Ақпараттық-коммуникациялық және химиялық технология

Том 2 № 27 (2025) / 2025-06-28 / Көрілім саны: 313

ЖЕЛІ ОСАЛДЫҚТАРЫН КӨП ФАКТОРЛЫ БОЛЖАУ: CVE ДЕРЕКТЕРІН ТАЛДАУМЕН БОЛЖАУ МОДЕЛІН ӘЗІРЛЕУ

Авторлар

Л.Н.Гумилев атындағы ЕҰУ
https://orcid.org/0000-0002-9212-251X
Қ.Құлажанов атындағы ҚазТБУ
https://orcid.org/0009-0002-5754-4001
Қ.Құлажанов атындағы ҚазТБУ
https://orcid.org/0000-0002-1195-6919
Берлин техникалық университеті
https://orcid.org/0009-0002-9480-0596

Кілтті сөздер

көп нұсқалы болжау алгоритмі, желінің осалдықтары, болжау әдістері, CVSS, CVE, машиналық оқыту

DOI сілтемесі:

https://doi.org/10.58805/kazutb.v.2.27-1006

Қалай дәйексөз келтіруге болады

Шегетаева, А., et al. «ЖЕЛІ ОСАЛДЫҚТАРЫН КӨП ФАКТОРЛЫ БОЛЖАУ: CVE ДЕРЕКТЕРІН ТАЛДАУМЕН БОЛЖАУ МОДЕЛІН ӘЗІРЛЕУ». ҚазТБУ хабаршысы, вип. 2, вип. 27, Червень 2025, doi:10.58805/kazutb.v.2.27-1006.

Аңдатпа

Мақалада CVE (Common Vulnerabilities and Exposions) дерекқорынан алынған деректерді талдау негізінде желілік осалдықтарды көп факторлы болжау алгоритмі берілген. Зерттеудің мақсаты – бар осалдықтарды анықтап қана қоймай, формальды әдістер мен машиналық оқытуды қолдана отырып, олардың болашақта пайда болуын болжай алатын модельді әзірлеу және енгізу. Авторлар статистикалық тәсілдер, машиналық оқыту алгоритмдері (атап айтқанда, Random Forest), кластерлеу және жасанды интеллект әдістерін қоса алғанда, қазіргі заманғы болжау әдістеріне шолу мен салыстырмалы талдау жасайды. Зерттеу осалдық түрлері, ауырлық рейтингтері (CVSS), бағдарламалық қамтамасыз ету және ашылған жылы туралы деректерді пайдалана отырып болжау бағдарламасын әзірледі. Кездейсоқ орман алгоритміне негізделген модель болжамның жоғары дәлдігін көрсетті (94,14%). Нәтижелер жыл және бағдарламалық жасақтама категориясы бойынша осалдықтардың динамикасы мен таралуын көрсететін графиктер мен диаграммалар түрінде көрнекі түрде көрсетілді. Жұмыстың нәтижелері ұсынылған тәсілдің тиімділігін растайды және оны қауіптерді ертерек ескерту үшін киберқауіпсіздік жүйелерінде қолдану әлеуетін көрсетеді. Болашақта күрделі модельдерді біріктіру, жаңа факторларды есепке алу және қауіптер туралы автоматты түрде хабарлау жүйесін құру жоспарлануда.