На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

Статьи из выпуска № 1 за 2021 год.

Упорядочить результаты по:
Дате публикации | Заголовку статьи | Авторам

11. Обнаружение аномалий сетевого трафика методом глубокого обучения [№1 за 2021 год]
Автор: Зуев В.Н.
Просмотров: 5299
В статье рассматривается применение машинного обучения для обнаружения аномалий в сетевом трафике. В качестве инструмента используются искусственные нейронные сети глубокого обучения. Исследуется эффективность использования нейронных сетей глубокого обучения с использованием набора данных NSL-KDD. Главная особенность этого набора данных – несбалансированность классов. Описывается метод эффективного использования целевой функции для обучения нейронной сети методом обратного распространения ошибки на несбалансированных примерах. Применение данного алгоритма сопряжено с рядом сложностей, главная из которых – обеспечение приемлемой способности к обобщению нейронной сети. Способность к обобщению полученных знаний является одним из важнейших свойств нейронной сети и заключается в генерации нейронной сетью ожидаемых значений на данных, непосредственно не участвующих в процессе обучения. Однако использование зашумленных и ошибочных данных может привести к переобучению и снижению способности к обобщению обученной нейронной сети. Предложенный метод позволяет более эффективно рассчитывать значение целевой функции, лежащей в основе алгоритма обратного распространения ошибки. Он хорошо подходит для использования неоднородных выборок при обучении нейронных сетей данных, а также учета при обучении априорной информации о ценности отдельных примеров. В статье приведен алгоритм работы данного метода. Его использование позволяет повысить точность работы нейронной сети для задач классификации и аппроксимации. Экспериментальные результаты показали, что данный метод хорошо подходит для выявления аномалий в сетевом трафике.

12. Обработка онтологий при атрибутивном контроле доступа в киберфизических системах [№1 за 2021 год]
Автор: Полтавцева М.А.
Просмотров: 3379
Статья посвящена поддержке обработки крупномасштабных онтологий в реляционном сервере и рассматривает отдельную задачу представления и обработки онтологий при реализации атрибутивного (онтологического) доступа в киберфизических системах. Актуальность работы обусловлена ростом атак на промышленные киберфизические системы и совершенствованием методов контроля доступа. Наиболее перспективным сегодня является направление атрибутивного доступа на базе онтологий. С одной стороны, распределенные крупномасштабные промышленные киберфизические системы используют большое и все возрастающее число правил для атрибутивного контроля доступа, с другой – методы хранения и обработки таких данных с помощью специализированных технологий должны отвечать требованиям по защите информации. Это приводит к необходимости использования развитых (в том числе сертифи-цированных) средств и обусловливает применение реляционного сервера для хранения и обработки данных. Поэтому задача поиска наиболее рационального представления и обработки правил контроля доступа является высокоактуальной. В работе предложен метод представления правил онтологического вывода на основе импликаций бинарных деревьев для обеспечения поддержки онтологий в задаче атрибутивного контроля доступа киберфизических систем. Приведено представление данных, проведен анализ методов отображения информации в промышленный реляционный сервер. Экспериментальное тестирование представления правил онтологического вывода на основе импликаций бинарных деревьев осуществляется на примере поддержки правил контроля доступа. В результате аналитической работы и экспериментального тестирования наиболее рациональным решением для данной задачи представляется использование метода хранения леса деревьев на основе материализованного пути.

13. Оценка качества тренажерных средств [№1 за 2021 год]
Авторы: Ильин В.А., Пахомов Е.С.
Просмотров: 3861
Использование учебно-тренировочных средств требует оценки их эффективности для достижения целей обучения и подготовки. Эффективность тренажерных средств может быть определена только в процессе их использования по назначению, что не всегда возможно, то есть можно говорить только об эффективности подготовки с использованием тренажерных средств. Авторы статьи предлагают оценивать эффективность тренажеров и тренажерных комплексов через систему показателей их качеств. Критерием качества тренажерных средств может быть их способность реализовать программы обучения и подготовки. В соответствии с содержанием и структурой образовательного процесса, типом автономных тренажеров и тренажеров в составе тренажерных комплексов, этапов их жизненного цикла, условий эксплуатации в статье предлагается выделить четыре группы показателей качеств: дидактические, функциональные, технические и экономические, устанавливаются их взаимосвязи и методы оценки. Через показатели дидактических качеств можно оценить соответствие учебно-тренировочных средств требованиям образовательного процесса, его структуре и содержанию. Показатели функциональных качеств позволяют оценить возможности учебно-тренировочных средств по реализации дидактических требований образовательных программ. Показатели технических качеств оценивают характеристики учебно-тренировочных средств, обеспечивающие использование их в образовательном процессе. Экономические показатели отражают затраты на основных стадиях жизненного цикла учебно-тренировочных средств. Предлагаемая система качеств учебно-тренировочных средств наряду с системой оценки эффективности подготовки с их использованием позволяет обосновать целесообразность создания тренажерных средств, оптимизировать их структуру в зависимости от требований и задач подготовки.

14. Оценка эффективности тренажерной подготовки методом целевого управления [№1 за 2021 год]
Авторы: Ильин В.А., Савватеев А.С.
Просмотров: 5022
Широкое использование в образовательном процессе учебных заведений и в системе боевой подготовки тренажерных средств определяет актуальность разработки методов обоснования тренажерных средств, оценки их эффективности и эффективности тренажерной подготовки. Одним из таких методов может быть метод целевого управления, предлагаемый в настоящей статье и ранее не использовавшийся в этой предметной области. Метод целевого управления подготовкой предполагает определение целей подготовки и требований к ее средствам, структуры и содержания, а также оценки результатов подготовки. В статье обоснован выбор различных тренажеров и методов оценки эффективности подготовки для разных категорий обучающихся. Исходя из функций деятельности обучающихся предложены и обоснованы классификация деятельности обучаемых операторов и их разделение на три категории, три уровня. В соответствии с принятой классификацией определяются требования к тренажерным средствам и организации тренажерной подготовки. В организацию тренажерной подготовки на основе метода целевого управления положены методы формирования заданий обучающимся в соответствии с целями подготовки и оценка ее результатов, в том числе автоматизация оценки подготовки. Предлагается следующий порядок разработки математического обеспечения автоматизации оценки подготовки: выбор контролируемых параметров и разработка целевой функции, разработка параметров и шкал оценок упражнения, разработка текстов и алгоритма предъявления рекомендаций. Метод целевого управления для оценки эффективности тренажерной подготовки выработан на основе более чем десятилетнего опыта использования тренажеров в образовательном процессе и личного участия авторов в их создании и использовании.

15. Подход к проектированию программного обеспечения систем управления искусственными сущностями [№1 за 2021 год]
Авторы: Виноградов Г.П., Конюхов И.А., Шепелев Г.А.
Просмотров: 3870
Задачи интеллектуального управления искусственными сущностями (в том числе роботизированными комплексами) тесно связаны с проблемой принятия решений. Формальная теория выбора развивалась путем абстрагирования от субъективных факторов. Это привело к созданию нормативной теории принятия решений «идеальным» субъектом. Анализ подходов к построению систем управления роботизированными комплексами показал, что они не обладают способностью самостоятельно принимать решения. На практике разработчики продумывают возможные варианты поведения таких систем, и соответствующие алгоритмы закладываются в систему управления роботизированными комплексами. Как результат – такой объект не обладает свойством самодостаточного поведения, гарантирующего выполнение некоторой миссии, особенно в составе человеко-машинной системы. Требование интеллектуализации поведения заставляет пересмотреть логические и математические абстракции, положенные в основу построения их бортовых систем управления. Цель работы – обосновать подход к разработке ПО интеллектуальных систем управления роботизированными комплексами на базе теории паттернов. Разработать подход, обеспечивающий перенос эффективного опыта в систему управления роботизированными комплексами, совместимость теологического подхода и подхода, основанного на причинно-следственных связях, что важно при интеграции роботизированных комплексов и личного состава подразделений, показать, что закономерности отхода субъекта от идеального рационального выбора к субъективно рацио-нальному связаны с особенностями идентификации и понимания состояния внешнего окружения и свойств своих интересов. Внешние факторы связаны с обязательствами, которые принимает на се-бя агент. Внутренние факторы отражают интересы субъекта, индуцируемые его потребностями и этической системой, которой он придерживается. В работе использованы методы теории рефлексивных игр и теории информационного управления системами, обладающими волей и интеллектом. Показано, что выбор в условиях жесткого дефицита времени осуществляется на основе паттернов поведения, отражающих эффективный опыт. Паттерны образуют как информационную структуру представлений, так и множество возможных вариантов представлений. Оценки удовлетворенности текущей ситуацией выбора субъектом приводят к изменению структуры интересов субъекта, и он может ее выбирать. Разработана формальная модель паттерна поведения. Предложен подход к решению проблем идентификации и построения моделей паттернов, используя для этого четыре позиции обработки информации. Разработан метод логического вывода на паттернах. Приведены результаты программных решений идентификации паттерна поведения при использовании тренажерных систем нового поколения.

16. Применение принципа целенаправленного поведения в когнитивной системе управления радиолокационной станцией [№1 за 2021 год]
Автор: Непряев А.А.
Просмотров: 3243
Применение когнитивных технологий в радиолокации является быстро развивающейся обла-стью, обладающей множеством возможностей для инноваций. Существенным препятствием в этой дисциплине является отсутствие общего понимания того, как следует спроектировать архитектуру системы управления многофункциональной радиолокационной станцией, чтобы включить многочисленные петли обратной связи, обеспечивающие проявление познания. В радиолокационном сообществе до сих пор нет точного определения того, что отличает адаптивную систему от когнитивной. Целью данной работы являются расширение и обоснование списка элементов и качественных характеристик, которые должны присутствовать в радиолокационной системе для того, чтобы она классифицировалась как когнитивная. Предлагается применение метакогнитивного подхода для разработки модели целенаправленного поведения, которая выбирает наиболее выгодную стратегию и управляет когнитивными процессами, участвующими в обучении. Выбор действий, основанный на восприятии окружающей среды, является основной характеристикой когнитивной системы. В конечном счете процесс выбора действия приводит к задаче оптимизации, когда желательно выбрать действие с максимальным вознаграждением, которое определяется степенью схожести текущих внутреннего и внешнего состояний с целевым. Исходя из того, что радиолокационные системы не должны однозначно классифицироваться как когнитивные или некогнитивные, их следует оценивать по степени выраженности когнитивных функций. В статье предлагается градация когнитивных систем по принципу целенаправленного поведения элементов системы управления. Обоснована необходимость учета способности системы функционировать в режиме реального времени и вычислительной мощности как признака, определяющего степень выраженности ее когнитивных способностей.

17. Применение технологии высокоуровневого синтеза и аппаратных ускорителей вычислений на ПЛИС в задачах идентификации белков [№1 за 2021 год]
Авторы: Шмелев Г.К., Лихачев М.А., Аржаев В.И.
Просмотров: 3041
В работе рассмотрено применение технологии высокоуровневого синтеза с использованием аппаратных ускорителей на базе программируемых логических интегральных схем в задаче идентификации белков. В настоящее время существует значительное количество аппаратных решений с высокой производительностью и пропускной способностью, предназначенных для решения различных прикладных задач. Одним из таких решений являются аппаратные ускорители вычислений, построенные на базе программируемых логических интегральных схем, которые обладают рядом преимуществ в сравнении с ускорителями, построенными на графических процессорах, а также на интегральных схемах специального назначения. Однако существует определенная сложность, препятствующая широкому применению подобных устройств, которая заключается в трудоемкости и специфичности традиционного пути разработки приложений с применением специализированных языков программирования под этот тип ускорителей. Использование технологии высокоуровневого синтеза с применением одного из популярных языков программирования открывает новые горизонты для широкого применения подобного рода ускорителей. В данной работе описывается один из вариантов построения вычислительной аппаратно-программной платформы с применением ускорителя вычислений на программируемой логике. Особое внимание уделяется основным шагам разработки архитектуры приложений, разворачиваемых на аппаратных средствах, и методологии разработки высокопроизводительного вычислительного ядра аппаратно ускоряемых программных функций. Демонстрируются результаты повышения вычислительной производительности программного приложения de novo секвенирования пептидных последовательностей, а также эффективность применяемой аппаратно-программной платформы и выбранного пути разработки в сравнении с исходным программным приложением.

18. Программные среды для изучения основ нейронных сетей [№1 за 2021 год]
Авторы: Богданов П.Ю., Краева Е.В., Веревкин С.А., Пойманова Е.Д., Татарникова Т.М.
Просмотров: 3213
В статье рассмотрены способы и методы изучения и построения нейронных сетей. Показано, что изучение принципов функционирования нейронных сетей, их применение для решения тех или иных задач возможны только через практику. Проведен анализ различных программных сред, которые могут быть использованы на лабораторных и практических занятиях по изучению и применению нейронных сетей. Выделен современный облачный сервис Google Colaboratory, рекомендуемый для обучения основам нейронных сетей благодаря наличию в нем предустановки библиотеки Tensorflow и библиотеки для работы на языке Python, бесплатного доступа к графическим процессорам, возможности написания и выполнения программного кода в браузере, а также отсутствию необходимости специальной настройки сервиса. Рассматриваются примеры проектирования нейронных сетей в Colaboratory, в частности, решение задач распознавания и классификации изображений, прогнозирования. Показано, что для распознавания и классификации изображений может быть использована сверточная нейронная сеть, особенностью которой является получение карты признаков изображения с последующей сверткой. Приведены фрагменты программного кода для этапов подключения необходимых библиотек, загрузки датасетов, нормализации изображений, сборки нейронной сети и ее обучения. Решение задачи прогнозирования рассмотрено на примере нейронной сети прямого распространения с алгоритмом обратного распространения ошибок в процессе обучения, суть которой в получении на выходном слое ожидаемого значения при подаче на входной слой соответствующих данных. Обратное распространение ошибок заключается в настройке весовых коэффициентов, дающих наибольшую корреляцию между входным набором данных и соответствующим ему результатом.

19. Программный комплекс для обнаружения и классификации природных объектов на основе топологического анализа [№1 за 2021 год]
Авторы: Еремеев С.В., Абакумов А.В.
Просмотров: 2426
От алгоритма поиска природных объектов на геоснимках требуется определенный баланс. Ввиду природного характера не существует двух полностью одинаковых объектов, поэтому данная задача требует от алгоритма некоторой устойчивости. Для подобных целей могут быть применены методы топологического анализа данных. Они позволяют получить уникальную характеристику изображения – баркод, который может использоваться в качестве обучения большинством современных классификаторов. На основе методов топологического анализа разработан программный комплекс, позволяю-щий выполнять поиск необходимого природного объекта на растровом снимке для его дальней-шей классификации и обработки. Структура программного комплекса включает несколько подси-стем: выделения областей интереса на снимке, построения баркодов, поиска схожих объектов, а также вывода и экспорта найденных объектов. В статье подробно описан принцип выделения объектов интереса на снимках, построения баркодов и их сравнения. Для каждого выделенного на геоснимке пространственного объекта вычисляются топологические характеристики в виде чисел Бетти, которые являются основой для по-строения баркода. Показан процесс разложения изображения на последовательность бинарных изображений для выявления устойчивых топологических характеристик. Продемонстрирован принцип сравнения баркодов для определения схожести выделенных областей интереса с эталонными объектами. Приведены примеры использования программного комплекса для задачи поиска айсбергов на растровом изображении. Показаны результаты найденных объектов с разной степенью схожести относительно эталонов в зависимости от заданных параметров. Программный комплекс может быть использован для широкого спектра задач при анализе природных объектов на геоснимках, включая обработку данных за разное время и на разных масштабах.

20. Разработка схем онтологий на основе преобразования электронных таблиц [№1 за 2021 год]
Авторы: Дородных Н.О., Юрин А.Ю., Видия А.В.
Просмотров: 3413
Использование онтологий является широко распространенной практикой при создании интеллектуальных систем и баз знаний, в частности, для концептуализации и формализации знаний. Большинство современных подходов и инструментальных средств обеспечивают только ручное манипулирование концептами и отношениями, что не всегда эффективно. В связи с этим для автоматизированного формирования онтологий актуально использование различных информационных источников, в том числе электронных таблиц. В данной работе описывается метод автоматизированного создания онтологических схем в формате OWL2 DL на основе анализа и преобразования данных, извлекаемых из электронных таблиц. Особенностью метода является использование для промежуточного представления электронных таблиц оригинальной канонической реляционной формы, обеспечивающей унификацию входных данных. Метод основан на принципах трансформации моделей и состоит из четырех основных этапов: преобразование исходных электронных таблиц с произвольной компоновкой в каноническую (реляционную) форму; получение фрагментов онтологической схемы; агрегация от-дельных фрагментов онтологической схемы; генерация кода онтологической схемы в формате OWL2 DL. Реализация метода осуществлена в форме двух интегрированных по данным программных средств: консольного Java-приложения TabbyXL для преобразования таблиц и модуля расширения (плагина PKBD.Onto) для системы прототипирования продукционных экспертных систем Personal Knowledge Base Designer. В качестве иллюстративного примера рассмотрено преобразование электронной таблицы с информацией о минералах, приведен результат в форме фрагмента онтологической схемы. Метод и средства используются в учебном процессе в Институте информационных технологий и анализа данных Иркутского национального исследовательского технического университета.

← Предыдущая | 1 | 2 | 3 | Следующая →