Гибридная искусственная иммунная система защиты компьютера от процессов с аномальной активностью

• Автор: Ваганов, Михаил Юрьевич
• Шифр специальности: 05.13.19
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Омск
• Количество страниц: 94 с. : ил.

Оглавление
0.1 Ведение
0.2 Искусственные иммунные и гибридные системы
0.3 Архитектура гибридной системы противодействия аномальной активности процессов
0.4 Программная реализация искусственной иммунной си-
стемы для подавления аномальной активности процессов
0.5 Компьютерный эксперимент
0.6 Выводы
0.7 Публикации автора по теме диссертации

0.1 Ведение
Актуальность темы
Вместе с ростом распространенности вычислительных систем возрастает количество вредоносных программ, распространяющихся по компьютерным сетям. Основным средством борьбы с вредоносными программами на сегодняшний день является сигнатурный анализ, то есть выявление последовательности команд, наносящих вред компьютеру. Построение баз данных сигнатур компьютерных вирусов является предметом деятельности большого количества компаний, занимающихся выпуском соответствующего программного обеспечения. Этот подход на сегодняшний день приводит к фильтрации вредоносного кода с достаточно высокой эффективностью. Однако в связи с резким ростом объема данных, который наблюдается в последнее время, данный подход наталкивается на ряд сложностей, связанных с необходимостью анализа всех обрабатываемых компьютером данных, что сказывается на производительности системы. Также резко возросла скорость появления новых вирусов и соответственно появилась необходимость увеличения частоты появления новых баз данных сигнатур вредоносного кода. Эти проблемы приводят к необходимости выработки новых альтернативных методов обнаружения и подавления вредоносных процессов.
Одним из новых направлений борьбы с компьютерными вирусами является разработка искусственных иммунных систем. Искусственные иммунные системы используют подходы для борьбы с вредоносным влиянием аналогичные механизмам наблюдаемым у живых организмов. А именно, обнаружение вирусов и выработка иммунного ответа - антител. Такой подход позволяет компьютерным системам до обучаться в процессе функционирования, самостоятельно выявляя компьютерные вирусы по их активности и самостоятельно

вырабатывая средства борьбы с вредоносным кодом.
На сегодняшний день разработано несколько систем защиты информации, построенных по аналогии с иммунными системами живых организмов. Следует отметить, что все эти системы носят специализированный характер. Задача построения универсальной системы остается не разрешенной. Однако построение даже специализированных систем имеет высокую ценность, так как существуют большие классы однотипных компьютерных вирусов, нейтрализация которых остается актуальной задачей.
Вследствие способности к до обучению, искусственные иммунные системы могут быть отнесены к системам искусственного интеллекта, которые получают все большее распространение, в том числе и в системах защиты информации.
Целью работы является совершенствование методов борьбы с вредоносным кодом в компьютерных системах общего назначения.
Для достижения поставленной цели были решены следующие задачи:
1. Разработка и реализация системы слежения за аномальной активностью процессов.
2. Разработка алгоритма автоматического выделения участков вредоносного кода в легальных процессах.
3. Разработка алгоритма подавления вредоносного кода.
4. Реализация и апробация программного комплекса, реализующего разработанные алгоритмы.
Объектом исследования является вредоносный код, его детектирование и нейтрализация.
Методы исследования. Для решения поставленных в диссертационной работе задач были использованы методы интеллектуального анализа данных, искусственных иммунных систем и теории

PDP.
В итоге однозначно не было представлено ни одного алгоритма обучения, тем не менее, было высказано определенное мнение о том, что поведение иммунной системы во время обучения является неконтролируемым. Основываясь на иммунной метадинамике, то есть способности ввода новых клеток и молекул внутрь системы, а также уничтожения бесполезных, Аббаттиста с коллегами [12] сконструировали дискретную ассоциативную сеть. Данная сеть использовалась в целях определения совокупности точек в пространстве форм Хемминга. Лучшие точки совокупности принимались в качестве аттракторов, символизирующих сетевые блоки памяти. Как и в случае дискретной сети Хопфилда [17], данный алгоритм включал в себя фазу обучения (накопления) и фазу повторного вызова. В рамках своего исследования, авторы разработали развивающуюся логическую конкурентную сеть, основанную на механизме клональной селекции и процессах аффинного созревания внутри иммунной системы. Главные особенности предложенного алгоритма состояли в конкурентном обучении, автоматической генерации сетевой архитектуры с фазами роста и отсечения, а также двоичном представлении силы связи в пространстве форм Хемминга. Процедура корректировки веса представляла собой поиск посредством управляемой мутации, моделирующий процесс аффинного созревания совокупности антител таким образом, что веса (антитела) становились более совершенными комплементами распознаваемых антигенов. Кроме того, де Кастро и фон Зубен, предложили новый подход к разработке алгоритма имитации отжига основанного на модельном представлении иммунной системы. Указанный метод был использован в задаче инициализации многослойных нейронных сетей прямого распространения, обученных при использовании алгоритма обрат-