Полное описание
> Атаки и методы защиты в системах машинного обучения: анализ современных исследований / Котенко И. В., Саенко И. Б., Лаута О. С. [и др.]. - DOI 10.21681/2311-3456-2024-1-24-37. - Текст : непосредственный // Вопросы кибербезопасности = Cybersecurity Issues : научный рецензируемый журнал. - 2024. - N 1 . - С. 24-37. - Библиогр. в конце ст. - ISSN 2311-3456.
ГРНТИ УДК 28.23.25 004.056:004.85(048.8) 50.55
Рубрики: Машинное обучение
Кибербезопасность
Кл.слова (ненормированные): кибербезопасность -- машинное обучение -- глубокое обучение -- состязательные атаки -- защита от атак -- искусственный интеллект
Аннотация: Цель исследования: проведение анализа атак на системы машинного обучения и методов защиты от них на основе известных обзорных статей, опубликованных за последние пять лет в высокорейтинговых журналах.
Исследованы обзорные работы в высокорейтинговых журналах, посвященные анализу атак на системы машинного обучения и методам защиты от них. Выявлено, что тематика защиты от таких атак вызывает в настоящее время постоянно растущий интерес, а сфера воздействия таких атак охватывает интеллектуальные системы различного предназначения с ориентацией на широкий спектр типов обрабатываемых данных (изображения, звук, текст, видео, кибербезопасность и т.д.). Обобщены признаки классификации атак на системы машинного обучения и мер защиты от них. Выделены и рассмотрены наиболее распространенные атаки, которые по своему типу относятся к атакам "белого ящика" или "черного ящика". Обоснованы наиболее распространенные методы защиты от атак на системы машинного обучения, и дана их характеристика. Для ряда наиболее сложных методов защиты приведено их детальное описание на уровне отдельных этапов. Выделены особенности реализации методов защиты, позволяющие повысить эффективность обнаружения атак на системы машинного обучения. Научная новизна: анализ работ по тематике атак на системы машинного обучения и мер защиты от них показал, что в настоящее время для них не существует устоявшейся классификации, что обусловлено бурным ростом новых разновидностей атак и появлением новых методов и механизмов защиты. Предложенные в рассмотренном исследовании признаки классификации атак и методов защиты обобщают подходы к такой классификации. Описание наиболее распространенных методов защиты отличается от других известных описаний поэтапной детализацией, которая обеспечивает простоту реализации этих методов в системах защиты интеллектуальных системах различного назначения.
Доп. точки доступа: Котенко, Игорь Витальевич
Саенко, Игорь Борисович
Лаута, Олег Сергеевич
Васильев, Никита Алексеевич
Садовников, Владимир Евгеньевич
>
Экз-ры полностью 2ddb801359ae8903e5d17976230469a9/2024/1 Нет сведений об экземплярах Держатели документа: Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -294008-420215)>
Шифр в сводном ЭК: 34ff744545e7387d2b52a616ced9605b
Обеспечение гомеостатичности индивидуальной деятельности оператора в человеко-машинных комплексах : монография / С. С. Соколов, С. А. Багрецов, О. С. Лаута, М. В. Митрофанов, 2021. - 390, [1] с. - Текст (визуальный) : непосредственный. Дойникова, Елена Владимировна. Оценивание защищенности и выбор контрмер для управления кибербезопасностью / Е. В. Дойникова, И. В. Котенко, 2021. - 182 с. - Текст (визуальный) : непосредственный. Ададуров, Сергей Евгеньевич. Интеллектуальные сервисы обеспечения информационной безопасности / С. Е. Ададуров, А. П. Глухов, И. В. Котенко, И. Б. Саенко. - Текст : непосредственный // Автоматика, связь, информатика : ежемесячный научно-теоретический и производственно-технический журнал / "Российские железные дороги", открытое акционерное о-во. - Москва. - 2022. - N 3. - с. 27-30 Автоматизированные системы управления на транспорте и их безопасность (на основе телекоммуникационного оборудования Cisco) : учебное пособие / С. С. Соколов, А. П. Нырков, С. Л. Лебедев [и др.], 2022. - 311 с. - Текст (визуальный) : непосредственный. Обеспечение информационной безопасности оборудования пакетной коммуникации, используемого в автоматизированных системах управления на транспорте (на основе телекоммуникационного оборудования Cisco) : лабораторный практикум / Соколов Сергей Сергеевич, Нырков Анатолий Павлович, Лаута Олег Сергеевич [и др.], 2022. - 142, [1] с. - Текст (визуальный) : непосредственный. Протодьяконов, Андрей Владимирович. Алгоритмы Data Science и их практическая реализация на Python : Учебное пособие / Кузбасский государственный технический университет имени Т. Ф. Горбачева, 2022. - 392 с. - Текст : электронный. Модель угроз систем поддержки принятия решений, функционирующих на основе элементов искусственного интеллекта / И. Б. Саенко, О. С. Лаута, Н. А. Васильев, К. В. Крибель. - Текст : непосредственный // Электросвязь : ежемесячный научно-технический журнал по проводной и радиосвязи, телевидению, радиовещанию / Региональное содружество в области связи [и др.]. - Москва : Инфо-Электросвязь, 2022. - N 5. - с. 33-38 Определение психического состояния пользователей социальной сети Reddit на основе методов машинного обучения / А. А. Браницкий, Я. Д. Шарма, И. В. Котенко [и др.]. - Текст : непосредственный // Информационно-управляющие системы : научный журнал / "Информационно-управляющие системы", о-во с ограниченной ответственностью. - СПб. : С.-Петерб. гос. ун-т аэрокосм. приборостроения, 2022. - N 1. - с. 8-18 Основы построения защищенных телекоммуникационных сетей с использованием оборудования на базе MikroTik RouterOS : учебное пособие / С. С. Соколов, А. П. Нырков, О. С. Лаута [и др.], 2023. - 156, [3] с. - Текст (визуальный) : непосредственный. Проблема применения мобильных роботизированных устройств для мониторинга помещений: анализ исследований и подход к решению / И. В. Котенко, И. Б. Саенко, А. А. Чечулин [и др.]. - Текст : непосредственный // Информатизация и связь : журнал. - Москва : "Информатизация и связь", ред. журн., 2022. - N 3.- С.7-14 Метод по совершенствованию информационно-аналитической работы на основе комплексирования результатов распознавания состояний объектов контроля с использованием методов машинного обучения / А. В. Панков, А. М. Крибель, О. С. Лаута, Н. А. Васильев. - Текст : непосредственный // Наукоемкие технологии в космических исследованиях Земли (H&ES) : научно-технический журнал / "Издательский Дом Медиа Паблишер", о-во с ограниченной ответственностью. - Москва : Медиа Паблишер, 2022. - Том 14 N 2.- С.27-35 Котенко, Игорь Витальевич. Особенности оперативной оценки защищенности критически важных ресурсов на основе адаптивной нейросетевой фильтрации / Игорь Витальевич Котенко, Игорь Борисович Паращук. - Текст : непосредственный // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика : научный журнал. - Астрахань : Изд-во АГТУ, 2023. - N 3.- С.55-64 Котенко, Игорь Витальевич. Методы интеллектуального анализа системных событий для обнаружения многошаговых кибератак: использование методов машинного обучения / И. В. Котенко, Д. А. Левшун. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 3.- С.3-15 Васильев, Никита Алексеевич. Физико-химические свойства многокомпонентных молекулярных кристаллов фармацевтического назначения на основе производных бензимидазола и триазола : 1.4.4. Физическая химия: автореферат диссертации на соискание ученой степени кандидата химических наук / Васильев Никита Алексеевич, 2024. - 25 с. - Текст : непосредственный. Лаута, Олег Сергеевич. Модель воздействия угроз на технологии искусственного интеллекта / Лаута Олег Сергеевич. - Текст (визуальный) : непосредственный // Всероссийская межведомственная научно-техническая конференция по теоретическим и прикладным проблемам развития и совершенствования автоматизированных систем управления и связи "Наука и АСУС - 2022", 20 октября, Москва, Зеленоград : сборник тезисов / Научно-производственный центр информационных региональных систем (ЗАО "НПЦ ИРС"), Национальный исследовательский университет "Московский институт электронной техники" (НИУ "МИЭТ"), Институт инноваций и наукоемких технологий (ООО "Институт "ИНТЕХ"). - Москва ; Зеленоград : МИЭТ, 2022.- С.79-80 Котенко, Игорь Витальевич. Искусственный интеллект для кибербезопасности: новая стадия противоборства в киберпространстве / И. В. Котенко. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2024. - N 1. - с. 3-19 XXI национальная конференция по искусственному интеллекту / Б. А. Кобринский, А,Н. Аверкин, В. В. Грибова [и др.]. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2024. - N 1. - с. 129-141 Атаки и методы защиты в системах машинного обучения: анализ современных исследований / Котенко И. В., Саенко И. Б., Лаута О. С. [и др.]. - Текст : непосредственный // Вопросы кибербезопасности : научный рецензируемый журнал / "Эшелон", научно-производственное объединение (Москва). - Москва : Эшелон, 2024. - N 1.- С.24-37 Котенко, Игорь Витальевич. Методы интеллектуального анализа системных событий для обнаружения многошаговых кибератак: использование баз знаний / И. В. Котенко, Д. А. Левшун. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 2.- С.3-14 Двадцатая национальная конференция по искусственному интеллекту / И. В. Котенко, Б. А. Кобринский, Т. В. Афанасьева [и др.]. - Текст : непосредственный // Искусственный интеллект и принятие решений / "Информатика и управление", федеральный исследовательский центр (Москва). - Москва. - 2023. - N 2.- С.108-116 Показать все результаты Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный. Искусственный интеллект. Применения в CIM. Гл.11.Управляющие экспертные системы. Базы данных и базы знаний в УЭС. - 32 c. - Текст : непосредственный. Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный. ACM Transactions on Computational Logic / Association for computing machinery (New York, NY), Association for computing machinery (New York, NY). - Журнал выходит с 2000г. r=on-line. - Текст : непосредственный. Maher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-line Федотов В.Х. Стратегия конструирования интеллектуальных информационных систем / В. Х. Федотов, Н. В. Новожилова, 2008. - 487 с. - Текст : непосредственный. Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный. Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный. Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Learning theory / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный. Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Показать все результаты Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный. Studies in computational intelligence / ed. J. Kacprzyk. Vol. 421 : Supervised learning with complex-valued neural networks / S. Suresh, N. Sundararajan, R. Savitha, 2013. - XXI, 168 p. - Текст : непосредственный. Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный. Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный. Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный. Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный. Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Лицевая сторона карточки Обратная сторона карточки
Вьюгин В.В. Математические основы машинного обучения и прогнозирования / В. В. Вьюгин, 2018. - 383 с. - Текст : непосредственный. Вандер Плас Д. Python для сложных задач: наука о данных и машинное обучение / Д. Вандер Плас, 2019. - 572, [1] с. - Текст : непосредственный. Шакла Н. Машинное обучение & TensorFlow / Н. Шакла при участии К. Фрикласа; [перевод с английского А. И. Демьяникова], 2019. - 331 с. - Текст : непосредственный. Бенгфорт Б. Прикладной анализ текстовых данных на Python : машинное обучение и создание приложений обработки естественного языка / Б. Бенгфорт, Р. Билбро, Т. Охеда; [перевел с английского А. Киселев], 2019. - 363, [1] с. - Текст : непосредственный. Родзин С.И. Биоэвристики: теория, алгоритмы и приложения : монография / С. И. Родзин, Ю. А. Скобцов, С. А. Эль-Хатиб, 2019. - 221 с. - Текст : непосредственный. Бхарат Рамсундар.TensorFlow для глубокого обучения : [от линейной регрессии до обучения с максимизацией подкрепления: для разработчиков систем машинного обучения] / Бхарат Рамсундар, Реза Босаг Заде; [перевод с английского А. Логунова], 2019. - 253 с. - Текст : непосредственный. Шумский С.А. Машинный интеллект : очерки по теории машинного обучения и искусственного интеллекта / С. А. Шумский, 2019. - 239 с. - Текст : непосредственный. Методы машинного обучения : учебно-методическое пособие для обучающихся направления 09.04.02 Информационные системы и технологии очной и заочной форм обучения / Министерство науки и высшего образования Российской Федерации, Институт сферы обслуживания и предпринимательства (филиал) федерального государственного бюджетного образовательного учреждения высшего образования "Донской государственный технический университет" в г. Шахты Ростовской области (ИСОиП (филиал) ДГТУ в г. Шахты), 2019. - 52 с. - Текст : непосредственный. Равичандиран С. Глубокое обучение с подкреплением на Python : OpenAI Gym и TensorFlow для профи / С. Равичандиран; [перевел с английского Е. Матвеев], 2020. - 314 с. - Текст : непосредственный. Показать все результаты Вопросы кибербезопасности. - Журнал, 2024г. № 1. - Текст : непосредственный. Карцхия, Александр Амиранович. Правовые горизонты технологий искусственного интеллекта: национальный и международный аспект / Карцхия А. А., Макаренко Г. И. - Текст : непосредственный // Вопросы кибербезопасности : научный рецензируемый журнал / "Эшелон", научно-производственное объединение (Москва). - Москва : Эшелон, 2024. - N 1.- С.2-14 Гарбук, Сергей Владимирович. Специальная модель безопасности создания и применения систем искусственного интеллекта / Гарбук С. В. - Текст : непосредственный // Вопросы кибербезопасности : научный рецензируемый журнал / "Эшелон", научно-производственное объединение (Москва). - Москва : Эшелон, 2024. - N 1.- С.15-23 Атаки и методы защиты в системах машинного обучения: анализ современных исследований / Котенко И. В., Саенко И. Б., Лаута О. С. [и др.]. - Текст : непосредственный // Вопросы кибербезопасности : научный рецензируемый журнал / "Эшелон", научно-производственное объединение (Москва). - Москва : Эшелон, 2024. - N 1.- С.24-37 Долгачев, Михаил Владимирович. Обнаружение атак на веб-приложение с помощью самоорганизующихся карт Кохонена / Долгачев М. В., Москвичев А. Д., Москвичева К. С. - Текст : непосредственный // Вопросы кибербезопасности : научный рецензируемый журнал / "Эшелон", научно-производственное объединение (Москва). - Москва : Эшелон, 2024. - N 1.- С.38-44 Заказать
Заказ фрагмента документа ₽