Искусственный интеллект в системах хранения данных

Бесплатный доступ

Введение. Рассмотрено функционирование искусственного интеллекта (ИИ) в системах хранения данных. Определено преимущество его использования при работе с данными как с экономической точки зрения, так и с точки зрения безопасности. Целью работы является внедрение искусственного интеллекта в системы хранения данных. Основные задачи: описание методов разделения данных, организации их хранения и противодействия угрозам безопасности.Материалы и методы. Данные, которые необходимо занести на накопители, разбивается на части таким образом, чтобы их можно было восстановить, не имея одной из частей. Это необходимо для того, чтобы иметь возможность доступа и восстановления информации в случае программного или аппаратного сбоя.Результаты исследования. Рассмотрена работа искусственного интеллекта при обнаружении угроз безопасности. Так как модель подразумевает взаимодействие пользователей с данными, то было выяснено, каким образом происходит управление доступом данных, а также приведено описание способа хранения ключей.Обсуждение и заключения...

Еще

Искусственный интеллект, пороговое разделение, угроза, машинное обучение, организация хранилища, динамическое изменение, ключ, шифрование, резервное копирование, атака, хеш-сумма

Короткий адрес: https://sciup.org/142223738

IDR: 142223738   |   DOI: 10.23947/1992-5980-2020-20-2-196-200

Список литературы Искусственный интеллект в системах хранения данных

  • Могилевская, Н. С. Пороговое разделение файлов на основе битовых масок: идея и возможное применение / Н. С. Могилевская, Р. В. Кульбикаян, Л. А. Журавлёв // Вестник Донского государственного технического университета :. - 2011. - Т. 11, №10. - С. 1749-1755. - URL: https://vestnik.donstu.ru/jour/article/view/912/907 (дата обращения: 04.04.2020).
  • Николенко, С. И. Глубокое обучение. Погружение в мир нейронных сетей/ С. И. Николенко, А. А. Кадурин, Е. В. Архангельская. - Санкт-Петербург : Питер, 2018. - 481 с.
  • Dubrova, E. Fault-Tolerant Design / Springer, 2013. - 185 p.
  • Флах, П. Машинное обучение / П. Флах.- Москва : ДМК Пресс, 2015. -400с.
  • Трехмерная модель безопасности компьютерных систем / В.В.Жилин, И. И. Дроздова, Л. В. Черкесова, О. А. Сафарьян // Молодой исследователь Дона :. - 2018. - № 5. - С. 30-37. - URL: http://mid-journal.ru/upload/iblock/f81/6_620_ZHilin_30_37.pdf (дата обращения: 04.05.2020).
  • Parloff, R. Why Deep Learning Is Suddenly Changing Your Life / R. Parloff // Fortune. - 2016. (Retrieved 13 April,2018.).
  • Алгоритмы: построение и анализ / Кормен Томас Х., Лейзерсон Чарльз И., Ривест Рональд Л. - Москва : Вильямс, 2006. -1296 с.
  • Hutson, M. Missing data hinder replication of artificial intelligence studies / Matthew Hutson // Science. - 15 February, 2018. doi:10.1126/science.aat3298.
Еще
Статья научная