ПРИМЕНЕНИЕ ЛИНЕЙНОЙ РЕГРЕССИИ ДЛЯ ОБНАРУЖЕНИЯ АНОМАЛИЙ В ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

2024

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.52167/1609-1817-2024-133-4-143-150
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.