CC BY
12УДК 339.543, 339.544
ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ ИНТЕЛЛЕКТУАЛЬНОГО ПУНКТА ПРОПУСКА ПРИ ПРИМЕНЕНИИ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Ю. А. Максимов1, Ю. И. Сомов2
1 Санкт-Петербургский филиал Российской таможенной академии, Санкт-Петербург, Российская Федерация
2 Российская таможенная академия, Люберцы, Московская область, Российская Федерация
Аннотация. В Российской Федерации реализуется программа цифровизации таможенных органов, направленная на увеличение товарооборота и повышение эффективности деятельности электронных таможен и интеллектуальных пунктов пропуска за счет использования искусственного интеллекта. В статье рассматриваются вопросы применения искусственных нейросетей для обеспечения информационной безопасности в системе управления интеллектуальным пунктом пропуска. Авторами предлагаются возможные направления применения искусственных нейросетей при создании систем противодействия угрозам информационной безопасности интеллектуального пункта пропуска.
Ключевые слова: искусственный интеллект, нейросети, таможенная деятельность, информационные технологии в таможенной деятельности, информационная безопасность, угрозы информационной безопасности, экономическая безопасность.
ENSURING INFORMATION SECURITY OF THE INTELLIGENT CHECKPOINT WHEN APPLYING ARTIFICIAL INTELLIGENCE TECHNOLOGIES
Y. A. Maksimov1, Y. I. Somov2
1 St. Petersburg branch of the Russian Customs Academy, Saint-Petersburg, Russian Federation
2 Russian Customs Academy, Lyubertsy, Moscow region, Russian Federation
Abstract. The Russian Federation is implementing a program of digitalization of customs authorities aimed at increasing trade turnover and improving the efficiency of electronic customs and intelligent checkpoints through the use of artificial intelligence. The article discusses the use of artificial neural networks to ensure information security in the management system of an intelligent checkpoint. The authors propose solutions for using artificial neural networks to create systems to counter threats to information security of an intelligent checkpoint.
Keywords: artificial intelligence, neural networks, customs activities, information technologies in customs activities, information security, threats to information security, economic security.
ВВЕДЕНИЕ
Современный мир характеризуется широким применением цифровых технологий во многих сферах деятельности. Процесс информатизации интенсивно развивается и в таможенных органах. Так, согласно распоряжению Министерства транспорта Российской Федерации (РФ) от 21.10.2022 № ВС-270-р «О перспективных моделях автомобильного, морского, железнодорожного и воздушного пунктов пропуска через государственную границу Российской Федерации, используемых в качестве стандарта...» [1] в состав перспективных моделей пунктов
пропуска через государственную границу РФ входит единая информационная система, объединяющая элементы информационно-телекоммуникационной инфраструктуры, позволяющие учитывать информацию, получаемую от различных систем и технических средств. В этой системе предусматривается применение современных информационно-коммуникационных технологий, включая технологии искусственного интеллекта (ИИ).
В единую информационную систему перспективного пункта пропуска поступают сведения о лицах, транспортных средствах и грузах, а также документы в электронном виде, необходимые для осуществления таможенного и иных видов контроля. Единая информационная система интеллектуального пункта пропуска, обеспечивающая диспетчеризацию, аналитику, визуализацию и контроль за перемещением лиц, грузов и транспортных средств, а также взаимодействие с информационными системами федеральных органов исполнительной власти, должна быть надежно защищена от информационных угроз. Это обусловливает актуальность данной статьи.
ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ В СИСТЕМЕ УПРАВЛЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫМ ПУНКТОМ ПРОПУСКА
Предлагаемая система управления интеллектуальным пунктом пропуска, осуществляющая оценку весогабаритных параметров и получение регистрационных данных транспортных средств, а также субъектов внешнеэкономической деятельности (ВЭД), должна иметь возможность проводить оценку получаемой информации в автоматическом режиме (практически без участия оператора-таможенника).
Сегодня пути решения подобных проблем в разных отраслях экономики заключаются прежде всего в применении элементов искусственного интеллекта на базе нейронных сетей. Поэтому в целях совершенствования таможенной деятельности и повышения уровня обслуживания субъектов внешнеторгового оборота также необходимо применение элементов искусственного интеллекта для обработки больших массивов таможенной информации и принятия решения о выпуске товаров на таможенную территорию Евразийского экономического союза (ЕАЭС).
Применение элементов искусственного интеллекта при выполнении задач государственного управления является перспективным. Так США успешно испытали модель искусственного интеллекта, снабдив ее секретными данными, и получили «успешный» результат [2]. При испытании была поставлена задача выполнения определенного запроса для конкретной части армии, которая у сотрудников занимала несколько часов, а при использовании одного из инструментов ИИ задача была выполнена за 10 минут.
Одно из базовых направлений развития ИИ основано не на моделировании процесса принятия решения человеком (как в экспертных системах), а на попытке создания нейронной модели мозга. В связи со слабой изученностью физиологии человеческого мозга адекватность такой модели представляется весьма
сомнительной [3]. Также исследователями в области применения искусственного интеллекта отмечается, что искусственные нейронные сети имеют существенный недостаток: они моделируют только главные элементы человеческого мозга [4]. Тем не менее, современная материальная база позволяет создать мощные нейрокомпьютеры и программные нейропакеты для распознавания образов, прогнозирования и решения ряда других задач, в которых входные данные были неполны, зашумлены и даже противоречивы [5].
Создание системы управления интеллектуальным пунктом пропуска через таможенную границу можно отнести к созданию экспертной системы (ЭС) - самостоятельного направления исследований в области искусственного интеллекта, которое сформировалось в начале 80-х гг. минувшего столетия [6, с. 110].
Экспертную систему интеллектуального пункта пропуска предлагается представить в виде упрощенной схемы (рис. 1).
Рис. 1. Экспертная система интеллектуального пункта пропуска
Такая экспертная система должна работать в двух режимах: режиме обучения и получения знаний и в режиме решения задачи принятия решения о выпуске товара, т. е. в режиме самообучения и режиме выполнения функций должностного лица таможенных органов.
В режиме обучения и получения знаний система взаимодействует с системой управления рисками, которая постоянно пополняется новыми профилями и совершенствуется на основе получаемого опыта, а также на основе практической деятельности Федеральной таможенной службы (ФТС России). В этом режиме оператор-эксперт, используя компонент знаний, наполняет систему переработанной базой данных и верными вариантами решения задач по выпуску товаров в тех
или иных условиях воздействия внешней среды, в том числе принятия новых нормативных правовых актов федеральных органов исполнительной власти. Происходит формирование предметной области с учетом совокупности данных, как находящихся в базах данных, в том числе в нормативно-правовой базе принятия решений, так и получаемых извне. Полученная база данных позволяет ЭС в режиме решения самостоятельно (без оператора) решать задачи из предметной области.
Следует также отметить, что применение нейронных сетей в программах и прикладных системах, используемых для решения практических задач, имеет и определенные недостатки, которые, прежде всего, связаны с системой обучения ИИ, неспособностью ИИ оперативно адаптироваться под изменяемую внешнюю среду, в том числе под поведение конкретного субъекта ВЭД, информация о котором до момента их анализа не была внесена в базу данных обучения. Необходимо учитывать, что практически все существующие механизмы обучения имеют слабые стороны, и некоторые из них могут привести к неправильной настройке системы, следовательно, к негативному результату принятого решения. Ученые выделяют еще один существенный недостаток создаваемых на данный момент нейронных сетей, заключающийся в том, что они не могут объяснять логику своих решений (процесс получения того или иного действия); это является характерной чертой ЭС, которые должны применяться в данном случае.
ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ ИНТЕЛЛЕКТУАЛЬНОГО ПУНКТА ПРОПУСКА
Интеллектуальный пункт пропуска через таможенную границу включает информационную систему, обеспечивающую возможность внедрения ускоренного прохождения таможенного контроля, адаптированную к условиям отдельно взятого пункта пропуска. Заметим, что обработка больших объемов данных и практически бесконечного объема вариаций данных порождает новые информационные угрозы.
Экспертные системы предлагается использовать в том числе и для устранения атак на информационные системы, так как с учетом последних внешнеторговых и экономических событий участились риски применения недружественными государствами негативного воздействия на информационные ресурсы ФТС России. В 2023 г. отмечены две значительные атаки на ресурсы ФТС России. Так, 28 февраля ФТС России сообщила о DDoS-атаках на внешние информационные сервисы, но в данном случае существующая инфраструктура системы внешнего доступа позволила выявить и отключить источник угрозы, не позволив нанести существенного ущерба функционированию Единой автоматизированной информационной системы таможенных органов (ЕАИС ТО), хотя были отмечены сбои в работе системы электронного декларирования [7]. Более серьезный ущерб был нанесен информационным ресурсам ФТС России в ходе внедрения активного вируса при атаке непосредственно серверов ФТС России
10 апреля, которая вызвала сбои в функционировании всей ЕАИС ТО, частично парализовав их работу [8].
Анализ рисков информационной безопасности систем, используемых в таможенных органах России, предлагается проводить на основе анализа данных и их непрерывного мониторинга, учитывая разницу в работе на рынках Азии, Европы и т. д. В этих целях можно предложить для искусственных нейронных сетей решение задачи классификации входных данных в информационную систему таможенных органов, выделяя опасные и потенциально опасные элементы поступающей информации.
В работах, посвященных проблемам обеспечения информационной безопасности, уже предлагалась система с применением байесовского подхода для динамической оценки рисков на основе нейронных сетей [9, 10]. По существу, данный подход предполагает оценку степени доверия к потенциально возможным вероятностным моделям, где степени доверия представляются в виде каких-либо вероятностей. Вероятностная модель может использоваться и при оценке потенциальной надежности работы информационной системы логико-вероятностным методом, т. е. позволит рассчитать значения вероятностей, отражающие степень доверия к вероятностным моделям, на основе полученных данных.
В случае системного анализа рисков информационной безопасности систем передачи информации в таможенных органах можно выявить параметры системы информационной безопасности, каждый из которых можно рассматривать как элемент с неопределенным значением с установленной плотностью вероятности. Учитывая данный фактор, на основе мониторинга наблюдений за большим массивом информации и решений системы поддержки принятия решения о выпуске товаров на таможенную территорию можно будет сделать вывод о случайной величине, имеющей заданное распределение вероятности.
Для реализации системы непрерывной оценки рисков информационной безопасности предлагается создать систему анализа рисков в динамике с использованием элементов искусственного интеллекта, которая позволит решить проблему оперативного реагирования на поведенческие изменения субъекта ВЭД и учитывать последние обновления системы управления рисками ФТС России. Алгоритм работы данной системы показан на рис. 2.
Информационная составляющая деятельности таможенных органов включает совокупность элементов информационной инфраструктуры (информацию, размещенную на электронно-вычислительных носителях, устройствах, в базах данных; цифровые средства обработки информации, коммуникационные сети и сети связи) и, что немаловажно, учитывая последние инциденты с вредоносными программами в отношении ФТС России, пользователей, применяющих эту инфраструктуру в работе. Кроме того, при создании системы защиты своих информационных потоков необходимо учесть системы защиты информации и программных продуктов, используемых в странах, с которыми ведется торговля.
Однако следует отметить, что страны - участницы ЕАЭС на настоящий момент имеют неунифицированные информационные системы, программные системы,
сервисы и порталы, использующиеся в целях эффективного информационного взаимодействия участника ВЭД и таможенных органов этих стран.
Рис. 2. Алгоритм реализации непрерывной оценки рисков в системе динамического анализа рисков информационной безопасности
В России используются такие системы, как сервис «Личный кабинет участника ВЭД», программный комплекс «Альта-ГТД», автоматизированная информационная система «АИСТ-М», КПС «Портал «Морской порт», информационный оператор, портал государственных услуг РФ, а также ряд других специальных программных продуктов, применяемых в том числе при защите информации. Данный факт также требует унификации механизмов информационного взаимодействия таможенных органов и участников ВЭД государств - членов ЕАЭС, что позволит использовать единые системы защиты информации для обеспечения информационной безопасности, в том числе с применением элементов искусственного интеллекта.
ОСОБЕННОСТИ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ АВТОМОБИЛЬНОГО ИНТЕЛЛЕКТУАЛЬНОГО ПУНКТА ПРОПУСКА
В общем плане в зависимости от вида транспортных средств, перемещаемых через таможенную границу, в состав интеллектуального пункта пропуска включается большое количество видов контроля и поступающей в центр анализа информации. Так, автомобильный интеллектуальный пункт пропуска содержит: информацию о регистрации транспортного средства, данные весогабаритного контроля,
данные карантинного фитосанитарного, ветеринарного контроля (надзора), весо-габаритных параметров, радиационного контроля, данные комплекса технических средств объективного контроля и инспекционно-досмотрового комплекса.
В общем случае схема работы и обмена информацией в ходе работы автомобильного интеллектуального пункта пропуска представлена на рис. 3.
Данные предварительного
декларирования, государственных органов, банковской системы
Таможенный осмотр транспортного средства и товаров Нарушения есть
Принятие решения о возбуждении АП
Внесение поправок в документы
I
Документальный контроль
Нет
нарушений
Принятие решения о помещении под таможенную процедуру
Принятие решения о применении мер в отношении товара и ТС
Внесение данных о проведенной операции в базу данных ИИ системы управления
Выезд транспортного средства с территории пункта пропуска
Рис. 3. Схема работы автомобильного интеллектуального пункта пропуска и его информационных потоков
Информационная система интеллектуального пункта пропуска предполагает наличие доступа во всемирную сеть «Интернет» для получения информации в ходе принятия решения, такой как реализация интерфейса «Личный кабинет участника ВЭД», получение данных от контролирующих внешнюю торговлю государственных органов, информации для анализа финансового состояния субъекта ВЭД (например, платежеспособности участника ВЭД, наличие обеспечения уплаты таможенных платежей, котировок валют, индексов инфляции, текущих параметров нормативного и политического регулирования перемещаемого груза и множества других).
Учитывая большой объем данных, которые надлежит обрабатывать в ограниченное время для принятия решения о выпуске товара, для защиты информационных потоков необходимо применять системы, содержащие элементы ИИ для обеспечения информационной безопасности. Нейросистемы защиты информационных потоков автомобильного интеллектуального пункта пропуска также должны иметь доступ к вышеуказанным базам данных через сеть «Интернет» для их обучения.
ЗАКЛЮЧЕНИЕ
Создание интеллектуального пункта пропуска таможенных органов предполагает применение в его системе технологий ИИ, в том числе и в системе обеспечения его информационной безопасности. Предлагается возложить на нейронные сети решение задачи классификации входных данных в информационную систему пункта пропуска, выделяя опасные и потенциально опасные элементы поступающей информации. Это позволит быстро реагировать на изменения в поведении субъектов ВЭД и учитывать последние обновления системы управления рисками ФТС России. При создании технологий применения нейросетей следует учитывать, что они должны работать в едином информационном пространстве государств - членов ЕАЭС.
Применение искусственных нейронных сетей для обеспечения информационной безопасности диктует необходимость их обучения как до их использования, так и в процессе функционирования с целью адаптации к различным условиям проведения таможенного контроля. При этом необходимо иметь в виду, что искусственные нейросети имеют недостатки, которые могут привести к неправильному принятию решения при таможенном контроле, что следует учитывать при их применении.
Создание системы непрерывного аудита угроз информационной безопасности с постоянным обучением нейронных сетей, участвующих в противодействии им, позволит своевременно реагировать на новые атаки на информационную составляющую таможенных органов, и в частности на работу интеллектуального пункта пропуска через таможенную границу.
Применение технологий ИИ в рамках «Стратегии развития таможенной службы Российской Федерации до 2030 года» как для помощи в принятии решения о выпуске товаров на таможенную территорию, так и для выявления и устранения угроз информационной безопасности в ходе осуществления таможенной деятельности позволит повысить эффективность деятельности таможенных органов.
ИСПОЛЬЗОВАННЫЕ ИСТОЧНИКИ
1. Распоряжение Министерства транспорта РФ от 21.10.2022 № ВС-270-р «О перспективных моделях автомобильного, морского, железнодорожного и воздушного пунктов пропуска через государственную границу Российской Федерации, используемых в качестве стандарта при строительстве, реконструкции, оборудовании и техническом оснащении зданий,
помещений и сооружений, необходимых для организации пограничного, таможенного и иных видов контроля, осуществляемого в пунктах пропуска через государственную границу Российской Федерации».
2. Американские военные успешно испытали модель искусственного интеллекта [Электронный ресурс]. URL: https://lenta.ru/news/2023/07/06/usa_/ (дата обращения: 20.07.2023).
3. Галушкин А. И. Теория нейронных сетей. М.: Изд. предприятие редакции журнала «Радиотехника», 2000.
4. Турлуев Р. Р. Нейросети в системах корпоративного управления [Электронный ресурс]. URL: http://www.sciencen.org.
5. Терехов С. А. Лекции по теории и приложениям искусственных нейронных сетей [Электронный ресурс]. URL: http://alife.narod.ru/lectures/neural/Neu_index.htm (дата обращения: 20.07.2023).
6. Остроух А. В. Введение в искусственный интеллект: монография. Красноярск: Научно-инновационный центр, 2020. 250 с.
7. ФТС сообщила о DDoS-атаках на внешние информационные сервисы [Электронный ресурс]. URL: https://tass.ru/ekonomika/17160391 (дата обращения: 20.07.2023).
8. 10 апреля пресс-служба ФТС сообщала, что в результате внешнего воздействия на IT-ре-сурсы «фиксируются сбои, совершение таможенных операций в ряде случаев затруднено» [Электронный ресурс]. URL: https://www.vedomosti.ru/business/articles/2023/04/11/ 970397-hakeri-obrushili-elektronnuyu-sistemu-fts (дата обращения: 20.07.2023).
9. Максимов Ю. А. Методический подход оценки защищенности системы управления рисками в таможенных органах при осуществлении военно-технического сотрудничества и обеспечения экономической безопасности // Актуальные вопросы материально-технического и финансово-экономического обеспечения вооруженных сил стран ОДКБ: сборник материалов межведомственной научно-практической конференции с международным участием. СПб., 2020. Т. 2. С. 390-396.
10. Максимов Ю. А. Принципы создания системы защиты информационных потоков, возникающих при осуществлении военно-технического сотрудничества при электронном взаимодействии в ходе таможенного контроля для обеспечения экономической безопасности // Ученые записки Санкт-Петербургского имени В. Б. Бобкова филиала Российской таможенной академии. 2020. № 4 (76). С. 13-18.
Информация об авторах
Максимов Юрий Анатольевич - кандидат технических наук, кандидат экономических наук, доцент, заместитель директора (по научной работе), Санкт-Петербургский имени В. Б. Бобкова филиал Российской таможенной академии, Российская Федерация, 192241, Санкт-Петербург, улица Софийская, 52, лит. А, e-mail: [email protected], тел.: +7 (812) 706-13-79;
Сомов Юрий Иванович - кандидат военных наук, заместитель директора научно-исследовательского института, Российская таможенная академия, Российская Федерация, Московская область, 140015, Люберцы, Комсомольский проспект, 4, е-mail: y.somov@ academy-customs.ru, тел.: +7 (498) 602-39-10.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов. Для цитирования
Максимов Ю. А., Сомов Ю. И. Обеспечение информационной безопасности интеллектуального пункта пропуска при применении технологий искусственного интеллекта // Вестник Российской таможенной академии. 2023. № 3. С. 59-67.
