Методы машинного обучения для обнаружения кибератак на объекты финансового сектора

Наименование РИД	Методы машинного обучения для обнаружения кибератак на объекты финансового сектора
Реферат	Цель работы - разработка методов машинного обучения, которые будут эффективно обнаруживать кибератаки на объекты финансового сектора, что позволит повысить уровень безопасности информационных систем и минимизировать потенциальные риски. Объектом исследования являются информационные системы, используемые в финансовом секторе, включая банки, страховые компании и другие организации, которые обрабатывают чувствительные финансовые данные и требуют высокого уровня защиты от киберугроз. В ходе работы были использованы методы машинного обучения, таких как классификация, кластеризация и методы глубокого обучения, включая нейронные сети. Актуальность работы обусловлена постоянно растущим числом кибератак на финансовые учреждения, что угрожает безопасности данных и финансовым активам клиентов. Применение методов машинного обучения для обнаружения таких атак является необходимым шагом для уменьшения рисков и обеспечения защиты объектов критической информационной инфраструктуры. В рамках работы разработаны программные инструменты, которые могут анализировать сетевой трафик и поведение пользователей в режиме реального времени и выдавать предупреждения о возможных атаках. Ожидается, что внедрение этих инструментов позволит значительно сократить время реагирования на инциденты и повысить точность обнаружения кибератак. Теоретическая значимость работы заключается в развитии методов и алгоритмов машинного обучения, применяемых к области кибербезопасности, в то время как практическая значимость заключается в создании эффективных инструментов для защиты финансовых учреждений, которые будут адекватно реагировать на киберугрозы и обеспечивать безопасность данных. Программа представляет собой интегрированное программное решение, использующее алгоритмы машинного обучения для анализа и обработки данных о сетевом трафике и поведенческих паттернов пользователей, осуществляя предсказание и классификацию потенциальных угроз в реальном времени, что поможет специалистам по кибербезопасности быстро реагировать на инциденты и минимизировать возможные убытки. В результате ее внедрения ожидается повышение уровня безопасности и защитных способностей финансовых учреждений.
Возможные направления использования	Программа для ЭВМ может быть применена в различных секторах финансовой индустрии, включая коммерческие банки, инвестиционные компании, страховые организации, а также в системах обработки платежей и электронных денежных переводов.
Количество опытных образцов	0
Количество просмотров	3
Наличие дополнительных файлов	False
Использование РИД правообладателем	False
Внешнее использование РИД	False
НИОКТР (JSON)	{}
ИКСИ (JSON)	[]
ИКСПО (JSON)	[]
ОЭСР (JSON)	[]
Дата первого статуса	2025-01-30T09:44:36.827041+00:00
Предполагаемый тип результата	Программа для ЭВМ
Ожидаемая роль	Исполнитель
Заказчик	УПРАВЛЕНИЕ ДЕЛАМИ ПРЕЗИДЕНТА РОССИЙСКОЙ ФЕДЕРАЦИИ
Руководитель работы	Петросов Давид Арегович
Руководитель организации	Плотников Игорь Геннадьевич
Регистрационный номер НИОКТР	124041000008-6
Последний статус	Подтверждена, 626012500029-9, 2026-01-25 15:00:47 UTC
ОКПД	Услуги, связанные с научными исследованиями и экспериментальными разработками в области экономики и предпринимательства
Ключевые слова	искусственный интеллект; машинное обучение; финансовый сектор; Информационная безопасность; КИИ; управление рисками
Исполнители	ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "ФИНАНСОВЫЙ УНИВЕРСИТЕТ ПРИ ПРАВИТЕЛЬСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ"
Авторы	Корчагин Сергей Алексеевич; Сердечный Денис Владимирович; Беспалова Наталья Викторовна
Коды тематических рубрик	81.93.29 - Информационная безопасность. Защита информации
OESR	Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
Приоритеты научно-технического развития	—