В.Е. Боровков1, П.Г. Ключарев2

1, 2 Московский государственный технический университет им. Н.Э. Баумана (Москва, Россия)
1 vbscience@yandex.ru, 2 pk.iu8@yandex.ru

Постановка проблемы. Современные кибератаки характеризуются активным использованием злоумышленниками веб-бэкдоров, при этом в научной среде сохраняется узкое представление о них как об элементах, внедряемых исключительно в исходный код. Существующие средства обнаружения зачастую охватывают неполный спектр угроз данного класса и демонстрируют недостаточную эффективность, что создает серьезный пробел в системе кибербезопасности.

Цель. Провести комплексный анализ многообразия методов, используемых злоумышленниками для внедрения веб-бэкдоров, и разработка на этой основе формальной модели модульной системы их обнаружения, позволяющей количественно оценивать вероятность успешного проведения атаки.

Результаты. Предложена двухуровневая модульная система обнаружения веб-бэкдоров, где первый уровень предназначен для выявления угроз на этапе их установки, а второй – на этапе эксплуатации. Разработана математическая модель для расчета вероятности успешной атаки в условиях функционирования данной системы. Отмечено, что ключевой особенностью модели является учет не только временных и вероятностных параметров технических модулей, но и человеческого фактора, включая время реакции специалистов по безопасности и время, необходимое злоумышленнику для реализации атаки. Проведено моделирование различных сценариев, подтвердившее адекватность модели и ее способность оценивать риски.

Практическая значимость. Разработанная модель предоставляет организациям инструмент для объективной оценки рисков, связанных с веб-бэкдорами. Она позволяет обоснованно распределять ресурсы для усиления защиты на наиболее уязвимых этапах, проводить проактивное моделирование угроз и, как следствие, повышать общую устойчивость к кибератакам, минимизируя потенциальные финансовые и репутационные потери.

Боровков В.Е., Ключарев П.Г. Моделирование вероятности успешной атаки злоумышленника при наличии системы обнаружения веб-бэкдоров // Системы высокой доступности. 2026. Т. 22. № 3. С. 126−139. DOI: https://doi.org/10.18127/j20729472-202603-11

1. Gigauri I. Remote Working Concerns During The Covid-19 Pandemic // International Journal of Social Science and Economic Research. 2020. V. 5 (10). P. 2803–2818. DOI: 10.46609/IJSSER.2020.v05i10.005
2. Haber M.J. Remote Access // Privileged Attack Vectors. 2020. P. 239–250. DOI: 10.1007/978-1-4842-5914-6_18
3. Hannousse A., Yahiouche S. Handling webshell attacks: A systematic mapping and survey // Computers & Security. 2021. V. 108. DOI: 10.1016/j.cose.2021.102366
4. Cost of a Data Breach. Report 2022 // Key4Biz: сайт. 2022. URL: https://www.key4biz.it/wp-content/uploads/2022/07/Cost-of-a-Data-Breach-Full-Report-2022.pdf (дата обращения: 2.12.2024).
5. MSIL Rewriting // Metalama: сайт. 2024. URL: https://metalama.net/alternatives/msil-rewriting (дата обращения: 3.02.2025).
6. Знай своего врага: создаём Node.js-бэкдор // Хабр: сайт. 2020. URL: https://habr.com/ru/companies/ruvds/articles/493706/ (дата обращения: 5.02.2024).
7. Yu X., Meng W., Zhao L., Liu Y. TridentShell: a Covert and Scalable Backdoor Injection Attack on Web Applications // Lecture Notes in Computer Science. 2021. P. 1–18. DOI: 10.1007/978-3-030-91356-4_10
8. SolarWinds | Understanding & Detecting the SUPERNOVA Webshell Trojan // SentinelLABS: сайт. 2020. URL: https://www.sentinelone.com/labs/solarwinds-understanding-detecting-the-supernova-webshell-trojan/ (дата обращения: 13.04.2025).
9. Как защититься от «бестелесных» веб-шеллов // Хабр: сайт. 2024. URL: https://habr.com/ru/companies/cyberok/articles/787320/ (дата обращения: 13.04.2025).
10. Пашков Н.Н., Дрозд В.Г. Анализ рисков информационной безопасности и оценка эффективности систем защиты информации на предприятии // Современные научные исследования и инновации. 2020. № 1 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2020/01/90380 (дата обращения: 12.11.2024).
11. Фадеева Л.Н., Лебедев А.В. Теория вероятностей и математическая статистика: Учебное пособие. М.: ЭКСМО. 2010. 496 с.
12. Ветцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М.: Высшая школа. 2000. 480 с.
13. Нистратов А.А. Методика прогнозирования техногенных рисков и ее реализация с использованием интернет-технологии: дисс. канд. техн. наук: 05.13.17. М., 2013. 150 с.
14. Язов Ю.К., Авсентьев О.С., Авсентьев А.О., Рубцова И.О. Метод оценивания эффективности защиты электронного документооборота с применением аппарата сетей Петри — Маркова // Информатика и автоматизация (Труды СПИИРАН). 2019. № 18(6). С. 1269–1299. DOI: 10.15622/sp.2019.18.6.1269-1300
15. Манойло А.В., Костогрызов А.И. О вероятностном прогнозировании рисков в информационной войне. Часть 1. Анализ стратегий операций и контропераций для математического моделирования // Вопросы кибербезопасности. 2023. № 6(58). С. 2–19. DOI: 10.21681/2311-3456-2023-6-2-19
16. Манойло А.В., Костогрызов А.И. О вероятностном прогнозировании рисков в информационной войне. Часть 2. Модель, методы, примеры // Вопросы кибербезопасности. 2024. № 1(59). С. 45–60. DOI: 10.21681/2311-3456-2024-1-45-60
17. ГОСТ Р 59341-2021. Системная инженерия. Защита информации в процессе управления информацией системы. М.: Стандартинформ. 2021.
18. Методические рекомендации по разработке плана реагирования на компьютерные инциденты и принятия мер по ликвидации последствий компьютерных атак, проведенных в отношении значимых объектов критической информационной инфраструктуры Российской Федерации. 2024. [Электронный ресурс]. URL: https://www.mos.ru/dit/documents/informatcionnaia-bezopasnost/view/293497220/ (дата обращения: 12.11.2024).
19. Боровков В.Е., Ключарев П.Г., Денисенко Д.И. Методика оценивания результативности функционирования систем обнаружения веб-бэкдоров // Информатика и автоматизация. 2025. № 24 (1). С. 125–162. DOI 10.15622/ia.24.1.6