Details

Данная работа посвящена комплексной оптимизации архитектуры систем защиты информации (СЗИ) для серверных инфраструктур объемом 10 ТБ. В условиях высокой разнородности данных и жестких ресурсных ограничений исследуется задача адаптивного выбора из расширенного набора методов, включая криптографические, аппаратные, сетевые и организационные средства. Объектом исследования является гетерогенная серверная инфраструктура предприятия, обеспечивающая хранение и обработку массивов данных большого объема (10 ТБ), распределенных по различным категориям критичности. Предметом исследования являются математические модели, алгоритмы и программные инструменты адаптивной оптимизации выбора и распределения расширенного набора средств защиты информации в зависимости от информационного профиля системы и ресурсных ограничений. Цель работы – разработка методики и программного комплекса для адаптивного формирования оптимального портфеля методов СЗИ, обеспечивающего максимизацию интегрального уровня защищенности всей совокупности информационных ресурсов предприятия при соблюдении заданных бюджетных лимитов и технических требований к производительности системы. Задачи, которые решались в ходе исследования: 1) Изучение современных угроз информационной безопасности и нормативно-правовых требований к защите данных в серверных сегментах. 2) Категорирование гетерогенного массива данных на пять классов критичности с использованием экспертных методов оценки ценности активов. 3) Разработка комплексной нелинейной математической модели оптимизации, позволяющей находить глобальный максимум защищенности в многомерном пространстве параметров. 4) Программная реализация автоматизированной системы поддержки принятия решений на языке Python. 5) Проведение вариантных расчётов и сравнительный анализ для различных отраслевых профилей организации. Работа проведена на базе модели анонимизированной корпоративной сети, где на основе реальных рыночных данных формировались спецификации СЗИ. В ходе исследования были проведены многовариантные расчеты, наглядно показывающие, каким образом изменение «информационного профиля» организации и весов важности данных радикально меняет архитектуру оптимальной системы защиты. Анализ проводился методом математического моделирования с помощью разработанного программного комплекса «OptiProtect-IS» на базе Python 3.12, использующего алгоритмы нелинейного программирования (SLSQP). Система оснащена базами данных технических параметров СЗИ и позволяет проводить анализ чувствительности решения к бюджетным колебаниям. В результате была разработана методика адаптивного проектирования СЗИ, проведены расчеты «точек насыщения» для каждого отраслевого профиля. Выявлены и устранены системные дефекты планирования защиты, такие как «критический перекос бюджета» и «технологическая избыточность». На основании сравнительного анализа профилей было доказано, что индивидуальная настройка модели под структуру данных позволяет повысить защищенность критических узлов на 35% при сохранении прежнего уровня финансирования.

Summary: This work is dedicated to the comprehensive optimization of the information security controls (ISC) architecture for server infrastructures with a capacity of 10 TB. Given the high data heterogeneity and strict resource constraints, the study explores the challenge of adaptive selection from an expanded set of methods, including cryptographic, hardware, network, and organizational tools. The Object of the Study is a heterogeneous server infrastructure of an enterprise that provides storage and processing of large-scale data arrays (10 TB) distributed across various criticality categories. The Subject of the Study includes mathematical models, algorithms, and software tools for the adaptive optimization of the selection and distribution of an expanded set of information security controls depending on the systems information profile and resource constraints. The Objective of the Work is to develop a methodology and a software complex for the adaptive formation of an optimal portfolio of security controls, ensuring the maximization of the integral security level for the entire set of enterprise information resources while adhering to specified budget limits and technical requirements for system performance. The research set the following goals: 1) Study of modern information security threats and regulatory requirements for data protection in server segments. 2) Categorization of a heterogeneous data array (10 TB) into five criticality classes using expert methods for asset valuation. 3) Development of a comprehensive non-linear mathematical optimization model that allows finding the global security maximum in a multi-dimensional parameter space. 4) Programmatic implementation of an automated Decision Support System (DSS) using the Python language. 5) Conduct of variant calculations and comparative analysis for four industry profiles: “Financial Organization,” “State Archive,” “Medical Center,” and “Industrial IoT Node. The work was conducted based on an anonymized corporate network model, where ISC specifications were formed using real market data. During the research, multi-variant calculations were performed, clearly demonstrating how changes in the organizations “information profile” and data importance weights radically alter the optimal security system architecture. The analysis was carried out using the mathematical modeling method with the help of the developed “OptiProtect-IS” software complex based on Python 3.12, utilizing non-linear programming algorithms (SLSQP). The system is equipped with databases of ISC technical parameters and allows for sensitivity analysis of the solution to budget fluctuations. As a result, a methodology for adaptive ISC design was developed, and “saturation points” were calculated for each industry profile. Systemic defects in security planning, such as “critical budget skew” and “technological redundancy,” were identified and eliminated. Based on the comparative analysis of the profiles, it was proven that individual adjustment of the model to the data structure allows for an increase in the security of critical nodes by 35% while maintaining the previous level of funding.