DOI: 10.18413/2518-1092-2026-11-1-0-5

ЭКСПЕРТНАЯ СИСТЕМА АНАЛИЗА СОБЫТИЙ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

Даниил Анатольевич Потиенко
Андрей Равильевич Газизов
Ольга Леонидовна Легонько

Статья посвящена разработке структуре гибридной экспертной системы для анализа событий информационной безопасности, направленной на автоматизацию выявления угроз в сетевом трафике. В условиях роста объема данных и сложности атак традиционные методы анализа недостаточно эффективны, что обусловливает необходимость интеграции машинного обучения и экспертных правил. Цель исследования — создание модульной архитектуры системы, включающей четыре компонента: сбор данных (Apache Kafka), предварительную обработку (Apache Flink), анализ и классификацию (Random Forest с постобработкой правилами) и ведение журналов (Elastic Stack). Прототип на Python протестирован на датасете UNSW-NB15, демонстрируя точность бинарной классификации 0,890 и мультиклассовой классификации 0,781. Гибридный подход повышает показатель recall для выбранных классов атак (Analysis, Backdoor, DoS) на 19–100% при снижении общей точности на 1,2%, обеспечивая интерпретируемость решений. В заключении предлагаются направления развития, включая оптимизацию правил через обучение с подкреплением, интеграцию искусственных нейронных сетей LSTM и автоматическое обновление базы знаний.

Ключевые слова: экспертная система, технологии искусственного интеллекта, информационная безопасность, защита информации, угроза информационной безопасности.

Количество просмотров: 50 (смотреть статистику)

Количество скачиваний: 212

Полный текст (PDF)Скачать XML К списку статей

Информация для цитирования:

Потиенко Д.А., Газизов А.Р., Легонько О.Л. Экспертная система анализа событий информационной безопасности // Научный результат. Информационные технологии. – Т.11, №1, 2026. – С. 40-53. DOI: 10.18413/2518-1092-2026-11-1-0-5

Комментарии
Список литературы

Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.

Seraphim B.I., Palit Sh., Srivastava K., Poovammal E. A Survey on Machine Learning Techniques in Network Intrusion Detection System. – 2018. – pp. 1-5. DOI: 10.1109/CCAA.2018.8777596.
Mua U.S., Chakraborty S., Abdullahi M.M., Maini T. A Review on Intrusion Detection System using Machine Learning Techniques, 2021 International Conference on Computing, Communication, and Intelligent Systems (ICCCIS), Greater Noida, India, 2021. – pp. 541-549, DOI: 10.1109/ICCCIS51004.2021.9397121.
Prajapati A., Gupta Sh. A Survey: Data Mining and Machine Learning Methods for Cyber Security. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. – 2021. – pp. 24-34. DOI: 10.32628/CSEIT217212.
Veeramreddy J., Prasad K. Anomaly-Based Intrusion Detection System. – 2019. DOI: 10.5772/intechopen.82287.
Dutta A. Random Forest Classifier Based Network Intrusion Detection System. Engineering, Technology and Applied Science Research. – 2021. – No 9. – Pp. 4603-4608. DOI: 10.22214/ijraset.2021.35406.
Abdelaziz M.T., Radwan A., Mamdouh H. et al. Enhancing Network Threat Detection with Random Forest-Based NIDS and Permutation Feature Importance. J Netw Syst Manage. – 2025. – 33, 2. https://doi.org/10.1007/s10922-024-09874-0
Prajapati P.K., Singh I., Subhashini N. Network Intrusion Detection Using Machine Learning. In: Subhashini N., Ezra M.A.G., Liaw SK. (eds) Futuristic Communication and Network Technologies. Lecture Notes in Electrical Engineering, vol 966. Springer, Singapore. – 2023. https://doi.org/10.1007/978-981-19-8338-2_4
Sowmya T., Anita M. A novel stable feature selection algorithm for machine learning based intrusion detection system. Procedia Computer Science. – 2025. – P. 252. 738-747. DOI: 10.1016/j.procs.2025.01.034.
Бабичева М.В., Третьяков И.А. Применение методов машинного обучения для автоматизированного обнаружения сетевых вторжений. Вестник Дагестанского государственного технического университета. Технические науки. – 2023. – 50(1). – C. 53-61. https://doi.org/10.21822/2073-6185-2023-50-1-53-61
Гайдук К.А. К вопросу о реализации алгоритмов выявления внутренних угроз с применением машинного обучения / К.А. Гайдук, А.Ю. Исхаков // Вестник СибГУТИ. – 2022. – Т. 16, № 4. – С. 80-95. – DOI: 10.55648/1998-6920-2022-16-4-80-95. – EDN SGBSIH.
Перспективные направления применения технологий искусственного интеллекта при защите информации / Р.В. Мещеряков, С.Ю. Мельников, В.А. Пересыпкин, А.А. Хорев // Вопросы кибербезопасности. – 2024. – № 4(62). – С. 2-12. – DOI 10.21681/2311-3456-2024-4-02-12. – EDN GJWQWP.
Селеменев А.В. Применение искусственных иммунных систем для обнаружения сетевых вторжений / А.В. Селеменев, И.Ф. Астахова, Е.В. Трофименко // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2019. – № 2. – С. 49-56. – EDN XDMKTQ.
Котенко И.В. Система сбора, хранения и обработки информации и событий безопасности на основе средств Elastic Stack / И.В. Котенко, А.А. Кулешов, И.А. Ушаков // Труды СПИИРАН. – 2017. – № 5(54). – С. 5-34. – DOI 10.15622/sp.54.1. – EDN ZMREVZ.
Carbone P., Katsifodimos A., Ewen S., Markl V., Haridi S., Tzoumas K. Apache Flink™: Stream and Batch Processing in a Single Engine. IEEE Data Engineering Bulletin. – 2015. – 38(4). – pp. 28-38 p.
Daksa R., Kemala A. A Comparative Study on Real Time Data Streaming for Fraud Detection Using Kafka with Apache Flink and Apache Spark. Procedia Computer Science. – 2025. – 269. – pp. 192-199. DOI: 10.1016/j.procs.2025.08.272.
Diana Julie M.D. Exploring the Paradigm Shift: Harnessing Data Analytics for Real – World Applications / D. Diana Julie M // International Journal of Science and Research. – 2023. – Vol. 12, No. 6. – P. 1467-1480. – DOI: 10.21275/sr23611121501. – EDN IVRRST.
Редченков Д.С. Библиотека Pandas для анализа данных в Python / Д.С. Редченков, Д.И. Ильин // Информационно-вычислительные технологии и их приложения: Сборник статей XXIX Международной научно-технической конференции, Пенза, 15–16 августа 2025 года. – Пенза: Пензенский государственный университет архитектуры и строительства, 2025. – С. 178-182. – EDN JQCIMM.
Moustafa N., Jill S. UNSW-NB15: a comprehensive data set for network intrusion detection systems (UNSW-NB15 network data set) 2015 Military Communications and Information Systems Conference (MilCIS). Canberra, ACT, – 2015. pp. 1-6. DOI: 10.1109/MilCIS.2015.7348942
Kumar V., Das A., Sinha D. Statistical Analysis of the UNSW-NB15 Dataset for Intrusion Detection. – 2020. DOI: 10.1007/978-981-13-9042-5_24.
Meliboyev A. Long Short Term Memory Algorithm in Intrusion Detection: A Deep Learning Approach to Time Series Data. SSRN Electronic Journal. – 2025. DOI: 10.2139/ssrn.5527203.

Все журналы

Отправить статью

Научный результат. Информационные технологии включен в научную базу РИНЦ (лицензионный договор № 765-12/2014 от 08.12.2014).

Журнал включен в перечень рецензируемых научных изданий, рекомендуемых ВАК

Журнал индексируется следующими научными базами и платформами

Научный результат. Научный результат. Информационные технологии (ISSN 2518-1092)

The journal materials and website are licensed under Creative Commons «Attribution» 4.0 International.

Учредитель: федеральное государственное автономное образовательное учреждение высшего образования «Белгородский государственный национальный исследовательский университет» (НИУ «БелГУ»). Адрес: 308015, Белгородская область, г. Белгород, ул. Победы, 85.

Издатель: федеральное государственное автономное образовательное учреждение высшего образования «Белгородский государственный национальный исследовательский университет» (НИУ «БелГУ»). Адрес: 308015, Белгородская область, г. Белгород, ул. Победы, 85.

Редакция: главный редактор Черноморец Андрей Алексеевич, e-mail: RR_IT@bsuedu.ru, тел.: +7 (4722) 30-13-92.

Зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор)

Свидетельство о регистрации СМИ

Информационное письмо (русс. яз)

Приказ № 1097-ОД от 15.11.2023 "Об утверждении Регламента издания научных журналов НИУ «БелГУ»"

Приказ № 144-ОД от 16.03.2026 "Об утверждении состава редакционной коллегии журнала «Научный результат. Информационные технологии»"

Приказ № 145-ОД от 16.03.2026 "Об утверждении Устава редакции средства массовой информации научного журнала «Научный результат. Информационные технологии»"

Устав редакции средства массовой информации «Научный результат. Информационные технологии»

Остались вопросы?
Можете написать нам:

✉ Ответственный cекретарь

✉ Администратор сайта

✉ Контент менеджер