доктор военных наук;
doctor of military sciences;
Цель: разработка и анализ стохастической модели процесса анализа сетевой активности элементов телефонной IP-сети, выполняемого комплексом компьютерной разведки (КР) нарушителя, для количественной оценки временных характеристик разведывательного цикла. Методы: алгоритм работы сетевого сканера представлен в виде стохастической сети (GERT-модели), где этапы обнаружения активных элементов, определения ролей узлов, типов операционных систем, портов/сервисов и анализа уязвимостей описываются дугами со своими функциями распределения времени и вероятностями успеха, а повторные запуски — петлями возврата. Для ветвей «Роль», ОС и «Порты/сервисы» получены эквивалентные изображения по Лапласу плотностей распределения, на основе которых выведены эквивалентные функции для параллельного блока и полного цикла работы сканера в режимах полного и частичного сканирования. Интегральная функция распределения, среднее время и уровень требований рассчитываются на основе полученных аналитических выражений. Результаты: получены компактные формулы для эквивалентной функции, функции распределения и среднего времени разведки VoIP-сети в зависимости от вероятностей успешного выполнения ключевых операций. Показано, что временные характеристики процесса имеют выраженную нелинейную зависимость от значения этих вероятностей: при их увеличении наблюдается многократное сокращение среднего времени и срока успешного завершения сканирования. Сравнение режимов полного и частичного сканирования демонстрирует ожидаемый компромисс между полнотой добываемой компьютерной разведкой информации и скоростью получения результатов. Практическая значимость: модель позволяет прогнозировать временные показатели работы комплекса КР в VoIP-сети, выявлять узкие места, а также количественно оценивать влияние архитектуры сети и параметров средств защиты на скорость получения нарушителем критически важной информации, что дает основу для обоснованного выбора мер по повышению киберустойчивости.
Objective: to develop and analyze a stochastic model of the process of analyzing the network activity of elements of a telephone IP network performed by an intruder's computer intelligence (CI) complex to quantify the time characteristics of the intelligence cycle. Methods: the network scanner's algorithm is presented as a stochastic network (GERT model), where the stages of detecting active elements, determining the roles of nodes, types of operating systems, ports/services, and analyzing vulnerabilities are described by arcs with their own time distribution functions and success probabilities, and repeated launches are represented by return loops. For the Role, OS, and Ports/Services branches, equivalent Laplace images of the distribution densities are obtained, based on which equivalent functions are derived for the parallel block and the full cycle of the scanner's operation in full and partial scan modes. The integral distribution function, average time, and level of requirements are calculated based on the obtained analytical expressions. Results: compact formulas for the equivalent function, distribution function, and average time of VoIP network intelligence are obtained, depending on the probabilities of successful completion of key operations. It is shown that the time characteristics of the process have a pronounced nonlinear dependence on the values of these probabilities: as the probabilities increase, the average time and the time required for successful completion of the scan decrease significantly. A comparison of full and partial scan modes demonstrates the expected compromise between the completeness of the information obtained by computer intelligence and the speed of obtaining results. Practical significance: the model allows for predicting the time characteristics of the CI complex's operation in a VoIP network, identifying “bottlenecks”, and quantifying the impact of network architecture and security measures on the speed at which an intruder can obtain critical information, providing a basis for making informed decisions to enhance cyber resilience.