Развитие методов и алгоритмов систем обнаружения и предотвращения вторжений на основе статистических методов и устойчивых алгоритмов машинного обучения.
Аннотация
Исследование уязвимостей систем обнаружения и предотвращения вторжений (IDS/IPS) в алгоритмах, основанных на статистических методах и методах машинного обучения, является актуальной темой в силу постоянного роста киберугроз в нынешнее время, необходимости защиты конфиденциальности данных, применения новейших технологий и распространенности использования методов машинного обучения в области информационной безопасности.
Практическая значимость исследования заключается в следующем: результаты исследования позволят выявить уязвимости в системах обнаружения и предотвращения вторжений (IDS/IPS), что способствует повышению общего уровня безопасности информационных систем; изучение алгоритмов, основанных на статистических методах и методах машинного обучения, позволит разработать новые методы защиты от атак и внедрить их в существующие IDS/IPS; полученные результаты могут быть использованы для обучения специалистов по информационной безопасности, что способствует повышению уровня квалификации и подготовки кадров в данной области.
Практическая значимость исследования заключается в следующем: результаты исследования позволят выявить уязвимости в системах обнаружения и предотвращения вторжений (IDS/IPS), что способствует повышению общего уровня безопасности информационных систем; изучение алгоритмов, основанных на статистических методах и методах машинного обучения, позволит разработать новые методы защиты от атак и внедрить их в существующие IDS/IPS; полученные результаты могут быть использованы для обучения специалистов по информационной безопасности, что способствует повышению уровня квалификации и подготовки кадров в данной области.