Севастополец завоевал «золото» на чемпионате по кибербезопасности
Студент СевГУ Егор Упиров в составе команды победил на федеральном кейс-чемпионате в Екатеринбурге. Состязание прошло во время проведения уральского форума «Кибербезопасность в финансах». География чемпионата обширна — 184 команды из разных городов России.
На первом этапе участники решали задачи по выявлению скрытого кода и анализировали кейсы в поиске уязвимостей. Десять лучших команд, включая команду с участием Егора, отобрали для очного этапа в Екатеринбурге. Об этом сообщает пресс-служба вуза.
В финале пять команд представили свои проекты членам жюри во главе с председателем Центрального банка России Эльвирой Набиуллиной. Команда, в которую входил Егор Упиров, состояла из студентов вузов городов:
- Севастополь.
- Томск.
- Саратов.
- Новосибирск.
Над чем работали участники
- Сбор нормативной документации.
- Анализ аналогов.
- Построение экономической модели.
- Сбор трафика.
- Дизайн презентации.
На очном этапе Егор Упиров с коллегами работали над кейсом от IT-холдинга. Они создавали программное (программно-аппаратное) средство защиты информации с использованием искусственного интеллекта для выявления аномалий в сетевом трафике и формирования отчётов для команд, занимающихся наступательной (Red team) и оборонительной (Blue team) кибербезопасностью.
«Сегодня от кибератак никто не застрахован. Значительно возросли и атаки на финансовый сектор. Эксперты отмечают, что пик ещё не пройден, атаки будут усложняться, а использование искусственного интеллекта сделает их еще более массовыми. Но если ИИ используется при атаке, то значит и при защите может? В теории. Но готовые решения на рынке практически не представлены. Мы же разработали уникальную для этого сегмента рынка модель», — рассказал Егор Упиров.
Какой подход применили
Студенты предложили собственный алгоритм для решения проблемы ложноположительных срабатываний при анализе подозрительного трафика.
«Для её решения применяется алгоритм кластеризации. Это помогает, но не решает проблему целиком. Поэтому для дальнейшей обработки мы решили применить логистическую softmax-регрессию. Она рассчитает влияние каждого из факторов на тип трафика, а алгоритм градиентного спуска дополнительно обновляет веса, что позволяет минимизировать ошибку. На выходе мы получаем вероятности принадлежности запроса к каждому из классов. Такая модель работает гораздо быстрее нейронных сетей, а полученные фиксированные веса позволят снизить нагрузку на процессор», – объяснил студент СевГУ.
Напомним, в России проходит всероссийский образовательный проект в сфере цифровой экономики «Урок цифры». Это возможность получить знания от ведущих технологических компаний России.
В феврале был открыт урок «Кибербезопасность и искусственный интеллект». Текущий урок — «Технологии современного программирования». А с 8 по 28 апреля будут «Квантовые вычисления и материалы будущего».
Фото: pexels
(Пока оценок нет)
Загрузка...