СОВРЕМЕННЫЕ ПОДХОДЫ К АНАЛИЗУ ТЕКСТОВОЙ ИНФОРМАЦИИ О СОБЫТИЯХ БЕЗОПАСНОСТИ НА ОСНОВЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Русаков Алексей Михайлович, Комаров Кирилл Юрьевич, Корягин Сергей Викторович, Корягина Вероника Михайловна

В условиях стремительного роста объемов текстовой информации интеллектуальный анализ данных становится ключевым инструментом для обработки и структурирования сведений об уязвимостях информационных систем. В статье рассматриваются методы автоматизации анализа текстовых описаний уязвимостей с применением технологий искусственного интеллекта и машинного обучения. Актуальность исследования обусловлена ростом киберугроз, особенно после пандемии COVID-19, когда массовый переход на удалённую работу привёл к увеличению числа атак на государственные и коммерческие структуры. В России для противодействия этим угрозам принят ряд нормативных актов, включая Федеральный закон №187-ФЗ и методики ФСТЭК, однако анализ уязвимостей по-прежнему требует значительных временных затрат из-за ручной обработки данных. В статье проведён обзор современных систем описания уязвимостей (CVE, CWE, NVD), методов их классификации, а также подходов к автоматизированной обработке текстовых данных с использованием программных библиотек и алгоритмов машинного обучения, также внимание уделено снижению размерности данных и визуализации результатов. Результаты исследования показывают, что применение интеллектуального анализа текстов позволяет ускорить и повысить точность обработки описаний уязвимостей, что способствует более эффективному управлению киберрисками.

Ключевые слова:В условиях стремительного роста объемов текстовой информации интеллектуальный анализ данных становится ключевым инструментом для обработки и структурирования сведений об уязвимостях информационных систем. В статье рассматриваются методы автоматизации анализа текстовых описаний уязвимостей с применением технологий искусственного интеллекта и машинного обучения. Актуальность исследования обусловлена ростом киберугроз, особенно после пандемии COVID-19, когда массовый переход на удалённую работу привёл к увеличению числа атак на государственные и коммерческие структуры. В России для противодействия этим угрозам принят ряд нормативных актов, включая Федеральный закон №187-ФЗ и методики ФСТЭК, однако анализ уязвимостей по-прежнему требует значительных временных затрат из-за ручной обработки данных. В статье проведён обзор современных систем описания уязвимостей (CVE, CWE, NVD), методов их классификации, а также подходов к автоматизированной обработке текстовых данных с использованием программных библиотек и алгоритмов машинного обучения, также внимание уделено снижению размерности данных и визуализации результатов. Результаты исследования показывают, что применение интеллектуального анализа текстов позволяет ускорить и повысить точность обработки описаний уязвимостей, что способствует более эффективному управлению киберрисками.