Метод диагностики скрытого деструктивного информационного воздействия на основе оценки состояния объектов критической инфраструктуры

Актуальность. Устойчивый тренд на увеличение количества деструктивных информационных воздействий, усложнение способов воздействия, использование злоумышленниками искусственного интеллекта обуславливает необходимость обеспечения безопасности объектов критической информационной инфраструктуры преимущественно проактивными методами. Необходимым условием внедрения таких методов является своевременность обнаружения и нейтрализации скрытых целевых атак на защищаемые объекты.

Цель: повышение информационной безопасности объектов критической информационной инфраструктуры на базе разработанного метода раннего обнаружения скрытого информационного воздействия.

Методы: компаративный анализ в рамках системного подхода, синергетика, теория сложных технических систем, теория вероятностей.

Решение. Разработан метод ранней диагностики скрытого информационного воздействия на объекты критической информационной инфраструктуры, базирующийся на динамике изменения их внутреннего состояния под воздействием целевых атак. Предложен алгоритм реализации метода с учетом стохастичности оценки показателей признака проведения атаки. Метод обладает прогностической способностью, возможностью адаптации к изменяющимся условиям с учетом вероятностей ложного и необнаруженного отказа (ложноположительного и ложноотрицательного вывода о наличии деструктивного воздействия).

Новизна: предложен оригинальный метод, инвариантный к свойствам и характеристикам деструктивного воздействия, а также к виду и структуре объектов критической информационной инфраструктуры, обладающий элементами адаптации на базе учета стохастического характера признака выявления воздействия.

Практическая значимость. Представленные результаты могут быть использованы для создания перспективных систем обнаружения вторжений, что позволит повысить безопасность значимых объектов критической информационной инфраструктуры, а также иных важных информационных систем. Технические решения, реализованные на базе предложенного метода, могут быть интегрированы в существующие или перспективные системы обнаружения вторжений и SIEM-системы.

1. Игнатов А.А. Позиции стран – членов БРИКС на переговорах по вопросам международной информационной безопасности (МИБ) в ООН и проблема реализации потенциала БРИКС в развитии повестки МИБ // Вестник международных организаций: образование, наука, новая экономика. 2025. Т. 20. № 2. С. 78–97. DOI:10.17323/1996-7845-2025-02-05. EDN:WDKSSH

2. Лепешкин О.М., Остроумов О.А., Ковалев Д.С., Остроумова Е.В. К вопросу о понятии критической информационной инфраструктуры системы управления // I-methods. 2021. Т. 13. № 3. С. 2. EDN:XJYHFS

3. Лапсарь А.П., Назарян С.А., Владимирова А.И. Повышение устойчивости объектов критической информационной инфраструктуры к целевым компьютерным атакам // Вопросы кибербезопасности. 2022. № 2(48). С. 39–51. DOI:10.21681/2311-3456-2022-2-39-51. EDN:SGWWWD

4. Гончаров В.С., Верба В.А. Сравнительный анализ систем обнаружения вторжений // Телекоммуникации и информационные технологии. 2020. Т. 7. № 2. С. 86–91. EDN:DILZWD

5. Рыбаков С.Ю., Ташлыков Ф.А. Анализ подходов к обнаружению атак нулевого дня в сетях интернета вещей // Инженерный вестник Дона. 2025. № 7(127). С. 332–348. EDN:XJWPDK

6. Авсентьев О.С., Бутов В.В., Вальде А.Г. Модели обоснования организационно-технического обеспечения мероприятий по созданию СЗИ объектов информатизации // Труды учебных заведений связи. 2024. Т. 10. № 5. С. 93–108. DOI:10.31854/1813-324X-2024-10-5-92-107. EDN:AKWAWD

7. Баранов В.В. Интегральная модель оценки защищенности объектов информатизации в условиях деструктивного воздействия // Вестник СибГУТИ. 2022. № 3(59). С. 14–28. DOI:10.55648/1998-6920-2022-16-3-14-28. EDN:QWGCND

8. Белоусов Н.А., Махов Д.С., Захаров М.Ю. О методах нахождения вероятностей ошибок 1-го и 2-го рода при бинарной классификации // Электронный сетевой политематический журнал «Научные труды КубГТУ». 2024. № 3. С. 74–79. DOI:10.26297/2312-9409.2024.3.8. EDN:VKENFI

9. Котенко И.В., Саенко И.Б., Лаута О.С., Юрьев А.С., Запруднов М.С. Протестное программное обеспечение: анализ и подход к обнаружению, основанный на машинном обучении // Вопросы кибербезопасности. 2024. № 6(64). С. 42–52. DOI:10.21681/2311-3456-2024-6-42-52. EDN:VCJRVW

10. Будко Н.П., Крюков О.В., Южакова А.А. Модель превентивной идентификации отказов устройств и систем телекоммуникаций // Системы управления, связи и безопасности. 2025. № 2. С. 138–242. DOI:10.24412/2410-9916-2025-2-138-242. EDN:WFMJVO

11. Лапсарь А.П., Кенесариева Д.Г. Метод выявления таргетированных атак на ранних фазах // Вопросы кибербезопасности. 2025. № 2(66). С. 132–140. DOI:10.21681/2311-3456-2025-2-132-140. EDN:YCZJRF