УМНЫЕ СИСТЕМЫ АНАЛИЗА И РАССЛЕДОВАНИЯ КИБЕРАТАК: МЕТОДИЧЕСКИЙ ПОДХОД
Fuente:
Zenodo
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Recurso digital |
| Publicado: |
Zenodo
2026
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1866901837177683968 |
|---|---|
| author | ГЕЛЬМАНОВА ЗОЯ САЛИХОВНА FAYEZ WAZANI ABDUL WALID ТАШИБАЕВА РЕНАТА РАШИДОВНА ХАПАСОВ КАСЫМ БАХТИЯРОВИЧ |
| author_facet | ГЕЛЬМАНОВА ЗОЯ САЛИХОВНА FAYEZ WAZANI ABDUL WALID ТАШИБАЕВА РЕНАТА РАШИДОВНА ХАПАСОВ КАСЫМ БАХТИЯРОВИЧ |
| contents | <p class="MsoNormal"><em><span>В условиях роста киберугроз и усложнения цифровых инфраструктур особую актуальность приобретает автоматизация процессов анализа и расследования инцидентов информационной безопасности. В статье представлена методика автоматизированного анализа и поддержки расследования кибератак с применением методов искусственного интеллекта. Предложен комплексный подход, включающий сбор и предобработку данных, выявление аномалий на основе моделей машинного обучения, классификацию инцидентов и интеллектуальную поддержку принятия решений. Разработана архитектура системы, интегрирующая алгоритмы глубокого обучения и корреляционного анализа событий. Проведённые эксперименты показали повышение точности обнаружения атак, снижение уровня ложноположительных срабатываний и сокращение времени расследования. Дополнительно обоснована экономическая эффективность внедрения предложенной методики. Практическая значимость работы заключается в возможности применения разработанного подхода в корпоративных системах кибербезопасности для повышения уровня защиты и оптимизации деятельности специалистов.</span></em></p> |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_19528226 |
| institution | Zenodo |
| language | |
| publishDate | 2026 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | УМНЫЕ СИСТЕМЫ АНАЛИЗА И РАССЛЕДОВАНИЯ КИБЕРАТАК: МЕТОДИЧЕСКИЙ ПОДХОД ГЕЛЬМАНОВА ЗОЯ САЛИХОВНА FAYEZ WAZANI ABDUL WALID ТАШИБАЕВА РЕНАТА РАШИДОВНА ХАПАСОВ КАСЫМ БАХТИЯРОВИЧ кибербезопасность; кибератаки; искусственный интеллект; машинное обучение; анализ инцидентов; выявление аномалий; SIEM-системы; автоматизация расследования; цифровая безопасность; экономическая эффективность <p class="MsoNormal"><em><span>В условиях роста киберугроз и усложнения цифровых инфраструктур особую актуальность приобретает автоматизация процессов анализа и расследования инцидентов информационной безопасности. В статье представлена методика автоматизированного анализа и поддержки расследования кибератак с применением методов искусственного интеллекта. Предложен комплексный подход, включающий сбор и предобработку данных, выявление аномалий на основе моделей машинного обучения, классификацию инцидентов и интеллектуальную поддержку принятия решений. Разработана архитектура системы, интегрирующая алгоритмы глубокого обучения и корреляционного анализа событий. Проведённые эксперименты показали повышение точности обнаружения атак, снижение уровня ложноположительных срабатываний и сокращение времени расследования. Дополнительно обоснована экономическая эффективность внедрения предложенной методики. Практическая значимость работы заключается в возможности применения разработанного подхода в корпоративных системах кибербезопасности для повышения уровня защиты и оптимизации деятельности специалистов.</span></em></p> |
| title | УМНЫЕ СИСТЕМЫ АНАЛИЗА И РАССЛЕДОВАНИЯ КИБЕРАТАК: МЕТОДИЧЕСКИЙ ПОДХОД |
| topic | кибербезопасность; кибератаки; искусственный интеллект; машинное обучение; анализ инцидентов; выявление аномалий; SIEM-системы; автоматизация расследования; цифровая безопасность; экономическая эффективность |
| url | https://doi.org/10.5281/zenodo.19528226 |