Бас редактор Байжуманов М. К

ISSN 1607-2774 
Семей қаласының Шәкәрім атындағы мемлекеттік университетінің хабаршысы № 4(92)2020 
58 
операторов реагируют на угрозы уже после их реализации, а не действуя на опережение. 
Тем не менее, в последнее время становится все более популярной разработка систем 
обнаружения аномалий, которые бы предлагали значительное количество преимуществ над 
существующими решениями. 
Одной из отраслей, где обнаружение аномалий является действительно актуальной 
проблемой является телекоммуникационная сфера, а именно – сети операторов сотовой 
связи. Сигнатурные методы обнаружения угроз не позволяют вовремя обнаружить утечку 
трафика, поскольку это не является прямой атакой на сеть оператора. Факты такого 
воровства трафика можно обнаружить уже постфактум, что приносит значительные убытки 
компаниям [1]. 
В данной статье рассмотрены проблемы информационной безопасности Big Data в 
сетях оператора сотовой связи. 
Обеспечение информационной безопасности при работе с большими данными не 
существенно отличается от обычной защиты данных. Но различия имеются и они зависят от 
следующих факторов: 

данные, которые собираются, объединяются и анализируются средствами и 
инструментами Big Data; 

инфраструктура, обеспечивающая хранение и размещение крупных данных; 

технологии, которые применяются для анализа структурированных, полу-
структурированных и неструктурированных больших данных. 
Так как обычно основным приоритетом является скорость обработки большого 
объема информации, то некоторыми аспектами безопасности часто пренебрегают, в 
основном потому, что нет четкой классификации данных, которые будут храниться и 
передаваться [2]. 
В случае оператора сотовой связи Big Data может использоваться для следующих 
задач: 

увеличение объема хранилищ данных; 

оптимизация услуг; 

адаптивное внедрения электронных услуг (e-service); 

предоставление услуг в реальном времени; 

аналитика данных; 

создание моделей прогнозирования для систем поддержки принятия решений; 

оценка рисков. 
Операторы сотовой связи постоянно ищут пути развития инновационных услуг, 
основанных на данных, которые могут стать источником прибыли в случае анализа 
огромного количества данных, которые генерируются их инфраструктурой. Для операторов 
сотовой связи Big Data – это бизнес-решение, которое касается не только оптимизации 
внутренних процессов. У них есть многочисленные возможности разработки приложений Big 
Data используя инфраструктуру, предлагая эти услуги другим индустриям, таким как: 
продажа, финансовые услуги, здравоохранение, маркетинг и т. То есть операторы сотовой 
связи выступают не только пользователями, но и поставщиками. 
В Big Data много применений в сфере телекоммуникаций. Одним из таких является 
аналитика данных для управления телекоммуникационной инфраструктуры. Информация 
собирается для определения трендов и анализа поведения сети. Анализ данных также 
является полезным для внутренних сервисов (управление ресурсами, управление 
доходами, поставками и т.д.), которые обрабатывают данные, постоянно генерируются и 
интегрируют техники Big Data для оптимизации внутренних процессов, операций или для 
более эффективной продажи продуктов. 
Также, с использованием Big Data, информация, возникающая внутри сотовой сети, 
особенно данных о геолокацию, результат анализа позволяет выявить тренды и шаблоны с 
целью лучшего понимания поведения пользователей, основываясь на событиях, которые 
возникают непрерывно в течение года. Информация собирается и объединяется по 
выделенным интерфейсам сетевого оборудования (базовые станции, антенны, сетевые 
контроллеры). 
Основные проблемы информационной безопасности: 
1) Проверка источника и фильтрация информации. 

ISSN 1607-2774 
Вестник Государственного университета имени Шакарима города Семей № 4(92) 2020 
59 
Объединение персональных данных, циркулирующих в сотовых сетях, обусловливает 
возникновение важных проблем безопасности, а именно контроль происхождения данных. 
Одной проблемой является то, что фреймворк приложений Big Data собирает информацию, 
которая генерируется в оборудовании сотовой сети, в которой используются технологии 
различных производителей. Оператор сотовой связи должен проверять и доверять 
компонентам инфраструктуры – как аппаратному, так и программному обеспечению – 
которые создают данные и события, собираются фреймворками Big Data и быть уверенными 
в корректности защищенного происхождения данных. 
2) Защита программного обеспечения. 
Необходимо использование защищенных версий программного обеспечения. Иногда, 
использование open-source технологий, которые могут быть экономически выгодным 
решением, может стать причиной возникновения уязвимостей. 
3) Контроль доступа и аутентификация. 
Должны быть внедрены механизмы контроля и аутентификации для различных ролей 
(пользователь / клиент), которые будут пользоваться услугой. Тем не менее, самой большой 
проблемой может стать тот факт, что аутентификация пользователей и доступ к данным 
может осуществляться с различных локаций. Данный процесс не всегда может эффективно 
контролироваться через использование децентрализованной модели и многочисленных 
взаимодействий между системами. 
В частности, в регулируемых отраслях защита доступа привилегированного 
пользователя должно быть главным приоритетом. Определенным пользователям должен 
быть предоставлен доступ к высокочувствительных данных в конкретных бизнес-процессах, 
но 
предотвращения 
потенциальном 
мошенничества 
с 
данными 
может 
быть 
проблематичным. 
Защита доступа привилегированного пользователя требует четко определенных 
политик безопасности и контроля, внедряющих доступ, основанный на ролях. 
4) Защита цепочки поставок. 
Использование в сотовых сетях различных устройств (как смартфонов, так и обычных 
мобильных) приводит проблему безопасности цепочки поставок, поскольку контроль за 
устройствами возлагается на организации, чья деятельность связана с предоставлением 
услуг или доставкой товаров. 
5) Защищенное управление данными. 
В случае предоставления услуг Big Data, безопасность должна рассматриваться в 
качестве части системы. Защита хранилищ данных должно быть первоочередной задачей, 
которая, впрочем, зависит от выбранной бизнес-модели услуги могут предоставляться 
только собственными силами или некоторые элементы будут приобретены (арендованные) 
в третьей стороны.
6) Защита инфраструктуры. 
Защита инфраструктуры должно охватывать не только кибер-физические системы 
(например, сенсорные сети), но и терминалы конечного пользователя, независимо, это 
будет портативным устройством или нет. Большое количество ненадежных устройств может 
быть подключена к сети компании в любое время, на которых будут циркулировать 
критические данные, что приводит к необходимости «конечного» шифрования. 
7) Использование защищенного «облака». 
С использованием Big Data в «облаке», нужно принимать во внимание 
специфические категории рисков относительно облачных технологий: привязка к 
поставщику, нарушение целостности и управления данными. 
На рисунке 1 изображена модель, усовершенствованная методами Big Data. 
Рисунок 1 – Усовершенствованная методами Big Data модель 

ISSN 1607-2774 
Семей қаласының Шәкәрім атындағы мемлекеттік университетінің хабаршысы № 4(92)2020 
60 
Входные данные в параллельном режиме подаются на два модуля, в каждом из 
которых первым начинает работать главный узел (Master Node), который распределяет 
нагрузку между рабочими узлами (Slave), на которых происходит двухшаговая реализация 
метода MapReduce, на выходе получается полезная информация, которая затем 
проверяется условиями и тогда результатом будет либо решение системы о нормальности 
данных, или классифицирована угроза или неизвестная активность. 
Литература 
1. Бондаровець С.С. Сучасні методи виявлення аномалій / С.С. Бондаровець // «ITSEC»: VI міжнар. 
наук.-техн. конф.: тези доп. – К.: НАУ, 2016.– С. 76-77. 
2. Feldman R. Techniques and applications for sentiment analysis / R. Feldman. – USA: Communications of 
the ACM, 2013. – P. 82-89.
ҰЯЛЫ ЖЕЛІНІҢ АНОМАЛИЯСЫН АНЫҚТАУ ӘДІСТЕРІ 
Б.Ж. Молдабеков, К.У. Зенкович

жүктеу/скачать 9,41 Mb.

Достарыңызбен бөлісу: