Руководитель проектного обучения: Стародубцев Денис Евгеньевич

Заказчик проекта: Промышленные предприятия

В рамках данного проекта будет реализован программный продукт, предназначенный для детектирования, локализации и сокрытия данных в пакете сетевого трафика, а также извлечение и интерпретация сокрытой информации для обеспечения конфиденциальности данных. Данный продукт будет включать в себя следующий спектр функциональных возможностей:

• Статистический анализ пакетов сетевого трафика;
• Детектирование аномального распределения бинарного представления пакетов;
• Классификация стеганографических аномалий сетевого трафика;
• Извлечение сокрытой информации из пакета сетевого трафика;

Восстановление и интерпретация извлеченных данных.

В настоящее время наблюдается бурное развитие сетевых технологий, что приводит к передаче огромного объема информации. Именно поэтому на первый план выступают задачи, направленные на обеспечение конфиденциальности всех передаваемых данных. Для разрешения этих проблем применяют: криптографию и стеганографию.

По данным экспертно-аналитического центра InfoWatch, в сумме за 2020 год было обнаружено огромное количество утечек, а именно: 202 утечки связанные с конфиденциальной информацией, как из банков, так и других финансовых или страховых компаний. Это в свою очередь вылилось в компрометацию почти 490 миллионов записей, к ним относятся и персональные данные и платежная информации, и это во всем мире. В России количество утечек вообще выросло на 36,5% — с 52 до 71% и привело к утечкам еще 14 миллионов записей пользовательских данных. Большая часть утечек информации происходит через сеть интернет, туда включены такие пути утечки информации как:

• браузер (отправка данных через личную почту, всевозможные формы ввода),
• внутренние ресурсы сети,
• FTP протокол,
• облачные сервисы,
• запрещенная публикация информации во всевозможных веб-сервисах,
• использование скрытых каналов передачи информации, на основе стеганографии.

Области сокрытия информации могут значительно отличаться друг от друга в зависимости от локализации скрываемых данных, которые как правило определяется ключами алгоритма сокрытия. Статистический анализ трафика позволяет эффективно детектировать наличие или отсутствие аномалий в пакетов передаваемых данных. Однако демонстрируют низкую результативность в процессе выявления, извлечения и восстановления скрытой информации, практические исследования показывают, что применение ИИ в среднем на 26-29% повышает эффективность непосредственного корректного извлечения стеганографической информации. На основании данных подобных исследований целесообразным и прагматичным видится разработка программного продукта осуществляющего восстановление и извлечение скрытой информации из пакетов сетевого трафика с применением нейронный сетей.

На страницу проекта