Нейронные сети для защиты информации

В видео разберемся, как нейронные сети помогают защищать конфиденциальную информацию и оберегают персональные данные. Заметим, что высокоорганизованные живые организмы вынуждены приспосабливаться к постоянно изменяющимся условиям внешней среды, в основе этой функции лежат адаптационные возможности нервной системы. При этом в основе функционирования самой нервной системы лежит взаимодействие нервных клеток – нейронов, связанных между собой нервными волокнами, которые служат для передачи сигналов. В видео представлена структура нейронных связей, в которой каждый нейрон имеет несколько отростков, по которым принимаются сигналы: дендриты и аксоны. Аксоны являются передающей частью, через которую идет импульс от тела клетки к другому нейрону, а дендриты – это принимающие отростки, которые собирают импульсы от других нейронов и передают телу. Импульсы, поступившие к нейрону одновременно по нескольких дендритам, суммируются. Если суммарный импульс превышает некоторый порог, нейрон возбуждается, формирует собственный импульс и передает его далее по аксону. Аксон соединен через специальные образования – синапсы с дендритами других нейронов, которым передается выходной сигнал. Синапсы могут изменять свою проводимость со временем, усиливая или ослабляя передаваемые сигналы, таким образом реализуется механизм обучения. Весом синапса называют то, во сколько раз изменяется сила импульса при прохождении синапса. Значения величин сформированных синаптических связей могут сохраняться неопределенно долго, что обеспечивает сохранение памяти в течение жизни. Адаптация к изменениям окружающей среды заключается в изменении весов синапсов.
Нейронные сети в защите информации имеют некоторые отличия от других систем, про это и рассказано в видео. С искусственным интеллектом нейронные сети связаны тем, что они представляют собой специализированный класс алгоритмов, имитирующих работу человеческого мозга, который использует искусственные нейроны для обучения и принятия решений. В отличие от Data Loss Prevention (DLP) систем, переводящихся как системы предотвращения утечки информации, которые ориентированы на обнаружение и предотвращение утечки конфиденциальных данных, нейронные сети предлагают более гибкий и адаптивный подход, использующийся для защиты персональной информации. При этом и DLP-системы и нейронные сети в своей работе используют большие массивы данных для обнаружение скрытых паттернов, — это делает обе системы эффективным инструментов по защите информации. Продукционные системы используют базу правил с условиями и действиями, а также логические операция для принятия решений в сфере информационной безопасности. Нейронные сети в отличие от продукционных систем адаптируются к большим информационным базам и обучаются при помощи них, при этом они автоматически извлекают важные признаки и могу устанавливать закономерности без изначально заданных правил, — это главное отличие нейронных сетей от других систем защиты данных.
Об этом более подробно см. в видео.

Подготовка презентации, озвучивание и монтаж: Хехнёв Дмитрий.

Видео также опубликовано на Яндекс.Дзен канале "Самостоятельная работа":

[GSLOVO]

отъЧИСЛОВО☯️:
а ничё чито вавъшы изъКУ-КУсъто'вьНЫ сеэТИ мишаЮдь жывъЗЬни, неэйРО'сеэть ужо еэсьти и дъРУгъГОй неэ будить, ЯR съказъ'въ'залъ гъЛУхъхихихи чоль .
👀!?¿!🤗

[GSLOVO]

отъЧИСЛОВО☯️:
ви иИизъ съПОсоба ПОдаЧИ инъФЫ, микъРО волъНОвь-куКУ усьТЫроили СУбаки .
👀!?¿!🤗