диплом AI SIEM Система управления событиями ИБ с использованием искусственного интеллекта

Актуальность темы

В условиях роста киберугроз традиционные системы управления событиями информационной безопасности (SIEM) сталкиваются с проблемами обработки больших объемов данных и высокого уровня ложных срабатываний. Согласно отчету Gartner (2024), среднее предприятие ежедневно генерирует более 10 000 событий безопасности, но при этом 70-80% из них являются ложными срабатываниями, что приводит к "утомлению от оповещений" у аналитиков. Внедрение искусственного интеллекта в SIEM-системы позволяет не только сократить количество ложных срабатываний, но и повысить скорость обнаружения реальных угроз на 50-60%, что критически важно для защиты финансовых и критически важных инфраструктур.

Особую актуальность тема приобретает в контексте роста сложности кибератак и увеличения объема данных, генерируемых современными ИТ-системами. В то же время, по данным Национального банка России, финансовые организации, внедрившие AI-решения в свои системы мониторинга безопасности, сократили время реагирования на инциденты на 45-50% и снизили ущерб от кибератак на 30-35%. Это особенно важно в свете ужесточения регуляторных требований к защите данных и обязательного уведомления о киберинцидентах в течение 24 часов.

Бесплатная консультация по вашей теме: Telegram: @Diplomit WhatsApp: +7 (987) 915-99-32 | Телефон: +7 (987) 915-99-32, Email: admin@diplom-it.ru| MAX: +7 (987) 915-99-32

Разработка системы управления событиями ИБ с использованием искусственного интеллекта представляет собой междисциплинарную задачу, объединяющую методы машинного обучения, анализа временных рядов, обработки естественного языка и соблюдение строгих требований к информационной безопасности. Это делает тему особенно подходящей для ВКР по направлению прикладной информатики, так как позволяет продемонстрировать комплексное применение полученных знаний и навыков в быстро развивающейся области кибербезопасности. В условиях постоянного роста сложности кибератак и увеличения объема данных, создание эффективных решений на основе искусственного интеллекта для систем SIEM становится критически важным направлением исследований для студентов технических специальностей.

Цель и задачи

Цель исследования: разработка системы управления событиями информационной безопасности с использованием искусственного интеллекта для банка "FinSec", обеспечивающая снижение количества ложных срабатываний на 60-65% и сокращение времени обнаружения реальных угроз на 50-55% по сравнению с традиционными SIEM-системами.

Для достижения поставленной цели необходимо решить следующие задачи:

• Провести анализ существующих SIEM-систем и выявить их недостатки в контексте обработки больших данных
• Исследовать современные методы и алгоритмы искусственного интеллекта для анализа событий безопасности (аномалий, классификации, кластеризации)
• Определить функциональные и нефункциональные требования к AI-SIEM системе для банка "FinSec"
• Разработать архитектуру системы управления событиями ИБ с использованием искусственного интеллекта
• Создать методику оценки эффективности AI-SIEM системы по критериям: точность обнаружения угроз, количество ложных срабатываний, время обработки данных
• Реализовать алгоритмы машинного обучения для обнаружения аномалий и классификации событий безопасности
• Провести тестирование системы на реальных данных безопасности банка
• Оценить эффективность системы по критериям: снижение нагрузки на аналитиков, повышение скорости обнаружения угроз, соответствие регуляторным требованиям
• Разработать рекомендации по внедрению AI-SIEM системы в практику финансовых организаций

Объект и предмет исследования

Объект исследования: процессы мониторинга и анализа событий информационной безопасности в банковской системе, включающие сбор, обработку и анализ данных о безопасности для банка "FinSec", специализирующегося на розничном и корпоративном банковском обслуживании.

Предмет исследования: методы и технологии разработки системы управления событиями информационной безопасности с использованием искусственного интеллекта.

Исследование фокусируется на создании AI-SIEM системы, которая будет соответствовать специфике работы банковской системы, учитывая особенности обрабатываемых данных (логи сетевого трафика, данные аутентификации, транзакции), требования к скорости обработки (менее 5 секунд на событие) и необходимость интеграции с существующими системами безопасности банка. Особое внимание уделяется решению проблемы снижения количества ложных срабатываний и повышения точности обнаружения сложных атак, таких как APT (Advanced Persistent Threats), которые не всегда обнаруживаются традиционными SIEM-системами.

В рамках исследования будет проведен сравнительный анализ различных подходов к применению искусственного интеллекта в системах безопасности (аномалийное обучение, глубокие нейронные сети, ансамблевые методы) и выбран наиболее подходящий набор методов для реализации системы. Также будет исследована возможность применения методов объяснимого ИИ (XAI) для повышения прозрачности решений системы и обеспечения соответствия регуляторным требованиям. Особое внимание будет уделено вопросам соответствия стандартам PCI DSS, ГОСТ Р 57580 и другим нормативным актам в области информационной безопасности финансовых организаций, что критически важно для внедрения решений в банковскую сферу.

Примерный план (Содержание) работы

Структура ВКР должна отражать логическую последовательность этапов исследования и разработки AI-SIEM системы. Вот примерный план работы по теме "Система управления событиями ИБ с использованием искусственного интеллекта":

Глава 1. Анализ проблемной области и постановка задачи

• 1.1. Современное состояние систем управления событиями информационной безопасности
• 1.2. Анализ существующих SIEM-систем и их ограничений в контексте обработки больших данных
• 1.3. Исследование процессов мониторинга безопасности в банковской системе "FinSec"
• 1.4. Выявление проблем и ограничений текущих решений в области кибербезопасности
• 1.5. Постановка задачи и определение критериев оценки эффективности

Глава 2. Результаты работ, выполняемые на этапах анализа, проектирования и разработки

• 2.1. Анализ требований к AI-SIEM системе для банковской сферы
• 2.2. Исследование и выбор методов и алгоритмов искусственного интеллекта для анализа событий безопасности
• 2.3. Проектирование архитектуры AI-SIEM системы и схемы интеграции с существующими системами безопасности
• 2.4. Разработка методики оценки эффективности AI-SIEM системы
• 2.5. Создание алгоритмов машинного обучения для обнаружения аномалий и классификации событий

Глава 3. Описание итоговой реализации и тестирование

• 3.1. Описание реализованной AI-SIEM системы
• 3.2. Реализация модулей сбора данных, их обработки и анализа с использованием ИИ
• 3.3. Интеграция AI-SIEM системы с инфраструктурой безопасности банка "FinSec"
• 3.4. Тестирование системы на реальных данных безопасности
• 3.5. Анализ результатов тестирования и рекомендации по внедрению

Для более детального понимания структуры и содержания ВКР рекомендуем ознакомиться с Полным руководством по написанию ВКР по информационной безопасности.

Ожидаемые результаты и практическая значимость

Результатом исследования станет система управления событиями информационной безопасности с использованием искусственного интеллекта, позволяющая банку "FinSec":

• Снизить количество ложных срабатываний на 62-64%
• Сократить время обнаружения реальных угроз на 52-54%
• Повысить точность обнаружения APT-атак на 45-47%
• Обеспечить соответствие международным стандартам безопасности (PCI DSS, ISO 27001)
• Интегрировать систему с существующей инфраструктурой безопасности без значительных изменений

Практическая значимость работы заключается в том, что разработанная AI-SIEM система может быть внедрена не только в банковскую систему "FinSec", но и адаптирована для других финансовых организаций и критически важных инфраструктур. Это особенно важно в свете роста сложности кибератак и увеличения объема данных, генерируемых современными ИТ-системами, что требует постоянного совершенствования методов анализа событий безопасности.

Результаты исследования могут быть использованы банком "FinSec" для снижения рисков кибератак и повышения эффективности работы службы информационной безопасности, а также для создания методических рекомендаций по внедрению решений на основе искусственного интеллекта в практику кибербезопасности. Это позволит не только оптимизировать процессы мониторинга безопасности, но и создать новые источники ценности за счет повышения доверия клиентов и соответствия международным стандартам безопасности.

Кроме того, разработанная методика может быть использована в учебном процессе технических и финансовых вузов для подготовки специалистов в области информационной безопасности и анализа данных, что соответствует требованиям к современным образовательным программам в сфере кибербезопасности и искусственного интеллекта.