Журнал: Том 31, № 1, 2026
Сторінки: 118 – 127
DOI: https://doi.org/10.62660/bcstu/1.2026.118
468 Переглядів

Сітчасті архітектури та імунно-натхненні механізми у захисті критичної інфраструктури

Вiкторiя Семеренська
Отримано 12.09.2025
Доопрацьовано 05.02.2026
Прийнято 16.03.2026
Опубліковано 08.04.2026

Анотація

Критична інфраструктура дедалі більше функціонує у взаємопов’язаних, програмно-орієнтованих середовищах і водночас зазнає цілеспрямованих кібератак, що зупиняють ключові сервіси. Традиційні периметральні підходи виявляються недостатніми, оскільки дозволяють атакувальникам перебувати в системах тривалий час і залишають вразливими механізми відновлення. Метою дослідження було оцінювання перенесення mesh- та immune-підходів у сфери водопостачання, енергетики та муніципальних послуг і демонстрація їхнього впливу на стійкість у реальних інцидентах. Методологія поєднувала огляд шаблонів безпеки у хмарі, порівняльний аналіз кейсів та сценарне моделювання загроз. Було розглянуто дві події: кібератаку на муніципальну інфраструктуру великого міста США та транснаціональну кампанію проти операційних технологій у сфері води й газу. У першому випадку відсутність сегментації дозволила вірусу безперешкодно поширитися між мережевими сегментами, тоді як у другому брак автоматизованого моніторингу призвів до затримки у виявленні вторгнення. Для кожної події прогресія атаки була зіставлена з контрольними точками, де розподілені вузли контролю, сегментація на основі ідентичності та петлі зворотного зв’язку могли б обмежити наслідки та ініціювати автоматизоване відновлення. Отримані результати підтвердили, що mesh у поєднанні з імуноподібними реакціями забезпечував швидшу ізоляцію, контрольовану деградацію та відновлення на основі поведінкових сигналів, таких як аномальні команди чи зміни конфігурацій. Симуляційне моделювання показало, що середній час відновлення системи скорочувався на 35-40 % у сценаріях із сітчастою архітектурою, а поширення атаки обмежувалося одним сегментом замість чотирьох. Практична цінність роботи полягає у наданні дорожньої карти для поступового вдосконалення систем моніторингу без повного редизайну, що є корисним для операторів критичної інфраструктури та промислових підприємств

Ключові слова

стійкість; операційні технології; розподілений контроль; сегментація; кіберстійкість; цифрові двійники

Використані джерела

  1. Aickelin, U., Greensmith, J., & Twycross, J. (2004). Immune system approaches to intrusion detection: A review. In G. Nicosia, V. Cutello, P.J. Bentley & J. Timmis (Eds.), Artificial immune systems (pp. 316-329). Berlin: Springer. doi: 10.1007/978-3-540-30220-9_26.
  2. Alauthman, A., & Al-Hyari, A. (2025). Intelligent fault detection and self-healing mechanisms in wireless sensor networks using machine learning and flying fox optimization. Computers, 14(6), article number 233. doi: 10.3390/computers14060233.
  3. Alcaraz, C., & Lopez, J. (2012). Analysis of requirements for critical control systems. International Journal of Critical Infrastructure Protection, 5(3), 137-145. doi: 10.1016/j.ijcip.2012.08.003.
  4. Alcaraz, C., & Zeadally, S. (2015). Critical infrastructure protection: Requirements and challenges for the 21st century. International Journal of Critical Infrastructure Protection, 8, 53-66. doi: 10.1016/j.ijcip.2014.12.002.
  5. Aldhaheri, S., Alghazzawi, D., Cheng, L., Barnawi, A., & Alzahrani, B.A. (2020). Artificial immune systems approaches to secure the Internet of Things: A systematic review of the literature and recommendations for future research. Journal of Network and Computer Applications, 157, article number 102537. doi: 10.1016/j. jnca.2020.102537.
  6. August, T., Noh, D., Shamir, N., & Shin, H. (2024). Cyberattacks, operational disruption, and investment in resilience measures. Management Science, 71(9), 7390-7413. doi: 10.1287/mnsc.2022.00430.
  7. Bejoy, B.J., Raju, G., Swain, D., & Acharya, B. (2022). A generic cyber immune framework for anomaly detection using artificial immune systems. Applied Soft Computing, 130, article number 109680. doi: 10.1016/j. asoc.2022.109680.
  8. CISA. (2023). Critical infrastructure security and resilience. Retrieved from https://www.cisa.gov/topics/criticalinfrastructure-security-and-resilience.
  9. CISA. (2024). Alert (AA24-121A): CyberAv3ngers threat activity targeting water and wastewater systems. Retrieved from https://www.cisa.gov/news-events/cybersecurity-advisories/aa23-335a.
  10. De Marco, A., Berardi, D., Galuppi, M., & Lombardi, M. (2025). Quantitative resilience assessment on critical infrastructures: A systematic literature review of the last decade (2014-2024). Journal of Safety Science and Resilience, 6(3), article number 100201. doi: 10.1016/j.jnlssr.2025.02.002.
  11. ENISA. (2023). ENISA threat landscape 2023. Retrieved from https://www.enisa.europa.eu/publications/enisathreat-landscape-2023.
  12. Ganesh Raja, M., & Jeyalaksshmi, S. (2024). Self-configuration and self-healing framework using clustering for IoT-based wireless sensor networks. International Journal of Sensor Networks, 24(3), article number 2350022. doi: 10.1142/S0219265923500226.
  13. Homaei, M., Mogollón-Gutiérrez, Ó., Sancho, J.C., Ávila, M., & Caro, A. (2025). A review of digital twins and their application in cybersecurity based on artificial intelligence. Artificial Intelligence Review, 57, article number 201. doi: 10.1007/s10462-024-10805-3.
  14. Järveläinen, J., Dang, D., Mekkanen, M., & Vartiainen, T. (2025). Towards a framework for improving cyber security resilience of critical infrastructure against cyber threats: A dynamic capabilities approach. Journal of Decision Systems, 34(1), aticle number 2479546. doi: 10.1080/12460125.2025.2479546.
  15. Johnphill, O., Sadiq, A.S., Al-Obeidat, F., Al-Khateeb, H., Taheir, M.A., Kaiwartya, O., & Ali, M. (2023). Self-healing in cyber-physical systems using machine learning. Future Internet, 15(7), article number 244. doi: 10.3390/ fi15070244.
  16. Krauze, B., & Grabis, J. (2024). A conceptual model of digital immune system to increase the resilience of technology ecosystems. In J. Araújo, J.L. de la Vara, M.Y. Santos & S. Assar (Eds.), Research challenges in information science (pp. 82-96). Cham: Springer. doi: 10.1007/978-3-031-59465-6_6.
  17. Liu, C., Tan, R., Wu, Y., Feng, Y., Jin, Z., Zhang, F., Liu, Y., & Liu, Q. (2024). Dissecting zero trust: Research landscape and its implementation in IoT. Cybersecurity, 7, article number 20. doi: 10.1186/s42400-024-00212-0.
  18. López-Vilos, N., Valencia-Cordero, C., Souza, R.D., & Montejo-Sánchez, S. (2023). Clustering-based energy-efficient self-healing strategy for WSNs under jamming attacks. Sensors, 23(15), article number 6894. doi: 10.3390/ s23156894.
  19. Ma, T., Ali, S., & Yue, T. (2021). Testing self-healing cyber-physical systems under uncertainty with reinforcement learning: An empirical study. Empirical Software Engineering, 26, article number 52. doi: 10.1007/s10664-021-09941-z.
  20. Mchirgui, N., Quadar, N., Kraiem, H., & Lakhssassi, A. (2024). The applications and challenges of digital twin technology in smart grids: A comprehensive review. Applied Sciences, 14(23), article number 10933. doi: 10.3390/ app142310933.
  21. Naqvi, M.A., Malik, S., Astekin, M., & Moonen, L. (2022). On evaluating self-adaptive and self-healing systems using chaos engineering. In 2022 IEEE international conference on autonomic computing and self-organizing systems (ACSOS) (pp. 1-10). California: IEEE. doi: 10.1109/ACSOS55765.2022.00018.
  22. Paul, B., et al. (2024). Potential smart grid vulnerabilities to cyber attacks: Current threats and mitigation strategies. Heliyon, 10(19), article number e37980. doi: 10.1016/j.heliyon.2024.e37980.
  23. Ramos-Cruz, B., Andreu-Perez, J., & Martínez, L. (2024). The cybersecurity mesh: A comprehensive survey of involved artificial intelligence methods, cryptographic protocols and challenges for future research. Neurocomputing, 581, article number 127427. doi: 10.1016/j.neucom.2024.127427.
  24. Rathnayaka, B., Robert, D., Adikariwattage, V., Siriwardana, C., Meegahapola, L., Setunge, S., & Amaratunga, D. (2024). A unified framework for evaluating the resilience of critical infrastructure: Delphi survey approach. International Journal of Disaster Risk Reduction, 110, article number 104598. doi: 10.1016/j.ijdrr.2024.104598.
  25. Riggs, H., Tufail, S., Parvez, I., Tariq, M., Khan, M.A., Amir, A., Vuda, K.V., & Sarwat, A.I. (2023). Impact, vulnerabilities, and mitigation strategies for cyber-attacks on critical infrastructure: A 20-year perspective. Sensors, 23(8), article number 4060. doi: 10.3390/s23084060.
  26. Sen, O., Bleser, N., & Ulbig, A. (2024). Digital twin for evaluating detective countermeasures in smart grid cybersecurity. ArXiv. doi: 10.48550/arXiv.2412.03973.
  27. Singh, K., Chatterjee, S., Mariani, M., & Wamba, S.F. (2025). Cybersecurity resilience and innovation ecosystems for sustainable business excellence: Examining the dramatic changes in the macroeconomic business environment. Technovation, 143, article number 103219. doi: 10.1016/j.technovation.2025.103219.
  28. Yigit, Y.Y., Ferrag, M.A., Sarker, I.H., Maglaras, L.A., Chrysoulas, C., Moradpoor, N., & Janicke, H. (2024). Generative AI, challenges, and opportunities for critical infrastructure protection. ArXiv. doi: 10.48550/arXiv.2405.04874.
  29. Zanasi, C., Russo, S., & Colajanni, M. (2024). Flexible zero trust architecture for the cybersecurity of industrial IoT infrastructures. Ad Hoc Networks, 156, article number 103414. doi: 10.1016/j.adhoc.2024.103414.

ЦИТУВАТИ

Semerenska, V. (2026). Mesh architectures and immune-inspired mechanisms in defending critical infrastructure. Bulletin of Cherkasy State Technological University, 31(1), 118-127. https://doi.org/10.62660/bcstu/1.2026.118