Синтез классификаторов деструктивных и конструктивных событий цифрового пространства интеллектуального агента безопасности автономии в форме бикубического фасета данных
Авдийский В.И.1, Иванов А.В.1, Царегородцев А.В.1
1 Финансовый университет при Правительстве Российской Федерации
Скачать PDF | Загрузок: 13
Статья в журнале
Информатизация в цифровой экономике (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 5, Номер 2 (Апрель-июнь 2024)
Цитировать:
Авдийский В.И., Иванов А.В., Царегородцев А.В. Синтез классификаторов деструктивных и конструктивных событий цифрового пространства интеллектуального агента безопасности автономии в форме бикубического фасета данных // Информатизация в цифровой экономике. – 2024. – Том 5. – № 2. – С. 267-282. – doi: 10.18334/ide.5.2.121274.
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=71962592
Аннотация:
Актуальность научной статьи обусловлена необходимостью применения эффективных методов синтеза классификаторов деструктивных и конструктивных событий цифрового пространства интеллектуального агента безопасности автономных систем. Новизна работы заключается в разработке методологии синтеза классификаторов деструктивных и конструктивных событий цифрового пространства интеллектуального агента безопасности автономии в форме бикубического фасета данных. В работе выполнены задачи по разработке методологии синтеза классификаторов деструктивных и конструктивных событий цифрового пространства, а также разработаны модули интеллектуального агента безопасности автономии в форме бикубического фасета данных. В качестве методов исследования применялся анализ научных работ в области синтеза деструктивных и конструктивных событий, сравнительный анализ положительных и негативных аспектов такого синтеза. По результатам исследования сформулированы рекомендации органам государственной власти по созданию системы интеллектуальных агентов (агентов-планировщиков, агентов-лидеров, рабочих агентов) и их внедрению в системе государственного и муниципального управления.
Ключевые слова: синтез классификаторов деструктивных и конструктивных событий цифрового пространства, методология синтеза классификаторов деструктивных и конструктивных событий цифрового пространства, конструктивные классификаторы цифрового пространства, интеллектуальный агент автономии, бикубический фасет данных, агент лидер, агент планировщик, рабочий агент
Финансирование:
Исследование выполнено за счет бюджетных средств по государственному заданию Финансовому университету на 2024 год.
JEL-классификация: H30, H32, H39
. : -, , ; -, ; -, ; , , ; , , .
. , . , .. [1]. .. [2] . - [3]. .. - [4]. , . , , . . , : , ; , ; ; ; . (. . 1).
1 .
.
, : () ; ; . , .
, , , , , .
(. . 2):
2 . .
- , . - , . - . - . - . - . - , , . - .
. . , [5]. .., .., .., .. , [6]. .. .. [7]. : . ., . ., . . [8]
. , - , , [9]. .. - [10]. (), , : , , . .. - [11]. , . : , [12]; ; [7]; . [13]. [13, .79], 3.0. [1]
- , . , , , , . , . . , . , .
() : ; ; ; ; ; .
: , , , , , , .
: , ; , . , . , , () , . , : , , , , .
, . : - ( ), - ( ); ( ). - , , -, , . , , , -. . - - .
- , , , , , , , , .
: , ; ; ; , ; , ; , .
NGFW (Next-Generation Firewall). , , , . NGFW , , . NGFW : , , ; , ; , ; , , " "; VPN (Virtual Private Network), ; , .
. (. .3).
3 ( ) .
.
:
: SAS (Statistical Analysis System) - , , , . SPSS (Statistical Package for the Social Sciences) - . Tableau - , . Power BI - , . SQL Server - (), . Oracle Database - . IBM SPSS Modeler - .
: , , , , , , (), , , .
: - , - , - , - , - , - , - .
: - , - , - , - , (CRM) - , - - , - .
: (Oracle Database, Microsoft SQL Server, PostgreSQL), - (Tableau, Power BI, QlikView), (SAP Crystal Reports, IBM Cognos, MicroStrategy), (SPSS, SAS, R, Python), (IBM SPSS Modeler, Palantir, Microsoft Azure Machine Learning), (TensorFlow, scikit-learn, IBM Watson), (Thomson Reuters Risk Management, MetricStream, IBM OpenPages).
: Tableau Public - . Microsoft Power BI - , . Google Data Studio - , . Highcharts - JavaScript . D3.js - JavaScript . Tableau Desktop - Tableau . Plotly - Python, R JavaScript. Infogram - - . Microsoft Excel - . Adobe Illustrator - .
: IBM Security Guardium - , . Symantec Data Loss Prevention - . McAfee Total Protection - . Tenable.io - . Check Point - , . Palo Alto Networks - . Fortinet - , DDoS-, . Trend Micro - , . Sophos - , . FireEye - .
. :
1. (, , , , ) (, , , , ) (-, -, ) , , , .
2. . , , : , ; , ; , .
3. , , . : , ; ; ; ; ; ; ; ; .
4. NGFW (Next-Generation Firewall). , , , . NGFW , , .
5. ( ): , ; , ; ; ; ; , , DDoS-, .
6. , , .
7. , , , , .
[1] : 3.0 , , . Apache Chukwa, Apache Hadoop, Apache Hive, Apache Pig, Jaspersoft, LexisNexis Risk Solutions HPCC Systems, MapReduce, Revolution Analytics ( R ).
Источники:
2. Арифханова С.Н. Деструктивные способы воздействия на молодежную аудиторию в сети интернет. Prevention.kg. [Электронный ресурс]. URL: https://prevention.kg/wp-content/uploads/2021/10/Саида-Арифханова_Деструктивные-способы-воздействия-на-молодежь-через-www-2021.pdf .
3. Охапкин В.П., Охапкина Е.П., Исхакова А.О., Исхаков А.Ю. Деструктивное информационно-психологическое воздействие в социальных сетях // Моделирование, оптимизация и информационные технологии. – 2020. – № 1(28). – doi: 10.26102/2310-6018/2020.28.1.043.
4. Герасимов С.В. Специальные события как триггеры социально-культурных процессов. / Автореф. дисс ….соискание ученой степени д.ф.н. - СПб., 2024.
5. Стельмашонок Е.В., Василева И.Н. Информационная безопасность цифрового пространства. - СПб.: Изд-во СПбГЭУ, 2019. – 155 c.
6. Белов А.С., Добрышин М.М., Струев А.А., Горшков А.А. Модель компьютерной сети, функционирующая в условиях деструктивных программных воздействий и учитывающая требуемый уровень восстанавливаемости // Известия Тульского государственного университета. Технические науки. – 2022. – № 2. – c. 83-89. – doi: 10.24412/2071-6168-2022-2-83-89.
7. Васильева И.Н., Федоров Д.Ю. Интеллектуальные системы защиты информации. / Учебное пособие. - СПб.: Изд-во: - Санкт-Петербург, 2020. – 119 c.
8. Михайлов В.А., Мырова Л.О., Царегородцев А.В. Структура интеллектуальной системы анализа и оценки устойчивости БЦВК к деструктивному воздействию ЭМИ // Системы и средства связи, телевидения и радиовещания. – 2012. – № 1-2. – c. 116-119.
9. Семенов Н.А. Интеллектуальные информационные системы. / Учебное пособие – 2-е изд. - Тверь: ТГТУ, 2009. – 124 c.
10. Третьяков Е.С. Методология разработки самоорганизующихся мультиагентных информационно-аналитических систем по сбору и обработке данных. / Дис …. ученой степени кандидата технических наук. - М., 2021. – 128 c.
11. Рыженко А.А. Умная бот-сеть или модель интеллектуального деструктора // Вопросы кибербезопасности. – 2023. – № 5(57). – c. 60-68. – doi: 10.21681/2311-3456-5-60-68.
12. Лакшманан Валиаппа, Тайджани Джордан Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении. - СПб.: Питер, 2021. – 496 p.
13. Тесленко И.Б., Губернаторов А.М., Дигилина О.Б., Крылов В.Е. Big Data = Большие данные. Vlsu.ru. [Электронный ресурс]. URL: https://dspace.www1.vlsu.ru/bitstream/123456789/9407/1/02292.pdf (дата обращения: 14.06.2024).
Страница обновлена: 08.10.2024 в 15:46:30