Registration Number
0826U005370, PhD dissertation
Status
Доктор філософії
Date
popup.evolution
o
Чому дисертація має статус "Запланована"?
Title
Methods and Models for Context-Adaptive Information Security Risk Assessment in IoT Environments
Author
Yurii I. Pidlisnyi,
popup.head Mykhailo Y. Shelest
popup.opponent Yuri I. Hlaponin
popup.opponent Volodymyr Khoma
popup.review Mariia S. Dorosh
popup.review Mariia M. Voitsekhovska
popup.rada
Chernihiv Polytechnic National University
Description
Актуальність роботи. Розвиток Інтернету речей (Internet of Things, IoT), кіберфізичних систем, периферійних обчислень і промислового Інтернету речей (Industrial Internet of Things, IIoT) супроводжується ускладненням сучасних інформаційно-комунікаційних систем. IoT-середовища об’єднують пристрої з різним призначенням, обчислювальними можливостями та протоколами взаємодії. Їхній склад, конфігурація і зв’язки між компонентами можуть змінюватися під час експлуатації. Водночас зростає різноманітність кіберзагроз, здатних впливати як на окремі пристрої, так і на роботу середовища загалом.
У дисертації розв’язано актуальне наукове завдання, що полягає в розробленні моделі формування контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації та удосконаленні методу оцінювання ризиків інформаційної безпеки IoT-середовищ у процесі аудиту. Під час визначення рівня ризику також враховується попередньо сформований показник ризику прихованої компрометації.
Метою роботи є розроблення моделі побудови контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації та удосконалення методу оцінювання ризиків інформаційної безпеки IoT-середовищ з урахуванням цього профілю, поточного стану безпеки й попередньо сформованого показника ризику прихованої компрометації під час аудиту.
Для досягнення мети проаналізовано підходи до класифікації IoT-пристроїв, виявлення вразливостей, аналізу аномальної активності та оцінювання ризиків.
Розроблено модель формування контекстно-ризикового профілю пристрою за результатами інтелектуально-контекстної класифікації. Удосконалено метод оцінювання ризиків на основі нечіткого логічного виведення типу Мамдані з урахуванням показника ризику прихованої компрометації BackdoorRisk.
Визначено підхід до побудови інформаційної технології для узгодженого застосування моделі та методу. Запропоновані рішення перевірено з використанням відкритих наборів даних з безпеки IoT і програмно сформованих контекстно-ризикових сценаріїв.
Наукова новизна одержаних результатів полягає в такому:
– Вперше розроблено модель побудови контекстно-ризикового профілю IoT-пристрою за результатами інтелектуально-контекстної класифікації. Модель передбачає класифікацію пристрою за п’ятьма критеріями: рівнем вбудованого інтелекту, характеристиками безпеки, архітектурою взаємодії, функціональним контекстом і динамічністю середовища. Результати класифікації за кожним критерієм зберігаються в профілі без зведення до одного числового показника.
– Удосконалено метод контекстно-адаптивного оцінювання ризиків інформаційної безпеки IoT-середовищ на основі нечіткого логічного виведення типу Мамдані. Метод передбачає спільне врахування семи вхідних параметрів: критичності активу, рівня загрози, рівня вразливості, можливостей потенційного порушника, імовірності реалізації загрози, тяжкості її наслідків та попередньо сформованого показника ризику прихованої компрометації BackdoorRisk. Параметри, що залежать від контексту, уточнюються з урахуванням профілю пристрою та даних про поточний стан безпеки. Показник BackdoorRisk надходить до системи як окремий вхідний параметр.
– Набув подальшого розвитку підхід до побудови інформаційної технології оцінювання ризиків інформаційної безпеки IoT-середовищ. На відміну від відокремленого застосування класифікації пристроїв та оцінювання ризиків, підхід передбачає використання контекстно-ризикового профілю пристрою разом із даними про поточний стан безпеки для формування вхідних параметрів нечіткого оцінювання.
Практичне значення одержаних результатів полягає у програмній реалізації модуля оцінювання ризиків інформаційної безпеки IoT-середовищ та окремої експериментальної процедури класифікації мережевих подій. Модуль реалізовано в середовищі MATLAB із використанням Fuzzy Logic Toolbox. Він обробляє сім попередньо сформованих вхідних параметрів, виконує нечітке логічне виведення типу Мамдані та визначає показник RiskLevel і відповідну категорію ризику. Експериментальну класифікацію мережевих подій досліджено окремо як засіб одержання відомостей про активність в IoT-середовищі.
Впровадження результатів. Результати дисертаційного дослідження впроваджено у практичну діяльність ТОВ «ЛЮМ’ЄР ЕЛЕКТРО», ТОВ
«АРКАДА ФІНАНС» і ТОВ «АТРІЯ КОМПАНІ» для аналізу стану інформаційної безпеки, оцінювання ризиків та аналізу аномальної мережевої активності. Окремі результати використовуються в освітньому процесі Національного університету «Чернігівська політехніка» під час підготовки фахівців з кібербезпеки та комп’ютерних наук.
Одержані результати дають змогу формувати оцінку ризику з урахуванням характеристик IoT-пристрою, його контекстно-ризикового профілю та поточного стану безпеки. Визначений у роботі підхід до побудови інформаційної технології встановлює порядок спільного застосування розробленої моделі й удосконаленого методу в процесі аудиту IoT-середовищ.
Registration Date
2026-10-02
popup.nrat_date
2026-10-02 / 2026-10-02
