İnformasiya Texnologiyaları İnstitutunun baş elmi işçisi, texnika üzrə fəlsəfə doktoru, dosent Fərqanə Abdullayevanın və institutun dissertantı Süleyman Süleymanzadənin həmmüəllifi olduqları “Cyber security attack recognition on cloud computing networks based on graph convolutional neural network and graphsage models” adlı məqalə Niderland Krallığında fəaliyyət göstərən “Elsevier” nəşriyyatında dərc olunan “Results in Control and Optimization” jurnalında çap olunub.
Şəbəkə kiberhücumlarının aşkarlanması bir qayda olaraq axın tipli şəbəkə verilənləri üzərində həyata keçirilir. Əksər aşkarlama sistemləri hər bir axına ayrılıqda baxaraq məsələni sadələşdirməyə çalışırlar. Bu üsullarda çoxaxınlı hücumların (məsələn, DDoS) olduğu nəzərə alınmır. Bu mülahizə əksər tətbiq sahələrində özünü doğrultmur. Aşkarlama sistemi çoxsaylı axınları eyni vaxtda emal etməyi bacarmalıdır. Bu tələbi ödəmək üçün şəbəkə trafiki axını qraf şəklində modelləşdirilməlidir. Burada axın İP ünvan, port nömrəsi, protokol kimi kommunikasiya qovşaqlarından daxil olur və verilənlərin sütun sahələrini ötürülən paketlərin sayı, ötürülən baytların sayı, axının müddəti və s. kimi şəbəkə trafikinin axınları təşkil edir. Bu axın verilənləri qraf formatında təsvir edilə bilər. Bu zaman şəbəkə axınının qovşaqları (İP ünvan) qraf qovşaqları, şəbəkə trafikinin axınları isə qraf tilləri kimi təsvir edilir. Həm topoloji informasiya (qovşaqların əlamətləri) və həmçinin tilin əlamətlərində özünü əks etdirən informasiya şəbəkə trafikinin klassifikasiyası və hücumların aşkarlanması üçün mühüm əhəmiyyət kəsb edir.
Təqdim olunan məqalədə bulud sistemlərində şəbəkə kiberhücumlarının aşkarlanması üçün Qraf Neyron Şəbəkə yanaşması təklif edilib. Burada təlim iterasiyasında bir paketdə nümunələri hesablayan qovşaqların istifadə olunması nəzərdə tutulur. Bu isə seçilmiş qovşaqların sayının və hesablama xərclərinin kifayət qədər azaldılmasına, alqoritmin işləmə sürətinin artırılmasına, kiberhücumları aşkarlama dəqiqliyinin yüksəldilməsinə imkan verib.
Təklif edilmiş üsulların elmi tədqiqatlar üçün açıq olan verilənlər bazaları üzərində test edilməsi zamanı mövcud üsullarla müqayisədə daha yüksək nəticələr əldə edilib.
Məqalə Azərbaycan Respublikası Dövlət Neft Şirkətinin (SOCAR) Elm Fondunun maliyyələşdirdiyi qrant layihəsi (Qrant №3 LR-AMEA) çərçivəsində aparılmış elmi tədqiqatlar əsasında hazırlanıb.
Qeyd edək ki, “Results in Control and Optimization” jurnalı Scopus və Web of Science bazalarında indeksləşir.
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.