Методы прогнозирования и оценки эффективности защиты информации в сложных системах обработки данных
Автор: Самохина Н.С., Ефремов А.С.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 4-1 (103), 2025 года.
Бесплатный доступ
Целью работы является разработка гибридной модели прогнозирования уязвимостей и оценки эффективности защиты информации в DevOps-ориентированных системах. В исследовании использована комбинация методов машинного обучения (LSTM-сети), статистического анализа (метод Монте-Карло) и теории надежности (FTA, HARA). Экспериментальные исследования проведены на распределенной системе обработки платежных данных. В результате удалось достичь сокращения времени обнаружения угроз на 34% и повышения точности прогнозирования инцидентов до 89.2%. Коэффициент эффективности защиты при этом вырос с 0.67 до 0.83. Разработанная методология внедрена в CI/CD-конвейер SaaS-платформы для финансового сектора, что подтверждает ее практическую значимость.
Информационная безопасность, прогнозирование угроз, сложные системы, машинное обучение
Короткий адрес: https://sciup.org/170210155
IDR: 170210155 | DOI: 10.24412/2500-1000-2025-4-1-221-225
Methods of forecasting and assessing the efficiency of information protection in complex data processing systems
The aim of the work is to develop a hybrid model for predicting vulnerabilities and assessing the effectiveness of information protection in DevOps-oriented systems. In the course of the work, a combination of machine learning methods (LSTM networks), statistical analysis (Monte Carlo method) and reliability theory (FTA, HARA) were used. Experimental studies were conducted on a distributed payment data processing system. As a result, it was possible to reduce the threat detection time by 34% and increase the accuracy of incident prediction to 89.2%. The protection efficiency coefficient increased from 0.67 to 0.83. The developed methodology for implementation in the CI/CD pipeline of a SaaS platform for the economic sector, which ensures its practical effectiveness.
