Інформаційна технологія побудови нейроімітатора оцінки систем безпеки

Автор(и)

  • Игорь Анатолиевич Пилькевич Житомирський національний агроекологічний університет бул.Старий, 7, м. Житомир, Україна, 10008, Україна
  • Надежда Николаевна Лобанчикова Житомирський державний технологічний університет вул. Черняховского,103, м. Житомир, Україна, 10005, Україна
  • Владимир Иванович Котков Житомирський національний агроекологічний університет бульвар Старий, 7, м. Житомир, Україна, 10008, Україна
  • Татьяна Николаевна Коткова Житомирський національний агроекологічний університет бульвар Старий, 7, м. Житомир, Україна, 10008, Україна

DOI:

https://doi.org/10.15587/1729-4061.2013.18704

Ключові слова:

прогнозування, захист, інформація, нейрон, мережа, нейроімітатор, класифікація, алгоритм, навчання

Анотація

Запропоновані моделі, методи та засоби побудови нейроімітатора для прогнозування показника надійності системи захисту інформації, автоматизації процесів аналізу та прийняття рішень експертів з інформаційної безпеки щодо вибору системи безпеки. Перевагою запропонованої інформаційної технології є використання декількох варіантів функції активації та методів навчання мережі, що дозволяє підвищити показник об’єктивності прийняття рішень.

Біографії авторів

Игорь Анатолиевич Пилькевич, Житомирський національний агроекологічний університет бул.Старий, 7, м. Житомир, Україна, 10008

Доктор технічних наук, професор, завідувач кафедри

Кафедра моніторингу навколишнього природного середовища

Надежда Николаевна Лобанчикова, Житомирський державний технологічний університет вул. Черняховского,103, м. Житомир, Україна, 10005

Кандидат технічних наук, доцент

Кафедра комп’ютеризованих систем управління та автоматики

Владимир Иванович Котков, Житомирський національний агроекологічний університет бульвар Старий, 7, м. Житомир, Україна, 10008

Кандидат технічних наук, доцент, доцент кафедри

Кафедра моніторингу навколишнього природного середовища

Татьяна Николаевна Коткова, Житомирський національний агроекологічний університет бульвар Старий, 7, м. Житомир, Україна, 10008

Кандидат сільськогосподарських наук, доцент

Кафедра загальної екології

Посилання

  1. Chen, P. P. The Entity-Relationship Model: Toward a Unified View of Data / P. P. Chen // ACM Trans. On Database Syst. – 1976. – V.1, №1. – P. 9–36.
  2. Codd, E. F. A relational model of data large shared data banks / E. F. Codd // Comm. ACM. – 1970. – V.13, №6. – P. 377–387.
  3. Глушков, В. М. Строение локально бикомпактных групп и пятая проблема Гильберта [Текст] / В. М. Глушков // Успехи математических наук. – 1957. №12, 2(74). – С. 3–41.
  4. Палагин, А. В. Онтологические методы и средства обработки предметных знаний : монография [Текст] / А. В. Палагин, С. Л. Крывый, Н. Г. Петренко. – Луганск : изд-во ВНУ им. В. Даля, 2012. – 323 с.
  5. Корченко, О. Г. Системи захисту інформації : монографія [Текст] / О. Г. Корченко. – К. : НАУ, 2004. – 264 с.
  6. Субботін, С. О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень : навч. посібник [Текст] / С. О. Субботин. – Запоріжжя : ЗНТУ, 2008. – 341 с.
  7. Гладун, В. П. Инструментальный комплекс поддержки принятия решений на основе сетевой модели предметной области : зб. допов. наук.-практ. конф. з міжнародною участю „Системи підтримки прийняття рішень. Теорія і практика” [Текст] / В. П. Гладун, В. Ю. Величко. – К. : ІПММС НАНУ, 2012. – С. 126–128.
  8. Оссовский, С. Нейронные сети для обработки информации [Текст] / С. Оссовский; пер. с польск. И. Д. Рудинского. – М. : Финансы и статистика, 2002. – 344 с.
  9. Грибунин, В. Г. Комплексная система зашиты информации на предприятии : учеб. пособие для студ. высш. учеб. заведений [Текст] / В. Г. Грибунин, В. В. Чудовский. – М. : Изд. центр „Академия”, 2009. – 416 с.
  10. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская, М. Пилинский, Л. Рутковский; пер. с польск. И. Д. Рудинского. – М. : Горячая линия–Телеком, 2007. – 452 с.
  11. Chen, P. P. (1976). The Entity-Relationship Model: Toward a Unified View of Data. ACM Trans. On Database Syst., V.1, №1, 9–36.
  12. Codd, E. F. (1970). A relational model of data large shared data banks. Comm. ACM, V.13, №6, 377–387.
  13. Glushkov, V. M. (1957). The structure of locally bicompact groups and fifth Hilbert's problem. Uspekhi matematicheskikh nauk, 12(2(74)), 3–41.
  14. Palagin, A. V., Kryvyi, S. L., Petrenko, N. G. (2012). Ontological methods and means of processing of subject knowledge: monograph, 323.
  15. Korchenko, O. G. (2004). Systems of priv: monograph, 264.
  16. Subbotin, S. O. (2008). Knowledge presentation and processing in systems of artificial intelligence and decision support: textbook. manual, 341.
  17. Gladun, V. P.,Velichko, V. Yu. (2012). Instrumental complex decision support based on the network model of the subject area. A decision support system. Theory and practice, 126–128.
  18. Ossovskii, S. (2002). Neural networks for information processing. Finance and statistics, 344.
  19. Gribunin, V. G., Chudovsky, V. V. (2009). Complex system of priv on an enterprise: train aid for the students of higher educational establishments, 416.
  20. Rutkovskaia, D., Pilinskii, M., Rutkovskii, L. (2007). Neural networks, genetic algorithms and fuzzy systems. Hot line-Telecom, 452.

##submission.downloads##

Опубліковано

2013-12-13

Як цитувати

Пилькевич, И. А., Лобанчикова, Н. Н., Котков, В. И., & Коткова, Т. Н. (2013). Інформаційна технологія побудови нейроімітатора оцінки систем безпеки. Eastern-European Journal of Enterprise Technologies, 6(2(66), 16–21. https://doi.org/10.15587/1729-4061.2013.18704