Файл: Система защиты в банковских системах.pdf

ВВЕДЕНИЕ

В современном мире информационных технологий первостепенной задачей является защита банковской информации. Ее ценность и значение многократно возросли, что, в свою очередь, повышает риск незаконных действий к ней. Банк всегда должен быть готов к отражению любых атак и попыток вторжения злоумышленников разного уровня. Необходимость обеспечивать безопасность хранения данных, регулярная смена и проверка паролей и контроль вероятности утечки информации стали неотъемлемой частью работы каждого банка. Также требуется защита данных от недобросовестного персонала. Чтобы существенно снизить риски, касающиеся репутации банка и финансовой стороны, потребуется обеспечить защиту:

• базы данных;
• рабочих станций сотрудников;
• компьютерных сетей;
• терминалов рабочего персонала;
• банкоматов от вредоносных кодов и вмешательства инсайдеров.

Злоумышленники могут осуществить успешную кибератаку, используя для достижения своих целей только одну уязвимость в системе защиты организации. Такая возможность объясняется взаимосвязанностью сервисов, а одиночные атаки, которые не представляют непосредственной угрозы по отдельности, в совокупности позволят без какого-либо существенного вмешательства вторгаться в важнейшие системы.

Как и почти любая сложная структура, информационная система уязвима для сбоев. Эти нарушения могут быть как случайными, так и преднамеренными, и могут быть вызваны как внешними, так и внутренними причинами. Соответственно, на всех этапах жизни системы должны приниматься специальные меры для обеспечения ее надежного функционирования и безопасности.

Системы, обеспечивающие информационную безопасность финансовой организации, должны включать защиту ИТ-периметра организации, защиту программных сред от всех видов несанкционированных изменений. Также важно проводить детальное протоколирование внутрисистемных действий, что позволит оперативно реагировать на попытки вторжения.

Современные устройства в основном не защищены от заражения различными вредоносными кодами, которые могут осуществить кражу финансовых данных или захватить контроль над управлением системой. Защита платежных терминалов и банкоматов в этом случае будет недостаточной. Например, все торговые точки, использующие платежные карты вашей организации, могут представлять потенциальную угрозу. Для устранения опасности можно защитить POS-терминалы только с помощью специализированного программного обеспечения. Финансовая отрасль в целом должна быть заинтересована в защите банковской информации, а не в ее отдельной организации.

Нарушения, вызванные внутренними причинами, устраняются, прежде всего, методами обеспечения надежности. При этом ИС имеют много общего с другими сложными системами, с точки зрения причин неисправностей и проявлений отказов. Специфическим воздействием на ИС являются так называемые компьютерные вирусы. Они вносятся в систему извне и в определенном виде проявляются при ее работе как внутренняя неисправность.

Особую заботу должна вызывать хранящаяся в системе ин­формация, утрата которой может причинить владельцу значи­тельный ущерб. К тому же информация может быть еще и пред­метом посягательств, которые необходимо пресекать. В этом пла­не информационные системы имеют существенную специфику. Защищенность информационных систем позволяет обеспечить секретность данных и операций с ними в системах на основе ЭВМ. Для обеспечения защищенности информационных систем созда­ны специальные технические и программные средства.

Также важно уделять особое внимание технологии блокчейн, поскольку она открывает возможности для создания безналичного общества. Существует мнение, что отказ от наличности позволит полностью искоренить коррупцию и перестать зависеть от неэффективных банковских услуг.

Информация, хранящаяся в блокчейне существует как общая и постоянно сверяемая база данных. Такой способ использования сети имеет очевидные преимущества. База данных блокчейна не хранится в каком-то единственном месте, а это означает, что он сохраняет записи действительно публично и они легко проверяются. Не существует централизованной версии этой информации, которую бы мог повредить хакер. Копии хранятся на миллионах компьютеров одновременно, и ее данные доступны для всех желающих в Интернете.

Глава 1. ИСКУСТВЕННЫЙ ИНТЕЛЕКТ В БАНКОВСКОЙ БЕЗОПАСНОСТИ

Углублённая автоматизация процессов

Принятие решений с использованием сложных многоступенчатых алгоритмов, системы искусственного интеллекта позволяет снизить себестоимость обслуживания клиентов в банках, заменяя собой операторов, и организовать онлайн-кредитование, а также выявляет угрозы.

Свойства интеллекта: умение ставить перед собой цели и достигать их, способность приспосабливаться к изменяющимся условиям и выбирать те цели, которые скорее приведут к желаемому результату.

Таким образом, в настоящее время интеллектуальность уже связывают с возможностью эффективного действия в условиях, внезапных или нежданных для системы искусственного интеллекта. Итак, перечислим основные задачи, которые требуется решать методами искусственного интеллекта в сфере обеспечения информационной безопасности:

1) Быстрое распознавание угроз банковской системы;

2) Оптимализация процесса поиска вредоносных источников;

3) Принятие во внимание тех сведений о системе, которые могут показаться несущественными неинтеллектуальной системе защиты, тем самым понижая риск;

4) Борьба с вредоносным ПО, которое так же является самообучающимся;

5) Вынесение определенных сведений в процессе обучения, и построение на их основе более мощной системы защиты. А также задачи, решаемые в различных классах программных средств обеспечения информационной безопасности;

6) Обслуживание средств управления идентификацией и доступом к ресурсам и средств администрирования доступа;

7) Совершенствование современного антивирусного программного обеспечения;

8) Применение в средствах обнаружения атак;

9) Применение в брандмауэрах;

Методы искусственного интеллекта могут браться за основу при построении целостной системы безопасности или же могут быть реализованы отдельно, для поиска или оптимизации процесса. Нередко разные методы комбинируются, дополняя друг друга по функционалу.

Теперь, когда спектр задач обозначен, рассмотрим методы искусственного интеллекта и решаемые с их помощью вопросы защиты информации в банковских системах.

Искусственный интеллект умеет обрабатывать неструктурированную информацию: изображения, видео, аудио, местоположение и временные ряды данных. Уже существуют решения, которые с помощью искусственного интеллекта позволяют обнаружить мошенничество, оценить кредитный риск, идентифицировать личность. В страховом секторе они служат для выявления страхового мошенничества, автоматизации заявок по страховым случаям, определения рисков и помощи клиентам.

Сравнивая потребительское поведение клиента с огромным массивом исторических данных, можно найти малейшие детали и заранее предотвратить обман. Инструменты ИИ постоянно обучаются и обновляются по мере накопления данных, с которыми работают [17, c.98].

Консультационные сервисы — например, роботы-консультанты — могут с помощью разнообразных источников информации снизить риски для клиентов, рекомендуя подходящие им финансовые продукты и объекты для вложений.

Особенно многообещающей выглядит сфера управления личными финансами. Здесь уже есть несколько успешных стартапов — например, Mint и Wallet. Эти платформы умеют собирать информацию о личных финансах, отслеживать их на протяжении времени и давать рекомендации. Они удобны в использовании и подойдут даже тем, кто раньше не мог набраться терпения, чтобы внести свои расходы и доходы в табличку, разделить их на категории, поставить финансовые цели и постоянно следить за своими деньгами.

• 1. Замена персонала

Дефицит квалифицированных кадров решается робототехникой, которая стала популярной в последние годы.

Инструменты бизнес-анализа, известные как системы поддержки принятия решений, существуют на протяжении десятилетий. Но раньше они не принимали решения самостоятельно, а только предлагали пользователю варианты и рассчитывали их последствия (так называемый «what-if-анализ») [18, C. 158]. Теперь пришло время не только подсказывать, но и выбирать те или иные решения.

Службы информационной безопасности стояли в стороне от этой шумихи-в первую очередь из-за того, что на них лежит большая ответственность. Если движок распознавания лиц правильно распознает 80% лиц, его разработчики радуются - идентифицируются четыре из пяти лиц. Однако в службе информационной безопасности такая эффективность ужасает, ведь каждая пятая атака будет пропущена или каждое пятое законное действие пользователя будет заблокировано. Такие технологии искусственного интеллекта, как машинное обучение (machine learning) и глубокое обучение (deep learning) [17, C. 45], долгое время использовались в области безопасности только для внутренних целей – автоматизации работы вирусного аналитика, анализа аномалий трафика. Они остаются принципиально пассивными и только" освещают " аналитикам сомнительные места, которые они потом разбирали сами.

Служба информационной безопасности не отказалась от старых проверенных методов, связанных с использованием обратной связи. Есть процессы, в которых сознание - во вред, потому что в их рамках необходимо четко реагировать на конкретные ситуации: в случае опасности ее причину следует блокировать. Помните об эволюции предохранителей, которые реагируют на увеличение тока в сети. Сначала это были одноразовые предохранители, которые плавились при повышении температуры, связанной с увеличением тока. Потом они стали проще: просто размыкали сети, и после срабатывания их не надо было менять. И такая система не нуждается ни в каком интеллекте! Когда дело доходит до защиты, этот подход (разрыв цепи при нагреве) намного эффективнее. Всем спокойнее, если действия системы защиты являются "тупой" реакцией на угрозу, и нужно не думать о конкретном решении, а просто реагировать по заранее заданному сценарию.

Вот почему специалисты по информационной безопасности еще не отказались от старых добрых сигнатур атак и вирусов. Соответствующая база знаний в течение длительного времени включает в себя сотни миллионов образцов, и такие сигнатуры хорошо проявляются при следующем воздействии уже известных вредителей и атак. Это основная проблема: да, известные атаки отражаются легко и полностью автоматически, но новые, неизвестные средствам защиты, не отражаются вовсе.

• 1. Защита со многими неизвестными

Аналитики делают все возможное - быстро изучают новые угрозы и вырабатывают средства защиты от них, которые быстро распространяются. Однако факт остается фактом: в промежутке между первой атакой и появлением соответствующего средства противодействия (а это – от нескольких часов до нескольких дней) пользователи беззащитны, поэтому на сегодняшний день основные усилия разработчиков направлены на поиск средств отражения неизвестных атак.

Атакующая сторона, конечно, не останется на том же уровне, что и десять лет назад. Он уже использует технологии искусственного интеллекта для обхода средств защиты, тренируя свои системы на реакции объекта атаки. Можно утверждать, что классическое противостояние "снаряд и броня" охватило эту область знаний.

Однако, если нападающих не интересуют мораль и законы, то у защитников использования искусственного интеллекта возникает много проблем. Они знакомы широкой публике, например, по обсуждениям алгоритмов принятия решений автомобильных автопилотов. На данный момент идет дискуссия об ответственности в случаях, когда "робот" принял неверное решение, что привело к негативным последствиям. И если нет хорошего решения, кто будет нести ответственность за ущерб компании, понесенный в случае принятия искусственного интеллекта неверного решения? В области информационной безопасности такие вопросы также стоят очень остро.

• 1. Сочетая и интегрируя

Компании, разрабатывающие решения по защите инормации на основе алгоритмов искусственного интеллекта, не полагаются исключительно на такие алгоритмы. Они совмещают старые, доказанные и новые методы защиты для того чтобы сделать лучшую пользу их прочностей. Чаще всего для обнаружения и анализа аномалий используются технологии искусственного интеллекта. Любые аномалии в поведении системы, пользователя, сетевого трафика могут быть как признаками атаки, так и вполне легитимными новыми функциями.