ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА, ПОДДЕРЖИВАЮЩАЯ ПРИНЯТИЕ РЕШЕНИЙ ПО ОБЕСПЕЧЕНИЮ КИБЕРБЕЗОПАСНОСТИ СИСТЕМЫ ДОКУМЕНТООБОРОТ
DOI:
https://doi.org/10.52167/1609-1817-2025-141-6-185-194Ключевые слова:
интеллектуальная система поддержки принятия решений, кибербезопасность, система документооборота, нечеткая логика, машинное обучение, интегрированная модель, экспертные знанияАннотация
Поскольку системы документооборота (СДО) стали неотъемлемой частью корпоративных информационных систем, предлагается интеллектуальная система, поддерживающая принятие решений по обеспечению их кибербезопасности (КБ). Модель основана на сочетании аппарата нечеткой логики и методов машинного обучения. Представленная модель позволяет формализовать экспертные знания, а также использовать изучаемые регрессионные зависимости для уточнения взаимосвязей между параметрами состояния СДО и эффективностью стратегий защиты. Модель включает нечеткую базу знаний, описывающую лингвистические зависимости между такими факторами, как уровень защиты, квалификация персонала, частота инцидентов, и адаптивный учебный модуль, который повышает точность оценок по мере накопления данных. В результате проведенного численного моделирования доказано, что система способна принимать логически обоснованные решения в формировании стратегии защиты СДО и правильно отражать изменения факторов кибербезопасности. Результаты исследования подтвердили эффективность интеграции нечетких и обучаемых компонентов для создания интеллектуальных систем, поддерживающих принятие решений в области информационной безопасности.
Библиографические ссылки
[1] Ahmad, S., Arif, M., Ansari, M., & Nazim, M. (2025). AI-driven fuzzy requirement engineering for cybersecurity: integrating linguistic decision models. Iran Journal of Computer Science, 1-28.
[2] Alali, M., Almogren, A., Hassan, M. M., Rassan, I. A., & Bhuiyan, M. Z. A. (2018). Improving risk assessment model of cyber security using fuzzy logic inference system. Computers & Security, 74, 323-339.
[3] Jajodia, S., Ghosh, A. K., Swarup, V., Wang, C., & Wang, X. S. (Eds.). (2011). Moving target defense: creating asymmetric uncertainty for cyber threats (Vol. 54). Springer Science & Business Media.
[4] Dekker, M., & Alevizos, L. (2024). A threat-intelligence driven methodology to incorporate uncertainty in cyber risk analysis and enhance decision‐making. Security and Privacy, 7(1), e333.
[5] Devi, R., Jha, R. K., Gupta, A., Jain, S., & Kumar, P. (2017). Implementation of intrusion detection system using adaptive neuro-fuzzy inference system for 5G wireless communication network. AEU-International Journal of Electronics and Communications, 74, 94-106.
[6] Manimurugan, S., Majdi, A. Q., Mohmmed, M., Narmatha, C., & Varatharajan, R. (2020). Intrusion detection in networks using crow search optimization algorithm with adaptive neuro-fuzzy inference system. Microprocessors and Microsystems, 79, 103261.
[7] Krzysztoń, E., Mikołajewski, D., & Prokopowicz, P. (2025). Review of Fuzzy Methods Application in IIoT Security—Challenges and Perspectives. Electronics (2079-9292), 14(17).
[8] Ali, R., Hussain, A., Nazir, S., Khan, S., & Khan, H. U. (2023). Intelligent decision support systems—An analysis of machine learning and multicriteria decision-making methods. Applied Sciences, 13(22), 12426.
[9] Metaxiotis, K., Psarras, J. E., & Samouilidis, J. E. (2004). New applications of fuzzy logic in decision support systems. International Journal of Management and Decision Making, 5(1), 47-58.
[10] Le Vinh, T., Tran, H. T., Phan, H. T., & Bouzefrane, S. (2025). Federated Learning-Based Trust Evaluation With Fuzzy Logic for Privacy and Robustness in Fog Computing. IEEE Access.
[11] Al Khaldy, M. (2024). Survey on Hybrid Cybersecurity Approaches: Machine Learning, Fuzzy Systems, and Cryptographic Techniques.
[12] Moussaoui, J. E., Kmiti, M., El Gholami, K., & Maleh, Y. (2025). A Systematic Review on Hybrid AI Models Integrating Machine Learning and Federated Learning. Journal of Cybersecurity and Privacy, 5(3), 41.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2026 Айжан Адильбекова, Айгүл Молдакалыкова, Жомарт Уалиев, Кульжан Тогжанова, Айнұр Төлеушова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
