ПРОСТОРОВЕ МОДЕЛЮВАННЯ РИЗИКІВ ВИТОКУ ІНФОРМАЦІЇ В ОФІСНИХ МЕРЕЖАХ: ПОБУДОВА КОНТРОЛЬОВАНОЇ ЗОНИ
DOI:
https://doi.org/10.34185/1562-9945-5-161-2025-11Ключові слова:
радіовитік, модель Хата, контрольована зона, офісна мережа, інформаційна безпека, електромагнітне випромінювання, проникність сигналу, просторове моделювання, захищене приміщення, детектори витоку, поглинання в будівляхАнотація
Актуальність дослідження зумовлена зростанням ризиків витоку конфіденційної інформації в офісних мережах через електромагнітні випромінювання технічних засобів. Сучасні офісні середовища насичені бездротовими сервісами, і навіть малопотужні сигнали, що виходять за межі приміщення, здатні формувати технічні канали радіовитоку. Це створює потребу у побудові науково обґрунтованих моделей для прогнозування зон уразливості та планування захисних заходів. Проблема полягає у відсутності універсальних методів кількісної оцінки просторових ризиків, що враховували б різні типи будівельних матеріалів та параметри внутрішнього середовища. Існуючі емпіричні підходи обмежені точністю або є надмірно трудомісткими для практичного використання у системах інформаційної безпеки. Метою статті є розробка просторово-математичної моделі для визначення та оптимізації «контрольованої зони» у межах офісних приміщень, де рівень сигналу гарантовано знижується нижче порогу детекції засобами несанкціонованого прийому. Методи дослідження базуються на модифікованій моделі Хата з адаптацією до внутрішніх середовищ шляхом урахування коефіцієнтів поглинання будівельних матеріалів та експоненційного закону загасання. Для формування карти уразливості застосовано бінарну матрицю покриття, а оптимізація розміщення датчиків витоку виконана за критерієм максимального перекриття з урахуванням бюджетних обмежень. У результаті побудовано узгоджену методику просторового моделювання ризиків, яка підтверджена на експериментальному кейсі типового офісу. Встановлено, що межа згасання сигналу при частоті 96,1 МГц і потужності 2,3 мВт формується на відстанях понад 10 м, а рекомендована контрольована зона становить близько 24×8,5 м. Модель забезпечує можливість точного прогнозування зон радіовитоку та оптимізації кількості датчиків. Ключові висновки полягають у тому, що застосування адаптованої моделі Хата та матричного подання покриття дозволяє ефективно визначати просторові ризики витоку інформації, а також інтегрувати ці результати у системи управління інформаційною безпекою відповідно до стандартів ISO/IEC 27005 і національних нормативів у сфері ТЗІ. Отримані результати мають практичну значущість для державних органів, бізнес-центрів та об’єктів критичної інфраструктури.
Посилання
MacCartney, G.R., Rappaport, T.S., Sun, S., & Deng, S. (2015). Indoor office wideband millimeter wave propagation measurements and channel models at 28 and 73 GHz for ultra-dense 5G wireless networks. IEEE Access, 3, 2388–2424.
https://doi.org/10.1109/ACCESS.2015.2486778
Ju, S., Xing, Y., Kanhere, O., & Rappaport, T. S. (2021). Millimeter wave and sub-terahertz spatial statistical channel model for an indoor office building. IEEE Journal on Selected Areas in Communications, 39(6), 1561–1575.
https://doi.org/10.1109/JSAC.2021.3071844
Obeidat, H. A., et al. (2018). An indoor path loss prediction model using wall correction factors. Radio Science, 53(4), 544–558. https://doi.org/10.1002/2018RS006536
Lee, J., Kim, K.-W., Kim, M.-D., & Park, J.-J. (2019). Measurement-based millimeter wave angular and delay dispersion characteristics of outdoor to indoor propagation for 5G millimeter wave systems. IEEE Access, 7, 150492–150504.
https://doi.org/10.1109/ACCESS.2019.2947704
Oladimeji, T. T., Kumar, P., & Elmezughi, M. K. (2022). Path loss measurements and model analysis in an indoor corridor environment at 28 GHz and 38 GHz. Sensors, 22(19), 7642. https://doi.org/10.3390/s22197642
Jun, S. Y., Caudill, D., Chuang, J., et al. (2020). Penetration loss at 60 GHz for indoor-to-indoor and outdoor-to-indoor mobile scenarios. Proceedings of the IEEE EuCAP. https://doi.org/10.23919/EuCAP48036.2020.9135581
Carneiro de Souza, L., de Souza Lopes, C. H., dos Santos, R. C. C., Cerqueira Sodré Junior, A., & Mendes, L. L. (2022). A study on propagation models for 60 GHz signals in indoor environments. Frontiers in Communications and Networks, 2, 757842. https://doi.org/10.3389/frcmn.2021.757842
Koppel, T., Shishkin, A., Haldre, H., Toropovs, N., Vilcane, I., & Tint, P. (2017). Reflection and transmission properties of common construction materials at 2.4 GHz frequency. Energy Procedia, 113, 158–165. https://doi.org/10.1016/j.egypro.2017.04.045
García Sánchez, M., Iglesias, C., Cuiñas, I., & Expósito, I. (2022). Building penetration losses at 3.5 GHz: Dependence on polarization and incidence angle. Electronics, 12(1), 106. https://doi.org/10.3390/electronics12010106
Rappaport, T. S., MacCartney, G. R., Samimi, M. K., & Sun, S. (2015). Wideband millimeter wave propagation measurements and channel models for future wireless communication system design. IEEE Communications Magazine, 52(9), 116–122. https://doi.org/10.1109/MCOM.2015.7374064
Al Samman, A. M., Rahman, T. A., Chebil, J., Mohamad, H., & Islam, M. R. (2019). Comparative study of indoor propagation model below and above 6 GHz. Electronics, 8(1), 44. https://doi.org/10.3390/electronics8010044
Bullmann, M., Fetzer, T., Ebner, F., Deinzer, F., & Grzegorzek, M. (2020). Comparison of 2.4 GHz WiFi FTM and RSSI-based indoor positioning methods in realistic scenarios. Sensors, 20(16), 4515. https://doi.org/10.3390/s20164515
Bellalta, B., & Kosek Szott, K. (2019). AP-initiated multi-user transmissions in IEEE 802.11ax WLANs. Ad Hoc Networks, 85, 145–159.
https://doi.org/10.1016/j.adhoc.2018.10.021
Fukuda, Y., et al. (2022). Characterizing the basic performance of IEEE 802.11ax WLANs in a campus environment. Proceedings of the IEEE/IFIP NOMS. https://doi.org/10.1109/NOMS54207.2022.9789895
Tutelian, S., Ferragut, J., Cerdà, L., & Barceló, J. (2021). IEEE 802.11ax OFDMA resource allocation with trigger-based uplink scheduling. Sensors, 21(18), 6099. https://doi.org/10.3390/s21186099
Oughton, E. J., & Frias, Z. (2021). Revisiting wireless internet connectivity: 5G vs Wi-Fi 6. Telecommunications Policy, 45(5), 102095.
https://doi.org/10.1016/j.telpol.2021.102095
Kuhn, M. G. (2013). Compromising emanations of LCD TV sets. IEEE Transactions on Electromagnetic Compatibility, 55(3), 564–570.
https://doi.org/10.1109/TEMC.2013.2252353
Antić, V., Dakić, O., Glišović, V., et al. (2024). Protecting data at risk of unintentional electromagnetic emanations. Applied Sciences, 14(11), 4830.
https://doi.org/10.3390/app14114830
Gifuni, A., Migliaccio, M., Testa, O., et al. (2020). Latest developments on the shielding effectiveness measurement with reverberation chambers. IET Science, Measurement & Technology, 14(9), 828–838. https://doi.org/10.1049/iet-smt.2019.0242
Jakoby, B., Beigelbeck, R., & Voglhuber-Brunnmaier, T. (2023). Understanding the shielding efficiency of a Faraday grid cage: A spectral domain approach. IEEE Antennas and Propagation Magazine, 65(2), 2–11. https://doi.org/10.1109/MAP.2022.3229287
Hamidi, A., Djafri, K., & Ait Si Ali, S. (2024). Stochastic approach to evaluate the shielding effectiveness of a composite material slab. Electronics Letters, 60(2), e70016. https://doi.org/10.1049/ell2.70016
Song, R., et al. (2024). Graphene assembled films for radio frequency and electromagnetic interference shielding. Accounts of Materials Research, 5(9), 2211–2224. https://doi.org/10.1021/accountsmr.4c00023
Ali, U., De Felice, M., Lissandrin, N., et al. (2022). Data-driven analysis of outdoor-to-indoor propagation for deployed 5G networks at 3.5 GHz. Future Internet, 14(8), 239. https://doi.org/10.3390/fi14080239
Al Khero, S. K., & Abbosh, Y. M. (2021). Path loss and channel modeling at 3.5 GHz for 5G cellular system. IOP Conference Series: Materials Science and Engineering, 1152, 012006. https://doi.org/10.1088/1757-899X/1152/1/012006
Horn, B. K. P. (2020). Doubling the accuracy of indoor positioning: Frequency diversity. Sensors, 20(5), 1489. https://doi.org/10.3390/s20051489
Yu, Y., Chen, R., Chen, L., Guo, G., Ye, F., & Liu, Z. (2019). A robust dead reckoning algorithm based on Wi-Fi FTM and multiple sensors. Remote Sensing, 11(5), 504. https://doi.org/10.3390/rs11050504
Banin, L., Bar Shalom, O., Dvorecki, N., & Amizur, Y. (2018). Scalable Wi-Fi client self-positioning using cooperative FTM sensors. IEEE Transactions on Instrumentation and Measurement, 68(10), 3686–3698. https://doi.org/10.1109/TIM.2018.2880887
Au, E. (2016). The latest progress on IEEE 802.11mc and IEEE 802.11ai. IEEE Vehicular Technology Magazine, 11(3), 19–21.
https://doi.org/10.1109/MVT.2016.2586398
He, S., & Chan, S. H. G. (2016). Wi-Fi fingerprint-based indoor positioning: Recent advances and comparisons. IEEE Communications Surveys & Tutorials, 18(1), 466–490. https://doi.org/10.1109/COMST.2015.2464084
De Beelde, B., Peter, R., et al. (2022). Outdoor mmWave channel modeling for fixed wireless access at 60 GHz (with indoor coverage implications). Radio Science, 57(6), e2022RS007519. https://doi.org/10.1029/2022RS007519
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Системні технології

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.









