УДК 621.391.16 НЕЙРОСЕТЕВОЙ АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ ПРОГНОЗИРОВАНИЯ НАДЕЖНОСТИ ПРОГРАММНОГО ОБЕСПЕЧЕНИИЯ А. С. <...> Вялых, С. А. Вялых, А. А. Сирота Воронежский государственный университет Поступила в редакцию 24.06.2013 г. Аннотация. <...> В статье описывается нейросетевой алгоритм обработки информации, позволяющий прогнозировать динамику обнаружения уязвимостей в программном обеспечении, которые влияют на надежность работы информационных систем. <...> Одним из основных факторов, влияющих на надежность информационных систем (ИС) и информационных технологий в условиях целенаправленных негативных воздействий, является наличие уязвимостей в программном обеспечении (ПО), установленном в ИС. <...> При этом для анализа будущего состояния ИС необходим прогноз в отношении динамики обнаружения уязвимостей, которые можно использовать для нарушения целостности и доступности информации в ИС. <...> На данный момент существует ряд аналитических прогностических моделей обнаружения уязвимостей [1]. <...> Хотя исследования данных моделей и показали, что в большинстве случаев наилучшими прогностическими способностями обладает логистическая модель Алхазми-Малаийа [1], те же исследования показали, что в ряде случаев более эффективными оказываются другие аналитические модели. <...> В [2] было показано, что число обнаруженных в ПО за месяц уязвимостей зависит не только от времени существования ПО, но и от того, какой это конкретный месяц года, что аналитические модели не учитывают. <...> И более того, динамика обнаружения уязвимостей имеет случайную составляющую, что также не © Вялых А. С., Вялых С. А., Сирота А. А., 2013 Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 13-01-97507 р_ центр_ а 140 учитывается аналитическими моделями. <...> В итоге данные модели способны прогнозировать только усредненные тенденции в изменении скорости обнаружения уязвимостей, когда по факту их значительно больше [3]. <...> Ошибка даже всего лишь на одну <...>