Обнаружение аномального поведения устройств в сенсорной

УДК 004.056
Обнаружение аномального поведения устройств в сенсорной сети на
основе статистического анализа
М.С. Вотчеников, М.И. Клетнёв
Научный руководитель – В.М. Коржук
Введение.
Сейчас, в эпоху развития интернета вещей, набирает популярность использование
сетей, состоящих из множества датчиков. Такие сети, соответственно, называются
сенсорными. Область их применения очень широка, они могут использоваться, например, в
системе «умный дом», а так же для осуществления контроля за процессом производства на
каком-либо предприятии, и, в конце концов, как средство для мониторинга за состоянием
окружающей среды. Но такое распространение сенсорных сетей, особенно в промышленном
секторе, означает, что от их функционирования зависят жизни людей, и не только. По этой
причине следует уделять большое внимание безопасности таких сетей. Наиболее
эффективным в данном случае является обнаружение ненормального (аномального)
поведения устройств сети с помощью статистического анализа, т.к. он не пытается выявлять
аномалии на основе череды строго определенных событий, он основывается на собранной
статистике и ищет отклонения от нормы.
Целью данной работы является:
1) обзор статистических методов обнаружения аномального поведения устройств в
сенсорной сети;
2) разработка анализатора, который, на основе одного из разобранных методов,
способен выявлять устройства с аномальным поведением.
Базовые положения исследования.
Существуют различные методы статистического анализа для выявления аномального
поведения. Наиболее распространенными являются:
 байесовский метод – метод, основанный на теореме Байеса, которая позволяет
определить вероятность того, что произошло какое-либо событие при наличии
косвенных подтверждений, которые могут быть неточными;
 нейронные сети – используются для угадывания образов, на которые они были
натренированы. Происходит сравнение заранее заданных или зафиксированных
моделей поведения устройств с их текущим поведением, на основании которого
делается вывод об аномальности их действий. Так же нейросети способны
самосовершенствоваться.
Каждый из перечисленных методов имеет свои преимущества и недостатки. Наиболее
подходящий метод для выявления аномалий в сенсорных сетях будет реализован в
анализаторе.
Результаты.
На данный момент определены основные методы, которые больше всего подходят для
проведения статистического анализа. Далее будет осуществлен их разбор, после чего будет
написана программа, которая на основе одного из них сможет определять аномальное
поведение устройств в сенсорной сети.
Авторы
Вотчеников М.С.
Клетнев М.И.
Научный руководитель
Коржук В.М.
Заведующий кафедрой БИТ
Зикратов И.А.