Применение системы визуального программирования для обнаружения SQL-атак на базы данных методами машинного обучения

Саенко И. Б., Аль-Барри М. Х., Рюмина С. А.

Читать статью полностью

  Применение системы визуального программирования для обнаружения SQL-атак на базы данных методами машинного обучения(2,06 MB)

Аннотация

Рассматривается методика обнаружения SQL-атак на основе использования системы визуального программирования Orange. Приводится описание возможностей данной системы. Обсуждаются полученные результаты по оценке эффективности методики и реализации ее в системе визуального программирования.

Ключевые слова:

машинное обучение – machine learning; анализ данных – data analysis; SQL-атака – SQL attack; система визуального программирования – visual programming system; классификатор – classifier.

Список литературы

1. Подсистема предупреждения компьютерных атак наобъекты критической информационной инфраструктуры:анализ функционирования и реализации / И.В. Котенко,И.Б. Саенко, Р.И. Захарченко, Д.В. Величко // Вопросыкибербезопасности. – 2023. – № 1 (53). – С. 13–27.

2. Сайфутдинов, А. В. Выявление аномалий трафикав информационных системах с использованием методовMachine Learning / А.В. Сайфутдинов // Перспективынауки. – 2023. – № 8 (167). – С. 53–58.

3. Nelli, F. Python Data Analytics: With Pandas, NumPy,and Matplotlib / F. Nelli. – New York : Apress Berkeley,CA, 2018. – 569 р.

4. Mencar, C. KEEL meets KNIME / C. Mencar,A.M. Fanelli, M. Russo // 2017 IEEE International Conferenceon Fuzzy Systems (FUZZ-IEEE), Naples, Italy. – 2017. – P. 1–6.

5. Vaishnav, D. Comparison of Machine Learning Algorithmsand Fruit Classification using Orange Data Mining Tool /D. Vaishnav, B.R. Rao // 2018 3rd International Conferenceon Inventive Computation Technologies (ICICT), Coimbatore,India. – 2018.– P. 603–607.

6. Модель угроз систем поддержки принятия решений,функционирующих на основе элементов искусственногоинтеллекта / И.Б. Саенко, О.С. Лаута, Н.А. Васильев,К.В. Крибель // Электросвязь. – 2022. – № 5. – С. 33–38.

7. Белянская, О. В. О модели угроз информационнойбезопасности в центрах обработки данных / О.В. Белянская, А.Н. Привалов // Известия Тульского государственного университета. Технические науки. – 2021. – № 9. –С. 12–16.

8. Солодков, А. М. Исследование способов обнаруженияаномалий в SQL-запросах к базам данных / А.М. Солодков,В.М. Цирулева // Столетие физико-математического образования в Верхневолжском регионе : сборник научныхтрудов научной конференции. – 2018. – С. 109–115.

9. Аль-Барри, М. Х. Формирование и использование признакового пространства для обнаруженияаномальных SQL запросов методами машинного обучения /М.Х. Аль-Барри, И.Б. Саенко // Методы и техническиесредства обеспечения безопасности информации. – 2022. –№ 31. – С. 159–160.

10. Котенко, И. В. Выявление аномального поведения пользователей центров обработки данных вузов /И.В. Котенко, И.Б. Саенко, М.Х. Аль-Барри // Правоваяинформатика. – 2023. – № 1. – С. 62–71.