Кушнарьов М. В. Методи та моделі розпізнавання шкідливих програм на основі штучних імунних систем

Дисертаційна робота присвячена розробці методів і моделей розпізнавання шкідливих програм на основі штучних імунних систем, які дозволяють підвищити рівень комп'ютерної безпеки. Запропоновано узагальнену модель евристичного аналізатора шкідливих програм, що виконує ймовірнісне розпізнавання на основі зваженої оцінки ознак, яка використовує поведінковий аналіз на підставі даних, що отримуються від емуляторів, і виконує аналіз за допомогою різних інтелектуальних технологій. Розроблено метод розпізнавання шкідливих програм на основі штучної імунної мережі, що дозволяє підвищити точність і швидкість розпізнавання та виявляти не тільки потенційно шкідливий код, а й не відомі віруси. Запропоновано модель евристичного аналізатора шкідливих програм на основі штучної нейронної мережі, навчання якої здійснюється за допомогою штучної імунної системи з використанням моделі кодування параметрів, які настроюються, у вигляді адаптивного структурованого мультиантитіла, що призводить до підвищення ефективності її навчання та зменшення кількості нейронів в прихованих шарах. Розроблено модель штучної імунної мережі, яка використовується для розпізнавання шкідливих програм, у вигляді мультиагентної системи, що робить її більш узагальненою та дозволяє змінювати параметри і структуру імунної мережі. Проведено експериментальні дослідження та порівняльний аналіз розроблених методів і моделей для різних сімейств вірусів, які показують підвищення ефективності розпізнавання шкідливих програм.