Том 22, № 4 (2023)

Обложка

Весь выпуск

Информационная безопасность

Теоретико-информационное представление виртуализации сетевого канала перехвата

Синюк А.Д., Остроумов О.А., Тарасов А.А.

Аннотация

Сложнейшей задачей защищенных телекоммуникационных систем, использующих симметричное шифрование, в связи с необходимостью предварительной и ресурсоемкой организации секретных каналов доставки ключей сетевым корреспондентам, является управление ключами. Альтернативой выступают методы формирования ключей по открытым каналам связи. В теории информации показано, что эти методы реализуются при условии превышения информационной скорости канала корреспондентов над скоростью канала перехвата нарушителя. Актуализируется поиск методов, обеспечивающих получение информационного преимущества корреспондентов. Цель заключается в определении теоретико-информационных условий формирования виртуальных сети и канала перехвата, для которых обеспечивается лучшее у корреспондентов отношение информационных скоростей по сравнению с отношением исходных сети и канала перехвата. В работе предлагается модель передачи информации, включающая модель связности и метод передачи информации для асимптотических длин кодовых слов. Модель включает трех корреспондентов и отличается введением идеального широковещательного канала в дополнение к широковещательному каналу с ошибками. В модели введен источник «зашумляющей» информации, которая передается по каналу с ошибками, поэтому передача кодовых слов с использованием известного метода случайного кодирования производится по каналу без ошибок. Для асимптотических длин кодовых слов все действия корреспондентов по обработке и передаче информации в модели сведены в предлагаемый метод передачи информации. Использование метода корреспондентами в рамках модели передачи позволяет одновременно сформировать для них новый виртуальный широковещательный канал с информационной скоростью, как и в первоначальном канале с ошибками, а для нарушителя новый виртуальный широковещательный канал перехвата со скоростью меньшей информационной скорости первоначального канала перехвата. Теоретико-информационные условия ухудшения канала перехвата доказывается в утверждении. Практическая значимость полученных результатов заключается в возможности использования последних для оценки информационной эффективности открытого сетевого формирования ключей в предложенной модели передачи информации, а также в развитии известных научных достижений открытого ключевого согласования. Предлагаемая модель передачи может быть полезной для проведения исследований систем управления ключами и защиты информации, передаваемой по открытым каналам. Дальнейшие исследования связаны с теоретико-информационной оценкой сетевой ключевой пропускной способности, представляющей собой потенциальную теоретико-информационную скорость формирования сетевого ключа.
Информатика и автоматизация. 2023;22(4):721-744
pages 721-744 views

Оптимальная нелинейная фильтрация оценок информационного воздействия в стохастической модели информационного противоборства

Полянский И.С., Логинов К.О.

Аннотация

В статье разработано вычислительно эффективное алгоритмическое решение задачи оптимальной нелинейной фильтрации оценок информационного воздействия в обобщенной стохастической модели информационного противоборства. Сформированное решение применимо при наличии разнородных правил измерения параметров модели информационного противоборства, на основании которых формируется пара систем стохастических дифференциальных уравнений. Оценка информационного воздействия в модели оптимальной нелинейной фильтрации выполняется по критерию максимального правдоподобия по определяемой эволюции апостериорной условной функции плотности вероятности на заданном интервале наблюдения. Нахождение апостериорной условной функции плотности вероятности в заданный момент времени осуществляется с учетом теоремы сложения вероятностей, как вероятность суммы двух совместных событий, функции плотности которых устанавливаются из численного решения соответствующих робастных уравнений Дункана-Мортенсена-Закаи. Для первого события полагается, что первая система стохастических дифференциальных уравнений является уравнением состояния, а вторая - уравнением наблюдения. Для второго события устанавливается их определение в обратном порядке. Решение робастного уравнения Дункана-Мортенсена-Закаи выполнено в постановке спектрального метода Галёркина при дискретизации интервала наблюдения на подынтервалы и сведении исходного решения к численному рекуррентному исследованию последовательности подзадач по так называемому Yau-Yau’s алгоритму, предполагающему оценку вероятностной меры из решения прямого уравнения Колмогорова при ее последующей коррекции по наблюдению. Для выделения особенностей алгоритмической реализации составленного решения сформирован алгоритм оптимальной нелинейной фильтрации оценок информационного воздействия в обобщенной стохастической модели информационного противоборства при уточнении листинга исполняющей его функции, который представлен псевдокодом. Для выявления предпочтительности составленного алгоритмического решения по оптимальной нелинейной фильтрации оценок информационного воздействия проведена серия вычислительных экспериментов на тестовых выборках большого объема. Результат оценки информационного воздействия, получаемый по предложенному алгоритму, сравнен с определяемым решением: 1) по средневыборочным значением из моделей наблюдения; 2) ансамблевым расширенным фильтром Калмана; 3) алгоритмом фильтрации, предполагающим численное исследование уравнения Дункана-Мортенсена-Закаи. По проведенному апостериорному исследованию выделены количественные показатели, устанавливающие выигрыш составленного алгоритма и границы его применимости.
Информатика и автоматизация. 2023;22(4):745-776
pages 745-776 views

Сравнительный анализ выявления слухов в социальных сетях с использованием различных классификаторов

Гидвани М., Рао А.

Аннотация

По мере того, как число пользователей социальных сетей растет, создание и распространение информации увеличиваются каждый день в огромных масштабах. Люди могут делиться своими идеями и мнениями на этих платформах. Сайт микроблогов в социальных сетях, таких как Facebook или Twitter, является предпочтительным средством обсуждения любого важного события, и информация передается немедленно. Это приводит к быстрому распространению слухов и распространению неточной информации, что вызывает у людей беспокойство. Поэтому важно оценить и подтвердить уровень достоверности такой информации. Из-за сложности текста автоматическое обнаружение слухов на ранних стадиях затруднительно. В данном исследовании используются различные методы NLP для извлечения информации из твитов, а затем применяются различные модели машинного обучения, чтобы определить, является ли информация слухом. Классификация выполняется с использованием трех классификаторов, таких как SVC (Support Vector Classifier), Gradient Boosting и классификаторы Naive Bayes для пяти различных событий из набора данных PHEME. Существуют некоторые недостатки: ограниченная обработка несбалансированных данных, трудность улавливания сложных лингвистических шаблонов, отсутствие интерпретируемости, сложности с обработкой больших пространств признаков и нечувствительность к порядку слов и контексту при использовании вышеуказанных классификаторов. Подход суммирования используется для преодоления вышеуказанных недостатков, при котором выходные данные комбинированных классификаторов представляют собой ансамбль с LSTM. Была проанализирована производительность моделей. Экспериментальные результаты показывают, что ансамблевая модель дает эффективные результаты по сравнению с другими классификаторами с точностью 93,59%.

Информатика и автоматизация. 2023;22(4):777-794
pages 777-794 views

AAFNDL — точная модель распознавания поддельной информации с использованием глубокого обучения вьетнамского языка

Хунг Н.В., Лои Т.К., Хыонг Н.Т., Ханг Т.Т., Хыонг Т.Т.

Аннотация

В интернете «фейковые новости» - это распространенное явление, которое часто беспокоит общество, поскольку содержит заведомо ложную информацию. Проблема активно исследовалась с использованием обучения с учителем для автоматического обнаружения фейковых новостей. Хотя точность растет, она по-прежнему ограничивается идентификацией ложной информации через каналы на социальных платформах. Это исследование направлено на повышение надежности обнаружения фейковых новостей на платформах социальных сетей путем изучения новостей с неизвестных доменов. Особенно трудно обнаружить и предотвратить распространение информации в социальных сетях во Вьетнаме, потому что все имеют равные права на использование интернета для разных целей. Эти люди имеют доступ к нескольким платформам социальных сетей. Любой пользователь может публиковать или распространять новости через онлайн-платформы. Эти платформы не пытаются проверять пользователей, их местоположение или содержимое их новостей. В результате некоторые пользователи пытаются распространять через эти платформы фейковые новости для пропаганды  против отдельного лица, общества, организации или политической партии. Мы предложили проанализировать и разработать модель распознавания фейковых новостей с использованием глубокого обучения (называемого AAFNDL). Метод выполнения работы: 1) во-первых, анализируем существующие методы, такие как представление двунаправленного кодировщика от преобразователя (BERT); 2) приступаем к построению модели для оценки; 3) подходим к применению некоторых современных методов к модели, таких как метод глубокого обучения, метод классификатора и т.д., для классификации ложной информации. Эксперименты показывают, что наш метод может улучшить результаты на 8,72% по сравнению с другими методами.

Информатика и автоматизация. 2023;22(4):795-825
pages 795-825 views

Цифровые информационно-коммуникационные технологии

Компенсация ошибок, вызванных временной задержкой цифровых датчиков

Гайдук А.Р., Прокопенко Н.Н., Бугакова А.В.

Аннотация

Исследование посвящено повышению точности цифровых датчиков с запаздыванием по времени. Актуальность темы обусловлена широким распространением датчиков этого типа, что во многом обусловлено резким повышением требований к точности датчиков, а также расширяющимся применением цифровых технологий для обработки информации в системах управления, связи, мониторинга и многих других. Для устранения ошибок, обусловленных временной задержкой цифровых датчиков, предлагается использовать астатический быстродействующий корректор. Целесообразность применения этот корректора обосновывается свойствами дискретных динамических систем. В связи с этим сначала рассматриваются условия, при которых дискретные системы являются физически реализуемыми и имеют конечную длительность переходных процессов, поскольку в этом последнем случае они являются наиболее быстродействующими. Также показано, что для измерения полиномиального сигнала ограниченной интенсивности с нулевой ошибкой в установившемся режиме, датчик должен иметь порядок астатизма на единицу больше степени этого сигнала. На основе приведенных условий доказывается основной результат статьи – теорема, в которой устанавливаются условия существования астатического быстродействующего корректора. При включении этого корректора на выходе цифрового датчика или коррекции программного обеспечения последнего образуется модернизированный датчик, ошибка которого в установившемся режиме будет равна нулю. Это происходит вследствие того, что корректор устраняет ошибку цифрового датчика, обусловленную имевшейся в нём задержкой по времени, которая предполагается кратной периоду дискретизации. Порядок корректора как системы определяется целочисленным решением полученного в работе уравнения, которое связывает степень измеряемого полиномиального сигнала, запаздывание цифрового датчика, допустимое перерегулирование модернизированного датчика и относительный порядок искомого корректора. Это уравнение решено для случаев, когда степень измеряемого сигнала не больше единицы, перерегулирование равно часто назначаемым значениям, а задержка по времени не превышает четырёх периодов дискретизации. Порядки соответствующих модернизированных цифровых датчиков приведены в табличной форме. Это позволяет находить необходимый корректор без решения указанного уравнения во многих практических случаях. Эффективность предлагаемого подхода к повышению точности цифровых датчиков показана на численном примере. Нулевое значение ошибки модернизированного датчика подтверждается как путем компьютерного моделирования, так и численным расчетом. Полученные результаты могут использоваться при разработке высокоточных цифровых датчиков различных физических величин.
Информатика и автоматизация. 2023;22(4):826-852
pages 826-852 views

Сравнение и отбор ситуаций в системах вывода решений на прецедентах для «умной» фермы

Глухих И.Н., Прохошин А.С., Глухих Д.И.

Аннотация

Тенденция развития умных ферм направлена на их становление полностью автономными, роботизированными предприятиями. Перспективы интеллектуализации сельскохозяйственного производства и умных ферм, в частности, сегодня связываются с развитием технологий систем, применяемых для обнаружения, распознавания сложных производственных ситуаций и поиска эффективных решений в этих ситуациях. В статье рассмотрены вопросы создания ситуационных систем поддержки принятия решения на умных фермах с применением вывода решений на основе рассуждений по прецедентам (case-based reasoning). Для разработки таких систем требуется выполнение ряда нетривиальных задач, к которым относятся, прежде всего, задачи формализации представления ситуаций и построения на этой основе способов сравнения и отбора ситуаций в базах знаний. В данном исследовании умная ферма представлена как сложный технологический объект, состоящий из взаимосвязанных компонентов, которыми являются технологические подсистемы умной фермы, производимая продукция, объекты операционного окружения, а также отношения между ними. Для реализации алгоритмов ситуационного вывода решений на основе прецедентов предложено формализованное представление ситуации в виде мультивектора, который содержит информацию о состояниях этих компонентов. Это позволило разработать ряд моделей обучаемой функции схожести между ситуациями. Проведенные эксперименты показали работоспособность предложенных моделей, на основе чего разработана ансамблевая архитектура нейросети для сравнения ситуаций и их отбора из базы знаний в процессах вывода решений. Практический интерес представляет мониторинг состояния растений по их видео-, фото- изображениям, что позволяет обнаруживать нежелательные состояния растений (болезни), которые могут служить сигналом для активизации процесса поиска решений в базе знаний.
Информатика и автоматизация. 2023;22(4):853-879
pages 853-879 views

Оппортунистическая маршрутизация на основе гибридной оптимизации с учетом спектра для самоорганизующихся сетей когнитивной радиосвязи

Абдулла Х.М., Кумар А., Касем Ахмед А.А., Саид Мослех М.А.

Аннотация

Оппортунистическая маршрутизация повысила эффективность и надежность в самоорганизующихся сетях когнитивной радиосвязи (CRAHN). Многие исследователи разработали модели оппортунистической маршрутизации, в том числе модель оппортунистической маршрутизации на базе карты спектра (SMOR), которая считается более эффективной моделью в этой области. Однако в SMOR существуют определенные ограничения, которые требуют внимания и устранения. В данной статье рассматривается проблема задержки и ухудшения коэффициента доставки пакетов из-за неучета пропускной способности сети. Чтобы решить эти проблемы, в базовой модели маршрутизации SMOR используется гибридный алгоритм оптимизации, состоящий из алгоритмов оптимизации Firefly и Grey Wolf. Разработанная таким образом гибридная модель маршрутизации SMOR на основе оптимизации Firefly и Grey-Wolf (HFGWOSMOR) повышает производительность за счет высокой локальной и глобальной поисковой оптимизации. Первоначально анализируется взаимосвязь между задержкой и пропускной способностью, а затем устанавливается совместная многолучевая связь. Предлагаемая модель маршрутизации также вычисляет значения энергии принимаемых сигналов в пределах порога полосы пропускания и периода времени, и, следовательно, проблемы с производительностью, обнаруженные в SMOR, решаются. Чтобы оценить её эффективность, предложенная модель сравнивается со SMOR и другими существующими моделями оппортунистической маршрутизации, которые показывают, что предлагаемая модель HFGWOSMOR работает лучше, чем другие модели.

Информатика и автоматизация. 2023;22(4):880-905
pages 880-905 views

Интеграция разнородных информационных ресурсов и данных дистанционного зондирования Земли при мониторинге и управлении развитием территорий

Зеленцов В.А., Пиманов И.Ю., Потрясаев С.А.

Аннотация

Статья посвящена разработке модельно-алгоритмического обеспечения и программных средств для автоматизации процессов интеграции данных дистанционного зондирования Земли (ДЗЗ) и других разнородных информационных ресурсов при решении задач мониторинга и проактивного управления развитием территорий. Отличительной особенностью постановки задачи является включение в состав интегрируемых ресурсов средств моделирования состояния природно-технических объектов, расположенных на анализируемой территории. Основу разработки составляет обоснование технологии интеграции разнородных информационных ресурсов, включающей алгоритм выбора типа архитектуры создаваемого комплекса средств автоматизации, способ описания информационного процесса интеграции данных и их совместной обработки, алгоритм определения наилучшей конфигурации информационных ресурсов при решении тематических задач, а также совокупность программно-технологических решений по интеграции данных ДЗЗ с другими необходимыми данными и их совместному использованию при моделировании. В результате исследований и применения разработанных алгоритмов установлено, что наиболее предпочтительным типом архитектуры систем интеграции разнородных информационных ресурсов является сервис-ориентированная архитектура. Для описания информационного процесса интеграции предложено использование нотации Business Process Model and Notation. Ключевым компонентом разработки в части программно-технологических решений по интеграции разнородных данных является предложенная схема взаимодействия с поставщиками и потребителями данных на основе создания слоя абстракции данных. Применение предложенного решения позволяет привести разнородные данные к единому универсальному формату для последующей совместной обработки на средствах моделирования. Проведенная апробация на конкретных тематических задачах мониторинга и управления развитием территорий показала реализуемость предложенной технологии интеграции и разработанных программно-технологических средств, а также достижение существенного выигрыша в оперативности решения тематических задач.
Информатика и автоматизация. 2023;22(4):906-940
pages 906-940 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».