«Мы разрабатываем информационную систему InMed Security, главная задача которой обнаружить вредоносный код. Программу можно сравнить с антивирусом, но она имеет узкоспециализированный характер и подходит для использования специалистами по информационной безопасности (ИБ) и системными администраторами, – рассказывает Светлана. – Как правило, для защиты медицинских информационных систем используются автоматические сканеры, которые часто выдают ложноположительные результаты. Поэтому после любого автоматического сканирования приходится проводить ручное с поиском отдельных видов уязвимостей и затем самостоятельно оценивать изменения в операционной системе. Наша разработка призвана сократить ручной процесс перепроверки результатов, а также повысить уровень безопасности системы. Таких результатов мы планируем добиться благодаря использованию методов искусственного интеллекта».
«Для подтверждения наличия уязвимости мы предложили использовать списки, выгружаемые с базы данных общеизвестных уязвимостей информационной безопасности CVE (Common Vulnerabilities and Exposures). Было решено использовать нейронную сеть прямого распространения, то есть вместо традиционного сигнатурного анализа (основанного на сравнении исходных данных системы с ограниченной базой данных уязвимостей), осуществлять проверку будет предобученная модель ИИ. Таким образом, разрабатываемая система позволит не только значительно снизить угрозу неправомерного доступа к персональным данным пациентов, но и риск нарушения работы МИС, который может привести к непоправимым последствия, как экономического, так и социального характера».