Разработка методологии защиты системы искусственного интеллекта в распределенных информационных системах
https://doi.org/10.55648/1998-6920-2023-17-3-78-86
Аннотация
Данная статья посвящена методологии строительства искусственных интеллектуальных систем для задач защиты информации. Защищать же планируется сам искусственный интеллект (ИИ) и информацию, которую данное устройство будет обрабатывать. Мероприятие масштабное по своей величине и автор данного текста постарается представить не просто концепт, скорее идею по достижению цели данного результата. Под результатом будем понимать итоговое строительство защищенного ИИ, созданного для организации обеспечения информационной безопасности (ИБ).
Ключевые слова
искусственный интеллект,
нейронные сети,
большие данные,
машинное обучение,
квазибиологическая парадигма
При поддержке: Исследование выполнено при финансовой поддержке Минцифры России (грант ИБ) в рамках научного проекта, соглашение № 40469-05/2022-д от 30.06.2022
Об авторе
С. И. Штеренберг
https://zss.sut.ru/shterenberg/
Московский технический университет связи и информатики (МТУСИ)
Россия
Московский технический университет связи и информатики (МТУСИ)
Россия
Штеренберг Станислав Игоревич - кандидат технических наук, доцент кафедры информационной безопасности, МТУСИ.
111024, Москва, ул. Авиамоторная, 8а
Список литературы
1. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии / пер. с англ. С. Филина. М.: Манн, Иванов и Фербер, 2016. 496 с.
2. Штеренберг С. И. Методика построения защищенных систем искусственного интеллекта для проведения электроретинографии в офтальмологии // Офтальмохирургия. 2022. № S4. С. 51–57.
3. Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб.: Питер, 2018. 480 с.
4. Ушаков И. А. Обнаружение инсайдеров в корпоративной компьютерной сети на основе технологий анализа больших данных // Вестник Санкт-Петербургского государственного университета технологии и дизайна. Серия 1: Естественные и технические науки. 2019. № 4. С. 38–43.
5. Степанов М. Д., Павленко Е. Ю., Лаврова Д. С. Обнаружение сетевых атак в программно-конфигурируемых сетях с использованием алгоритма изолирующего леса // Проблемы информационной безопасности. Компьютерные системы. 2021. № 1. С. 62–78.
6. Васильева К. В., Лаврова Д. С. Обнаружение аномалий в киберфизических системах с использованием графовых нейронных сетей // Проблемы информационной безопасности. Компьютерные системы. 2021. № 1. С. 117–130.
7. Хапке Х., Нельсон К. Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow / пер. с англ. Н. Б. Желновой. М.: ДМК Пресс, 2021. 346 с.
8. Миняев А. А. Метод и методика оценки эффективности системы защиты территориальнораспределенных информационных систем // Информатизация и связь. 2020. № 6. С. 29–36.
9. Гамидов Т. О., Виткова Л. А., Ковцур М. М. Разработка моделей и алгоритмов анализа данных для исследования хода инцидентов и кризисов в социальных сетях // Вестник Санкт-Петербургского государственного университета технологии и дизайна. Серия 1: Естественные и технические науки. 2020. № 2. С. 3–10.
Дополнительные файлы
Рецензия
Для цитирования:
Штеренберг С.И. Разработка методологии защиты системы искусственного интеллекта в распределенных информационных системах. Вестник СибГУТИ. 2023;17(3):78-86. https://doi.org/10.55648/1998-6920-2023-17-3-78-86
For citation:
Shterenberg S.I. Development of a methodology for the protection of artificial intelligence systems in distributed information systems. The Herald of the Siberian State University of Telecommunications and Information Science. 2023;17(3):78-86. (In Russ.) https://doi.org/10.55648/1998-6920-2023-17-3-78-86
Просмотров:
302
Послать статью по эл. почте 
