Методы и алгоритмы прогнозирования поведения и оценки свойств информационной системы

• Автор: Фаткиева, Роза Равильевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Санкт-Петербург
• Количество страниц: 141 с. : ил.

ОГЛАВЛЕНИЕ
Введение

Глава I Методы моделирования и оценки эффективности

функционирования информационной системы

1.1 Признаки и свойства динамической информационной системы

1.2 Моделирование динамических процессов информационной системы во времени.

1.2.1 Моделирование динамических информационных систем с помощью нейронных сетей 1

1.2.2 Моделирование динамических информационных систем на основе временных рядов

1.3 Параметры порядка динамической информационной системы.

1.3.1 Методы неформального моделирования.

1.3.2. Декомпозиция общей задачи оценки эффективности функционирования информационной системы
1.3.3.Макромоделировани е
1.3.4 Определение показателей эффективности и критериев защищенности ИС
1.4 Методы оценки эффективности функционирования средств защиты информации.
1.5 Постановка задачи исследования
Выводы по главе 1.
Глава II Математическая модель процесса защиты информационной
системы от факторов, нарушающих безопасность
2.1 Основные виды угроз и их анализ.
2.2 Модель воздействия атак на информационную систему.
2.3 Модель поведения информационной системы под
воздействием атак
2.4 Построение модели системы защиты информации
Л 2.5 Выбор показателей и критериев эффективности средств защиты
информации.
Выводы по главе II
Глава III Метод оценки эффективности функционирования средств
защиты информации
3.1 Метод определения весовых коэффициентов с помощью экспертных оценок.
3.2 Метод определения частных характеристик
3.3 Формирование обобщенного показателя эффективности и оценивание индивидуальных и групповых вкладов частных показателей.
Выводы по главе III.
Глава IV Практическая реализация предлагаемого метода оценки
средств защиты информации
4.1 Определение показателей эффективности средств защиты информации
4.2 Решение задачи выбора оптимального варианта с помощью метода экспертного оценивания.
4.2.1 Анализ степени защищенности информационной системы Энергонасос ЦКБМ
4.2.2 Выбор алгоритма шифрования.
Выводы по главе IV
Заключение
Список литературы


В качестве примера приведем схему, когда производит последовательно атаки «Компьютерный абордаж» (подбор пароля к системе вручную или с использованием специальной программы), приводящая к атаке «маскарад» (проникновение в компьютерную систему, выдавая себя за законного пользователя, с применением его кодов (паролей) и других идентифицирующих шифров), что создает возможность атаки «Мистификация» когда законный пользователь осуществляет связь с нелегальным терминалом, будучи абсолютно уверенным в том, что он работает с необходимым ему абонентом. То есть на какое-то время вместо одного русла со своими параметрами порядка в действительно возникает другое, именно то на которое рассчитывает злоумышленник, однако обычные пользователи не подозревают о том, что они уже находятся в области джокера. Данный пример наглядно демонстрирует, что для всех ИС одно событие может является возникновением длинных причинно-следственных связей. Одно событие может повлечь за собой другое, третье, «лавину изменений» затрагивающих всю систему. При этом переход к новому состоянию равновесия может произойти не скоро. То есть опасность находится на грани между детерминированным и вероятностным поведением. Сплошь и рядом становиться необходимым вероятностное описание. В г. Р. Фейнманом. Любая динамическая система описывает движение точки в фазовом пространстве. При этом для многих даже достаточно простых маломерных систем близкие траектории расходятся. То есть малые причины имеют большие следствия и тем самым насколько быстро эти следствия будут расти со временем определяется горизонт прогноза или срок, на который возможно провести прогноз динамической системы с необходимой точностью (предсказуемость). Мониторинг позволяет провести количественные характеристики и выяснить траекторию поведения ИС. Вторую траекторию, начинающуюся из близкой точки возможно считать возмущением первой траектории. По данным двум траекториям можно определить среднюю скорость расходимости траектории. При наличии достаточного количества данных, возможно использования для прогноза поведения динамической ИС нейронных сетей. Поведения динамической ИС возможно описать с помощью искусственной нейронной сети. С точки зрения нелинейной динамики наиболее интересны такие свойства искусственных нейронных сетей, как сложность динамики, устойчивость и предсказуемость. При этом если рассматривать аттрактор динамической ИС как выход (У) нейронной сети, то входной сигнал подается 2 способами: как начальные данные, либо, как параметры динамической системы. Выходной сигнал У получается в результате ряда явно заданных преобразований входного X. Основные этапы преобразования осуществляют нейроны и связи между ними, задаваемые весами. У=Р(Х,ш), причем вид функции Р известен. Некоторые из выходных или промежуточных сигналов могут снова подаваться на вход, так что результатом может быть неявная функция, например У=Р(Х,У,у) (реккурентные сети). Хорошо известными примерами сетей-функций могут служить многослойные персептроны и сети с радиальными базисными функциями. Искусственные нейронные сети зарекомендовали себя как универсальный инструмент в задачах аппроксимации, распознавания образов и т. Для сетей-функций проблемы возникают при попытке аппроксимации слишком сложных функциональных зависимостей: чересчур простая сеть способна дать правильную аппроксимацию, а очень уж сложная начинает усиливать шум. К тому же решение уравнения может не существовать, либо быть неединственным тогда это приведет к тому, что получить единственно нужное значение У-остается невыполненной задачей. Возможно использование итерационной схемы нейронной сети для аппроксимации неизвестных уравнений движения динамических систем по временным ряда. Временной ряд поставляет пары Хк и Ук (следующее состояние), а задача заключается в аппроксимации зависимости У=Р(Х) и использовании построенной аппроксимация для предсказания временного ряда. Данная задача может приводиться к нетривиальному временному поведению вместо сходимости к неподвижной точке. Динамические сети первого типа. Начальные данные X, конечное состояние - аттрактор динамической ИС У. Динамика сети описывается обыкновенными дифференциальными уравнениями, отображениями, либо клеточными автоматами. Так как в области притяжения аттрактора конечное состояние системы У в отображении У = /Г(Л') не зависит от X- все траектории притягиваются к одному и тому же аттрактору. Данный тип сетей представлять интерес тогда, когда аттракторов несколько и называется многоаттракторными сетями.