В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Авкуровой Жадыры Советхановны на тему «Методы и вычислительные модели идентификации кибератак в информационно-коммуникационных системах в условиях неопределённости» по специальности «6D070400 – Вычислительная техника и программное обеспечение».
Диссертация выполнена на кафедре «Кафедра Компьютерная и программная инженерия» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Аманжолова Сауле Токсановна – кандидат технических наук, ассоциированный профессор, Директор школы Кибербезопасность, Astana IT University (г. Астана, Республика Казахстан);
Абдильдаева Асель Асылбековна – доктор философии (PhD), ассоциированный профессор, Высшая школа информационных технологий и инженери, Astana International University (г. Астана, Республика Казахстан).
Временные члены Диссертационного совета:
Сейлова Нургуль Абадуллаевна – кандидат технических наук, ассоциированный профессор, декан факультета «Компьютерные технологии и кибербезопасность», Международный университет информационных технологий (г.Алматы, Республика Казахстан);
Сақан Қайрат Сақанұлы – доктор философии (PhD), старший научный сотрудник лаборатории информационной безопасности РГП на ПХВ «Института информационных и вычислительных технологий» Комитета науки Министерства науки и высшего образования Республики Казахстан (г.Алматы, Республика Казахстан);
Зюбин Владимир Евгеньевич – доктор технических наук, заведующий кафедрой компьютерных технологий, Новосибирский государственный университет (г. Новосибирск, Российская Федерация).
Научные консультанты:
Абдураимова Баян Куандыковна — кандидат технических наук, старший преподаватель кафедры «Информационная безопасность» Евразийский национальный университет имени Л.Н. Гумилева (г. Астана, Республика Казахстан)
Гнатюк Сергей Александрович — доктор технических наук, профессор, Национальный авиационный университет (г. Киев, Украина)
Защита состоится: 26 августа 2026 года 14:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по специальности «6D070400 – Вычислительная техника и программное обеспечение» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в смешанном (оффлайн и онлайн) формате.
Ссылка: https://clck.ru/3Ua22u
Адрес: г. Астана, ул. А. Пушкина, 11, 2 учебный корпус, аудитория №222.
Аннотация (рус.): АННОТАЦИЯ диссертационной работы Авкуровой Жадыры Советхановны «Методы и вычислительные модели идентификации кибератак в информационно-коммуникационных системах в условиях неопределённости», представленной на соискание степени доктора философии (PhD) по специальности «6D070400 – Вычислительная техника и программное обеспечение». Актуальность исследования определяется стремительным ростом числа целевых атак на информационно-коммуникационную инфраструктуру предприятий Казахстана. В условиях цифровизации экономики и перехода к концепции «Цифровой Казахстан» бизнес-структуры, государственные компании и критически важные объекты всё чаще становятся мишенью киберпреступников. Классические средства защиты уже не справляются с современными многоэтапными атаками, использующими социальную инженерию, эксплойты нулевого дня и скрытные каналы коммуникации. Это требует разработки специализированных моделей и программных решений, ориентированных на раннее выявление и предотвращение подобных угроз. Особое значение данная проблема имеет для Казахстана как страны, активно интегрирующейся в глобальное цифровое пространство и развивающей собственную индустрию кибербезопасности. Наличие уязвимостей в корпоративных информационно-коммуникационных системах может привести к компрометации конфиденциальных данных, остановке производственных процессов, нанесению значительного экономического и репутационного ущерба. Более того, учитывая геополитическую и экономическую роль Казахстана в регионе Центральной Азии, устойчивость цифровой инфраструктуры предприятий напрямую влияет на национальную безопасность и международное сотрудничество. В этих условиях создание научно обоснованной модели и прикладного программного обеспечения для детектирования целевых атак приобретает стратегическую значимость. Разработанные решения могут быть интегрированы в существующие системы мониторинга безопасности предприятий, повысив их эффективность за счёт применения интеллектуальных алгоритмов анализа сетевого трафика, корреляции событий и машинного обучения. Практическая ценность исследования заключается в возможности масштабного применения таких технологий в банковском секторе, энергетике, транспорте, телекоммуникациях и других отраслях экономики Казахстана, обеспечивая устойчивость киберпространства страны и поддержку её цифрового суверенитета. Применение нечетких множеств в задаче детектирования целевых атак на информационно-коммуникационную инфраструктуру предприятия целесообразно, поскольку они позволяют учитывать неопределённость и неполноту исходных данных, свойственных реальной сетевой активности; обеспечивают возможность описания сложных ситуаций не в жёсткой бинарной форме («атака/не атака»), а через степени принадлежности («уровень угрозы 0.6», «риск высокий»), что делает анализ гибким и ближе к экспертной логике; а также позволяют формализовать эвристические правила и качественные характеристики («аномальная активность», «повышенная нагрузка»), обеспечивая более точное выявление атак и снижение числа ложных срабатываний в системах информационной безопасности. Цель диссертационного исследования заключается в создании теоретических и практических основ для реализации системы, способной оперативно выявлять признаки кибератак и выполнять идентификацию нарушителей в ИКС с использованием современных технологий интеллектуального анализа данных, нечеткой логики и honeypot-слежения. Задачи исследования: 1. Проведение детального анализа методов выявления атак и вторжений, включая сигнатурные, статистические и аномальные методы. 2. Построение моделей параметров и эталонов, позволяющих отличать нормальное функционирование ИКС от аномального. 3. Разработка методов и алгоритмов для раннего выявления Кибератак и идентификации категории нарушителя. 4. Применение honeypot-технологий для сбора информации о поведении атакующих и формирования их профилей. 5. Тестирование разработанных моделей в экспериментальных условиях, создание программного обеспечения для интеграции с существующими средствами защиты и оценка эффективности по ключевым показателям, таким как точность детектирования, уровень ложных срабатываний, устойчивость к неопределённости и время отклика. Объектом исследования является процесс раннего выявления кибератак и идентификация нарушителей в информационно-коммуникационных системах в условиях неопределённости Предмет исследования - модели, методы и программные средства выявления и детектирования целевых атак на информационно-коммуникационную инфраструктуру с использованием интеллектуальных алгоритмов анализа данных и обработки неопределённой информации. Методы исследования • Математическое моделирование и интеллектуальный анализ данных, позволяющие формализовать процессы функционирования ИКС и построить модели аномального поведения. • Применение нечеткой логики и мягких вычислений для обработки параметров в условиях неопределенности, что повышает точность идентификации атак и классификации нарушителей. • Использование honeypot-технологий как инструмента активного сбора данных об атакующих и формирования поведенческих профилей. • Алгоритмы машинного обучения и методы Data Mining, обеспечивающие адаптивную обработку сетевых событий и выявление атак в режиме, приближенном к реальному времени. Научная новизна исследования заключается в усовершенствовании подходов к интеллектуальному анализу данных для идентификации кибератак в условиях неопределённой и слабоформализованной среды. Разработанные методы позволяют использовать динамическую оценку отклонений параметров ИКС, что способствует более точному и раннему выявлению скрытых угроз и кибератак. На защиту выносятся следующие научные положения: 1. Модель аномального состояния информационно-коммуникационной системы, включающая множества четких и нечетких параметров сети и хоста, характеризующих признаки целевой атаки, что позволяет осуществлять раннюю диагностику аномалий и отличать их от нормального функционирования системы. 2. Модели параметров и эталонов функционирования ИКС, использующие логико-лингвистические связи между характеристиками сети, хоста и нарушителей, а также систему правил идентификации, обеспечивающую определение влияния нарушителей и их классификацию на основе профайлинга и моделей угроз. 3. Метод интеллектуального анализа данных, основанный на динамической оценке отклонений показателей функционирования вычислительной системы от эталонного профиля и обработке множеств четких и нечетких параметров, обеспечивающий построение моделей аномального состояния и раннее выявление целевых атак в условиях неопределенности параметров киберпространстве. 4. Алгоритмическое и программное обеспечение системы выявления целевых атак, использующее усовершенствованный метод интеллектуального анализа данных, модели параметров и эталонов, а также механизмы нечеткой логики и актуальные наборы данных (датасеты), что обеспечивает повышение точности обнаружения атак, профайлинг нарушителя и снижение числа ложных срабатываний. Практическая значимость работы Практическая значимость работы определяется возможностью применения предложенных методов и моделей в существующих системах обнаружения и предотвращения атак. Разработанные решения могут быть интегрированы в программные модули для центров реагирования на инциденты (CSIRT), что позволит повысить их оперативность и эффективность. Практическое значение работы также заключается в возможности создания более продвинутых решений для защиты объектов критической информационной инфраструктуры, включая энергетические, финансовые, промышленные и государственные системы, которые требуют повышенного уровня кибербезопасности. Результаты исследования внедрены в учебный процесс кафедры «Математика и информационные технологии» ТОО Кызылординский университет «Болашак». Карагандинского индустриального университета для учащихся образовательной программы «Программная инженерия» в рамках изучения дисциплины «Основы информационной безопасности». Личный вклад докторанта. В диссертационном исследовании докторантом выполнены постановка и формализация задач исследования, проведены исследования на повышения эффективности обнаружения кибератак в ИКС за счет разработки методов и средств интеллектуального анализа данных. В частности, им получены следующие научные и практические результаты: 1. проведен анализ современного состояния развития теоретических основ и практических подходов, используемых для эффективного выявления и идентификации кибератак в ИКС, в результате которого выделены системы на основе виртуальных приманок, нечеткая логика и гибридные нейронные сети; 2. построена модель аномального состояния ИКС, которая содержит множества четких и нечетких параметров самой сети и хоста, что характеризирует кибератаку в системе и позволяет ее выявить на ранней стадии. Модель представлена в виде кортежа множеств, а использование нечетких параметров делает систему более гибкой и адаптивной, что является важным для ИКС и киберпространства в общем; 3. разработаны модели параметров и эталонов, которые анализируют параметры хоста и сети, влияние нарушителей на параметры и логико-лингвистические связки, а также систему правил, что позволяет определять влияние нарушителей на ИКС и проводить их идентификацию согласно предварительному профайлингу, моделей угроз и моделей нарушителей; 4. усовершенствован метод интеллектуального анализа данных, который на основе динамической оценки отклонений показателей функционирования (сетевых и хостовых) от нормального профиля, а также обработки множеств четких и нечетких параметров, позволяет построить модели аномального состояния для раннего выявления кибератак в условиях присутствия нечетких параметров среды (киберпространства); 5. усовершенствована систему выявления кибератак, которая использует метод интеллектуального анализа данных, модели параметров и эталонов, а также на основе нечеткой логики и известных датасетов (NSL KDD, CAPEC) позволяет эффективно обнаружать кибератаки в ИКС (в т.ч. в критически важной инфраструктуре государства); При использовании датасета NSL KDD и HNN получено следующее распределение категорий нарушителей: дезинформатор (15%), спамер (20%), крекер (18%), хакер (14%), спам-бот (15%) и бот-взломщик (16%) с точностью до 98,96%; Полученные результаты могут быть использованы для создания инструментальных средств в виде программных или программно-аппаратных модулей для выявления и идентификации нарушителей в ИКС. Они могут использоваться самостоятельно, или как расширители функциональных возможностей современных IDS, IPS, SIEM и других инструментов СSIRT/SOC. Подготовлены научные публикации по теме диссертации. Проведена апробация результатов исследования на научных семинарах и конференциях. Обеспечено практическое внедрение разработанных алгоритмов и программных средств. Апробация и публикации. По теме диссертации опубликовано 14 научных работ, в том числе: 3 статей – в журналах, рекомендованных Комитетом по обеспечению качества в сфере науки и высшего образования МНВО РК; 7 – в сборниках международных конференций; 2 – в других научных изданиях; 1 статья – в журнале, индексируемом в базе Scopus. Получены свидетельства о регистрации авторских прав на разработанные программные решения. Основные результаты исследования докладывались на научных семинарах кафедры «Компьютерная и программная инженерия» Евразийского национального университета имени Л.Н. Гумилёва, а также на республиканских и международных конференциях, включая International Conference on Information and Communication Technologies in Education, Research, and Industrial Applications (Херсон, Украина, 2021); International workshop on Small and Big Data Approaches in Healthcare (Бельгия, 2021; Международная научно-практическая конференция «Повышение качества образования, современные инновации в науке и производстве», (Экибастуз, 2021). Структура работы Работа состоит из содержания, перечня определений и сокращений, введения, глав, включающих подразделы, заключения, списка использованных источников и приложений.
Отзыв зарубежного консультанта
