Кальчук, Інна ВолодимирівнаЛаптєва, Тетяна ОлександрівнаЛукова-Чуйко, Наталія ВікторівнаХаркевич, Юрій Іліодорович2023-04-112023-04-112021Метод побудови захищених каналів передачі даних з використанням модифікованої нейронної мережі / Кальчук Інна Володимирівна, Лаптєва Тетяна Олександрівна, Лукова-Чуйко Наталія Вікторівна, Харкевич Юрій Іліодорович // Information Technology and Security. – 2021. – Vol. 9, Iss. 2 (17). – Pp. 231–243. – Bibliogr.: 31 ref.2411-1031https://ela.kpi.ua/handle/123456789/54454Сучасне суспільство все більше стає залежним від якості сучасних інформаційно-телекомунікаційних послуг. Важливими показниками якості таких послуг є рівень безпеки наданих сервісів. Тому розробка методів побудови захищених маршрутів у інформаційних мережах є актуальним науковим завданням. У статті розглянуто метод побудови захищених каналів передачі даних у інформаційних мережах. Традиційні нейронні мережі не можуть забезпечити сучасні можливості відображення безпечних мереж, що є найбільш важливими для аналізу передачі даних у наш час. Тому нейронні мережі Sigma-Pi-Sigma є хорошим інструментом для цієї операції через просту архітектуру. Застосування інтегрованого підходу до навчання нейронних мереж, що використовує Sigma-Pi-Sigma-нейрони, допомагає виконати завдання закороткий проміжок часу. Для точної інтерпретації змінного зондового сигналу використовується модель нейронної мережі Sigma-Pi-Sigma. Наукова новизна методу полягає у побудові захищених маршрутів у інформаційних мережах шляхом вдалого поєднання переваг радіального базису та сигмоїдної функції активації. Алгоритм навчання градієнта дозволяє регулювати синаптичні ваги мережі в режимі реального часу з заданою точністю. Висока швидкість навчання та універсальні апроксимаційні властивості запропонованої мережі мають практичне значення; вони будуть особливо корисні при обробці багатовимірних функцій векторного аргументу. У майбутньому дослідження включатимуть розробку мережі Sigma-Pi-Sigma без використання процедури прямого добутку вхідних векторів прихованого шару. Для досягнення переваг над існуючими методами додатково використовуються прямокутні методи матричного підсумовування рядів Фур’є, які раніше у подібних методах не були представлені. Ефективність цих методів для дослідження захищеної передачі інформації у два рази вища у порівнянні з трикутними методами, що підвищує імовірність надійної передачі даних на 15 %.uksecure networksdata transmissionalgorithmreliabilityneural networkзахищена мережапередача данихалгоритмнадійністьнейронна мережаArticlePp. 232-243https://doi.org/10.20535/2411-1031.2021.9.2.250077004.056.530000-0001-8822-37160000-0002-5223-90780000-0003-3224-40610000-0002-8577-5096