Тип работы:
Предмет:
Язык работы:


Оптимизация процессов управления бортовыми системами на основе методов искусственного интеллекта

Работа №176461

Тип работы

Бакалаврская работа

Предмет

информационная безопасность

Объем работы66
Год сдачи2023
Стоимость4315 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
0
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 4
ГЛАВА 1. ПРОЦЕССЫ УПРАВЛЕНИЯ БОРТОВЫМИ СИСТЕМАМИ 8
1.1 Виды бортовых систем 8
1.2 Классификация процессов управления бортовыми системами 15
1.3 Формулировка основной цели исследования 26
ГЛАВА 2. ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В ПРОЦЕССАХ УПРАВЛЕНИЯ БОРТОВЫМИ СИСТЕМАМИ 36
2.1 Характеристика подходов к оптимизации процессов на основе
методов ИИ 36
2.2 Достоинства и недостатки существующих решений 42
ГЛАВА 3. ПРИМЕНЕНИЕ ПРЕДЛАГАЕМОГО ПОДХОДА 48
3.1 Методика проведения эксперимента 48
ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 63

В современном мире корабельное вооружение и морские информационные системы играют ключевую роль в обеспечении безопасности, эффективности и успеха морских операций. Управление бортовыми системами, такими как системы навигации, связи, управления бортовым вооружением, контроля мореходности и другие, является сложной и ответственной задачей. Оптимизация процессов управления становится все более критической для достижения оптимальной производительности и реагирования на изменяющиеся условия и требования на море.
Современные морская отрасль сталкивается с рядом сложных вызовов, таких как рост глобальной конкуренции, увеличение масштабов операций, угрозы безопасности и необходимость эффективного использования ресурсов. Эти вызовы требуют разработки новых подходов и технологий для оптимизации управления бортовыми системами. В последние годы искусственный интеллект (ИИ) стал все более значимым и востребованным инструментом для решения сложных задач в различных отраслях. Применение методов искусственного интеллекта в области корабельного вооружения и морских информационных систем позволяет модернизировать способ управления, повышая эффективность, надежность и готовность к действиям на море. Оптимизация процессов управления бортовыми системами с использованием методов искусственного интеллекта позволяет автоматизировать принятие решений, улучшить прогнозирование, оптимально распределить ресурсы и снизить риск ошибок. Это может привести к сокращению времени реакции на угрозы, повышению эффективности выполнения задач и снижению нагрузки на экипажи судов. Однако, несмотря на потенциальные преимущества, оптимизация процессов управления бортовыми системами на основе методов искусственного интеллекта по-прежнему является активной областью исследований. Интеграция и адаптация методов искусственного интеллекта к специфическим потребностям и требованиям морских систем требует дальнейших исследований и разработок. В свете вышесказанного, данная выпускная квалификационная работа, нацеленная на исследование и разработку методов оптимизации управления бортовыми системами на основе искусственного интеллекта, посвящена актуальным научным задачам.
В качестве объекта исследования выступают устройства и узлы бортовых автоматизированных систем
В качестве предмета исследования выступают методы, модели и алгоритмы обеспечения параметрической оптимизации функционирования сетевых узлов инфраструктуры бортового оборудования на основе методов искусственного интеллекта
Целью данной выпускной квалификационной работы является исследование и разработка метода оптимизации процессов управления бортовыми системами на основе искусственного интеллекта в области корабельного вооружения и морских информационных систем. Для достижения этой цели поставлены и решены следующие научно-технические задачи:
1. Анализ существующих бортовых систем: Изучение существующих систем управления в области корабельного вооружения и морских информационных систем, их функций, требований и ограничений.
2. Исследование методов искусственного интеллекта: Обзор современных методов искусственного интеллекта, таких как машинное обучение, нейронные сети, генетические алгоритмы и другие, и их применимость к оптимизации процессов управления бортовыми системами.
3. Разработка алгоритмов оптимизации: Разработка новых алгоритмов и моделей искусственного интеллекта, адаптированных к специфическим потребностям корабельного вооружения и морских информационных систем. Эти алгоритмы должны быть способны эффективно обрабатывать и анализировать данные, принимать решения и предлагать оптимальные варианты действий.
4. Экспериментальное исследование и оценка эффективности: Про-ведение экспериментов или симуляций для оценки эффективности разработанных методов и алгоритмов. Сравнение результатов с существующими методами управления и оценка преимуществ, достигнутых с использованием искусственного интеллекта.
Методы исследования:
Для достижения поставленных целей и задач будут использованы следующие методы исследования:
1. Литературный обзор: Анализ научных статей, публикаций, книг и других источников, связанных с применением искусственного интеллекта в управлении бортовыми системами в области корабельного вооружения и морских информационных систем. Это поможет получить обзор текущего состояния исследований и выявить основные проблемы и прогресс в этой области.
2. Моделирование и симуляция: Создание компьютерных моделей и симуляций для воссоздания и анализа работы бортовых систем и их взаимодействия с окружающей средой. Это позволит проводить эксперименты и оценивать эффективность различных методов и алгоритмов оптимизации.
3. Разработка программного обеспечения: Реализация разработанных алгоритмов и моделей в виде программного обеспечения, которое будет использоваться для проведения экспериментов и симуляций. Это позволит проводить тестирование и анализировать результаты работы разработанных методов.
4. Статистический анализ: Применение статистических методов для анализа полученных данных и сравнения различных подходов. Это позволит сделать объективные выводы о преимуществах и эффективности разработанных методов оптимизации.
Все эти методы в совокупности позволят провести исследование и достичь поставленных целей, а также ответить на вопросы, связанные с оптимизацией процессов управления бортовыми системами на основе методов искусственного интеллекта в области корабельного вооружения и морских ин-формационных систем.
Научная новизна данной работы заключается в исследовании и разработке методов оптимизации процессов управления бортовыми системами на основе методов искусственного интеллекта в области корабельного вооружения и морских информационных систем. Работа предлагает новый подход к решению сложных задач управления, используя передовые методы искусственного интеллекта, такие как машинное обучение и нейронные сети. Разработанные алгоритмы и модели предназначены для улучшения эффективности, надежности и безопасности морских операций.
Результаты данной работы имеют практическую значимость для индустрии корабельного вооружения и морских информационных систем. Применение методов искусственного интеллекта в управлении бортовыми системами может значительно повысить эффективность и надежность операций на море. Некоторые из практических выгод, которые можно ожидать от этой работы, включают:
1. Улучшение принятия решений: Разработанные методы и алгоритмы могут помочь автоматизировать процесс принятия решений, основанный на анализе данных и прогнозировании. Это позволит оперативно и точно реагировать на изменяющиеся условия и требования на море.
2. Оптимальное использование ресурсов: Методы оптимизации, основанные на искусственном интеллекте, могут помочь эффективно распределить и использовать ресурсы, такие как энергия, топливо, оружие и другие, с целью достижения наилучших результатов при минимальных затратах.
3. Снижение риска ошибок: Автоматизация процессов управления и использование алгоритмов искусственного интеллекта могут снизить вероятность человеческих ошибок, что особенно важно в ситуациях, где быстрое и точное принятие решений может спасти жизни и предотвратить несчастные случаи.
4. Улучшение безопасности морских операций: Использование методов искусственного интеллекта в управлении бортовыми системами может повысить уровень безопасности морских операций, позволяя оперативно обнаруживать и предотвращать угрозы и аномалии.
Таким образом, данная работа имеет практическую значимость, предлагая новые подходы и методы, которые могут быть применены в реальных условиях работы корабельного вооружения и морских информационных систем.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В данной работе были рассмотрены три главы, связанные с управлением бортовыми системами и применением методов искусственного интеллекта в этих процессах.
В главе 1 "Процессы управления бортовыми системами" были рас-смотрены различные виды бортовых систем, их назначение и области применения. Также была проведена классификация процессов управления бортовыми системами с упором на их надежность и информационную безопасность. Важным аспектом было описание модели нарушителя и модели угроз, что помогает оценить уязвимости системы и принять соответствующие меры для обеспечения безопасности.
В главе 2 "Применение методов искусственного интеллекта в процессах управления бортовыми системами" были рассмотрены различные подходы к оптимизации процессов на основе методов искусственного интеллекта. Были проанализированы достоинства и недостатки существующих решений. Это позволило понять, какие методы и подходы могут быть применимы для улучшения процессов управления бортовыми системами.
В главе 3 "Применение предлагаемого подхода" была представлена методика проведения эксперимента. Были описаны шаги и процедуры, не-обходимые для применения предлагаемого подхода. В эксперименте ис-пользовались временные ряды, полученные от датчиков и сенсоров, и была проведена кластеризация и классификация состояний бортовых систем на основе этих данных. Показано, что предлагаемый подход позволяет определить состояния и обладает высокой точностью и надежностью.
Общими результатами этих глав являются:
• Рассмотрены виды бортовых систем, их назначение и области применения.
• Проведена классификация процессов управления бортовыми системами с упором на их надежность и информационную безопасность.
• Описаны модель нарушителя и модель угроз для оценки уязвимостей и обеспечения безопасности системы.
• Проанализированы подходы к оптимизации процессов на основе методов искусственного интеллекта.
• Предложенный подход к применению искусственного интеллекта в процессах управления бортовыми системами продемонстрировал высокую точность и надежность в определении состояний системы.
В целом, эти главы представляют собой комплексный подход к управлению и оптимизации бортовых систем с использованием методов искусственного интеллекта. Предложенный подход имеет потенциал для улучшения надежности, безопасности и эффективности управления такими системами.
Таким образом, данная выпускная квалификационная работа представляет важный вклад в развитие области управления бортовыми системами с использованием методов искусственного интеллекта. Исследования, проведенные в работе, позволяют более точно определить состояния системы, улучшить ее надежность, а также повысить уровень информационной безопасности.
Предложенный подход, основанный на кластеризации и классификации состояний на основе временных рядов, демонстрирует высокую точность и эффективность. Это открывает новые перспективы для применения искусственного интеллекта в процессах управления бортовыми системами, что может привести к улучшению их работы, оптимизации процессов и увеличению общей производительности.
Данная работа имеет практическую значимость для инженеров и специалистов, занимающихся разработкой и управлением бортовыми системами. Результаты исследования могут быть применены в различных отраслях, где важна надежность и безопасность работы систем, таких как авиация, автомобильная промышленность, энергетика и другие.
Важным аспектом работы является также описание модели нарушителя и модели угроз, что помогает оценить уязвимости системы и разработать со-ответствующие меры по обеспечению информационной безопасности. Это актуальная и востребованная тема в современном мире, где защита данных и систем является приоритетной задачей.
В целом, данная выпускная квалификационная работа является важным и ценным исследованием, вносящим свой вклад в развитие области управления бортовыми системами с применением методов искусственного интеллекта. Полученные результаты и выводы могут быть использованы в дальнейших исследованиях и разработках в данной области.



1. Черняк Л. Киберфизические системы на старте // Открытые системы. 2014. № 2. С. 10-13.
2. Lee E.A., Neuendorffer S., Wirthlin M.J. Actor-Oriented Design of Embedded Hardware and Software Systems // J. Circuits, Syst. Comput. 2003. V. 12. P. 231 -260.
3. Юсупов Р.М., Ронжин А.Л. От умных приборов к интеллектуальному пространству // Вестник Российской академии наук. 2010. Т. 80. № 1. С. 45-51.
4. Lebedev I., Korzhuk V., Krivtsova I., Salakhutdinova K., Sukhoparov M., Tikhonov D. Using preventive measures for the purpose of assuring informa-tion security of wireless communication channels // Conference of Open Innova¬tion Association, FRUCT 18. Сер. "Proceedings of the 18th Conference of Open Innovations Association FRUCT and Seminar on Information Security and Protec-tion of Information Technolog, FRUCT-ISPIT 2016" 2016. С. 167-173.
5. Бажаев Н.А., Кривцова И.Е., Лебедев И.С., Сухопарое М.Е. Моделирование информационного воздействия на удаленные устройства бес-проводных сетей // Проблемы информационной безопасности. Компьютерные системы. 2016. № 3. С. 76-84.
6. Lebedev I.S., Korzhuk V.M. The Monitoring of Information Security of Remote Devices of Wireless Networks // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015, Vol. 9247, pp. 3-10
7. Бажаев Н.А., Лебедев И.С., Кривцова И.Е. Анализ статистических данных мониторинга сетевой инфраструктуры для выявления аномального поведения локального сегмента системы // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17. № 1. С. 92-99.
8. Сухопаров М.Е., Лебедев И.С., Коржук В.М., Кривцова И.Е., Печеркин С.А. Обеспечение информационной безопасности каналов связи на аппаратного решения // Проблемы информационной безопасности. Компьютерные системы. 2016. Т. 2. С. 70-79.
9. Lebedev I., Krivtsova I., Korzhuk V., Bazhayev N., Sukhoparov M., Pecherkin S., Salakhutdinova K. The analysis of abnormal behavior of the system local segment on the basis of statistical data obtained from the network infrastruc-ture monitoring // Lecture Notes in Computer Science. 2016. Т. 9870. С. 503-511.
10. Bazhayev, N., Lebedev, I., Korzhuk, V., Zikratov, I.Monitoring of the Information Security of Wireless remote devices//Source of the Document 9th In-ternational Conference on Application of Information and Communication Tech-nologies, AICT 2015 - Proceedings 7338553, Pages 233-236
11. Nikolaevskiy I., Lukyanenko A., Polishchuk T., Polishchuk V.M., Gurtov A.V. isBF: Scalable In-Packet Bloom Filter Based Multicast // Computer Communications. 2015. Vol. 70, pp. 79-85
12. Shamir, E.Tramer. Acoustic cryptanalysis: on nosy people and noisy machines //Eurocrypt 2004 rump session, 2004
13. R. Ortega, A. Bobtsov, A. Pyrkin, S. Aranovskiy. A parameter estima-tion approach to state observation of nonlinear systems // Proceedings of the IEEE Conference on Decision and Control, pp. 6336-6341
14. Wyglinski A.M., Huang X., Padir T., Lai L., Eisenbarth T.R., Venka- tasubramanian K. Security of autonomous systems employing embedded compu¬ting and sensors // IEEE Micro 33 (1) 2013, art. no. 6504448, pp. 80-86
15. Bazhayev N., Lebedev I., Korzhuk V., Zikratov I. Monitoring of the information security of wireless remote devices // 9th International Conference on Application of Information and Communication Technologies, AICT 2015 - Pro-ceedings 9. 2015. С. 233-236
16. Wyglinski, A.M., Huang, X., Padir, T., Lai, L., Eisenbarth, T.R., Ven- katasubramanian, K. Security of autonomous systems employing embedded com-puting and sensors//IEEE Micro 33 (1) 2013, art. no. 6504448, pp. 80-86
17. Сухопарое М.Е., Лебедев И.С. Метод выявления аномального поведения персональных сетей // Проблемы информационной безопасности. Компьютерные системы. 2017. № 1. С. 9-15.
18. Бажаев Н., Лебедев И.С., Кривцова И.Е. Анализ статистических данных мониторинга сетевой инфраструктуры для выявления аномального поведения локального сегмента системы // Научно-технический вестник ин-формационных технологий, механики и оптики. 2017. Т. 17. № 1(107). С. 92¬99.
Lebedev I.S., Bazhayev N., Sukhoparov M.E., Petrov V.I., Gurtov A.V. Analysis of the State of Information Security on the Basis of Surious
19. Krivtsova I., Lebedev I., Sukhoparov M., Bazhayev N., Zikratov I., Ometov A., Andreev S., Masek P., Fujdiak R., Hosek J. Implementing a broadcast storm attack on a mission-critical wireless sensor network // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2016. V. 9674. P. 297-308.
20. Emission Electronic Components // Proceedings of the 20th Confe¬rence of Open Innovations Association FRUCT. 2017. P. 216-221.
21. Матвеев Ю.Н., Симончик К.К., Тропченко А.Ю., Хитров М.В. Цифровая обработка сигналов. Учебное пособие по дисциплине "Цифровая обработка сигналов" // СПб: СПбНИУ ИТМО, 2013. - 166 с.
22. Горелик A. Л., Скрипкин В. А. Методы распознавания. Учебное пособие для вузов // М., «Высш. школа», 1977. - 222 с.
23. Lebedev I.S., Korzhuk V.M. The Monitoring of Information Security of Remote Devices of Wireless Networks // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015, Vol. 9247, pp. 3-10
24. Сухопаров М.Е., Лебедев И.С. Метод выявления аномального поведения персональных сетей // Проблемы информационной безопасности. Компьютерные системы. 2017. № 1. С. 9-15
25. Lebedev I.S., Korzhuk V.M. The Monitoring of Information Security of Remote Devices of Wireless Networks // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) - 2015, Vol. 9247, pp. 3-10
26. M. Prabhakar, J. N. Singh, G. Mahadevan Nash equilibrium and Marcov chains to enhance game theoretic approach for vanet security. // Interna-tional Conference on Advances in Computing, ICAdC 2012; Bangalore, Karnata¬ka; India; 4 July 2012 through 6 July 2012, Volume 174 AISC, 2013, pp 191-199
27. Chehri A., Hussein T. Moutah Survivable and Scalable Wireless Solu-tion for E-health and Emergency Applications // In EICS4MED 2011. Proceedings of the 1st International Workshop on Engineering Interactive Computing Systems for Medicine and Health Care. Pisa, Italy. 2011. P. 25-2
28. Сухопарое М.Е., Лебедев И.С. Анализ состояния информационной безопасности на основе побочного излучения электронных компонент // Проблемы информационной безопасности. Компьютерные системы. 2017. № 2. С. 92-98.
29. Royakkers L., Rinie van Est. A Literature Review on New Robotics: Automation from Love to War // International Journal of Social Robotics. Novem-ber 2015. V. 7. Is. 5. P. 549-570.
30. Сухопарое М.Е., Лебедев И.С. Анализ состояния информационной безопасности на основе побочного излучения электронных компонент // Проблемы информационной безопасности. Компьютерные системы. 2017. № 2. С. 92-98
31. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. - М.: Издательство «Наука», 1969. - 512 с.
32. Rogachev G.N. Production method of describing automated control¬lers in the analysis of continuous-discrete control systems // Automatic control and computer sciences. 2014. V. 48. N 5. P. 249-256.
33. Лещев С.В. Электронная культура и виртуальная реальность: третья цифровая волна НБИК-парадигмы // Вестн. гуманитар. фак. Иванов. гос. хим.-технол. ун-та. 2014. Вып. 7. С. 5-9.
34. Nikolaevskiy I., Lukyanenko A., Polishchuk T., Polishchuk V.M., Gurtov A.V. isBF: Scalable In-Packet Bloom Filter Based Multicast // Computer Communications. 2015. V. 70. P. 79-85.
35. Krivtsova, I., Lebedev, I., Sukhoparov, M., Bazhayev, N.,Zikratov, I., Ometov, A. , Andreev, S., Masek, P., Fujdiak, R., Hosek, J. Implementing a broad-cast storm attack on a mission-critical wireless sensor network//Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)Volume 9674, 2016, Pages 297-308.
36. Котенко И.В., Саенко И.Б. Создание новых систем мониторинга и управления кибербезопасностью // Вестник Российской академии наук. 2014. Т. 84. № 11. С. 993-1001.
37. Al-Naggar Y., Koucheryavy A. Fuzzy Logic and Voronoi Diagram Using for Cluster Head Selection in Ubiquitous Sensor Networks // Internet of Things, Smart Spaces, and Next Generation Networks and Systems. 14th Interna-tional Conference, NEW2AN 2014 and 7th Conference, ruSMART 2014 Saint Pe-tersburg, Russia, August 27-29, 2014, Proceedings. Springer, LNCS 8638, P. 319-330.


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ