ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
одно из главных направлений достижения |
На рис. 1 представлена модель взаимо- |
рискозащищенности ЭВиЭО, на современ- |
связей между составляющими элементами |
ном этапе развития экономики возникает |
системы защищенности информационных |
необходимость в совершенствовании суще- |
активов, которая состоит из большого коли- |
ствующих методических подходов к оценке |
чества взаимодействующих субъектов и объ- |
информационных рисков ЭВиЭО. |
ектов. |
Рис. 1. Модель взаимосвязей информационных активов в защищаемой зоне ЭВ и ЭО предприятий
В проведенном исследовании [4] показано, что информационные риски входят в первую десятку общей структуры рисков предприятия и вопросам управления ими должно уделяться серьезное внимание. Схематично система защиты активов ЭВиЭО может быть представлена в виде пирамиды, в верхней части которой расположена информационная безопасность, так как информационные риски пронизывают все остальные риски, поскольку они рассматриваются в результате применения компанией информационных технологий, т.е. связаны с созданием, передачей, хранением и использованием информации.
Сама система управления безопасностью информационных активов состоит из нескольких подсистем (см. рис. 2).
Основные направления по применению
защитных мероприятий определяют необходимые затраты на безопасность информационных активов. К менее затратным, однако, имеющим высокий уровень эффективности, относятся организационные меры (внутренний и внешний аудит, анализ рисков, политика информационной безопасности, план бесперебойной работы, положения, процедуры, регламенты и руководства).
Таким образом, можно отметить, что одним из ведущих направлений в организационной защите информационных активов хозяйствующего субъекта, в котором проявляются экономические аспекты деятельности, является информационно-аналитическая деятельность по выявлению внутренних и внешних угроз, оценка и управление информационными рисками.
100
ВЫПУСК № 2 (10), 2017 |
ISSN 2307-177X |
Рис. 2. Структура системы защиты информационных активов в системе управления деятельностью ЭВиЭО предприятия
Библиографический список |
|
щиты: монография / Е.А. Жидко; |
Воронеж. |
||||||
1. Жидко Е. А., |
Попова Л. Г. |
Инфор- |
гос. арх -строит. ун-т. - Воронеж, 2016. - 123 с. |
||||||
5. Жидко Е.А., Попова Л.Г. Человече- |
|||||||||
мационные риски в экологии ХХI века: кон- |
|||||||||
ский фактор как аргумент информационной |
|||||||||
цепция управления//Информация и безопас- |
|||||||||
безопасности компании//Информация и без- |
|||||||||
ность. 2010. Т.13. №2. С. 175-184. |
|
||||||||
|
опасность. 2012. Т. 15. № 2. С. 265-268. |
||||||||
2. Жидко Е. А., |
Попова Л. Г. |
Инфор- |
|||||||
6. Жидко Е. А., |
Попова Л. Г. |
Инфор- |
|||||||
мационная безопасность модернизируемой |
|||||||||
мационная и |
интеллектуальная поддержка |
||||||||
России: постановка задачи / Е.А. Жидко, Л.Г. |
|||||||||
управления развитием социально - экономи- |
|||||||||
Попова // Информация и безопасность. 2011. |
|||||||||
ческих систем // Вестник Иркутского госу- |
|||||||||
Т. 14. № 2. С. 181-190. |
|
|
|
||||||
|
|
|
дарственного |
технического университета. |
|||||
3. Жидко Е. А. |
Научно-обоснованный |
||||||||
2014. № 10 (93). С. 12-19. |
|
|
|||||||
подход к классификации угроз информаци- |
|
|
|||||||
7. Жидко Е. А., |
Попова Л. Г. |
Инфор- |
|||||||
онной безопасности // Информационные си- |
|||||||||
мационная |
безопасность |
инновационной |
|||||||
стемы и технологии. - 2015. |
- № 1 (87). - |
||||||||
России: проблема кадров // Информация и |
|||||||||
С. 132-139. |
|
|
|
||||||
|
|
|
безопасность. 2011. Т. 14. № 2. С. 201-208. |
||||||
4. Жидко Е.А. Логико |
вероятностно- |
||||||||
8. Государственная |
информационная |
||||||||
информационный подход к моделированию |
|||||||||
информационной безопасности объектов за- |
политика компании. |
|
101
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
9. ГОСТ Р |
ИСО/МЭК 15408-1-2002 |
нии системами теплоснабжения / С.А. Сазо- |
Политика безопасности организации. |
нова // Вестник Воронежского института |
|
10. Доктрина |
информационной без- |
ГПС МЧС России. - 2016. -№ 3(20). -С.51-56. |
опасности Российской Федерации. |
15. Глухов Н.И., Заорский Г.В. Место |
|
11. Международный стандарт ISO / |
и роль информационной безопасности в си- |
|
IEC (серия стандартов информационной без- |
стеме управления и защиты предпринима- |
|
опасности). |
|
тельской деятельности // Интеграл. – 2007. - |
12. Сазонова, С.А. Оценка надежности |
№5. – С.40-42. |
|
работы сетевых объектов / С.А. Сазонова // |
16. Сазонова, С.А. Управление гидрав- |
|
Вестник Воронежского института высоких |
лическимим системами при резервировании |
|
технологий. - 2016. - №1(16). - С. 40-42. |
и обеспечении требуемого уровня надежно- |
|
13. Квасов, И.С. Статическое оценива- |
сти / С.А. Сазонова // Вестник Воронежско- |
|
ние состояния трубопроводных систем на |
го института высоких технологий. - 2016. - |
|
основе функционального эквивалентирова- |
№1(16). - С. 43-45. |
|
ния / И.С. Квасов, М.Я. Панов, С.А. Сазоно- |
17. Сазонова, С.А. Оценка надежности |
|
ва // Известия высших учебных заведений. |
работы гидравлических систем п о показате- |
|
Строительство. - 2000. - №4. - С. 100-105. |
лям эффективности / С.А. Сазонова // Вест- |
|
14. Сазонова, С.А. Обобщенная модель |
ник Воронежского института высоких тех- |
|
для обеспечения безопасности при управле- |
нологий. - 2016. - №1(16). - С. 37-39. |
|
УДК 004.421.5 |
|
|
Воронежский государственный технический университет |
Voronezh State Technical University |
|
Канд. техн. наук, доцент О.В. Курипта |
Ph. D. in Engineering O.V. Kuripta |
|
Россия, г. Воронеж, E-mail: okuripta@vgasu.vrn.ru |
Russia, Voronezh, E-mail: okuripta@vgasu.vrn.ru |
|
Студент В.О. Ерусов |
|
Student V.O. Erusov |
Россия, г. Воронеж, Е-mail: vosure1@gmail.com |
Russia, Voronezh, Е- mail: vosure1@gmail.com |
|
|
О.В. Курипта, |
В.О. Ерусов |
СРАВНИТЕЛЬНЫЙ АНАЛИЗ ПРОГРАММНЫХ ГЕНЕРАТОРОВ СЛУЧАЙНЫХ ЧИСЕЛ
Аннотация. В данной работе представлены результаты вычислительного эксперимента по сравнению генератора случайных чисел, построенного на линейном конгруэнтном методе, XORShift-генератора и запаздывающего генератора Фибоначчи с использованием простого частотного теста и -критерия, а также оценок характеристик формы экспериментально полученных распределений
Ключевые слова: генератор случайных чисел, равномерный закон распределения, экспериментальные оценки распределения, программная реализация псевдослучайных последовательностей
O.V. Kuripta, V.O. Erusov
COMPARATIVE ANALYSIS OF PROGRAM RANDOM NUMBER GENERATORS
Abstract. In this work the results of computer experiment of comparing three random number generators are represented. The first generator was built on linear congruent method, the second one is xor-shift generator and the third one is Fibonacci’s generator. The generators were compared by the results of frequency test, -test and estimation of distribution, which were built during the experiment.
Keywords: random number generator, normal distribution, experimental estimation of distribution, implementation random sequences
Автоматические 7 генераторы случайных чисел были впервые построены для того, чтобы проводить компьютерную симуля-
© Курипта О.В., Ерусов В.О., 2017
цию физических явлений, в частности, моделирование переноса нейтронов в ядерном делении. В настоящее время во многих областях науки и техники распространено ком-
102
ВЫПУСК № 2 (10), 2017 |
|
|
|
ISSN 2307-177X |
|
пьютерное моделирование [4,5]. Результаты |
повторения не возникали. Относительно ко- |
||||
таких расчетов зависят от «качества» слу- |
роткие |
непериодические подпоследователь- |
|||
чайности, получаемой с помощью использо- |
ности |
должны |
соответствовать |
различным |
|
ванных псевдослучайных |
последовательно- |
критериям случайности. |
|
||
стей. |
|
Генератор последовательности псевдо- |
|||
Последовательности чисел, генерируе- |
случаен, если он выглядит случайным, т.е. |
||||
мые с помощью компьютера, всегда детер- |
проходит все статистические тесты случай- |
||||
министичны, поскольку компьютер может |
ности, а так же не может быть достоверно |
||||
находиться только в конечном количестве |
воспроизведен, т.е. дважды запуская генера- |
||||
состояний, это количество огромно, но все- |
тор с абсолютно одинаковыми исходными |
||||
таки конечно. Следовательно, любой датчик |
данными, получаются случайные различные |
||||
случайных чисел по определению периоди- |
последовательности. Поэтому, существует |
||||
чен. Все периодическое – предсказуемо, т.е. |
огромное число тестов для проверки после- |
||||
уже не случайно. Поэтому компьютерные |
довательностей |
порожденных |
аппаратным |
||
программы генерируют |
псевдослучайные |
или программным генератором, обзор кото- |
|||
последовательности с периодом, достаточ- |
рых представлен в табл. 1[1,5,8]. |
|
|||
ным, чтобы в достаточно больших пределах |
|
|
|
|
|
|
|
|
|
|
Таблица 1 |
|
Тесты проверки случайных последовательностей |
||||
Статистические тесты NIST
В его состав входят 15 статистических тестов, которые определяют меры случайности двоичных последовательностей, порождѐнных либо аппаратными, либо программными генераторами случайных чисел. Эти тесты основаны на различных статистических свойствах, присущих только случайным последовательностям.
В этом тесте исследуется доля 0 и 1 в последовательности и насколько
частотный тест она близка к идеальному варианту – равновероятной последовательности. Для теста надо иметь не менее 100 бит данных.
тест на максимальный размер серии единиц
тест на серийность
Матричноранговый тест
Исследуется длина наибольшей непрерывной последовательности единиц и сравнивается с длиной такой цепочки для случайной последовательности.
В тесте находятся все серии битов – непрерывные последовательности одинаковых битов – и их распределение сравнивается с ожидаемым распределением таких серий для случайной последовательности. Длина последовательности 100 и более бит.
Цель теста – проверка линейной зависимости между подстроками фиксированного размера – матрицами 32х32 бита. Длина последовательности – не менее 38 912 бит, или 38 матриц.
Тесты diehard
Набор статистических тестов для измерения качества набора случайных чисел. Рассматриваются как один из наиболее строгих существующих наборов тестов.
пересекающиеся
перестановки
дни рождения
тест на парковку
тест сжатия
Анализируются последовательности пяти последовательных случайных чисел. 120 возможных перестановок должны получаться со статистически эквивалентной вероятностью.
Выбираются случайные точки на большом интервале. Расстояния между точками должны быть асимптотически распределены по Пуассону.
Случайно размещаются единичные окружности в квадрате 100×100. Если окружность пересекает уже существующую, попытаться ещѐ. После 12 000 попыток, количество успешно «припаркованных» окружностей должно быть нормально распределено.
умножается на случайные вещественные числа в диапазоне от 0 до 1, до тех пор, пока не получится 1. Повторяется 100 000 раз. Количество вещественных чисел необходимых для достижения 1 должно быть распределено определѐнным образом.
103
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
Из проведенного анализа следует, что |
ствительно равномерно распределенных чи- |
||||
получение случайных чисел сложная техни- |
сел актуальна. |
|
|
|
|
ческая задача, использующая инженерные |
Целью данной работы являлось иссле- |
||||
решения (для аппаратных генераторов), но и |
дование программных генераторов случай- |
||||
сложный аппарат теории статистики и чис- |
ных чисел (ГСЧ) с использованием критери- |
||||
ленных методов. |
ев согласия с равномерным законом распре- |
||||
В отличие от природных явлений пер- |
деления. |
|
|
|
|
воначально программно генерируется после- |
Основное требование к ГСЧ – последо- |
||||
довательность |
равномерно распределенных |
вательность чисел, порождаемая генерато- |
|||
чисел, преобразуемая потом в любую другую |
ром, должна быть равномерно распределена |
||||
форму. Исторически сложилось, что генера- |
по выбранному диапазону, так, чтобы каж- |
||||
торы случайных чисел стандартных библио- |
дое сгенерированное число имело равные |
||||
тек различных |
языков программирования |
шансы попадания в заданный диапазон. Для |
|||
построены на равномерном законе распреде- |
проверки этого требования использован ча- |
||||
ления. |
|
стотный тест, выполняющий сравнение фак- |
|||
Равномерное распределение – это рас- |
тически попавших в заданный интервал зна- |
||||
пределение случайной вещественной вели- |
чений с ожидаемым (теоретическим). |
||||
чины, принимающей значения, принадлежа- |
Гипотеза согласие генерируемых чисел |
||||
щие заданному интервалу, характеризующе- |
с равномерным законом распределения про- |
||||
еся тем, что плотность вероятности на этом |
верялась с помощью |
-квадрат |
критерия. |
||
интервале постоянна. То есть, при делении |
Реальный ГСЧ будет выдавать числа, рас- |
||||
интервала на равные промежутки, вероят- |
пределенные по |
интервалам и в каждый |
|||
ность попадания в него каждого сгенериро- |
интервал попадет по |
чисел. Для того, что- |
|||
ванного числа – равновероятна [1,5,8]. |
бы определить, насколько испытываемый |
||||
Если генератор выдает числа, смещен- |
генератор случайных чисел хорош и близок к |
||||
ные в какую-то часть интервала, то есть одни |
эталонному, вполне логично рассмотреть |
||||
числа выпадают чаще других, то результат |
квадраты разностей между полученным ко- |
||||
решения задачи может оказаться неверным. |
личеством чисел |
и эталонным |
. |
||
Поэтому проблема применения хорошего |
Сложив их, в результате получается: |
||||
генератора действительно случайных и дей- |
|
|
|
|
|
( |
) |
( |
Из (1) следует, что чем меньше разность в каждом из слагаемых (а значит, и чем меньше значение .), тем сильнее закон распределения случайных чисел, генерируемых реальным ГСЧ, тяготеет к равномерному. Таким образом, можно рассчитать значение -критерия для экспериментальных данных, которое и используется в дальнейшем.
Для численной оценки соответствия формы распределения задействовано четыре первых момента распределения в виде соответствующих статистических характеристик выборки: [2]
1. Математическое ожидание или
) |
( |
) |
(1) |
среднее значение случайной величины.
2.Среднеквадратичное отклонение (СКО)– мера разброса значений случайной величины относительно еѐ математического ожидания.
3.Коэффициент асимметрии – величина, характеризующая симметричность хвостов распределения случайной величины;
4.Коэффициент эксцесса (коэффициент островершинности) – величина, характеризующая остроту пика распределения случайной величины.
Для проведения исследования были выбраны три генератора, каждый из которых
всвою очередь основан на трех различных
104