Застосування алгоритмів інтелектуального аналізу для захисту від кібератак в умовах постквантової ери

Abstract

Цифрова інфраструктура перебуває в умовах зростаючих ризиків, пов’язаних із появою постквантових обчислювальних технологій, які здатні порушити криптографічні основи більшості існуючих систем захисту. Квантові комп’ютери відкривають нові можливості для розв’язання складних задач, однак одночасно створюють реальну загрозу компрометації алгоритмів шифрування RSA, ECC та інших асиметричних схем, що лежать в основі сучасних протоколів безпеки [1]. У цих умовах постає потреба у впровадженні адаптивних інтелектуальних методів аналізу даних, здатних виявляти, прогнозувати та запобігати кіберзагрозам навіть за умов порушення традиційних криптографічних гарантій. Актуальність дослідження полягає у необхідності розроблення нових підходів до захисту інформаційних систем, що базуються не лише на класичних криптографічних засобах, а й на методах інтелектуального аналізу даних (Data Mining, Machine Learning, Deep Learning). Такі підходи дозволяють здійснювати поведінкове профілювання трафіку, автоматичне виявлення аномалій, класифікацію подій безпеки та формування рішень у режимі реального часу. Інтеграція інтелектуальних алгоритмів у системи захисту створює основу для проактивної кібероборони, що критично важливо в умовах розвитку постквантових атак [2]. Метою роботи є розроблення та дослідження системи захисту від кібератак, що використовує алгоритми інтелектуального аналізу даних для адаптивного виявлення та попередження загроз у постквантовій обчислювальній парадигмі. Для досягнення поставленої мети необхідно розв’язати такі завдання дослідження: 1. провести системний аналіз предметної області кіберзахисту з урахуванням нових ризиків, що виникають у постквантовій ері. 2. Дослідити сучасні алгоритми інтелектуального аналізу даних, що застосовуються для виявлення кібератак та аномальної поведінки. 3. Розробити архітектуру інтелектуальної системи моніторингу та реагування на події безпеки. 4. Реалізувати програмні модулі для аналізу, класифікації та кореляції подій за допомогою машинного навчання. 5. Оцінити ефективність запропонованих алгоритмів і перевірити їх здатність до роботи в умовах постквантових викликів. Об’єктом дослідження є процес забезпечення кібербезпеки інформаційних систем у розподіленому середовищі з підвищеними вимогами до криптостійкості. Предметом дослідження є алгоритми інтелектуального аналізу даних та їх застосування для виявлення, прогнозування і запобігання кібератакам у постквантовій обчислювальній парадигмі. Методи дослідження включають методи машинного навчання (класифікація, кластеризація, нейронні мережі), математичну статистику, методи аналізу часових рядів і поведінкової аналітики, а також алгоритми постквантової криптографії (CRYSTALS-Kyber, Dilithium, SPHINCS+). Для перевірки ефективності застосовуються експериментальні обчислення, імітаційне моделювання та порівняльний аналіз результатів. Наукова новизна роботи полягає у створенні інтегрованої моделі системи кіберзахисту, яка поєднує методи інтелектуального аналізу даних і постквантові криптографічні механізми для формування багаторівневої стратегії безпеки. На відміну від існуючих підходів, запропонована модель забезпечує динамічну адаптацію до змінних сценаріїв атак і здатна навчатися на основі зібраних подій безпеки, підвищуючи точність виявлення аномалій без зниження продуктивності системи.