Россия
Россия
Россия
УДК 656.6 Эксплуатация водного транспорта
Интеллектуализация водного транспорта сопровождается расширением ландшафта угроз транспортной безопасности, обусловленных особенностями и слабостями внедряемых технологий, являющихся конвергенцией информационных и телекоммуникационных технологий, технологий автоматизированного и автоматического управления и искусственного интеллекта. Особенностями указанных технологий является работа с большими объемами информации. Нарушение безопасности информации, обрабатываемой в интеллектуальных системах водного транспорта (неправомерный доступ, модификация, удаление и тому подобное несанкционированное воздействие) вызывает нарушение транспортной безопасности и, как следствие, безопасности критической информационной инфраструктуры и критической инфраструктуры страны, национальной безопасности. Для конвергентных технологий, используемых в интеллектуальных транспортных системах, характерен множественный и слабо формализуемый характер проявления последствий реализации угроз. В статье представлена модель оценки рисков информационной безопасности интеллектуальных систем водного транспорта, основанная на методах теории нечетких множеств и нечеткой логики, применение которых позволяет учесть вышеизложенные особенности внедряемых технологий. Иерархическая структура модели и применение методов теории нечетких множеств и нечеткой логики позволяет адаптировать модель под различные критерии рисков, типы входных данных и уровень детализации анализа рисков. Для представленной модели разработана методика оценки рисков информационной безопасности и приведен пример расчета риска. Разработанные модель и методика предназначены для построения системы управления рисками информационной безопасности автономного судоходства, реализующей технологии гибридного (дополненного, расширенного) интеллекта, предусматривающих управляемое людьми применение искусственного интеллекта.
информационная безопасность, водный транспорт, транспортная безопасность, естественный интеллект, искусственный интеллект, интеллектуальные системы, лингвистические переменные, системы агрегирования информации
1. Mikhalevich I. F. Problemic Issues of Deploying Cooperative Intelligent Transport Systems During of Digital Transformation. In 2021 International Conference “Systems of Signals Generating and Processing in the Field of on Board Communications”. - DOI:https://doi.org/10.1109/IEEECONF51389.2021.9415999.
2. Баранов Л. А. Иванова Н. Д., Михалевич И. Ф. и др. Информационная безопасность системы автономного судовождения в контексте специфических для интеллектуальных транспортных систем угроз // Сборник трудов международной научной конференции «Проблемы управления безопасностью сложных систем». Москва, 13 декабря 2023 г. (статья принята к публикации).
3. Andrej Androjna, Marko Perkovic. Impact of Spoofing of Navigation Systems on Maritime Situational Awareness. September 2021. Transactions on Maritime Science 10(2). - DOI:https://doi.org/10.7225/toms.v10.n02.w08.
4. Goudosis A., Katsikas S. Secure Automatic Identification System (SecAIS): Proof-of-Concept Implementation // Journal of Marine Science and Engieneering. 2022, 10, 805. J. Mar. Sci. Eng. 2022, 10, 805. - DOI:https://doi.org/10.3390/jmse10060805.
5. Svilicic B., Brčić D., Žuškin S., et al. (2019, March). Raising Awareness on Cyber Security of ECDIS // Trans- Nav, The International Journal on Marine Navigation and Safety of Sea Transportation, 13(1), 231-236. - DOI:https://doi.org/10.12716/1001.13.01.24.
6. Karahalios H. Appraisal of a Ship’s Cybersecurity efficiency: the case of piracy // J Transp Secur. - 2020. - Vol. 13. - Pp. 179-201. - DOIhttps://doi.org/10.1007/s12198-020-00223-1.
7. Kavallieratos G., Katsikas S. Managing Cyber Security Risks of the Cyber-Enabled Ship // Journal of Marine Science and Engineering. - 2020. - № 8 (768). - 19 с. - DOI:https://doi.org/10.3390/jmse8100768/.
8. Иванова Н. Д., Михалевич И. Ф., Якунчиков В. В. Управление рисками информационной безопасности интеллектуальных транспортных систем внутреннего водного транспорта // Сборник трудов Международной научно-практической конференции «Транспорт России: проблемы и перспективы». Санкт-Петербург, 14-15 ноября 2023 г.
9. Kharchenko V., Illiashenko O., Fesenko H., et al. (2022). AI Cybersecurity Assurance for Autonomous Transport Systems: Scenario, Model, and IMECA-Based Analysis. In: Dziech, A., Mees, W., Niemiec, M. (eds) Multimedia Communications, Services and Security. MCSS 2022. Communications in Computer and Information Science. - Vol. 1689. - Pp. 66-79. Springer, Cham. - DOI:https://doi.org/10.1007/978-3-031-20215-5_6.
10. Kharbanda Varun. Journal: Application of Artificial Intelligence in Cyber security (IJSPPC). - 2023. - Vol. 15, No. 1. - Pp. 1-13. - DOI:https://doi.org/10.4018/ijsppc.318676.
11. Ryjov A. P., Mikhalevich I. F. Hybrid intelligence framework for improvement of information security of critical infrastructures. In book: Handbook of Research on Cyber Crime and Information Privacy. Hershey, PA, US 2021. - DOI:https://doi.org/10.4018/978-1-7998-5728-0.ch016.
12. Mikhalevich I. F., Ryjov A. P. Augmented Intelligence Framework for Protecting against Cyberattacks, 2018 // Engineering and Telecommunication (EnTMIPT), Moscow, Russia, 2018. - Pp. 143-145. - DOI:https://doi.org/10.1109/EnT-MIPT.2018.00039.
13. Карякин В. В. Гибридные интеллектуальные системы как симбиоз естественного и искусственного интеллектов // Россия: тенденции и перспективы развития. - 2022. - № 17 (1). - C. 652-655.
14. Лецкий Э. К., Панкратов В. И., Яковлев В. В. Информационные технологии на железнодорожном транспорте / под ред. Э. К. Лецкого, Э. С. Поддавашкина, В. В. Яковлева. - МоскваУМК МПС России, 2000. - 678 с.
15. Рыжов А. П. Об агрегировании информации в нечетких иерархических системах // Интеллектуальные системы. - 2001. - Т. 6, Вып. 1-4. - C. 69-79.
16. Рыжов А. П. Оценка и мониторинг процессов в социотехнических системах и связанные с ними задачи // Интеллектуальные системы. - 2001. - Т. 22, Вып. 2. - C. 129-140.
17. Kerimkhulle S., Dildebayeva Z., Tokhmetov F., et al. Fuzzy Logic and Its Application in the Assessment Transport automation research. No 1, Vol. 10, March 2024 ? of Information Security Risk of Industrial Internet of Things, Symmetry 2023, 15(10), 1958. - DOI:https://doi.org/10.3390/sym15101958.
18. Azam M. H., Hasan M. H., Hassan S., et al. Fuzzy Type-1 Triangular Membership Function Approximation Using Fuzzy C-Means, 2020 // International Conference on Computational Intelligence (ICCI), Bandar Seri Iskandar, Malaysia, 2020. - Pp. 115- 120. - DOI:https://doi.org/10.1109/ICCI51257.2020.9247773.
19. Карелин В. П. Методы и средства нечеткого логического вывода, представления и защиты данных в интеллектуальных системах управления и поддержки принятия решений // Вестник ТИ- УиЭ. - 2016. - № 2 (24). - С. 5.
20. Cahyaningrum Y., Suryono S., Warsito B. Fuzzy-Expert System for Indicator and Quality Evaluation of Teaching and Learning Processes Online Study Programs // The 6th International Conference on Energy, Environment, Epidemiology, and Information System (ICENIS 2021). - 2021. - Vol. 317. - 11 p. - DOI:https://doi.org/10.1051/e3sconf/202131705021.
21. Rizvi S. S., Mitchell J., Razaque A., et al. A fuzzy inference system (FIS) to evaluate the security readiness of cloud service providers // Journal of Cloud Computing. - 2020. - № 9 (1). - 17 p. - DOIhttps://doi.org/10.1186/s13677-020-00192-9.
22. Dubois D., Prade H. Fuzzy sets and probability: misunderstandings, bridges and gaps // 2nd IEEE International Conference on Fuzzy Systems (FUZZY 1993), IEEE, Mar 1993, San Francisco, United States. - Pp. 1059-1068. - DOI:https://doi.org/10.1109/FUZZY.1993.327367ff.
23. Jain D., Sharma S. K., Dhiman P. Comparative Analysis of Defuzzification Techniques for Fuzzy Output // Journal of algebraic statistics. - 2022. - Vol. 13, № 13. - Pp. 874-882.
