Классификация методов решения задач защиты информации

Страницы работы

Содержание работы

Глава 10. Классификация методов решения задач защиты информации

10.1. Классификационная структура и общие методы                  решения задач комплексной защиты информации

Решение проблем и задач защиты информации неразрывно связано с использованием различных методов моделирования и его понятиями.

Назначение методов, как составного компонента научно-методологического базиса защиты информации заключается в описании и построении адекватных моделей систем и процессов защиты и эффективной реализации их при решении конкретных классов задач защиты.

Исходя из этого классификация методов, рис. 10.1, может быть представлена:

Рис. 10.1. Классификация методов теории защиты информации

– методами решения задач анализа, позволяющими определить текущие или прогнозные значений показателей систем и процессов;

– методами решения задач синтеза, используемыми в ходе процессов проектирования систем или их компонентов, оптимальных по заданному критерию или их совокупности критериев.

В самостоятельный класс могут быть выделены методы конкретно-прикладного характера.

Большинство из рассмотренных методов достаточно глубоко раскрыты в соответствующей литературе. Однако актуальность их систематизации обусловлена рядом особенностей систем обработки и защиты информации.

Так решение многих задач защиты сопряжено с учетом случайных, практически не предсказуемых факторов, трудно поддающихся описанию существующими методами. Как правило системы защиты информации функционируют в условиях неопределенности и риска.

Общие методы принято делить на два подкласса: общетеоретические и прикладные.

К общетеоретическим относятся методы классического анализа, теоретико-вероятностные, математической статистики. Содержание этих методов рассмотрено в многочисленных публикациях.

Рассмотрим прикладные методы: классической теории систем, неформальной теории систем и исследования операций.

Теория систем представляет научное направление, связанное с разработкой совокупности философских, общеметодологических и прикладных проблем анализа и синтеза сложных систем произвольной природы. По определению, основным в теории систем являются понятия системы, сложной системы, большой системы их элементов. Несмотря на то, что в существующей литературе имеется большое количество толкования этих понятий, для системы обработки и защиты информации можно привести вполне приемлемые определения самой системы и ее составляющих.

Независимо от типа сложности можно выделить два принципа оценки сложности систем обработки и защиты информации:

– сложность системы пропорциональна объему синтаксической информации необходимой для описания этой системы.

– сложность системы пропорциональна объему информации, необходимой для разрешения любой рассматриваемой нечеткости. Описание первой дискриптивной сложности осуществляется на основе оценки числа элементов, входящих в систему (переменных, состояний, компонентов), разнообразия взаимоотношений между ними.

Так если X – множество всех систем определенного эпистемологического уровня, P(X) – мощность множества Х, а Cx – мера дескриптивной сложности на множестве X, то Cx – это функция, обладающая свойствами: C1) Cx(0)=0; C2) если А В, то Cx(А) < C(В); C3) если А –гомоморфный образ В, то Cx(А) Í Cx(В); C4) если А изоморфно В, то Cx(А)=Cx(В); C5) если 1) А´В = 0, 2) А и В – не взаимодействуют друг с другом, 3) А и В – не являются гомоморфными образами друг друга, то Cx(А È В) = Cx(А) +Cx(В).

Из свойств С1 и С2 следует, что сложность системы характеризуется неотрицательным числом. Свойства С2 и С3 связаны с монотонностью системы, которая подтверждает, что сложность системы не должна возрастать при сокращении множества систем и элементов или менее детальном их рассмотрении. Условие С4 показывает, что сложность системы не изменяется если переобозначить некоторые, произвольные, элементы заданных систем, а все остальные не изменять. Свойство аддитивности, С5, подтверждает, что суммарная сложность равна сумме сложностей при объединении двух множеств систем, не имеющих никаких общих компонентов.

При рассмотрении второго принципа оценки сложности систем защиты имеется в виду синтаксическая информация, основанная на вероятностной мере нечеткости, называемой шенноновской энтропией:

                             (10.1)

С учетом содержания и признаков, функциональных характеристик больших систем (эффективность, надежность, качество управления, помехозащищенность, устойчивость, сложность) методология моделирования больших систем и процессов их функционирования предполагает формирование, рассмотрение способов и методов описания систем, построения и реализации моделей, анализа результатов моделирования.

Похожие материалы

Информация о работе