Концепция адаптивной защиты информационно-телекоммуникационных систем на основе парадигм нервных и нейронных сетей
Ключевые слова:
информационно-телекоммуникационные системы, защита компьютерных систем и сетей, нейронная сеть, нервная система сетиАннотация
Актуальность проблемы защиты информационно-телекоммуникационных систем обусловлена ростом сложности программного и аппаратного обеспечения, высокой динамикой их развития, распределенной и разнородной структурой и множеством других факторов. Очевидна аналогия между эволюцией и естественным отбором в природе и в информационно-телекоммуникационных системах, в том числе системах защиты информации. В работе предлагается концепция адаптивной защиты информационно- телекоммуникационных систем на основе гибридных механизмов, сочетающих парадигмы нервных и нейронных сетей.Литература
Дасгупта Д., Берсини Х. и др. Искусственные иммунные системы и их применение / Под ред. Д. Дасгупты. Пер. с англ. под ред А.А. Романюхи. М.: ФИЗМАТЛИТ, 2006. 344 с.
Котенко И.В., Коновалов А.М., Шоров А.В. Моделирование бот-сетей и механизмов защиты от них // Системы высокой доступности, № 2, 2011. С.107-111
Котенко И.В., Коновалов А.М., Шоров А.В. Исследовательское моделирование бот-сетей и механизмов защиты от них // Приложение к журналу Информационные технологии // № 1, 2012, 32 с.
Котенко И.В., Шоров А.В., Нестерук Ф.Г. Анализ биоинспирированных подходов для защиты компьютерных систем и сетей // Труды СПИИРАН. Вып.3 (18). СПб.: Наука, 2011. С. 19–73
Лобашев М.Е. Генетика. Л.: Изд-во ленинградского университета, 1969
Мелик-Гайназян И. В. Информационные процессы и реальность. М.: Наука, 1998
Нестерук Ф.Г., Суханов А. В., Нестерук Л. Г., Нестерук Г. Ф. Адаптивные средства обеспечения безопасности информационных систем. Монография. СПб.: Изд-во Политехнического университета, 2008. 626 с.
Хаитов Р. М. Физиология иммунной системы. М.: ВИНИТИ РАН, 2001. 223 с.
Чечулин А.А., Котенко И.В. Комбинирование механизмов защиты от сканирования в компьютерных сетях // Информационно-управляющие системы, 2010, № 12, С.21-27. ISSN 1684-8853
Booker L.B, Goldberg D.E., Holland I.E. Classifier systems and genetic algorithms // Artificial Intelligence 40. Elsevier, 1989. P. 235-282
Chen Y., Chen H. NeuroNet: An Adaptive Infrastructure for Network Security // International Journal of Information, Intelligence and Knowledge, Vol.1, No.2, 2009. P.143–168
Deffuant G. Reseaux connectionistes auto-construits. These D'Etat, 1992. P. 141
Dorigo M., Bersini H. A comparative analysis of Q-learning and classifier systems // Proc. SAB'94. MIT Press, 1994. P. 248-255
Fahlman S., Lebiere С. The cascade-correlation learning architecture // Advances in Neural Information Processing System, V. 2. Morgan Kaufman, 1990. P. 524-532
Fombellida M. Methodes heuristiques et methodes d'optimalisation non contraintes pour l'apprentissage des perceptrons multicouches // Proc. 5th Int. Conf. on Neural Networks and their Application: Neuro-Nimes, 1992. P. 349-366
Goldberg D.E. Genetic algorithms in search, optimization and machine learning // Addison-Wesley, 1989. P. 432
Hirose Y., Yamashita K., Hijiya S. Back-propagation algorithm which varies the number of units // Neural Networks. 1991. V. 4. P. 61-66
Holland J.H., Holyoak K.J., Nisbett R.E., Thagard P.R. Induction: Processes of inference, learning and discovery. Cambridge: MIT Press, 1986. P. 386
Jerne N.K. Towards a network theory of the immune system // Ann. Immunol. (Inst. Pasteur). 1974. V. 125C. P. 435-441
Kotenko I., Konovalov A., Shorov A. Agent-based Modeling and Simulation of Botnets and Botnet Defense. Conference on Cyber Conflict. Proceedings 2010. CCD COE Publications. Tallinn, Estonia, June 15-18, 2010. P.21-44
Kotenko I., Konovalov A., Shorov A. Agent-based simulation of cooperative defence against botnets // Concurrency and Computation: Practice and Experience, Vol. 24, Issue 6, 25 April 2012. P. 573-588
Miller G., Todd P., Hedge S. Designing neural networks using genetic algorithms // Proc. 3rd Int. Conf. on Genetic Algorithms, 1989. P. 379-384
Nesteruk F.G., Nesteruk L.G., Nesteruk G.F. Application of the Formal Model for Describing Processes of Adaptive Information Security in Computer-aided Systems// Automation and Remote Control, 2009, Vol. 70, № 3. P. 491–501
Salom Т., Bersini H. An algorithm for self-structuring neural net classifiers // Proc. 2nd IEEE Conf. On Neural Network (ICNN'94), 1994. P. 1307-1312
Sutton R.S. Reinforcement learning architectures for animats // Proc. 1st SAB Conference (Eds. J.-A. Meyer and S.W. Wilson). MIT Press, 1990. P. 288-296
http://victor-male1.livejournal.com/17783.html
Котенко И.В., Коновалов А.М., Шоров А.В. Моделирование бот-сетей и механизмов защиты от них // Системы высокой доступности, № 2, 2011. С.107-111
Котенко И.В., Коновалов А.М., Шоров А.В. Исследовательское моделирование бот-сетей и механизмов защиты от них // Приложение к журналу Информационные технологии // № 1, 2012, 32 с.
Котенко И.В., Шоров А.В., Нестерук Ф.Г. Анализ биоинспирированных подходов для защиты компьютерных систем и сетей // Труды СПИИРАН. Вып.3 (18). СПб.: Наука, 2011. С. 19–73
Лобашев М.Е. Генетика. Л.: Изд-во ленинградского университета, 1969
Мелик-Гайназян И. В. Информационные процессы и реальность. М.: Наука, 1998
Нестерук Ф.Г., Суханов А. В., Нестерук Л. Г., Нестерук Г. Ф. Адаптивные средства обеспечения безопасности информационных систем. Монография. СПб.: Изд-во Политехнического университета, 2008. 626 с.
Хаитов Р. М. Физиология иммунной системы. М.: ВИНИТИ РАН, 2001. 223 с.
Чечулин А.А., Котенко И.В. Комбинирование механизмов защиты от сканирования в компьютерных сетях // Информационно-управляющие системы, 2010, № 12, С.21-27. ISSN 1684-8853
Booker L.B, Goldberg D.E., Holland I.E. Classifier systems and genetic algorithms // Artificial Intelligence 40. Elsevier, 1989. P. 235-282
Chen Y., Chen H. NeuroNet: An Adaptive Infrastructure for Network Security // International Journal of Information, Intelligence and Knowledge, Vol.1, No.2, 2009. P.143–168
Deffuant G. Reseaux connectionistes auto-construits. These D'Etat, 1992. P. 141
Dorigo M., Bersini H. A comparative analysis of Q-learning and classifier systems // Proc. SAB'94. MIT Press, 1994. P. 248-255
Fahlman S., Lebiere С. The cascade-correlation learning architecture // Advances in Neural Information Processing System, V. 2. Morgan Kaufman, 1990. P. 524-532
Fombellida M. Methodes heuristiques et methodes d'optimalisation non contraintes pour l'apprentissage des perceptrons multicouches // Proc. 5th Int. Conf. on Neural Networks and their Application: Neuro-Nimes, 1992. P. 349-366
Goldberg D.E. Genetic algorithms in search, optimization and machine learning // Addison-Wesley, 1989. P. 432
Hirose Y., Yamashita K., Hijiya S. Back-propagation algorithm which varies the number of units // Neural Networks. 1991. V. 4. P. 61-66
Holland J.H., Holyoak K.J., Nisbett R.E., Thagard P.R. Induction: Processes of inference, learning and discovery. Cambridge: MIT Press, 1986. P. 386
Jerne N.K. Towards a network theory of the immune system // Ann. Immunol. (Inst. Pasteur). 1974. V. 125C. P. 435-441
Kotenko I., Konovalov A., Shorov A. Agent-based Modeling and Simulation of Botnets and Botnet Defense. Conference on Cyber Conflict. Proceedings 2010. CCD COE Publications. Tallinn, Estonia, June 15-18, 2010. P.21-44
Kotenko I., Konovalov A., Shorov A. Agent-based simulation of cooperative defence against botnets // Concurrency and Computation: Practice and Experience, Vol. 24, Issue 6, 25 April 2012. P. 573-588
Miller G., Todd P., Hedge S. Designing neural networks using genetic algorithms // Proc. 3rd Int. Conf. on Genetic Algorithms, 1989. P. 379-384
Nesteruk F.G., Nesteruk L.G., Nesteruk G.F. Application of the Formal Model for Describing Processes of Adaptive Information Security in Computer-aided Systems// Automation and Remote Control, 2009, Vol. 70, № 3. P. 491–501
Salom Т., Bersini H. An algorithm for self-structuring neural net classifiers // Proc. 2nd IEEE Conf. On Neural Network (ICNN'94), 1994. P. 1307-1312
Sutton R.S. Reinforcement learning architectures for animats // Proc. 1st SAB Conference (Eds. J.-A. Meyer and S.W. Wilson). MIT Press, 1990. P. 288-296
http://victor-male1.livejournal.com/17783.html
Conception of adaptive protection of information and telecommunication systems based on the paradigms of nervous and neural networks
Abstract
The relevance of the problem of information and telecommunication systems protection is stipulated by increasing the complexity of hardware and software, high dynamics of their development, distributed and heterogeneous structure and many other factors. Analogy between evolution and natural selection in nature and information and telecommunication systems, including security systems, is obvious. The paper suggests the conception of adaptive protection of information and telecommunication systems which is based on hybrid mechanisms integrating the paradigms of nervous and neural networks.Опубликован
2012-12-01
Как цитировать
Котенко, И. В., Нестерук, Ф. Г., & Шоров, А. В. (2012). Концепция адаптивной защиты информационно-телекоммуникационных систем на основе парадигм нервных и нейронных сетей. Труды СПИИРАН, 4(23), 101-116. https://doi.org/10.15622/sp.23.6
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
