Архитектура системы обнаружения и прогнозирования уязвимостей информационных систем на основе методов искусственного интеллекта

Резюме: Сетевая безопасность является одним из наиболее активных направлений исследований в области информационной безопасности. Данное направление включает в себя множество подходов, одним из которых является построение графов атак. При построении графов атак каждое устройство сети представляет собой узел графа, в то время как возможность перехода между устройствами определяется как сетевой политикой, так и возможностью компрометации устройств нарушителем. В свою очередь, возможность компрометации устройств определяется наличием на них уязвимостей, эксплуатация которых приведет к нанесению ущерба атакуемой системе и/или получению нарушителем прав пользователя/администратора. При этом для определения уязвимостей устройств в основном используются открытые базы данных. Проблемой является тот факт, что многие устройства не описаны в открытых базах данных, а информация в таких базах может содержать ошибки, быть противоречивой и неполной. Решением становится применение методов искусственного интеллекта для обнаружения и прогнозирования уязвимостей информационных систем. В данной работе представлена оригинальная архитектура системы, решающей данную задачу. Ключевыми особенностями предлагаемой архитектуры является применение методов искусственного интеллекта для прогнозирования неизвестных значений метрик уязвимостей на основе известных, а также для прогнозирования категорий уязвимостей для конфигураций устройств, уязвимости которых отсутствуют в открытых базах данных, за счет их конфигурационной схожести с уязвимыми устройствами.

Ключевые слова: Информационная безопасность; Искусственный интеллект; Обнаружение уязвимостей; Прогнозирование уязвимостей; CVE; CVSS; NVD.

D.S. Levshun

Architecture of the system for vulnerabilities detection and prediction in information systems based on artificial intelligence methods

Summary: Network security is one of the most active research directions in the field of information security. This direction includes many approaches, one of which is the construction of attack graphs. When building attack graphs, each device in the network is a node of the graph, while the ability to move across the graph is defined by a network policy as well as by the intruder’s possibility to compromise the corresponding devices. In turn, the possibility of compromising the device is determined by the presence of vulnerabilities in them. The exploitation of vulnerabilities leads to the impact on the attacked system and/or the obtaining of user or admin access rights by the intruder. At the same time, open database data is used to analyze if devices are vulnerable. The problem is that data on many devices is not described in open databases, while the information in such databases may contain errors, be inconsistent and incomplete. The solution to this issue lies in the use of artificial intelligence  methods to detect and predict the vulnerabilities of information systems. This paper presents the original architecture of the system that solves this task. The key features of the proposed solution are the use of artificial intelligence methods for predicting unknown results of vulnerability metrics based on known ones, as well as for predicting vulnerability categories for not known as vulnerable devices configurations based on their configuration similarity with vulnerable devices.

Keywords: Information Security, Artificial Intelligence; Vulnerabilities detection; Vulnerabilities forecasting; CVE; CVSS; NVD.

DOI: 10.34219/2078-8320-2024-15-3-91-98