Прогнозирование сценариев кибератак с использованием методов машинного обучения без учителя

Abstract

На сегодняшний день прогнозирование кибератак можно рассматривать с помощью использования технологий интеллектуального анализа данных (Data Minnig) и машинного обучения (Machine Learning). Уже сейчас имеются определенные способы прогнозирования действий злоумышленника. Однако данные варианты являются сложными для понимания и их интеграции в системы по информационной безопасности.

The forecasting of cyberattacks can be considered using data mining technologies and machine learning. There are already certain ways to predict the actions of an attacker. However, these options are difficult to understand and integrate into information security systems. This article presents a method that allows you to determine further tactics and techniques of the attacker in order to respond in a timely manner and take protective measures. The method is a search for associative rules of correlating sequential actions of the attacker.