Устойчивость распределенной автоматизированной системы управления с учетом модели прогнозирования последствий непреднамеренных деструктивных воздействий

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

В статье изложены задачи прогнозирования возможного сценария непреднамеренных деструктивных воздействий (массовые воздействия – перепады напряжений, индустриальные электромагнитные помехи, воздействия природного характера) на распределенную автоматизированную систему управления. Предложены аналитические соотношения для оценки последствий подобных деструктивных воздействий (система передачи сигналов, система связи). Рассмотрен один из возможных сценариев таких воздействий на систему с учетом распределения их интенсивности.

Full Text

Restricted Access

About the authors

А. М. Попов

Институт машиноведения им. А. А. Благонравова РАН

Author for correspondence.
Email: aproximandra@mail.ru
Russian Federation, Москва

В. И. Филатов

Московский государственный технический университет им. Н. Э. Баумана

Email: vfil10@mail.ru
Russian Federation, Москва

References

  1. Vasil’ev Yu. S., Zegzhda D. P., Poltavtseva M. A. Problems of security in digital production and its resistance to cyber threats // Autom. Control Comput. Sci. 2018. V. 52 (8). Р. 1090.
  2. Kotenko I. V., Saenko I. B. The architecture of the system of intelligent information protection services in critical infrastructures // Tr. S.-Peterb. Inst. Inf. Avtom. Ross. Akad. 2013. No. 1. Р. 21.
  3. Konoplev A. S., Kalinin M. O. Tasks of providing information security in distributed computing networks // Aut. Control Comp. Sci. 2016. V. 50. Р. 669.
  4. Kakubava R., Khurodze R. Technical systems with structural and time redundancy: a probabilistic analysis of their performance // Autom. Remote Contr. 2004. V. 65. Р. 825.
  5. Korolyuk V. S., Limnios N. Stochastic Systems and Merging Phase. Singapore: Imperial College Press, 2005.
  6. Korolyuk V. S., Korolyuk V. V. Stochastic Models of Systems. Dordrecht: Kluwer, 1999.
  7. Zegzhda D. P., Vasil’ev Y. S., Poltavtseva M. A. Approaches to Modeling the Security of Cyberphysical Systems // Aut. Control Comp. Sci. 2018. V. 52. Р. 1000.
  8. Dakhnovich A. D., Moskvin D. A., Zegzhda D. P. Analysis of the Information Security Threats in the Digital Production Networks // Aut. Control Comp. Sci. 2018. V. 52. Р. 1071.
  9. Osadchy S. I., Zozulya V. A., Ladanyuk A. P. Optimal Robust Control of a Robots Group // Aut. Control Comp. Sci. 2019. V. 53. Р. 298.
  10. Boegra O. H., Kwakernaak H., Meinsma G. Design Methods for Control Systems // Notes of Course Dutch Institute of Systems and Control, 2006.
  11. Sharifov Y. A. Necessary Optimality Conditions of First and Second Order for Systems with Boundary Conditions // Trans. Nat. Acad. Sci. Azerbaijan. Ser. Phys.-Techn. Math. Sci. 2009. V. 28 (1). Р. 189.
  12. Tomasi W. Electronic Communication Systems: Fundamental through Advanced. Pearson Education. N.J.: Upper Saddle River, 2004. 1163 p.
  13. Proakis J. G., Salehi M. Digital communications. 5th ed. New York: McGraw-Hill, 2008. 1170 p.
  14. Kwakernaak H., Sivan R. Linear Optimal Control Systems. New York: Wiley, 1972; Moscow: Mir, 1977.
  15. Chervyakov N. I., Kalmykov I. A., Shelkunova Yu.O., Beregnoy V. V. Mathematical model of a neural network for error correction in a non-positional code of extended Galua field // Neurocomput.: Dev. Appl. 2003. No. 8–9. Р. 10.
  16. Aldairi A., Tawalbeh L. Cyber security attacks on smart cities and associated mobile technologies // Procedia Comput. Sci. 2017. V. 109. Р. 1086.
  17. Shannon C. E. A Mathematic Theory of Communications // Reprinted with corrections from Bell Syst. Tech. J. 1948. V. 27 (7, 10). Р. 379, 623.
  18. Kalpana P. Cloud Computing // Manfred Milchrahm. 2013. V. 3 (1). Р. 47.
  19. Bhattacharyya D. K., Kalita J. K. Network Anomaly Detection. A Machine Learning Perspective. CRC Press, 2013. 366 р.
  20. Skrobanek P. Intrusion Detection Systems. Intech, 2011. 113 р.
  21. Maksimov M. V., Bobnev M. P., Krivitskiy B. Kh. Protection against radio interference. M.: Sov. radio, 1976.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Diagram of a generalized scenario of unintentional group and individual impacts on a distributed automated control system.

Download (1MB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».