Вероятностные модели нейронных сетей и поведения вирусов в компьютерных сетях

Лицо для контактов

Науменко Виктор Викторович, доцент кафедры фундаментальной и прикладной математики ГрГУ, кандидат физико-математических наук.

Краткое описание научно-технической продукции

Разработанные вероятностные модели могут использоваться при моделировании функционирования различных информационно-телекоммуникационных систем и сетей, моделями которых является G-сети с различными особенностями с учетом попадания в них компьютерных вирусов, и прогнозирования потерь от них, а также в других ситуациях, например, при моделировании функционирования нейронных сетей в случае когда попадющий в сеть сигнал торможения или возбуждения изменяет потенциал нейрона на случайную величину, причем в результате статистических наблюдений должны быть известны моменты первых двух порядков.

Технические преимущества. 

Разработанное программное обеспечение позволяет находить потенциалы нейронов и доходы информационных сетей (ИС) за приемлимое процессорное время, для ИС и нейронных сетей любой конфигурации. Данные модели моделируют поведение ИС и потенциалы нейронов, зависящие от времени, что сделано впервые. 

Ожидаемый результат применения

Усовершенствована методика нахождения ожидаемых доходов информационных систем и сетей с различными особенностями. Найдены выражения для ожидаемых доходов в системах сети с возможностью вызова механизмов управления нагрузкой, когда доходы от переходов между состояниями сети случайны. Разработан для этого метод последовательных приближений, совмещённый с методом рядов для нахождения ожидаемых доходов в ИС с возможностью вызова механизмов управления нагрузкой с учетом поступления запросов клиентов различных типов. Проведён анализ ИС с обходами запросов клиентов систем сети, вкллючая сети с доходами. Исследована ИС c возможностью перезапуска компьютера в переходном режиме. Применены G-сети с доходами при нахождении потенциалов нейронов в нейронных сетях.