ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ РОЗРОБЛЕНИХ АЛГОРИТМІВ ТА МОДЕЛЕЙ ЗАХИСТУ В МЕРЕЖАХ ІНТЕРНЕТУ РЕЧЕЙ

Хлапонін, Ю., Кондакова, А. (2025). RESEARCH ON THE EFFECTIVENESS OF DEVELOPED ALGORITHMS AND PROTECTION MODELS IN INTERNET OF THINGS NETWORKS. Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка(88), 103–113. https://doi.org/10.17721/2519-481X/2025/88-09

У статті розглянуто питання моделювання трафіку та оцінювання ефективності алгоритмів захисту інформації в мережах ІоТ. Проведено імітаційне моделювання сценаріїв з різними моделями трафіку, аналіз роботи захисних алгоритмів для виявлення атак, створено рекомендації до практичного застосування в інфраструктурі IoT з урахуванням специфіки 5G мереж інтернет речей.Під час дослідження було проаналізовано специфіку структури мереж Інтернету речей, визначено ключові метрики трафіку та побудовано математичну модель на основі класичної моделі Пуассона, а також її розширень MMPP та BMAP для адекватного відображення змінної та кластерної структури трафіку в мережах Інтернету речей. Кластеризацію виконували за допомогою алгоритму k-середніх для профілювання нормальної поведінки вузлів, що дозволило виявляти аномалії в режимі реального часу. Було запропоновано формальну модель оцінки ризиків, яка враховує відхилення поточних метрик від типового кластера та зміни інтенсивності. Розроблено адаптивний механізм реагування на інциденти з пороговими значеннями, що визначають рівень втручання від обмеження активності до повного блокування пристрою. Для верифікації було змодельовано сценарії DDoS, підміни пристроїв та прихованої атаки. Ефективність алгоритму виявлення оцінювали за допомогою метрик точності, повноти, F1-оцінки та часу відгуку.Результати показали, що запропонована методологія забезпечує високу точність виявлення аномалій (F1-оцінка = 92,5%) з часом відгуку до 80 мс, що робить її придатною для використання в реальних системах Інтернету речей. Запропонований підхід дозволяє підвищити надійність та безпеку мережі без значного збільшення обчислювальних витрат. Отримані результати підтверджують доцільність впровадження інтелектуальних систем моніторингу на основі кластеризації та моделей ризиків в інфраструктурі 5G-IoT.