Воспользуемся свойством двойственных задач линейного программирования, коэффициенты при переменных в целевой функции исходной задачи являются свободными членами ограничений двойственной задачи, и составим модель:
כ כ ǤǤǤ כ
|
|
|
(2) |
Рассмотрим интерпретацию переменных, значение которых формируется внутри модели [6]. В целевой функции задачи:
y1 – стоимость финансовых вложений для предприятия, как субъекта инноваций;
y2 ...yn+1 – цена риска по направлениям инновационной деятельности. В ограничениях:
y1 – рентабельность вложений в виде процентной ставки на финансовом рынке;
y2 ...yn+1 – рост рентабельности по направлениям инновационной деятельности.
Таким образом, двойственная задача требует минимизации расходов и учета риска по каждому направлению инновационной деятельности. При этом, левая часть неравенств в системе ограничений включает «плату за риск инвестиций в инновационной деятельности».
Следуя правилу двойственности, рыночная цена привлечения инвестиций по направлениям инновационной деятельности одновременно отражает минимальное значение необходимой рентабельности инвестиций [5].
При переносе безрисковой процентной ставки в правую часть неравенства получим значение «платы за риск» в расчете на единицу по каждому направлению инновационной деятельности (доход от инвестиций в инновации данного направления за вычетом рыночной цены капитала):
yi +1 ≥ ri – y1 |
(3) |
В предложенной модели (2) отражена оптимальная стратегия предприятия, которая позволяет:
-сформировать инновационный портфель с учетом приоритета каждого вида инноваций;
-дать количественную оценку результатов моделирования;
- выполнить анализ эффективности и расставить приоритеты
винновационной деятельности;
-предложить производственным предприятиям ряд сценариев инновационного развития [5].
30
Литература
1.Азимина Е. В. Роль инноваций в управлении долгосрочной эффективностью бизнеса // Известия СПбГЭУ. – 2014. – № 6. – c. 107-113.
2.Бурда А. Г. Исследование операций в экономике / А. Г. Бурда, Г. П. Краснодар, 2014.
3.Бурда А. Г., Бурда Г. П. Экономико-математические методы и модели. Кубанский государственный аграрный университет имени И.Т. Трубилина. Краснодар, 2018.
4.Затонская И. В. Экономико-математические методы в оптимизации структуры аграрного предприятия / В сборнике: Теоретические и практические аспекты развития современной науки Материалы XV международной научнопрактической конференции. Научно-информационный издательский центр "Институт стратегических исследований". 2015. С. 78-83.
5.Хорев И. С., Затонская И. В. Организационно-экономические проблемы формирования инновационной политики АПК / В сборнике: Роль инноваций в трансформации современной науки Сборник статей Международной научно-практической конференции. Ответственный редактор: Сукиасян Асатур Альбертович, 2015. - С. 255-258.
6.Методические разработки для выполнения курсовой работы по дисциплине «Математическая экономика». Затонская И. В. Краснодар, 2012.
7.Симплексный метод. Осенний В. В., Бурда А. Г., Бурда Г. П., Гудимова Н. М., Затонская И. В., Турлий С. И.; Учебно-методическое пособие для лабораторных работ и самостоятельного изучения. - Краснодар, 2015.
Кубанский государственный аграрный университет им. И. Т. Трубилина, г. Краснодар
УДК 004.83
С. И. Жавко, Н. В. Кривоносова
ОБЗОР МЕТОДОВ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ КОРПОРАТИВНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
Атаки на информационные сети становятся все более сложными и продуманными. С каждым днем количество злоумышленников новичков и профессионалов только возрастает. Злоумышленники стремятся завладеть конфиденциальной информацией, проникая в информационные системы. Они постоянно улучшают свои ресурсы и навыки для более эффективного шпионажа.
31
Традиционные подходы к информационной безопасности не справляются с такой интенсивностью и сложностью атак.
Применение искусственного интеллекта хоть и не является новой технологией, но все равно компании подходят с осторожность к внедрению искусственного интеллекта в их структуру и используют человеческие ресурсы для обнаружения атак и угроз. Другие смело доверяются новым технологиям и встречают их с открытыми дверями.
В компаниях, в которых мониторинг атак происходит вручную специалистами, преобладают следующие минусы:
1)время реагирования на новую угрозу может достигать 20 часов;
2)медленная адаптация к изменению атак;
3)человеческий фактор;
4)высокая стоимость содержания персонала.
Из плюсов можно отметить отсутствие ложных срабатываний.
В других компаниях, в которых мониторинг атак происходит с помощью искусственного интеллекта, есть следующие преимущества:
1)время реагирования на угрозу (до 40 минут);
2)постоянное изменение и контроль изменения атак;
3)большая пропускная способность анализа данных (40-100Гб в день);
4)низкая стоимость обслуживания.
Из минусов искусственного интеллекта можно выделить ложные срабатывания (примерно 2%). Мы видим, что искусственный интеллект дает большой прирост и в производительности, и в скорости работы. Однако применение искусственного интеллекта используется не только специалистами по защите информации, но и злоумышленниками. Исследования показывают, что около 43% сетевых атак сгенерированы средствами искусственного интеллекта.
Рассмотрим применение искусственного интеллекта в конкретных сферах деятельности.
|
|
Таблица |
Применение искусственного интеллекта |
||
|
|
|
Сфера деятельности |
|
Применение |
Компьютерная безопасность |
1) |
в первую очередь искусственный интеллект используется |
|
|
для обнаружения атак до их осуществления или просто для |
|
|
обнаружения атак; |
|
2) |
позволяет использовать алгоритмы и адаптировать на |
|
|
основе полученных данных, изучения и понимания атак; |
|
3) |
помогает искать ошибки (дыры) в коде программного |
|
|
обеспечения; |
|
4) |
используется для обучения систем идентификации |
|
|
(распознавание лица, голоса). |
|
|
|
32
|
|
|
Окончание таблицы |
||
|
|
||||
Компьютерные сети |
1) используется для вычисления «подставных» пакетов в |
||||
|
сетях; |
|
|
|
|
|
2) возможность самообучения системы, что значительно |
||||
|
ускоряет время обнаружения угроз. |
|
|
||
|
|
||||
Социальная инженерия |
Искусственный интеллект в социальной инженерии помогает |
||||
|
вычислять стандартные «схемы» манипуляции людьми и их |
||||
|
мнением. Так же системы ИИ в социальных сетях помогают |
||||
|
специальным |
службам |
отслеживать |
мошенников |
и |
|
злоумышленников. |
|
|
|
|
|
|
|
|
|
|
Подводя итог, можно отметить, что искусственный интеллект в информационной безопасности бесспорно полезен, потому что он дополняет и ускоряет работу экспертов. Это существенно расширяет возможности комплексных систем защиты информации, которые компании используют для борьбы с атаками, и помогают обеспечить безопасность организаций и клиентов. Искусственный интеллект по своим функциональным возможностям не отличается от функций, выполняемых специалистами по защите информации, но ту колоссальную скорость в обработке и принятиях решений, которую он дает, - не сможет повторить ни один специалист.
Литература
1. Рассел Стюарт, Норвиг Питер. Искусственный интеллект. Современный подход. Второе издание, Вильямс, 2018. - С.10-43.
Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича
УДК 377.5
Д. Н. Жуков, Н. В. Кривоносова
ОБЗОР СПОСОБОВ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ БЛОКЧЕЙН ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОБРАЗОВАТЕЛЬНОГО
ПРОЦЕССА
С социальной точки зрения технология блокчейн предлагает значительные возможности, выходящие за рамки того, что доступно в настоящее время. В частности, перемещение записей в блокчейн может позволить:
33
−само-суверенитет: пользователи могу идентифицировать себя, в то же время, поддерживая контроль над хранением и управлением своими личными данными;
−доверие: для технической инфраструктуры, которая дает людям достаточно уверенности в своих операциях для выполнения транзакций, таких как платежи или выдача сертификатов;
−прозрачность: для пользователей, которые проводят транзакции, зная, что каждая сторона имеет возможность заключить эту транзакцию;
−неизменность: для записей, которые должны быть записаны и сохранены на постоянной основе, без возможности изменения; другие без необходимости посредничества третьих сторон.
Вданной научной работе будут затронуты несколько сценариев использования технологии блокчейн в образовательной сфере.
Рассмотрим основные сценарии использования блокчейн в образовании. 1. Использование блокчейн для защиты сертификатов.
В данном сценарии образовательные учреждения, предоставляющие своим выпускникам цифровые сертификаты, будут использовать публичный блокчейн для хранения цифровых подписей, связанных с цифровым сертификатом. Для проверки подлинности цифрового сертификата достаточно сравнить подпись на сертификате и ту, которая хранится в блокчейн.
2. Использование блокчейн для проверки аккредитации.
В этом сценарии организации, которые получают аккредитацию, также поместят свои собственные цифровые подписи в блокчейн. Это позволит лучше контролировать процесс аккредитации учебных заведений. Точно будет известно, что учебное заведение A получило аккредитацию от организации B.
3. Использование блокчейн для учета и передачи кредитов.
В соответствии с этим сценарием образовательные организации, которые используют систему кредитов для контроля процесса обучения, будут присуждать и передавать кредиты на специально созданном блокчейн.
4. Использование блокчейн в качестве паспорта обучения.
Следуя этому сценарию, учащиеся будут хранить свои свидетельства об обучении, полученные из любого источника. Это позволит студенту сформировать портфолио, а образовательной организации - отследить профессиональный рост выпускника за все время обучения.
5. Блокчейн для отслеживания интеллектуальной собственности и поощрения ее повторного использования.
В соответствии с этим сценарием преподаватели будут использовать блокцепочку для объявления публикаций открытых образовательных ресурсов и запись ссылок, которые они использовали. Это позволит нотариально засвидетельствовать дату публикации и авторское право, а также позволит отследить уровень повторного использования любого образовательного ресурса. Та же система может использоваться для отслеживания и повторного использования интеллектуальной собственности, созданной учреждением. При
34