Комплексная модель обнаружения аномалий в распределённых системах с применением спектральных и биометрических методов

Введение. В статье рассмотрена интеграция спектрального анализа сетевого поведения и современных биометрических методов аутентификации.

Цель. Целью исследования является повышение безопасности распределённых вычислительных систем. Перспективы дальнейших исследований включают использование вейвлет-преобразований для анализа нестационарных трафиков, адаптацию порогов обнаружения в зависимости от контекста пользователя.

Материалы и методы. Модель включает использование рядов Фурье для анализа периодичности сетевых процессов, а также применение FaceNet, VGGFace и IrisCode для корректной идентификации пользователей. Представлена корреляционная модель, объединяющая биометрические и спектральные характеристики пользователя, позволяющая формировать интегральный показатель риска. Результаты и обсуждение. Проведён численный анализ, демонстрирующий возможность разделения нормальных пользователей и злоумышленников по спектральным характеристикам поведения. Графические результаты подтверждают эффективность предлагаемой модели.

Заключение. По итогам проведенного исследования можно сделать вывод о том, что применение разложения в ряды Фурье позволяет формализовать поведенческий профиль пользователя в частотной области и выявлять высокочастотные компоненты, характерные для автоматизированных атак.

1. Оппенгейм А. Цифровая обработка сигналов. Prentice Hall, 2010.

2. Schroff F., Kalenichenko D., Philbin J. FaceNet: Unified Embedding for Face Recognition and Clustering // Proc. IEEE CVPR. 2015. pp. 815–823.

3. Parkhi O., Vedaldi A., Zisserman A. Deep Face Recognition // Proc. BMVC. Oxford Univ., 2015.

4. Daugman J. How IrisCode Works // IEEE Trans. Circuits and Systems Video Technology. 2003. Vol. 14. pp. 21–30.

5. Таненбаум Э., Ван Стин М. Распределённые системы: принципы и парадигмы. Pearson, 2020.

6. Столлингс В. Основы сетевой безопасности. Pearson, 2018.

7. Chen L., Sun M., Zhao Q. Hybrid Fourier-Wavelet Models for Encrypted Traffic Analysis // Computers & Security. 2023.

8. Mallat S. A Wavelet Tour of Signal Processing. — Academic Press, 2008.

9. Nguyen T., Vo M., Huynh D. FaceNet++: Enhanced Embedding Representations // Pattern Recognition Letters. 2024.

10. ISO/IEC 19794-5:2011. Информационные технологии. Биометрические форматы обмена данными. Часть 5: Геометрические данные лица.

11. Zhang Y., Liu H., Wang P. Fourier-Based Profiling of Network Behavior // IEEE Access. — 2021.

12. Kumar S., Patel R. Deep Biometric Fusion for Anomaly Detection // Journal of Network and Computer Applications. 2022.