Российские ученые нашли способ предотвращения кибератак

Ученые Южно-Уральского государственного университета (ЮУрГУ) разработали уникальную систему защиты промышленных объектов от кибератак и технических сбоев. Результаты исследования, опубликованные в сборнике International Conference on Industrial Engineering, Applications and Manufacturing, могут революционизировать подход к безопасности на производствах.

Как объяснили специалисты, современные промышленные комплексы – это сложные системы с десятками датчиков, отслеживающих различные параметры. Человеческий мозг не способен уследить за всеми потоками данных и вовремя заметить отклонения, сигнализирующие о начале поломки или хакерской атаке.

Разработанная учеными нейросетевая модель решает эту проблему путем двухэтапного мониторинга. Сначала система изучает нормальное функционирование объекта, анализируя показания всех датчиков в штатном режиме. Затем она переходит к непрерывному отслеживанию, сравнивая новые данные с эталонной картиной. При обнаружении аномалий, например, резкого падения давления без технологической причины, система мгновенно сигнализирует об угрозе.

Заведующий кафедрой «Защита информации» ЮУрГУ Александр Соколов отметил ключевое преимущество подхода – использование нейросети Кохонена, способной работать с большими данными, где много сложно связанных между собой показаний.

Эффективность системы была проверена на примере модели водоочистной станции, где ученые смоделировали четыре типа атак. Тестирование показало высокую точность работы, система правильно классифицировала 94% данных, а время обучения модели составило всего 3,5 минуты.

По словам разработчиков, в будущем функционал системы может быть расширен до предсказания конкретных действий злоумышленников и предложения мер по нейтрализации инцидентов. Это открывает перспективы для создания интеллектуальных систем безопасности нового поколения.

Ранее стало известно, что ученые институты МГУ работают над созданием квантовых сенсоров для более точного определения залежей полезных ископаемых. Подробнее об этом читайте в материале Общественной службы новостей.