специалистом. Для соответствия постоянно меняющимся требова
ниям базы данных таких систем должны регулярно обновляться,
иначе возможности экспертной системы снизятся, а защищен
ность всей сети ослабится.
Совершенствование и разнообразие атак приводит к тому, что
постоянные обновления базы данных и правил экспертной систе
мы не обеспечивают их стопроцентной идентификации. Решить
эти проблемы можно, используя нейросети: экспертную систему
надо постоянно обучать, нейросеть же имеет механизм самообу
чения. Анализируя информацию, она позволяет согласовать полу
ченные ею данные с распознаваемыми характеристиками.
Первоначально нейросеть обучается правильной идентифи
кации предварительно выбранных примеров предметной облас
ти. В дополнение нейросеть набирается опыта по мере анализа дан
ных, связанных с предметной областью. Наиболее важное пре
имущество нейросети заключается в ее способности «изучать» ха
рактеристики умышленных атак и идентифицировать элементы,
отличные от тех, что наблюдались ею прежде.
Есть два варианта реализации нейросетей в системах обнару
жения атак. Первый включает объединение нейросети с существу
ющей или видоизмененной экспертной системой. Второй предпо
лагает реализацию нейросети как отдельно стоящей системы об
наружения атак.
Применение нейросетей способствует интеллектуализации та
ких процессов, как выбор метода реакции на атаку и прогнозиро
вание новых атак на информационную сеть. Они позволят полу
чать данные от разных средств защиты. По сведениям о слабых
местах защиты сети можно прогнозировать возможность нападе
ния на сеть, включая скоординированные атаки групп хакеров.
Достарыңызбен бөлісу: