Обеспечение безопасности информации
В соответствие с Федеральным Законом РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от27.07.2006 г. для обеспечения безопасности информации ограниченного доступа используют комплекс мер н мероприятии, направленных на защиту информации от;
копирования
предоставления
распространения
Нарушение достоверности информации - это:
Фальсификация
Подделка
Мошенничество
Нарушение целостности информации ограниченного доступа - это:
Разглашение
Утечка
Несанкционированный доступ
Непреднамеренные случайные угрозы информации экономических информационных систем:
низкая квалификация пользователей и обслуживающего персонала
отказы и сбои аппаратных средств
стихийные бедствия
Преднамеренные угрозы информации экономических информационных систем:
внедрение вредоносных программ
несанкционированное копирование
инициативная модификация программных и технических средств
Федеральный Закон РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от 27.07.2006 г. регулирует отношения, возникающие при:
формировании и использовании информационных ресурсов на основе создания, сбора, обработки, накопления, поиска, распространения и предоставления потребителю документированной информации
создании и использовании информационных технологий и средств их обеспечения
защите информации, прав субъектов, участвующих в информационных процессах и информатизации
Комплекс мер и мероприятий обеспечения безопасности информации ограниченного доступа предусматривает защиту информации от:
неправомерного доступа
уничтожения
Комплекс мер и мероприятий обеспечения безопасности информации ограниченного доступа НЕ предусматривает защиту информации от:
перепродажи
распечатки
Федеральный Закон РФ «Об информации, информационных технологиях и о защите информации» № 149-ФЗ от27.07.2006 г. предписывает необходимость защиты информации ограниченного доступа от:
неправомерного доступа
уничтожения
В Уголовном Кодексе РФ в главе 28 «Преступления в сфере компьютерной информации» предусмотрена уголовная ответственность за правонарушения:
неправомерный доступ к компьютерной информации
создание, использование и распространение вредоносных компьютерных программ
нарушение правил эксплуатации компьютеров, компьютерных систем и сетей
Средства, методы, нормы и мероприятия, обеспечивающие защиту информации в информационных системах:
технические
программные
криптографические
организационно-правовые
Несанкционированные, противоправные (преднамеренные или случайные) действии могут привести к нарушению:
конфиденциальности информации
доступности информации
целостности информации
достоверности информации
Случайные угрозы информации экономических информационных систем:
ошибки разработки - технические, алгоритмические и программные
сбои и отказы технических средств, программного обеспечения, каналов связи
Симметричное шифрование информации подразумевает использование
одного и того же ключа для шифрования и дешифрования информации
Асимметричное шифрование информации подразумевает использование
различных ключей для шифрования и дешифрования информации
Механизм цифровой подписи основывается на алгоритмах
асимметричного шифрования
Сущность криптографической защиты информации:
подготовленное для передачи сообщение зашифровывается, в результате чего превращается в шифрограмму или закрытый текст
Правильные утверждения:
Под угрозой информации понимается потенциально возможное событие, процесс или явление, которое может привести к уничтожению, утрате целостности, нарушению конфиденциальности или достоверности информации
Под надежностью понимается свойство системы выполнять возложенные на нее задачи в заданных условиях эксплуатации
Нарушение доступности информации - это:
Нарушение связи
Блокирование доступа
Нарушение целостности информации - это:
Искажения
Ошибки
Потеря
Правильные утверждения относительно организационного обеспечения информационной безопасности (ИБ) ИС:
по система мер, правил н мероприятий, регламентирующих порядок доступа к информации и обеспечивающих эффективную реализацию всех других видов обеспечения ИБ
Основные механизмы интеллектуальной добычи данных:
прогнозирование
самоорганизующиеся карты Кохонена
ассоциативные правила
дерево решений
Основные механизмы интеллектуальной добычи данных:
автокорреляция
нейронная сеть
линейная регрессия
дерево решений
Нейронные сети могут быть использованы для решения задач:
прогнозирования
классификации
поиска скрытых закономерностей
сжатия данных
Функциональные блоки нейросетевых экономических пакетов:
модуль нейронных сетей классической многослойной архитектуры
экспертные модули модуль
карты Кохонена
Самоорганизующиеся карты Кохонена представляют собой:
набор аналитических процедур и алгоритмов, позволяющих преобразовать традиционное описание множества объектов, заданных в многомерном пространстве признаков, в плоскую двумерную карту
Отличительные черты экспертных систем:
способность накапливать знания и опыт квалифицированных профессионалов (экспертов) в какой-либо предметной области
возможность решения сложных задач на высоком уровне специалистами с не очень высокой квалификацией
моделирование и имитация логики опытных специалистов при принятии решения по какому-либо узкому вопросу в определенной предметной области
Экспертные системы предполагают наличие
подсистемы приобретения и накопления знаний
база знаний
Экспертные системы предполагают наличие:
инженера знаний
базы данных и базы знаний
решателя (генератора заключений)
Особенности систем поддержки и принятия решений
предполагают гибкие действия пользователя и адаптацию
используют сложный анализ
используют инструментальные средства моделирования
Особенности систем поддержки и принятия решений
допускают, чтобы пользователи управляли входом и выходом
обеспечивают поддержку решений и проблем, которые не могут быть определены заранее
используют инструментальные средства моделирования
Системы поддержки и принятии решений:
позволяют оценить значение выходных данных для заданного набора входных данных
позволяют исследовать значение результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных (анализ чувствительности)
Системы поддержки и принятия решений:
позволяют оценить поведение выходных данных для заданного набора входных переменных (параметрический анализ «Что, если...»)
позволяют наши значения входной переменной, которые обеспечивают желаемый результат (анализ возможностей)
позволяют определить для выбранной результирующей переменной влияние всех входных переменных и оценить величину влияния (анализ влияния)
Системы поддержки и принятия решений НЕ позволяют:
оптимизировать скорость передачи данных в сетях ЭВМ
Универсальные модели представления знаний:
логическая модель
продукционная модель
фреймовая модель
Интеллектуальные информационные технологии:
Технологии экспертных систем
Технологии эволюционного моделирования
Нейросетевые технологии
Технологии инженерии знаний
Сушествеаный вклад в развитие нейромоделирования внесли:
Розенфлатт
Минский
Хопфилд
Принципиальная схема искусственного нейрона предполагает наличие:
множества входных сигналов
весовых коэффициентов входных сигналов
активационной функции обработки входных сигналов и формирования выходного сигнала
В многослойных нейронных сетях (многослойном персептроне)...
количество скрытых слоев и нейронов в них побирается эмпирически
обучение заканчивается при минимальных ошибках найденных значений от тестовых данных
В многослойных нейронных сетях (многослойном персептроне)...
обучение возможно с учителем и без учителя
нейроны в слоях независимы друг от друга
Какие задачи следует считать интеллектуальными?
задачи, в которых цели нельзя выразить с помощью четко определенной целевой функции
задачи, для которых сложно определить алгоритм
К интеллектуальным относятся технологии
инженерии знаний
экспертных систем
генетические алгоритмы
нейросетевые
Интеллектуальные технологии - это ...
технологии, предназначенные для решения интеллектуальных задач
технологии, основанные на концепции использования базы знаний для генерации алгоритмов решения экономических задач
К интеллектуальным задачам относятся:
распознавание текста
распознавание голоса
Общие черты, присущее всем интеллектуальным информационным системам
способность к накоплению знаний
возможность функционирования в условиях частичной неопределенности
поэтапное улучшение качества решения
способность к самообучению
Правильные утверждения:
для интеллектуальных задач сложно формализовать алгоритм решения
в интеллектуальных задачах цели нельзя выразить с помощью четко определенной целевой функции
Правильные утверждения:
знания представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта
знания описывают не только данные, но и взаимосвязи между ними
Инженерии знаний изучает вопросы:
извлечения знаний
формализации знаний
проектирования и разработки баз знаний
Принципиальное отличие базы знаний от базы данных:
извлечение принципиально новой информации
База знаний состоит из
базы данных и механизма получения новых знаний
Отметьте правильные утверждения:
экспертные системы предназначены для моделирования поведения специалистов-экспертов при решении определенного типа проблем
экспертные системы способны объяснить цепочку рассуждений понятным для пользователя способом
экспертные системы аккумулируют знания специалистов в конкретных предметных областях
Особенности экспертной системы:
аккумулировать знания специалистов в конкретной предметной области
способность объяснить пользователю полученные решения
способность пополнять свои знания в ходе взаимодействия с экспертом
Основные компоненты экспертной системы:
база знаний
блок логических выводов
подсистема объяснений
подсистема приобретения знаний
Какие основные составляющие входят в экспертную систему помимо базы знаний:
интерфейс пользователя
блок логических выводов
подсистема объяснений
подсистема приобретения знаний
В многослойных нейронных сетях существуют следующие связи:
каждый нейрон связан со всеми нейронами предыдущего слоя
каждый нейрон связан со всеми нейронами следующего слоя
каждый нейрон связан со всеми нейронами соседних слоев
Минимальное количество слоев в многослойной нейронной сети типа
3
В начале обучения многослойной нейронной сети типа MLP значение весов устанавливается
инициализируются малыми случайными величинами
При обучении нейронной сети...
изменяются весовые коэффициенты связей
Во время обучения нейронной сети кроме входных сигналов известны также выходные сигналы - это
обучение «с учителем»
Причины переобучения сети:
недостаточное число обучающих примеров
переусложненная структура нейронной сети
слишком долгое обучение сети
Основные параметры завершения обучения искусственной нейронной сети:
пройдено определенное количество эпох
ошибка сети достигла некоторого заранее установленного значения
Эффективность обучения искусственной нейронной сети зависит от:
выбора активационной функции
определения граничных условий
числа скрытых слоев и количества нейронов в них
Активационной функцией искусственного нейрона называется функции
на основе которой формируется выходной сигнал
При обучения искусственной нейронной сети тестовое множество предназначено для
проверки способности сети к обобщению
борьбы с переобучением сети
В самоорганизующихся сетях Кохонена количество скрытых слоев равно
нулю (нет ни одного)
В самоорганизующихся сетях Кохонена существуют следующие слон:
один входной слой, который одновременно является н выходным
Какие задачи решаются с помощью нейронных сетей?
оценка стоимости
распознавание текста
оценка заявок на получение ссуды
Возможные причины неудачного обучения нейронной сети:
неудачно выбрана архитектура сети
недостаточно примеров для обучения
влияющие факторы выделены неудачно
Соответствие между понятиями:
L1 Розенблатт –
L2: И Минский –
L3 Дж Xопфилд -
RI представил техническую модель процесса восприятия - персептрон
R2 доказал ограниченные возможности одиночного персептрона и построенных на его основе
одноуровневых сетей
R3 предложил к использованию многословные искусственные нейронные сети
Соответствие между понятиями
L1 Инженерия знаний
L2 Семантическая сеть
L3 Логическая модель
L4 Фреймовая модель
R1: извлечение, формализация н накопление знаний с целью по следующего использования
R2: система знаний предметной области, представленная в виде образа сети, узлы которой соответствуют понятиям и объектам, а дуги - отношениям между объектами
R3: основана на формальных логических правилах представления знаний в виде предикатов (утверждений) первого порядка, над которыми можно выполнять логические операции
R4 предложена М. Минским и представляет собой систематизированную модель памяти и сознания человека
Соответствие между понятиями:
L1: Нейросистемы - это ....
L2 Системы поддержки и принятия решений - это...
L3: Экспертные системы - это...
R1: компьютерные системы, ориентированные обработку образов, основанную на обучении
R2 человеко-машинные системы, использующие аппарат нечетких множеств для решения слабоструктурированных, плохо формализованных проблем
R3 программные комплексы, моделирующие рассуждения специалиста в некоторой определенной области с использованием базы знаний, содержащей факты и правила об этой области, и процедуры логического вывода
Соответствие между понятиями:
L1 Самоорганизующиеся карты Кохонена - это...
L2 Интеллектуальный анализ данных (Data Mining) - это. ..
L3 Хранилище данных (Data Warehouse) - это...
R1 набор аналитических процедур и алгоритмов, позволяющих преобразовать традиционное описание множества объектов, заданных в многомерном пространстве признаков, в плоскую двумерную карту
R2 процесс извлечения из исходных данных ранее неизвестных, нетривиальных и практически ценных зависимостей (знаний)
R3 логически интегрированная база данных, обеспечивающая максимально быстрый и удобный доступ к информации, необходимой для анализа и поддержки принятая решений
Соответствие между понятиями:
L1 Искусственный интеллект - это
L2: Информационная технология - это
L3: Интеллектуальная информационная система - это
L4 Информационная система - это
R1 отрасль научного знания, связанная с созданием интеллектуальных информационных систем
R2 система методов и способов сбора, накопления, хранения, поиска и обработки информации на основе применения средств вычислительной техники
R3 класс информационных систем, нацеленных на решение интеллектуальных задач
R4 совокупность экономико-математических методов и моделей, технических, программных, технологических средств и специалистов, предназначенная для обработки информации и принятия управленческих решений
Соответствие между понятиями:
L1 Отдельны факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства
L2 Данные я взаимосвязи между ними
L3 Семантическая модель, описывающая предметную область и позволяющая извлекать принципиально новую информацию
L4 Именованная совокупность структурированных данных, отображающих состояние объектов и их отношений в рассматриваемой предметной области
R1 Данные
R2 Знания
R3 База знаний
R4 База данных
Соответствие между компонентами экспертной системы и назначением:
L1: База знаний
L2: Блок логических выводов
L3: Подсистема приобретения знаний
L4: Подсистема объяснений
L5: Интерфейс пользователя
R1: совокупность знаний, фактов, правил умозаключений, полученных от экспертов по данной предметной области
R2: программа, моделирующая ход рассуждений эксперта с целью получения новых данных и знаний
R3: про грамма, представляющая инженеру по знаниям возможность создавать базу знания в диалоговом режиме
R4: программа, позволяющая пользователю объяснять поведение экспертной системы
R5: программа, позволяющая пользователю общаться с экспертной системой в дружеском интерфейсе
Соответствие между понятиями, касающимися обучения нейронной сети:
L1: О бучение « с учителем»
L2: обучение «без учителя»
L3: обучение «смешанное»
R1: кроме входных сигналов, известны выходные сигналы
R2: известны входные сигналы, не известны выходные сигналы
R3: часть весов определяется посредством обучения с учителем, другая часть получается с помощью самообучения
Соответствие между понятиями, касающимися нейронной сети:
L1: Слой
L2: Эпоха
L3: Активационная функция
L4: Взвешенный вход
L5: Нейрон победитель
R1 совокупность нейронов с единым входным сигналом
R2: одно предъявление всех образцов сети
R3: функция, на основе которой формируется выходной сигнал
R4: произведение входного сигнала на весовой коэффициент
R5: выходной нейрон, выигравший соревнование за право активации
Последовательность стадий принятия решений в СППР:
1: Распознавание и осмысление проблемы
2: Определение возможных вариантов решения проблемы
3: Подбор решений среди альтернатив
4: Реализация решений
Последовательность открытий и предложений ученых в области
1: Модель формального нейрона
2: Техническая модель процесса восприятия
3: Доказательство ограниченных возможностей одиночного персептрона
4: Модель многослойной нейронной сети
Способность информационных систем брать на себя некоторые функции человеческого разума- это ###
Искусствен#$# ннтеллект#$#
Семантическая модель, описывающая предметную область и позволяющая отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе - это ###
Баз#$# знан#$#
Сложные программные комплексы, аккумулирующие знания специалистов-экспертов в конкретных предметных областях и позволяющие применять эти знания для решения сложных задач в этой области - это
Эксперт#$# систем# $#
Комплекс технологий, основанный на применении искусственных нейронных сетей - это
Нейросетев#$# технологи#$#
В функциональной схеме формального нейрона W, - это ###
Вес#$# связ#$#
Математическая модель ### представлена формулой
s=сумм (xw) (in) график
Y = F(S)
Нейрон#$#
На рисунке представлена ### сеть
Многослойн#$# нейрон#$#