Подход к оцениванию и прогнозированию уровня защищенности информационных и телекоммуникационных систем
Ключевые слова:
система оценки защищенности, политика безопасности, модель безопасности, подсистема защиты, методы самоорганизацииАннотация
В статье рассматриваются подходы к долгосрочному прогнозированию количественных и качественных показателей подсистемы защиты информационных и телекоммуникационных систем, оценивается возможность их применения для анализа защищенности систем от несанкционированного доступа.
Литература
1. Стоянова О.В., Бояринов Ю.Г. Моделирование социально-экономических систем на основе самоорганизации нейро-нечетких сетей // Вестник МЭИ. 2014 №4.
2. Zelinka I., Oplatkova Z., Nolle L. Analytic programming – symbolic regression by means of arbitrary evolutionary algorithm // I. J. of Simulation. 2013. vol. 6, no. 9. pp. 44–56.
3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ // М.: Издательский дом “Вильямс”. 2007. 912 c.
4. Anastasakis L., Mort N. The development of selforganization techniques in modeling: A review of the Group Method of Data Handling (GMDH) // Research Report № 823. Sheffield, United Kingdom, The University of Sheffield. 2015.
5. Орлов А.А. Принципы построения архитектуры программной платформы для реализации алгоритмов метода группового учета аргументов (МГУА) // Управляющие системы и машины: Международный журнал. 2013. № 2. С. 65–71.
6. Краснощеков П. С., Петров А. А. Принципы построения моделей // М.: Фазис. 2010. 264 c.
7. Booch G., Maksimchuk R.A., Engel M.W., Young B.J., Conallen J., Houston K.A. Object Oriented Analysis and Design with Applications // NY. Addison_Wesley Professional. 2013. 720 p.
8. Бояринов Ю.Г., Стоянова О.В., Дли М.И. Нейро-нечеткий метод группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами // М.: Физматлит. 2005.
9. Larose D.T. Discovering knowledge in Data: An Introduction to Data Mining // New Jersey: Wiley & Sons. 2005. 336 p.
10. Olson D.L. Advanced Data Mining Techniques // Berlin: Springer-Verlag. 2008. 180 p.
11. Kordik P. Fully Automated Knowledge Extraction using Group of Adaptive Models Evolution // PhD thesis. Prague. 2014. 150 p.
12. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей // М.: ВЦ РАН. 2010. T. 60. C. 2.
13. Guyon I., Gunn S. Feature extraction: foundation and applications // Springer. 2011. 778 p.
14. Efron B., Hastie T., Johnstone I., Tibshirani R. Least angle regression // The Annals of Statistics. 2014. vol. 32. no. 2. pp. 407–499.
2. Zelinka I., Oplatkova Z., Nolle L. Analytic programming – symbolic regression by means of arbitrary evolutionary algorithm // I. J. of Simulation. 2013. vol. 6, no. 9. pp. 44–56.
3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ // М.: Издательский дом “Вильямс”. 2007. 912 c.
4. Anastasakis L., Mort N. The development of selforganization techniques in modeling: A review of the Group Method of Data Handling (GMDH) // Research Report № 823. Sheffield, United Kingdom, The University of Sheffield. 2015.
5. Орлов А.А. Принципы построения архитектуры программной платформы для реализации алгоритмов метода группового учета аргументов (МГУА) // Управляющие системы и машины: Международный журнал. 2013. № 2. С. 65–71.
6. Краснощеков П. С., Петров А. А. Принципы построения моделей // М.: Фазис. 2010. 264 c.
7. Booch G., Maksimchuk R.A., Engel M.W., Young B.J., Conallen J., Houston K.A. Object Oriented Analysis and Design with Applications // NY. Addison_Wesley Professional. 2013. 720 p.
8. Бояринов Ю.Г., Стоянова О.В., Дли М.И. Нейро-нечеткий метод группового учета аргументов для поддержки принятия решений по управлению региональными социально-экономическими системами // М.: Физматлит. 2005.
9. Larose D.T. Discovering knowledge in Data: An Introduction to Data Mining // New Jersey: Wiley & Sons. 2005. 336 p.
10. Olson D.L. Advanced Data Mining Techniques // Berlin: Springer-Verlag. 2008. 180 p.
11. Kordik P. Fully Automated Knowledge Extraction using Group of Adaptive Models Evolution // PhD thesis. Prague. 2014. 150 p.
12. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей // М.: ВЦ РАН. 2010. T. 60. C. 2.
13. Guyon I., Gunn S. Feature extraction: foundation and applications // Springer. 2011. 778 p.
14. Efron B., Hastie T., Johnstone I., Tibshirani R. Least angle regression // The Annals of Statistics. 2014. vol. 32. no. 2. pp. 407–499.
Approach to the Evaluation and Prediction of the Level of Security of Information and Telecommunications Systems
Abstract
The article discusses approaches to long-term forecast of quantitative and qualitative indices of the security subsystem of information and telecommunication systems.The possibility of their use for the analysis of protection of systems against unauthorized access is assessed.
Опубликован
2015-10-15
Как цитировать
Глыбовский, П. А., Глухов, А. П., Пономарев, Ю. А., & Шиленков, М. В. (2015). Подход к оцениванию и прогнозированию уровня защищенности информационных и телекоммуникационных систем. Труды СПИИРАН, 5(42), 180-195. https://doi.org/10.15622/sp.42.9
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).
