Мониторинг утечек данных

1.

Мониторинг утечек данных
СУНЦ МГУ 11 класс

2.

Введение
Информация – один из самых ценных ресурсов в
современном мире.
Утечки данных приводят к финансовым и репутационным
потерям.
Каждый год компрометируются миллиарды учетных записей.
Цель проекта – создать автоматизированную систему
мониторинга утечек с применением технологий машинного
обучения.

3.

Актуальность проблемы
В 2023 году было украдено более 6 млрд учетных записей.
Общий ущерб от кибератак превысил 6 триллионов долларов.
Основные причины утечек:
1.
Фишинг и социальная инженерия.
2.
Взлом баз данных.
3.
Ошибки сотрудников.
4.
Слабые пароли.

4.

Аналоги и преимущества моего
решения
Существующие решения:
Have I Been Pwned – бесплатный сервис, но не
проводит глубокий анализ.
SpyCloud – мощный инструмент, но дорогой.
DeHashed – ищет данные, но имеет
ограниченные функции.
Преимущества моего решения:
Использует машинное обучение для
предсказания утечек.
Гибкость: анализирует email, домены, IPадреса.
Автоматическое оповещение пользователей о
рисках

5.

Как работает система?
Сбор данных из открытых источников (OSINT), API
сервисов, соцсетей.
Фильтрация и обработка:
Удаление дубликатов.
Проверка достоверности.
Классификация данных.
Машинное обучение:
Определяет подлинность утечки.
Оценивает степень риска.
Формирование отчета с рекомендациями
пользователю.

6.

Области применения
Области применения
Как используется система?
Компании
Проверка утечек данных сотрудников, защита
корпоративной информации
Государственные структуры
Мониторинг утечек секретной информации,
предотвращение кибератак
Банки и финансы
Обычные пользователи
Выявление утекших данных клиентов, защита от
мошенничества
Проверка своих паролей и email, защита персональных
данных

7.

Заключение
Эффективность модели – выше 92%.
Доступность и гибкость для разных пользователей.
Помогает снижать риски и предотвращать утечки данных.

8.

Спасибо!