Медведев Михаил Александрович, ассистент кафедры защиты информации
630073, Новосибирск, пр-т К. Маркса, 20
тел. +7 383 346 08 53
Mikhail A. Medvedev, Assistant of the Department of Information Security
630073, Novosibirsk, K. Marks Ave., 20
tel. +7 383 346 08 53
Рева Иван Леонидович, к.т.н., доцент кафедры защиты информации
630073, Новосибирск, пр-т К. Маркса, 20
тел. +7 383 346 08 53
Ivan L. Reva, PhD (Engineering), Associate Professor of the Department of Information Security
630073, Novosibirsk, K. Marks Ave., 20
tel. +7 383 346 08 53
Одним из самых распространённых методов автоматизированного определения типа контента во входящем трафике и его ограничения является система черных и белых списков. Черные и белые списки представляют собой набор «надежных» или «ненадежных» правил классификации данных внутри пакетов информации, по которым фильтруется нежелательный контент. Объектом исследования является имеющийся трафик, который будет разделен на две группы в виде «True-трафика» и «False-трафика». По составленным черным и белым спискам определяется количество срабатываний каждой единицы трафика, по этим данным дана оценка такому подходу к анализу. На созданной испытательной площадке для исследования задач контент-фильтрации выявили, что при соответствии списку блокируемых сигнатур количество верных блокировок имеет высокие положительные показатели, а количество ложных срабатываний приближено к нулю, при VPN-соединении и запуске прокси-сервера можно обойти контент-фильтрацию, при переносе ресурса на другой URL-блокировка не происходит.
One of the most common methods for automatically determining the type of content in incoming traffic and limiting it is the system of black and white lists. Blacklists and whitelists are a set of “trusted” or “untrustworthy” rules for classifying data within information packets by which unwanted content is filtered. The object of the research is the existing traffic that will be divided into two groups in the form of "True-traffic" and "False-traffic". According to the compiled black and white lists, the number of hits of each traffic unit is determined and according to these data, an assessment of this approach to analysis is given. In accordance with the list of blocked signatures, the number of true blockings has high positive indicators and the number of false positives is close to zero with a VPN connection and starting a proxy server you can bypass content filtering, with transferring the resource to another URL blocking doesn’t occur, that was revealed on the cyberpolygon created to study the tasks of content filtering.
The authors declare that there are no conflicts of interest present.