Использование алгоритма Isolation Forest для решения задачи обнаружения аномалий в работе микропроцессорных пластиковых карт

Резюме: Обнаружение аномалий является важной проблемой в науке о данных. Цель обнаружения заключается в определении системных и стохастических нарушений структуры сигналов, регулярности повторения характерных участков, а также в локализации артефактов естественного или искусственного происхождения. Это могут быть сбои в процессе сбора данных, неисправность датчиков или внешние неожиданные события, такие как намеренное нарушение безопасности микроконтроллера, завышенное энергопотребление в результате внешнего вмешательства и т.д. Кроме того, при помощи предлагаемых способов обнаружения аномалий можно не только анализировать защищенность устройств, но и определять эффективность использования вычислительных ресурсов и проверять работу аппаратных модулей. В целом, внедрение подобных методов целесообразно на всех этапах жизненного цикла микропроцессоров и микроконтроллеров, начиная с этапа разработки, и до самого внедрения.

Ключевые слова: Аномалия, сигналы, нейросетевой подход, анализ данных, обнаружение, защищенность.

A. Ananyev

Using the isolation forest algorithm to solve the problem of detecting anomalies in the operation of microprocessor plastic cards

Summary:Anomaly detection is an important issue in data science. The purpose of detection is to determine the system and stochastic violations of the signal structure, the regularity of repetition of characteristic sites, as well as the localization of artifacts of natural or artificial origin. These can be failures in the data collection process, sensor failure, or external unexpected events, such as an intentional violation of the microcontroller’s security. In addition, with the help of the proposed methods of anomaly detection, it is possible not only to analyze the security of devices, but also to determine the efficiency of the use of computing resources and check the operation of hardware modules. In General, the introduction of such methods is advisable at all stages of the life cycle of microprocessors and microcontrollers. Key words: Anomaly, signals, neural network approach, data analysis, detection, security.

doi 10.34219/2078-8320-2020-11-3-26-30