КАРТЫ ПОВЕДЕНЧЕСКОГО ПРОФИЛЯ КАК ИНСТРУМЕНТ ПРОЕКТИРОВАНИЯ СИСТЕМЫ UEBA

Раевская Наталья Александровна, Царегородцев Анатолий Валерьевич, Булекова Екатерина Владимировна, Усенко Елизавета Алексеевна, Петрыкина Анастасия Денисовна

В условиях роста киберпреступлений инсайдерские атаки представляют значительную угрозу для корпоративных систем, маскируясь под легитимную активность. В статье исследуется применение карт поведенческого профиля как инновационного инструмента проектирования систем UEBA (User and Entity Behavior Analytics) для выявления таких угроз. Предложена комплексная методика, включающая сбор данных из логов доступа и метаданных операций, их структуризацию и визуализацию с использованием алгоритмов машинного обучения (k-means, DBSCAN, LSTM, t-SNE). Особое внимание уделено выбору релевантных метрик, таких как частота запросов к конфиденциальным данным и временные аномалии, а также интеграции с SIEM/DLP для оперативного реагирования. Экспериментальное A/B-тестирование, проведенное в ИТ-медиахолдинге, подтвердило эффективность подхода: ложные срабатывания сократились на 80%, метрики качества улучшились (Precision 0.91, Recall 0.88, F1-Score 0.89), а время реакции снизилось до 5 часов. Учет этико-правовых аспектов, включая соответствие Федеральному закону №152-ФЗ, обеспечил баланс между безопасностью и правами сотрудников. Разработаны рекомендации по прозрачному мониторингу, анонимизации данных и автоматизации анализа. Практическая значимость работы заключается в создании интерпретируемых дашбордов и шаблонов для интеграции с корпоративными системами. Перспективы дальнейших исследований включают применение больших языковых моделей для анализа текстовых логов, автоматизацию этического аудита через смарт-контракты и разработку стандартов мониторинга для нестандартных ролей. Предложенный подход формирует основу для ответственного применения поведенческой аналитики, сочетая техническую эффективность с этическими нормами и минимизируя риски утечек данных.

Ключевые слова:инсайдерские угрозы, кибербезопасность, машинное обучение, поведенческий профиль.