Найти

Результаты поиска

• АЛГОРИТМ АВТОМАТИЧЕСКОГО ПОДБОРА МЕР ЗАЩИТЫ ИНФОРМАЦИИ В ЗАВИСИМОСТИ ОТ РЕЗУЛЬТАТОВ ОТЧЕТА СКАНЕРА УЯЗВИМОСТИ

  А. В. Анзина , А. Д. Медведева , Е. А. Емельянов

  2021-02-13

  Аннотация ▼

  Эффективная защита информации в информационной системе подразумевает регу-
  лярное проведение диагностики и мониторинга сети, компьютеров и приложений на пред-
  мет обнаружения возможных проблем в системе безопасности. Для сканирования безо-
  пасности существуют сканеры уязвимостей, сертифицированные Федеральной службойпо техническому и экспортному контролю. В результате сканирования могут быть выяв-
  лены уязвимости информационной системы, устранение которых предполагает незамед-
  лительное реагирование, так как злоумышленники могут воспользоваться уязвимостью
  информационной системы и совершить атаку. Однако подбор мер защиты является тру-
  доемким процессом и требует достаточно большого количества времени, из-за чего возни-
  кает проблема автоматизации выбора мер защиты информации. Разработка алгоритма
  автоматического подбора мер защиты информации является одной из задач при автома-
  тизации процесса работы специалиста по защите информации. Основные задачи при раз-
  работке алгоритма: выбор основополагающей характеристики уязвимости, генерирование
  оптимального списка мер защиты с учетом класса защищенности информационной сис-
  темы, сопоставление мер защиты с выбранной характеристикой. После анализа инфор-
  мации об уязвимостях основным показателем выбран вектор уязвимости, включающий
  основные метрики, оценка которых позволяет сделать выбор мер защиты. Каждой мет-
  рике путем экспертной оценки сопоставлен набор мер защиты информации. При работе
  алгоритма сотрудник в качестве входных параметров задает вектор уязвимости и класс
  защищенности информационной системы и в результате получает список необходимых
  мер защиты. Таким образом, алгоритм автоматического подбора предполагает сопостав-
  ление метрик уязвимости с мерами защиты информации, что позволяет сотруднику опе-
  ративно подбирать меры на основе выявленных уязвимостей.

• АППАРАТНО-ПРОГРАММНЫЕ СРЕДСТВА ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ГРУППИРОВКИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ

  С.Г. Емельянов , С.Н. Фролов , Е.А. Титенко , Д.П. Тетерин , А.П. Локтионов

  2024-08-12

  Аннотация ▼

  Целью исследования является автоматизация управления группировкой малых космических
  аппаратов (наноспутников) в условиях ее переменной численности за счет актуализации ее со-
  стояния на основе рассылки и обработки широковещательных запросов между аппаратами и
  применения нейронной сети Transformer для составления прогнозов состояния сети космических
  аппаратов. Исследуется задача обеспечения связности сети наноспутников, которая сводится к
  реализации адаптивного управления сетью с оценкой и прогнозированием состояния каналов связи
  между парами аппаратов на основе нейронной сети. Разработаны динамическая реконфигурация
  и машинное обучение сети аппаратов. Определены алгоритмические средства для первичного
  обучения нейронной сети и ее последующего дообучения с учетом предобработки исходных раз-
  реженных или полносвязанных наборов данных о сети аппаратов. По завершении обучения на
  синтетических данных созданная нейронная сеть способна прогнозировать качество связи с уче-
  том прямой видимости, ослабления сигнала в зависимости от расстояния и состояния аппарат-
  ной платформы наноспутника. Разработанная программная система выполняет детерминированную реконфигурацию по текущему состоянию сети наноспутников и адаптивную реконфигу-
  рацию по историческим данным анализом нейронной сетью Transformer скрытых закономерно-
  стей функционирования наноспутников. Для прогнозирования качества связи применен функцио-
  нал связи геодезических координат пар наоспутников и векторов их состояний с элементами
  матрицы качества связи между наноспутниками с заданными начальным моментом времени,
  величиной временного интервала, величиной шага дискретизации измерительного процесса. При-
  менение аппарата нейронных сетей, реализуемых на GPU, позволило прогнозировать возможные
  состояния наноспутников и досрочно проводить реконфигурацию группировки, в том числе уда-
  лять «проблемные» аппараты из состава группировки.