Forecasting je založen na zpracování historických dat a průběžné aktualizaci modelu, což umožňuje predikci nejpravděpodobnějšího budoucího vývoje síťového provozu v monitorovaných sítích. V kybernetické bezpečnosti se tato predikce využívá k rychlé identifikaci neočekávaných změn — ať už jde o pokusy o průnik do sítě, nebo jiné druhy kyber útoků, které se projevují netypickým zatížením či odlišným charakterem přenášených dat a jsou těžko odhalitelné.

„Naším hlavním záměrem bylo ukázat, že statistické modelování a forecasting, v kombinaci s moderními nástroji pro zpracování dat, dokážou účinně odhalovat i ty nejnenápadnější anomálie,“ uvádí Ing. Jaroslav Pešek z FIT ČVUT.

„Díky této metodě můžeme předem rozpoznat, kde dochází k nestandardnímu chování sítě a včas tak reagovat na možné kybernetické incidenty,“ dodává Ing. Josef Koumar z FIT ČVUT.

Účastníci workshopu si mohli metodu forecastingu prakticky vyzkoušet na reálných vzorcích síťového provozu, aby lépe pochopili, jak dokáže předvídat neočekávané změny. Studenti i odborníci si osvojili způsoby, jak tuto predikční technologii integrovat do běžných IT bezpečnostních nástrojů, a tím výrazně zlepšit jejich účinnost.

„Workshop byl velmi užitečný, protože pokrýval potřebné základní znalosti, vysvětlení dat a praktickou zkušenost s kódováním a trénováním modelů. Bylo snadné držet krok, protože organizátoři věnovali velkou pozornost účastníkům,” říká Shiva Azizzadeh z Radboud University.

Důležitost metod, jako je právě forecasting, navíc potvrzuje fakt, že související výzkumná práce byla přijata na mezinárodně uznávanou konferenci NOMS 2025, kde budou její výsledky představeny širší odborné veřejnosti z celého světa.

Zdroj: FIT ČVUT v Praze