The etalon models of linguistic variables for sniffing-attack detection

Karpinski, Mikolaj; Korchenko, Anna; Vikulov, Pavlo; Кочан, Роман; Balyk, Anatoliy; Kozak, Ruslan

doi:10.1109/idaacs.2017.8095087

Cited by 6 publications

(3 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…На сьогодні, є досить ефективні розробки, які використовуються для вирішення завдань виявлення кібератак, наприклад, низка методів формування еталонних підсередовищ для СВВ [3][4][5][6][7][8][9] Для виявлення описаної кібератаки, далі, наприклад, за допомогою сервісів Phishtank -http:// phishtank.org/ (використовується для виявлення фішингових сайтів), Whois -https://who.is (використовується для визначення інформації про доменне ім'я сайту) та GeoIP -https://www.maxmind.com/en / geoip-demo (використовується для визначення місцезнаходження веб-сайтів) зберемо інформацію про 150 чистих та фішингових URLадрес за такими параметрами, як от «Кількість країн за IP-адресою» (за допомогою пінгового доменного імені отримаємо IP-адресу) та «Вік домену», який обчислюється за виразом ЗТД-СД=ТД, де ЗТД -дата закінчення терміну дії домену, СД -дата створення домену, ТД -термін дії домену. Отримані результати відповідних URL-адрес згрупуємо у таблицю 1.…”

Section: вступunclassified

Метод Формування Еталонного Субдовкілля Для Виявлення Фішингових Url-Адрес

Корченко,

Іванченко,

Сатибалдієва

et al. 2023

Zahist ìnf.

View full text Add to dashboard Cite

Збільшення та удосконалення кібератак на інформаційні системи зростає щорічно, а використання сучасних систем виявлення вторгнень дозволяє швидко реагувати на нові види кібератак та вдосконалювати існуючі засоби захисту. Такі системи достатньо розвинуті, але для їх ефективної роботи необхідна інформація у режимі реального часу, з використанням якої можливо виявляти підозрілу активність неавторизованої сторони. Таку інформацію можна проаналізувати з використанням експертних підходів. Експертні методи можуть допомогти виявляти нові неочікувані кібератаки. Використання методів, моделей і систем на основі теорії нечітких множин при побудові засобів виявлення аномалій, породжених реалізацією нових кіберзагроз, дозволить удосконалити та зробити більш ефективними існуючі системи виявлення вторгнень. А розробка відповідних технічних рішень, що працюють в нечітких умовах, дозволить виявляти раніше не відомі та модифіковані види кібератак. Також є досить ефективні розробки, які використовуються для вирішення завдань виявлення кібератак, наприклад, низка методів формування еталонного субдовкілля для системи виявлення вторгнень, але вони не орієнтовані на фішингові підходи. Однак, як показує практика, при появі нових загроз та відповідних аномалій, породжених атакуючими діями з невстановленими або нечітко визначеними властивостями, відповідні засоби не завжди залишаються ефективними, тому розробка методів, що дозволяють удосконалити процес отримання нового еталонного субдовкілля для системи виявлення вторгнень, є актуальним завданням. Одним із небезпечних засобів, який направлений на збір конфіденційної інформації, такої як логіни, паролі, фінансові реквізити та інші особисті дані є фішинг. Для цього розроблений метод формування еталонного субдовкілля для виявлення фішингових URL-адрес за рахунок сформованого набору параметрів: кількість країн за IP-адресою, вік домену та експертного оцінювання стану субдовкілля інформаційної системи дозволить формалізувати процес формування параметрів еталонного субдовкілля для вирішення задач, щодо виявлення фішингових URL-адрес.

show abstract

Section: вступunclassified

Метод Формування Еталонного Субдовкілля Для Виявлення Фішингових Url-Адрес

Корченко,

Іванченко,

Сатибалдієва

et al. 2023

Zahist ìnf.

View full text Add to dashboard Cite

show abstract

“…В роботі [11,12] розроблено кортежну модель формування атакуючих середовищ для відображення процесу виявлення аномального стану за заданий часовий проміжок в m-вимірному гетерогенному параметричному середовищі. У [13][14][15][16][17] запропоновано низку методів формування еталонів для формалізації процесу отримання еталонних середовищ, що містять множини значень фіксованих параметрів визначених груп лінгвістичних змінних. У дослідженнях [18] розроблені метод фазифікації на еталонних підсередовищах для перетворення поточних значень параметрів та дефазифікації параметрів детекційного середовища, для отримання числових оцінок, що характеризують лінгвістичні величини відносно суджень експерта.…”

Section: вступunclassified

Емулятор Загроз Для Верифікації Систем Виявлення Кібератак

Корченко,

Дрейс,

Нагорний

et al. 2021

Zahist ìnf.

View full text Add to dashboard Cite

На сьогодні, одними із розповсюджених систем захисту інформації є системи виявлення кібератак та системи виявлення вторгнень, останні з яких становлять особливий практичний та науковий інтерес. Також, функціональність сучасних систем виявлення та блокування вторгнень у значній мірі залежить від їх можливостей щодо виявлення нових кібератак у режимі реального часу. Для виявлення відповідних атакуючих дій використовуються спеціальні методи, моделі, засоби, програмне забезпечення і комплексні технічні рішення для систем виявлення вторгнень, які можуть залишатись ефективними при появі нових або модифікованих кіберзагроз. Однак, як показує практика при появі нових загроз та аномалій, породжених атакуючими діями з невстановленими або нечітко визначеними властивостями, відповідні засоби не завжди залишаються ефективними. Отже, розробка засобів верифікації та проведення експериментальних досліджень відповідних технічних рішень, засобів і програмного забезпечення виявлення кібератак, зловживань та аномалій в інформаційних системах для підтвердження адекватності їх роботи є актуальним науковим завданням. Є низка робіт, таких як кортежна модель формування атакуючих середовищ, низка методів для виявлення аномальних станів, методологія побудови системи виявлення вторгнень, а також структурна модель обчислювальної системи для створення засобів виявлення кібератак та її алгоритмічне і програмне забезпечення. Для її верифікації необхідний спеціалізований емулятор кіберзагроз, оскільки відомі не підтримують необхідні формати даних, що застосовуються у авторській розробці. Виходячи з цього, метою роботи є розробка емулятора для проведення експериментального дослідження для підтвердження достовірності отриманих теоретичних положень, практичних результатів та адекватності роботи програмного модуля розробленої системи виявлення кібератак, що дозволить удосконалити функціональні властивості сучасних систем виявлення вторгнень для режиму реального часу.

show abstract

“…Obtained list and identifiers of standard LF with the help of Convert_List (figure 1.1, vertices 10-11) there are determined the parameters of identification of standard areas with the help of Draw_main_rect. [8,9].…”

mentioning

confidence: 99%

Algorithmic and Software Support for the Formation of Parameter Standards for the Cyber Attacks Detection Systems

Zhumangalieva¹,

Doszhanova²,

Korchenko³

2019

THE NATIONAL ACADEMY OF SCIENCES OF THE REPUBLIC OF KAZAKHSTAN

Self Cite

View full text Add to dashboard Cite

Б а с р е д а к т о р ы х. ғ. д., проф., ҚР ҰҒА академигі М. Ж. Жұрынов Р е д а к ц и я а л қ а с ы:Ресей) Абишев М.Е. проф., корр.-мүшесі (Қазақстан) Аврамов К.В. проф. (Украина) Аппель Юрген проф. (Германия) Баймуқанов Д.А. проф., корр.-мүшесі (Қазақстан) Байтулин И.О. проф., академик (Қазақстан) Банас Иозеф проф. (Польша) Берсимбаев Р.И. проф., академик (Қазақстан) Велесько С. проф. (Германия) Велихов Е.П. проф., РҒА академигі (Ресей) Гашимзаде Ф. проф., академик (Әзірбайжан) Гончарук В.В. проф., академик (Украина) Давлетов А.Е. проф., корр.-мүшесі (Қазақстан) Джрбашян Р.Т. проф., академик (Армения) Қалимолдаев М.Н. проф., академик (Қазақстан), бас ред. орынбасары Лаверов Н.П. проф., академик РАН (Россия) Лупашку Ф. проф., корр.-мүшесі (Молдова) Мохд Хасан Селамат проф. (Малайзия) Мырхалықов Ж.У. проф., академик (Қазақстан) Новак Изабелла проф. (Польша) Огарь Н.П. проф., корр.-мүшесі (Қазақстан) Полещук О.Х. проф. (Ресей) Поняев А.И. проф. (Ресей) Сагиян А.С. проф., академик (Армения) Сатубалдин С.С. проф., академик (Қазақстан) Таткеева Г.Г. проф., корр.-мүшесі (Қазақстан) Умбетаев И. проф., академик (Қазақстан) Хрипунов Г.С. проф. (Украина) Юлдашбаев Ю.А. проф., РҒА корр-мүшесі (Ресей) Якубова М.М. проф., академик (Тәжікстан) «Қазақстан Республикасы Ұлттық ғылым академиясының Хабаршысы».

show abstract

The etalon models of linguistic variables for sniffing-attack detection

Cited by 6 publications

References 17 publications

Метод Формування Еталонного Субдовкілля Для Виявлення Фішингових Url-Адрес

Метод Формування Еталонного Субдовкілля Для Виявлення Фішингових Url-Адрес

Емулятор Загроз Для Верифікації Систем Виявлення Кібератак

Algorithmic and Software Support for the Formation of Parameter Standards for the Cyber Attacks Detection Systems

Contact Info

Product

Resources

About