Title: | Разработка системы обнаружения и блокировки вредоносного программного обеспечения с использованием анализа изображений и компьютерного зрения |
Other Titles: | Development of a system for detecting and blocking malicious software using image analysis and computer vision |
Authors: | Кулешов, А. А. |
Keywords: | материалы конференций;вредоносное программное обеспечение;обнаружение угроз;компьютерное зрение;анализ изображений;системы безопасности;машинное обучение;кибербезопасность;защита информации;сетевая безопасность |
Issue Date: | 2024 |
Publisher: | Издательство Южного федерального университета |
Citation: | Кулешов, А. А. Разработка системы обнаружения и блокировки вредоносного программного обеспечения с использованием анализа изображений и компьютерного зрения = Development of a system for detecting and blocking malicious software using image analysis and computer vision / А. А. Кулешов // Компьютерные и информационные технологии в науке, инженерии и управлении «КомТех-2024» : материалы Всероссийской научно-технической конференции с международным участием : в 2 т. Т. 1 / Южный федеральный университет [и др.] ; отв. ред. С. И. Клевцов. – Ростов-на-Дону ; Таганрог : Издательство Южного федерального университета, 2024. – С. 10–17. |
Abstract: | В данной работе предлагается методика обнаружения и блокировки вредоносного
программного обеспечения (ВПО) с использованием анализа изображений
и компьютерного зрения. Этот подход позволяет эффективно выявлять
и предотвращать атаки, основанные на новых методах скрытия и обхода традиционных
средств защиты. Система основана на использовании алгоритмов
машинного обучения для анализа визуальных данных, полученных от пользователей
или сетевого трафика. Предложенный подход может быть успешно
применен для защиты информационных систем в различных сферах, включая
корпоративную сетевую безопасность, киберзащиту критической инфраструктуры
и защиту персональных данных. |
Alternative abstract: | A methodology for detecting and blocking malicious software (malware) using
image analysis and computer vision is proposed. This approach enables efficient detection
and prevention of attacks based on new evasion and obfuscation techniques.
The system relies on machine learning algorithms to analyze visual data obtained from
users or network traffic. The proposed approach can be successfully applied to protect
information systems in various domains, including corporate network security, critical
infrastructure cybersecurity, and personal data protection. |
URI: | https://libeldoc.bsuir.by/handle/123456789/59257 |
Appears in Collections: | Компьютерные и информационные технологии в науке, инженерии и управлении «КомТех-2024»
|