Показано спосіб перевірки точності прогностичних моделей за умови відсутності експериментальних даних для порівняння результатів моделювання. Розроблена нейроме ежа визначає клас технологій, який порівняно з результатами нечіткої моделі. Точність моделі визначено шляхом обчислення середньої квадратичної похибки моделювання та кореляції між результатами нечіткої моделі та нейромереж.

Оскільки оцінка ризиків інформаційної безпеки є складним і повним процесом невизначеності, а невизначеність є основним фактором, що впливає на ефективність оцінки, доцільно використовувати нечіткі методи та моделі, які є адаптивними до необчислюваних даних. Формування розпливчастих оцінок факторів ризику є суб'єктивним, а оцінка ризиків залежить від практичних результатів, отриманих у процесі обробки ризиків загроз, які вже виникли під час функціонування організації та досвіду фахівців з інформаційної безпеки. Тому доцільним буде використання моделей, що здатні адекватно оцінювати нечіткі фактори та мають можливість корегування їх впливу на оцінку ризику. Найбільші показники ефективності для вирішення таких задач мають нейро-нечіткі моделі, що комбінують методи нечіткої логіки та штучних нейронних мереж і систем, тобто "людиноподібного" стилю міркувань нечітких систем з навчанням та моделюванням розумових явищ нейронних мереж. Для побудови моделі розрахунку оцінки ризику інформаційної безпеки пропонується використовувати нечітку продукційну модель. Нечіткі продукційні моделі (нечіткі моделі/системи на основі правил) це поширений тип нечітких моделей, які використовуються для опису, аналізу та моделювання складних систем і процесів, що слабо формалізуються. Мета роботи - розробка структури нечіткої моделі оцінки ризиків інформаційної безпеки та захисту систем ERP шляхом використання нечітких нейронних моделей. Метод. Для побудови структури моделі розрахунку оцінки ризику інформаційної безпеки пропонується використовувати нечітку продукційну модель. Нечіткі продукційні моделі це загальний вид нечітких моделей, які використовуються для опису, аналізу та моделювання складних систем і процесів, що слабо формалізуються. Результати. Визначено фактори, що впливають на оцінку ризиків, запропоновано використання лінгвістичних змінних для їх опису та використання нечітких змінних для оцінки їх якостей, а також системи якісних оцінок. Обгрунтовано вибір параметрів та розроблено структуру нечіткої продукційної моделі оцінювання ризиків та бази правил нечіткого логічного висновку. Розглянуто використання нечітких моделей для вирішення задач оцінки ризиків інформаційної безпеки, а також концепцію та побудову ERP-систем та проаналізовано проблеми їх безпеки та вразливості. Висновки: розроблено нечітку модель оцінки ризиків ERP-системи. Обрано перелік факторів, що впливають на ризик інформаційної безпеки. Запропоновано методи оцінки ризику інформаційних ресурсів та ERP-систем взагалі, оцінки фінансових збитків від реалізації загроз, визначення типу ризику за його оцінкою для формування рекомендацій відносно їх обробки з метою підтримки рівня захищеності ERP-системи. Визначено перелік лінгвістичних змінних моделі. Обрано структуру бази нечітких продукційних правил - MISO-структуру. Побудовано структуру нечіткої моделі. Визначено нечіткі змінні моделі.

Оскільки оцінка ризиків безпеки є складним і повним процесом невизначеності, а невизначеність є основним фактором, що впливає на ефективність оцінки, доцільно використовувати нечіткі методи та моделі, які є адаптивними до необчислюваних даних. Формування розпливчастих оцінок факторів ризику є суб'єктивним, а оцінка ризиків залежить від практичних результатів, отриманих у процесі обробки ризиків загроз, які вже виникли під час функціонування організації та досвіду фахівців з безпеки. Тому доцільним буде використання моделей, що здатні адекватно оцінювати нечіткі фактори та мають можливість корегування їх впливу на оцінку ризику. Найбільші показники ефективності для вирішення таких задач мають нейро-нечіткі моделі, що комбінують методи нечіткої логіки та штучних нейронних мереж і систем, тобто "людиноподібного" стилю міркувань нечітких систем з навчанням та моделюванням розумових явищ нейронних мереж. Для побудови моделі розрахунку оцінки ризику безпеки пропонується використовувати нечітку продукційну модель. Нечіткі продукційні моделі (нечіткі моделі/системи на основі правил) це поширений тип нечітких моделей, які використовуються для опису, аналізу та моделювання складних систем і процесів, що слабо формалізуються. Мета роботи - розробка нечіткої моделі оцінки ризиків безпеки та захисту систем ERP шляхом використання нечітких нейронних моделей. Метод. Для побудови моделі розрахунку оцінки ризику безпеки пропонується використовувати нечітку продукційну модель. Нечіткі продукційні моделі це загальний вид нечітких моделей, які використовуються для опису, аналізу та моделювання складних систем і процесів, що слабо формалізуються. Результати. Визначено фактори, що впливають на оцінку ризиків, запропоновано використання лінгвістичних змінних для їх опису та використання нечітких змінних для оцінки їх якостей, а також системи якісних оцінок. Обгрунтовано вибір параметрів та реалізовано нечітку продукційну модель оцінювання ризиків та бази правил нечіткого логічного висновку з використанням пакету прикладних програм MATLAB та пакету розширення Fuzzy Logic Toolbox, а також покращено за рахунок введення адаптивності моделі до експериментальних даних шляхом впровадження в модель нейро-нечітких компонентів. Розглянуто використання нечітких моделей для вирішення задач оцінки ризиків безпеки, а також концепцію та побудову ERP-систем та проаналізовано проблеми їх безпеки та вразливості. Висновок: розроблено нечітку модель оцінки ризиків ERP-системи. Обрано перелік факторів, що впливають на ризик безпеки. Запропоновано методи оцінки ризику інформаційних ресурсів та ERP-систем взагалі, оцінки фінансових збитків від реалізації загроз, визначення типу ризику за його оцінкою для формування рекомендацій відносно їх обробки з метою підтримки рівня захищеності ERP-системи. Визначено перелік лінгвістичних змінних моделі. Обрано структуру бази нечітких продукційних правил - MISO-структуру. Побудовано структуру нечіткої моделі. Визначено нечіткі змінні моделі.

Індекс рубрикатора НБУВ: З810.405

Рубрики:

Моделі невизначеності

Шифр НБУВ: Ж72605 Пошук видання у каталогах НБУВ 

Предложен подход к нахождению вероятностных характеристик нечетких событий. Вероятности описываются нечеткими треугольными числами, которые могут удовлетворять тем или иным условиям. Рассмотрены примеры вычисления нечетких вероятностей нечетких событий.

Предложен подход к нахождению вероятностных характеристик нечетких событий. Вероятности описываются нечеткими треугольными числами, которые могут удовлетворять тем или иным условиям. Рассмотрены примеры вычисления нечетких вероятностей нечетких событий.

Решена актуальная задача повышения скорости построения нейро-нечетких (НН) моделей по прецедентам. Цель работы - создание метода синтеза НН сетей, обладающего высокой скоростью вычисленией и позволяющего реализовать синтез НН сетей в параллельном режиме. Предложен метод построения НН моделей по прецедентам, который осуществляет сокращение размерности входных данных посредством хэширующего отображения на одномерную ось с сохранением локальной топологии кластеров в признаковом пространстве, оценивает значимость признаков и экземпляров на основе выделенных кластеров, а также формирует разбиение исходного признакового пространства в автоматическом режиме, синтезирует структуру и настраивает параметры НН модели автоматически, исключая из процесса обучения НН модели малоинформативные данные, упрощая тем самым структуру получаемых моделей, а также позволяет наиболее вычислительно трудоемкие операции выполнять в параллельном режиме, что позволяет автоматизировать процесс синтеза НН моделей по прецедентам, а также повысить скорость построения НН моделей как при последовательной, так и при параллельной реализации вычислений. Разработано программное обеспечение, реализующее предложенный метод, которое использовано при проведении вычислительных экспериментов по исследованию свойств метода. Выводы: проведенные эксперименты подтвердили работоспособность предложенного метода и реализующего его программного обеспечения, а также позволяют рекомендовать их для применения на практике для решения задач диагностирования и автоматической классификации по признакам.

Запропоновано метод побудови нечіткої логічної системи типу 2, який надає можливість в процесі ідентифікації багатовимірних об'єктів, що слабко формалізуються, змінювати кількість входів без втрати системою властивості адекватного відображення предметної області. Для цього запропоновано критерій оптимізації, за яким збільшується кількість взаємної інформації, що відображається зі входів системи на її виходи.

Наведено аксіоматику нечітких множин, основні поняття та визначення нечітких величин і чисел. Проведено огляд використання нечітких множин та математичних моделей нечітких систем. Вивчено спеціальні послідовності простих чисел, їх властивості, введено операції на цих послідовностях. Розроблено алгоритм для наближення довільного раціонального числа на основі елементів введених послідовностей простих чисел. Викладено методику подання цілих та раціональних нечітких чисел. Формалізовано процес динаміки функцій належності станів нечіткої дискретної системи. За допомогою нечіткого підходу модифіковано базову схему алгоритму шифрування Меркла - Хелмана. Узагальнено поняття нечітких баз даних для обробки слабоформалізованої інформації. Сформульовано розширення синтаксису та семантики мови С. Запропоновано поняття складених нечітких чисел трикутного вигляду, досліджено ϊх властивості. Розв'язано задачі кластеризації даних у формі складених нечітких чисел, розроблено декомпозиційний підхід для дослідження динаміки нечітких багатомірних систем, що функціонують за умов невизначеності. Запропоновані методики та алгоритми використано для розв'язання прикладних задач локальної фільтрації зображень. Одержано числові результати, що підтверджують ефективність та конструктивність запропонованої методики.

Зазначено, що обсяги даних, які накопичуються дослідниками в різних галузях людської діяльності, різко збільшуються завдяки швидкому розвитку інформаційних технологій. Важливими є питання аналізу даних та надання знань у системах підтримки прийняття рішень за умов невизначеності, а саме виявлення прихованих правил і залежностей; добування, надання та обробка недовизначених знань, які одержують за допомогою експертів, або знань, одержаних у результаті обробки експериментальних даних. Оскільки знання, які одержують за допомогою експертів, як правило, містять різні види невизначеностей, важливим є пошук методів, які надають можливість подання та обробки неповної або майже суперечливої інформації. Найбільш пристосованими для обробки таких даних є методи теорії нечітких множин. Мета роботи - підвищення якості відображення предметної області за рахунок реалізації методу побудови нечітких моделей типу 2 з надлишковими базами знань. Методика реалізації спрямована на використання надлишковості нечіткої бази знань, що будується на експериментальних даних, за допомогою яких визначаються центри нечітких множин консеквентів і анцетедентів правил. Підхід реалізує побудову нечіткої бази знань за реальний час. Для побудови нечіткої моделі за умов відсутності певних значень у правилах, що підключаються в базу знань за допомогою експерта, та пропусків у експериментальних даних впроваджуємо методи побудови нечітких моделей, що засновані на нечітких множинах типу 2 з пропусками в експериментальних даних. Нечітку модель подаємо як інтервальну нечітку модель типу 2 з інтервальними функціями належності. Зменшення надлишковості та опрацювання пропусків у вихідних даних реалізуємо за допомогою оптимізаційних процедур. Дослідження якості відображення вхідних значень у вихідні реалізуємо за допомогою критерію якості функціонування нечітких моделей. Наведено дослідження нечітких моделей типу 2, що побудовані за вказаним методом. На прикладі розв'язання задачі медичного діагностування наведено основні параметри побудованих нечітких моделей та обчислено значення критеріїв якості їх функціонування. Висновки: розроблено метод побудови нечітких моделей типу 2 з інтервальними функціями належності, який включає правила, побудовані на основі експериментальних даних, та передбачає можливість врахування думки експерта. В межах цього методу запропоновано використовувати основний та допоміжний критерії якості функціонування нечітких моделей типу 2, які надають можливість розробнику експертної системи зробити вірний вибір нечіткої моделі, що найбільш адекватно описує предметну область.

Розглянуто питання побудови нечітких систем специфікацій процесів діагностування і процедур нечіткого логічного виведення, а також нові постановки та методи розв'язання задач на нечітких моделях. Зокрема, запропоновано підходи до розв'язання класичних ймовірносних задач для нечітких подій.

Для вибору більш адекватного рішення за умов невизначеності розглянуто способи оцінки результатів обчислення останньої. Наведено також приклади задач, які більш наочно ілюструють способи оцінки результатів різних підходів.

Розглянуто та розв'язано задачі групування станів нечіткої системи, що описуються сукупністю складених нечітких множин. Запропоновано та проаналізовано декілька методів кластеризації.

Розглянуто методи вирішення задачі синтезу нейронечітких моделей. Запропоновано метод побудови нейронечітких мереж, який заснований на застосуванні витягнутого із заданої транзакційної бази даних набору асоціативних правил, використовуваних для визначення структури нейромоделі, а також для обчислення значень параметрів функцій належності та вагових коефіцієнтів. Запропонований метод дозволяє будувати прості нейронечіткі моделі, зручні для подальшого застосування на практиці.

Розглянуто різні способи описання невизначеної величини, а саме: ймовірнісний, через випадкову величину; можливістний, через нечітку величину, та змішаний, через нечітку випадкову величину. Наведено приклади задач, в яких можна побачити основні схожості та розбіжності способів опису.

Рассмотрено применение нечеткой логики для аппарата Е-сетей при моделировании функций качества обслуживания в мультисервисных сетях. Сформулированы основные правила работы управляющих переходов Е-сетей с нечеткостью в их предикатах и правила определения предикатов для MX и MY переходов.

Висвітлено основоположні поняття запропонованої авторами теорії слабких множин, яка покликана узагальнити існуючі теорії звичайних та нечітких множин. Розкрито поняття слабкої множини, наведено основні означення та характеристики, а також геометричну інтерпретацію слабких множин. Досліджено зв'язки між слабкими, нечіткими та звичайними множинами. Розглянуто прикладні аспекти нової теорії як більш універсального інструменту моделювання складних систем за умов невизначеності даних.

Разработан метод нечеткого поиска объектов, в основе которого лежат необходимые условия похожести в евклидовом пространстве, доказанные ранее для метрики В. И. Левенштейна. Метод основан на случайном выборе k-осей евклидова пространства среди исходных объектов, проецировании всех исходных объектов в k-мерное евклидово пространство, заполнении специальной хэш-структуры данных и быстром поиске объектов, похожих на искомый, на основе доказанных необходимых условий похожести объектов в евклидовом пространстве. Проведены экспериментальные исследования, которые показывают преимущества разработанного метода по быстродействию над одним из известных методов.

Рассмотрены вопросы построения нечетких моделей процессов диагностирования в системе Гомеопат и процедур нечеткого логического вывода. Предложенные модели и процедуры позволяют использовать нечеткие спецификации при решении задач диагностирования в условиях неопределенности. Приведены известные методы определения семантики нечетких спецификаций, используемых в системе.

Розроблено метод здобуття нечітких експертних знань на основі цілеспрямованої процедури неповних парних порівнянь. Запропоновано метод визначення вектора пріоритетів ознак, узгодження і коригування експертних оцінок на основі використання штучних імунних систем (ШІС). Розглянуто методи формалізації нечіткої експертної інформації, одержаної в результаті оцінювання якісних ознак та опису значень кількісних ознак у лінгвістичних термах, що дозволяє підвищити адекватність моделей експертного оцінювання ознак і побудованих на них нечітких моделей. Розроблено метод класифікації об'єктів за наявності та за відсутності еталонів класів, грунтований на одержанні узагальненої оцінки значень ФН нечіткій множині припустимих рішень. Запропоновано імунний підхід щодо класифікації об'єктів у нечіткому середовищі, який характеризується використанням у ФН афінності для визначення належності об'єктів до класів. Запропоновано методи структурної та параметричної адаптації нечітких моделей і нечітких нейронних мереж на основі ШІС. Вдосконалено методи клонування та мутації антитіл для підвищення швидкості збіжності імунних алгоритмів. Запропоновано синтез нечіткого регулятора для керування нелінійним динамічним об'єктом, який передбачає побудову його моделі, одержання оптимального закону керування та адаптацію його структури та параметрів за допомогою ШІС.