| Об институте | Направления деятельности | Научно-исследовательские работы и проекты | Объекты интеллектуальной собственности | Научные журналы ИПИ РАН | Другие публикации | Семинары и конференции |
|
«Информатика и ее применения» (Том 20, Выпуск 3, 2026)Некоторые свойства кода квадратичных отношений и его использование в задаче декодирования линейного кода
Аннотация: В 2023 г. был предложен подход к взлому криптосистемы Мак-Элиса, базирующийся на изучении так называемых кодов квадратичных отношений, которые связаны с произведением Шура- Адамара. Эти коды строятся из квадратичных форм, обращающихся в ноль на столбцах порождающей матрицы линейного кода. Эффективность такого подхода показана в недавней работе, где строится атака на криптосистему Мак-Элиса, основанную на двоичных кодах Гоппы малой степени; при этом в атаке используется тот факт, что в коде квадратичных отношений существует квадратичная форма небольшого ранга. В настоящей работе проводится систематическое изучение линейных кодов, у которых в коде квадратичных отношений имеются формы ранга 2 и ниже. Рассматривается специальный случай, когда в коде квадратичных отношений имеется приводимая квадратичная форма, т. е. раскладывающаяся в произведение ненулевых линейных форм. В финальной части работы рассматривается вопрос решения задачи декодирования для кодов, у которых в коде квадратичных отношений нет приводимых квадратичных форм либо их относительно мало. Ключевые слова: код квадратичных отношений; квадрат Шура-Адамара кода; криптосистема Мак-Элиса; минимальный код; задача декодирования Оптимальное управление марковскими скачкообразными процессами по бесшумовым наблюдениям с задержками I: универсальный стохастический базис и проблема мартингалов
Аннотация: Первая часть цикла представляет теоретические основы корректной постановки и решения одной из задач оптимального стохастического управления на конечном отрезке времени по неполной информации. Объект управления - класс марковских скачкообразных процессов (МСП) с конечным множеством состояний. Критерием оптимальности выступает некоторая интегральная функция потерь. Для синтеза управления доступны наблюдения, представляющие собой некоторые функции состояния системы, наблюдаемые без шума, но с некоторой фиксированной временной задержкой. Класс допустимых управлений содержится в множестве процессов, предсказуемых относительно фильтрации, порожденной наблюдениями, и стесненных комплексом геометрических и интегральных ограничений. Представлен стохастический базис с фильтрацией, обеспечивающий на нем решение проблемы мартингалов для рассматриваемых управляемых МСП. Предложены условия, обеспечивающие непрерывную зависимость управляемого состояния и критерия оптимальности от примененного управления. Ключевые слова: управляемый марковский скачкообразный процесс; пространство Винера-Пуассона; проблема мартингалов; пуассоновская стохастическая мера Устойчивые алгоритмы адаптивного оценивания состояний динамических систем при случайных временных задержках наблюдений
Аннотация: Предложены новые вычислительно устойчивые алгоритмы адаптивной фильтрации состояния движущегося в водной среде объекта по акустическим наблюдениям со случайными временными задержками. Разработанная ранее и адаптированная для модели временных задержек версия расширенного фильтра Калмана (РФК) по методу линейных псевдонаблюдений дополнена двумя адаптивными модификациями фильтра для случая неизвестных ковариаций возмущений динамики и ошибок измерений. Для оценивания ковариаций использованы устойчивые схемы адаптивного фильтра Калмана (АФК), базирующиеся на анализе невязок измерений по оценкам фильтрации. Эти схемы усовершенствованы путем дополнительной оптимизации для учета положительно диагональных структур неизвестных ковариаций, предполагаемых моделью движения и создаваемых линейными псевдонаблюдениями. Выполнен масштабный численный эксперимент, подтвердивший работоспособность предложенных схем адаптации. В расчетах использована та же модель, что и в предыдущих работах, благодаря чему удалось отдельно оценить влияние адаптивной постановки и обозначить возможные направления дальнейшего развития методики. Ключевые слова: стохастическая фильтрация; стохастическая система со случайными задержками наблюдений; расширенный фильтр Калмана (РФК); РФК по методу линейных псевдонаблюдений; адаптивный фильтр Калмана (АФК) Асимптотический анализ методов пороговой обработки в разреженных моделях с пуассоновским числом наблюдений
Аннотация: Рассматривается задача пороговой обработки разреженного сигнала при наблюдениях, формируемых пуассоновским процессом с заданной интенсивностью. В отличие от классической постановки с фиксированным объемом выборки, число наблюдений случайно и определяется траекторией процесса. Исследуется поведение среднеквадратичного риска и его оценки, построенной по правилу SURE (Stein's unbiased risk estimate). Особое внимание уделяется влиянию случайности объема выборки на точность восстановления сигнала и свойства оценок риска. Получена верхняя оценка риска при оптимальном выборе порога и показано, что его асимптотический порядок совпадает с детерминированным случаем. Кроме того, доказаны центральная предельная теорема и усиленный закон больших чисел для SURE- оценки риска. Тем самым установлена устойчивость асимптотических свойств пороговых процедур при переходе к модели, задаваемой пуассоновским процессом. Полученные результаты применимы в задачах анализа потоковых данных, где наблюдения поступают в случайные моменты времени и объем выборки не фиксирован заранее. Это расширяет область применения пороговых методов в статистических моделях со случайным числом наблюдений. Ключевые слова: пороговая обработка; среднеквадратичный риск; оценка риска; разреженная модель; пуассоновский процесс; центральная предельная теорема; усиленный закон больших чисел Анализ загрузки многопользовательской сети при смешанных стратегиях маршрутизации
Аннотация: В рамках вычислительных экспериментов изучаются монопольные и смешанные стратегии управления исходящими узловыми мультипотоками. Анализируются две монопольные схемы диспетчеризации межузловых потоков - по кратчайшим маршрутам и по путям следования максимального потока. Для указанных способов управления формируются нормированные векторы исходящих мультипотоков, передаваемых в монопольном режиме всем узлам-адресатам. Определяются характеристические векторы загрузки ребер при прохождении по сети нормированных мультипотоков из вершин-источников. Для оценки загрузки сети при использовании смешанных методов диспетчеризации строятся выпуклые комбинации построенных характеристических векторов. Для всех характеристических векторов вычисляются среднеквадратичные отклонения значений компонент, относительные коэффициенты вариации и величина максимального превышения среднего уровня загрузки ребер. Проводится сравнительный анализ агрегированных функциональных показателей для каждого узла и предложенных способов маршрутизации. Изучается влияние узловых мультипотоков на общую загрузку сети. Определяются возможные точки перегрузки и узкие места сети. Результаты экспериментов проиллюстрированы специальными диаграммами. Ключевые слова: многопродуктовая модель; исходящий узловой мультипоток; распределение загрузки сети Интерпретация кластерной структуры данных на основе эллипсоидов
Аннотация: Рассматриваются эквивалентные определения эллипсоидов, а также постановки задач аналитической геометрии, нацеленные на интерпретацию кластерной структуры данных. Дается обоснование алгоритмов их решения. Обсуждаются два примера из области анализа данных. В их основе лежит модель смеси нормальных распределений. Для интерпретации кластеров данных, соответствующих элементам смеси, привлекаются эллипсоиды. Первый пример посвящен моделированию референсных значений путем описания эмпирического распределения многомерных данных о пациентах, включающих возраст и измерения биомаркеров PSA (Prostate-Specific Antigen). Предложенные решения на базе смеси демонстрируют отчетливые преимущества, а также позволяют напрямую использовать методы визуализации на основе эллипсов для выявления специфических особенностей объекта исследований. Во втором примере рассматривается консолидирующий метод анализа лонгитюдных данных, когда серия многомерных характеристик некоторого объекта составляет единый вектор наблюденных значений. Для демонстрации появляющихся возможностей анализа данных решается задача ранней диагностики рака с использованием биомаркеров PSA. Преимущество консолидирующего метода подтверждается с помощью высокой степени отделимости наборов кластеров-элементов смеси, измеренной числом попарных пересечений соответствующих эллипсоидов. Анализ степени пересеченности наборов эллипсоидов для различных классов диагнозов может также стать источником для выявления вклада отдельных кластеров данных в ошибки классификации. Ключевые слова: смесь нормальных распределений; представление эллипсоидов; алгоритмы обработки эллипсоидов; референсные значения; классификация серийных данных; лонгитюдный анализ; консолидирующий подход Самообучаемое инкрементальное обнаружение классов на основе вероятностно-информированного непрерывного обучения
Аннотация: Предложен метод решения задачи непрерывной инкрементальной классификации, состоящей в выявлении данных новых классов в условиях отсутствия разметки для малых наборов временных рядов и табличных данных. Для формирования точных псевдометок новых данных, дополняющих выявленные ранее закономерности, разработана специализированная нейросеть (НС), информированная на уровне архитектуры моделью глубокой смеси гауссовских распределений с реализацией обучения на основе функционала контрастных потерь. Метод протестирован на открытых наборах для различных архитектур сети-дискриминатора, в том числе трансформерной. Проведено сравнение эффективности метода с неинформированными сетями и методами машинного обучения для формирования псевдометок. Информированная сеть демонстрирует преимущество по точности в сравнении с рассмотренными альтернативными подходами при обнаружении в неразмеченных данных новых классов в условиях ограниченных по числу элементов обучающих датасетов. Прирост значений гармонического среднего для Fi-меры (F1, балансирует точность распознавания объектов старых и новых классов) достигает 66,32% (в среднем 15,28%), а по макроусредненной Fi-мере (F1"S, отражает точность классификации по всем классам без учета их размера) - 52,86% (в среднем 11,8%). Ключевые слова: инкрементальное обучение; вероятностное информирование; обнаружение новых классов; неразмеченные данные; глубокие гауссовские смеси Методы порождения метрик на множествах объектов в контексте топологической теории анализа данных. Часть 2. Экспериментальное порождение метрик на объектах в контексте метрических алгоритмов числового прогнозирования
Аннотация: В первой части работы систематизированы основные теоретические направления для порождения проблемно-ориентированных метрик на множествах объектов (pQ-метрик) на базе метрик на признаках (рь-метрик). В данной статье на основе анализа понятий компактности получены критерии настройки PQ-метрик. Проведены вычислительные эксперименты на 1000 независимых выборках данных с использованием 5000 PQ-метрик, синтезированных в соответствии с предлагаемыми 20 подходами, для числового прогнозирования алгоритмами k-ближайших соседей. Вычислительные эксперименты показали, что в 95% случаев эффективными оказались pQ-метрики трех типов: на основе синтетических числовых признаков (61%), с попарным сопоставлением на основе векторов (22%) и некоммутативные метрики на основе массивов рь-расстояний (12%). Важно отметить, что pQ-метрики на основе синтетических числовых признаков могут обеспечить одни из наилучших результатов для 83% выборок данных, что делает данный подход наиболее перспективным. Ключевые слова: топологический анализ данных; функции расстояния на объектах; алгебраический подход; теория анализа значений признаков Моделирование автоматической многоаспектной идентификации проблемы в гибридных интеллектуальных многоагентных системах
Аннотация: Разрабатываются концептуальные основы многоаспектной идентификации структуры практических проблем с целью построения автоматических методов их решения на основе гибридных интеллектуальных многоагентных систем (ГиИМАС). Актуальность исследования обусловлена слабой формализацией, неоднородностью и комплексностью практических проблем, требующих высоких трудозатрат со стороны разработчиков систем искусственного интеллекта. В работе обобщены наиболее известные основания декомпозиции проблем, показана необходимость их совместного применения, а также предложена формализованная модель автоматической многоаспектной идентификации проблемы, обеспечивающая выбор оснований декомпозиции в соответствии с типами характерной для нее неопределенности. Ключевые слова: проблема; концептуальная модель; декомпозиция; редукция; коллектив специалистов; гибридная интеллектуальная многоагентная система Атаки на управляющие сетецентрические системы с использованием обмана
Аннотация: Применение сетецентрических технологий в системах управления и поддержки принятия решений определяется концепцией развития контроля периферийных узлов сетецентрической системы (СЦС), а также требованиями к обеспечению информационной безопасности. Работа посвящена исследованию класса атак на подобные системы, основанного на скрытом искажении свойств информации, необходимой для правильного управления. Главная цель управляющей системы (Центра) в СЦС представляется как ключевая управляющая причина, состоящая из свойств, которые в конечном итоге порождают управляющие воздействия во всей СЦС. Математическая модель распространения управляющих воздействий в СЦС строится с использованием направленных ациклических графов. Рассматриваются примеры атак на СЦС, возможности их идентификации, а также противодействия подобным атакам. Демонстрируется, как предупреждение развития атаки может быть обеспечено идентификацией отсутствующих следствий правильного свойства, а также внедрением обманных свойств. Ключевые слова: информационная безопасность; сетецентрические системы; атаки, основанные на обмане; выявление и предупреждение атак
|
|
||
|
| © 2016 Институт проблем информатики Российской Академии наук |