Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Длина окна и слабая разделимость.

Читайте также:
  1. Длина дыхания
  2. Длина зачистки для кабелей питания и двигателя
  3. Длина мензуры
  4. Допустимая длина отсеков пассажирских судов
  5. Объем прямоугольного параллелепипеда равен 2520 см(в кубе),а площадь основания 168 см(в квадрате),и длина на 2 см больше ширины. Найдите сумму длин всех ребер параллелепипеда.
  6. Принцип Гюйгенса. Когерентность и монохроматичность световых волн. Длина и время когерентности. Пространственная и временная когерентность.

• Так как результаты относительно слабой разделимости аддитивных составляющих временных рядов в большинстве своем асимптотические (при L,K→ ), как правило, чтобы достичь лучшей разделимости, нужно выбирать большую длину окна. Другими словами, маленькая длина окна может привести к смешиванию интерпретируемых компонент ряда.

• Если длина окна L достаточно большая (скажем, несколько дюжин), то результаты (слабой) разделимости устойчивы по отношению к небольшим изменениям L.

• С другой стороны, для решения особых задач могут быть конкретные рекомендации по выбору длины окна, соответствующие относительно небольшим N и L [60].

Самым неформализуемым шагом является шаг группировки. Для того, чтобы выделить какую-то составляющую ряда или отделить сигнал от шума, необходимо найти соответствующие искомой составляющей компоненты разложения, сгруппировать их и восстановлением получить искомый ряд.

Решению этой задачи служит визуальный способ идентификации компонент. Гибкость способа делает его привлекательным, однако эвристизм и необходимость в некоторых случаях, пакетной обработки анализируемого ряда обесценивают его простоту. Направлением развития метода, учитывающим этот недостаток, является автоматизация процедуры идентификации/группировки. Этому направлению посвящено множество работ. Суть предлагаемых методов заключается в дополнительном – периодограммном (частотном) анализе компонент разложения ряда с введением пороговых значений идентификации.

Рекомендации по решению проблемы группировки, идентификации компонент и восстановлению по ним ряда:

Изложим основные положения предлагаемых методов в соответствии с [61]:

В основание метода идентификации тренда лежит следующая идея: сингулярные вектора компонент, соответствующих тренду, ведут себя подобно самому тренду, поэтому достаточно сформулировать метод в применении к произвольному ряду.

Метод низких частот основан на частотном представлении ряда. Рассматривается разложение Фурье вещественного временного ряда

(1)

где и если – нечетное. Тогда периодограммой ряда называется функция, определенная следующим образом при

 

(4.2)

Значение отражает вклад в разложение ряда гармоники с частотой Считается, что ряд является трендом, если гармонические составляющие с низкими частотами дают большой вклад в его разложение Фурье. Задав параметр считается областью низких частот интервал Для ряда отношение

(4.3)

можно интерпретировать как вклад гармоник со средними и высокими частотами в разложение Фурье последовательности Считается, что ряд содержит трендовую составляющую, если для заданного порогового уровня

Метод Фурье для автоматической идентификации компонент, соответствующих экспоненциально модулированной (сокращенно – э.-м.) гармонической составляющей, тоже основан на анализе периодограмм сингулярных векторов.

Используется тот факт, что э.-м. гармонике с частотой соответствует две компоненты сингулярного разложения, сингулярные вектора которых имеют тоже э.-м. гармонический вид с теми же частотой и экспоненциальным показателем. Алгоритм метода Фурье разделяется на две части:

1. Часть 1. Используется тот факт, что периодограммы двух сингулярных векторов, соответствующих э.-м. гармонике, должны достигать максимальных значений на одной и той же частоте. Это и проверяется. Для рассматриваемой пары компонент с номерами и обозначаются и аргументы максимумов периодограмм их сингулярных векторов. Пусть – пороговое значение метода. Если где – длина сингулярного вектора, то считается, что пара соответствует э.-м. гармонике. Заметим, что является оценкой частоты найденной э.-м. гармоники. Поиск компоненты, соответствующей э.-м. гармонике с периодом 2, должен проводиться отдельно, так как ей соответствует одна компонента. В этом случае используется критерий .

2. Часть 2. В первой части метода использовалось только одно свойство периодограммы – аргумент ее максимума. Этого недостаточно, метод может ошибочно идентифицировать пары компонент, вовсе не соответствующие э.-м. гармонике. Учитывается тот факт, что два гармонических сингулярных вектора (собственных или факторных), соответствующие гармонике, не только имеют такой же период, как и сама гармоника, но также имеют разницу в фазе, примерно равную

Задается величина где и – номера двух сингулярных векторов формулой

. (4.4)

Если элементы векторов и образуют гармонические ряды с одной той же частотой и сдвигом фазы на а – целое число, то Рассматривая пары компонент, уже идентифицированные в первой части метода, и считается, что пара компонент с номерами и соответствует гармонике, только если выполняется где – заранее заданное пороговое значение. Чем больше тем строже условие. Похожим образом формулируется критерий и для гармоники с периодом 2.

Поскольку первая часть метода Фурье используется как подготовительная перед второй частью, можно зафиксировать значение установив его равным 1, что вполне достаточно для учета дискретности области определения периодограммы. Управление методом тогда будет совершаться только варьированием значения [61].

При решении последней задачи, используя хорошо проработанный аппарат SSA-прогнозирования, риск реализации ущербов рассматриваемой величины на прогнозируемом периоде можно вычислить на основе меры, предложенной в [58].

ЗАКЛЮЧЕНИЕ

Предложенное методическое обеспечение посвящено изучению возможностей использования функционала вредоносных программ, предлагаются риск-модели на основе различных законов распределения, исследуется возможности применения этих моделей в задачах обеспечения информационной безопасности систем. Предлагаются модели информационно-кибернетических операции с использованием аппарата теории графов. В качестве развития разработанных макро-моделей для информационно-кибернетических операций были предложены топологические модели сетевых атак (в основе классификации последних лежит объемный классификатор сетевых угроз для ИТКС): атаки, основанные на подборе имени и пароля посредством перебора, сканировании портов, анализе сетевого трафика, внедрении доверенного объекта, отказе в обслуживании. На основе гипергеометрического и биноминального распределений определяется вероятность появления и реализации атак на уязвимости распределенной компьютерной системы. Разработаны методики оценки рисков атакуемых компонентов распределенной системы для различных видов распределения плотности вероятности наступления ущерба.Предложены методики и построены алгоритмы расчета общего риска распределенной системы на основе оценки рисков ее компонентов.

ПРИЛОЖЕНИЕ

ПЕРЕЧЕНЬ


Дата добавления: 2015-10-26; просмотров: 160 | Нарушение авторских прав


Читайте в этой же книге: Расчет рисков распределенных систем на основе параметров рисков их компонентов | Методология оценки эффективности систем в условиях атак | Управление рисками систем | Обобщенные модели информационно-кибернетических деструктивных операций | Компьютерных систем | Топологические модели атак на основе подбора имени и пароля посредством перебора | Топологические модели атак на основе анализа сетевого трафика | Топологические модели атак на основе внедрения ложного доверенного объекта | Топологические модели атак на основе отказа в обслуживании | Риск-модели атак на компьютерные системы |
<== предыдущая страница | следующая страница ==>
ПРОГНОЗИРОВАНИЯ РИСКОВ| Состояние без эго

mybiblioteka.su - 2015-2024 год. (0.008 сек.)