Полное описание

Золотухина, Мария Александровна. Исследование и определение признаков скрытых атак на предприятии для алгоритмов машинного обучения / М. А. Золотухина, С. В. Зыков. - DOI 10.18137/RNU.V9187.23.01.P.20. - Текст : непосредственный // Российский новый университет. Вестник Российского нового университета. Серия "Сложные системы: модели, анализ и управление" : научный журнал. - 2023. - N 1. - С. 20-28. - Библиогр. в конце ст. - ISSN 2414-9187.

ГРНТИ	УДК
28.23	004.8
28.23.25	004.85

Рубрики:
Искусственный интеллект
Машинное обучение
Информационная безопасность

Кл.слова (ненормированные): обработка данных -- защита данных -- большие данные -- интеллектуальный анализ данных -- машинное обучение
Аннотация: Зачастую именно человеческий фактор ведет к распространению угроз на предприятиях. Если техническое устройство представляет собой четко работающий и слаженный механизм с возможностью при помощи диагностического оборудования проводить замеры параметров неисправностей и устранять их, то для исследования скрытых атак необходим новый компонент системы. Предприятия и промышленность в целом нуждаются в интеллектуальной системе защиты и обнаружения скрытых угроз на основе алгоритмов машинного обучения. Для обнаружения скрытых угроз требуется комплекс мер по установлению признаков, анализу всех составляющих компонентов, возможности осуществления процесса прогнозирования с высокой точностью и вынесения рекомендаций. Рассматриваются проблемы создания базы знаний исторических данных уязвимостей на предприятиях. Проведено исследование перенасыщения признаками диагностической информации и приведены предостережения при переобучении нейросети. Показаны методы обработки данных и применение их на практике. Исследование статистики обнаружения атак и уязвимостей на предприятиях и анализ человеческого фактора с исторической точки зрения входит в структуры проявления скрытых угроз. Это является одним из главных критериев идентификации уязвимостей. Все рассмотренные методы, результаты, представленные в статье, являются подходящим слоем для реорганизации данных в знания и применимы для следующих исследований. Если учитывать историю компании по определенным критериям и на этом этапе осуществлять интеллектуальный анализ диагностических данных, то нужно обратить внимание на составляющие значений. Именно наличие признаков идентификации, указанных в статье, позволяет с высокой точностью выявлять неблагоприятные события в информационных системах предприятия. Возникают задачи прикладного характера, связанные с необходимостью усовершенствования анализа внутренних и внешних параметров объекта исследования с целью обнаружения скрытых угроз.
Доп. точки доступа:
Зыков, Сергей Викторович


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): -016394-884597)

Шифр в сводном ЭК: e90bfe59a2f9b2757b314b8b33bab8ed

Заказать
Заказ фрагмента документа ₽