Интеграция рекомендательных систем в архитектуру UEBA для обнаружения поведенческих аномалий

Исследование посвящено проблеме обнаружения поведенческих аномалий в корпоративных информационных системах, потенциально связанных с действиями внутренних нарушителей. Проведен анализ существующих систем UEBA (User and Entity Behavior Analytics). Выявленные недостатки известных решений подчеркивают необходимость создания новых подходов к анализу поведения пользователей. В качестве решения разработан подход к интеграции рекомендательных систем в архитектуру UEBA, основанный на переформулировании задачи обнаружения аномалий как задачи оценки типичности поведения пользователя на основе коллективного опыта. Целесообразность применения подхода обоснована теоретически и подтверждена экспериментально. Полученные результаты показывают превосходство предложенного подхода над базовыми методами по метрикам Precision и F1-score и могут быть использованы для создания новых защитных решений.