Разработка методики интеллектуального противодействия информационному нападению в корпоративной ИВС
Информационная борьба как средство интеллектуального противодействия. Проблема создания и удержания защищенной среды информационного обмена в информационно-вычислительных сетях (ИВС). Анализ способов и методов информационной борьбы в корпоративной ИВС.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 30.06.2011 |
| Размер файла | 5,9 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Dраз.0,15 = 19 000 000.0,15 = 2 850 000 руб
Тогда среднегодовые доходы от основной деятельности будут равны:
Dод = 3 750 000 + 2 850 000= 6 600 000 руб
5.4 Определение срока окупаемости
Анализ полученных результатов показывает, что капитальные затраты на построение комплекса связи составили 13679079,4 руб., эксплуатационные расходы - 1413739,75 руб., доходы от основной деятельности (включая разовые доходы отнесенные к одному году на период окупаемости) составляют 6600000 руб., а срок окупаемости проекта - 2,63 года.
Заключение
Сегодня стал очевиден новый виток в развитии средств ведения информационной войны - активное применение космических средств. Информационно-вычислительные сети, созданные до провозглашения концепции информационной войны (конец 80-х годов), практически не способны противостоять информационным ударам в силу того, что проектировались они без учета последствий этих ударов. Применение же всевозможных средств и методов защиты информации в этой ситуации может лишь частично ослабить последствия информационного вторжения. Вновь создаваемые информационно-вычислительные сети, должны быть рассчитаны на то, что в виртуальном пространстве этих сетей будут вестись информационные войны. Безусловно, одним из основных направлений развития средств и методов защиты информации и методов построения корпоративной сети в ближайшем будущем будет применение методов искусственного интеллекта.
Значительным потенциалом, по мнению ряда независимых специалистов, обладает подход на основе нейроподобных структур [6] М-сетей и генетических алгоритмов оптимизации
Описанные в работе методы интеллектуального противодействия не претендуют на полную завершенность и могут активно изменяться и дорабатываться в дальнейшем. Однако сам подход, основанный на минимизации времени бесконтрольного присутствия нарушителя в сети, а также применение ложного объекта атаки уже дает возможность организовывать интеллектуальное противодействие в сети.
Следует признать, что информационная война становится неизбежной в XXI веке, и тот, кто закрывает глаза на эту проблему сегодня, рискует оказаться отброшенным на несколько лет своего развития завтра, а в бизнесе это равносильно банкротству. Проблема информационного вторжения в корпоративные сети - это не "проблема 2000" и решить ее в лоб, путем латания дыр в системе безопасности, не удастся. Уже сегодня, проектируя любые информационные сети, нужно быть готовым к тому, что завтра они превратятся в арену боевых информационных действий, полем боя, на котором сойдутся в неравной схватке компьютерные вирусы и интеллектуальные программные агенты-антивирусы, логические бомбы и виртуальные средства разминирования.
Список использованной литературы
1. Чипига А.Ф. Информационная безопасность автоматизированных систем: учеб. Пособие для вузов/ А.Ф. Чипига. - M.: Гелиос АРВ, 2010. - 336с.
2. Викторов А.Ф. Информационная война в современных условиях // Информационное общество, 2006. - №1. - С.2-59.
3. Барсуков B. C., Водолазский В.В. Интегральная безопасность информационно-вычислительных и коммуникационных сетей // Технологии электронных коммуникаций т.34, т.35. - М.: Эпос - 2003.
4. Большаков А.А., Петряев А.Б., Платонов В.В., Ухлинов Л.М. Основы обеспечения безопасности данных в компьютерных системах и сетях. Часть 1. Методы, средства и механизмы защиты данных, - СПб.: Конфидент, 1996. - 166 с.
5. Викторов А.Ф. Информационная война в современных условиях // Информационное общество, 2006. - №1. - С.69-89.
6. Островский С.Л. Компьютерные вирусы. Выпуск 3.2 - М.: "Диалог Наука", 2006. - 88с.
7. Гриняев С.Н. Генетический алгоритм обучения стохастической нейронной сети // Приборостроение. Известия ВУЗов, 1996. Т.39,№1. с.23-24.
8. Гриняев С.Н. Эволюционно-генетическая модель компьютерного вируса // Тезисы докладов III Межведомственной научно-технической конференции "Проблемные вопросы сбора, обработки и передачи информации в сложных радиотехнических системах". Пушкин, 1997.
9. Завадский И.И. Информационная война - что это такое? // Защита информации. Конфидент, 2006. - №4. - С.13-20.
10. Лазарев В.Г. Интеллектуальные цифровые сети. Справочник. / Под ред. академика Н.А. Кузнецова. - М.: Финансы и статистика, 1996. - 224 с.
11. Батурин Ю.М., Жодзижский A. M. Компьютерная преступность и компьютерная безопасность. - М.: Юридическая литература, 2005. - 169 с.
12. Герасименко В.А. Комплексная защита информации в современных системах обмена данными // Зарубежная радиоэлектроника, 1993, №2. - С.3-29
13. Стенг Д., Мун С. Секреты безопасности сетей, - К.: "Диалектика", 2006. - 544 с.
14. Ухлинов Л.М. Принципы построения системы управления безопасностью данных в ИВС // Автоматика и вычислительная техника, 1990, №4, с.11-71.
15. Ефремов А. Сетевые атаки и средства борьбы с ними // Computer Weekly № 14, 2010г. с.14-17.
16. Хорев А.А. Техническая защита информации: учебное пособие для вузов/ А.А. Хорев. - М.: НПЦ "Аналитика, 2008. - 436 с.
17. Питерсон Дж. Теория сетей Петри и моделирование систем. - М.: Мир, 1984.
18. Комплексный технический контроль эффективности мер безопасности систем управления. В 2-х частях. Часть 1. Технические основы технической разведки. - М: Телеком, 2008 - 296 с.
19. Амосов Н.М., Касаткин A. M., Касаткина Л.М., Талаев С.А. Автоматы и разумное поведение. - Киев: Наукова думка, 1973. - 373с.
20. Бройдо В.Л. Вычислительные системы, сети и телекоммуникации. СПб.: Питер, 2008. - 688 c.
21. Пятибратов А.П., Гудынко и др. Вычислительные системы, сети и телекоммуникации. М.: Финансы и статистика, 2009. - 688 c.
22. Основы общей теории связи. Часть 2. Под ред. Попова А.А. СПб.: ВАС, - 1992.332 с.
23. Системный анализ и принятие решений: Словарь - справочник: Учеб. Пособие для вузов. М.: Высшая школа., 2004 - 616 с.
24. Лазарев В.Г. Интеллектуальные цифровые сети. Справочник. / Под ред. академика Н.А. Кузнецова. - М.: Финансы и статистика, 2006. - 224 с.
25. Соколов А.В., Шаньгин В.Ф., Защита информации в распределенных корпоративных сетях и системах. - М.: ДМК Пресс, 2004. - 616с.
26. Норткатт Стивен. Защита сетевого периметра: Пер. с англ. / Стивен Норткатт и др. - К.: ООО "ТИД "ДС", 2004. - 672с.
27. Галицкий А.В., Рябко С.Д., Шаньгин В.Ф. Защита информации в сети - анализ технологий и синтез решений/ Галицкий А.В. и др. - М.: ДМК Пресс, 2002. - 656с.
28. Грибунин В.Г. Комплексная система защиты информации на предприятии: учеб. Пособие для вузов/ В.Г. Грибунин - М.: Изд. Цент "Академия", 2009. - 416 с.
29. Меньшаков Ю.А. Защита обьектов и информации от технических средств разведки. - М.: Российск. ГГУ, 2002. - 339 с.
30. ГОСТ 50992-96. Защита информации. Основные термины и определения.
31. Гончаров Н.Р. Охрана труда на предприятиях связи. - М.: Связь, 2008. - 392 с. с 159 илл.
32. Хорольский В.Я., Оськин С.В., Петров Д.В. Методические указания по проведения технико-экономического обоснования дипломных проектов, Ставрополь 2002. - 44 с.
33. Домин П.А. / Справочник по технике безопасности, 6-е изд. - М.: Энергоатомиздат, 2005. - 824 с.
34. Большаков А.А., Петряев А.Б., Платонов В.В., Ухлинов Л.М. Основы обеспечения безопасности данных в компьютерных системах и сетях. Часть 1. Методы, средства и механизмы защиты данных, - СПб.: Конфидент, 1996. - 166 с.
Приложение А
Листинг исходного текста программы моделирующей генетический алгоритм оптимизации
**************************************#*#********#"*********+#****#
**/
/* Программная реализация генетического алгоритма в которой */
/* целевая функция принимает только положительные значения */
/* и пригодность индивида принимается равной значению */
/* целевой функции. Данный генетический алгоритм реализует все */
/* основные операции: селекция, инверсия, мутация, кроссинговер */
/*************************************************************/
#include <stdio. h> #include <stdlib. h> tfinclude <math. h>
/* При необходимости можно изменить эти параметры */
#define POPSIZE 50 /* размер популяции */
#define MAXGENS 1000 /* максимальное значение поколений (циклов) */
/* генетического алгоритма */
#defme NVARS 3 /* число заданных переменных */
#define PXOVER 0.8 /* вероятность кроссинговера */
#define PMUTATION 0.15 /* вероятность мутации */
#define PINVERSION 0.1 /* вероятность инверсии */
#define TRUE I #define FALSE 0
int generation; /* номер текущего поколения */
int cur_best; /* лучший индивид */
FILE *galog; /* файл вывода */
int index 1 [NVARS]; /* вспомогательный индексов переменных */
int index2 [NVARSJ; /* массив индексов переменных */
struct genotype /* генотип (член популяции) */
{
double gene [NVARS]; /* строка переменных */
double fitness; /* пригодность генотипа */
double upper [NVARS]; /* значения верхних границ переменных */
double lower [NVARS]; /* значения нижних границ переменных */
double rfitness; /* относительная пригодность */
double cfitness; /* накопленная пригодность */
};
struct genotype populationfPOPSIZE+1]; /* популяция */
struct genotype newpopulation [POPSIZE+l]; /* новая популяция */
struct genotype newpopulationl [POPSIZE+l]; /* новая популяция 1 */
/* Объявление процедур, которые используются данной программной */
/* реализацией генетического алгоритма */
void initialize (void);
double randval (double, double);
int randval1 (double, double);
void evaluate (void);
void keep_the_best (void);
void elitist (void);
void select (void);
void crossover^ void);
void Xover (int, int);
void swap (double *, double *);
void mutate (void);
void report (void);
void inversion (void);
/*****************************************************/
/* Функция инициализации: инициализирует значения генов в */
/* пределах заданных границ переменных. Она также инициализиру-*/
/* ет (обнуляет) все значения пригодности для каждого члена по-*/
/* пуляции. Она читает верхние и нижние границы каждой перемен-*/
/* ной из файла ввода "gadata. txt". Она генерирует случайным */
/* образом значения в рамках границ для каждого гена каждого */
/* генотипа в популяции. Формат файла ввода "gadata. txt" */
/* следующий: */
/* переменная 1_нижняя_граница переменная 1_верхняя_граница */
/* переменная2_нижняя_граница переменная2_верхняя_граница */
/*******************************************************/
void initialize (void)
{
FILE *infile;
int i,j;
double lbound, ubound;
/* открытие файла ввода */
if ( (infile = fopen ("gadata. txt","r")) =NULL) {
fprintf (galog)"\nHe удается открыть файл ввода! \n");
exit (l); }
/* инициализация переменных с учетом заданных границ */
for (i = 0; i < NVARS; i++)
{
fscanf (infile, "%lf,&lbound); fscanf (infile, "%lf',&ubound); indexl [i] = index2 [i] = i; for (j = 0; j<POPSIZE; j++)
{
population [j]. fitness = 0;
population [j]. rfitness = 0;
population [j]. cfitness = 0;
population [j]. lower [i] = lbound;
population [j]. upper [i] = ubound;
population [j]. gene [i] = randval (population [j]. lower [i],
population [j] upper [i]); } > fclose (infile); /* закрывается файл ввода */
}
/*********************************************************/
/* Генератор случайного значения: генерирует значение в */
/* заданных границах */
/**************************************************/
double randval (double low, double high)
{
double val;
val = ( (double) (rand () %1000) /1000.0) * (high - low) + low;
return (val);
}
/***************************************************************/
/* Генератор случайного значения: генерирует значение в */
/* заданных границах */
/****************************************************/
int randval1 (double low, double high) {
double val;
val = ( (double) (rand () %1000) /1000.0) * (high - low) + low;
retum (val);
/*********************************************************** *^
/* Функция оценивания: Она содержит определенную пользовате-*/
/* лем целевую функцию. После каждого изменения код должен */
/* быть перекомпилирован. */
/* Текущая функция: х [1] ~2-х [1] *х [2] +х [3] */
/************************************************************/
void evaluate (void)
int mem;
inti;
double x [NVARS+l];
for (mem = 0; mem < POPSIZE; mem++)
{
for (i = 0; i < NVARS; i++)
x [index2 [i] +l] = population [mem]. gene [i];
population [mem]. fitness = (x [l] *x [l]) - (x [l] *x [2]) + x [3];
/********************************************************************/
/* Функция сохранения наилучшего члена популяции: Эта функция */
/* хранит след лучшего члена популяции. Последний элемент масси-*/
/* ва population содержит копию лучшего индивида */
/****************************************************************/
void keep_the_best ()
int mem;
int i;
cur_best = 0; /* хранит индекс лучшего индивида */
for (mem = 0; mem < POPSIZE; mem++)
{
if (population [mem]. fitness > populationfPOPSIZE]. fitness)
{
cur_best = mem;
population [POPSIZE]. fitness = population [mem]. fitness;
/* после определения лучшего члена популяции, копируем гены */
for (i = 0; i < NVARS; i++)
population [POPSIZE]. gene [i] = population [cur_best]. gene [i];
}
/*************************************************************/
/* Лучший член предыдущего поколения хранится */
/* как последний в массиве. Если лучший член текущего поколения*/
/* хуже, чем лучший член предыдущего поколения, последний дол - */
/* жен заменить наихудший член текущей популяции */
/***************************************************************/
void elitist ()
{
int i;
double best, worst; /* лучшее и худшее значение пригодности */
int best_mem, worst_mem; /* индексы лучшего и худшего члена */
best = population [0]. fitness;
worst = population [0]. fitness;
for (i = 0; i< POPSIZE - l; i++)
{
if (population [i]. fitness > population [i+l]. fitness)
{
if (population [i]. fitness >= best)
{
best = population [i]. fitness;
best_mem = i;
}
if (population [i+l]. fitness <= worst)
{
worst = population [i+l]. fitness;
worst_mem = i+1;
}
}
else
{
if (population [i]. fitness <= worst)
{
worst = population [i]. fitness;
worst_mem = i;
}
if (population [i+l]. fitness >= best)
{best = poputation [i+l]. fitness;
best_mem = i+1;
}
} }
}
/* Если лучший индивид новой популяции лучше, чем лучший ин - */
/* дивид предыдуще популяции, тогда копировать лучший индивид*/
/* из новой популяции; иначе - заменить худший индивид теку - */
/* щей популяции на лучший индивид из предыдущего поколения */
if (best >= population [POPSIZE]. fitness)
{
for (i = 0; i < NVARS; i++)
population [POPSIZE]. gene [i] = population [best_mem]. gene [i];
population [POPSIZE]. fitness = population [best_mem]. fitness;
}
else
{
for (i = 0; i < NVARS; i++)
population [worst_mem]. gene [i] = population [POPSIZE]. gene [i];
population [worst_mem]. fitness = population [POPSIZE]. fitness;
}
}
/***************************************************/
/* Функция селекции: */
/* Стандартная однородная селекция */
/***********************************************************************/
void select (void)
{
int mem, i, j, k;
double sum = 0;
double p;
/* поиск общей пригодности популяции */
for (mem = 0; mem < POPSIZE; mem++)
{
sum += population [mem]. fitness;
/* вычисление абсолютной пригодности */ for (mem = 0; mem < POPSIZE; mem++)
{
population [mem]. rfitness = population [mem]. fitness/sum;
population [0]. cfitness = population [0]. rfitness;
/* вычисление накопленной пригодности */
for (mem = 1; mem < POPSIZE; mem++)
{
population [mem]. cfitness = population [mem-l]. cfitness + population [mem]. rfitness; }
/* окончательный выбор, используя накопленную пригодность. */
for (i = 0; i < POPSIZE; i++)
p = rand () % 1000/1000.0;
if (p < population [0]. cfitness) newpopulation [i] =population [0]; else
{
for (j = 0; j<POPSIZE; j++)
if (p >= population [j]. cfitness && p<population [j+l]. cfirness) I
newpopulation [i] = population [j+l];
} }
/* как только новая популяция сформирована - копировать ее обратно */
for (i = 0; i < POPSIZE; i++) population [i] = newpopulation [i];
}
/*************************************************************/
/* Селекция для кроссинговера: выбирает двух родителей, */
/* которые принимают участие в кроссинговере */
/**************************************************************/
void crossover (void)
{
int i, mem, one;
int first = 0; /* счетчик числа выбранных членов */
double x;
for (mem = 0; mem < POPSIZE; - н-mern)
{
x = rand () % 1000/1000.0;
if (x<PXOVER)
{
++first;
if (first % 2 == 0)
Xover (one, mem);
else
one = mem;
}
}
}
/*********************************************************************/
/* Кроссинговер: выполняет кроссинговер двух выбранных членов */ /*******************************************************/
void Xover (int one, int two) {
int i;
int point; /* позиция кроссинговера */
/* выбор позиции кроссинговера */
if (NVARS>l)
{
if (NVARS = 2)
point = 1;
else
point = (rand () % (NVARS - 1)) +1;
for (i = 0; i < point; i++)
swap (&population [one]. gene [i], &population [two]. gene [i]);
/**********************************************************/
/* Обмен: Функция обмена значениями двух переменных */
/*************************************************************/
void swap (double *x, double *y) {
double temp;
temp = *x; *x = *y;
*y = temp; }
/*************************************************************/
/* Мутация: Переменная, выбранная для мутации заменяется */
/* случайным значением между нижней и верхней границей этой */
/* переменной. */
/*****************************************************************************/
void mutate (void)
{
int i,j;
double lbound, hbound;
double x;
for (i=0; i < POPSIZE; i++) for (j = 0; j< NVARS; j++) {
x = rand () % 1000/1000.0; if (x < PMUTATION)
{
/* определение границ мутирующей переменной */
Ibound = population [i]. lower [j];
hbound = population [i]. upper [j];
population [i]. gene [j] =randval (lbound, hbound);
}
}
}
*************************************************************************/
/* Функция отчета: Содержит результаты моделирования. */
/* Данные записываются в файл вывода */
/*********************************************************/
void report (void)
{
int i;
double best_val; /* лучшая пригодность в популяции */
double avg; /* средняя пригодность популяции */
double stddev; /* среднеквадратическое отклонение */
double sum_square; /* сумма квадратов для вычисления stddev */
double square_sum; /* */
double sum; /* общая пригодность популяции */
sum = 0.0; sum_square = 0.0;
for (i = 0; i < POPSIZE; i++)
{
sum += population [i]. fitness;
sum_square += population [i]. fitness * population [i] fitness.
)
avg = sum/ (double) POPSIZE; square_sum = avg * avg * (double) POPSIZE; stddev = sqrt ( (sum_square - square_sum) / (POPSIZE - 1)); best_val = population [POPSIZE]. fitness; fprintf (galog, "\n%5d, %6.3f, %6.3f, %6.3f \n\n", generation, best_val, avg, stddev);
} /************************************************************/
/* Инверсия: выполняет инверсию применительно ко всей популяции */
/*************************************************************/
void inversion (void)
{
int i,j,k;
int point [2]; /* левая и правая позиции инверсии */
double x;
x = rand () %1000/1000.0;
/* будет ли осуществляться инверсия в данном цикле */
if (x< PIN VERSION) t
/* нет */
return;
}
/* выбор левой и правой позиции инверсии */
if (NVARS>l)
{
if (NVARS = 2)
{
point [0] = 0;
point [l] = 2;
}
else
{
point [0] = (rand () % (NVARS - 1));
point [l] = randval1 ( (double) (point [0] +2), (double) NVARS);
}
for (i = 0; i < point [0]; i++)
{
index l [i] = index2 [i];
for (k = 0; k <= POPSIZE; k++)
newpopulationl [k]. gene [i] = population [k]. gene [i];
{
j = point [l];
for (i = point [0]; i < point [1]; i++)
{indexl [i] = index2 [j-l];
for (k = 0; k <= POPSIZE; k++)
newpopulationl [k]. gene [i] = population [k]. gene [j-l];
j--;
}
for (i = pointfl]; i < NVARS; i++)
{
index 1 [i] = index2 [i]; for (k = 0; k <= POPSIZE; k++) newpopulationl [k]. gene [i] = population [k]. gene [i];
}
for (i = 0; i<point [l]; i++) index2 [i] = index l [i];
/* как только новая популяция сформирована - копировать ее обратно */
for (i = 0; i <= POPSIZE; i++) for (j = 0; j< NVARS; j++)
popu! ation [i]. gene [j] = newpopulation1 [i]. gene [j]; }
}
/*********************************************************/
/* Главная функция: Каждый цикл включает в себя следующее*/
/* выбор лучших членовпопуляции, выполнение кроссинговера, му-*/
/* тации и затем оценивание результирующей популяции. */
/* Число циклов ограничено значением MAXGEN */
/***************************************************/
void main (void)
{
int i;
/* открытие файла вывода */
if ( (galog = fopen ("galogl. txt","w")) =NULL)
{ exit (l);
}
generation = 0;
fprintf (galog, "\n номер лучшее средняя ср. квадр. \n");
fprintf (galog," цикла значение пригодн. отклонение\n");
initialize ();
evaluate ();
keep_the_best ();
while (generation<MAXGENS)
{
generation++; inversion (); select (); crossover (); mutate (); report (); evaluate (); elitist ();
:
fprintf (galog, "\n\n Моделирование завершено\n"); fprintf (galog,"\n Лучший член популяции: W);
for (i = 0; i < NVARS; i++)
{
fprintf (galog,"\n var (%d) = %3.3f", index2 [i],
population [POPSIZE]. gene [i]); } fprintf (galog,"\n\n Лучшее значение пригодности = %3.3f",
population [POPSIZE]. fitness); fclose (galog);
printf (“Успешное завершение профаммы\n”); }
/******************************************************************** */
Размещено на Allbest.ru
Подобные документы
- Процесс разработки и создания корпоративной информационной сети на базе Филиала АО "Корпорация KUAT"
Физическая среда передачи данных в локальных сетях. Корпоративная информационная сеть. Телекоммуникационное оборудование и компьютеры предприятия. Разработка корпоративной информационной сети на основе анализа современных информационных технологий.
дипломная работа [3,9 M], добавлен 07.06.2015 Организационно-управленческая структура ЗАО "Карачаево-ЧеркесскГаз". Назначение и цели создания корпоративной сети. Организация доступа к мировым информационным сетям. Обеспечение информационной безопасности. Разработка проекта аппаратной части сети.
дипломная работа [1,2 M], добавлен 24.06.2011Анализ системы распределенных локальных сетей и информационного обмена между ними через Интернет. Отличительные черты корпоративной сети, определение проблем информационной безопасности в Интернете. Технология построения виртуальной защищенной сети – VPN.
курсовая работа [3,7 M], добавлен 02.07.2011Разработка структуры корпоративной информационной системы (иерархия взаимодействия отдельных элементов на программном и аппаратном уровнях). Выбор компьютерного оборудования (клиентские станции, серверы), системного и прикладного программного обеспечения.
курсовая работа [1,8 M], добавлен 13.02.2016Теоретические основы построения корпоративной сети. Анализ источников угроз и информационных рисков. Организация защиты корпоративной информационной системы Дистанции электроснабжения на основе типовых решений. Современные технологии защиты информации.
дипломная работа [746,7 K], добавлен 09.11.2016Понятие и цели социального инжиниринга, способы противодействия ему. Техники и виды атак. Выявление уязвимостей и оценка рисков в организациях. Создание тренировочной и образовательной программы. Структура и содержание методики обучения персонала.
дипломная работа [918,6 K], добавлен 20.06.2013Проблема автоматизации нахождения ошибок подключения к корпоративной сети клиентских рабочих мест в ОАО "Сбербанк России". Требования к структуре и функционированию системы. Описание информационной модели. Выбор программного обеспечения для реализации.
дипломная работа [3,6 M], добавлен 25.07.2015Построение корпоративной информационной системы Cлавянского кирпичного завода. Разработка структуры системы информационного обеспечения управления предприятием, единого стандарта электронного документооборота. Интеграция локально-вычислительных сетей.
контрольная работа [1,6 M], добавлен 24.07.2009Методы оценивания информационных рисков, их характеристика и отличительные особенности, оценка преимуществ и недостатков. Разработка методики оценки рисков на примере методики Microsoft, модели оценки рисков по безопасности корпоративной информации.
дипломная работа [207,4 K], добавлен 02.08.2012Подбор и описание компонентов, обеспечивающих защиту информации, активов компании, для дальнейшего построения на их основании надежной и защищенной корпоративной сети на примере сети "JDSONS". Аудит и контроль изменений конфигурации информационных систем.
курсовая работа [49,6 K], добавлен 11.09.2012
