Теоретические основы адаптации легитимизации пользователя на основе динамики вектора атрибутов цифрового отпечатка

Целью исследования является разработка теоретического обоснования подхода, обеспечивающего повышение устойчивости аутентификации пользователя при его обращении к информационным ресурсам в условиях применения средств сокрытия цифрового отпечатка. Устойчивость достигается за счет обеспечения избыточности атрибутивного состава цифрового отпечатка и автоматического смещения вектора весов в сторону наиболее резистентных (устойчивых) к модификации параметров.
Методы. В работе используется триада механизмов: идентификация, аутентификация и авторизация субъекта, которая обеспечивает легитимизацию процесса обеспечения доступа. Математический аппарат анализа вектора атрибутов цифрового отпечатка в целях определения подлинности личности основан на методах теории вероятностей и математической статистики.
Результаты. Результатом проведенного исследования является формальная модель, обосновывающая положения предложенного подхода, а именно: информативный вектор атрибутов по многим источникам увеличивает вероятность легитимизации пользователя даже при нарушении сбора отдельных атрибутов; сформированный на основе механизма адаптивного взвешивания, вектор атрибутов позволяет увеличить степень однозначного срабатывания механизма аутентификации субъекта доступа; использование взвешенного вектора признаков в сочетании с динамическим взвешиванием на основе коэффициентов избыточности, позволяет проводить аутентификацию даже при активном использовании средств анонимизации; экспоненциальное сглаживание эталонного набора информативных атрибутов позволяет адаптироваться к эволюции поведения пользователя и его устройствам.
Заключение. Предложенный подход разрешает конфликт между правом пользователя на приватность программно-аппаратной среды и требованиями безопасности. В существующих системах использование мер анонимизации интерпретируется как признак злонамеренности, что ведет к блокировке. В данной модели такие действия рассматриваются как нейтральная анонимность, приводящая лишь к росту дисперсии атрибутов и их автоматическому исключению из расчета. Истинное злонамерение (подмена подлинного пользователя) определяется через нарушение более надежных идентификационных атрибутов и разрушение естественных корреляционных связей (высоко коррелируемые признаки перестают быть таковыми).

1. Агафонов Ю.М. Деанонимизация пользователей на основе цифровых отпечатков браузера // Безопасность информационного пространства: материалы XVI Всерос. науч.-практ. конф. студентов, аспирантов, молодых ученых. Екатеринбург: Изд-во Урал. ун-та, 2018. С. 35.

2. Осин А.В., Мурашко Ю.В. Обзор методов идентификации пользователя на основе цифровых отпечатков // Труды учебных заведений связи. 2023. Т. 9, № 5. С. 91-111. https://doi.org/10.31854/1813-324X-2023-9-5-91-111.

3. Вехов В.Б., Смушкин А.Б. Клавиатурный почерк, цифровые отпечатки и другие средства проверки цифрового алиби // Вестник Саратовской государственной юридической академии. 2025. № 3(164). С. 230-237. https://doi.org/10.24412/2227-7315-2025-3-230-237.

4. Цифровой отпечаток, фингерпринт // Энциклопедия «Касперского»; 2026. URL: https://encyclopedia.kaspersky.ru/glossary/fingerprint/.

5. Fingerprint based authentication system with keystroke dynamics for realistic user / G.V. Kumar, K. Prasanth, S.G. Raj, S. Sarathi // Second International Conference on Current Trends in Engineering and Technology. 2014. P. 206-209. https://doi.org/10.1109/ICCTET.2014.6966288.

6. Исхаков А.Ю., Саломатин А.А. Подход к выявлению связанных с пользователем сущностей веб-пространства в задаче адаптивной аутентификации // Актуальные задачи математического моделирования и информационных технологий. Сочи: РИЦ ФГБОУ ВО «СГУ», 2020. С. 123-132.

7. Жидко Е.А., Разиньков С.Н. Модель подсистемы безопасности и защиты информации системы связи и управления критически важного объекта // Системы управления, связи и безопасности. 2018. № 1. С. 122-135.

8. ElBanna A., Abdelbaki N. Browsers Fingerprinting Motives, Methods, and Countermeasures // International Conference on Computer, Information and Telecommunication Systems (CITS). 2018. P. 15. https:// doi.org/10.1109/CITS.2018.8440163.

9. Jiang W. Tracking Your Browser with High-Performance Browser Fingerprint Recognition Model // China Communications. 2020. P. 168-175. https://doi.org/10.23919/JCC.2020.03.014.

10. Ivanov A.V., Zhukov V.G., Maslova O.V. Application of browser fingerprinting for identification of users in international information interchange networks // Youth, society, modern science, technology and innovation. 2014. P. 15-16.

11. Luangmaneerote S., Zaluska E., Carr L. Inhibiting Browser Fingerprinting and Tracking // IEEE 3rd International Conference on Big Data Security on Cloud. 2017. P. 63-68. https://doi.org/ 10.1109/BigDataSecurity.2017.40.

12. Nair K., RoseLalson E. The Unique Id’s You Can’t Delete: Browser Fingerprints // International Conference on Emerging Trends and Innovations in Engineering and Technological Research. 2018. P. 15. https://doi.org/10.1109/ICETIETR.2018.8529040.

13. Cao Y., Li S., Wijmans E. (Cross-)Browser Fingerprinting via OS and Hardware Level Features // Network and Distributed System Security Symposium. 2017. P. 1-15. https://doi.org/10.14722/ndss.2017.23152.

14. Байсаева М.У. Методы и технологии защиты компьютерных сетей (сетевой, транспортный и прикладной уровни) // Integral : междунар. журн. приклад. наук и технологий. 2020. № 3. С. 218-225. https://doi.org/10.24411/2658-3569-2020-10060.

15. Маркин Д.О., Архипов П.А., Галкин А.С. Исследование устойчивости анонимной сети на основе технологий веб-прокси // Вопросы кибербезопасности. 2016. № 2 (15). С. 21-28.

16. Жуйкова А.А., Назаренко П.А. Протоколы TCP/IP: их особенность и назначение в сети // Экономика и социум. 2018. № 12 (55). С. 1659-1663.

17. Исаев С.В. Исследование безопасности веб-сервисов на основе анализа журналов WWW-сервера // Решетневские чтения. 2014. Т. 2, № 18. С. 310-312.

18. Бондаренко Р.В., Богданов С.В., Куликов Д.Д. Использование CMS систем для решения технологических задач // Научно-технический вестник информационных технологий, механики и оптики. 2007. № 44. С. 48-53.

19. Еременко Ю.И., Олюнина Ю.С. Об идентификации клавиатурного почерка пользователей // Перспективы развития информационных технологий. 2016. № 28. С. 145-151.

20. Диденко С.М., Шапцев В.А. Методика отображения информационного почерка пользователя // Вестник кибернетики. 2005. № 4. С. 74-78.

21. Саломатин А.А. Анализ характеристик аппаратного обеспечения для задач информационной безопасности // Проблемы управления безопасностью сложных систем: материалы 30-й Междунар. конф. М.: ИПУ РАН, 2022. С. 207-211.

22. Саломатин А.А. Безопасность данных пользователя облачной инфраструктуры // Труды 16-й Всерос. мультиконф. по проблемам управления. Волгоград: ВолгГТУ, 2023. Т. 1. С. 209-212.

23. Саломатин А.А. Методы противодействия отслеживанию браузерных отпечатков пользователей // Проблемы управления безопасностью сложных систем : материалы 29-й Междунар. конф. М.: ИПУ РАН, 2021. С. 248-252.

24. Бобырь М.В. Метод нелинейного обучения нейро-нечёткой системы вывода // Искусственный интеллект и принятие решений. 2018. №1. С. 67-75.