Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах

• Published in: Штучний інтелект
• Date: 2012
• Main Authors: Андрощук, О.С., Кудін, А.М.
• Format: Article
• Language: Ukrainian
• Published: Інститут проблем штучного інтелекту МОН України та НАН України 2012
• Subjects: Нейронные сети и нейросетевые технологии. Информационная безопасность ИС
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/57897
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах / О.С. Андрощук, А.М. Кудін // Штучний інтелект. — 2012. — № 4. — С. 529-534. — Бібліогр.: 12 назв. — укр.

Розглядається задача оцінки ризиків безпеки інформації в хмарних обчислювальних та в інших складних системах. Вперше запропонована модель вибору раціонального складу архітектури системи нечіткого логічного висновку (СНЛВ) для оцінки ризику в складних системах на основі розв’язання багатокритеріальної задачі. Модель надає можливість на підставі статистичних даних вибирати методи СНЛВ для різних випадків та вибрати оптимальну архітектуру СНЛВ. Рассматривается задача оценки риска безопасности информации в облачных вычислительных и в других сложных системах. Впервые предложена модель выбора рационального состава архитектуры системы нечеткого логического вывода (СНЛВ) для оценки риска в сложных системах на основе решения многокритериальной задачи. Модель дает возможность на основании статистических данных выбрать методы СНЛВ для разных случаев и выбрать оптимальную структуру СНЛВ. The problem of risk assessment of information security in cloud computing and in other complex systems is considered. The rational choice model of architecture for fuzzy inference system (FIS) based on multicriteria decision is first proposed. The model makes possible choose FIS methods for different variants on the basis of statistical data and to choose the optimal structure for FIS.