Применение алгоритмов биоинформатики для обнаружения мутирующих кибератак
Автор: Дмитрий Петрович Зегжда, Максим Олегович Калинин, Василий Михайлович Крундышев, Дарья Сергеевна Лаврова, Дмитрий Андреевич Москвин, Евгений Юрьевич Павленко
Журнал: Информатика и автоматизация (Труды СПИИРАН).
Рубрика: Информационная безопасность
Статья в выпуске: Том 20 № 4, 2021 года.
Бесплатный доступ
Функционал любой системы может быть представлен в виде совокупности команд, которые приводят к изменению состояния системы. Задача обнаружения атаки для сигнатурных систем обнаружения вторжений эквивалентна сопоставлению последовательностей команд, выполняемых защищаемой системой, с известными сигнатурами атак. Различные мутации в векторах атак (включая замену команд на равносильные, перестановку команд и их блоков, добавление мусорных и пустых команд) снижают эффективность и точность обнаружения вторжений. В статье проанализированы существующие решения в области биоинформатики, рассмотрена их применимость для идентификации мутирующих атак. Предложен новый подход к обнаружению атак на основе технологии суффиксных деревьев, используемой при сборке и проверке схожести геномных последовательностей. Применение алгоритмов биоинформатики позволяет добиться высокой точности обнаружения мутирующих атак на уровне современных систем обнаружения вторжений (более 90%), при этом превосходя их по экономичности использования памяти, быстродействию и устойчивости к изменениям векторов атак. Для улучшения показателей точности проведен ряд модификаций разработанного решения, вследствие которых точность обнаружения атак увеличена до 95% при уровне мутаций в последовательности до 10%. Метод может применяться для обнаружения вторжений как в классических компьютерных сетях, так и в современных реконфигурируемых сетевых инфраструктурах с ограниченными ресурсами (Интернет вещей, сети киберфизических объектов, сенсорные сети).
Алгоритм Укконена, безопасность, биоинформатика, выравнивание, мутация, полиморфизм, сигнатура, суффиксное дерево
Короткий адрес: https://sciup.org/14127342
IDR: 14127342 | DOI: 10.15622/ia.20.4.3