Статья: СИСТЕМА ФИЛЬТРАЦИИ ЛОЖНОПОЛОЖИТЕЛЬНЫХ РЕЗУЛЬТАТОВ OSINT С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОЦЕНКИ ПРИНАДЛЕЖНОСТИ ЦИФРОВЫХ АКТИВОВ КОМПАНИЙ (2025)

Читать онлайн

Разведка на основе открытых источников (OSINT) является краеугольным камнем современного аудита информационной безопасности и операций красных команд (red teaming), обеспечивая выявление цифровых активов организации с использованием общедоступных данных. Однако существующие инструменты OSINT часто генерируют избыточное количество ложноположительных результатов при попытке связать IP-адреса и доменные имена с искомыми организациями. В статье предлагается система фильтрации на основе методов машинного обучения, существенно снижающая уровень ложных срабатываний в выборках, полученных с использованием OSINT. Система формирует высокоразмерные векторы признаков на основе данных WHOIS, метаданных DNS, SSL-сертификатов и содержимого веб-страниц. С использованием ансамблевого классификатора на основе градиентного бустинга достигается высокая точность атрибуции при сохранении устойчивости к разнообразным типам инфраструктуры. Эксперимент проведен на более чем 30 000 реальных цифровых объектов, собранных от семи организаций, и показал значительное повышение точности атрибуции, подтверждая практическую применимость предлагаемого подхода для обеспечения информационной безопасности.

Ключевые фразы: OSINT, машинное обучение, атрибуция цифровых активов, ложноположительные результаты, классификация ip-адресов, доменная атрибуция, данные whois, dns-записи, ssl-сертификаты, ГРАДИЕНТНЫЙ БУСТИНГ, автоматизация кибербезопасности, извлечение информации
Автор (ы): Астраханцева Ирина Александровна (Astrahantseva I. A.), Астраханцев Роман Геннадьевич (Astrahantsev R. G.), Котенев Тимофей Евгеньевич (Kotenev T. E.), Брюшинин Антон Олегович (Bryushinin A. O.)
Журнал: СОВРЕМЕННЫЕ НАУКОЕМКИЕ ТЕХНОЛОГИИ. РЕГИОНАЛЬНОЕ ПРИЛОЖЕНИЕ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Образование
УДК
303.732.4. Системный анализ
Для цитирования:
АСТРАХАНЦЕВА И. А., АСТРАХАНЦЕВ Р. Г., КОТЕНЕВ Т. Е., БРЮШИНИН А. О. СИСТЕМА ФИЛЬТРАЦИИ ЛОЖНОПОЛОЖИТЕЛЬНЫХ РЕЗУЛЬТАТОВ OSINT С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОЦЕНКИ ПРИНАДЛЕЖНОСТИ ЦИФРОВЫХ АКТИВОВ КОМПАНИЙ // СОВРЕМЕННЫЕ НАУКОЕМКИЕ ТЕХНОЛОГИИ. РЕГИОНАЛЬНОЕ ПРИЛОЖЕНИЕ. 2025. № 3 (83)
Текстовый фрагмент статьи
Моя история просмотров (2)
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.