На главную
О журнале Редакция Подписка Архив Авторам Контактная информация
Журнал «Менеджмент и бизнес-администрирование»
№3 / 2026

Проактивное управление рисками информационной безопасности объектов критической информационной инфраструктуры в финансовом секторе

Хасанов Ильнур Ильдарович,
кандидат технических наук, доцент, старший научный сотрудник Института цифровых финансов, Финансовый университет при Правительстве РФ (Россия, 125167, Москва, пр-кт Ленинградский, д. 49/2),

Будаев Евгений Сергеевич,
кандидат технических наук, доцент, научный сотрудник Института цифровых финансов, Финансовый университет при Правительстве РФ (Россия, 125167, Москва, пр-кт Ленинградский, д. 49/2),

Никифоров Алексей Александрович,
младший научный сотрудник Института цифровых финансов, Финансовый университет при Правительстве РФ (Россия, 125167, Москва, пр-кт Ленинградский, д. 49/2)

Аннотация. Рост числа кибератак на объекты критической информационной инфраструктуры финансового сектора обусловливает необходимость перехода от реактивного реагирования к проактивному управлению киберрисками. Цель исследования состоит в разработке подхода к выявлению, оценке и предупреждению киберрисков на основе интеллектуального анализа сетевого трафика. Использованы методы системного анализа, риск-ориентированного управления, машинного обучения и экспериментального моделирования. Предложена последовательность оценки киберрисков и формирования управленческих воздействий. Результаты подтверждают применимость аналитического контура для дифференцированного выбора режима реагирования и поддержки принятия решений.

Ключевые слова: проактивное управление, критическая информационная инфраструктура, финансовый сектор, управление рисками, киберустойчивость, интеллектуальный анализ данных, обнаружение кибератак, поддержка принятия решений, уровень защищенности.

Proactive information security risk management for critical information infrastructure facilities in the financial sector

Khasanov Ilnur Ildarovich,
Candidate of Technical Sciences, Docent, Senior Research Fellow, Institute of Digital Finance, Financial University under the Government of the Russian Federation (RUSSIAN FEDERATION, 125167, Moscow, Leningradskii pr-kt, d. 49/2),

Budaev Evgeny Sergeevich,
Candidate of Technical Sciences, Docent, Research Fellow, Institute of Digital Finance, Financial University under the Government of the Russian Federation (RUSSIAN FEDERATION, 125167, Moscow, Leningradskii pr-kt, d. 49/2),

Nikiforov Aleksey Aleksandrovich,
Junior Research Fellow, Institute of Digital Finance, Financial University under the Government of the Russian Federation (RUSSIAN FEDERATION, 125167, Moscow, Leningradskii pr-kt, d. 49/2)

Abstract. The growing number of cyberattacks on critical information infrastructure in the financial sector necessitates a shift from reactive responses to proactive cyber risk management. The objective of this study is to develop an approach to identifying, assessing, and preventing cyber risks based on intelligent network traffic analysis. Methods of system analysis, risk-based management, machine learning, and experimental modeling are used. A sequence for assessing cyber risks and formulating management actions is proposed. The results confirm the applicability of the analytical framework for differentiated response mode selection and decision support.

Keywords: proactive management, critical information infrastructure, financial sector, risk management, cyber resilience, data mining, cyberattack detection, decision support, security level.

DOI: 10.33983/2075-1826-2026-3-266-279

Список источников

  1. Федеральный закон от 26.07.2017 № 187-ФЗ «О безопасности критической информационной инфраструктуры Российской Федерации» // Президент России [Электронный ресурс]. — URL: http://www.kremlin.ru/acts/bank/42128?ysclid=mta2sn9pcz202574177.
  2. Положение Банка России от 20.04.2021 № 757-П «Об установлении обязательных для некредитных финансовых организаций требований к обеспечению защиты информации при осуществлении деятельности в сфере финансовых рынков в целях противодействия осуществлению незаконных финансовых операций» // Гарант [Электронный ресурс]. — URL: https://base.garant.ru/400924645/?ysclid=mta2uo6ufj336971732.
  3. Анализ и применение интеллектуальных моделей и методов проактивной защиты и обнаружения кибератак на объекты критической информационной инфраструктуры финансового сектора: монография / Д.А. Петросов, Е.В. Пальчевский, И.И. Хасанов и др.; под ред. Д.А. Петросова. — М.: РУСАЙНС, 2025. — 234 с.
  4. Интеллектуальная система обнаружения сетевых атак: свидетельство о государственной регистрации программы для ЭВМ RU 2026665067 / А.А. Никифоров, Е.С. Будаев, И.И. Хасанов. — Заявка № 2026664841 от 20.05.2026; зарегистрировано 20.05.2026. — М.: Роспатент, 2026.
  5. Котенко И.В., Саенко И.Б., Митяков Е.С., Горпиненко Г.В., Беседин М.Д. Анализ взаимовлияния межотраслевых угроз в критической информационной инфраструктуре // Правовая информатика. — 2025. — № 4. — С. 16–25. DOI: 10.24412/1994-1404-2025-4-16-25.
  6. Пальчевский Е.В., Антонов В.В., Петросов Д.А. Подход к обнаружению DDoS-атак в сети ЦОД с использованием сочетания графов и импульсной нейронной сети // Программные продукты и системы. — 2025. — Т. 38. — № 3. — С. 484–498. DOI: 10.15827/0236-235X.151.484-498.
  7. Alsaedi A., Moustafa N., Tari Z., Mahmood A., Anwar A. Ton_IoT telemetry dataset: a new generation dataset of IoT and IIoT for data-driven intrusion detection systems // IEEE Access. — 2020. — Vol. 8. — Pp. 165130–165150. DOI: 10.1109/ACCESS.2020.3022862.
  8. Azura Y.T.Y., Azad M.A., Ahmed Y. An Integrated cyber security risk management framework for online banking systems // Banking and Financial Technology. — 2025. — Vol. 9. — Pp. 85–104. DOI: 10.1007/s42786-025-00056-3.
  9. Kure H.I., Islam Sh. and Mouratidis H. An integrated cyber security risk management framework and risk predication for the critical infrastructure protection // Neural Computing and Applications. — 2022. — 34 (18). — Pp. 15241–15271. DOI https://doi.org/10.1007/s00521-022-06959-2.
  10. Moustafa N., Slay J. UNSW-NB15: A comprehensive data set for network intrusion detection systems // Conference: Military communications and information systems conference. 2015. — Canberra, Australia. DOI: 10.1109/MilCIS.2015.7348942.
  11. Neftci E.O., Mostafa H., Zenke F. Surrogate gradient learning in spiking neural networks: bringing the power of gradient-based optimization to spiking neural networks // IEEE Signal Processing Magazine. — 2019. — Vol. 36. — № 6. — Pр. 51–63. DOI: 10.1109/MSP.2019.2931595.
  12. Sharafaldin I., Habibi Lashkari A., Ghorbani A.A. Toward generating a new intrusion detection dataset and intrusion traffic characterization // Proceedings of the 4th international conference on information systems security and privacy. — Funchal, Madeira, Portugal: SciTePress, 2018. — Vol. 1. — Pр. 108–116. DOI: 10.5220/0006639801080116.
© 2008-2026 Акционерное общество «Издательский дом «Экономическая газета» (Joint Stock Company "Economic Newspaper" Publishing House)
Журнал «Конъюнктура товарных рынков», журнал «РИСК: Ресурсы, Информация, Снабжение, Конкуренция»