Методы проектирования систем защиты информации в нейросетевых вычислительных средах тема диссертации и автореферата по ВАК РФ 05.13.19, доктор технических наук Нестерук, Геннадий Филиппович

  • Нестерук, Геннадий Филиппович
  • доктор технических наукдоктор технических наук
  • 2004, Санкт-Петербург
  • Специальность ВАК РФ05.13.19
  • Количество страниц 371
Нестерук, Геннадий Филиппович. Методы проектирования систем защиты информации в нейросетевых вычислительных средах: дис. доктор технических наук: 05.13.19 - Методы и системы защиты информации, информационная безопасность. Санкт-Петербург. 2004. 371 с.

Оглавление диссертации доктор технических наук Нестерук, Геннадий Филиппович

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛОГИЯ БИОЛОГИЧЕСКИХ И ТЕХНИЧЕСКИХ

СИСТЕМ ЗАЩИТЫ ИНФОРМАЦИИ.

1.1. Особенности защиты информации в биологических системах.

1.2. Биосистемная аналогия в архитектуре ИТ-систем.

1.3. Биосистемная аналогия в информационно-полевой структуре СЗИ.

1.4. Биосистемная аналогия в механизмах защиты информации.

1.5. Биосистемная аналогия в эволюционных процессах.

Выводы по главе 1.

ГЛАВА 2. МОДЕЛИРОВАНИЕ СИСТЕМ ЗАЩИТЫ ИНФОРМАЦИИ

В НЕЙРОСЕТЕВЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕДАХ.

2.1. Моделирование адаптивной системы защиты информации.

2.2. Средства описания нейросетевых систем защиты информации.

2.3. Формализация процессов в адаптивной системе защиты информации.

2.4. Структурные модели нейросетевой элементной базы.

Выводы по главе 2.

ГЛАВА 3. РАЗРАБОТКА МЕТОДОВ ПРОЕКТИРОВАНИЯ СИСТЕМ

ЗАЩИТЫ ИНФОРМАЦИИ В НЕЙРОСЕТЕВЫХ

ВЫЧИСЛИТЕЛЬНЫХ СРЕДАХ.

3.1. Метод проектирования адаптивных систем защиты информации.

3.2. Подход к проектированию СЗИ в составе ИТ-систем.

3.3. Методы адаптации нейросетевых систем защиты информации.

Выводы по главе 3.

ГЛАВА 4. КОМПЛЕКС ОЦЕНОК ДЛЯ АДАПТИВНЫХ СИСТЕМ

ЗАЩИТЫ ИНФОРМАЦИИ.

4.1. Разработка показателей информационной защищенности ИТ-систем.

4.2. Разработка показателей функциональной устойчивости нейросетевых СЗИ.

4.3. Аналитические исследования методов адаптации систем защиты информации.

4.4. Аналитические исследования архитектурных решений адаптивных систем защиты информации.

Выводы по главе,4.

Рекомендованный список диссертаций по специальности «Методы и системы защиты информации, информационная безопасность», 05.13.19 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы проектирования систем защиты информации в нейросетевых вычислительных средах»

Работа посвящена построению адаптивных систем защиты информации (СЗИ) на основе биосистемной аналогии в:

• механизмах информационной защиты,

• архитектуре систем информационных технологий (ИТ),

• эволюционных процессах наследования, развития, адаптации и отбора,

• представлении информации в форме распределенного избыточного информационного поля,

• программировании информационных процессов в ИТ-системах путем формирования и коррекции информационных полей с использованием интеллектуальных механизмов нейронных сетей (НС), нечеткой логики и генетических алгоритмов (ГА).

Актуальность темы

Актуальность обеспечения информационной безопасности (ИБ) ИТ-систем обусловлена высокими темпами развития, усложнением инфраструктуры и расширением функциональных возможностей ИТ, включая интеллектуализацию вычислительных средств. Прослеживается параллель между эволюцией видов биосистем и ИТ-систем. Биосистемы развиваются благодаря совершенной защите информационных процессов, а дальнейшее развитие ИТ возможно в случае обеспечения уровня защиты ИТ-систем, адекватной росту сложности информационных технологий. Перспективным методом разработки систем информационной безопасности (СИБ) является использование аналогии механизмов защиты (МЗ) информационных процессов биосистем в искусственных системах.

Эволюция информационных технологий осуществляется в направлении создания ИТ-систем, в которых присутствуют процессы наследования, развития, адаптации и отбора [4], свойственные биосистемам. Заимствование биосистемных привело к разработке теорий НС, нечетких множеств, эволюционных методов, составляющих основу искусственных интеллектуальных систем.

При решении задач защиты информации методы мягких вычислений позволяют учитывать профессиональный опыт экспертов ИБ, принимать решения в условиях неполной достоверности и неопределенности информации; эволюционные методы - использовать для оптимизации решений, как правило, с привлечением генетических алгоритмов, а нейросетевые методы — для придания адаптивных свойств СЗИ в составе ИТ-систем. НС успешно применяют для решения нечетких и слабо формализуемых задач, благодаря представления информационных процессов распределенными информационными полями, естественному параллелизму, адаптивности, функциональной устойчивости и способности выделять скрытые в информации знания. Все перечисленные атрибуты присутствуют в биосистемах.

Как известно [3, 5], биосистемы обладают иерархической системой жизнеобеспечения за счет комплекса механизмов информационной избыточности, функциональной устойчивости, защиты и иммунитета. Механизмы защиты известных ИТ-систем по функциональным возможностям далеки от биологических прототипов, в связи с чем разработка подхода к созданию адаптивных ИТ-систем с встроенными МЗ на основе биосистемной аналогии представляется актуальной.

Известные системы защиты информации (СЗИ) для локальных и корпоративных сетей ориентированы на обеспечение экономически целесообразного уровня ИБ сегодняшнего дня. Однако динамика требований к управлению системами жизнеобеспечения, рост сложности глобальных компьютерных систем (ГКС) ставят задачу обеспечения перспективной (завтрашнего дня) защиты информации в ГКС, которые используются в критических приложениях и, прежде всего, институтах власти, финансовых структурах, предприятиях ВПК и энергетики. Дальнейшая эволюция ИТ не возможна без комплексного решения задачи защиты информации в ГКС.

Существующие ИТ-системы обладают рядом недостатков: архитектура ИТ-систем не ориентирована на защиту информационных процессов (ИП); СЗИ специализированы на решение отдельных задач ИБ; из эволюционных процессов разработчики СЗИ, как правило, уделяют внимание процессам адаптации, забывая об информационно-полевом представлении и пространственном описании ИП, свойственных биосистемам; отсутствует комплексный биоподобный подход к организации и проектированию ИТ-систем с встроенными функциями защиты информации и иерархической СЗИ.

Говоря об адаптивной защите ИТ-систем, имеем в виду, что известным решениям адаптивных средств защиты на базе искусственных НС присуще свойство подобия, как техническим моделям биологических НС. НС свойственно нечеткое представление данных. 1) Нахождение значений данных в некоторой окрестности номинального значения не вызывает изменения реализуемой НС функции. 2) Информация в виде системы межнейронных связей представляется в избыточной распределенной по НС форме, а искажение (снижение достоверности) как оперативных, так и долговременных данных не приводит к утрате работоспособности НС. 3) В процессах работы и адаптации НС участвует не отдельная связь, а система межнейронных связей в форме нечеткого избыточного распределенного информационного поля НС.

Нейросетевой базис можно рассматривать как основу для создания адаптивной нейросетевой вычислительной среды (НВС) — аналога биологической ткани, в которой программно формируют иерархию устройств (комплекс органов) в соответствии со спецификацией на разработку ИТ-системы. Механизмы защиты внутренне присущи, как адаптивной НВС, так и функциональным компонентам ИТ-системы, повторяя МЗ биосистемы. Распределенный параллелизм НС поддерживается управлением потоком данных (УПД) и необходим для обеспечения оперативности ИБ сложных комплексов с надежными процессами обработки и хранения конфиденциальной информации.

Проблемам обеспечения информационной безопасности, организации ней-росетевых и нечетких систем, распределенных параллельных вычислений посвящено большое число теоретических исследований, получено значительное количество практически важных результатов. В нашей стране хорошо известны и имена таких ученых: Б. А. Бабаян, Е. П. Балашов, А. И. Галушкин, В. М. Глуш-ков, Б. А. Головкин, А. Н. Горбань, В. JI. Дунин-Барковский, Э. В. Евреинов, А.Г. Ивахненко, М. Б. Игнатьев, А. В. Каляев, В. В. Корнеев, В. Е. Котов, В. В. Липаев, Н. Н. Миренков, С. О. Мкртчян, Н. А. Молдовян, В. А. Торгашев, В. Г. Хорошевский, В. Г. Швед, А. А. Штрик и др.

Однако известные методы оказываются малопригодными для решения трудно формализуемых задач ИБ в условиях динамики поля угроз, не учитывают специфику нечетких и нейросетевых вычислений. Архитектура ИТ-систем ориентирована на принципы последовательного управления и четкое представление данных. Отсутствует формальный аппарат описания ИТ-систем, адекватный нейросетевым вычислениям. Не разработаны модели и методы проектирования защищенных ИТ-систем в программируемых нейросетевых вычислительных средах, способных адаптироваться к изменению поля угроз.

Необходим подход на основе биосистемной аналогии к созданию защищенных ИТ-систем и интеллектуальных СЗИ, ориентированный на нейросете-вые распределенные вычисления, подход, заключающийся в формировании прикладной ИТ-системы с заданными свойствами и встроенными функциями защиты в адаптивной НВС. Для сложных технических комплексов необходима разработка архитектуры систем защиты информации, которая позволит реализовать в ИТ-системах достоинства, присущие биологическим системам.

Решаемая в диссертации научно-техническая проблема — разработка и исследование моделей и методов проектирования адаптивных систем защиты информации на основе биосистемной аналогии в 1) механизмах информационной защиты, 2) архитектуре ИТ-систем, 3) эволюционных процессах наследования, развития, адаптации и отбора, 4) представлении информации в форме информационных полей, 5) программировании информационных процессов путем формирования распределенных избыточных структурированных информационных полей, используя для решения проблемы интеллектуальные механизмы нейронных сетей, нечеткой логики и генетических алгоритмов.

Цель диссертационной работы

Целью диссертационной работы является разработка комплекса моделей и методов проектирования адаптивных систем защиты информации, включая модель адаптивной СЗИ, формальную модель процессов работы и обучения ней-росетевых СЗИ, подход и метод проектирования адаптивных систем защиты информации в НВС, методы адаптации нейросетевых СЗИ, программирования информационных процессов при решении задач защиты информации.

Задачи исследования

Решаемой в диссертации проблеме свойственен комплексный характер. Необходим подход, который с единых позиций решает проблему построения адаптивных СЗИ, разработки архитектур, программного обеспечения защищенных ИТ-систем на основе методов НС, нечеткой логики, программирования распределенных информационных процессов с учетом динамики поля угроз.

Объектами исследований являются системы защиты информации в составе ИТ-систем с распределенной архитектурой и внутренне присущими: информационной защищенностью, формами параллелизма, нечетким распределенным избыточным представлением информации в виде адаптивного информационного поля НС. Предмет исследования связан с моделями и методами проектирования адаптивных нейросетевых систем защиты информации, которые базируются на биосистемной аналогии и интеллектуальных механизмах НС, нечеткой логики и генетических алгоритмов.

Биосистемная аналогия определила постановку исследований и состав задач, решаемых в диссертационной работе:

1. Разработка модели адаптивной системы защиты информации, ориентированной на интеллектуальные механизмы НС и нечеткой логики.

2. Разработка формальной модели процессов работы и адаптации нейросетевых СЗИ, адекватной свойствам нейросетевых распределенных вычислений.

3. Разработка подхода к проектированию систем защиты информации в НВС, основанного на биосистемной аналогии.

4. Разработка метода проектирования адаптивных систем защиты информации в соответствии с моделью адаптивной СЗИ.

5. Разработка методов адаптации нейросетевых СЗИ, учитывающих специфику информационно-полевого представления информации в НС.

6. Разработка комплекса показателей функциональной устойчивости нейросетевых СЗИ, адекватных информационно-полевому характеру информации в НС и показателей защищенности ИТ-систем.

7. Разработка и исследование архитектурных решений адаптивных нейро-нечетких систем защиты информации, основанных на предложенных моделях и методах проектирования адаптивной СЗИ.

Методы исследований

Методы исследования, примененные в диссертации, включают в себя методы теории информационной безопасности ИТ-систем, теорий нейронных сетей, нечетких множеств, генетических алгоритмов, линейной алгебры, графов и сетей, случайных функций, теорий схем программ, параллельных процессов, многопроцессорных систем, программирования, а также моделирование и исследование нейросетевых СЗИ.

Научная новизна исследований

В результате исследований в диссертационной работе получены следующие новые научные результаты:

1. Разработана модель адаптивной системы защиты информации,

- отличающаяся использованием интеллектуальных механизмов нейронных сетей, нечеткой логики, а также комплекса показателей информационной защищенности, учитывающих распределение механизмов защиты по иерархии системы защиты информации и величину потенциального ущерба от реализации угроз,

- основными достоинствами которой являются применение подхода проектирования ИТ-систем с встроенной защитой информации и динамическая коррекция адаптивной системы защиты информации при изменении поля угроз и условий эксплуатации ИТ-системы,

- достоверность которой подтверждена моделированием и внедрением в перспективные разработки ряда организаций.

2. Разработана формальная модель процессов работы и обучения нейросетевых СЗИ (модель ПНП),

- отличающаяся адекватным отражением формальными методами специфики нейросетевых распределенных процессов для адаптивных систем защиты информации посредством ПНП,

- значимость которой связана с формализацией типовых процессов, характерных для режимов обучения и работы нейронных сетей в составе адаптивной системы защиты информации,

- достоверность которой вытекает из хорошей корреляции результатов аналитического исследования функциональной устойчивости нейронных сетей и информационной защищенности ИТ-систем с известной по научно-техническим источникам информацией.

3. Разработан метод адаптации нейросетевых систем защиты информации,

- отличающийся представлением информации в виде нечеткого адаптивного распределенного информационного поля,

- основным достоинством которого является представление информационного поля нейронной сети в виде системы нечетких связей, обеспечивающее простоту процесса адаптации и снижение времени обучения нейросетевых средств защиты информации,

- достоверность которого подтверждена аналитическими исследованиями и сравнением полученных результатов с известными методами обучения нейронной сети.

Практическая значимость

Практическая значимость полученных результатов состоит в следующем:

1. Разработан комплекс показателей защищенности ИТ-систем,

- отличающийся учетом величин относительного ущерба и показателей значимости механизмов защиты, распределенных по иерархии системы защиты информации полезность которых обусловлена учетом экспертных оценок, корректируемых в процессе адаптации нейросетевых средств защиты информации, достоверность которых подтверждается хорошим совпадением с оценками защищенности ИТ-систем, полученными в соответствии с известными стандартами, например, с классами защищенности автоматизированных систем по РД ГТК.

Разработаны показатели функциональной устойчивости нейросетевых СЗИ, отличающиеся информационно-полевым представлением информации и характеризующие способность нейронной сети сохранять функциональность за счет допустимости «размытости» нечетких данных, а также дестабилизирующих воздействий, носящих случайный или намеренный характер, целесообразность применения которых обусловлена возможностью оценки влияния искажения оперативных данных и информационных полей нейронной сети на результаты функционирования ИТ-системы, достоверность которых вытекает из сравнения с оценками погрешности нейронной сети, опубликованными в известных источниках научно-технической информации.

Разработаны архитектурные решения адаптивных нейро-нечетких СЗИ, отличающиеся сочетанием биосистемной аналогии и архитектурных особенностей нейронных сетей, систем нечеткой логики, регулярных вычислительных структур с управлением потоком данных, основными достоинствами которых являются наличие встроенных в ИТ-систему адаптивных средств защиты информации, универсальность применения вследствие размещения в защищенных командных пулах пакетных нейросетевых программ,

- достоверность которых подтверждена оригинальными техническими решениями командных пулов, ориентированными на обеспечение защиты информации в ИТ-системах, выполненными на уровне изобретений и защищенными патентами Российской Федерации.

4. Исходя из моделей и методов проектирования ИТ-систем с встроенной защитой информационных процессов и ресурсов, предложенных в диссертационной работе, разработаны технические решения нейросетевых систем защиты информации,

- отличающиеся использованием в качестве базы для построения адаптивных СЗИ программируемой нейросетевой вычислительной среды,

- полезность которых обусловлена использованием защищенного командного пула, информация в который записывается и считыва-ется без формирования адреса и внешних управляющих сигналов,

- новизна, значимость и достоверность которых подтверждена патентами Российской Федерации.

Достоверность основных положений диссертационной работы подтверждается аналитическими исследованиями и результатами моделирования. Научные и практические результаты, отраженные в диссертации, использованы при выполнении госбюджетных и хоздоговорных работ, выполненных в Ом-ГТУ, СПбГЭТУ, СПбГУ ИТМО и в других организациях в период с 1976 г. по 2004 г., а также при создании образцов нейросетевых СЗИ.

Основные положения, выносимые на защиту

1. Модель адаптивной системы защиты информации,

- отличающаяся использованием интеллектуальных механизмов нейронных сетей, нечеткой логики, а также комплекса показателей информационной защищенности, учитывающих распределение механизмов защиты по иерархии системы защиты информации и величину потенциального ущерба от реализации угроз,

- основными достоинствами которой являются применение подхода проектирования ИТ-систем с встроенной защитой информации и динамическая коррекция адаптивной системы защиты информации при изменении поля угроз и условий эксплуатации ИТ-системы,

- достоверность которой подтверждена моделированием и внедрением в перспективные разработки ряда организаций.

2. Формальная модель процессов работы и обучения нейросетевых СЗИ,

- отличающаяся адекватным отражением формальными методами специфики нейросетевых распределенных процессов для адаптивных систем защиты информации посредством ПНП,

- значимость которой связана с формализацией типовых процессов, характерных для режимов обучения и работы нейронных сетей в составе адаптивной системы защиты информации,

- достоверность которой вытекает из хорошей корреляции результатов аналитического исследования функциональной устойчивости нейронных сетей и информационной защищенности ИТ-систем с известной из научно-техническим источников информацией.

3. Комплекс показателей информационной защищенности ИТ-систем,

- отличающийся учетом величин относительного ущерба и показателей значимости механизмов защиты, распределенных по иерархии системы защиты информации

- полезность которых обусловлена учетом экспертных оценок, корректируемых в процессе адаптации нейросетевых средств защиты информации,

- достоверность которых подтверждается хорошим совпадением с оценками защищенности ИТ-систем, полученными в соответствии с известными стандартами, например, с классами защищенности автоматизированных систем по РД ГТК.

4. Метод адаптации нейросетевых СЗИ,

- отличающийся представлением информации в виде нечеткого адаптивного распределенного информационного поля,

- основным достоинством которого является представление информационного поля нейронной сети в виде системы нечетких связей, обеспечивающее простоту процесса адаптации и снижение времени обучения нейросетевых средств защиты информации,

- достоверность которого подтверждена аналитическими исследованиями и сравнением полученных результатов с известными методами обучения нейронной сети.

Апробация работы

Основные положения диссертационной работы докладывались, обсуждались и нашли одобрение научной общественности на 33 международных, всесоюзных и всероссийских и региональных конференциях, симпозиумах и семинарах.

Публикации. Результаты работы, полученные в диссертации, нашли отражение в 41 научной работе по теме диссертации, в том числе 25 статьях и опубликованных в трудах международных конференций докладах, 15 авторских свидетельствах и патентах РФ на изобретения, 1 монографии (в соавторстве). Депонировано научное издание «Иммунология информационных технологий» под общей редакцией JT. Г. Осовецкого, в котором также отражены основные результаты диссертационной работы.

Внедрение Результаты диссертационной работы использованы в научно-исследовательских работах, выполненных в ОмГТУ, СПбГЭТУ, СПбГУ ИТМО и ряде организаций. Результаты также внедрены в учебном процессе СПбГУ ИТМО и ТРТУ при подготовке студентов по специальности 075300 - Организация и технология защиты информации, нашли отражение в задачнике по информационной безопасности с грифом Министерства образования РФ.

Структура и объем работы.

Диссертация состоит из введения, 4 глав, заключения и приложений. Основное содержание изложено на 330 страницах, включая 79 рисунков и графиков, 10 таблиц. Список литературы содержит 290 наименования на 22 стр. Общий объем диссертации 373 стр.

Похожие диссертационные работы по специальности «Методы и системы защиты информации, информационная безопасность», 05.13.19 шифр ВАК

Заключение диссертации по теме «Методы и системы защиты информации, информационная безопасность», Нестерук, Геннадий Филиппович

Основные результаты

Основные научные и практические результаты диссертационной работы состоят в следующем.

1. Предложен подход и метод проектирования адаптивных систем защиты информации,

- отличающиеся применением биосистемной аналогии в механизмах защиты информации, архитектуре ИТ-системы, эволюционных процессах, программировании и информационно-полевом представлении информации,

- обладающие полезностью вследствие адаптивности систем защиты информации к изменению условий эксплуатации и расширению поля угроз,

- достоверность которых обусловлена свойствами нейронных и нейро-нечетких сетей, прежде всего, способностью к обучению и накоплению опыта в информационных полях, образованных системой взвешенных межнейронных связей.

2. Разработана модель адаптивной системы защиты информации,

- отличающаяся использованием интеллектуальных механизмов нейронных сетей, нечеткой логики, а также комплекса показателей информационной защищенности, учитывающих распределение механизмов защиты по иерархии системы защиты информации и величину потенциального ущерба от реализации угроз,

- основным достоинством которой являются динамическая коррекция адаптивной системы защиты информации при изменении поля угроз и условий эксплуатации ИТ-системы,

- достоверность которой подтверждена моделированием и внедрением в перспективные разработки ряда организаций.

3. Разработана формальная модель процессов работы и адаптации нейросетевых систем защиты информации - модель пакетных нейросетевых программ (модель ПНП),

- отличающаяся адекватным для адаптивных систем защиты информации отражением формальными методами специфики распределенных нейросетевых процессов посредством ПНП,

- значимость которой связана с формализацией типовых процессов, характерных для режимов адаптации и работы нейронных сетей в составе адаптивной системы защиты информации,

- достоверность которой вытекает из хорошей корреляции результатов аналитических исследований функциональной устойчивости распределенных нейросетевых процессов с известной по научно-техническим источникам информацией.

Разработан метод адаптации нейросетевых систем защиты информации,

- отличающийся представлением информации в виде нечеткого адаптивного распределенного информационного поля,

- основным достоинством которого является представление информационного поля нейронной сети в виде системы нечетких связей, обеспечивающее простоту процесса адаптации и снижение времени обучения нейросетевых средств защиты информации,

- достоверность которого подтверждена аналитическими расчетами и сравнением результатов с известными методами обучения нейронной сети.

Разработан комплекс показателей информационной защищенности

ИТ-систем,

- отличающийся учетом величин относительного ущерба и показателей значимости механизмов защиты, распределенных по иерархии системы защиты информации

- полезность которых обусловлена учетом экспертных оценок, корректируемых в процессе адаптации нейросетевых средств защиты информации,

- достоверность которых подтверждается хорошим совпадением с оценками защищенности ИТ-систем, полученными в соответствии с известными стандартами, например, с классами защищенности автоматизированных систем по РД ГТК.

Разработаны показатели функциональной устойчивости нейросетевых систем защиты информации,

- отличающиеся информационно-полевым представлением информации и характеризующие способность нейронной сети сохранять функциональность и противостоять влиянию дестабилизирующих воздействий, носящих случайный или намеренный характер,

- целесообразность применения которых обусловлена возможностью оценки влияния искажения оперативных данных и информационных полей нейронной сети на результаты функционирования адаптивной СЗИ,

- достоверность которых вытекает из сравнения с оценками погрешности нейронной сети, опубликованными в известных источниках научно-технической информации.

Разработаны архитектура и технические решения нейросетевых СЗИ,

- отличающиеся сочетанием биосистемной аналогии и архитектурных особенностей нейронных сетей, систем нечеткой логики, регулярных вычислительных структур с управлением потоком данных,

- основными достоинствами которых являются наличие свойств адаптивности, развития и накопления опыта обеспечения информационной безопасности, а также универсальность применения вследствие размещения пакетных нейросетевых программ в защищенных командных пулах,

- новизна, значимость и достоверность которых подтверждена патентами Российской Федерации.

ЗАКЛЮЧЕНИЕ

Результатом диссертационной работы является решение комплексной научно-технической проблемы разработки и исследования моделей и методов проектирования адаптивных систем защиты информации на основе биосистемной аналогии: в механизмах информационной защиты, архитектуре систем информационных технологий, эволюционных процессах наследования, развития, адаптации и отбора, представлении информации в форме распределенного избыточного информационного поля, программировании информационных процессов в ИТ-системах путем формирования и коррекции информационных полей с использованием интеллектуальных механизмов нейронных сетей, нечеткой логики и генетических алгоритмов, а также проблемы формального описания и построения адаптивных систем защиты информации, которые имеют большое научно-техническое и народнохозяйственное значение в части обеспечения защиты конфиденциальной информации в ИТ-системах при оперативном решении ответственных задач методами распределенных нейросетевых вычислений.

Суть работы заключается в создании комплексного подхода, включающего разработку моделей, методов построения адаптивных систем защиты информации, а именно: модели адаптивной системы защиты информации, учитывающей изменение поля угроз и условий эксплуатации ИТ-системы, формальной модели процессов работы и адаптации нейросетевых систем защиты информации, метода построения адаптивных нейросетевых систем защиты информации, метода адаптации нейросетевых систем защиты информации, программирования распределенных процессов при решении задач защиты информации, архитектурных решений адаптивных нейросетевых систем защиты информации, ориентированных на эффективное решение задач данного класса.

Список литературы диссертационного исследования доктор технических наук Нестерук, Геннадий Филиппович, 2004 год

1. Советский энциклопедический словарь / Гл. ред. А. М. Прохоров. — 3-е изд. — М.: Сов. Энциклопедия, 1984. 1600 е., ил.

2. Першиков В. И., Савинков В. М. Толковый словарь по информатике. М.: Финансы и статистика, 1991. — 543 с.

3. Яковлев Н. Н. Жизнь и среда: Молекулярные и функциональные основы приспособления организма к условиям среды. JL: Наука, 1986.

4. Кузнецова В. Д., Раков М. А. Самоорганизация в технических системах. — Киев: Наук, думка, 1987.

5. Лобашев М. Е. Генетика. — Л.: Изд-во ленинградского университета, 1969.

6. Осовецкий Л. Г., Нестерук Г. Ф., Бормотов В. М. К вопросу иммунологии сложных информационных систем // Изв. вузов. Приборостроение. 2003. Т.46, № 7. с. 34 -40.

7. Шевцова Н. А., Головань А. В., Подладчикова Л. Н., Гусакова В. И., Фор А. Нейросетевая модель фовеального зрительного препроцессора // Нейрокомпьютеры: разработка и применение. 2001, № 2.

8. Савельев А. В. Модель нейрона как возможная мультицеллюлярная структура (к вопросу о том, что все-таки мы моделируем) // Нейрокомпьютеры: разработка и применение. 2002, № 1-2.

9. Радченко А. Н. Селективная модификация эндогенной активности нейрона // Нейрокомпьютеры: разработка и применение. 2002, № 3.

10. Радченко А. Н. Биофизические и математические модели памяти: кон-формации нейрорецепторов амнезии и сон // Нейрокомпьютеры: разработка и применение. 2003, № 8-9.

11. Фролов А.А., Дюроссе М., Прокопенко Р.А. Нейросетевая модель корти-ко-мозжечкового взаимодействия при выборке новой зрительно-моторной координации// Нейрокомпьютеры: разработка и применение. 2002, № 1-2.

12. Шугуров О.О. Работа нейрональной сети на входе спинного мозга // Нейрокомпьютеры: разработка и применение. 2002, № 1-2.

13. Шульгина Г.И. Применение модели нейросети для анализа генеза и функциональной роли внутреннего торможения // Нейрокомпьютеры: разработка и применение. 2002, № 1-2.

14. Манусаджян В.Г., Манусаджян Г.В., Хунгер-Кугушева Н.В. Квантовые синапсы человеческого мозга // Нейрокомпьютеры: разработка и применение. 2003, № 3-4.

15. Бакусов JI.M., Ильясов Б.Г., Сафин Ш.М. Компартментные модели прогностических функций мозжечковой системы // Нейрокомпьютеры: разработка и применение. 2003, № 3-4.

16. Чернавский Д.С., Родштат И.В., Чернавская Н.М. Нейрокомпьютинг и кора мозжечка // Нейрокомпьютеры: разработка и применение. 2003, № 7.

17. Галушкин А.И. Нейрокомпьютеры и их применение. М.: ИПРЖР, 2000.

18. Осовецкий JI. Г. Научно-технические предпосылки роста роли защиты информации в современных информационных технологиях // Изв. вузов. Приборостроение. 2003. Т.46, № 7. С. 5-18.

19. Джейн А. К., Мао Ж., Моиуддин К М. Введение в искусственные нейронные сети // Открытые системы. 1997. № 4. С. 16-24.

20. Мелик-Гайназян И. В. Информационные процессы и реальность. М.: Наука, 1998.- 192 с.

21. Нестерук Г. Ф., Осовецкий Л. Г., Харченко А. Ф. Информационная безопасность и интеллектуальные средства защиты информационных ресурсов. (Иммунология систем информационных технологий). — СПб.: Изд-во СПбГУЭФ, 2003, 364 е.: ил.

22. Коваленко Е. Система Sequent NUMA-Q // Открытые системы. 1997. № 2.

23. Виджаян Дж. Масштабируемость: преодолевая стереотипы // ComputerWorld Россия. 21 июля 1998.

24. Бабаян Б. А. Где делают процессоры // ComputerWorld Россия. 3 февраля 1998. СЛ, 12-13.

25. Компьютеры на СБИС: В 2-х кн. Кн. 1: Пер. с япон. / Мотоока Т., Томита С., Танака X. и др. М.: Мир, 1988.

26. Нестерук Г. Ф., Нестерук Ф. Г. Организация параллельной обработки данных в многофункциональной памяти // Омский научный вестник. 2000. Вып. 10. С.100-104.

27. Нестерук Г. Ф., Куприянов М. С., Нестерук Ф. Г. Организация универсальной вычислительной среды в нейросетевом логическом базисе // Сб. докл. V междунар. конф. SCM'2002. СПб, 2002, Т.2.С. 48-51.

28. Паттерсон Д., Андерсон Т., Кадвел Н., Фромм Р., Китон К., Козяракис К., Томас Р., Елик К. Доводы в пользу IRAM // Компьютера. 1998. № 15. Прил. С.3-14.

29. Балашов Е. П., Кноль А. И. Многофункциональные запоминающие устройства. -Л.: Энергия, 1972.

30. Балашов Е. П., Смолов Б. В., Петров Г. А., Пузанков Д. В. Многофункциональные регулярные вычислительные структуры. М.: Сов. Радио, 1978.

31. Кузьминский М. Микроархитектура DEC Alpha 21264 // Открытые системы. 1998. № 1.С. 7-12.

32. Галушкин А. Современные направления развития нейрокомпьютерных технологии в России // Открытые системы. 1997. № 4. С.25-28.

33. Галушкин А. И. Некоторые исторические аспекты развития элементной базы вычислительных систем с массовым параллелизмом (80-е и 90-е годы) // Нейрокомпьютер, 2000, № 1.

34. Галушкин А. И. Нейроматематика (проблемы развития) // Нейрокомпьютеры: разработка и применение. 2003, № 1.

35. Нейроинформатика. / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кир-дин и др. Новосибирск: Наука. Сиб. отд-ние, 1998.

36. Горбань А. Нейроинформатика и ее приложения // Открытые системы. 1998, №4-5.

37. Weigand G. G. Petaflop II. The ASCI challenge I I Petaflops II. 2nd conf. on enabling technologies for Peta(fl)ops computing. S.Barbara. USA. 1999. P. 12-20.

38. Stevens R. Applications for PetaFLOPS // Petaflops II. 2nd conf. on enabling technologies for Peta(fl)ops computing. S.Barbara. USA. 1999. P. 75-84.

39. Bashor J. Researchers achieve one Teraflop performance with supercomputer simulation of magnetism // Berkeley Research News, 1998. P. 13-14.

40. Johnston W. E. Real-time widely distributed instrumentation systems // The Grid: Blueprint for a new computing infrastructure /Edit, by I. Foster and C. Kesselman. -Morgan Kaufmann Pubs. 1998. P. 76-98.

41. High-speed distributed data handling for on-line instrumentation systems / W. E. Johnston, W. Greiman, G. Hoo et al. // Proc. of ACM/IEEE SC97: High performance networking and computing. 1997. P. 167-174.

42. High-speed distributed data handling for high-energy and nuclear physics / W. E. Johnston, W. Greiman et al. // Proc. of the 1997 CERN school of computing, Proc. of Computing in high energy physics. Berlin. Germany. 1997. P. 44-53.

43. Real-time generation and cataloguing of large data-objects in widely distributed Environments / W. Johnston, G. Jin, C. Larsen et al. // International Journal of Digital libraries. 1998. P. 103-135.

44. Bailey D. H. Petaflops algorithms // Petaflops II. 2nd conf. on enabling technologies for Peta(fl)ops computing. — S.Barbara. California. USA. 1999.

45. Information technology research: Investing in our future: PITAC // Report to the President, February 24, 1999. 24 p.

46. Bell G. Gray J. High performance computing: Grays, clusters, and centers. What Next? //Technical Report MSR-TR-2001-76. Microsoft Research, 2001. 17 p.

47. Шахнов В., Власов А., Кузнецов А. Элементная база параллельных вычислений // Открытые системы. 2001, № 5-6.

48. Галуев Г. А. Элементная база параллельных цифровых нейрокомпьютеров // Нейрокомпьютеры: разработка и применение. 2003, № 7.

49. Логовский А. Технология ПЛИС и ее применение для создания нейрочипов // Открытые системы. 2000, № 10.

50. Левин И. И. Элементная база для построения реконфигурируемых нейро-сетей // Нейрокомпьютеры: разработка и применение. 2001, № 7-8.

51. Гропгев А. В., Панов Ю. В. Реализация нейронных сетей на базе ПЛИС // Нейрокомпьютеры: разработка и применение. 2003, № 10-11.

52. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992.

53. Mueller D., Hammerstrom D. A Neural Network Systems Component // IEEE Int. conf. neural networks. San Francisco, Calif.1993. V. 3. P. 1258-1264.

54. Шевченко П. А., Фомин Д. В., Черников В. М. и др. Архитектура нейро-процессора NeuroMatrix NM6403 // Нейрокомпьютер, 1998, №3-4.

55. Yasunaga М., and oth., A self-learning digital neural network using wafer-scale LSI // IEEE Journal of solid state circuits, Febr. 1993. V. 28, № 2. P. 106-113.

56. Foure В., Mazare G., Implementation on back-propagation on VLSI asynchronous cellular architecture. 1990 Int. neural network conf. V.2. P.631-634.

57. Lin В., Royagad B. A reconfigurable architecture for VLSI implementation of artificial neural networks: a VLSI design of a basic neural unit. 1990 Int. neural network conf. V.2. P.665-668.

58. Нестерук Г. Ф., Куприянов М. С., Нестерук Ф. Г. О разработке языковых средств для программирования нейросетевых структур // Сб. докл. V междунар. конф. SCM'2002. СПб, 2002, Т.2.С. 52-55.

59. Майоров С. А., Новиков Г. И. Структура ЭВМ. Л.: Машиностроение,1979.-384 с.

60. Каган Б. М. Электронные вычислительные машины и системы. М.: Энергоатомиздат, 1991.

61. Шейнин Ю. Е. Организация асинхронного вычислительного процесса над структурированными данными // Параллельное программирование и высокопроизводительные системы. Новосибирск: ВЦ СО АН СССР,1980. Ч. 2. С. 107-116.

62. Шейнин Ю. Е. Формальная модель динамических параллельных вычисле64.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.