МЕТОД АДАПТИВНОГО РЕАГУВАННЯ НА КІБЕРІНЦИДЕНТИ ДЛЯ ЗАБЕЗПЕЧЕННЯ ГАРАНТОЗДАТНОСТІ ІНФОРМАЦІЙНИХ СИСТЕМ СИТУАЦІЙНИХ ЦЕНТРІВ

Анотація

У статті розроблено метод адаптивного реагування на кіберінциденти для забезпечення гарантоздатності
інформаційних систем ситуаційних центрів в умовах зростання кількості кіберзагроз, ускладнення архітектури
інформаційних систем та підвищення вимог до безперервності функціонування критично важливих сервісів.
Актуальність дослідження зумовлена необхідністю своєчасного виявлення кіберінцидентів, оцінювання їх впливу
на стан інформаційної системи та автоматизованого формування рішень щодо підтримання необхідного рівня
гарантоздатності. Метою роботи є розробка методу адаптивного реагування на кіберінциденти на основі
інтелектуального аналізу подій безпеки, оцінювання ризиків і динамічного вибору заходів протидії. Проведено
аналіз сучасних підходів до забезпечення гарантоздатності інформаційних систем ситуаційних центрів, методів
реагування на кіберінциденти та технологій підтримки прийняття рішень. Запропоновано математичну модель
оцінювання впливу кіберінцидентів на показники гарантоздатності та формалізовано процес адаптивного
реагування. Розроблений метод охоплює моніторинг подій безпеки, класифікацію інцидентів, оцінювання їх
критичності, прогнозування розвитку загроз і вибір оптимальної стратегії реагування. Також запропоновано
архітектуру інтелектуальної системи підтримки прийняття рішень для забезпечення гарантоздатності
інформаційних систем ситуаційних центрів. Результати моделювання підтвердили ефективність підходу щодо
підвищення рівня гарантоздатності, скорочення часу реагування на кіберінциденти, зменшення ризику
порушення функціонування інформаційних ресурсів та підвищення стійкості системи до деструктивних впливів.
Отримані результати можуть бути використані під час проєктування, модернізації та експлуатації інформаційних
систем ситуаційних центрів, а також для створення інтелектуальних засобів управління кібербезпекою та
забезпечення безперервності функціонування.
Ключові слова: ситуаційний центр, гарантоздатність, кіберінцидент, адаптивне реагування, інформаційна
система, інтелектуальна система, підтримка прийняття рішень, математична модель, управління ризиками,
кібербезпека.

Перелік посилань
1. Ren, S., Jin, J., Niu, G., & Liu, Y. (2025). ARCS: Adaptive reinforcement learning framework for automated
cybersecurity incident response strategy optimization. Applied Sciences, 15(2), Article 951.
https://doi.org/10.3390/app15020951.
2. Klein, T., & Romano, G. (2025). Optimizing cybersecurity incident response via adaptive reinforcement
learning. Journal of Advances in Engineering and Technology, 2(1). https://doi.org/10.62177/jaet.v2i1.212.
3. Jha, N. N. (2025). Accelerating cloud outage recovery through adaptive AI: A reinforcement learning approach.
European Journal of Computer Science and Information Technology, 13(26), 1–10. https://doi.org/10.37745/
ejcsit.2013/vol13n26110.
4. Lin, X., Zhang, J., Deng, G., Liu, T., Zhang, T., Guo, Q., & Chen, R. (2025). IRCopilot: Automated incident
response with large language models. arXiv. https://arxiv.org/abs/2505.20945.
5. Tellache, A., Korba, A. A., Mokhtari, A., Moldovan, H., & Ghamri-Doudane, Y. (2025). Advancing
autonomous incident response: Leveraging LLMs and cyber threat intelligence (arXiv:2508.10677). arXiv.
https://arxiv.org/abs/2508.10677.
6. Maynard, P., Cherdantseva, Y., Shaked, A., Burnap, P., & Mehmood, A. (2025). Consistent and compatible
modelling of cyber intrusions and incident response demonstrated in the context of malware attacks on critical
infrastructure (arXiv:2505.16398). arXiv. https://arxiv.org/abs/2505.16398.
7. Liu, Z., & Anwar, A. (2025). AutoBnB-RAG: Enhancing multi-agent incident response with retrievalaugmented generation (arXiv:2508.13118). arXiv. https://arxiv.org/abs/2508.13118.
8. Nelson, A., et al. (2025). Incident response recommendations and considerations for cybersecurity risk
management (NIST SP 800-61 Rev. 3). National Institute of Standards and Technology. https://csrc.nist.gov/pubs/
sp/800/61/r3/final.
9. Складанний, П. М., Костюк, Ю. В., Рзаєва, С. Л., Самойленко, Ю. В., & Савченко, Т. В. (2025). Розробка
модульних нейронних мереж для виявлення різних класів мережевих атак. Кібербезпека: освіта, наука, техніка,
3(27), 534-548. https://doi.org/10.28925/2663-4023.2025.27.772.
10. Mohamed, N. (2025). Artificial intelligence and machine learning in cybersecurity: A deep dive into state-ofthe-art techniques and future paradigms. Knowledge and Information Systems, 67, 6969–7055. https://doi.org/10.
1007/s10115-025-02429-y.
11. Костюк, Ю. В., Складанний, П. М., Рзаєва, С. Л., Самойленко, Ю. В., & Коршун, Н. В. (2025).
Інтелектуальні системи керування та захисту в кіберфізичних і хмарних середовищах Smart Grid. Кібербезпека:
освіта, наука, техніка, 2(30), 125–156. https://doi.org/10.28925/2663-4023.2025.30.956.
12. Khatri, V., Agarwal, G., Gupta, A., & Sanghi, A. (2024). Machine learning and artificial intelligence in
cybersecurity: Innovations and challenges. In Proceedings of the International Conference on Advances in Computing,
Communication and Technology (pp. 732–737). IEEE. https://doi.org/10.1109/ICACCTech65084.2024.00122.
13. Складанний, П. М., Костюк, Ю. В., & Рзаєва, С. Л. (2026). Безперервна оцінка доступу в Zero Trust
Access Management на основі подієвих сигналів безпеки та динамічного керування сесіями. Математичні машини
і системи, 1, 29-46. https://doi.org/10.34121/1028-9763-2026-1-29-46.
14. Alhidaifi, S. M., Asghar, M. R., & Ansari, I. S. (2024). A survey on cyber resilience: Key strategies, research
challenges, and future directions. ACM Computing Surveys, 56(8), 1–48. https://doi.org/10.1145/3649218.
15. Костюк, Ю. В., Рзаєва, С. Л., & Рзаєв, Д. О. (2026). Інтелектуальний аналіз мережевого трафіку для
виявлення інцидентів інформаційної безпеки. Наука і техніка сьогодні, 2(56), 1909-1928. https://doi.org/10.52058/
2786-6025-2026-2(56)-1909-1928.
16. Calvo Ibañez, A., Preetam, S., & Compastié, M. (2025). Explainable AI for cybersecurity decisions: Challenges
and opportunities. In Artificial Intelligence for Cybersecurity (pp. 385–408). Elsevier. https://doi.org/10.1016/B978-0-
44-329135-7.00018-7.
17. Костюк, Ю. В., & Складанний, П. М. (2026). Криптографічна модель довіри до подій безпеки в SIEM
для інтелектуального формування мережевих інцидентів. Сучасний захист інформації, 1(65), 103-118.
https://doi.org/10.31673/2409-7292.2026.011393.
18.Joseph, J., Aleke, N., & Onyeanisi, O. P. (2025). Intelligent incident response systems using machine learning.
Mikailalsys Journal of Advanced Engineering International, 2(1). https://doi.org/10.58578/MJAEI.v2i1.4540.
19. Костюк, Ю. В., Складанний, П. М., & Рзаєва, С. Л. (2026). Управління якістю сповіщень у SIEM на
основі ризик-орієнтованого оцінювання та зворотного зв'язку SOC. Український науковий журнал інформаційної
безпеки, 31(3), 151–163. https://doi.org/10.18372/2225-5036.31.21161.
20. Hammad, A. A., Ahmed, S. R., Abdul-Hussein, M. K., Ahmed, M. R., Majeed, D. A., & Algburi, S. (2024).
Deep reinforcement learning for adaptive cyber defense in network security. In Proceedings of the Cognitive Models and
Artificial Intelligence Conference (pp. 292–297).
21. Рзаєва, С. Л., Литвин, О. С., Складанний, П. М., Костюк, Ю. В., & Рзаєв, Д. О. (2026). Модель
адаптивного управління кібербезпекою інформаційно-комунікаційних систем на основі ризик-орієнтованого
підходу. Математичні машини і системи, 2, 92–109. https://doi.org/10.34121/1028-9763-2026-2-92-109.
22. Kostiuk, Y., Skladannyi, P., Sokolov, V., Hulak, H., & Korshun, N. (2024). Models and algorithms for
analyzing information risks during the security audit of personal data information system. In Proceedings of the Third
International Conference on Cyber Hygiene & Conflict Management in Global Information Networks (CH&CMiGIN
2024) (Vol. 3925, pp. 155–171). CEUR Workshop Proceedings.
23. Farzaan, M. A. M., Ghanem, M. C., El-Hajjar, A., & Ratnayake, D. N. (2025). AI-powered system for an
efficient and effective cyber incidents detection and response in cloud environments. IEEE Transactions on Machine
Learning in Communications and Networking, 3, 623–643. https://doi.org/10.1109/TMLCN.2025.3564912.
24. Kostiuk, Y., Skladannyi, P., Sokolov, V., & Vorokhob, M. (2025). Models and technologies of cognitive agents
for decision-making with integration of artificial intelligence. In Proceedings of the Modern Data Science Technologies
Doctoral Consortium (MoDaST 2025) (Vol. 4005, pp. 82-96). CEUR Workshop Proceedings.
25. Shevchenko, S., Zhdanova, Y., Kryvytska, O., & Shevchenko, H. (2024). Fuzzy cognitive mapping as a
scenario approach for information security risk analysis. In Cybersecurity Providing in Information and
Telecommunication Systems II (Vol. 3826, pp. 356–362).
26. Kostiuk, Y. (2025). Multi-agent system for detecting and counteracting attacks on the enterprise information
system. In Insider Threats and Security in Corporations (pp. 205–232). https://doi.org/10.36690/ITSC-205-232.
27. Dacorogna, M., Debbabi, N., & Kratz, M. (2023). Building up cyber resilience by better grasping cyber risk
via a new algorithm for modelling heavy-tailed data. European Journal of Operational Research, 311(2), 707–721.
https://doi.org/10.1016/j.ejor.2023.05.003.