procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.35266/1999-7604-2025-2-9procyber-682Research ArticleТЕХНИЧЕСКИЕ НАУКИEngeneeringАнализ существующих источников знаний в виде баз данных уязвимостей автоматизированных системAnalysis of existing knowledge sources in form of vulnerability databases for automated systemsШабляВ. О.ShablyaV. O.

преподаватель

Lecturer

КоноваленкоС. А.KonovalenkoS. A.

кандидат технических наук

Candidate of Sciences (Engineering)

ГаляминН. А.GalyaminN. A.

студент

Student

galyamin03@mail.ruОрловЕ. О.OrlovE. O.

студент

Student

Краснодарское высшее военное училище, КраснодарРоссияKrasnodar Higher Military School, KrasnodarRussian Federation2025180620252427482Copyright © Шабля В.О., Коноваленко С.А., Галямин Н.А., Орлов Е.О., 20252025Шабля В.О., Коноваленко С.А., Галямин Н.А., Орлов Е.О.Shablya V.O., Konovalenko S.A., Galyamin N.A., Orlov E.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/682

В статье представлен анализ существующих источников знаний в виде баз данных уязвимостей автоматизированных систем как отечественного, так и иностранного производства. Рассмотрены различные базы данных уязвимостей, такие как Федеральная служба по техническому и экспортному контролю России, CVE, NVD, VulDB, JVN и CNNVD, и произведено сравнение по ключевым параметрам. Также в статье представлен анализ машинных переводчиков текста, таких как Yandex Translate, Google Translate, SDL Trados Studio, OmegaT, DeepL Translate, ABBYY Lingvo, для выбора решения, способного осуществлять точный перевод информации об уязвимостях из баз данных уязвимостей специализированных средств иностранного производства с учетом терминологического аппарата области знаний «информационная безопасность». Представлено программное решение создания объединенной базы данных уязвимостей и актуализации информации в ней путем консолидации информации об уязвимостях автоматизированных систем из существующих баз данных уязвимостей для дальнейшей обработки содержащихся в ней данных.

The article presents an analysis of existing knowledge sources in the form of vulnerability databases for automated systems of both Russian and foreign production. Various vulnerability databases, such as the FSTEC of Russia, CVE, NVD, VulDB, JVN and CNNVD, are reviewed and compared by key parameters. The article also presents an analysis of machine text translators such as Yandex Translate, Google Translate, SDL Trados Studio, OmegaT, DeepL Translate, ABBYY Lingvo to select a solution capable of accurate translation of vulnerability information from vulnerability databases of specialized foreign-made tools, taking into account the terminology of the field of knowledge “information security”. We present a method for creating and updating a single vulnerability database by consolidating information security vulnerability information from existing databases for further data processing.

база данных уязвимостейинформационная безопасностьавтоматизированная системаvulnerability databaseinformation securityautomated systemReferencesГОСТ Р ИСО/МЭК 15408-1–2012. Методы и средства обеспечения безопасности. Критерии оценки безопасности информационных технологий. Ч. 1. Введение и общая модель. М. : Стандартинформ, 2014. 50 с.ГОСТ Р ИСО/МЭК 15408-1–2012. Методы и средства обеспечения безопасности. Критерии оценки безопасности информационных технологий. Ч. 1. Введение и общая модель. М. : Стандартинформ, 2014. 50 с.ГОСТ Р 56545–2015. Защита информации. Уязвимости информационных систем. Правила описания уязвимостей. М. : Стандартинформ, 2018. 7 с.ГОСТ Р 56545–2015. Защита информации. Уязвимости информационных систем. Правила описания уязвимостей. М. : Стандартинформ, 2018. 7 с.Коноваленко С. А., Шабля В. О., Титов Г. О. Анализ методов контроля состояния процесса функционирования сложных технических систем // Наукосфера. 2021. № 2. С. 224–230.Коноваленко С. А., Шабля В. О., Титов Г. О. Анализ методов контроля состояния процесса функционирования сложных технических систем // Наукосфера. 2021. № 2. С. 224–230.Банк данных угроз безопасности информации. Федеральная служба по техническому и экспортному контролю России (ФСТЭК России). URL: https://bdu.fstec.ru/vul (дата обращения: 03.11.2024).Банк данных угроз безопасности информации. Федеральная служба по техническому и экспортному контролю России (ФСТЭК России). URL: https://bdu.fstec.ru/vul (дата обращения: 03.11.2024).Common Vulnerabilities and Exposures. URL: https://cve.mitre.org (дата обращения: 03.11.2024).Common Vulnerabilities and Exposures. URL: https://cve.mitre.org (дата обращения: 03.11.2024).National Vulnerability Database. URL: https://nvd.nist.gov/search (дата обращения: 03.11.2024).National Vulnerability Database. URL: https://nvd.nist.gov/search (дата обращения: 03.11.2024).Vulnerability Database. URL: https://vuldb.com (дата обращения: 03.11.2024).Vulnerability Database. URL: https://vuldb.com (дата обращения: 03.11.2024).Japan Vulnerability Notes. URL: http://jvn.jp/en (дата обращения: 03.11.2024).Japan Vulnerability Notes. URL: http://jvn.jp/en (дата обращения: 03.11.2024).National Information Security Vulnerability Database. URL: https://www.cnnvd.org.cn/home/childHome (дата обращения: 03.11.2024).National Information Security Vulnerability Database. URL: https://www.cnnvd.org.cn/home/childHome (дата обращения: 03.11.2024).Шабля В. О., Коноваленко С. А., Орлов Е. О. и др. Модуль формирования базы данных уязвимостей специализированных средств : патент № 2025612554 Рос. Федерация № 2025610374 заявл. 10.01.2025 ; опубл. 31.01.2025. URL: https://www.elibrary.ru/download/elibrary_80410736_65539681. PDF (дата обращения: 12.04.2025).Шабля В. О., Коноваленко С. А., Орлов Е. О. и др. Модуль формирования базы данных уязвимостей специализированных средств : патент № 2025612554 Рос. Федерация № 2025610374 заявл. 10.01.2025 ; опубл. 31.01.2025. URL: https://www.elibrary.ru/download/elibrary_80410736_65539681. PDF (дата обращения: 12.04.2025).Шабля В. О., Коноваленко С. А., Орлов Е. О. и др. Модуль парсинга баз данных уязвимостей специализированных средств : патент 2025612938 Рос. Федерация № 2025610328 заявл. 10.01.2025 ; опубл. 05.02.2025. URL: https://www.elibrary.ru/download/elibrary_80411121_75697915.PDF (дата обращения: 12.04.2025).Шабля В. О., Коноваленко С. А., Орлов Е. О. и др. Модуль парсинга баз данных уязвимостей специализированных средств : патент 2025612938 Рос. Федерация № 2025610328 заявл. 10.01.2025 ; опубл. 05.02.2025. URL: https://www.elibrary.ru/download/elibrary_80411121_75697915.PDF (дата обращения: 12.04.2025).Trados Studio. URL: https://www.trados.com/product/studio (дата обращения: 03.11.2024).Trados Studio. URL: https://www.trados.com/product/studio (дата обращения: 03.11.2024).OmegaT. URL: https://omegat.org/ (дата обращения: 03.11.2024).OmegaT. URL: https://omegat.org/ (дата обращения: 03.11.2024).DeepL Translate. URL: https://www.deepl.com/translator (дата обращения: 03.11.2024).DeepL Translate. URL: https://www.deepl.com/translator (дата обращения: 03.11.2024).Google Translate. URL: https://translate.google.ru (дата обращения: 03.11.2024).Google Translate. URL: https://translate.google.ru (дата обращения: 03.11.2024).Yandex Translate. URL: https://translate.yandex.ru (дата обращения: 03.11.2024).Yandex Translate. URL: https://translate.yandex.ru (дата обращения: 03.11.2024).ABBYY Lingvo. URL: https://lingvo.ru (дата обращения: 03.11.2024).ABBYY Lingvo. URL: https://lingvo.ru (дата обращения: 03.11.2024).

The authors declare that there are no conflicts of interest present.