АДАПТАЦИЯ АЛГОРИТМА МНОГОФАКТОРНОГО ПРОГНОЗИРОВАНИЯ ДЛЯ ОБНАРУЖЕНИЯ СЕТЕВЫХ УЯЗВИМОСТЕЙ

Сетевая безопасность по понятным причинам остается одной из самых быстро меняющихся областей в цифровом мире. Кроме того, в связи с развитием новых технологий и появлением новых кибератак устаревание методов и технологий защиты происходит быстрыми темпами. В настоящее время сетевая и компьютерная безопасность в производственных средах становится все более важной из-за растущего числа кибератак и сетевых уязвимостей. Из-за увеличения количества удаленно подключенных устройств, увеличения объема данных и сложности сетевых технологий. Учитывая большое количество уязвимостей, выявляемых каждый год, автоматизация их прогнозирования имеет решающее значение. Целью данного исследования является комплексный анализ уязвимостей и атак в сети с использованием многофакторного алгоритма прогнозирования. Алгоритм многофакторного прогнозирования повышает точность прогнозирования атак за счет учета таких параметров, как частота сбоев в работе сети, активность сетевого трафика и время реакции на угрозы. Исследование включало проведение обзора литературы статей, опубликованных в Scopus и Web of Science, сбор данных из различных источников, их нормализацию и анализ с использованием методов машинного обучения, таких как нейронные сети, логистическая регрессия и случайные леса. Практическая ценность исследования заключается в том, что разработанный алгоритм может быть использован для создания систем мониторинга уязвимостей сетей и оценки эффективности эксплуатации в режиме реального времени. Это значительно улучшает защиту корпоративных и государственных сетей, снижает ущерб от кибератак и повышает общую кибербезопасность.