ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА ГИБРИДНОЙ СИСТЕМЫ ОБНАРУЖЕНИЯ И ПРЕДОТВРАЩЕНИЯ ВТОРЖЕНИЙ (IDPS) С АДАПТИВНЫМ ОБУЧЕНИЕМ ДЛЯ СЕТЕЙ 5G С НИЗКОЙ ЗАДЕРЖКОЙ С ИСПОЛЬЗОВАНИЕМ ГРАНИЧНЫХ ВЫЧИСЛЕНИЙ
DOI:
https://doi.org/10.32014/2026.2518-1726.471Ключевые слова:
безопасность 5G, гибридная IDPS, обнаружение аномалий, граничные вычисления, обнаружение вторжений, адаптивное обучение, Isolation Forest, сети с низкой задержкойАннотация
Быстрое развертывание сетей пятого поколения (5G) создает новые вызовы в области безопасности, обусловленные требованиями к сверхнизкой задержке, гетерогенной средой устройств и распределенными архитектурами граничных вычислений. Традиционные системы обнаружения вторжений (IDS) могут быть недостаточно эффективны для противодействия динамичным и постоянно развивающимся киберугрозам в подобных средах. В исследовании представлена экспериментальная оценка гибридной системы обнаружения и предотвращения вторжений (IDPS), объединяющей сигнатурное обнаружение с адаптивным машинным обучением для выявления аномалий в инфраструктуре граничных вычислений. Система оценивалась в пяти средах, ориентированных на 5G: MANET с поддержкой 5G, 5G mMTC (IoT), гетерогенной 5G-сети, 5G NSA (LTE-A) и 5G с поддержкой SDN. В качестве легковесной модели обнаружения аномалий без учителя применялся Isolation Forest. Экспериментальные результаты продемонстрировали повышение точности обнаружения, снижение частоты ложноположительных срабатываний, масштабируемую производительность при увеличении трафиковой нагрузки и минимальную задержку ответа, соответствующую требованиям приложений 5G с низкой задержкой. Предложенная гибридная IDPS сочетает детерминированное сигнатурное обнаружение с основанным на Isolation Forest выявлением аномалий без учителя, что позволяет обнаруживать как известные, так и ранее не наблюдавшиеся угрозы. Результаты показывают, что легковесные модели обнаружения аномалий без учителя, такие как Isolation Forest, могут эффективно интегрироваться в архитектуры граничных вычислений без чрезмерных вычислительных затрат. Совмещение механизмов на основе правил и методов обнаружения аномалий обеспечивает сбалансированное соотношение между полнотой обнаружения, скоростью реагирования и эффективностью использования ресурсов, формируя практический механизм защиты современных 5G-инфраструктур.
