Journal influence
Higher Attestation Commission (VAK) - К1 quartile
Russian Science Citation Index (RSCI)
Bookmark
Next issue
№4
Publication date:
09 September 2024
Development of a geoinformation systems protecting method and spatial data based on a neural network
Date of submission article: 02.03.2020
UDC: 004.056.5
The article was published in issue no. № 2, 2020 [ pp. 229-235 ]Abstract:The GIS usage is necessary for effective solution in scientific, practical and theoretical problems of in-ventory, analysis, modeling, forecasting, environmental system management, community territorial or-ganization. The relevance of this paper is due to the need to improve the methodological apparatus for detect-ing possible threats in the context of their growth dynamics and changing the impact concepts on spa-tial data in GIS for decision support. In the course of scientific paper, the requirements to the protection system structure, there is analyze during information processing in geographic information systems. The article presents a method for solving problems of creating and supporting the spatial information protection system operation in a GIS. To solve this problem, the authors selected an artificial neural network algorithm and modified to detect distributed DDoS attacks, the purpose of which is «service denial» and prevent legitimate users from accessing the attacked application. Based on the presented algorithm, the authors developed a program in a high-level language – Py-thon. This program includes a component number responsible for: replenishing the knowledge base of a neural network, which in turn allows you to build arbitrary ANN architectures; packet traffic analyz-er, the so-called sniffer, which provides packet filtering according to certain network protocols of the OSI model; a connecting module that allows you to send sniffer data to the ANN knowledge base. The resulting neural network can operate in two training modes: without teacher (self-taught), with teacher, which in turn allows the user to set the initial weights, or specify a file with a ready-made knowledge base.
Аннотация:Для эффективного решения научно-практических и теоретических задач инвентаризации, анализа, моделирования, прогнозирования, управления системами окружающей среды и территориальной организацией сообществ широко используются геоинформационные системы. Актуальность работы обусловлена необходимостью совершенствования методического аппарата для обнаружения возможных угроз в условиях динамики их роста и изменения концепций воздействий на пространственные данные в геоинформационных системах поддержки принятия решений. В ходе работы выполнен анализ требований к структуре систем защиты при обработке информации в геоинформационных системах. Приведен метод решения задач по созданию и поддержке эксплуатации систем защиты пространственной информации в геоинформационных си-стемах. Для решения задачи выбран и модифицирован алгоритм искусственной нейронной сети для обнаружения распределенных атак типа DDoS, целью которых является отказ в обслуживании и препятствование доступу легитимных пользователей к атакуемому приложению. На основе предложенного алгоритма разработана программа на языке высокого уровня Python. Программа включает в себя ряд компонентов, отвечающих за пополнение базы знаний нейронной сети, что, в свою очередь, позволяет строить произвольные архитектуры искусственной нейронной сети; анализатор трафика пакетов, так называемый сниффер, обеспечивающий фильтрацию пакетов по определенным сетевым протоколам модели взаимодействия открытых систем; связующий модуль, позволяющий направлять данные сниффера в базу знаний искусственной нейронной сети. Нейронная сеть может работать в двух режимах обучения: без учителя (самообучаемая) и с учителем, что, в свою очередь, дает пользователю возможность задавать начальные веса либо загружать файл с готовой базой знаний. Результаты работы показывают, что искусственная нейронная сеть является одним из механизмов обнаружения потенциально опасных угроз в геоинформационных системах для поддержки принятия управленческих решений.
Authors: Tatarnikova, T.M. (tm-tatarn@yandex.ru) - St. Petersburg State University of Aerospace Instrumentation (Associate Professor, Professor), St. Petersburg, Russia, Ph.D, S.Yu. Stepanov (stepanov.sergey.y@gmail.com) - Russian State Hydrometeorological University (Associate Professor), St. Petersburg, Russia, Ph.D, Ya.A. Petrov (yaroslav.petrov025@gmail.com) - Russian State Hydrometeorological University (Associate Professor), St. Petersburg, Russia, Ph.D, A.Yu. Sidorenko (sidorenko.ref@gmail.com) - Russian State Hydrometeorological University (Senior Lecturer), St. Petersburg, Russia | |
Keywords: infosecurity, spatial data, data protection, gis, neural network |
|
Page views: 7181 |
PDF version article Full issue in PDF (8.23Mb) |
Permanent link: http://swsys.ru/index.php?page=article&id=4701&lang=en |
Print version Full issue in PDF (8.23Mb) |
The article was published in issue no. № 2, 2020 [ pp. 229-235 ] |
Perhaps, you might be interested in the following articles of similar topics:
- Разработка модели управления доступом для типовой медицинской информационной системы
- Разработка генератора паролей с использованием GUI MATLAB
- Безопасность баз данных: проблемы и перспективы
- Разработка и программная реализация гибридного алгоритма решения оптимизационных задач автоматизированного проектирования
- Многофункциональный имитатор нейронных сетей
Back to the list of articles