Можно ли проверить безопасность сложной информационной системы ещё на уровне её цифровой модели — и использовать машинное обучение для поиска потенциально опасных состояний? Этой задаче посвящена новая научная статья Павла Викторовича Сундеева, профессора кафедры № 2 «Автоматика» ИФТИС НИЯУ МИФИ.
Работа «Цифровая модель конструктивной защиты информации» опубликована в научном журнале «Вопросы кибербезопасности», № 5 (75) за 2026 год. Автор предлагает метод формирования цифровой модели защиты информации для критически важных информационных систем, объединяющий формальную кластерную модель, логический вывод и машинное обучение.
НАУЧНАЯ ПУБЛИКАЦИЯ ПРОФЕССОРА ИФТИС
Цифровая модель конструктивной защиты информации
Павел Викторович Сундеев · Кафедра № 2 «Автоматика»
ПУБЛИКАЦИЯ
2026
«Вопросы кибербезопасности»
№ 5 (75) · С. 117–124
В чём состоит задача?
Современные информационные системы объединяют множество пользователей, программных модулей, устройств и каналов обмена данными. Чем сложнее их архитектура, тем труднее заранее определить, какие взаимодействия допустимы, а какие могут создать угрозу безопасности.
Один из подходов — строить цифровую модель системы и проверять её поведение без вмешательства в реальную инфраструктуру. Для критически важных объектов принципиально, чтобы вывод о безопасности опирался не только на прогноз, но и на формальную проверку заданных критериев защиты .
ГЛАВНАЯ ИДЕЯ
Машинное обучение предлагает варианты, а математическая логика проверяет их соответствие требованиям безопасности.
Как работает предложенный метод?
В основе исследования — формальная кластерная модель защиты. Она представляет элементы системы и их информационные связи в виде гетерогенного ориентированного мультиграфа : математической структуры, способной отражать разные виды взаимодействия между компонентами.
01 / МОДЕЛИРОВАНИЕ
Связи и правила доступа
Модель описывает компоненты системы, возможные информационные связи и ограничения, заданные критериями защиты.
02 / МАШИННОЕ ОБУЧЕНИЕ
Поиск опасных состояний
ML-модель предлагает подграфы-кандидаты потенциально опасных состояний и варианты оптимизации защиты.
03 / ПРОВЕРКА
Формальный логический вывод
Предложенные варианты проверяются на соответствие установленным критериям; результаты используются для дальнейшего обучения модели.
В статье отдельно рассматривается декомпозиция взаимодействий на физический, синтаксический и семантический уровни. По замыслу автора, такое разделение призвано повысить точность представления информационных связей и обеспечить их формальный анализ.
Об авторе исследования
Павел Викторович Сундеев — доктор технических наук, профессор кафедры № 2 «Автоматика» ИФТИС НИЯУ МИФИ.
В опубликованной статье также указана его должность главного инженера-исследователя Научного центра информационных технологий и искусственного интеллекта Университета «Сириус».
НАУЧНЫЕ НАПРАВЛЕНИЯ
Информационная безопасность
Формальные модели
Машинное обучение
Почему это исследование важно?
Предложенный подход направлен на решение одной из сложных задач кибербезопасности: как анализировать возможные изменения информационной системы и проверять её защиту при большом числе взаимосвязанных компонентов.
Предложенное сочетание машинного обучения и формальной верификации позволяет искать варианты оптимизации защиты и проверять их соответствие установленным критериям безопасности.
ВОЗМОЖНОЕ ПРИМЕНЕНИЕ
Критически важные информационные системы
По выводам автора, полученные результаты могут использоваться при создании технологии синтеза цифровых моделей критических информационных систем с конструктивной защитой. Речь идёт о перспективном направлении дальнейшей разработки, а не о заявленном внедрении готового продукта.
Исследование выполнено при финансовой поддержке проекта «Технологии противодействия ранее неизвестным квантовым киберугрозам» , реализуемого в рамках государственной программы научно-технологического развития федеральной территории «Сириус».
ЧИТАТЬ ИССЛЕДОВАНИЕ
«Цифровая модель конструктивной защиты информации»
П. В. Сундеев · «Вопросы кибербезопасности» · 2026 · № 5 (75) · С. 117–124