Разработан инструмент на основе ИИ для обнаружения DDoS-атак

Новый инструмент на основе ИИ для обнаружения DDoS-атак. Киберпреступники придумывают все более изощренные способы нарушить работу онлайн-сервисов, получить доступ к конфиденциальным данным или вывести из строя устройства пользователей Интернета. Кибератака, которая стала очень распространенной за последние десятилетия, — это так называемая распределенная атака типа «отказ в обслуживании» (DDoS). Этот тип атаки включает в себя ряд устройств, подключенных к Интернету, которые в совокупности называются «ботнетом». Затем эта «группа» подключенных устройств используется для заполнения целевого сервера или веб-сайта «фальшивым» трафиком, нарушая его работу и делая его недоступным для законных пользователей. Чтобы защитить свой веб-сайт или серверы от DDoS-атак, предприятия и другие пользователи обычно используют брандмауэры, антивирусное программное обеспечение или обычные системы обнаружения вторжений. Тем не менее, обнаружение этих атак сегодня может быть очень сложным, поскольку они часто осуществляются с использованием генеративно-состязательных сетей (GAN), методов машинного обучения, которые могут научиться реалистично имитировать действия реальных пользователей и законные пользовательские запросы. В результате многие существующие системы защиты от вредоносных программ в конечном итоге не могут защитить пользователей от них. Исследователи из Парижского политехнического института Telecom Paris (INFRES) недавно разработали новый вычислительный метод, который может более эффективно и надежно обнаруживать DDoS-атаки. Этот метод, представленный в статье, опубликованной в Computers & Security , основан на модели долговременной кратковременной памяти (LSTM), типе рекуррентной нейронной сети (RNN), которая может научиться обнаруживать долгосрочные зависимости в последовательностях событий. «Наша исследовательская работа была основана на проблеме обнаружения DDoS-атак, типа кибератак, которые могут нанести значительный ущерб онлайн-сервисам и сетевым коммуникациям», — сказал Tech Xplore Али Мустафа, один из исследователей, проводивших исследование. «Хотя в предыдущих исследованиях изучалось использование алгоритмов глубокого обучения для обнаружения DDoS-атак, эти подходы все еще могут быть уязвимы для злоумышленников, которые используют методы машинного обучения и глубокого обучения для создания враждебного атакующего трафика, способного обходить системы обнаружения». В рамках своего исследования Мустафа и его коллеги решили разработать совершенно новый подход на основе машинного обучения, который мог бы повысить устойчивость систем обнаружения DDoS. Предложенный ими метод основан на двух отдельных моделях, которые можно интегрировать в единую систему обнаружения вторжений. «Первая модель предназначена для определения того, является ли входящий сетевой трафик враждебным, и блокирования его, если он считается мошенническим», — пояснил Мустафа. «В противном случае он перенаправляется во вторую модель, которая отвечает за определение того, является ли это ...

Сообщает android-robot.com

 

Опубликовано: 18:00, 03.03.2023

 

Новость из рубрики: Технологии и Hi-Tech

 

Поделиться новостью:

 

Топ новости часа

• Twitch: платформа для заработка на стриминге и доходах от рекламы...
• Сергей Шойгу озвучил главную задачу ВС России на 2023 год...
• Компания Samsung представила среднебюджетный смартфон Samsung Galaxy A14 5G...
• Что происходит после ввода войск России на Украину. День 334-й // Онлайн-трансляция: последние новости и заявления 23 января...
• Что можно сделать, пока готовит мультиварка...
• TA: Цена Ethereum сталкивается с трудной задачей, могут ли быки спасти положение?...