АНАЛИЗ ТРАФИКА ДАРКНЕТА ВРЕДОНОСНЫХ ПРОГРАММ IOT С ПОМОЩЬЮ АССОЦИАТИВНЫХ ПРАВИЛ

Куликов Александр Анатольевич, Кравцова Екатерина Юрьевна, Платошин Александр Игоревич

Исследовательская работа рассматривает вопросы кибербезопасности в контексте развития информационных технологий и интернета вещей (англ. IoT — Internet of Things). В связи с участившимися кибератаками в современном мире, в том числе с использованием вредоносного программного обеспечения Mirai для IoT, необходимо разработать механизмы, позволяющие обнаруживать кибератаки, происходящие в Интернете. Таким образом, в статье предлагается использовать анонимную сеть для обнаружения кибератак, так как она представляет собой систему виртуальных туннелей, в которой пакеты генерируются вредоносными программами. Для анализа поведения сканирующих атак на основе пакетов, наблюдаемых в Даркнете, используются статистические методы и обучение по ассоциативным правилам. Особое внимание уделяется пакетам TCP SYN, характеризующим атаки сканирования. В статье рассматриваются принципы работы анонимной сети, IP-адреса, а также характеристики вредоносного ПО Mirai для IoT. Также рассматриваются основные понятия, используемые при поиске ассоциативных правил, такие как поддержка (support) и достоверность (confidence), а также предлагается использовать алгоритм FP-Growth/FP-tree для поиска таких правил. Для оценки предложенного метода использовался большой набор пакетов TCP SYN, собранных с помощью датчика Даркнета NICT/16. Результаты показали, что предложенный метод эффективен и может быть использован для поиска ассоциативных правил в больших базах данных. Также обсуждаются параметры алгоритма и стратегии их определения для получения наилучших результатов. Исследование может быть полезно для разработки новых механизмов обнаружения кибератак и повышения уровня кибербезопасности.

Ключевые слова:Даркнет; кибератаки; Mirai; анализ с использованием обучения по ассоциативным правилам, темная сеть, анонимная сеть, IoT