Проблема устойчивости критической инфраструктуры в условиях высокого уровня автоматизации
PDF

Ключевые слова

критическая информационная инфраструктура
энергетика
контроль
искусственный интеллект

Как цитировать

1.
Исмайлов Э.М., Гавриленко Т.В. Проблема устойчивости критической инфраструктуры в условиях высокого уровня автоматизации // Успехи кибернетики. 2025. Т. 6, № 2. С. 75–79.

Аннотация

вследствие быстрого скачкообразного развития научно-технического прогресса и меняющейся геополитики возникает острая необходимость изучения и активного внедрения новых методов управления и защиты энергетической инфраструктуры, так как используемые технические решения в данной области не всегда могут обеспечить необходимый уровень надежности и безопасности. Применяемые для этого системы и программы в разных секторах экономики, являющиеся сегодня передовыми, могут мгновенно потерять актуальность из-за появления методов их взлома и невозможности их своевременного усовершенствования. В статье рассматриваются технологии на основе искусственного интеллекта, внедрение которых может обеспечить комплексный подход к вопросам управления и защиты энергетического сектора страны. Представлен анализ технологий на базе искусственного интеллекта, внедрение которых может обеспечить защиту от внешних воздействий на критическую инфраструктуру страны.

PDF

Литература

Востров В. А., Гавриленко Т. В., Исмайлов Э. М. Некоторые аспекты разработки интеллектуальной модели для финансового риск-менеджмента нефинансовых организаций. Успехи кибернетики. 2023;4(4):74-80. DOI: 10.51790/2712-9942-2023-4-4-07.

Wen L., Li X., Gao L., Zhang Y. A New Convolutional Neural Network-Based Data-Driven Fault Diagnosis Method. IEEE Transactions on Power Delivery. 2017;65(7):5990-5998. DOI: 10.1109/TIE.2017.2774777.

Мадуро заявил об атаках на энергосистему Венесуэлы изнутри. Информационное агентство Интерфакс. Режим доступа: https://www.interfax.ru/world/653598.

Ромашкина Н. П., Махукова А. В. Компьютерная вредоносная атака на ядерную программу Ирана. Информационные войны. 2013;(4):40–50.

О проведении эксперимента по установлению специального регулирования в целях создания необходимых условий для разработки и внедрения технологий искусственного интеллекта в субъекте Российской Федерации — городе федерального значения Москве и внесении изменений в статьи 6 и 10 Федерального закона «О персональных данных». Федеральный закон от 24.04.2020 № 123-ФЗ. Режим доступа: http://www.kremlin.ru/acts/bank/45475.

Облачные сервисы: что это такое, какими они бывают и кому полезны. Skillbox Media. Режим доступа: https://skillbox.ru/media/code/oblachnye-servisy-chto-takoe-kakimi-byvayut-i-komu-polezny/.

Masa’d F. M., Al-maaitah T. A., Al-maaitah D. A., Qawasmeh E. F., Qatawneh N. A. Harnessing Artificial Intelligence for Human Resources Management: Tools, Advantages, and Risks in the Energy Sector. E3S Web of Conferences. 2024;541(4). DOI: 10.1051/e3sconf/202454102004.

Lee H. J., Ahn B. S., Park Y. M. A Fault Diagnosis Expert System for Distribution Substations. IEEE Transactions on Power Delivery. 2000;15(1):92-97. DOI: 10.1109/61.847234.

Sun J., Qin S. Y., Song Y. H. Fault Diagnosis of Electric Power Systems Based on Fuzzy Petri Nets. IEEE Transactions on Power Delivery. 2004;19(4):2053-2059. DOI: 10.1109/TPWRS.2004.836256.

Yongli Z., Limin H., Jinling L. Bayesian Networks-Based Approach for Power Systems Fault Diagnosis. IEEE Transactions on Power Delivery. 2006;21(2):634-639. DOI: 10.1109/TPWRD.2005.858774.

Iqbal R., Maniak T., Doctor F., Karyotis C. Fault Detection and Isolation in Industrial Processes Using Deep Learning Approaches. IEEE Transactions on Power Delivery. 2019;15(5):3077-3084. DOI: 10.1109/tii.2019.2902274.

Lo N. G., Flaus J. M., Adrot O. Review of Machine Learning Approaches in Fault Diagnosis Applied to IoT Systems. International Conference on Control, Automation and Diagnosis. 2019:1-6. DOI: 10.1109/ICCAD46983.2019.9037949.

Скачивания

Данные скачивания пока не доступны.