Управление рисками информационной безопасности систем электронного документооборота на основе нейросетевых моделей

В статье исследуется применение искусственных нейронных сетей в задачах управления рисками информационной безопасности систем электронного документооборота. Рассмотрены предпосылки перехода от традиционных средств защиты, основанных преимущественно на сигнатурных правилах и экспертных регламентах, к адаптивным моделям анализа событий безопасности. Особое внимание уделено специфике электронного документооборота как цифровой среды, в которой одновременно циркулируют юридически значимые документы, персональные данные, служебная переписка и технологические журналы. Показано, что рост объемов электронных документов, распределенность организационных процессов и усложнение сетевой инфраструктуры требуют пересмотра подходов к мониторингу и ранжированию угроз. В качестве перспективного направления предложена концепция нейросетевого риск-ориентированного контура, включающего сенсорный слой сбора событий, модуль интеллектуальной корреляции TrafficLLM и механизм непрерывного дообучения на основе параметрически эффективной адаптации EA-PEFT. Такая архитектура позволяет учитывать дрейф данных, выявлять нетиповые сценарии пользовательского и сетевого поведения, а также формировать оценку риска без существенного увеличения нагрузки на эксплуатационный персонал. Научная новизна работы заключается в представлении целостной модели применения нейросетевых технологий к управлению рисками информационной безопасности СЭД: от классификации организационных, административных, субъективных и технологических рисков до описания интеграции модели в инфраструктуру электронного документооборота. Практическая значимость состоит в возможности использования предложенного подхода в организациях с распределенной структурой, интенсивным обменом юридически значимыми электронными документами и повышенными требованиями к непрерывности бизнес-процессов.

1. Варфоломеева В.А., Иванова Н.А. Электронный документооборот, его преимущества, недостатки, риски. Журнал прикладных исследований. 2022;6-3:192-197. URL: https://doi.org/10.47576/2712-7516_2022_6_3_192

2. Бабаш А.В., Баранова Е.К. Актуальные вопросы защиты информации. Монография. М.: РИОР: ИНФРА-М; 2017. URL: https://www.elibrary.ru/ykqffc

3. Ковалев Е.А. Применение искусственных нейронных сетей в системах обеспечения информационной безопасности. Безопасность. Управление. Искусственный интеллект. 2022;4(4(4)):26-35. URL: https://www.elibrary.ru/thnloh

4. Микрюков А.А., Бабаш А.В., Сизов В.А. Классификация событий в системах обеспечения информационной безопасности на основе нейросетевых технологий. Открытое образование. 2019;23(1):57-63. URL: https://doi.org/10.21686/1818-4243-2019-1-57-63

5. Плугатарев А.В., Марухленко А.Л., Бугорский М.А., Булгаков А.С., Марченко М.А. Применение нейронных сетей в системах обеспечения информационной безопасности. Безопасность информационных технологий. 2021;28(3)73-80. URL: https://doi.org/10.26583/bit.2021.3.06

6. Большаков А.С., Хусаинов Р.В., Осин А.В. Обнаружение аномалий трафика с использованием нейронной сети для обеспечения защиты информации. I-methods. 2021;13:4. URL: https://www.elibrary.ru/pkcxwm

7. Хаджиева Л.К., Чадаев А.К. Кибербезопасность и искусственный интеллект: использование искусственного интеллекта для обнаружения и предотвращения кибератак. Экономика и управление: проблемы, решения. 2025;2-12(165):97-103. URL: https://doi.org/10.36871/ek.up.p.r.2025.12.02.011

8. Баранова Е.К., Крючков Е.С. Нейросетевой подход к минимизации рисков информационной безопасности систем электронного документооборота. В сб.: Тенденции развития Интернет и цифровой экономики. Симферополь; 2025;217-221. URL: https://www.elibrary.ru/fdzhfk

9. Саенко И.Б., Котенко И.В., Аль-Барри М.Х. Применение искусственных нейронных сетей для выявления аномального поведения пользователей центров обработки данных. Вопросы кибербезопасности. 2022;2(48):87-97. URL: https://doi.org/10.21681/2311-3456-2022-2-87-97

10. Симаворян С.Ж., Симонян А.Р., Попов Г.А., Улитина Е.И. Общая концепция выявления вторжений неизвестного типа на основе нейронных сетей. Программные системы и вычислительные методы. 2021;4:23-45. URL: https://doi.org/10.7256/2454-0714.2021.4.37072

11. Резник Д.В. Искусственные нейросети. Анализ возможностей использования в целях обеспечения информационной безопасности. The Scientifi Heritage. 2021;67(1(67)):50-53. URL: https://doi.org/10.24412/9215-03652021-67-1-50-53

12. Осипова В.П. Применение нейронных сетей в сфере безопасности банковских систем. В сб.: Фундаментальные и прикладные исследования в области экономики и финансов. Орел; 2021;131-133. URL: https://www. elibrary.ru/mxffbf

13. Будзко В.И., Беленков В.Г., Королев В.И., Мельников Д.А. Особенности обеспечения информационной безопасности автоматизированных систем, использующих технологии нейронных сетей. Системы высокой доступности. 2023;19(3):5-17. URL: https://www.elibrary.ru/qrerqd

14. Жернова К.Н. Обзор применения нейронных сетей в информационной безопасности. Информатизация и связь. 2024;4:109-122. URL: https://doi.org/10.34219/2078-8320-2024-15-109-122

15. Фролов П.В., Чухраев И.В., Гришанов К.М. Применение искусственных нейронных сетей в системах обнаружения вторжений. Системный администратор. 2018;9(190):80-83. URL: https://www.elibrary.ru/wlyfo