Как защититься от фишинга

Содержание

Введение

Глава 1. Математический аппарат анализа и верификации угроз в сетевом пространстве Российской Федерации

1.1. Теоретические основы применения аппарата математической статистики для обнаружения фишинговых аномалий

1.2. Классификация архитектурных уязвимостей информационных систем в контексте специфики кириллического сегмента Интернета

1.3. Методы машинного обучения в задачах противодействия методам социальной инженерии: российский академический опыт

Глава 2. Прикладные аспекты реализации систем мониторинга и блокирования фишингового контента

2.1. Проектирование вычислительного алгоритма предиктивного анализа гипертекстовых данных и заголовков сообщений

2.2. Программная реализация модуля автоматизированной проверки ресурсов на базе доверенных отечественных репозиториев

2.3. Оптимизация параметров математической модели и апробация системы на контрольных выборках сетевого трафика

Заключение

Список использованной литературы

КУРСОВАЯ РАБОТА

Тема: Как защититься от фишинга

Специальность: Прикладная математика и информатика

ВВЕДЕНИЕ

Актуальность темы исследования обусловлена стремительной цифровизацией российского общества и параллельным ростом киберугроз, среди которых фишинг занимает одну из лидирующих позиций по масштабу наносимого ущерба. Согласно данным Центрального банка Российской Федерации, за последние три года количество зарегистрированных фишинговых атак на финансовые организации и частных пользователей увеличилось на 340%, что свидетельствует о критической необходимости разработки эффективных математических методов противодействия данной угрозе. Специфика кириллического сегмента Интернета создает уникальные возможности для злоумышленников, эксплуатирующих лингвистические особенности русского языка и культурные паттерны доверия в онлайн-коммуникации.

Современное состояние проблемы характеризуется интенсивным развитием методов социальной инженерии, применяемых злоумышленниками для преодоления как технических, так и психологических барьеров защиты информационных систем. Российская научная школа прикладной математики и информатики активно разрабатывает подходы к автоматизированному обнаружению фишинговых аномалий с использованием аппарата математической статистики и машинного обучения. Однако существующие решения нередко демонстрируют недостаточную эффективность при работе с текстами на русском языке, что обусловлено морфологической сложностью последнего и ограниченностью специализированных обучающих выборок.

Несмотря на значительное количество исследований в области информационной безопасности, остаются нерешенными задачи адаптации универсальных алгоритмов детектирования фишинга к специфике российского сегмента сети, оптимизации вычислительных ресурсов при обработке больших объемов гипертекстовых данных, а также интеграции математических моделей предиктивного анализа с доверенными отечественными репозиториями угроз.

Цель курсовой работы – разработка математической модели и вычислительного алгоритма для автоматизированного обнаружения и блокирования фишингового контента с учетом специфики российского сегмента Интернета.

Для достижения поставленной цели сформулированы следующие задачи:

• исследовать теоретические основы применения аппарата математической статистики для обнаружения фишинговых аномалий;
• классифицировать архитектурные уязвимости информационных систем в контексте кириллического сегмента Интернета;
• проанализировать методы машинного обучения в задачах противодействия социальной инженерии;
• разработать вычислительный алгоритм предиктивного анализа гипертекстовых данных и заголовков сообщений;
• реализовать программный модуль автоматизированной проверки ресурсов на базе доверенных отечественных репозиториев;
• провести оптимизацию параметров математической модели и апробацию системы на контрольных выборках сетевого трафика.

Объектом исследования выступают процессы распространения и обнаружения фишингового контента в компьютерных сетях.

Предметом исследования являются математические модели и вычислительные алгоритмы автоматизированного анализа сетевого контента для выявления фишинговых угроз.

Теоретическая база исследования включает фундаментальные работы российских ученых в области прикладной математики, теории вероятностей, математической статистики, теории распознавания образов и машинного обучения. Методологическую основу составляют исследования в сфере информационной безопасности, криптографии и защиты информации.

Методы исследования охватывают математико-статистический анализ, методы машинного обучения (в частности, алгоритмы классификации и кластеризации), численные методы оптимизации, методы обработки естественного языка, а также методы вычислительного эксперимента для апробации разработанных алгоритмов.

Материалами исследования послужили выборки реального сетевого трафика, базы данных известных фишинговых ресурсов, статистические данные о киберинцидентах в Российской Федерации, а также нормативно-технические документы в области информационной безопасности.

Источниковая база исследования представлена современными научными публикациями в профильных российских и международных журналах, монографиями ведущих специалистов, материалами научно-практических конференций по информационной безопасности, государственными стандартами и техническими регламентами Российской Федерации.

Научная новизна исследования определяется разработкой адаптированной математической модели обнаружения фишинговых аномалий, учитывающей лингвистические особенности русского языка и специфику архитектуры российских информационных систем.

Практическая значимость работы заключается в возможности применения разработанных алгоритмов и программных модулей в корпоративных системах защиты информации, образовательных организациях, финансовых учреждениях и государственных структурах Российской Федерации для повышения уровня киберзащищенности.

Структура курсовой работы состоит из введения, двух глав, заключения и списка использованной литературы. Во введении рассмотрены актуальность, цели и задачи исследования, определены объект, предмет и методологическая база. В первой главе изучены теоретические основы математического аппарата анализа и верификации угроз в сетевом пространстве Российской Федерации, включая применение математической статистики, классификацию уязвимостей и методы машинного обучения. Во второй главе проведен анализ прикладных аспектов реализации систем мониторинга и блокирования фишингового контента, разработан вычислительный алгоритм, программный модуль и проведена апробация системы. В заключении подведены итоги проведенного исследования и сформулированы основные выводы.

ГЛАВА 1. МАТЕМАТИЧЕСКИЙ АППАРАТ АНАЛИЗА И ВЕРИФИКАЦИИ УГРОЗ В СЕТЕВОМ ПРОСТРАНСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ

1.1. Теоретические основы применения аппарата математической статистики для обнаружения фишинговых аномалий

Математическая статистика представляет собой

…