Central Asian Research Index

INTERNATIONAL JOURNAL OF INFORMATION AND COMMUNICATION TECHNOLOGIES, 2026, т. 7, № 2(26), с. 496-511

ГИБКАЯ IDPS НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ МОНИТОРИНГА И ЗАЩИТЫ ПЕРИФЕРИЙНЫХ IoT-УСТРОЙСТВ: FLEXIBLE IDPS BASED ON MACHINE LEARNING ALGORITHMS FOR DIPTYCHS AND IOT EDGE DEVICE PROTECTION

Т. Бабенко, Е. Бахтиярова, Д. Ескендирова, А. Сысоев, Ш. Макиленов

Международный университет информационных технологий, Алматы, Казахстан

Аннотация · Abstract

Рост числа периферийных IoT-устройств в инфраструктуре ум-ных городов порождает новые вызовы, связанные с фрагментированной поверх-ностью атак и ограниченностью традиционных средств обнаружения вторжений. Существующие системы IDPS, как правило, работают изолированно, генерируют из-быточные алерты и не способны адаптироваться к условиям распределённой среды. В данной статье предлагается архитектура гибкой IDPS, использующей алгоритмы машинного обучения для повышения качества мониторинга и защиты периферий-ных устройств. Архитектура включает модули нормализации, дедупликации, корре-ляции и ML-анализа с возможностью обратной связи между центром мониторинга и edge-узлами. Архитектурное описание среды мониторинга опирается на иерархиче-ское представление, согласующееся с моделью Purdue, что позволяет разграничить периферийный, локальный и централизованный уровни защиты. Экспериментальная оценка на датасетах BoT-IoT и TON_IoT показала сокращение задержки корреляции событий примерно на 62% и снижение доли ложных срабатываний на 29–31% по сравнению с базовыми подходами. Полученные результаты подтверждают перспек-тивность предложенной архитектуры для инфраструктур умного города.

Сведения · Details