?
Организация иерархической структуры интеллектуальной системы анализа и оценки устойчивости БЦВК к деструктивному воздействию ЭМИ
Электросвязь. 2012. № 8. С. 36–39.
Царегородцев А. В., Михайлов В. А., Мырова Л. О.
Предлагается подход к организации иерархической структуры интеллектуальной системы оценки и анализа устойчивости БЦВК к деструктивным воздействиям ЭМИ. Адаптивный характер уровней системы обусловливается использованием интеллектуальных средств нечеткой логики и нейронных сетей для решения задач классификации и кластеризации деструктивных воздействий на БЦВК по признакам таких воздействий, формируемых датчиками ЭМВ.
Приоритетные направления:
компьютерно-математическое
Язык:
русский
Qian X., Guan X., Zhang B. и др., Journal of Global Optimization 2026
Добавлено: 27 сентября 2026 г.
Миркин Б. Г., Bekniyazov A., , in: Navigating Complexity: Statistical Methods, Data Analysis, and Machine Learning for Actionable Insights.: Switzerland: Springer Cham, 2026. P. 210–217.
Добавлено: 25 сентября 2026 г.
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
Добавлено: 25 сентября 2026 г.
Дубич Е. В., Щагин Д. В., Славянский форум 2026 № 2 (52) С. 560–565
В статье сравниваются протоколы HTTP/2 и HTTP/3 при передаче статических файлов в условиях программно моделируемой сетевой деградации. Эксперимент показал, что HTTP/3 не является универсально более быстрым, но устойчивее проявляет себя при росте задержки и потерь пакетов. ...
Добавлено: 25 сентября 2026 г.
Joulitov A.K., Lomazova I.A., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 4(2) P. 215–224
В майнинге процессов (process mining) графы непосредственного следования (Directly-Follows Graph, DFG) популярны благодаря своей простоте и наглядности. Однако, если процесс является ациклическим, но содержит параллельные события, стандартные алгоритмы построения DFG-моделей могут генерировать «ложные» циклы, которыe не представлены в журнале событий. Такие циклы мешают анализу информационных процессов, значительно снижая интерпретируемость и точность (precision) модели. Эта проблема ...
Добавлено: 24 сентября 2026 г.
Добрина Д. Н., Нестеренко А. Ю., Прикладная дискретная математика. Приложение 2026 № 19 С. 151–159
Работа содержит результаты формального анализа криптографических механизмов, входящих в состав проекта методических рекомендаций «Защищенный универсальный протокол передачи данных и управления микросхемой интеллектуальной карты» (протокол SECUNDA). Получена формальная модель и перечень трудноразрешимых математических задач, трудоёмкостью решения которых можно оценить стойкость используемых криптографических механизмов. ...
Добавлено: 24 сентября 2026 г.
I.I. Sergeev, I.A. Lomazova, Modeling and Analysis of Information Systems 2026 Vol. 33 No. 3 P. 394–419
Объектно-ориентированный process mining сформировался как эффективная парадигма анализа событийных данных, включающих несколько взаимодействующих бизнес-объектов. Существующие методы обнаружения моделей часто опираются на объектно-ориентированные сети Петри с фиксированными кратностями дуг, что ограничивает их способность представлять параметрические закономерности потребления и производства ресурсов, а также отражать количественные зависимости между взаимодействующими типами объектов. В данной работе предлагается метод обнаружения объектно-ориентированных ...
Добавлено: 24 сентября 2026 г.
Маринин Н. Д., Гетьман А. И., В кн.: Труды Института системного программирования РАНЧ. 2. Т. 38. Вып. 4.: ИСП РАН, 2026.
Аннотация. В работе рассматривается метод обнаружения туннелей, реализованных с помощьюпротокола DNS в сетевом трафике при помощи нейронной сети. Для этого был произведен анализактуальных методов. Подготовлен набор данных для обучения нейронной сети. Предложенная модельиспользует на входе последовательность символов, извлеченная из DNS ответа. Обученная модельпоказала F1-меру близкую к единице. Для проверки работоспособности доработаны модули системыобнаружения вторжений с ...
Добавлено: 23 сентября 2026 г.
Паршаков П. А., Паклина С. Н., International Journal of Human-Computer Interaction 2026 P. 1–17
Добавлено: 23 сентября 2026 г.
Андраби У. М., Wadood E., Ojha S. K. и др., IEEE Access 2026 Vol. 14 P. 103358–103375
Добавлено: 23 сентября 2026 г.
Добавлено: 23 сентября 2026 г.
Кертес-Фаркаш А., Аквей Ф. Л., Journal of Proteome Research 2026 Vol. 25 P. 3764–3768
Добавлено: 23 сентября 2026 г.
Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26
Добавлено: 22 сентября 2026 г.
Aleksei Samarin, Alexander Savelev, Aleksei Toropov и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862
Добавлено: 21 сентября 2026 г.
Aleksei Samarin, Назаренко А. А., Alexander Savelev и др., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854
Добавлено: 21 сентября 2026 г.
Маринин Н. Д., Гетьман А. И., Труды Института системного программирования РАН 2026 Т. 38 № 4 С. 123–142
В работе рассматривается метод обнаружения туннелей, реализованных с помощью протокола DNS в сетевом трафике при помощи нейронной сети. Для этого был произведен анализ актуальных методов. Подготовлен набор данных для обучения нейронной сети. Предложенная модель использует на входе последовательность символов, извлеченная из DNS ответа. Обученная модель показала F1 меру близкую к единице. Для проверки работоспособности доработаны ...
Добавлено: 11 сентября 2026 г.
Shabanov N., Kuricheva O., Kurbatova J. и др., / Series Working Papers SSRN "Department of Economics Ca’ Foscari University of Venice". 2026.
Добавлено: 21 августа 2026 г.
Добавлено: 19 мая 2026 г.