Пошуковий запит: (<.>A=Кораблёв Н$<.>) |
Загальна кількість знайдених документів : 8
Представлено документи з 1 до 8
|
1. |
Кораблёв Н. М. Модель эвристического анализатора вредоносных программ на основе искусственной иммунной сети [Електронний ресурс] / Н. М. Кораблёв, М. В. Кушнарёв // Системи обробки інформації. - 2013. - Вип. 8. - С. 216-222. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2013_8_44
|
2. |
Кораблёв Н. М. Анализ сходимости иммунных алгоритмов [Електронний ресурс] / Н. М. Кораблёв, А. Э. Макогон, А. А. Фомичев // Системи обробки інформації. - 2011. - Вип. 2. - С. 29-33. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2011_2_8
|
3. |
Кораблёв Н. М. Формализация нечеткой информации на основе опроса одного эксперта [Електронний ресурс] / Н. М. Кораблёв // Системи обробки інформації. - 2007. - Вип. 9. - С. 20-23. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2007_9_7
|
4. |
Кораблёв Н. М. Формализация нечеткой экспертной информации при оценивании качественных признаков в балльных шкалах [Електронний ресурс] / Н. М. Кораблёв // Системи обробки інформації. - 2008. - Вип. 6. - С. 64-68. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2008_6_17
|
5. |
Кораблёв Н. М. Дифференциальная диагностика аллергодерматозов с использованием адаптивной модели нечеткого вывода [Електронний ресурс] / Н. М. Кораблёв, И. В. Сорокина, А. Э. Макогон // Системи обробки інформації. - 2009. - Вип. 3. - С. 142-146. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2009_3_37 Рассмотрена разработка интеллектуальной системы дифференциальной диагностики аллергодерматозов на основе адаптивной модели нечеткого вывода. Параметры базы данных и базы знаний настраиваются в данной модели по экспериментальным данным с использованием искусственных иммунных систем.
|
6. |
Кораблёв Н. М. Кластеризация данных на основе искусственных иммунных систем [Електронний ресурс] / Н. М. Кораблёв, А. А. Фомичёв // Системи обробки інформації. - 2009. - Вип. 4. - С. 77-82. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2009_4_18 Рассмотрен алгоритм кластеризации данных, работающий по принципам искусственной иммунной системы. Для решения задачи кластеризации предложено использование приоритетного последовательного клонирования с конкурентноцелевым отбором клонов, критериев отбора клеток и определения кластеров. Данные подходы предлагаются впервые для использования в иммунных алгоритмах, работающих на принципах конкурентного отбора клеток. Экспериментальным путем установлено, что использование предложенных подходов значительно ускоряет скорость восстановления выборки исходных антиген и кластеризации.
|
7. |
Кораблёв Н. М. Обнаружение и анализ вредоносных программ с использованием мультиагентного подхода [Електронний ресурс] / Н. М. Кораблёв, М. В. Кушнарёв, О. Г. Лебедев // Збірник наукових праць Харківського університету Повітряних Сил. - 2015. - Вип. 1. - С. 42-47. - Режим доступу: http://nbuv.gov.ua/UJRN/ZKhUPS_2015_1_12 Предложены модель и структура мультиагентной системы обнаружения и анализа вредоносных программ, основными компонентами которой являются агенты двух видов: агенты-детекторы и агенты-анализаторы. Задача агента-детектора - мониторинг основных уязвимостей операционной системы и сбор данных, задача агента-анализатора - исследовать процессы и принятие решения, какие из них являются потенциальными вирусами и к какому классу вредоносных программ относятся. Проведены экспериментальные исследования, показывающие эффективность предложенного подхода.
|
8. |
Кораблёв Н. М. Нейросетевой эвристический анализатор вредоносных программ с иммунным обучением [Електронний ресурс] / Н. М. Кораблёв, М. В. Кушнарёв, Д. П. Ужвий // Радиоэлектроника и информатика. - 2014. - № 2. - С. 19-25. - Режим доступу: http://nbuv.gov.ua/UJRN/reii_2014_2_6
|