Научная секция, посвященная широкому кругу вопросов информационной безопасности. Академические исследования и прикладные проекты.
Д.т.н., профессор, заслуженный деятель науки РФ, главный научный сотрудник и руководитель научно-исследовательской лаборатории проблем компьютерной безопасности, СПб ФИЦ РАН
Предложен подход к обнаружению атак в сетях Интернета вещей на основе многозадачного обучения. Проведено сравнение эффективности моделей однозадачного обучения и моделей многозадачного обучения с жестким и мягким совместным использованием параметров. Представлен гибридный метод сэмплирования, сочетающий случайную субдискретизацию с передискретизацией на основе генеративной состязательной сети. Реализован алгоритм инициализации весов для устранения несбалансированной классификации. Результаты экспериментов показали, что модели многозадачного обучения превосходят однозадачное обучение, достигая более высокой эффективности обнаружения, особенно при редких атаках.
Одной из важнейших проблем для систем биометрической аутентификации является обеспечение конфиденциальности биометрических шаблонов и защита от компьютерных атак. В докладе рассматривается новая модель искусственного нейрона и модель нейросетевого преобразователя биометрия-код, которые позволяют построить архитектуру системы биометрической аутентификации, изначально устойчивую к состязательным атакам и другим деструктивным воздействиям со стороны злоумышленника, приводящим к нарушению конфиденциальности биометрических шаблонов. Приведены результаты экспериментов, подтверждающих эффективность предложенных моделей. В качестве инструмента для моделирования систем классификации биометрических образов применялся пакет программ AIConstructor.
В последнее время для обнаружения вторжений и аномалий в киберфизических системах были предложены различные методы глубокого обучения. В докладе рассматриваются различные подходы к преобразованию табличных данных в изображения, и анализируется их влияние на эффективность обнаружения атак, в том числе на способность обнаруживать новые и ранее неизвестные атаки. Эксперименты выполнялись как с использованием сетевого трафика, так и на данных от физических датчиков. На основе проведенного исследования делается вывод о применимости рассмотренного преобразования входного потоках данных в задаче выявления аномалий в киберфизических системах.
Построение графов атак с учетом устройств, уязвимости которых не представлены в открытых базах данных, представляет собой сложную задачу. В докладе представлен подход, позволяющий с помощью методов искусственного интеллекта прогнозировать наличие уязвимостей в устройствах на основе схожести их конфигурации с конфигурациями других устройств. Приведены результаты экспериментов, подтверждающих эффективность предложенного решения.
Успешные кибератаки на промышленные системы, такие как системы очистки воды, могут привести к непоправимым последствиям для экономики и здоровья населения. Для обнаружения и прогнозирования ранее неизвестных кибератак применяют методы искусственного интеллекта, в частности, машинное обучение и глубокое обучение. Однако применение данных методов ограничено доступностью и качеством наборов данных для обучения. Анализ исследований в данной области показывает, что существует потребность в единой методологии формирования набора данных. В рамках данного исследования предлагается методология создания набора данных для обеспечения кибербезопасности комплексных очистных сооружений. Определены основные этапы методологии и их особенности. Дается сценарий применения методологии, описывающий подготовительные этапы формирования набора данных, а именно спецификацию технологического процесса, разработку тестового стенда и разработку модели атак для рассматриваемого технологического процесса. Набор данных, полученный с использованием разработанной методологии, будет использоваться для разработки и тестирования методов обнаружения кибератак на основе машинного и глубокого обучения, а также для усиления безопасности комплексных очистных сооружений.
Целью работы является моделирование объектов критической информационной инфраструктуры (КИИ) на основе математического аппарата гиперсетей и сетей Петри. Предлагаемый способ построения математических моделей позволяет разработать параметрически точные имитационные модели для исследования свойств защищенности и устойчивости объектов КИИ, и моделировать воздействия на них компьютерных атак (КА). Предлагаемый способ имитационного моделирования позволяет учитывать конфигурационные и коммуникационные особенности построения и функционирования, динамику воздействия нарушителя на объекты КИИ, существующую политику безопасности, проводить моделирование функциональных и структурных свойств устойчивости, а также исследовать степень влияния этих элементов на защищенность объекта КИИ. Это позволяет осуществлять оценку защищенности, обеспечивать информационную безопасность объектов КИИ с учетом конфигурационных и коммуникационных параметров объекта КИИ, уменьшать зависимость от экспертных оценок.
Принцип двухфакторной авторизации предполагает, что при входе в систему управления сервисом требуется ввести два ключа, полученных при помощи двух или более независимых технологий связи. В большинстве технологий IoT устройства подключаются посредством беспроводных технологий связи. Беспроводное подключение предполагает только однофакторную аутентификацию в момент подключения, которую можно легко обойти. Единственный способ добавить дополнительный процесс аутентификации заключается в использовании прикладных протоколов. Требуется разработать такую последовательность действий, которая бы исключала доступ в публичную сеть до процедуры вторичной аутентификации. Для этого необходимо увязать процессы вторичной аутентификации и авторизации (снятия ограничений с сетевого подключения IoT устройства). В предложенном в докладе способе подключения IoT устройств по беспроводной технологии DECT первоначально выполняется аутентификация абонентского устройства DECT, сопряженного с IoT устройством. Разрешение на функционирование абонентского устройства должно выдаваться только после проверки базовой станции, этот процесс является второй стадией аутентификации. Протокол прикладного уровня MQTT также можно попытаться использовать для дополнительного процесса аутентификации.
Термин «цифровой двойник» (Digital twin, сокр. DT) появился около десяти лет назад и до сих пор не имеет четкого определения. Тем не менее интерес к этому направлению постоянно возрастает особенно в тех областях, где много неформализуемых задач, нечетких значений параметров, случайных и непредвиденных ситуаций. DT во многом могут решать часть этих задач на этапах проектирования и работы сложных систем управления. В докладе рассматривается модель DT, ориентированная на системы управления информационной безопасностью (СУИБ), позволяющая находить обоснованные решения по выбранным критериям при проектировании СУИБ.
Разработанный метод позволяет определить исходные уровни доверия для таких факторов (FAR, FRR, EER и др.), не зависящие от используемой дальнейшей обработки. Выбирается некоторое число параметров фактора. Выбираются наиболее значимые параметры фактора, если они замеряются вручную или с использованием автоматического детектора/ов, либо берутся компоненты вектора признаков при использовании детекторов нейронной сети. Число наиболее значимых параметров фактора определяет размерность пространства в котором строятся соответствующие каждому субъекту гиберсферы. Взаимное расположение этих гиперсфер определяет основные характеристики фактора - FAR, FRR, ERR и др.
Представлен анализ возможностей применения концепции взвешенной структуры контейнера как подхода для реализации эффективной защиты мультимедиа данных, обладающих неравномерной избыточностью, а также позволяющей противодействовать атакам фальсификации. Предложен комплексный подход по организации защиты мультимедиа данных, включающих решение задачи определения параметров взвешенного контейнера, поиска оптимальных кодовых конструкций во взвешенной метрике Хэмминга.
В докладе обобщаются признаки классификации атак на системы машинного обучения и меры защиты от них. Выделяются и рассматриваются наиболее распространенные угрозы, которые по своему типу относятся к атакам «белого ящика» или «черного ящика». Обосновываются наиболее распространенные методы защиты от атак на системы машинного обучения. Для ряда наиболее сложных методов приводится их детальное описание на уровне отдельных этапов. Выделяются особенности реализации методов защиты, позволяющие повысить эффективность обнаружения атак на системы машинного обучения.
Обучение с подкреплением является популярным инструментов в задачах с высокой степенью неопределенности и изменчивости условий. Взаимодействие агента и среды позволяет находить эффективные стратегии поведения и, основываясь на постоянном эксперименте, оптимизировать эти стратегии при изменении условий. При моделировании поведения нескольких агентов возникает вопрос о взаимном обучении, передаче знаний от одного агента к другому, что позволяет повысить эффективность обучения. В докладе рассматриваются различные подходы к организации мультиагентного обучения с подкреплением и их применение к задачам кибербезопасности.
В ходе исследования были рассмотрены современные прикладные архитектурные подходы к защите микросервисов от вредоносных атак с акцентом на анализ эффективности файерволов веб-приложений. Проанализированы возможности применения белых списков в сочетании с форматно-логическим контролем входных данных. С помощью анализа эффективности каждого метода авторы пришли к выводу, что их совместное применение позволяет эффективно противодействовать современным угрозам. Вместе с тем, в докладе подчеркивается необходимость осознания потенциальных рисков и недостатков данного подхода, которые необходимо учитывать при проектировании различных информационных бизнес решений.
Целью работы является повышение доверия к идентификации и аутентификации субъектов доступа в двух проектах АНО НТЦ ЦК, связанных с совершенствованием криптографических механизмов и протоколов с помощью имплементации российских криптографических методов и средств. Первый проект посвящен разработке и испытаниям макета доверенного программно-технического решения, обеспечивающего повышение достоверности взаимной аутентификации в протоколах маршрутизации сетевого трафика с использованием российских криптографических механизмов. Также рассмотрен проект обеспечения делегированной идентификации и аутентификации пользователей по запросам от внешних информационных систем, клиентов провайдера идентификации и аутентификации, согласно протоколу аутентификации, расширяющему состав спецификации протокола OpenID Connect 1.0 с учетом применения отечественных криптографических алгоритмов.
Генеральный партнер
Генеральный партнер
Стратегический деловой партнер
при поддержке и участии ФСБ РОССИИ, ТК26, УМО ИБ, МОО «АЗИ», ВШЭ, АНО «НТЦ ЦК»