Нейросетевые модели оценки параметров безопасности интернет магазинов

Abstract

Серьезной проблемой для бизнеса является опасность взлома интернет магазина. После взлома работа сайта цифровой коммерции прекращается. Современное состояние интернет магазинов, интегрированных в глобальную сеть, характеризуется повышенным уровнем требований к безопасности информации, который уже сложно обеспечить с помощью систем защиты информации, в подсистемах контроля и управления которых используются исключительно классические методы оценивания параметров безопасности. Вместе с тем, в различных областях науки и техники проявляется интерес к использованию методов теории искусственных нейронных сетей. Популярность искусственных можно объяснить эффективностью их применения в задачах классификации и кластеризации образов, аппроксимации функций, прогнозирования, оптимизации, управления, создания информационно-вычислительных систем с ассоциативной памятью, которые частично или в комплексе необходимо решать при оценке параметров безопасности для выявления кибератак. Чтобы обеспечить защиту интернет магазинов от кибератак мы предлагаем анализировать входящие и исходящие данные сетевого трафика с помощью нейронных сетей для обнаружения аномалий. Нейронные сети используются для распознавания кибератак в межсетевых экранах компании Cisco и для распознавания вирусов в антивирусах Norton Antivirus производства компаний Symantec, F-Prot и CYREN GlobalView Security Lab. Также с помощью НС определяются DDOS-атаки в свободно распостраненном модуле, предназначенном для интегрирования в программный комплекс Snort. Технологии киберпреступников не стоят на месте. Многие хакеры нацеливаются именно на сферу электронной коммерции, ведь именно сюда вливаются колоссальные инвестиции.