moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2024.47.4.005 1652 Разработка интеллектуальных моделей проактивной защиты критической инфраструктуры финансового сектора на примере информационного обеспечения контрактных систем Development of intelligent models for proactive protection of critical infrastructure of the financial sector using the example of information support for contract systems Корчагин Сергей Алексеевич Korchagin Sergey SAKorchagin@fa.ru aff-1 Рубцов Дмитрий Юрьевич Rubtsov Dmitriy dyrubtsov@fa.ru aff-2 Беспалова Наталья Викторовна Bespalova Natalia NVBespalova@fa.ru aff-3 Сердечный Денис Владимирович Serdechny Denis DVSerdechny@fa.ru aff-4 Финансовый университет при Правительстве Российской Федерации Financial University under the Government of the Russian Federation Финансовый университет при Правительстве Российской Федерации Financial University under the Government of the Russian Federation Финансовый университет при Правительстве Российской Федерации Financial University under the Government of the Russian Federation Финансовый университет при Правительстве Российской Федерации Financial University under the Government of the Russian Federation 01 01 2026 1 1 10.26102/2310-6018/2024.47.4.005 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В работе предлагается подход к разработке интеллектуальных моделей проактивной защиты, ориентированный на информационное обеспечение контрактных систем в финансовом секторе. Представлена методология разработки интеллектуальных моделей, включающая в себя компоненты мониторинга, прогнозирования и предупреждения кибератак. Предложенная методология легла в основу практической реализации на языке Python с использованием библиотек Numpy и Scirket Learn. Особое внимание уделяется использованию передовых алгоритмов машинного обучения и искусственного интеллекта для выявления и предотвращения потенциальных угроз в режиме реального времени. В качестве практического примера рассматривается применение разработанных интеллектуальных моделей для защиты информационного обеспечения контрактных систем, используемых в финансовом секторе. Анализируются ключевые уязвимости, потенциальные атаки и методы их упреждающего обнаружения и блокирования. Результаты исследования подтверждаются данными вычислительного эксперимента и демонстрируют высокую эффективность предлагаемого подхода в повышении устойчивости критической информационной инфраструктуры финансового сектора к кибератакам. Внедрение интеллектуальных моделей проактивной защиты позволяет значительно снизить риски нарушения целостности и доступности ключевых данных, минимизировать финансовые и репутационные потери, а также прогнозировать и предупреждать потенциальные угрозы.

The paper proposes an approach to developing intelligent models of proactive protection focused on information support of contract systems in the financial sector. A methodology for developing intelligent models is presented, which includes components for monitoring, forecasting and preventing cyberattacks. The proposed methodology formed the basis for practical implementation in Python using the Numpy and Scirket Learn libraries. Particular attention is paid to the use of advanced machine learning and artificial intelligence algorithms to identify and prevent potential threats in real time. As a practical example, the application of the developed intelligent models to protect the information support of contract systems used in the financial sector is considered. Key vulnerabilities, potential attacks and methods for their proactive detection and blocking are analyzed. The results of the study are confirmed by the data of a computational experiment and demonstrate the high efficiency of the proposed approach in increasing the resilience of the critical information infrastructure of the financial sector to cyberattacks. The implementation of intelligent models of proactive protection allows us to significantly reduce the risks of compromising the integrity and availability of key data, minimize financial and reputational losses, and predict and prevent potential threats.

 математическое моделирование кибербезопасность интеллектуальные модели проактивная защита финансовый сектор государственные контракты критическая информационная инфраструктура mathematical modeling cybersecurity intelligent models proactive defense financial sector government contracts critical information infrastructure Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по государственному заданию Финуниверситета. The article was prepared based on the results of research carried out at the expense of budgetary funds under a state assignment for the Financial University. References Просветова А.А., Дубкова Е.В. Кибер-страхование как способ обеспечения информационной безопасности. Международный журнал гуманитарных и естественных наук. 2020;(4-3):138–141. Белозёров С.А., Соколовская Е.В. Кибер-риски в условиях геополитических конфликтов: вызовы и возможности для страхования. В сборнике: Роль управления рисками и страхования в обеспечении устойчивости общества и экономики: Сборник трудов XXIV Международной научно-практической конференции, 01 июня 2023 года, Москва, Россия. Москва: Издательский дом Московского государственного университета имени М.В. Ломоносова; 2023. С. 190–194. Duo W., Zhou M., Abusorrah A. A Survey of Cyber Attacks on Cyber Physical Systems: Recent Advances and Challenges. IEEE/CAA Journal of Automatica Sinica. 2022;9(5):784–800. https://doi.org/10.1109/JAS.2022.105548 Ahmetoglu H., Das R. A comprehensive review on detection of cyber-attacks: Data sets, methods, challenges, and future research directions. Internet of Things. 2022;20. https://doi.org/10.1016/j.iot.2022.100615 Shandler R., Gomez M.A. The hidden threat of cyber-attacks – undermining public confidence in government. Journal of Information Technology & Politics. 2023;20(4):359–374. https://doi.org/10.1080/19331681.2022.2112796 Saheed Y.K., Arowolo M.O. Efficient Cyber Attack Detection on the Internet of Medical Things-Smart Environment Based on Deep Recurrent Neural Network and Machine Learning Algorithms. IEEE Access. 2021;9:161546–161554. https://doi.org/10.1109/ACCESS.2021.3128837 Корчагин С.А., Сердечный Д.В., Раздьяконов Е.С., Беспалова Н.В. Разработка концепции обеспечения безопасности критической инфраструктуры финансового сектора. Инженерный вестник Дона. 2024;(4):177–186. Валова Ю.И., Жмуркин И.М. Информационное обеспечение органов государственной власти РФ. Экономика. Информатика. 2022;49(2):243–255. https://doi.org/10.52575/2687-0932-2022-49-2-243-255 Преображенский Ю.П., Чопоров О.Н., Ружицкий Е. Особенности информационного обеспечения службы качества компании. Вестник Воронежского института высоких технологий. 2021;15(3):67–71. Patterson C.M., Nurse J.R.C., Franqueira V.N.L. Learning from cyber security incidents: A systematic review and future research agenda. Computers & Security. 2023;132. https://doi.org/10.1016/j.cose.2023.103309 AI-Enhanced Cybersecurity Events Dataset. Kaggle. URL: https://www.kaggle.com/datasets/hassaneskikri/ai-enhanced-cybersecurity-events-dataset [Accessed 5th September 2024].

The authors declare that there are no conflicts of interest present.