Безопасность цифровых технологий

БЕЗОПАСНОСТЬ ЦИФРОВЫХ ТЕХНОЛОГИЙ

БЕЗОПАСНОСТЬ
ЦИФРОВЫХ ТЕХНОЛОГИЙ

English | Русский

Последний выпуск
№3(122) Июль - Сентябрь 2026

Возможности анализа номинативных признаков в задачах информационной безопасности

Выпуск № 1 (104) Январь - Март 2022
Авторы:

Хиценко Владимир Евгеньевич ,
Федотов Никита Андреевич ,
DOI: http://dx.doi.org/10.17212/2782-2230-2022-1-61-84
Аннотация

В статье на различных примерах демонстрируются и обсуждаются возможности проверки гипотез и применения информационных мер для выявления и оценки силы связи номинативных признаков в задачах классификации при анализе информационной  безопасности. Основной вид представления исходных данных в этой шкале – это таблица сопряженности номинативных признаков или таблица «объект–признак», из которой могут быть получены частоты совпадения категорий признаков и, собственно, таблица сопряженности. По этой таблице несложно проверить гипотезу о независимости или однородности признаков. Рассмотрен альтернативный подход к этому анализу на основе статистики Кульбака, представляющей собой среднюю различающую информацию в пользу гипотезы о зависимости признаков. В частных случаях практический интерес представляет гипотеза о симметрии квадратных таблиц, которая также может быть проверена на основе информационных мер и критериев. Показан пример обработки дихотомических данных типа «да?–?нет» по критерию Кокрена. В работе обсуждаются пути измерения силы связи признаков и различные информационные характеристики в виде относительного уменьшения энтропии одного признака при известном другом или в виде средневзвешенного количества информации, приходящегося на различные категории признака. Эти меры полезны для сравнительного анализа признаков  в задачах принятия решений. Используются показатель информативности Шеннона, дивергенция Кульбака–Лейблера, Дженсена–Шеннона и мера попарного различения классов эффективности защиты по законам распределения соответствующих им категорий признака. Последовательно сопоставляются классические процедуры проверки гипотез и подходы на основе информационных характеристик. Рассмотренные в работе методы и примеры охватывают многие актуальные задачи информационной безопасности, ассоциированные с номинативными признаками.


Ключевые слова: статистические методы, защита информации, проверка гипотез о сопряженности качественных признаков, критерии Кокрена, критерии Кульбака, проверка симметрии таблиц, меры связи признаков, информационный подход к анализу связи признаков, показатель информативности Шеннона, дивергенция Кульбака?–Лейблера и Дженсена – Шеннона
Хиценко Владимир Евгеньевич
кандидат технических наук, доцент, Novosibirsk State Technical University,
xicenko@corp.nstu.ru
Orcid: 0000-0003-0925-443X

Федотов Никита Андреевич
Новосибирский Государственный Технический Университет,
Nicoss.fd@yandex.ru
Orcid: 0000-0001-7464-8887

Список литературы

1.?Закс Л. Статистическое оценивание. – М.: Статистика, 1976. – 599 с. 2.?Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. – М.: Наука, 1976. – 736 с. 3.?Кульбак С. Теория информации и статистика. – М.: Наука, 1967. – 408 с. 4.?Крутохвостов Д.С., Хиценко В.Е. Парольная и непрерывная аутентификация по клавиатурному почерку средствами математической статистики // Вопросы кибербезопасности. – 2017. – № 5 (24). – С. 91–99. 5.?Рунион Р. Справочник по непараметрической статистике. – М.: Финансы и статистика, 1982. – 200 с. 6.?Бююль А., Цёфель П. SPSS: искусство обработки информации. – СПб.: Диасофт, 2002. – 602 с. 7.?Миркин Б.Г. Анализ качественных признаков и структур. – М.: Статистика, 1980. – 320 с. 8.?Хиценко В.Е. Математическая статистика для мониторинга информационной безопасности. Непараметрические методы статистики в примерах и задачах. – Saarbrücken: Lap Lambert Academic Publishing, 2013. – 208 с. 9.?Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. – Л.: Медицина, 1978. – 294 с. 10.?Колесникова С.И. Методы анализа информативности разнотипных признаков // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. – 2009. – № 1 (6). – С. 69–80. 11.?Салахутдиновa К.И., Лебедевa И.С., Кривцова И.Е. Подход к выбору информативного признака в задаче идентификации программного обеспечения // Научно-технический вестник информационных технологий, механики и оптики. – 2018. – Т. 18, № 2. – С. 278–285. 12.?Коржук В.М. Модель и метод идентификации атак сетевого уровня на беспроводные сенсорные сети на основе поведенческого анализа: дис. … канд. техн. наук: 05.13.19. – СПб., 2019. – 206 с. 13.?Быкова В.В., Катаева А.В. Методы и средства анализа информативности признаков при обработке медицинских данных // Программные продукты и системы. – 2016. – № 2. – С. 172–178. 14.?Informativeness of genetic markers for inference of ancestry / N.A. Ro-senberg, L.M. Li, R. Ward, J.K. Pritchard // American Journal of Human Gene-tics.?– 2003. – Vol. 73 (6). – P. 1402–1422. 15.?Kullback S., Leibler R.A. On information and sufficiency // Annals of Mathematical Statistics. – 1951. – Vol. 22 (1). – P. 79–86. 16.?Lin J. Divergence measures based on the Shannon entropy // IEEE Transactions on Information Theory. – 1991. – Vol. 37, N 1. – P. 145–151. 17.?Nielsen F., Nock R. Total Jensen divergences: definition, properties and clustering // 2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). – South Brisbane, QLD, Australia, 2015. – P. 2016–2020. 18.?Брюховецкий А.А. Модель обнаружения аномальных данных на основе информационного критерия // Дневник науки. – 2021. – № 4. – URL: www.dnevniknauki.ru/images/publications/2021/4/technics/Bryukhovetskiy.pdf (дата обращения: 09.03.2022). 19.?Burnham K.P., Anderson D.R. Kullback–Leibler information as a basis for strong inference in ecological studies // Wildlife Research. – 2001. – Vol. 28 (2). – P. 111–119. 20.?Do M.N. Fast approximation of Kullback–Leibler distance for dependence trees and hidden Markov models // IEEE Signal Processing Letters. – 2003. – Vol. 10, N 4. – P. 115–118.

Просмотров аннотации: 747
Скачиваний полного текста: 643
Просмотров интерактивной версии: 0
Для цитирования:

Хиценко В.Е., Федотов Н.А. Возможности анализа номинативных признаков в задачах информационной безопасности // Безопасность цифровых технологий. – 2022. – № 1 (104). – С. 61–84. – DOI: 10.17212/2782-2230-2022-1-61-84.

For citation:

Khitsenko V.E., Fedotov N.A. Vozmozhnosti analiza nominativnykh priznakov v zadachakh informatsionnoi bezopasnosti [Possibilities of analysis of nominative signs in tasks of information security]. Bezopasnost' tsifrovykh tekhnologii = Digital Technology Security, 2022, no. 1 (104), pp. 61–84. DOI: 10.17212/2782-2230-2022-1-61-84.

 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.