Sposoby zabezpieczania systemów informatycznych

• Autorzy: Mirosława Lasek , Witold Lasek

Warianty tytułu

Modes of Securing Information Systems

• Języki publikacji: PL

Abstrakty

Mechanizmy systemu immunologicznego żywych organizmów: adaptacyjność, samoorganizacja, pamięć, zdolność samodzielnej nauki, mogą stać się bodźcem rozwoju oprogramowania elastycznego, o wysokim stopniu adaptacyjności, tak jak działanie biologicznych sieci neuronowych zainspirowano rozwój programów sztucznej inteligencji. Przedstawiono łatwy do zaprogramowania model matematyczny, naśladujący mechanizm uczenia się reagowania układu odpornościowego.

EN

Mechanisms of the immune system of live organisms such as adaptation, self-organisation, memory, self-learning abilities may become a stimulus for the development of flexible, adaptive software, similarly to biological neural networks that accelerated progress in development of artificial intelligence software. The authors present an easy to program mathematical model resembling mechanisms of immune system.

Słowa kluczowe

PL

Informatyka; Zabezpieczenie systemów informatycznych; Oprogramowanie komputerowe; Sieci neuronowe

EN

Information science; Security of information systems; Computer software; Neural networks

• Czasopismo: Ekonomika i Organizacja Przedsiębiorstwa
• Rocznik: 2006
• Numer: nr 4
• Strony: 43--48

Twórcy

autor

Mirosława Lasek

autor

Witold Lasek

Bibliografia

• [1] Castro L.N. De, Timmis J,, Artificial Immune Systems: A New Computational Intelligence Approach, Springer-Verlag 2002.
• [2] Gołąb J., Jakóbisiak M., Lasek W. (red.), Immunologia, Wydawnictwo Naukowe PWN, Warszawa 2002.
• [3] Kleinstein S.H., Seiden P.E., Simulating the Immune System, Computing in Science & Engi-neering, July/August 2000, s. 69-76.
• [4] Okamoto T., Ishida Y., A Distributed Approach against Computer Yiruses Inspired by the Immune System, IEICE Transactions on Communications 5, 2000, s. 908-915.
• [5] Saha A.K., Sarbadhikari S.N., Immune System Functions-A Simple Mathematical Appro-ach, Cybernetica l, 1997, s. 80-89.
• [6] Seiden P. E., Celada F., A Model for Simulating Cognate Recognition and Response in the Immune System, J. Theor. Biol. 158, 1992, 329-357.
• [7] Timmis J., Knight T., Artificial Immune Systems: Using the Immune System as Inspirationfor Data Mining, [w;] H. A. Abbass, R. A. Sarker, Ch.S. Newton (red.), Data Mining: A Heuristic Approach, rozdz. XI, Idea Group Publishing, 2002, s. 209-230.
• [8] Timmis J., Neal M., A resource limited artificial immune system for data analysis, Knowledge-Based Systems 14, 2001, s. 121-130.
• [9] Timmis J., Neal M., Hunt J., Ań artificial immune for data analysis, BioSystems 55, 2000, s. 143-150.