Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах
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 багатокритеріально...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2012 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/57897 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | 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. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860123121781047296 |
|---|---|
| author | Андрощук, О.С. Кудін, А.М. |
| author_facet | Андрощук, О.С. Кудін, А.М. |
| citation_txt | 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. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | 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.
|
| first_indexed | 2025-12-07T17:40:13Z |
| format | Article |
| fulltext |
«Штучний інтелект» 4’2012 529
7А
УДК 004.9:355
О.С. Андрощук1, А.М. Кудін2
1Національна академія Державної прикордонної служби України
імені Б. Хмельницького, м. Хмельницький
Україна, 29003, м. Хмельницький, вул. Шевченка, 46
2Фізико-технічний інститут , НТУУ «КПІ», м. Київ
Україна, 03056, г. Київ, пр. Перемоги, 37
Багатокритеріальна модель вибору архітектури системи
нечіткого логічного висновку при аналізу ризиків
безпеки інформації в хмарних обчислювальних
та інших складних системах
A.S. Androschuk1, A.M. Kudin2
1National Academy of State Border Service of Ukraine
named B. Khmelnitsky, c. Khmelnitsky
Ukraine, 29003, c. Khmelnitsky, Shevchenko st.,46
2Physical Technical Institute, NTUU “KPI”, c. Kiev
Ukraine, 03056, c. Kiev, Pobedy ave.,37
Multicriteria Problem of Choice of Architecture for Fuzzy
Inference System to Analyze the Information Security Risk in
Cloud Computing and Other Complex Systems
А.С. Андрощук1, А.М. Кудин2
1Национальная академия Государственной пограничной службы Украины
имени Б. Хмельницкого, г. Хмельницкий
Украина, 29003, г. Хмельницкий, ул. Шевченко, 46
2Физико-технический институт , НТУУ «КПИ», г. Киев
Украина, 03056, г. Киев, пр. Победы, 37
Многокритериальная задача выбора архитектуры
системы нечеткого логического вывода для анализа
рисков безопасности информации в облачных
вычислительных и других сложных системах
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.
Ключові слова: аналіз ризиків, багатокритеріальна оптимізація, хмарні обчислювальні системи.
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.
Key words: risk assessment, multicriteria optimization, cloud computing systems.
Андрощук О.С., Кудін А.М.
«Искусственный интеллект» 4’2012 530
7А
А
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.
Ключевые слова: анализ рисков, многокритериальная оптимизация, облачные вычислительные
системы.
Вступ
Вирішення завдань з оцінки ризиків пов’язано з проблемою домінування якісних,
невизначених і нечітких факторів. Прикладами таких завдань може бути визначення
ризиків при проектуванні комплексних систем захисту хмарних обчислювальних систем [1],
оцінка ризику правоохоронними органами причетності осіб, об’єктів, транспортних засо-
бів та вантажів до протиправної діяльності [2-4], оцінка ризику надзвичайної ситуації
органами цивільного захисту, оцінка ризику військової небезпеки збройними форму-
ваннями тощо. Серед методів урахування таких факторів значного поширення набули
підходи на основі теорії нечітких множин та нечіткої логіки Л. Заде [5] із використанням
системи нечіткого логічного висновку (СНЛВ). Побудова архітектури такої системи
передбачає вибір низки методів та алгоритмів. Зважаючи на неоднорідність та різнома-
нітність архітектури складних систем, які досліджувались [1-4], завдання побудови раці-
ональної архітектури СНЛВ для кожного окремого випадку є актуальним.
Більшість підходів із вибору методів СНЛВ розглядають ситуацію прогнозу (апро-
ксимації) функції за експериментальними даними. Емпіричним шляхом вибирають різні
архітектури СНЛВ. Отримують числові прогнозні дані за певним методом, порівнюють
їх із реальними даними та визначають абсолютну і відносну похибки прогнозування. За
їх мінімумом визначають кращу архітектуру СНЛВ. Такий підхід не є придатним для
ситуації оцінки ризиків. У цьому випадку можна оцінити побудовану СНЛВ лише під
час експерименту. У роботі [6] обґрунтовується вибір того чи іншого методу одного типу
із залученням емпіричних міркувань на підставі досвіду застосування, який неможливо
формалізувати.
Таким чином на даний час відсутні формалізовані підходи до вибору архітектури
СНЛВ взагалі та частково для завдань оцінки ризиків.
Постановка завдання. Принциповими особливостями вирішення завдання вибору
раціонального варіанту архітектури СНЛВ, що визначають метод його рішення, є:
– багатокритеріальність завдання вибору;
– відсутність опису показників якості методів і кінцевого результату СНЛВ;
– різноманіття ситуацій тощо.
У зв’язку із цим вибір раціональної архітектури СНЛВ пропонується здійснити,
вирішуючи класичне завдання оптимізації [7].
Мета статті – подання підходу щодо вибору раціонального складу архітектури
СНЛВ із застосуванням методів багатокритеріальної оптимізації
Модель вибору раціонального складу архітектури СНЛВ
Моделі вибору раціональної архітектури СНЛВ та обґрунтування методу її до-
слідження представимо на прикладі вибору архітектури СНЛВ з оцінки ризиків безпеці
інформації в хмарних обчислювальних системах [1] та ризику порушення законодав-
ства з перетину державного кордону (ДК) [2-4]. Визначимо множини.
1. Множина – кінцева множина об’єктів оцінки ризику 1, 2,..., n. I – множина
індексів елементів: I={1,2,...,n}. Приклади об’єктів: підсистема хмарної обчислювальної
Многокритериальная задача выбора архитектуры системы...
«Штучний інтелект» 4’2012 531
7А
системи (віртуальні машини, які функціонують на певному хості; елементи розподіленої
системи збереження інформації тощо) або особи, транспортні засоби, вантажі, що
перетинають ДК.
2. Множина типів методів СНЛВ Z – кінцева множина елементів {zkі}, де zіk – k-й
тип методів по і-му об’єкту оцінки ризику і = N,1 , k = M,1 (наприклад, логічний
висновок, імплікація, композиція, агрегування, активізація, акумуляція) (табл. 1).
3. Множина всіх методів СНЛВ W – кінцева множина елементів {wіkj}, де wіkj –
j-й метод k-го типу по і-му об’єкту оцінки ризику (для спрощення візьмемо випадок,
коли кількість методів усіх типів є однаковою) і = N,1 , k = M,1 , j = L,1 (наприклад,
max-min, max-prod, max-max, min-min, max-average, sum-prod, min-max) (табл. 1).
4. Множина значень характеристики (вартість, швидкість розрахунку, алгоритмічна
складність прозорість (змістовна інтрепретабельність) [8]) методів – S. Елемент sіkj S,
і = N,1 , k = M,1 , j = L,1 являє собою реалізацію характеристики wіkj-го метода при
аналізі ризику об’єкта i . Потужності множин W та S збігаються:
|W| = |S|.
5. Множина вихідних значень оцінки ризику – О. Елемент оіkjО, і = N,1 , k = M,1 ,
j = L,1 характеризує реалізацію підмножини методів {wіkj} при аналізі ризику об’єкта i .
Введемо змінну:
xіkj={ (1)
Відзначимо, що по кожному об’єкту оцінки ризику застосовується один метод СНЛВ
(мається на увазі, наприклад, те, що одночасно два методи дефазифікації не можуть
застосовуватись для оцінки ризику одного об’єкта), тобто
L
j
ikjх
1
= 1. (2)
Основні параметри СНЛВ. Оцінка ризику об’єкта i, здійснюється вибором сукуп-
ності засобів wіkj, і = N,1 , k = M,1 , j = L,1 .
Для перевірки якості СНЛВ береться вибірка опису особи лінгвістичними змін-
ними з кінцевими результатами.
Результатом оцінки ризику i-тої особи сукупністю (об’єднанням) методів буде вираз
Oi (
M
k
L
j1 1
wіkj xіkj), (3)
у більш загальному випадку
О(
N
i
M
k
L
j1 1 1
wіkj xіkj ). (4)
Цей вираз має бути мінімізовано для оцінки «повний захист від загроз» або «бла-
гонадійна особа» та максимізовано для оцінки «порушення безпеки інформації» або
«порушник законодавства».
Характеристика (вартість) оцінки ризику об’єкта повинна бути мінімізована (макси-
мізована) або, принаймні, вона не повинна перевищувати якоїсь величини, скажімо Sоi:
Si=
M
k
L
j1 1
sіkj xіkj Sоi , (5)
1, якщо застосувується wіkj -й метод з об’єктом i ,
0, у протилежному випадку
Андрощук О.С., Кудін А.М.
«Искусственный интеллект» 4’2012 532
7А
А
де кожний доданок sjkіxjkі – характеристика (вартість) реалізації wjkі W метода,
використаного на оцінку об’єкта i, 1 i N.
Для системи в цілому це можна записати так:
S =
N
i 1
Sі =
N
i
M
k
L
j1 1 1
sіkj xіkj Sо, (6)
де Sо – обмеження вартості для системи.
Тривалість оцінки ризику об’єкта повинна бути мінімізована або, принаймні, вона не
повинна перевищувати граничний термін:
M
k
L
j1 1
tіkj xіkj Т, (7)
де Т – граничне значення часу оцінки підсистеми (вузла, віртуальної машини тощо)
або особи (транспортного засобу, вантажу), яка перетинає ДК.
У прямій постановці – визначити оптимальну архітектуру СНЛВ за виразом
О(
N
i
M
k
L
j1 1 1
wіkj xіkj )
благпор
min)(max . (8)
При мінімумі часу середньої оцінки і-го об’єкта маємо
L
j
N
i
M
k1 1 1
tіk xіk /N min, (9)
де tіkj часові витрати, необхідні для оцінки j-м методом СНЛВ k-го типу i-го об’-
єкта; xіkj – змінна, яка дорівнює 1, якщо застосовується j-й метод СНЛВ k-го типу i-го об’-
єкта, і дорівнює 0 у протилежному випадку; N – кількість об’єктів; M – кількість типів
методів СНЛВ; L – кількість методів СНЛВ k-го типу.
За таких обмежень:
а) на кожну СНЛВ призначається один метод k-го типу:
L
j
jkix
1
=1; (10)
б) загальна характеристика (вартість) СНЛВ не перевищує граничну:
N
i
M
k
L
j1 1 1
sіkj xіkj S, (11)
де sjkі – характеристика (вартість) j-го методу СНЛВ k-го типу для оцінки i-го об’-
єкта; S – гранична характеристика (вартість) СНЛВ.
У зворотній постановці – визначити оптимальний склад методів СНЛВ за виразом
О(
N
i
M
k
L
j1 1 1
wіkj xіkj ) )min(max
благпор
. (12)
Загальна характеристика (вартість) забезпечення оцінки ризику об’єкта i , i =
n,1 має бути мінімальною, тобто
L
j
N
i
M
k1 1 1
sіkі xіk min. (13)
За цих обмежень:
а) на кожну СНЛВ призначається один метод k-го типу:
L
j
jkix
1
=1; (14)
Многокритериальная задача выбора архитектуры системы...
«Штучний інтелект» 4’2012 533
7А
б) середня тривалість оцінки ризику не може перевищувати граничний термін:
L
j
N
i
M
k1 1 1
tіk xіk /N Т, (15)
де T – граничне значення часу оцінки підсистеми (вузла, віртуальної машини
тощо) або особи (транспортного засобу, вантажу), яка перетинає ДК.
Розв’язання задач (8) – (11) та (12) – (15) надасть змогу вибрати оптимальну архі-
тектуру СНЛВ, а вирішення відповідної сукупності завдань для всієї множини об’єктів –
створити варіант інтелектуальної системи підтримки прийняття рішень.
Відомо [9], [10] , що всі численні методи розв’язання багатокритеріальних задач
можна звести до трьох груп методів:
– метод головного показника;
– метод результуючого показника;
– лексикографічні методи (методи послідовних поступок).
Наявність змінної xіk і характер завдання, що вирішується, вказує на необхідність
застосування методів цілочисельного сепарабельного програмування для вирішення
поставленого завдання [11]. Для його реалізації на відміну від цих методів авторами
пропонується використання генетичного методу, який себе добре зарекомендував для
вирішення завдань параметричного налаштування [12].
Перевірку адекватності розробленої моделі вибору архітектури СНЛВ здійснено
за допомогою експерименту. Під час експерименту розглядались відомості, що містили
значення вхідних оцінок стосовно 30 об’єктів. За результатами розрахунків найкращі
результати було отримано із застосуванням методу Мамдані.
Методом активації буде min, який розраховується за формулою [12]:
AB(x, y)= A(x) A(y)=min(A(x), A(y)). (16)
Як метод агрегування застосовується операція min-кон’юнкції. Для акумуляції
закінчень правил вибрано max-диз’юнкцію. Як метод дефазифікації використовується
метод центру тяжіння за формулою [12]:
y
y
dyy
dyyy
y
)(
)(
0
. (17)
Висновки
Отже, у статті вперше подано модель вибору раціонального складу архітектури 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. Дослідження моделі надасть змогу вибрати оптимальну архітектуру СНЛВ,
а вирішення відповідної сукупності завдань для всієї множини об’єктів – створити варіант
інтелектуальної системи підтримки прийняття рішень.
Литература
1. Кудін А.М. Створення систем підтримки прийняття рішень для управління захистом інформації в
хмарних обчислювальних системах / А.М. Кудін // Збірник наукових праць Національної академії
держаної прикордонної ім. Б. Хмельницького. – 2010. – № 54. – С. 70-72.
2. Андрощук О.С. Модель нечіткого логічного виводу оцінки ризику пропуску правопорушників через
державний кордон / О.С. Андрощук, Е.В. Матусяк // Збірник наукових праць ВІТІ Національного тех-
нічного університету України «КПІ». – К. : ВІТІ НТУУ «КПІ», 2011. – Випуск № 1. – С. 14-23.
Андрощук О.С., Кудін А.М.
«Искусственный интеллект» 4’2012 534
7А
А
3. Андрощук, О.С. Оцінка ризику щодо пропуску автотранспортних засобів у пунктах пропуску із зас-
тосуванням нечіткого логічного висновку / О. С. Андрощук, Е. В. Матусяк // Збірник наукових праць
Військового інституту Київського національного університету імені Тараса Шевченка. – К. : ВІ КНУ,
2011. – Вип. № 33. – С. 79-86.
4. Андрощук О.С. Оцінка ризику щодо пропуску вантажів у пунктах пропуску із застосуванням нечіткого
логічного висновку / О.С. Андрощук // Вісник Вінницького політехнічного інституту. – Вінниця :
ВНТУ, 2011. – Вип. № 2 (95). – С. 128-133.
5. Zadeh L.A. Fuzzy Sets / L.A. Zadeh // Information and Control. – 1965. – № 8. – Р. 338-353.
6. Ротштейн А.П. Интеллектуальные технологии идентификации / А.П. Ротштейн. – Винница : Универсум,
1999. – 300 с.
7. Вентцель Е.С. Исследование операций: задачи / Вентцель Е.С. – М. : Наука, 1988.
8. Штовба С.Д. Обеспечение точности и прозрачности нечеткой модели Мамдани при обучении по экспери-
ментальным данным / С.Д. Штовба // Проблемы управления и информатики. – 2007. – № 4. – С. 102-114.
9. Кини Р.Л. Принятие решений при многих критериях предпочтения и замещения / Кини Р.Л. – М. :
Радио и связь, 1981. – 342 с.
10. Дубов Ю.А. Многокритериальные модели формирования и выбора вариантов систем / Дубов Ю.А.,
Травкин С.И., Якимец В.Н. – М. : Наука, 1986. – 296 с.
11. Мамиконов А.Г. Достоверность, защита и резервирование информации в АСУ / А.Г. Мамиконов,
В.В. Кульба. – М. : Энергоатомиздат, 1986. – 304 с.
12. Штовба С.Д. Проектирование нечетких систем средствами MatLab / Штовба С.Д. – М. : Горячая линия –
Телеком, 2007. – 288 с.
Literatura
1. Kudin A.M. Zbirnyk naukovykh prats natsionalnoyi akademii derzhavnoyi sluzhby imeni B. Khmelnytskogo.
2010. № 54. S.70-72.
2. O.S.Androschuk O.S. Zbirnyk naukovykh prats VITI Natsionalnogo tekhnichnogo universitetu Ukrayiny
“KPI”. К.: VITI NTUU “KPI”. 2011.Vypusk № 1. S. 14-23
3. Androschuk O.S. Zbirnyk naukovykh prats Viyskovogo institute Kiyivskogo natsionalnogo universitetu imeni
Tarasa Shevchenko. К.: VI KNU. 2011. Vyp. № 33. S. 79-86.
4. Androschuk O.S. Visnyk Vinnitskogo politekhnichnogo institutu. Vyp. № 2 (95). Vinnitsa: VNTU. 2011.
S. 128-133.
5. Zadeh L.A. Information and Control. 8(1965). Р. 338-353.
6. Rotshtejn, A. P. Vinnica: Universum, 1999. 300 s.
7. Ventcel’ E.S. Issledovanie operacij: zadachi. M.: Nauka. 1988.
8. Shtovba S.D. Problemy upravlenija i informatiki. 2007. № 4. S. 102-114.
9. Kini R. L. Prinjatie reshenij pri mnogih kriterijah predpochtenija i zameshhenija. M : Radio i svjaz’. 1981. 342 s.
10. Dubov Ju. A. Mnogokriterial'nye modeli formirovanija i vybora variantov sistem. M.: Nauka. 1986. 296 s.
11. Mamikonov A.G. Dostovernost’, zashhita i rezervirovanie informacii v ASU. M.: Jenergoatomizdat. 1986. 304 s.
12. Shtovba, S. D. Proektirovanie nechetkih sistem sredstvami MatLab. M.: Gorjachaja linija-Telekom. 2007. 288 s.
A.S. Androschuk, A.M. Kudin
Multicriteria Problem of Choice of Architecture for Fuzzy Inference
System to Analyze the Information Security Risk in Cloud Computing
and Other Complex Systems
In the article, the rational choice model of architecture for fuzzy inference system (FIS)
based on multicriteria decision is first proposed.
The model makes possible to choose FIS methods for different variants on the basis of sta-
tistical data. The model investigation will give opportunity to choose the optimal structure for FIS.
The solution of corresponding sets problems for the entire set of objects will give oppor-
tunity to create a variant of intellectual decision support system.
Стаття надійшла до редакції 08.06.2012.
|
| id | nasplib_isofts_kiev_ua-123456789-57897 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-12-07T17:40:13Z |
| publishDate | 2012 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Андрощук, О.С. Кудін, А.М. 2014-03-15T18:02:59Z 2014-03-15T18:02:59Z 2012 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. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/57897 004.9:355 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. uk Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Нейронные сети и нейросетевые технологии. Информационная безопасность ИС Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах Многокритериальная задача выбора архитектуры системы нечеткого логического вывода для анализа рисков безопасности информации в облачных вычислительных и других сложных системах Multicriteria Problem of Choice of Architecture for Fuzzy Inference System to Analyze the Information Security Risk in Cloud Computing and Other Complex Systems Article published earlier |
| spellingShingle | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах Андрощук, О.С. Кудін, А.М. Нейронные сети и нейросетевые технологии. Информационная безопасность ИС |
| title | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| title_alt | Многокритериальная задача выбора архитектуры системы нечеткого логического вывода для анализа рисков безопасности информации в облачных вычислительных и других сложных системах Multicriteria Problem of Choice of Architecture for Fuzzy Inference System to Analyze the Information Security Risk in Cloud Computing and Other Complex Systems |
| title_full | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| title_fullStr | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| title_full_unstemmed | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| title_short | Багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| title_sort | багатокритеріальна модель вибору архітектури системи нечіткого логічного висновку при аналізу ризиків безпеки інформації в хмарних обчислювальних та інших складних системах |
| topic | Нейронные сети и нейросетевые технологии. Информационная безопасность ИС |
| topic_facet | Нейронные сети и нейросетевые технологии. Информационная безопасность ИС |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/57897 |
| work_keys_str_mv | AT androŝukos bagatokriteríalʹnamodelʹviboruarhítekturisisteminečítkogologíčnogovisnovkuprianalízurizikívbezpekiínformacíívhmarnihobčislûvalʹnihtaínšihskladnihsistemah AT kudínam bagatokriteríalʹnamodelʹviboruarhítekturisisteminečítkogologíčnogovisnovkuprianalízurizikívbezpekiínformacíívhmarnihobčislûvalʹnihtaínšihskladnihsistemah AT androŝukos mnogokriterialʹnaâzadačavyboraarhitekturysistemynečetkogologičeskogovyvodadlâanalizariskovbezopasnostiinformaciivoblačnyhvyčislitelʹnyhidrugihsložnyhsistemah AT kudínam mnogokriterialʹnaâzadačavyboraarhitekturysistemynečetkogologičeskogovyvodadlâanalizariskovbezopasnostiinformaciivoblačnyhvyčislitelʹnyhidrugihsložnyhsistemah AT androŝukos multicriteriaproblemofchoiceofarchitectureforfuzzyinferencesystemtoanalyzetheinformationsecurityriskincloudcomputingandothercomplexsystems AT kudínam multicriteriaproblemofchoiceofarchitectureforfuzzyinferencesystemtoanalyzetheinformationsecurityriskincloudcomputingandothercomplexsystems |