тема "Поведенческая аналитика и прогнозирование инсайдерских угроз на объектах критической инфраструктуры с использованием методов Data Mining и OSINT".

О чём эта презентация

Структура презентации (22 слайда) Слайд 1. Титульный лист Тема: «Поведенческая аналитика и прогнозирование инсайдерских угроз на объектах критической инфраструктуры с использованием методов Data Mining и OSINT» ФИО Группа Научный руководитель Год Слайд 2. Актуальность темы Рост числа киберинцидентов. Человеческий фактор остается одной из основных причин утечек. Особая значимость защиты объектов…

Оглавление 📑 20 слайдов

1. 1Поведенческая аналитика и прогнозирование инсайдерских угроз на объектах критической инфраструктуры с использованием методов Data Mining и OSINT
2. 2Рост киберинцидентов и важность защиты критической инфраструктуры
3. 3Почему традиционные средства не выявляют инсайдерские угрозы эффективно
4. 4Виды инсайдерских угроз: преднамеренные, непреднамеренные, компрометированные учетные записи
5. 5Ключевые объекты критической инфраструктуры: энергетика, транспорт, связь, промышленность, здравоохранение
6. 6Последствия инсайдерских угроз: финансовые потери, остановка процессов, утечки информации, репутационный ущерб
7. 7Поведенческая аналитика как инструмент выявления угроз через анализ поведения пользователей
8. 8Концепция UEBA: этапы сбора данных, построения профиля, поиска отклонений и оценки риска
9. 9Методы Data Mining для анализа инсайдерских угроз: классификация, кластеризация, выявление аномалий, прогнозирование
10. 10Сравнение алгоритмов машинного обучения для прогнозирования инсайдерских угроз
11. 11Что такое OSINT и его источники: социальные сети, форумы, публичные базы данных
12. 12Примеры использования OSINT для выявления признаков инсайдерской активности
13. 13Концепция исследования: интеграция OSINT и поведенческих данных через Data Mining для оценки риска
14. 14Постановка задачи: сбор признаков, формирование датасета, обучение модели, оценка качества
15. 15Формирование датасета признаков для модели прогнозирования инсайдерских угроз
16. 16Генерация синтетических данных для соблюдения законодательства и моделирования сценариев
17. 17Архитектура решения: от генерации данных до прогноза риска и отчета
18. 18Выбор модели Random Forest: устойчивость, точность, работа с разнородными данными, интерпретируемость
19. 19Метрики оценки модели: Accuracy, Precision, Recall, F1-score
20. 20Поведенческая аналитика и Data Mining с OSINT — перспективный подход для защиты критической инфраструктуры