Розробка моделі прогнозування кіберзагроз на основі великих даних

Abstract

Дослідження присвячено актуальній проблемі прогнозування кіберзагроз у динамічному середовищі інформаційної безпеки. Зростаюча складність і частота атак, а також критичність вразливостей інформаційних систем вимагають розробки ефективних проактивних підходів для випередження потенційних загроз. У роботі запропоновано метод прогнозування кіберзагроз на основі моделі ARIMA (AutoRegressive Integrated Moving Average), що дозволяє аналізувати часові ряди даних і визначати закономірності в динаміці вразливостей.

The study addresses a pressing issue of forecasting cyber threats in the dynamic environment of information security. The growing complexity and frequency of attacks, coupled with the critical nature of information system vulnerabilities, necessitate the development of effective proactive approaches to anticipate potential threats. This paper proposes a method for cyber threat forecasting based on the ARIMA (AutoRegressive Integrated Moving Average) model, which enables time series analysis and pattern identification in the dynamics of vulnerabilities.