«Актуальные вопросы развития инновационно-
информационных технологий на транспорте» АВРИИТТ-2022
I-
Республиканская научно-техническая конференция
(Ташкент, 21-22 ноября 2022 года)
113
СРЕДСТВ ЗАЩИТЫ ИНФОРМАЦИИ ЛОКАЛНЫХ СЕТЕЙ
Ташметов Т.Ш.,
Ташкентский государственный транспортный университет Ассистент
кафедры «Информационные системы и технологии на транспорте»,
tima260491@gmail.com
Ташметов К.Ш.,
Ташкентский государственный транспортный университет Ассистент
кафедры «Информационные системы и технологии на транспорте»,
Гаффаров Н.А.,
Ташкентский государственный транспортный университет Ассистент
кафедры «Информационные системы и технологии на транспорте»,
https://doi.org/10.47689/978-9943-7818-0-1-v2-pp113-117
Аннотация:
Проанализированы
возможные
последствия
несанкционированного доступа к электронной информации. Рассмотрены
функции нейронных сетей, позволяющие или в какой-то своей части одной
из них, или в их комплексе противодействовать несанкционированному
доступу к электронной информации.
Ключевые слова: средство защиты, защита информации,
несанкционированный доступ; сетевые атаки, хищение информации,
утечка информации, DDos атака.
Введение
Быстрое и повсеместное распространение Интернета привело к
бурному развитию компьютерных сетей, что позволило существенно
расширить возможности для компаний, предоставляющих свои услуги через
глобальную сеть [1]. К глобальной сети подключены миллионы устройств и
пользователей, благодаря чему множество фирм и потребителей
взаимодействуют между собой [2]. Для реализации своих услуг компании
используют информационные ресурсы, которые позволяют выполнять
обработку информации, относящуюся к их клиентам [3].
Некорректная работа или недоступность сервисов может повлечь
значительные потери, как финансовые информации, так и клиентские
информации [4].
Электронная информация, используемая в качестве коммуникатора,
навигатора и оператора, внедряется во все сферы деятельности человека [5].
На базе целевых программных продуктов обработки информации и принятия
решения осуществляются управление в реальном времени производственно-
технологическими,
финансово-банковскими,
научно-техническими,
политическими,
энерго-производящими
и
распределительными,
образовательно-просветительными, рекламно-трейдинговыми, стратегически
значимыми
коммуникационными,
военно-оперативными
и
другими
процессами [6]. Поскольку активная экспансия электронной информации
происходит во все сферы человеческой деятельности, то уязвимость
информации может негативно сказаться на судьбе людей, деструктивно
«Актуальные вопросы развития инновационно-
информационных технологий на транспорте» АВРИИТТ-2022
I-
Республиканская научно-техническая конференция
(Ташкент, 21-22 ноября 2022 года)
114
воздействовать на деятельность предприятий, угрожать экономико-
политическим устоям государств и даже перспективам глобальной
цивилизации [7].
Несанкционированный доступ к электронной информации может
привести к сбою в локальной сети организации; к нарушению каналов связи с
внешними партнерами; к уничтожению или блокированию программного
обеспечения, числовой, текстовой и графической информации; к хищению
паролей, информации со смарткарт; к физическому доступу к плохо
охраняемым
объектам
и
к
незаблокированным
рабочим
местам
пользователей
компьютерной
техники,
к
выведению
из
строя
автоматизированных объектов жизнедеятельности и др. [8].
Именно по этим причинам в последние годы информационные ресурсы
и сервисы все чаще сталкиваются с вредоносным воздействием,
осуществляемым с использованием протоколов межсетевого взаимодействия
– удаленной сетевой атакой.
Среди множества видов сетевых атак наибольшее распространение
получила атака типа DDoS. По данным статистики [9, 10] данный вид угрозы
занимает одно из лидирующих мест ежегодно. Причинами распространения
подобного вредоносного сетевого воздействия является простота реализации,
исчерпывающие сведения о механизме исполнения и малые требования к
знаниям и вычислительным ресурсам злоумышленника [12, 13].
Взломщика
систем
защиты
информации
могут
интересовать:
государственные
информационные
ресурсы;
конфиденциальные
персональные, в т.ч. медико-диагностические и биометрические, данные
отдельных частных лиц или всех сотрудников организации и ее клиентов;
информация о финансовых ресурсах и потоках; неофициальная переписка;
оказываемые физическому лицу сервисные и медицинские услуги;
инновационные
технологии,
инженерно-конструкторские
решения,
программное обеспечение; еще неопубликованные результаты научно-
исследовательских разработок; диагностические методики; используемые
формальные и неформальные каналы коммуникаций, транспортно-
экспедиционные операции, стратегически значимая инфраструктура [14-15].
Обсуждение
Для предотвращения несанкционированного доступа к хранящейся,
обрабатываемой, передаваемой или получаемой информации и, как
следствие,
для
обеспечения
безопасности
функционирования
информационных систем, исключения злонамеренно инициированных сбоев в
реализуемых информационно-коммуникационных технологических процессах
и пресечения спровоцированной утечки информации применяются системы
защиты
информации,
представляющие
комплекс
организационно-
технологических мер, программно-технических средств, санкционно-правовых
и дисциплинарных норм и предписаний.
Регистрируются все более и более изощренные методы посягательства
(интервенции) со стороны кибермошенников на серверы компьютерных
систем и аккаунты пользователей социальных сетей в целях доступа к особо
защищаемой и конфиденциальной информации. С целью хищения
«Актуальные вопросы развития инновационно-
информационных технологий на транспорте» АВРИИТТ-2022
I-
Республиканская научно-техническая конференция
(Ташкент, 21-22 ноября 2022 года)
115
информации путем поиска тех или иных файлов и получения
злоумышленником необходимого доступа для их скачивания используются, в
частности, сетевые черви, проникающие в компьютерные системы ка через
сетевые коммуникационные каналы, так и через съемные носители
информации. В первую очередь, уязвимыми с позиций безопасности
программного обеспечения и данных являются операционные системы с
коммуникационными выходами в интерактивные среды.
Для успешного противодействия сетевым атакам разрабатываются
методы и механизмы защиты; практически все современные программные и
программно-аппаратные средства защиты используют целый набор методов.
Из-за высокой стоимости средств защиты многие компании отказываются от
их приобретения и эксплуатации, что приводит к существенному росту
финансовых и клиентских потерь при осуществлении сетевых атак. Основные
механизмы, применяемые в современных средствах противодействия DDoS-
атакам, представлены в таблице 1 [1].
Таблица 1.
Основные механизмы защиты. Сравнительный анализ.
Критерий
Анализ
состояний
Нейронные
сети
Экспертные
системы
Сигнатурные
методы
Статистические
методы
Уровень
наблюдения
Сеть, ОС,
приложение
Сеть, ОС
Сеть, ОС
Сеть, ОС,
приложение
Сеть, ОС
Аномалии/
Злоупотребления
-/+
+/+
+/+
-/+
+/-
Верифицируемость
+
-
+
+
-
Адаптивность
-
+
+
-
+
Устойчивость
+
-
+
+
-
Вычислительная
сложность
Низкая
Средняя
Высокая
Низкая
Средняя
Одним из наиболее эффективных и перспективных методов
обнаружения DDoS-атак является механизм работы нейронных сетей, широко
применяющийся в современных средствах защиты. Основные функции,
реализуемые нейронными сетями, используемые для защиты информации,
представлены в блочной схеме.
Операции
Сличение
Блокировка
Отбор
Накопление
информации
Запоминание
Реализация
логических функций
«Актуальные вопросы развития инновационно-
информационных технологий на транспорте» АВРИИТТ-2022
I-
Республиканская научно-техническая конференция
(Ташкент, 21-22 ноября 2022 года)
116
Искусственная нейронная сеть – математическая модель, а также её
программная или аппаратная реализация, построенная по принципу
организации и функционирования биологических нейронных сетей [9-10].
Производительность нейронной сети напрямую зависит от выбранной
архитектуры, параметров и метода обучения.
Каждый нейрон представляет собой единицу обработки информации
в нейронной сети. В модели нейрона можно выделить три основных элемента
[11, 12]:
1.
Набор синапсов – входные значения, предаваемые в нейрон. Каждый
синапс характеризуется своим весом.
2.
Сумматор – складывает значения входных сигналов, взвешенных
относительно соответствующих синапсов нейрона.
3.
Функция активации – ограничивает амплитуду выходного значения
сигнала нейрона.
В модели нейрона также реализован пороговый элемент, который
отражает увеличение или уменьшение входного сигнала, подаваемого на
функцию активации.
БИБЛИОГРАФИЧЕСКИЕ ССЫЛКИ:
1. Matvaliyev D., Aliev R. Development of a Program and Algorithm for
Determining the Resource of Relays of Automatic and Telemechanics in Railway
Transport // Universum:
технические науки: электрон. научн. журн. 2022.
11(104).
2.
Матвалиев Д., Алиев Р.М. Development оf аn Algorithm аnd Program оn
Mysql to Create a Database to Control the Turnover of Railway Automation Relays
// Universum:
технические науки: электрон. научн. журн. 2022. 11(104).
3.
Алиев Р.М., Алиев М.М., Хакимов Ш.Х., Тохиров Э.Т. Методы расчёта
коэффициентов рельсового четырехполюсника бесстыковых рельсовых
цепей. Фундаментальная и Прикладная Наука: Состояние и Тенденции
Развития: Монография / [Алиев М.М. и др.]. – Петрозаводск: МЦНП «Новая
наука», 2022. – C. 537.
4. Tashmetov K.Sh., Aliev R.M., Aliev M.M. Expert system for diagnosing
faults railroad switch of automation and telemechanic systems // AIP Conference
Proceedings.
– AIP Publishing LLC, 2022. – Т. 2432. – №. 1. – С. 030083.
5. Aliev R., Aliev M. Methods calculation for station tonal rail circuits
with current receiver // Transportation Research Procedia.
– 2022. – Т. 63. –
С. 401–411.
«Актуальные вопросы развития инновационно-
информационных технологий на транспорте» АВРИИТТ-2022
I-
Республиканская научно-техническая конференция
(Ташкент, 21-22 ноября 2022 года)
117
6. Aliev R., Aliev M., Tokhirov E. Analysis, development of a model and an
algorithm in the concept of the growth of tone jointless rail circuits // Transportation
Research Procedia.
– 2022. – Т. 63. – С. 178–186.
7. Aliev R., Aliev M. Algorithm for Determining the Optimal Length of the Rail
Line by Current Automatic Locomotive Signaling // International Conference
TRANSBALTICA: Transportation Science and Technology.
– Springer, Cham,
2021.
– С. 363–374.
8. Aliev R., Toshmetov K. Telecontrol of the expert system of automatic traffic
control //
Актуальные вопросы развития инновационно-информационных
технологий на транспорте. – 2021. – Т. 2021. – С. 20–22.
9.
Кочеткова, 2007 – Кочеткова А.С. (2007). Применение нейронных
сетей для мониторинга безопасности информационных сетей // Вестник
Волгоградского государственного университета. Серия 9: Исследования
молодых ученых, № 6. – С. 163–167.
10.
Люгер, 2003 – Люгер Дж.Ф. (2003). Искусственный интеллект:
стратегии и методы решения сложных проблем.
–
М.: Издательский дом
«Вильямс». – C. 864.
11.
Макарова и др., 2016 – Исследование операций: метод. указания
по выполнению расчетно-графических работ. (2016). / сост.: Макарова И.Л.,
Самарин В.И., Игнатенко А.М. – Сочи: РИЦ ФГБОУ ВО «СГУ». – C. 100.
12.
Технологический процесс склада вагонного депо при автоматизации
учетных
операций.
Т.Р. Нурмухамедов,
Ж.Н. Гулямов
–
Sustainable
development forum 2022, 2022.
13. Development of the information system for inventory control of wagon
depot stock. T.R. Nurmukhamedov, J.N. Gulyamov, T.S. Tashmetov
– AIP
Conference Proceedings, 2022.
14. Modeling of a railway warehouse commodity and material values
accounting (on the example of a train depot). T.R. Nurmukhamedov,
Z.N. Gulyamov, S.T. Shaxidaeva
– AIP Conference Proceedings, 2021
15.
Складские операции вагонного депо пассажирской службы
с элементами логистики. Т.Р. Нурмухамедов, Ж.Н. Гулямов – Глобус:
технические науки, 2021.
