СИСТЕМА УПРАВЛІННЯ КІБЕРБЕЗПЕКИ БАНКІВ З ВИКОРИСТАННЯМ ЗАСОБІВ ШТУЧНОГО ІНТЕЛЕКТУ

Устенко С.В.
д.е.н., професор
stasustenko@ukr.net
Остапович Т.В.
аспірант
ostapovych@meta.ua
ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана» (Україна)

Для підвищення безпеки банків у статті пропонується використовувати систему управління кібербезпеки, засновану на впровадженні алгоритмів машинного навчання. Запропоновано алгоритм функціонування системи управління кібербезпеки банку, який включає в себе реалізацію системи штучного інтелекту для роботи з векторами інформації розпізнавання образів людини, збереження даних векторів інформації в сучасній базі даних, аналіз та розпізнавання тривимірного відеофайлу, створення тривимірного відео файлу по технології Voxel [1] та його обробка з використанням алгоритмів розпізнавання особливих та характерних ознак людини. Надана архітектура системи управління кібербезпеки банку, яка включає таку комплектацію програмно-технічного забезпечення:

  1. Банківську систему відеоспостереження (технологія Voxel на потужностях процесорів Intel Xeon, достатня кількість камер відеоспостереження в кількості не більше 9 шт.).
  2. Систему штучного інтелекту, реалізовану на основі сервісу Amazon AI [2].
  3. Сервіс Amazon Rekognition для розпізнавання образу людини.
  4. Систему визначення загроз Traces AI [3], в основі реалізації якої може бути побудована інформаційно-аналітична система визначення рівня безпеки банку.
  5. Систему управління бази та сховища даних для збереження векторів інформації розпізнавання, що може бути реалізована за реляційною технологією SQL, зокрема СКБД PostgreSQL.
  6. Розроблення інформаційно-аналітичної системи, функціональним призначенням якої є визначення рівня безпеки системи.

Робота операторів банківської системи відео спостереження дозволяє приймати ефективні рішення, а збільшення продуктивності загальної системи управління кібербезпеки банків дає можливість реагувати на інциденти пов’язані з безпекою в режимі реального часу, а в подальшому і передбачати можливі загрози, з використанням рішень Traces AI. Архітектурно рішення Traces AI складається з двох частин: клієнтський додаток оператора системи і ядро Traces AI, що розташоване в Amazon або іншому хостингу партнері, який здатний забезпечувати масштабування інфраструктури бази даних відповідно до навантаження поточного використання сервісу. Вхідні відеопотоки або записане відео поділяється на кадри, наступним етапом система визначає ключові кадри і передає їх на обробку. Далі зображення через “хмарний” API потрапляє в нейронну мережу, яка аналізує зображення людини за понад 2 тисяч параметрів і створює векторну репрезентацію кожного знімка. Вектори зберігаються в базі даних і використовуються для пошуку, аналізу та обчислення інформації у відеофайлі на основі критеріїв, які в подальшому передбачається задавати голосом. Розпізнавання індивідуальних рис людини є наступним кроком в інноваційній системі відеоспостереження, розуміння комп’ютером тих об’єктів, характерних рис та закономірностей, які є на відео. Неймовірно важким є саме впровадження цієї технології, адже це не лише алгоритм штучного інтелекту, а й управління роботою складною інфраструктурою бази даних, яка може одночасно приймати сотні і тисячі відеопотоків з камер та аналізувати їх.

Висновок. Складність систем управління банків, в тому числі систем захисту, які можуть бути використані в банках, покликані полегшити роботу служби безпеки банку. В статті досліджується можливість впровадження інноваційної системи управління кібербезпеки банків з використанням засобів штучного інтелекту, тривимірного відео та алгоритмів розпізнавання образів людини за індивідуальними характерними ознаками з метою подальшого прийняття управлінських рішень щодо усунення наслідків або запобігання реалізації загроз безпеки банку, які покликані завадити стійкому функціонуванню та розвитку банківської системи.