А.И. Гайворонский1, А.А. Кочкаров2, Е.Ю. Щетинин3, С.В. Прокопчина4

1 Московский физико-технический институт (государственный университет) (Москва, Россия)

2-4 Финансовый университет при Правительстве РФ (Москва, Россия)

1 gayvoronskiy.ai@phystech.edu; 2 akochkarov@fa.ru; 3 eyshchetinin@fa.ru; 4 svprokopchina@fa.ru

Постановка проблемы. В настоящее время в связи с быстрым развитием и внедрением систем мониторинга в различные отрасли народного хозяйства особую актуальность приобретает построение моделей и анализ защиты систем непрерывного мониторинга от кибератак. Несмотря на постоянное развитие средств и способов проведения кибер-атак, выявление потенциальных информационных угроз на такие системы остается на прежнем уровне.

Цель. Разработать модель DDOS-атак на пространственно-распределенную систему непрерывного мониторинга, имеющую иерархическую структуру связей между сенсорами, и определить различные критерии функциональности пространственно-распределенной системы непрерывного мониторинга при обмене сообщениями между элементами (сенсорами) системы.

Результаты. Проведены компьютерные симуляции DDoS-атак на пространственно-распределенную систему непрерывного мониторинга для случаев функционирования системы с нагрузкой и без. Определены критерии работоспособности системы во времени, а также предложен подход к определению исправности системы, исходя из закона Амдала и оценки ускорения системы.

Практическая значимость. Результаты, полученные с помощью разработанной модели DDOS-атак на пространственно-распределенную систему непрерывного мониторинга, могут быть использованы на практике для снижения рисков, связанных с DDoS-атаками.

Гайворонский А.И., Кочкаров А.А., Щетинин Е.Ю., Прокопчина С.В. Компьютерное моделирование DDOS-атак на системы непрерывного мониторинга // Нелинейный мир. 2024. Т. 22. №1. С. 40-46. DOI: https://doi.org/10.18127/j20700970-202401-05

1. Довгаль В.А., Довгаль Д.В. Проблемы и задачи безопасности интеллектуальных сетей, основанных на интернете вещей // Вестник Адыгейского государственного университета. Сер. Естественно-математические и технические науки. 2017. Вып. 4 (211). С. 140–147.
2. Мельник Э.В., Клименко А.Б. Применение концепции «туманных» вычислений при проектировании высоконадеж-ных информационно-управляющих систем // Известия Тульского государственного университета. Технические науки. 2020. № 2. С. 273–283.
3. Морозов А.В., Шахов В.Г. Анализ атак на беспроводные компьютерные интерфейсы // Омский научный вестник. 2012. № 3 (113). С. 323–327.
4. Довгаль В.А., Довгаль Д.В. Обнаружение и предотвращение атаки «злоумышленник в середине» в туманном слое роя дронов // Вестник АГУ. 2020. Вып. 2(261). С. 53-59.
5. Peng H., Du B., Liu M., Liu M., Ji S., Wang S., Zhang X., He L. Dynamic graph convolutional network for long-term traffic flow prediction with reinforcement learning // Inf. Sci. 2021. № 578. Р. 401–416.
6. Гришечкина Т.А. Анализ атак на сетевые протоколы в мобильных сенсорных сетях adhoc // Известия ЮФУ. Технические науки. 2012. № 12(137).
7. Chiang M., Zhang T. Fog and IoT: An Overview of Research Opportunities // IEEE Internet of Things Journal. Dec. 2016. V. 3. № 6. P. 854–864.
8. Кочкаров А.А., Осипович С.Д., Кочкаров Р.А. Распознавания DDOS-атак на криптовалютную систему Биткойн // Труды третьей междунар. науч.-технич. конф. CDE'19 (г. Казань, 22–24 мая 2019 г.). Казань: ООО «Издательский Дом «Афина». 2019. С. 220-223.
9. Хританков А.С. Математическая модель характеристик производительности распределённых вычислительных сис-тем // Труды МФТИ. 2010. Т. 2. № 1(5). С. 110-115.
10. Khan Inam, Abdollahi Arsin, Khan Muhammad, Uddin M. Irfan, Ullah Insaf. Securing Against DoS/DDoS Attacks in Internet of Flying Things using Experience-based Deep Learning Algorithm. 2021. 10.21203/rs.3.rs-271920/v1.
11. Salamh Fahad, Karabiyik Umit, Rogers Marcus, AL-Hazemi Fawaz. Drone Disrupted Denial of Service Attack (3DOS): Towards an Incident Response and Forensic Analysis of Remotely Piloted Aerial Systems (RPASs). 2019. Р. 704-710. 10.1109/IWCMC.2019.8766538.