Choice of metadata Статьи
Page 1, Results: 17
Report on unfulfilled requests: 0
1.
Подробнее
3
А 95
Ахметов, Б. Б.
Параметры оценки эффективности нейросетевых средств распознавания кибератак на сетевые ресурсы информационных систем [Текст] / Б. Б. Ахметов, А. Г. Корченко [и др.] // Қазақстан Республикасының Ұлттық ғылым академиясының баяндамалары=Доклады Национальной академии наук Республики Казахстан. - 2017. - №2. - С. 28-38.
ББК 3
Рубрики: Техника.
Кл.слова (ненормированные):
параметры -- оценка -- эффективность -- нейросетевые средства распознавания -- кибератаки -- сетевые ресурсы -- информационные системы
Аннотация: Одним из основных препятствий широкому внедрению нейросетевых методов и моделей в системах распознавания кибератак на сетевые ресурсы информационных систем является отсутствие параметров на основе которых можно оценить их эффективности.
Держатели документа:
ЗКГУ им.М.Утемисова.
Доп.точки доступа:
Корченко, А.Г.
Терейковский, И.А.
Алибиева, Ж.М.
Бапиев, И.М.
А 95
Ахметов, Б. Б.
Параметры оценки эффективности нейросетевых средств распознавания кибератак на сетевые ресурсы информационных систем [Текст] / Б. Б. Ахметов, А. Г. Корченко [и др.] // Қазақстан Республикасының Ұлттық ғылым академиясының баяндамалары=Доклады Национальной академии наук Республики Казахстан. - 2017. - №2. - С. 28-38.
Рубрики: Техника.
Кл.слова (ненормированные):
параметры -- оценка -- эффективность -- нейросетевые средства распознавания -- кибератаки -- сетевые ресурсы -- информационные системы
Аннотация: Одним из основных препятствий широкому внедрению нейросетевых методов и моделей в системах распознавания кибератак на сетевые ресурсы информационных систем является отсутствие параметров на основе которых можно оценить их эффективности.
Держатели документа:
ЗКГУ им.М.Утемисова.
Доп.точки доступа:
Корченко, А.Г.
Терейковский, И.А.
Алибиева, Ж.М.
Бапиев, И.М.
2.
Подробнее
32.973
Б 28
Батырхан, А. Б.
Эффективное использование вейвлет преобразование вместо фурье преобразование [Текст] / А. Б. Батырхан, Н. Е. Жолдасов // Ізденіс=Поиск . - 2019. - №3. - С. 304-309. - (Серия гуманитарных наук)
ББК 32.973
Рубрики: Компьютеры
Кл.слова (ненормированные):
вейвлет -- фурье -- преобразование -- информационные технологии -- информация -- частота
Аннотация: В последнее десятилетие в мире возникло и оформилось новое научное направление, связанное с так называемым вейвлет-преобразованием. Слово "wavelet" , являющееся переводом французского слова "ondelette". означает небольшие волны, следующие друг за другом. Можно без преувеличения сказать, что вейвлеты произвели революцию в области теории и практики обработки нестационарных сигналов. В настоящее время вейвлеты широко применяются для распознавания образов: при обработке и синтезе различных сигналов, например, речевых, медицинских; для изучения свойств турбулентных полей и во многих других случаях
Держатели документа:
ЗКГУ
Доп.точки доступа:
Жолдасов, Н.Е.
Б 28
Батырхан, А. Б.
Эффективное использование вейвлет преобразование вместо фурье преобразование [Текст] / А. Б. Батырхан, Н. Е. Жолдасов // Ізденіс=Поиск . - 2019. - №3. - С. 304-309. - (Серия гуманитарных наук)
Рубрики: Компьютеры
Кл.слова (ненормированные):
вейвлет -- фурье -- преобразование -- информационные технологии -- информация -- частота
Аннотация: В последнее десятилетие в мире возникло и оформилось новое научное направление, связанное с так называемым вейвлет-преобразованием. Слово "wavelet" , являющееся переводом французского слова "ondelette". означает небольшие волны, следующие друг за другом. Можно без преувеличения сказать, что вейвлеты произвели революцию в области теории и практики обработки нестационарных сигналов. В настоящее время вейвлеты широко применяются для распознавания образов: при обработке и синтезе различных сигналов, например, речевых, медицинских; для изучения свойств турбулентных полей и во многих других случаях
Держатели документа:
ЗКГУ
Доп.точки доступа:
Жолдасов, Н.Е.
3.
Подробнее
88
Ф 75
Фоломеева, Т.В.
Непрямые способы распознавания обмана [Текст] / Т.В. Фоломеева // Вопросы психологии. - 2019. - №5. - С. . 49-57
ББК 88
Рубрики: Психология
Кл.слова (ненормированные):
невербальное поведение -- обман -- непрямые техники выявления обмана -- прямые техники выявления обмана
Аннотация: Статья посвящена анализу характеристик, которые приписываются чеовеку в зависимости от сообщаемой им информации. Предполагается, что представляющий ложную информацию наделяется более негативными характеристиками в сравнениии с сообщающим правду. Исследование, в котором приняли участие 532 человека, было реализовано в три этапа. Кроме того, на уровне тенденции было установлено, что непрямые способы распознавания обмана являются более эффективными в сравнении с прямыми вопросами.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Федотова , С.В.
Аветисян, А.С.
Ф 75
Фоломеева, Т.В.
Непрямые способы распознавания обмана [Текст] / Т.В. Фоломеева // Вопросы психологии. - 2019. - №5. - С. . 49-57
Рубрики: Психология
Кл.слова (ненормированные):
невербальное поведение -- обман -- непрямые техники выявления обмана -- прямые техники выявления обмана
Аннотация: Статья посвящена анализу характеристик, которые приписываются чеовеку в зависимости от сообщаемой им информации. Предполагается, что представляющий ложную информацию наделяется более негативными характеристиками в сравнениии с сообщающим правду. Исследование, в котором приняли участие 532 человека, было реализовано в три этапа. Кроме того, на уровне тенденции было установлено, что непрямые способы распознавания обмана являются более эффективными в сравнении с прямыми вопросами.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Федотова , С.В.
Аветисян, А.С.
4.
Подробнее
32.973
П 18
Ахметов, Б. Б.
Параметры оценки эффективности нейросетевых средств распознавания кибератак на сетевые ресурсы информационных систем [Текст] / Б. Б. Ахметов, А. Г. Корченко [и др.] // ҚР Ұлттық ғылым академиясының баяндамалары = Доклады Национальной академии наук РК. - Алматы, 2017. - №2. - С. 28-38
ББК 32.973
Рубрики: Информатика
Кл.слова (ненормированные):
безопасность информации -- выявления кибератак -- информационная система -- нейросетевые модели -- нейросетевые методы -- параметр безопасности -- сетевые ресурсы -- распознавания кибератак -- оценка эффективности
Аннотация: Одним из основных препятствий широкому внедрению нейросетевых методов и моделей в системах распознавания кибератак на сетевые ресурсы информационных систем является отсутствие параметров на основе которых можно оценить их эффективности.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Корченко, А.Г.
Терейковский, И.А.
Алибиева, Ж.М.
Бапиев, И.М.
П 18
Ахметов, Б. Б.
Параметры оценки эффективности нейросетевых средств распознавания кибератак на сетевые ресурсы информационных систем [Текст] / Б. Б. Ахметов, А. Г. Корченко [и др.] // ҚР Ұлттық ғылым академиясының баяндамалары = Доклады Национальной академии наук РК. - Алматы, 2017. - №2. - С. 28-38
Рубрики: Информатика
Кл.слова (ненормированные):
безопасность информации -- выявления кибератак -- информационная система -- нейросетевые модели -- нейросетевые методы -- параметр безопасности -- сетевые ресурсы -- распознавания кибератак -- оценка эффективности
Аннотация: Одним из основных препятствий широкому внедрению нейросетевых методов и моделей в системах распознавания кибератак на сетевые ресурсы информационных систем является отсутствие параметров на основе которых можно оценить их эффективности.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Корченко, А.Г.
Терейковский, И.А.
Алибиева, Ж.М.
Бапиев, И.М.
5.
Подробнее
88
К 82
Кривцова, С. В.
Школьный буллинг: прояснение понятий / С. В. Кривцова, А. Н. Шапкина, М. П. Малыгина // Вопросы психологии. - 2019. - №3. - С. 17-28
ББК 88
Рубрики: Психология
Кл.слова (ненормированные):
буллинг -- моббинг -- виктимизация -- насилие -- агрессия -- ярость -- гнев -- злость -- жестокость -- критерии буллинга -- распознавание буллинга -- практическая психология
Аннотация: Дается краткий обзор международных и российских научных исследований, проведенных в последнее время и связанных с феноменом травли, анализируются этапы введения в науку понятия «буллинг» и близких к нему терминов. Кратко излагается история исследований явлений буллинга в Скандинавских странах и США, проясняются сходство и отличия понятий «буллинг» и «моббинг». Авторами делается попытка провести различия между понятиями «буллинг», «агрессия», «насилие», «виктимизация», которые часто путают. Для этого приводится феноменологический анализ агрессии и ее разновидностей в зависимости от типа переживаемой угрозы. Агрессия понимается как рефлексоподобная (протекающая «слепо», автоматически) защитная копинговая реакция с эффектом ситуативного преодоления. В зависимости от типа угрозы выделяются такие типы агрессии, как ненависть, ярость, гнев, злость и жестокость. Им даются описания на уровне чувств. Ненависть «желает уничтожения угрожающего объекта по принципу “остаться должен только я, а не это”», ярость «требует сохранения качества отношений, защищает качество жизни», гнев и злость защищают собственную ценность, «обрушиваясь сверху на ценность и авторитет угрожающего другого», а жестокость является следствием переживания бессмысленности. Далее в статье вводится понятие «насилие». В отличие от чувств, это активность, которая характеризуется намеренным нанесением вреда другому существу. Принципиальным здесь является активно-деятельный характер защитного поведения. Проводится анализ отличия насилия от виктимизации, агрессии в широком смысле (насилие является одной из форм агрессивного поведения), в этот ряд понятий вводится специфика насилия в форме буллинга. В результате приводится определение буллинга и дается комментарий к каждому из четырех критериев буллинга как насильственных действий, имеющих намеренный, систематический характер и наносимых явно более слабому противнику, который испытывает в связи с этим очевидные страдания. Ставится проблема распознавания учителями различных форм агрессивных чувств и агрессивного поведения, конструктивного обхождения с ними. Особое значение придается распознаванию буллинга школьными учителями, приводятся данные эмпирических исследований на данную тему. Дается краткое описание методики The Bullying Situations Identifi cation Instrument (BSI) для определения способности педагогов распознавать буллинг, приводятся результаты применения методики в США и первые данные по российским педагогам.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Шапкина, А.Н.
Малыгина, М.П.
К 82
Кривцова, С. В.
Школьный буллинг: прояснение понятий / С. В. Кривцова, А. Н. Шапкина, М. П. Малыгина // Вопросы психологии. - 2019. - №3. - С. 17-28
Рубрики: Психология
Кл.слова (ненормированные):
буллинг -- моббинг -- виктимизация -- насилие -- агрессия -- ярость -- гнев -- злость -- жестокость -- критерии буллинга -- распознавание буллинга -- практическая психология
Аннотация: Дается краткий обзор международных и российских научных исследований, проведенных в последнее время и связанных с феноменом травли, анализируются этапы введения в науку понятия «буллинг» и близких к нему терминов. Кратко излагается история исследований явлений буллинга в Скандинавских странах и США, проясняются сходство и отличия понятий «буллинг» и «моббинг». Авторами делается попытка провести различия между понятиями «буллинг», «агрессия», «насилие», «виктимизация», которые часто путают. Для этого приводится феноменологический анализ агрессии и ее разновидностей в зависимости от типа переживаемой угрозы. Агрессия понимается как рефлексоподобная (протекающая «слепо», автоматически) защитная копинговая реакция с эффектом ситуативного преодоления. В зависимости от типа угрозы выделяются такие типы агрессии, как ненависть, ярость, гнев, злость и жестокость. Им даются описания на уровне чувств. Ненависть «желает уничтожения угрожающего объекта по принципу “остаться должен только я, а не это”», ярость «требует сохранения качества отношений, защищает качество жизни», гнев и злость защищают собственную ценность, «обрушиваясь сверху на ценность и авторитет угрожающего другого», а жестокость является следствием переживания бессмысленности. Далее в статье вводится понятие «насилие». В отличие от чувств, это активность, которая характеризуется намеренным нанесением вреда другому существу. Принципиальным здесь является активно-деятельный характер защитного поведения. Проводится анализ отличия насилия от виктимизации, агрессии в широком смысле (насилие является одной из форм агрессивного поведения), в этот ряд понятий вводится специфика насилия в форме буллинга. В результате приводится определение буллинга и дается комментарий к каждому из четырех критериев буллинга как насильственных действий, имеющих намеренный, систематический характер и наносимых явно более слабому противнику, который испытывает в связи с этим очевидные страдания. Ставится проблема распознавания учителями различных форм агрессивных чувств и агрессивного поведения, конструктивного обхождения с ними. Особое значение придается распознаванию буллинга школьными учителями, приводятся данные эмпирических исследований на данную тему. Дается краткое описание методики The Bullying Situations Identifi cation Instrument (BSI) для определения способности педагогов распознавать буллинг, приводятся результаты применения методики в США и первые данные по российским педагогам.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Шапкина, А.Н.
Малыгина, М.П.
6.
Подробнее
74.58
Л 37
Левицкая, А. А.
Направления развития медиаобразования в Республике Беларусь (1992–2018) [Текст] / А. А. Левицкая // Alma mater . - Москва, 2019. - №1. - С. 98-104
ББК 74.58
Рубрики: Высшее образование
Кл.слова (ненормированные):
медиаобразование -- медиаграмотность -- Республика Беларусь -- Белоруссия -- критическое мышление -- специалисты -- референдум -- политические и экономические реформы -- европейский колледж -- томоженный союз
Аннотация: Рассмотрена новейшая история медиаобразования в Республике Беларусь. Обозначен спектр направлений, по которым развивается медиаобразовательная деятельность в данной стране. Автор делает вывод, что на современном этапе в Республике Беларусь нет свидетельств сформировавшейся национальной системы медиаобразования. Есть отдельные сегменты, отличающиеся разным уровнем и динамикой развития. Среди проблем интеграции медиаобразования отмечены отсутствие целенаправленной, системной подготовки будущих учителей к медиаобразованию школьников, сознательное сужение спектра развивающего потенциала медиаобразовательных занятий до развития навыков распознавания манипулятивных технологий СМИ. Также исследована проблема согласования теоретических и практических подходов к развитию медиакомпетентности граждан
Держатели документа:
ЗКГУ
Л 37
Левицкая, А. А.
Направления развития медиаобразования в Республике Беларусь (1992–2018) [Текст] / А. А. Левицкая // Alma mater . - Москва, 2019. - №1. - С. 98-104
Рубрики: Высшее образование
Кл.слова (ненормированные):
медиаобразование -- медиаграмотность -- Республика Беларусь -- Белоруссия -- критическое мышление -- специалисты -- референдум -- политические и экономические реформы -- европейский колледж -- томоженный союз
Аннотация: Рассмотрена новейшая история медиаобразования в Республике Беларусь. Обозначен спектр направлений, по которым развивается медиаобразовательная деятельность в данной стране. Автор делает вывод, что на современном этапе в Республике Беларусь нет свидетельств сформировавшейся национальной системы медиаобразования. Есть отдельные сегменты, отличающиеся разным уровнем и динамикой развития. Среди проблем интеграции медиаобразования отмечены отсутствие целенаправленной, системной подготовки будущих учителей к медиаобразованию школьников, сознательное сужение спектра развивающего потенциала медиаобразовательных занятий до развития навыков распознавания манипулятивных технологий СМИ. Также исследована проблема согласования теоретических и практических подходов к развитию медиакомпетентности граждан
Держатели документа:
ЗКГУ
7.
Подробнее
32.973
S53
Shalakhmetov, A.
Optical character recognition with neural networks [Текст] / A. Shalakhmetov, S. Aubakirov // Вестник Казахского национального университета имени Аль-Фараби. - Almaty, 2018. - №4. - Р. 28-41. - (Серия математика, механика, информатика=Series mathematics, mechanics, computer science)
ББК 32.973
Рубрики: Компьютеры (электронно-вычислительные машины)
Кл.слова (ненормированные):
OCR -- нейронные сети -- сверточные нейронные сети -- автоматизация -- оптическое распознавание -- алгоритм -- машинное обучение -- оптическое распознавание -- многослойный перцептрон -- утилиты -- программное обеспечение -- оцифровка данных
Аннотация: XXI век – это век глобальной автоматизации и оцифровки данных. В наше время имеется огромный спрос на системы оптического распознавания, включая системы распознавания символов. В сфере оптического распознавания используются различные подходы в решении поставленных задач. Некоторые из них основываются на классических методах выделения характерных признаков. Некоторые базируются на алгоритмах машинного обучения. В данной работе рассматриваются исследования в сфере машинного обучения и предложения для последующих исследований. Данная статья основывается на двух публикациях, которые описывают основы машинного обучения. Мы поставили несколько аналогичных экспериментов для ознакомления с методами и техниками данного подхода, а также для определения основных принципов, которые влияют на процесс оптического распознавания. Мы проанализировали две основные архитектуры: многослойный перцептрон и сверточные нейронные сети. В заключении, мы ознакомились с основами алгоритмов машинного обучения и составили стратегию для дальнейших исследований. Полученный результат отражает разницу в производительности между разными моделями сверточных нейронных сетей при одинаковых условиях. Последующие работы будут содержать исследования и эксперименты различных архитектур. В дополнении, мы рассмотрели различные утилиты, программное обеспечение и среды для создания оптимального процесса реализации системы
Держатели документа:
ЗКГУ
Доп.точки доступа:
Aubakirov, S.
S53
Shalakhmetov, A.
Optical character recognition with neural networks [Текст] / A. Shalakhmetov, S. Aubakirov // Вестник Казахского национального университета имени Аль-Фараби. - Almaty, 2018. - №4. - Р. 28-41. - (Серия математика, механика, информатика=Series mathematics, mechanics, computer science)
Рубрики: Компьютеры (электронно-вычислительные машины)
Кл.слова (ненормированные):
OCR -- нейронные сети -- сверточные нейронные сети -- автоматизация -- оптическое распознавание -- алгоритм -- машинное обучение -- оптическое распознавание -- многослойный перцептрон -- утилиты -- программное обеспечение -- оцифровка данных
Аннотация: XXI век – это век глобальной автоматизации и оцифровки данных. В наше время имеется огромный спрос на системы оптического распознавания, включая системы распознавания символов. В сфере оптического распознавания используются различные подходы в решении поставленных задач. Некоторые из них основываются на классических методах выделения характерных признаков. Некоторые базируются на алгоритмах машинного обучения. В данной работе рассматриваются исследования в сфере машинного обучения и предложения для последующих исследований. Данная статья основывается на двух публикациях, которые описывают основы машинного обучения. Мы поставили несколько аналогичных экспериментов для ознакомления с методами и техниками данного подхода, а также для определения основных принципов, которые влияют на процесс оптического распознавания. Мы проанализировали две основные архитектуры: многослойный перцептрон и сверточные нейронные сети. В заключении, мы ознакомились с основами алгоритмов машинного обучения и составили стратегию для дальнейших исследований. Полученный результат отражает разницу в производительности между разными моделями сверточных нейронных сетей при одинаковых условиях. Последующие работы будут содержать исследования и эксперименты различных архитектур. В дополнении, мы рассмотрели различные утилиты, программное обеспечение и среды для создания оптимального процесса реализации системы
Держатели документа:
ЗКГУ
Доп.точки доступа:
Aubakirov, S.
8.
Подробнее
32.813
Т 82
Туленбаев, К. М.
О проблемах различных типов нейросетевого моделирования распознавания изображений [Текст] / К. М. Туленбаев, Ә. Б. Әшірәлі // Высшая школа Казахстана. - 2019. - №3. - С. 238-244
ББК 32.813
Рубрики: Искусственный интеллект
Кл.слова (ненормированные):
нейросетевое моделирование -- изображения -- сверточная нейросеть -- медианный фильтр -- распознавание лица -- графическое кодирование -- компьютерное зрение -- стохастический градиентный спуск -- логические нейронные сети
Аннотация: Авторы данной статьи предлагают комбинированный алгоритм применения свёрточных нейросетей и медианного фильтра для распознавания нескольких людей на одной фотографии
Держатели документа:
ЗКГУ
Доп.точки доступа:
Әшірәлі, Ә.Б.
Т 82
Туленбаев, К. М.
О проблемах различных типов нейросетевого моделирования распознавания изображений [Текст] / К. М. Туленбаев, Ә. Б. Әшірәлі // Высшая школа Казахстана. - 2019. - №3. - С. 238-244
Рубрики: Искусственный интеллект
Кл.слова (ненормированные):
нейросетевое моделирование -- изображения -- сверточная нейросеть -- медианный фильтр -- распознавание лица -- графическое кодирование -- компьютерное зрение -- стохастический градиентный спуск -- логические нейронные сети
Аннотация: Авторы данной статьи предлагают комбинированный алгоритм применения свёрточных нейросетей и медианного фильтра для распознавания нескольких людей на одной фотографии
Держатели документа:
ЗКГУ
Доп.точки доступа:
Әшірәлі, Ә.Б.
9.
Подробнее
32.973.202
К 17
Калыбай , Ш. Т.
Методы структурного анализа информационных систем нечеткой иерархической структуры [Текст] / Ш. Т. Калыбай , С. Д. Джанузаков // Ізденіс. - 2018. - №2. - С. 228-232
ББК 32.973.202
Рубрики: Компьютерные системы и сети
Кл.слова (ненормированные):
информационнаая система -- иерархическая структура -- распознавания образов -- нечеткое множество -- оптимальная структура -- нечеткая иерархия -- законы композиции -- логическая матрица
Аннотация: В данной работе содержится методы структурного анализа информационных систем нечеткой иерархической структуры
Держатели документа:
ЗКГУ
Доп.точки доступа:
Джанузаков, С.Д.
К 17
Калыбай , Ш. Т.
Методы структурного анализа информационных систем нечеткой иерархической структуры [Текст] / Ш. Т. Калыбай , С. Д. Джанузаков // Ізденіс. - 2018. - №2. - С. 228-232
Рубрики: Компьютерные системы и сети
Кл.слова (ненормированные):
информационнаая система -- иерархическая структура -- распознавания образов -- нечеткое множество -- оптимальная структура -- нечеткая иерархия -- законы композиции -- логическая матрица
Аннотация: В данной работе содержится методы структурного анализа информационных систем нечеткой иерархической структуры
Держатели документа:
ЗКГУ
Доп.точки доступа:
Джанузаков, С.Д.
10.
Подробнее
3
A27
Akhmetov, B.
Status, perspectives and main directions of the development of cybersecurity of infortation and communication transport systems of kazaknstan [Текст] / B. Akhmetov // Доклады национальной академии наук республики Казахстан. - 2018. - №2. - Р. 23-30
ББК 3
Рубрики: Информатика
Кл.слова (ненормированные):
Информационно- коммуникационные системы -- система защиты информации -- информационная безопасность -- критически важные компьютерные системы -- системы обнаружения кибератаки
Аннотация: Статья содержит результаты сравнительного анализа предшествующих исследований в области кибербезопасности информационно- коммуникационных систем транспорта. Анализ выполнен в контексте решаемой проблемы дальнейшего развития методов и моделей распознавания киберугроз,аномалий и атак, направленных против информационно- коммуникационных систем транспорта, а также критически важной инфраструктуры Республики Казахстан. Актуальность задачи также вызвана формированием единой информационно- коммуникационной среды транспортной отрасли Казахстана, внедрением новых и модернизацией существующих информационных систем на транспорте в условиях увеличения количества дестабилизирующих воздействий на доступность, конфиденциальность и целостность информации.
Держатели документа:
ЗКГУ
A27
Akhmetov, B.
Status, perspectives and main directions of the development of cybersecurity of infortation and communication transport systems of kazaknstan [Текст] / B. Akhmetov // Доклады национальной академии наук республики Казахстан. - 2018. - №2. - Р. 23-30
Рубрики: Информатика
Кл.слова (ненормированные):
Информационно- коммуникационные системы -- система защиты информации -- информационная безопасность -- критически важные компьютерные системы -- системы обнаружения кибератаки
Аннотация: Статья содержит результаты сравнительного анализа предшествующих исследований в области кибербезопасности информационно- коммуникационных систем транспорта. Анализ выполнен в контексте решаемой проблемы дальнейшего развития методов и моделей распознавания киберугроз,аномалий и атак, направленных против информационно- коммуникационных систем транспорта, а также критически важной инфраструктуры Республики Казахстан. Актуальность задачи также вызвана формированием единой информационно- коммуникационной среды транспортной отрасли Казахстана, внедрением новых и модернизацией существующих информационных систем на транспорте в условиях увеличения количества дестабилизирующих воздействий на доступность, конфиденциальность и целостность информации.
Держатели документа:
ЗКГУ
Page 1, Results: 17