Модель и метод двухпотоковой аутентификации субъекта при построении системы защиты информации тема диссертации и автореферата по ВАК РФ 05.13.19, кандидат технических наук Корбаинова, Елена Владимировна

• Корбаинова, Елена Владимировна
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Корбаинова, Елена Владимировна

Содержание

Перечень сокращений

Терминология

ВВЕДЕНИЕ

ГЛАВА 1. ИССЛЕДОВАНИЕ АНАЛОГИИ ИММУННОЙ СИСТЕМЫ ЖИВЫХ ОРГАНИЗМОВ И СИСТЕМ ЗАЩИТЫ ИНФОРМАЦИИ

1.1. Сходства и отличия между иммунной системой живых организмов и СЗИ

1.2. Обзор существующих систем и технологий реализации иммунного подхода

1.3. Проблемы, возникающие в подсистемах разграничения доступа к информации

ГЛАВА 2. МОДЕЛЬ ОБНАРУЖЕНИЯ НЕАВТОРИЗОВАННОГО ПОЛЬЗОВАТЕЛЯ В ПОДСИСТЕМАХ ЗАЩИТЫ ОТ НСД

2.1. Модель двухпотоковой аутентификации субъекта с помощью множества обновляемых детекторов

2.2. Использование иммунных принципов в двухпотоковой модели обнаружения неавторизованного пользователя

2.3. Компоненты двухпотоковой модели обнаружения неавторизованного субъекта

ГЛАВА 3. МЕТОД ОБРАБОТКИ И ХРАНЕНИЯ ИНФОРМАЦИИ С ПОМОЩЬЮ ОГРАНИЧЕННОГО МНОЖЕСТВА ОБНОВЛЯЕМЫХ ДЕТЕКТИРУЮЩИХ НАБОРОВ

3.1. Типы рабочих элементов в двухпотоковой модели аутентификации

3.2. Алгоритм отрицательного отбора

3.3. Выбор метода обучения детектирующих наборов

3.4. Метод обработки и хранения информации с помощью детектирующих наборов

ГЛАВА 4. МЕТОДИКА ПРОВЕРКИ СУБЪЕКТА С ПОМОЩЬЮ МНОЖЕСТВА ДЕТЕКТИРУЮЩИХ НАБОРОВ НА ПРИМЕРЕ КЛАВИАТУРНОГО РАСПОЗНАВАТЕЛЯ

4.1. Описания инструментария

4.2. Алгоритмы, применяемые в программе

4.3. Сравнение клавиатурного распознавателя с другими системами аутентификации

Заключение

Литература

ПРИЛОЖЕНИЕ

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ

АС - автоматизированная система;

АИС - автоматизированная информационная система;

АРМ - автоматизированное рабочее место;

БИС - биологическая иммунная система;

ЗИ - защита информации;

ИБ - информационная безопасность;

ИТ - информационные технологии;

КСЗИ - комплексная система защиты информации;

НСД - несанкционированный доступ;

ОС - операционная система;

ПО - программное обеспечение;

СВТ - средство вычислительной техники;

СЗИ - система защиты информации;

СРД - система разграничения доступа;

ЭВМ - электронно-вычислительная машина.

ТЕРМИНОЛОГИЯ

Термины информационной безопасности Термины иммунной системы

Система защиты информации (СЗИ) Биологическая иммунная система (БИС)

Угроза, злоумышленник Патогенная клетка, антиген

Детектор Лимфоцит, антитело

Признаки угрозы Антигенные детерминанты

Механический барьер Барьер эпителиальных тканей

Компьютерный вирус Вирус

Реагирование на угрозу Иммунный ответ

Толерантность к действиям (к действиям собственных объектов в порядке исключения) Толерантность (к собственным антигенам)

Активация механизма защиты Активация клеток

Уничтожение угрозы Элиминация

Ложный сигнал об опасности Аутоиммунная реакция

Введение диссертации (часть автореферата) на тему «Модель и метод двухпотоковой аутентификации субъекта при построении системы защиты информации»

ВВЕДЕНИЕ

Актуальность темы диссертационного исследования

Идентификация и аутентификация субъектов и данных - основное средство защиты информационного объекта от постороннего вмешательства. Процедура проверки может проводиться как при входе в информационную систему, так и внутри нее, при переходе к новому объекту данных. Современные средства защиты от несанкционированного доступа реализуют сложные алгоритмы анализа отличительных признаков субъекта и его поведения. Для усиления защиты от внешних угроз устанавливаются строгие правила проверки или применяются дополнительные меры для перепроверки полученных результатов. Данная политика ведет к повышению надежности системы защиты, но при этом увеличивается вероятность ложноположительных сигналов об опасности, и затрачиваются дополнительные ресурсы. В средствах защиты направленных на обнаружение нарушителей внутри системы, несмотря на достигнутую высокую скорость выявления угроз и сокращение времени проверки, существуют проблема неспособности распознания новой опасности.

С точки зрения безопасности особый интерес представляет биологическая иммунная система. Вместе с комплексной системой защиты информации она имеет общую цель - защиту организма/объекта от чужеродных агентов (вирусов, бактерий). Проведя исследование обеих систем, можно выделить их основные сходства и отличия, и после тщательного анализа сформировать концепцию обобщенной модели системы защиты информации, основанной на совместном взаимодействии принципов систем. Иммунные системы обладают следующими преимуществами:

- способность эффективно реагировать на неизвестные атаки;

- легковесность;

- возможность обучения.

Цели и задачи диссертации

Целью работы является разработка метода обнаружения угрозы несанкционированного доступа к информационному объекту, минимизировав количество ложных результатов проверки и эффективно распознавая не встречавшиеся ранее опасности. Для достижения данной цели были поставлены следующие задачи:

• разработать модель аутентификации пользователя, позволяющую снизить количество ложных сигналов об опасности и обладающую способностью распознавания новых угроз.

• разработать метод обработки и хранения информации о потенциальной угрозе, позволяющие в дальнейшем минимизировать время ее распознавания и сократить затрачиваемые ресурсы памяти.

Объект исследования

Объектом исследования является подсистема защиты информации от несанкционированного доступа, представляющая собой как встроенный элемент системы защиты, так и дополнительно устанавливаемый ее компонент.

Предмет исследования

Предметом исследования является модель аутентификации субъекта при входе в систему и внутри нее, сравнительный анализ ее с моделью аутентификации, реализуемой иммунной системой, и разработка новой модели и метода аутентификации, позволяющих более эффективно управлять ресурсами системы защиты.

Научная новизна

В диссертационной работе представлена двухпотоковая модель аутентификации субъекта с применением множества обновляемых детектирующих наборов, разделяющая процедуру проверки новых и

встречавшихся ранее угроз, и использующая взаимодействие детектирующих наборов друг с другом для подтверждения результатов проверки. В работе разработан метод обработки и хранения информации об угрозе в виде полученных селективным путем наборов характерных отличительных признаков.

Практическая ценность

В результате данных исследований разработана модель аутентификации субъекта, позволяющая эффективно выявлять злоумышленника как при входе в систему, так и внутри нее, тем самым повышая уровень безопасности и уменьшая возможность осуществления угроз несанкционированного доступа.

Применение изложенной в работе методики позволит сократить количество ложноположительных сигналов об опасности, повысить вероятность распознавания новых угроз, минимизировать воздействие внешних факторов на результат проверки, и таким образом, сделать средства защиты от несанкционированного доступа более надежными. Использование метода обработки данных с помощью селективного алгоритма открывает возможность быстрой классификации злоумышленников.

Апробация работы

Основные положения и результаты диссертационной работы докладывались и обсуждались на семинарах кафедры Прикладной математики и информатики и научно-технических конференциях:

• на XI научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, февраль 2011);

• на VIII всероссийской межвузовской конференции молодых ученых (Санкт-Петербург, апрель 2011);

• на XVII научно-технической и учебная конференции «Технология программирования и защиты информации» (Санкт-Петербург, май 2011);

8

Заключение диссертации по теме «Методы и системы защиты информации, информационная безопасность», Корбаинова, Елена Владимировна

ЗАКЛЮЧЕНИЕ

Результатом данного исследования является разработанная модель аутентификации, способствующая улучшению качества проверки субъекта на входе в систему и внутри нее: повышению степени вероятности распознавания новых угроз, а также уменьшения количества ложных сигналов об атаке.

В процессе исследования были достигнуты следующие результаты:

1. Проведен сравнительный анализ моделей аутентификации в БИС и

СЗИ.

2. Построена модель аутентификации, позволяющая более эффективно использовать ресурсы при выявлении злоумышленника и повысить степень достоверности результатов проверки.

3. Разработан метод обработки информации о потенциальных угрозах в ходе процедуры аутентификации.

4. Разработан метод хранения информации об угрозах в виде детектирующих наборов с использованием селективного алгоритма.

5. Разработана методика выявления новых угроз и снижения количества ложных вызовов.

В дальнейшем при изучении вопрос реализации иммунных принципов предлагается рассмотреть возможность синтеза алгоритма разрабатываемой системы с другими подходами, такими как, Байесовский подход, нейронные алгоритмы или, как в данном случае, генетические алгоритмы.

Список литературы диссертационного исследования кандидат технических наук Корбаинова, Елена Владимировна, 2011 год

ЛИТЕРАТУРА

1. Федеральный закон Российской Федерации «Об информации, информатизации и защите информации» № 24-ФЗ от 20.02.95 г.

2. Федеральный закон Российской Федерации «О персональных данных» № 152-ФЗ (ред. От 04.06.2011 г.) от 27.07.2006 г.

3. Федеральный закон Российской Федерации «О безопасности» №2446-1 (с изменениями от 26.06.2008 г.) от 05.03.92 г.

4. ГОСТ 34.601-90 Автоматизированные системы. Стадии создания. М.: ИПК Издательство стандартов, 1992.

5. ГОСТ 34.201-89 Информационная технология. Комплекс стандартов на автоматизированные системы. Виды, комплектность и обозначение документов при создании автоматизированных систем. М.: ИПК Издательство стандартов, 2002.

6. ГОСТ Р 51275-2006. Защита информации. Объект информатизации. Факторы воздействующие на информацию. М.: Издательство стандартов, 2006.

7. Международный стандарт КОЛЕС 27006:2007 «Информационные технологии. Методы обеспечения безопасности. Требования к органам аудита и сертификации систем управления информационной безопасностью».

8. Рекомендации по обеспечению безопасности персональных данных при их обработке в информационных системах персональных данных. ФСТЭК России 15.02.2008 г.

9. Руководящий документ. Защита от несанкционированного доступа к информации. Термины и определения. Руководящий документ ФСТЭК от 30.03.1992г.

10. Руководящий документ. Автоматизированные системы. Защита от несанкционированного доступа к информации. Классификация автоматизированных систем и требования по защите информации от 30.03.1992 г.

11. Руководящий документ. Средства вычислительной техники. Защита от несанкционированного доступа к информации. Показатели защищенности от несанкционированного доступа к информации от 30.03.1992 г.

12. Аксенов C.B., Новосельцев В.Б.Организация и использование нейронных сетей (методы и технологии). - Томск: HTJI, 2006. - 128с.

13. 1. Андронов A.M. Теория вероятности и математическая статистика. -СПб Литер, 2004. - 461с.

14. Анин Б. Ю. Защита компьютерной информации - СПб: БХВ-Петербург, 2000 г.-384 с.

15.Бурместер Г. Р., Пецутто А. Наглядная иммунология. -М.: Бином. Лаборатория знаний, 2006. - 128 с.

16. Галактионов В. Г. Иммунология - М.: МГУ, 1998. - 480 с.

17. ГладкихА.А., Дементьев В.Е.Базовые принципы информационной безопасности вычислительных сетей: учебное пособие. - Ульяновск: УлГТУ, 2009. - 156 с.

18. Гладков Л. А., Курейчик В. В, Курейчик В. М. и др. Биоинспирированные методы в оптимизации: монография — М: Физматлит, 2009. — С. 384.

19. Грибунин В.Г., Чудовский В.В. Комплексная система защиты информации на предприятии. -M..ACADEMIA, 2009. -416с.

20. Гришина Н. В.Организация комплексной системы защиты информации. -М.: Гелиос АРВ, 2007. - 256с.

21. Громов Г. Р. От гиперкниги к гипермозгу: информационные технологии эпохи Интернета. Эссе, диалоги, очерки. - М.: «Радио и связь», 2004 г. -208 с.

22. Дасгупта П. Искусственные иммунные системы и их применение/ Пер. с англ. под ред. A.A. Романюхи. - М.: ФИЗМАТЛИТ, 2006. - 344с.

23. ДевянинП. Н. Модели безопасности компьютерных систем: управление доступом и информационными потоками. - М.: Горячая линия - Телеком, 2011. -319с.

24. Загинайлов Ю.Н. Комплексная система защиты информации на предприятии: учебно-методическое пособие- Барнаул: АлтГТУ, 2010 -287с.

25. Згурский A.C., Корбаинова Е.В. Метод сохранения идентифицирующей угрозу информации в детекторную память // Научно-технический вестник Поволжья. - Казань, 2011г. -№4. - С. 179-183.

26. Зыков А.Г., Немолочнов О.Ф., Осовецкий Л.Г., Петров К.В., Поляков В.И. Методы тестирования вычислительных процессов. - СПб: Научно-технический вестник СПбГУ ИТМО № 45 2007 г. - С. 121-125.

27. Клейменов С.А., Мельников В.П., Петраков A.M. Информационная безопасность и защита информации. 4-е издание. - М.: ACADEMIA, 2009. -336с.

28. Корбаинова Е.В. К вопросу о реализации иммунного подхода в системах защиты // Актуальные проблемы гуманитарных и естественных наук. -Москва, 2010 г. -№5. - С. 37-40.

29. Корбаинова Е.В., Осовецкий Л. Г. Использование принципов иммунной защиты при обнаружении угроз. // II Международная научно-практическая конференция «Наука и современность - 2010». Часть 2. - Новосибирск, 2010 г.-С. 349-353.

30. КорбаиноваЕ.В., Згурский A.C. Определение основных характеристик модели защиты информации, основанной на иммунных принципах // Сборник статей XI конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности».- СПб, 2011. - Том №1. - С. 114-116.

31. Корбаинова Е.В. Алгоритм обнаружения аномального поведения объекта // XVII научно-техническая и учебная конференция «Технология программирования и защиты информации». - Спб ГУТ Труды, 2011 г. - С. 79-81.

32. Липаев В. В. Экономика производства сложных программных продуктов. -М.: СИНТЕГ, 2008 г. - 432 с.

33. Макконнелл С. Профессиональная разработка программного обеспечения. -СПб: Символ-Плюс, 2007 г. - 240с.

34. Малюк A.A., Пазизин C.B., Погожин Н.С. Введение в защиту информации в автоматизированных системах: Учебное пособие для вузов. 2-е изд.-М.: Горячая линия - Телеком, 2004 г. - 148с.

35. Марчук Г.И. Математические модели в иммунологии. Вычислительные методы и эксперименты. -М.: Наука, 1991. -304с.

36. Олифер В. Г., Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 3-е изд. - СПб: Литер, 2008. - 958 с.

37. Романов В. П. Интеллектуальные информационные системы в экономике: Учебное пособие / Под ред. д.э.н., проф. Н.П. Тихомирова. - М.: Издательство «Экзамен», 2003. - 496 с.

38. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. -М.: Горячая линия-Телеком, 2006. - 452с.

39. Сердюк В. А. Организация и технологии защиты информации: обнаружение и предотвращение информационных атак в автоматизированных системах предприятий. - М.: ГУ-ВШЭ, 2011. - 576 с.

40. Скотт К. Унифицированный процесс. Основные концепции Киев. -М.: Издательский дом «Вильяме», 2002 г. - 160 с.

41. Смит Р. Э. Аутентификация: От паролей до открытых ключей. -М: Издательский дом «Вильяме», 2002. - 432с.

42. Цирлов В.Л. Основы информационной безопасности автоматизированных систем. - Ростов н/Д: Феникс, 2008 г. - 253с.

43. Шаньгин В. Ф. Комплексная защита информации в корпоративных системах. - М: Форум, 2010. - 592с.

44. Шелупанов А.А., Груздев C.JL, Нахаев Ю.С. Аутентификация. Теория и практика обеспечения доступа к информационным ресурсам: Учебное пособие для вузов. - М.: Горячая линия - Телеком, 2009. - 552с.

45. AbrahamA., Grosan С., Martin-Vide С. Evolutionary Design of Intrusion Detection Programs // International Journal of Network Security. - 2007. -Vol.4, № 3. - C.328-339.

46. Bakhouya M., Gaber J. An Immune Inspired-based Optimization Algorithm: Application to the Traveling Salesman Problem // Advanced Modeling and Optimization. - 2007. - Vol. 9 № 1. - С. 105-116.

47. Bench-Capon T.J.M., Dunne, P.E. Argumentation in artificial intelligence// Artificial Intelligence. - 2007. -C.619-641.

48. Cayzer S.,AickelinU. A Recommender System based on the Immune Network// Computational Intelligence, WCCI. - 2002. - Vol. 1. - C.807-812.

49. Chao R., Tan Y. A Virus Detection System Based on Artificial Immune System // Computational Intelligence and Security. - 2008. - C.371-392.

50. Cutello V., Nicosia G., Pavone M., Timmis J. An immune algorithm for protein structure prediction on lattice model // IEEE Transactions on Evolutionary Computation. - 2007. - № 11(1). - C. 101-117.

51. Dal D., Abraham S., Abraham A., Sanyal S., Sanglikar M. Evolution induced Secondary Immunity: An artificial immune system based intrusion detection system // In Proceedings of 7th Computer Information Systems and Industrial Management Applications-2008. -C. 65-70.

52. Esponda F., Ackley E. S., Helman P., Jia H., Forrest S.Protecting data privacy through hard-to-reverse negative databases // International Journal oflnformation Security. - 2007. - Vol.6, № 6. - C.403-416.

53. Greensmith J., Whitbrook A., Aickelin U. Artificial Immune Systems // School of Computer Science, University of Nottingham-2010. -26c.

54. Kim J., Bentley P.J., Aickelin U., GreensmithJ.,Tedesco G., Twycross, J. Immune system approaches to intrusion detection//Natural Computing. -2007.-C. 413-466.

55. Harmer P.H., WilliamsP. D., GunschG. H, Lamont. G. B. An artificial immune system architecture for computer security applications //Evolutionary Computation. -2002. -Vol. 6, No. 3. -C. 252-280.

56. Hofmeyr S.A., Forrest S., Architecture for anartificialimmune system // Evolutionary Computation. -2000. -Vol. 7(1). -C. 45-68.

57. Hunt J., Timmis J., Cooke D., Neal M., King C. Jisys: Development of an artificial immune system for real world applications // Artificial Immune Systems and their Applications. -1998. -C. 157-186.

58. Korayem M., Waleed A. H., Mostafa K. A hybrid genetic algorithm and artificial immune system for informative gene selection // International Journal of Computer Science and Network Security. - 2010. - Vol.l0№ 7. - C.76-83.

59. Kumagai S. Autonomous distributed control by multi-agent nets 11 In Proceedings of the 4th International Symposium on Artificial Life and Robotics. -1998. - C. 106-109.

60. Liu N., Wang D., Huang X. Research on network security situation awareness technology based on artificial immunity system // International Forum on Information Technology and Applications. - 2009. - Vol. 1. -C.472-475.

61. Lundegaard C., Lund O., Kesmir C., Brunak S., Nielsen, M. Modeling the adaptive immune system: predictions and simulations// Bioinformatics. - 2007. -C. 3265-3275.

62. Powers S.T., He J. A hybrid artificial immune system and self organisingmap for network intrusion detection //Information Sciences-2008. - №.178(15). -C.3024-3042.

63. Rasheed T., Hart E., Falconer R., Bown J. Symbiotic Cognitive Networks: a proposal// In Proceedings of 9th International Conference on Artificial Immune Systems. - 2010. - C.326-328.

64. Samir B. Immune multi agent system for intrusion prevention and self healing system implement a non-linear classification // In Proceedings of 2010 International Symposium on Information Technology-system development and application and knowledge society. - 2010. - C.l-6.

65. Tan K.C., Goh C.K., Mamun A.A., Ei E.Z.: An evolutionary artificial immune system for multi-objective optimization // European Journal of Operational Research. - 2008. -C.371-392.

66. Timmis J., Andrews P., Hart E. On Artificial Immune Systems and Swarm Intelligence // Swarm Intelligence. - 2010. - №. 4(4). - C.247-273.

67. Yue X., AbrahamA., Chi Z., Hao Y., Mo H. Artificial immune system inspired behavior-based anti-spam filter// Soft Computing - 2007. -C.729-740.

68. Интернет-портал по техническим средствам безопасности.

http://www.sec.ru.

69. Информационный портал по безопасности http://www.securitvlab.гu.

70. Сайт «Информационная безопасность. Защита информации» http://all-ib.ru.

71. Статистика от «Кода Безопасности».

http://w\vw.securitycode.ru/_upload/editor_files/pressa/SLD-04-11 -

RH codehez -l.pdf