Разработка и внедрение системы обнаружения атак на основе нейронных сетей для защиты информации федерального бюджетного учреждения «Администрация Амурского бассейна внутренних водных путей»
Автор: Спиридович А.О.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 2-2 (101), 2025 года.
Бесплатный доступ
В условиях современной информационной среды, характеризующейся увеличением объема и ценности обрабатываемой информации, обеспечение информационной безопасности приобретает первостепенное значение. Традиционные методы обнаружения атак часто оказываются неэффективными перед лицом сложных киберугроз. В статье предлагается подход к повышению уровня информационной безопасности Федерального бюджетного учреждения «Администрация Амурского бассейна внутренних водных путей» путем разработки системы обнаружения атак на основе применения искусственных нейронных сетей, обладающих способностью к адаптивному обучению и распознаванию образов. Искусственная нейронная сеть представляет систему взаимосвязанных нейронов, способных обрабатывать большие объемы данных и выявлять скрытые закономерности. Для решения задачи обнаружения атак выбран алгоритм глубокого обучения, доказавший свою эффективность в решении задач распознавания образов. Результаты моделирования показывают, что нейронная сеть, обученная на специально сформированной базе данных, способна классифицировать сообщения электронной почты как спам или «обычные», что помогает оптимизировать работу с почтой и улучшает информационную безопасность Федерального бюджетного учреждения «Администрация Амурского бассейна внутренних водных путей». Предложенное решение представляет собой эффективный подход к повышению уровня информационной безопасности Федерального бюджетного учреждения «Администрация Амурского бассейна внутренних водных путей» за счет своевременного выявления и блокирования спам-сообщений, которые могут содержать вредоносное программное обеспечение или фишинговые ссылки.
Информационная безопасность, обнаружение атак, искусственные нейронные сети, глубокое обучение, спам, фишинг, киберугрозы
Короткий адрес: https://sciup.org/170209909
IDR: 170209909 | DOI: 10.24412/2500-1000-2025-2-2-145-151
Development and implementation of an attack detection system based on neural networks to protect information of the federal budget institution Administration of the Amur Basin of Inland Waterways
In the modern information environment, characterized by an increase in the volume and value of processed information, ensuring information security is of paramount importance. Traditional attack detection methods often prove ineffective in the face of complex cyber threats. The article proposes an approach to improving the level of information security of the Federal Budget Institution «Administration of the Amur Basin of Inland Waterways» by developing an attack detection system based on the use of artificial neural networks capable of adaptive learning and pattern recognition. An artificial neural network is a system of interconnected neurons capable of processing large amounts of data and identifying hidden patterns. To solve the problem of detecting attacks, a deep learning algorithm has been chosen, which has proven its effectiveness in solving image recognition problems. The simulation results show that a neural network trained on a specially generated database is able to classify e-mail messages as spam or «regular», which helps optimize mail handling and improves information security of the Federal Budget Institution Administration of the Amur Basin of Inland Waterways. The proposed solution represents an effective approach to improving the information security of the Federal Budget Institution Amur Basin Administration of Inland Waterways by timely detecting and blocking spam messages that may contain malicious software or phishing links.
