Комплексная оценка состояния сложных систем на основе иммунокомпьютинга. Соколова С.П - 29 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

27
жителей (факторов) или переменных величин, называемых индикато-
рами. В некоторых случаях такой индекс является единственным путем
представления текущего состояния системы и ее динамики, по кото-
рым возможно оценить активность системы и предсказать риски и тен-
денции. Например, риски деловой активности, такие как Dow-Jones или
NASDAQ, широко используются в экономике и финансах. Как правило,
такие индексы были введены на основе эмпирических соображений,
некоторые из них рассчитываются достаточно легко, как среднее ариф-
метическое последовательностей определенных переменных. Например,
The Standard and Poor Index применяет стоимость к среднему представ-
лению 500 акций на Нью-Йоркской фондовой бирже в течение дня.
The Retail Price Index, как другой пример, измеряет среднее увеличение
цены обычной сети продуктов питания в Великобритании.
Аналогичные индексы являются такими же важными, как в эконо-
мике, так и в других областях, например в медицине. Однако индексы,
используемые в области экологии [1], являются намного сложнее и труд-
нее в вычислении.
Применение подхода иммунокомпьютинга к индексам с применени-
ем математических моделей является эффективным методом сокраще-
ния огромного числа сложных, динамических и дискретных перемен-
ных в легко понятный индекс, посредством которого можно произвести
комплексную оценку состояния сложной динамической системы для
важных практических приложений. Такие индексы обеспечивают сжа-
тие исходной информации, т. е. интегрируют сложные разнородные мно-
гомерные величины в одно число.
Алгоритм формирования и расчета индекса информационной безо-
пасности компьютерной сети, состоит из следующих шагов:
Шаг 1. По результатам мониторинга сформировать матрицу M раз-
мерности m × n, где m – записи состояния сложной системы которые
соответствуют строкам матрицы, а n – значения параметров монито-
ринга, которые соответствуют столбцам матрицы.
Шаг 2. Методом сингулярного разложения матрицы M вычислить
правый сингулярный вектор X = [X
1
, ..., X
m
], который соответствует пер-
вому (максимальному) сингулярному числу матрицы.
Шаг 3. Задать значение масштабного множителя риска r, для приве-
дения значений компонент сингулярного вектора X
1
, ..., X
m
к масштабу
обобщенных результатов мониторинга.

Страницы