Нейросеть научили обнаруживать кибератаки без реальных данных
Разработчик с Habr продемонстрировал метод обучения нейросети для выявления бокового движения (lateral movement) в корпоративных сетях исключительно на синтетических данных, имитирующих атаки, без использования реальных инцидентов.
Для обучения ИИ был создан виртуальный корпоративный мир, в котором имитировались входы пользователей и различные события, а затем на его основе генерировались сценарии кибератак. Это позволило создать большой объём тренировочных данных без необходимости доступа к конфиденциальной информации или реальным примерам взломов.
Каждая обучающая сеть обладала четырьмя тысячами параметров и обучалась за считанные секунды на обычном ноутбуке. Наилучшие результаты показала система из шести таких сетей, каждая из которых была обучена на своём уникальном вымышленном мире. Такой подход доказывает эффективность генерации синтетических данных для тренировки систем кибербезопасности.
Преимущество метода заключается в возможности быстро и масштабно создавать обучающие датасеты для детекторов атак, минуя проблемы с конфиденциальностью и доступностью реальных данных об инцидентах. Это открывает новые перспективы для разработки устойчивых и эффективных решений в сфере кибербезопасности.
Часто задаваемые вопросы
Как нейросеть научилась обнаруживать атаки без реальных данных?
Нейросеть обучалась на синтетических данных, которые имитировали корпоративные сети и сценарии бокового движения (lateral movement) в них, полностью исключая использование реальных инцидентов.
В чём главное преимущество такого метода обучения?
Основное преимущество — возможность быстро и масштабно создавать обучающие наборы данных для систем кибербезопасности, минуя проблемы конфиденциальности и дефицита реальных данных об инцидентах.
Сколько времени занимает обучение такой нейросети?
Каждая обучающая сеть, состоящая из четырёх тысяч параметров, тренируется за считанные секунды на обычном ноутбуке.
Источник: Habr · Rusability ИИ


Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!