ПРИМЕНЕНИЕ ЛИНЕЙНОЙ РЕГРЕССИИ ДЛЯ ОБНАРУЖЕНИЯ АНОМАЛИЙ В ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2024-133-4-143-150
Data confidence 85 high
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В современном мире информационной безопасности, где цифровые технологии занимают центральное место во всех аспектах нашей жизни, необходимость раннего обнаружения аномалий и подозрительной активности становится все более критичной. В данной статье рассматривается применение линейной регрессии в качестве инструмента для обнаружения аномалий в сфере информационной безопасности. Мы рассматриваем основные этапы, начиная с подготовки данных и обучения модели и заканчивая оценкой результатов. Подчеркиваются такие преимущества этого метода, как простота реализации и высокая эффективность при правильной настройке. Статья рекомендует использовать линейную регрессию как инновационный и эффективный инструмент в борьбе с угрозами информационной безопасности, учитывая необходимость тщательной подготовки данных и настройки модели.