Исследователи из Пермского государственного национального исследовательского университета (ПГНИУ) работают над созданием нейронной сети для защиты от сетевых вторжений. Разработка успешно прошла тестирование на базе данных в 5 миллионов сведений и готовится к новым испытаниям. Подробности работы авторы представили на XV Всероссийской научной конференции «Нейрокомпьютеры и их применение» в Москве.
Credit: Stockvault
С повсеместным распространением интернета и переходом большого количества информации в электронный вариант мир столкнулся с новой напастью – кибервойной. В её пространстве можно оставаться незамеченным и осуществлять удары с помощью сетевых атак, которые возможно осуществлять без очного присутствия и даже с другого конца света. Кибератаки в первую очередь направлены на дестабилизацию и создание беспорядка в какой-либо компьютерной системе, будь то небольшая фирма или целая страна.
В Перми заниматься искусственным интеллектом начали сравнительно недавно. Одноименную дисциплину в 1998 году стал преподавать в ПГНИУ доктор технических наук, профессор Леонид Ясницкий. Именно он впервые в России описал принципиальную возможность создания нейросети-антихакера в своей книге «Введение в искусственный интеллект».
Первые тесты команда исследователей провела на общедоступной базе данных KDD Cup 1999. На одной выборке – 2,5 миллионах примеров вторжений – искусственный интеллект прошёл обучение, а на другой – продемонстрировал учёным точность определения инцидентов в среднем в 99,83%.
«Разработка не является принципиально новой, — говорит Валерия Суворова, студентка 6 курса механико-математического факультета ПГНИУ, один из авторов нейросети. – Механизм нейронных сетей можно использовать для разных целей. В нашем случае – это защита информационных ресурсов от сетевых атак».
Исследователи создали нейронную сеть на основе специальной выборки – общедоступной базы данных, на которой произвели обучение нейросети и дальнейшее тестирование программы. Авторы выделили наиболее значимые параметры и убрали лишние с целью снижения нагрузки на нейронную сеть. В результате получилась готовая модель нейросети, которая способна распознавать сетевые атаки и относить их к одному из девятнадцати видов вторжений с высокой точностью.
Теперь исследователи разрабатывают программный комплекс, который включит три модуля. Задачей первого будет сбор «сырых» данных сетевого трафика и запись их в базу данных. Второй модуль станет работать с базой – извлекать нужные данные, анализировать и производить дополнительные вычисления. Так, для каждого выявленного сигнала сформируется свой результат – атака ли произошла или нет, и если да, то определится вид этой атаки.
Пока пермская нейросеть может производить дифференцировку только тех кибератак, на которых она обучалась. При неизвестных искусственному интеллекту сигналах программа сделает вывод о похожести его на какую-то из кибератак или сообщит о неспособности её дифференцировать. В конце анализа нейросеть сформирует список вторжений, а в дальнейшем одной из дополнительных функций станет создание рекомендаций по их устранению.
Третий же модуль – это консоль управления или интерфейс, в котором происходит взаимодействие нейросети с пользователем, то есть настройка всей системы.
Сейчас команда разработчиков продолжает проводить исследования, а также создавать другие модели, обученные на более новых данных. По словам исследователей, при успешном прохождении всех этапов искусственный интеллект может стать помощником для интернет-провайдеров, телекоммуникационных компаний, а также одним из способов защиты информации для других участников IT-сферы.
Совсем недавно создатели нейросети заняли призовое место в конкурсе «Из студента в резиденты» Пермского инновационного центра «Мозгово». Также авторы готовятся выступить с разработкой в конкурсной программе «УМНИК».
Текст: Екатерина Заикина
Суворова В.А. Опыт разработки и исследования модели обнаружения сетевых атак на основе искусственной нейронной сети. XV Всероссийская научная конференция «Нейрокомпьютеры и их применение»: тезисы докладов. М: ФГБОУ ВО МГППУ, 2017. C. 203 – 205.