Тема выпускной квалификационной работы: «Методика управления рисками информационной системы и численная реализация ее криптозащиты». Задачи, которые решались в ходе исследования: 1. Исследование организационно-экономических характеристик ОПК, классифицирование рисков. 2. Разработка нейросетевой модели и реализация ее обучения в рамках оценки рисков ИС для производственных (технических и эксплуатационных) показателей деятельности ОПК. 3. Изучение, оптимизирование и реализация методики многопроцессорного шифрования «больших данных» 4. Разработка многофакторной биометрической идентификации при входе в автоматизированную информационную систему специального назначения. В выпускной работе детально описаны вычислительные методики, программы и алгоритмы для решения комплекса прикладных задач многофакторной биометрической идентификации личности при входе в автоматизированную информационную систему специального назначения. Разработан комплекс подпрограмм и вычислительных алгоритмов на базе нейросетевого подхода для оценки технологических и производственных рисков в рамках деятельности оборонно-промышленного комплекса (ОПК) при эксплуатации информационных систем, а также многопотокового шифрования цифровых двойников объектов вооружения и военной техники (В и ВТ).

The theme of this graduate qualification work is methodology for managing information system resources and numerical implementation of cryptoprotection. Problems which were solved during the survey: 1) Investigate the оrganizational-economic characteristics of military-industrial complex and quantify risks. 2) Develop a neural network model and implement its training in the framework of IP risk assessment for production (technical and operational) performance indicators of the military-industrial complex. 3) Study, optimize and implement the technique of multiprocessor encryption of "big data" 4) Develop a multi-factor biometric identification when entering an automated information system for special purposes. The thesis describes in detail the computational methods, programs and algorithms for solving a complex of applied problems of multifactorial biometric identification of a person when entering an automated information system for special purposes. A set of subroutines and computational algorithms based on a neural network approach has been developed to assess technological and production risks in the framework of the activities of the military-industrial complex (DIC) in the operation of information systems, as well as multi-stream encryption of digital twins of weapons and military equipment.

• СОДЕРЖАНИЕ
• ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
• ВВЕДЕНИЕ
• ГЛАВА 1 ОБЗОР И АНАЛИЗ ПРИМЕРОВ УПРАВЛЕНИЯ РИСКАМИ ПРИ ЭКСПЛУАТАЦИИ ИНФОРМАЦИОННЫХ СИСТЕМ ПРЕДПРИЯТИЯМИ ОБОРОННО-ПРОМЫШЛЕННОГО КОМПЛЕКСА
  • 1.1 Общие характеристики операционной деятельности ОПК и его ключевые сегменты
  • 1.2 Информационное обеспечение экономико-производственных процессов ОПК
    • 1.2.1 Уровни управления и взаимодействия
    • 1.2.2 Информация о ключевых экономических показателях ОПК
  • 1.3 Анализ угроз технических каналов утечки коммерческой информации и конструкторской документации ОПК
  • 1.4 Аппаратно-программные комплексы шифрования больших данных ИС, используемых в ОПК
    • 1.4.1 АПКШ «Континент»
    • 1.4.2 СКЗИ «Континент-АП» (версия 3.7)
• ГЛАВА 2 ПРОЕКТ РАЗРАБОТКИ ЭФФЕКТИВНЫХ НАУЧНО-ТЕХНИЧЕСКИХ РЕШЕНИЙ ЦИФРОВОГО КОНТРОЛЯ РИСКАМИ ПРИ ЭКСПЛУАТАЦИИ ИНФОРМАЦИОННЫХ СИСТЕМ ДЛЯ ОБЪЕКТОВ ВООРУЖЕНИЯ И ВОЕННОЙ ТЕХНИКИ
  • 2.2 Математический аппарат численного исследования характеристик надежности и показателей рисков при эксплуатации ИС для объектов В и ВТ
    • 2.2.1 Методика расчета характеристик надежности при эксплуатации ИС для объектов В и ВТ
    • 2.2.2 Нейросетевые технологии, применяемые для анализа, прогнозирования состояния параметров ИС, используемых в сфере ОПК
    • 2.2.3 Определяющие соотношения
    • 2.2.4 Результаты вычислительного эксперимента
• ГЛАВА 3 МНОГОПОТОКОВАЯ ЧИСЛЕННАЯ РЕАЛИЗАЦИЯ КРИПТОГРАФИЧЕСКИХ АЛГОРИТМОВ ПАРАЛЛЕЛЬНОГО ДЕЙСТВИЯ ДЛЯ ЗАЩИТЫ КОНФИДЕНЦИАЛЬНОЙ ИНФОРМАЦИИ ОПК ПРИ ЕЕ ОБРАБОТКЕ, ХРАНЕНИИ И ПЕРЕДАЧИ В ОБЛАЧНОЕ ХРАНИЛИЩЕ БОЛЬШИХ ДАННЫХ
  • 3.1 Алгоритмы хэширования данных
  • 3.2 Уязвимости протокола IP.
  • 3.3 Многопотоковое шифрование больших данных - цифровых двойников объектов В и ВТ
• ГЛАВА 4 МНОГОФАКТОРНАЯ БИОМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ ЛИЧНОСТИ ПРИ ВХОДЕ В АВТОМАТИЗИРОВАННУЮ ИНФОРМАЦИОННУЮ СИСТЕМУ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
  • 4.1 Идентификация входа в ИС по отпечатку пальца
  • 4.2 Идентификация входа в ИС по сетчатке глаза
  • 4.3 Идентификация входа в ИС по распознаванию лица (FaceID).
  • 4.4 Идентификация личности по голосу при входе в ИС
  • 4.5 Ранжирование рисков ОПК с помощью аппарата нечетких множеств
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А Фрагмент зашифрованных по алгоритму «AES» данных цифрового двойника идентифицированной личности