვალსაზრისით, აღწერილია ცოდნაზე და გამოთვლით პროგნოზებზე დაფუძნებული სისტემები; აღნიშნულია მათი
დადებითი მხარეები და გამოწვევები. აქცენტები გაკეთებულია სისტემებში მოვლენათა კორელაციაზე, რომელიც
მოიცავს კომპლექსურ ამოცანებს, როგორიცაა აღმოჩენა, პრევენცია და რეაგირება უსაფრთხოების მონაცემთა
გაერთიანების მეშვეობით. ნაშრომში დამუშავებულია ცოდნაზე დაფუძნებული მანქანური სწავლების ალგორითმი,
რომელიც შეიძლება გამოყენებულ იქნას დიდ მონაცემთა ნაკადების შემოდინებისას რეალურ დროში. ალგორითმში
ახალი წესის ფორმირებისთვის შემოთავაზებულია გენეტიკური პროგრამირების და შემთხვევითი ტყის მეთოდების
გამოყენება.