Рассматриваются способы использования машинного обучения для борьбы с DDOS-атаками

Прочитано: 116 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Оценок пока нет)
Loading ... Loading ...


Атаки типа «отказ в обслуживании» (DOS) и распределенный отказ в обслуживании (DDOS) на компьютерные системы вызывают серьезную озабоченность у тех, кто отвечает за обеспечение работы онлайн-сервисов и защиту систем, а также у тех, кто их использует. Такие вторжения трудно предотвратить, хотя их последствия часто очевидны. Как следует из названий, они обычно перегружают систему, так что услуги не могут предоставляться законным пользователям.

Атаки типа «отказ в обслуживании» часто осуществляются в злоумышленных целях или в рамках протеста против той или иной службы или компании. Это также может быть сделано для того, чтобы открыть лазейки в системе безопасности, позволяя третьей стороне извлекать информацию, такую ​​как данные пользователя и пароли, во время атаки. Такие атаки также могут быть случайными, запускаться ботнетами и т.п. или даже использоваться исключительно для развлечения преступника без какого-либо злого умысла.

В статье для журнала International Journal of Business Information Systems команда из Индии рассматривает современные способы использования машинного обучения для борьбы с DOS- и DDOS-атаками.

Швета Паливал, Вишал Бхарти и Амит Кумар Мишра с факультета компьютерных наук и инженерии Университета DIT в Уттаракханде отмечают, что появление так называемого Интернета вещей означает, что существует гораздо больше оставленных без присмотра и неконтролируемых устройств, постоянно подключенных к сети. Интернет, который можно использовать для организации DDOS-атак.

По сути, злоумышленник может использовать уязвимости в протоколах, таких как HTTP, который обслуживает веб-страницы для законных пользователей, чтобы вывести систему из строя. Распределенный характер таких атак означает, что сосредоточение внимания на одном источнике атаки и его блокировка невозможны без блокировки законных пользователей. Однако инструменты машинного обучения могут сделать прозрачными те устройства, которые обращаются к системе через HTTP, которые не являются легитимными, и позволить уровню безопасности блокировать атаку.

Рассматриваются способы использования машинного обучения для борьбы с DDOS-атаками



Новости партнеров