ЗАСТОСУВАННЯ ВЕЙВЛЕТ-АНАЛІЗУ ДЛЯ ВАЛІДАЦІЇ ДАНИХ У СИСТЕМАХ ОЦІНКИ РИЗИКУ
Ключові слова:
вейвлет-аналіз, валідація даних, оцінка ризику, виявлення аномалій, енергія компонентів, кореляційний аналіз, вейвлетАнотація
Об’єктом дослідження є дві інформаційні системи. Перша система (S1) — це функціонуюча система, стан якої може бути нормальним або ненормальним, що описується набором параметрів системи в певний момент часу. Тобто існують часові ряди, що описують нормальну поведінку цієї системи та відхилення від неї. Друга система (S2) призначена для виявлення аномальної активності в першій системі. Виходи цієї системи виявлення аномалій представлені часовим рядом, кожне зі значень якого характеризує стан системи в певний момент часу двома параметрами: впевненістю (confidence) другої системи виявлення аномалій в оцінці стану першої системи та серйозністю (severity) аномалії, що виникла в першій системі.
У дослідженні детально розглянуто методологію застосування вейвлет-аналізу, що включає декомпозицію сигналу на коефіцієнти апроксимації та деталізації, реконструкцію сигналу, розрахунок кореляції між показниками впевненості та серйозністю виявленої аномалії системи, а також аналіз енергії компонентів для оцінки нестабільності роботи системи.
Запропонований підхід дозволяє встановити граничні значення для визначення нестабільності в роботі системи виявлення аномалій та розробити метрики якості її роботи. Особливу увагу приділено оцінюванню стабільності впевненості системи через енергію компонентів та визначення ступеня узгодженості між впевненістю та серйозністю через кореляційний аналіз.
Показано, як цей метод інтегрується з методологією оцінки ризику ACRAM (S3), забезпечуючи попередню валідацію даних, їхню фільтрацію, комплексну оцінку та валідацію результатів.
На основі тестових даних продемонстровано результати застосування розробленого алгоритму, зокрема, розрахунок енергії компонентів, кореляцію між впевненістю та серйозністю, а також встановлення порогів для визначення рівня стабільності системи (S2). Отримані результати показують, що система виявлення аномалій демонструє середній рівень стабільності, а кореляційний аналіз виявляє значну негативну кореляцію між впевненістю системи та серйозністю виявлених аномалій, що свідчить про зниження впевненості системи під час переходу до серйозніших станів.
Запропонований метод валідації даних є ефективним інструментом для підвищення надійності систем оцінювання ризику і може знайти застосування в різних галузях, що потребують обробки часових рядів та виявлення аномалій.
Посилання
V. Lytvyn, et al., “Fuzzy logic-based methodology for building access control systems based on fuzzy logic,” in 6th International Workshop on Modern Data Science Technologies, May, 31 — June, 1, 2024. [Electronic resource]. Available: https://ceur-ws.org/Vol-3723/paper7.pdf .
D.-W. Kim, G.-Y. Shin, and M.-M. Han, “Anomaly Detection Based on Discrete Wavelet Transformation for Insider Threat Classification,” Computer Systems Science and Engineering, no. 46 (1), pp. 153-164, 2023. https://doi.org/10.32604/csse.2023.034589 .
H. G. Mohamed, et al., “Optimal Wavelet Neural Network-Based Intrusion Detection in Internet of Things Environment,” no. 75 (2), pp. 4467-4483, 2023. https://doi.org/10.32604/cmc.2023.036822 .
M. Wan, Y. Song, Y. Jing, and J. Wang, “Function-Aware Anomaly Detection Based on Wavelet Neural Network for Industrial Control Communication,” Security and Communication Networks, Hindawi Limited, 5103270, 2018. https://doi.org/10.1155/2018/5103270 .
R. Purohit, S. Kumar, S. Sayyad, and K. Kotecha, “Time-frequency analysis and autoencoder approach for network traffic anomaly detection,” MethodsXM, vol. 14, 103228, 2025. https://doi.org/10.1016/j.mex.2025.103228 .
T. Rajesh, “Image Reconstruction Using Wavelet Transform with Extended Fractional Fourier Transform,” Blekinge Institute of Technology, 2014. [Electronic resource]. Available: https://www.diva-portal.org/smash/get/diva2:829956/FULLTEXT01.pdf .
Н. К. Смоленцев, Основи теорії вейвлетів. Вейвлети в MATLAB, вид 4-те, с. 102, 2014. [Електронний ресурс]. Режим доступу: https://surl.li/wnwoik .
Ортогональність. [Електронний ресурс]. Режим доступу: https://uk.wikipedia.org/wiki/%D0%9E%D1%80%D1%82%D0%BE%D0%B3%D0%BE%D0%BD%D0%B0%D0%BB%D1%8C%D0%BD%D1%96%D1%81%D1%82%D1%8C . Дата звернення 18.03.2025.
I. Daubechies, Ten Lectures of Wavelets, рp. 167-204, 1992. [Electronic resource]. Available: https://jqichina.wordpress.com/wp-content/uploads/2012/02/ten-lectures-of-waveletsefbc88e5b08fe6b3a2e58d81e8aeb2efbc891.pdf .
A. V. Oppenheim, R. W. Schafer, and J. R. Buck, Discrete-Time Signal Processing. Second edition, p. 41, 1998. [Electronic resource]. Available: https://ru.scribd.com/document/509418212/Discrete-Time-Digital-Signal-Processing-Oppenheim-Schafer-Buck .
O. Rioul, and P. Duhamel, “Fast Algorithms for Discrete and Continuous Wavelet Transforms,” IEEE Transactions on information theory, vol. 38, no. 2, p. 4, 1992. https://doi.org/10.1109/18.119724 .
Energy of a signal. [Electronic resource]. Available: https://www.gaussianwaves.com/2013/12/power-and-energy-of-a-signal/ . Accessed: 18.03.2025.
[[1]13] Стандартне відхилення. [Електронний ресурс]. Режим доступу: https://berg.com.ua/indicators-overlays/stdev . Дата звернення 18.03.2025.
Кореляція. [Електронний ресурс]. Режим доступу: https://uk.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D1%96%D1%8F . Дата звернення 18.03.2025.
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
