Son illərdə kiber-fiziki sistemlər üçün zərərli proqramlar geniş yayılıb. Kibercinayətkarlar belə sistemlərin müxtəlif komponentlərini pozmaq üçün zərərli proqram təminatından istifadə edirlər. Zərərli proqramların mürəkkəb növlərinə qarşı mükəmməl müdafiə yoxdur. Bu kimi proqramların təsnifatı üçün təklif olunan yanaşma transfer dərin neyron şəbəkələrə (Alexnet və MobileNet) əsaslanır. Metod zərərli kodu boz rəngli şəkillərə çevirir. Eksperimental nəticələr təklif edilmiş metodun dəqiqliyinin effektiv şəkildə artdığını göstərmişdir.
Bu barədə İnformasiya Texnologiyaları İnstitutu əməkdaşlarının həmmüəllifliyi ilə çap edilmiş “Dərin təlim istifadə edərək Radon çevrilməsi əsasında kiber-fiziki sistemlərdə zərərli proqramların təsnifatı” (“Radon transform based malware classification in cyber-physical system using deep learning”, DOI: https://doi.org/10.1016/j.rico.2024.100382) adlı məqalədə məlumat verilib. Nüfuzlu “Results in Control and Optimization” jurnalında dərc olunmuş məqalənin müəllifləri AMEA-nın vitse-prezidenti, İnformasiya Texnologiyaları İnstitutunun baş direktoru, akademik Rasim Əliquliyev, şöbə müdiri, AMEA-nın müxbir üzvü Ramiz Alıquliyev və baş elmi işçi, texnika üzrə fəlsəfə doktoru, dosent Lyudmila Suxostatdır.
Məqalə Azərbaycan Respublikası Dövlət Neft Şirkətinin (SOCAR) Elm Fondunun maliyyələşdirdiyi qrant layihəsi (Qrant №3 LR-AMEA) çərçivəsində aparılmış elmi tədqiqatlar əsasında hazırlanmışdır.
Qeyd edək ki, “Results in Control and Optimization” jurnalı “Scopus” və “DOAJ” beynəlxalq elmi bazalarında indeksləşir və aşağıdakı elmmetrik göstəricilərə malikdir:
CiteScore: 2.9
SCImago Journal Rank (SJR): 0.366
Source Normalized Impact per Paper (SNIP): 0.917
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.
