Промышленная безопасность

Искусственный интеллект

Машинное обучение

49 страниц

9 месяцев назад

78 просмотров

Корреляция событий информационной безопасности в промышленных киберфизических системах на основе методов глубокого обучения

Содержание

Глава 1. Введение в информационную безопасность промышленных киберфизических систем
1.1 Понятие информационной безопасности
1.2 Значение киберфизических систем
1.3 Проблемы и угрозы информационной безопасности
Глава 2. Методы глубокого обучения в анализе событий информационной безопасности
2.1 Основы глубокого обучения
2.2 Применение глубокого обучения в кибербезопасности

2.3 Обзор существующих решений и инструментов

Глава 3. Корреляция событий и её значение

3.1 Что такое корреляция событий

3.2 Методы корреляции на основе глубокого обучения

3.3 Примеры успешного применения корреляции событий

Глава 4.Заключение и рекомендации по совершенствованию методов

4.1 Обобщение результатов

4.2 Рекомендации по внедрению методов

4.3 Перспективы дальнейших исследований

Введение

Данная работа посвящена исследованию методов глубинного обучения для корреляции событий в области информационной безопасности промышленных киберфизических систем. Киберфизические системы (КФС) являются основой современных промышленных решений и включают в себя как физические, так и виртуальные компоненты. С увеличением взаимосвязи и сложности этих систем возникает необходимость в улучшении методов защиты информации. Актуальность работы обусловлена растущим числом кибератак на индустриальный сектор и недостатком эффективных методов мониторинга и анализа событий безопасности. В рамках исследования будет рассмотрен обзор существующих подходов, выявлены проблемы и недостатки, а также предложены новые решения, основанные на современных алгоритмах глубокого обучения. Цель работы – разработать и протестировать методы корреляции событий безопасности, которые могут повысить защищенность киберфизических систем. В ходе работы будут определены основные задачи, включая анализ текущих методов, разработку новых алгоритмов и их практическое применение на примерах реальных систем.

АктуальностьС каждым годом количество кибератак на промышленные объекты растет, что делает вопросы информационной безопасности особенно актуальными. Промышленные киберфизические системы становятся все более сложными и взаимосвязанными, что открывает новые уязвимости. Исследование методов глубокого обучения для анализа событий безопасности является важным шагом в повышении общей защищенности таких систем.
ПроблематикаНесмотря на существующие решения в области информационной безопасности, многие из них не способны эффективно обрабатывать огромные объемы данных, возникающих в КФС. Также наблюдается нехватка методов, позволяющих динамически определять и реагировать на угрозы в реальном времени.
Цели работыОсновной целью данной работы является разработка методов, основанных на глубоких нейронных сетях, для корреляции событий информационной безопасности в промышленных киберфизических системах.
Задачи работыДля достижения поставленной цели необходимо решить следующие задачи: провести анализ существующих подходов, разработать алгоритмы глубокого обучения для корреляции событий, протестировать их на реальных данных и сделать выводы о их эффективности.

Список источников

1. Чесноков Алексей Дмитриевич. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ // StudNet. 2022. URL: https://cyberleninka.ru/article/n/informatsionnaya-bezopasnost-6 (дата обращения: 09.01.2026).

2. Авласевич Д. В., Дмитриев Н. А., Шаврина О. В., Чураев В. В.. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ // Форум молодых ученых. 2020. URL: https://cyberleninka.ru/article/n/informatsionnaya-bezopasnost-i-informatsionnye-tehnologii (дата обращения: 09.01.2026).

3. Яковлева Ю. В.. ВЗАИМОСВЯЗЬ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ И ИНФОРМАЦИОННОЙ КУЛЬТУРЫ // Вестник науки. 2022. URL: https://cyberleninka.ru/article/n/vzaimosvyaz-informatsionnoy-bezopasnosti-i-informatsionnoy-kultury (дата обращения: 09.01.2026).

4. Д. В. Скрипко, Д. А. Никитин, Н. В. Фомина. ПОЛИТИКА ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ // Актуальные проблемы авиации и космонавтики. 2021. URL: https://cyberleninka.ru/article/n/politika-informatsionnoy-bezopasnosti (дата обращения: 09.01.2026).

5. Морковкин Егор Андреевич, Новичихина Алёна Александровна, Замулин Иван Сергеевич. IP-АДРЕСАЦИЯ И ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ // Вестник Хакасского государственного университета им. Н. Ф. Катанова. 2022. URL: https://cyberleninka.ru/article/n/ip-adresatsiya-i-informatsionnaya-bezopasnost (дата обращения: 09.01.2026).

6. Генджимов Г.. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ: ВИРУСЫ // Вестник науки. 2023. URL: https://cyberleninka.ru/article/n/informatsionnaya-bezopasnost-virusy (дата обращения: 09.01.2026).

7. Юнусова Дженнет Абдулкадыровна, Дахададаева Асият Ахмеднабиевна. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ РЕГИОНА // Индустриальная экономика. 2022. URL: https://cyberleninka.ru/article/n/informatsionnaya-bezopasnost-regiona (дата обращения: 09.01.2026).

8. Качаев А. Ю., Хантыев Х. В., Эренженов А. М.. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ В КОМПАНИИ // Вестник науки. 2021. URL: https://cyberleninka.ru/article/n/informatsionnaya-bezopasnost-v-kompanii (дата обращения: 09.01.2026).

9. Кучер В. А.. МИКРОСЕГМЕНТАЦИЯ В ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ // Молодой исследователь Дона. 2021. URL: https://cyberleninka.ru/article/n/mikrosegmentatsiya-v-informatsionnoy-bezopasnosti (дата обращения: 09.01.2026).

10. В. Ж. Дубровский, Е. Н. Стариков. СТРУКТУРА ПРОМЫШЛЕННОЙ ПОЛИТИКИ В КОНТЕКСТЕ ИНСТИТУЦИОНАЛЬНОТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ НАЦИОНАЛЬНОЙ ПРОМЫШЛЕННОЙ СИСТЕМЫ // Естественно-гуманитарные исследования. 2025. URL: https://cyberleninka.ru/article/n/struktura-promyshlennoy-politiki-v-kontekste-institutsionalnotehnologicheskogo-razvitiya-natsionalnoy-promyshlennoy-sistemy (дата обращения: 09.01.2026).

11. Сероченкова Екатерина Александровна. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОМЫШЛЕННОЙ СИСТЕМЫ ВОДООТВЕДЕНИЯ // Известия Тульского государственного университета. Технические науки. 2020. URL: https://cyberleninka.ru/article/n/matematicheskoe-modelirovanie-promyshlennoy-sistemy-vodootvedeniya (дата обращения: 09.01.2026).

12. Конюхов В. Ю., Рогов В. Ю., Опарина Т. А.. ФОРМИРОВАНИЕ СИСТЕМЫ РЕСУРСОПОЛЬЗОВАНИЯ В АСПЕКТЕ УСТОЙЧИВОГО РАЗВИТИЯ ПРОМЫШЛЕННОЙ СИСТЕМЫ // Информационно-экономические аспекты стандартизации и технического регулирования. 2025. URL: https://cyberleninka.ru/article/n/formirovanie-sistemy-resursopolzovaniya-v-aspekte-ustoychivogo-razvitiya-promyshlennoy-sistemy (дата обращения: 09.01.2026).

13. Киреев Павел Павлович, Малыхина Ирина Олеговна. СУЩНОСТЬ И КЛАССИФИКАЦИЯ ВЫСОКОТЕХНОЛОГИЧНЫХ ПРОМЫШЛЕННЫХ СИСТЕМ В СОВРЕМЕННЫХ УСЛОВИЯХ // Journal of Monetary Economics and Management. 2024. URL: https://cyberleninka.ru/article/n/suschnost-i-klassifikatsiya-vysokotehnologichnyh-promyshlennyh-sistem-v-sovremennyh-usloviyah (дата обращения: 09.01.2026).

14. Стукало Роман Евгеньевич, Сафин Марат Абдулбариевич. ЭФФЕКТИВНАЯ ОРГАНИЗАЦИЯ БАЗ ДАННЫХ В ПРОМЫШЛЕННЫХ СИСТЕМАХ // Проблемы современной науки и образования. 2024. URL: https://cyberleninka.ru/article/n/effektivnaya-organizatsiya-baz-dannyh-v-promyshlennyh-sistemah (дата обращения: 09.01.2026).

15. Патраков А. И., Келушев А. И., Хамидуллин Р. Р.. ЭНЕРГОСБЕРЕЖЕНИЕ В СИСТЕМАХ ЭЛЕКТРОПРИВОДА НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ // Вестник науки. 2025. URL: https://cyberleninka.ru/article/n/energosberezhenie-v-sistemah-elektroprivoda-na-promyshlennyh-predpriyatiyah (дата обращения: 09.01.2026).

16. Коновалова Татьяна Георгиевна. ОЦЕНКА СИСТЕМЫ УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ // Прикладные экономические исследования. 2020. URL: https://cyberleninka.ru/article/n/otsenka-sistemy-upravleniya-promyshlennym-predpriyatiem (дата обращения: 09.01.2026).

17. Куприянова Татьяна Анатольевна. КОНТРОЛЛИНГ В СИСТЕМЕ УПРАВЛЕНИЯ ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ // Вестник Челябинского государственного университета. 2020. URL: https://cyberleninka.ru/article/n/kontrolling-v-sisteme-upravleniya-promyshlennym-predpriyatiem-1 (дата обращения: 09.01.2026).

18. Колодей Виктор Васильевич, Разумовский Павел Андреевич, Шакиров Станислав Рудольфович. СИСТЕМА МОНИТОРИНГА ПРОТЯЖЕННЫХ ПРОМЫШЛЕННЫХ ОБЪЕКТОВ // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2020. URL: https://cyberleninka.ru/article/n/sistema-monitoringa-protyazhennyh-promyshlennyh-obektov (дата обращения: 09.01.2026).

19. А.О. Бабкина,Л.А. Мхитарян,Максим Владимирович Прокопенко. Информационная безопасность в эпоху цифрового суверенитета и санкционных ограничений // ТЕНДЕНЦИИ РАЗВИТИЯ НАУКИ И ОБРАЗОВАНИЯ. 2024. URL: https://doicode.ru/doifile/lj/105/trnio-01-2024-685.pdf (дата обращения: 09.01.2026). DOI: 10.18411/trnio-01-2024-685

20. I. A. Shabanov. ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТ�� В ФИНАНСОВОМ СЕКТОРЕ: ВЫЗОВЫ, РЕШЕНИЯ И ВЛИЯНИЕ НА КАЧЕСТВО ФИНАНСОВОЙ ОТЧЕТНОСТИ // Youth science reporter. 2024. URL: https://vestnikmolnauki.ru/wp-content/uploads/2025/02/7-SHabanov.pdf (дата обращения: 09.01.2026). DOI: 10.46845/2541-8254-2024-5%2847%29-7-7

21. О. КИСЕЛЕВ И,И. МЕДВЕДЕВА Л. АНАЛИЗ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ НАСОСНОЙ СТАНЦИЕЙ // Промышленные АСУ и контроллеры. 2024. URL: http://asu.tgizd.ru/ru/arhiv/22985 (дата обращения: 09.01.2026). DOI: 10.25791/asu.8.2024.1522

22. В. РОДИОНОВА О,А. ИСАЕВ Е,А. ФРОНЯ А,С. ГРИГОРЬЕВА М,Н. ЗАВЕСТОВСКАЯ И. ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ В БИОМЕДИЦИНСКИХ НАУЧНЫХ ИССЛЕДОВАНИЯХ // Промышленные АСУ и контроллеры. 2024. URL: http://asu.tgizd.ru/ru/arhiv/23213 (дата обращения: 09.01.2026). DOI: 10.25791/asu.12.2024.1547

23. Л. П. Милешко. ФУНДАМЕНТАЛЬНАЯ ТЕОРИЯ УСТОЙЧИВОСТИ БИОСФЕРЫ // Проблемы окружающей среды и природных ресурсов. 2024. URL: http://catalog.viniti.ru/srch_result.aspx?IRL=SELECT+%28*%29+FROM+%28*%29+WHERE+%28doi%29+CONTAINS+%28E%2710.36535/0235-5019-2024-09-4%27%29&TYP=FULL1 (дата обращения: 09.01.2026). DOI: 10.36535/0235-5019-2024-09-4

24. Сергей Александрович Попов. Умный дом теперь в законе // LAST MILE Russia. 2024. URL: https://www.lastmile.su/journal/article/10238 (дата обращения: 09.01.2026). DOI: 10.22184/2070-8963.2024.117.1.16.17

25. Unknown. Анализ событий альтернативного сплайсинга в децидуальных клетках плаценты человека // Четырнадцатая международная мультиконференция : Тез. докл.. 2024. URL: https://publ.icgbio.ru/wp-content/uploads/2024/09/BGRSSB_2024_Abstracts-254-259.pdf (дата обращения: 09.01.2026). DOI: 10.18699/bgrs2024-1.4-02

26. Unknown. Сравнительный анализ критериев распознавания техногенных событий по записям арктических сейсмических станций «Колба» и «Амдерма» // ВОПРОСЫ ИНЖЕНЕРНОЙ СЕЙСМОЛОГИИ. 2024. URL: https://portal.ifz.ru/voprosyi-inzhenernoj-seismologii/soderzhanie/tom-51-nomer-4-2024/07 (дата обращения: 09.01.2026). DOI: 10.21455/vis2024.4-7

27. K.A. Shertayev,L. Naizabayeva. ГЛУБОКОЕ ОБУЧЕНИЕ В ИДЕНТИФИКАЦИИ СПИКЕРА: СОВРЕМЕННЫЕ МЕТОДЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ//МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ. // International Journal of Information and…. 2024. URL: https://journal.iitu.edu.kz/index.php/ijict/article/view/399/543 (дата обращения: 09.01.2026). DOI: 10.54309/ijict.2024.17.1.008

28. Илья Игоревич Буханский. Искусственный интеллект — это твое. Рец. на кн.: Ховард Дж., Гуггер С. Глубокое обучение с fastai и PyTorch: минимум формул, минимум кода, максимум эффективности. СПб.: Питер, 2022 // The monitoring of public opinion economic&…. 2024. URL: https://monitoringjournal.ru/index.php/monitoring/article/view/2550 (дата обращения: 09.01.2026). DOI: 10.14515/monitoring.2024.5.2550

29. К.К.Д. Арсетмави,Александр Сергеевич Тощев. Защита экосистем электронного обучения: интегрированная среда обнаружения угроз для виртуальной учебной среды Moodle // Vestnik of Russian New University. Series…. 2025. URL: https://vestnik-rosnou.ru/%D1%81%D0%BB%D0%BE%D0%B6%D0%BD%D1%8B%D0%B5-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B-%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7-%D0%B8-%D1%83%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5-complex-systems-models-analysis-management/2025/1/27 (дата обращения: 09.01.2026). DOI: 10.18137/rnu.v9187.25.01.p.27

30. Вера Аркадьевна Частикова,Мехри Хикметович Алиев,А.А. Тесленко,В.Г. Гуляй. Обнаружение вредоносных Android-приложений на основе методов глубокого обучения. Разработка нейросетевой архитектуры // Вестник Адыгейского государственного университета, серия «Естественно-математические и технические науки». 2025. URL: http://vestnik.adygnet.ru/files/2025.3/7678/32-42.pdf (дата обращения: 09.01.2026). DOI: 10.53598/2410-3225-2025-3-366-32-42

Еще 18 источников

Предпросмотр документа

Наименование образовательного учреждения

дипломный проект на тему

Корреляция событий информационной безопасности в промышленных киберфизических системах на основе методов глубокого обучения

Выполнил: ФИО

Руководитель: ФИО

2025

Глава 1. Введение в информационную безопасность промышленных киберфизических систем

1.1 Понятие информационной безопасности

Информационная безопасность включает в себя защиту информации от несанкционированного доступа, изменения и уничтожения. Важно понимать основные принципы и задачи, которые стоят перед специалистами в данной области.

1.2 Значение киберфизических систем

Киберфизические системы представляют собой интеграцию вычислительных блоков и физических процессов. Они широко используются в различных отраслях, включая промышленность и энергетику, что делает их безопасность критически важной.

1.3 Проблемы и угрозы информационной безопасности

В настоящее время существует множество угроз информационной безопасности, включая кибератаки, вирусные инфекции и внутренние угрозы. Каждая из этих проблем требует особого внимания и решения.

Глава 2. Методы глубокого обучения в анализе событий информационной безопасности

2.1 Основы глубокого обучения

Глубокое обучение является подмножеством машинного обучения и использует многослойные нейронные сети для анализа больших объёмов данных. Это позволяет находить соответствия и закономерности даже в сложных наборах данных.

2.2 Применение глубокого обучения в кибербезопасности

Методы глубокого обучения применяются для выявления аномалий и аналитики событий. Они позволяют обнаруживать атаки в реальном времени и минимизировать влияние инцидентов на производственную деятельность.

2.3 Обзор существующих решений и инструментов

Существуют различные решения, использующие методы глубокого обучения для повышения уровня безопасности. Важно рассмотреть как уже разработанные инструменты, так и новые подходы, предлагающие улучшения в данной области.

Глава 3. Корреляция событий и её значение

3.1 Что такое корреляция событий

Корреляция событий предполагает анализ взаимосвязей между событиями информационной безопасности. Это позволяет выявлять угрозы более эффективно и быстро реагировать на них.

3.2 Методы корреляции на основе глубокого обучения

Использование методов глубокого обучения в корреляции событий позволяет улучшить точность выявления и предсказания инцидентов, что критически важно для поддержания безопасности.

3.3 Примеры успешного применения корреляции событий

Примеры успешного применения методов корреляции в промышленных системах показывают значительное снижение числа инцидентов и улучшение времени реакции на атаки.

Глава 4.Заключение и рекомендации по совершенствованию методов

4.1 Обобщение результатов

В данной главе подведены итоги исследования, проанализированы полученные данные и выработаны основные выводы о важности использования глубокого обучения в корреляции событий.

4.2 Рекомендации по внедрению методов

Основанные на выводах рекомендации помогут организациям эффективно внедрять методы глубокого обучения для повышения информационной безопасности в промышленных киберфизических системах.

4.3 Перспективы дальнейших исследований

Перспективы дальнейших исследований заключаются в разработке новых алгоритмов и подходов, которые будут учитывать специфику промышленных киберфизических систем и современные угрозы.

Заключение

Информационная безопасность является ключевым аспектом функционирования промышленных киберфизических систем. Методы глубокого обучения имеют огромный потенциал в области корреляции событий, что позволяет существенно повысить уровень защиты от киберугроз.

Продолжи писать дипломный проект с нейросетью

Продолжить генерацию

Похожие дипломные работы

Безопасность жизнедеятельности

Промышленная безопасность

Муниципальное право

Механизмы и инструменты государственного и муниципального управления развитием активности населения в формировании и реализации мер обеспечения пожарной безопасности на территории Кемеровской области – Кузбасса

Содержание