Найти тему

Студентка ДГТУ получила грант в размере 1 млн рублей на разработку системы защиты от сетевых атак

Студентка 2-го курса факультета «Информатика и вычислительная техника» ДГТУ Арина Емельянова победила в конкурсе «Студенческий стартап», который реализует Фонд содействия инновациям, в направлении «Цифровые технологии». Проект «Киберщит» получит финансовую поддержку в размере 1 млн рублей.

– В последние годы возросла необходимость детектирования и нейтрализации сетевых DDoS-кибератак (см. справку) для обеспечения безопасности онлайн-бизнеса. В 88% случаев попытки проникнуть в локальную сеть оказываются успешными. Это значит, что пользователи так или иначе могут быть взломаны. Кроме того, 12% атак достигают критически важных систем, что может привести к серьезным проблемам, – прокомментировала Арина Емельянова.

Проект «Киберщит. Разработка интеллектуальных алгоритмов для детектирования и нейтрализации сетевых атак с применением ИИ и ML» (см. справку) использует элементы искусственного интеллекта для повышения точности и эффективности алгоритмов. Созданное облачное программное обеспечение автоматически выявляет и нейтрализует сетевые атаки, направленные на интернет-ресурсы пользователей. Проект ориентирован на стартапы, малый и средний бизнес, а также на фрилансеров, желающих повысить производительность труда.

На данный момент проект находится на ранней стадии разработки – TRL2 (см. справку). Сформированы команда проекта, бизнес-гипотеза, генеральный и календарный планы. Полученный грант позволит создать прототип, который будет протестирован на информационных базах партнеров. В перспективе планируется вывести проект на рынок.

Справка:

DDoS (Distributed Denial of Service – распределенный отказ в обслуживании) – разновидность хакерской атаки, которая перегружает пропускной канал, нарушая работу сервиса (портала, сайта, интернет-магазина).

ML – машинное обучение (от англ. machine learning) – класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение за счет применения решений множества сходных задач. Для построения таких методов используются средства математической статистики, численных методов, математического анализа, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.

TRL (technology readiness level) – методика определения уровня готовности технологии. TRL 2 – формулировка концепции технологии и оценка области применения.