Abstract
Қазіргі әлемде технологиялық процестерді басқарудың автоматтандырылған жүйелерінің (ТП БАЖ) киберқауіпсіздігі (КҚ), мысалы, теміржол көлігі (ТЖК) сияқты салаларда барған сайын маңызды бола түсуде. ТП БАЖ-нің ТЖК-дағы жұмысына рұқсатсыз араласу апатты салдарға, соның ішінде апаттарға, тасымалдаудың бұзылуына және елеулі қаржылық залалға әкелуі мүмкін. Осыған байланысты ТЖК ТП БАЖ киберқауіпсіздігін қамтамасыз етудің тиімді әдістерін әзірлеу өзекті міндет болып табылады. Бұл мақалада нейрондық желі технологиялары негізінде предиктивті қорғау әдісіне негізделген ТЖК ТП БАЖ КҚ қамтамасыз етудің жаңа моделі ұсынылады. Ұсынылған модель жасанды нейрондық желілердің (ЖНЖ) екі түрін қолданады. Бұл MDN-RNN (шығу кезінде тарату қоспасы бар реккурентті нейрондық желі), ТЖҚ-да тасымалдау процесін жүзеге асыру барысында болжамды КҚ оқиғасының уақытша және сандық сипаттамаларын бағалау үшін, сондай-ақ қол жетімді нұсқалардан оңтайлы КҚ стратегиясын таңдау үшін толық байланысты ЖНЖ. Модель жұмысының нәтижесінде ТЖК ТП БАЖ үшін қауіп-қатердің жаңа түрлері анықталған кезде қабылданатын әрекеттердің тізбесі қалыптастырылады. Бұл әрекеттер ТЖК ТП БАЖ басқаратын объектіге деструктивті әсердің залалын азайтуға бағытталған. Тұжырымдама түрінде сипатталған ұсынылған модель КҚ оқиғаларын зиян келтірмес бұрын болжауға мүмкіндік береді, бұл ТЖК ТП БАЖ алдын алу қорғауын қамтамасыз етеді. Модель ТЖК ТП БАЖ және АҚ қауіптерінің әртүрлі түрлеріне бейімделуі мүмкін. Модельде машиналық оқыту әдістері қолданылады, бұл оған тарихи мәліметтер негізінде «үйренуге» және уақыт өте келе өз болжамдарын жетілдіруге мүмкіндік береді. Біздің ойымызша, ұсынылған модель ТЖК ТП БАЖ киберқауіпсіздікті қамтамасыз ету үшін перспективалы шешім болып табылады, өйткені бұл жүйелерді әртүрлі қауіптерден қорғау деңгейін арттыруға мүмкіндік береді, бұл теміржол тасымалының қауіпсіздігі мен сенімділігіне ықпал етеді.