Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Математические модели новых архитектурных и схемных решений отказоустойчивых нейросетевых вычислительных средств для обработки биометрической информации

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В связи с усилением борьбы с преступностью и терроризмом все более актуальным становится комплексное решение проблемы идентификации личности. Одним из основных направлений ее решения сегодня является создание принципиально новых методов защиты на основе биометрических технологий. Реализация биометрических технологий на основе классических методов не позволяет достичь желаемого результата. Поэтому… Читать ещё >

Содержание

  • 1. Обеспечение устойчивости функционирования спецпроцессоров 13 первичной обработки биометрической информации
    • 1. 1. Анализ статических и динамических методов, используемых в 13 системах биометрической идентификации и аутентификации
      • 1. 1. 1. Обзор статических методов аутентификации пользователя
      • 1. 1. 2. Обзор методов измерения динамических параметров 17 биометрических образов личности
    • 1. 2. Реализация цифровой обработки сигналов в различных 22 алгебраических системах
      • 1. 2. 1. Ортогональные преобразования сигналов в поле комплексных 22 чисел
      • 1. 2. 2. Быстрые сверточные алгоритмы
      • 1. 2. 3. Гнездовой алгоритм вычисления сверток
      • 1. 2. 4. Теоретико-числовые преобразования сигналов
      • 1. 2. 5. Ортогональные преобразования сигналов в расширенных полях
  • Галуа GF{2V)
    • 1. 3. Анализ основных методов обеспечения устойчивости 35 функционирования СП ЦОС
    • 1. 4. Выбор и обоснование показателей и критериев оценки 41 отказоустойчивости СП ЦОС
    • 1. 5. Постановка задачи исследований
  • Выводы по разделу
  • 2. Методы повышения надежности функционирования 52 непозиционных СП ЦОС
    • 2. 1. Решение задачи оптимального резервирования непозиционного 52 спецпроцессора ЦОС, функционирующего в ПСКВ
    • 2. 2. Применение временной избыточности для построения отказоустойчивых СП ЦОС
  • Выводы по разделу
  • 3. Корректирующие способности кодов ПСКВ и информационная 82 надежность систем ЦОС
    • 3. 1. Математические основы построения корректирующих кодов 82 ПСКВ
    • 3. 2. Методы и алгоритмы контроля и коррекции ошибок 93 непозиционного кода ПСКВ и их нейросетевые реализации
      • 3. 2. 1. Нейронная сеть для определения нормированного следа 93 полинома, представленного в ПСКВ
      • 3. 2. 2. Нейронная сетевая реализация вычисления интервального 98 номера полинома, представленного в ПСКВ
      • 3. 2. 3. Поиск и локализация ошибок в ПСКВ на основе расширения 103 системы оснований
    • 3. 3. Сравнительная оценка основных методов контроля и коррекции 106 ошибок в кодах ПСКВ
  • Выводы по разделу
  • 4. Разработка отказоустойчивых непозиционных спецпроцессоров 111 цифровой обработки сигналов
    • 4. 1. Методика построения специализированных процессоров 111 цифровой обработки сигналов устойчивых к отказам
    • 4. 2. Построение отказоустойчивого непозиционного нейросетевого 115 спецпроцессора цифровой обработки сигналов
    • 4. 3. Оценивание пригодности методики в инженерной практике
  • Выводы по разделу
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ЛИТЕРАТУРЫ
  • ПРИЛОЖЕНИЕ

Математические модели новых архитектурных и схемных решений отказоустойчивых нейросетевых вычислительных средств для обработки биометрической информации (реферат, курсовая, диплом, контрольная)

Широкое использование информационных систем в государственных учреждениях, финансовых структурах и военно-промышленном комплексе, а также быстрое развитие информационных систем общего пользования вызвало необходимость разработки средств защиты от несанкционированного доступа к информации и аутентификации пользователей [14,61]. Одним из критериев жизнеспособности современного государства является наличие защищенного, динамически развивающегося информационного пространства, пронизывающего все среды деятельности государства. На практике такое пространство складывается из информационных и автоматизированных систем управления, объединенных коммуникациями, и их создание становится задачей первостепенной важности.

Защита информации представляет собой комплекс мероприятий, направленных на предотвращение несанкционированной утечки, модификации и удаления информации, осуществляемых с применением технических, в том числе программных, средств [91]. Основной задачей обеспечения безопасности информационных компьютерных систем является ограничение круга лиц, имеющих доступ к критичной информации.

В информационной безопасности выделяют три основных способа аутентификации [105]:

• аутентификация по фактору собственности:

• аутентификация по фактору индивидуального знания;

• аутентификация по биометрическому фактору.

Аутентификация, базирующаяся на методе собственности, наиболее уязвима для взлома со стороны злоумышленников: кредитные карточки и иные предметы аутентификации могут быть утеряны или похищены. Обычно такой тип аутентификации стараются комбинировать с каким-то вторичным способом, например подписью.

При аутентификации по методу индивидуального знания можно выделить угрозы, которые сразу приходят на ум: пароль можно по ошибке кому-нибудь назвать, записать на бумаге и утерять и т. д. Также можно прослушивать телефон или иные средства коммуникации и там узнать интересующую информацию и использовать для взлома пароля программные и аппаратные средства.

В связи с усилением борьбы с преступностью и терроризмом все более актуальным становится комплексное решение проблемы идентификации личности. Одним из основных направлений ее решения сегодня является создание принципиально новых методов защиты на основе биометрических технологий [26]. Реализация биометрических технологий на основе классических методов не позволяет достичь желаемого результата. Поэтому особый интерес возникает к созданию систем биометрической аутентификации и идентификации с использованием нейросетевых алгоритмов, методов и технологий, которые ориентированы на решение плохоформализуемых задач.

Эффективность функционирования систем биометрической идентификации и аутентификации пользователя определяется качеством первичной обработки сигналов, к которой предъявляются высокие требования по точности и производительности. С помощью специализированных процессоров (СП) цифровой обработки сигналов возможно улучшение данных показателей. В качестве математических моделей цифровой обработки сигналов (ЦОС), эффективно использовать модели, обладающие структурой кольца или поля. Но, при этом, СП первичной обработки сигналов, относятся к числу наименее надежных устройств. Значит, необходима разработка устройств, поддерживающих параллельную обработку данных в алгебраических системах, поддерживающих целочисленную арифметику, при этом обладающих низкой долей отказов.

В связи с этим, целью работы является синтез минимально избыточных отказоустойчивых вычислительных структур полиномиальной системы классов вычетов (ПСКВ) для реализации цифровой обработки сигнала в нейросетевом базисе, а так же разработка методов и алгоритмов, позволяющих сохранить работоспособное состояние СП ЦОС при возникновении отказов на основе корректирующих кодов ПСКВ.

Предметы исследования:

1. Метод и аппаратная реализация в нейросетевом базисе структурного нагруженного резервирования, позволяющего обеспечить СП ПСКВ устойчивость к отказам в процессе функционирования.

2. Алгоритмы использования временной избыточности, базирующиеся на многократном пересчете спектральных составляющих сигнала с последующим применением расширенных наборов решающих правил, которые ориентированны на исправление многократных ошибок.

3. Корректирующие способности кодов ПСКВ.

Анализ различных подходов к построению отказоустойчивых вычислительных средств ЦОС показал, что среди множества алгебраических числовых систем наиболее приспособленной к реализации алгоритмов ЦОС в реальном масштабе времени с высокой информационной надежностью являются вычислительные системы классов вычетов, к которым относятся и СП ПСКВ. Независимость обработки информации в вычислительных каналах, базирующаяся на параллелизме и модульности полиномиальной системы классов вычетов, служит идеальной основой для разработки методов устойчивости к отказам СП ПСКВ при обработке информации.

Отсюда, согласно поставленной цели, научной задачей диссертационной работы является теоретическое обоснование построения отказоустойчивых нейро сетевых СП ЦОС на основе применения структурной и временной избыточности, а также корректирующих способностей кодов ПСКВ.

В интересах решения общая научная задача разбита на пять частных научных задач:

1. Разработка метода структурного нагруженного резервирования нейросетевого СП ПСКВ.

2. Разработка алгоритмов, позволяющих парировать многократные ошибки, вызванные отказами вычислительных трактов непозиционного спецпроцессора ЦОС, и базирующихся на временной избыточности алгебраической системы ПСКВ.

3. Доказательство целесообразности применения корректирующих кодов ПСКВ для построения отказоустойчивых непозиционных СП.

4. Разработка алгоритмов контроля и коррекции ошибок и их реализация в нейросетевом базисе.

5. Разработка методики построения отказоустойчивых СП цифровой обработки сигналов, функционирующих в ПСКВ.

Диссертация состоит из введения, четырех разделов и заключения.

Выводы по разделу.

1. На основе приведенной последовательности решения частных задач сформирована методика построения непозиционных специализированных процессоров цифровой обработки сигналов устойчивых к отказам. Данная методика состоит из 5 этапов. Применение данной методики предполагает использование модели ЦОС в полиномиальной системе классов вычетов и ее ней-росетевой реализации (см. разделы 1, 2), математических основ построения корректирующих кодов ПСКВ (см. раздел 3), методов поиска и локализации ошибок в процессе функционирования СП ПСКВ, реализованных в нейросетевом базисе (см. раздел 3).

2. Разработанная методика обеспечивает повышение устойчивости к отказам высокоскоростных спецпроцессоров ПСКВ, которые могут использо.

153 ваться как для обработки речевых сигналов, так и изображения в реальном масштабе времени. Так применение непозиционной алгебраической системы позволяет сократить аппаратурные затраты на последовательную реализацию операций ЦОС почти в 2 раза меньше по сравнению с аналогичным модульным СП ТЧП и в 59,2 раза — по сравнению с позиционным СП ДПФ. При этом СП ПСКВ, реализованный на основе разработанной методики, обладает почти в 1,3 раза большей устойчивостью к отказам чем СП ТЧП, эмулирующий метод «2 из 3», при этом схемные затраты составляют менее 36 процентов от объема последнего.

3. Использование разработанной методики построения устойчивых к отказам параллельных СП ЦОС классов вычетов, способных сохранять работоспособное состояние при возникновении отказов позволяет более чем 1,9 раза повысить надежность функционирования по сравнению с параллельным СП ТЧП, использующим метод маскирования отказов «2 из 3», а схемные затраты составляют менее 42 процентов от объема последнего.

4. Проверка разработанной методики построения специализированных процессоров ЦОС устойчивых к отказам, проведенная при конкретных исходных данных, показала ее пригодность для использования в инженерной практике.

Заключение

.

Меньше чем за одно поколение информационная революция и внедрение компьютерных технологий фактически в каждую область жизни общества привели к принципиально новым достижениям в сфере управления экономикой и обеспечение национальной безопасности РФ. Поэтому актуальным и важным является решение проблемы информационной безопасности в таких системах.

Одним из критериев жизнеспособности современного государства на современном этапе является наличие защищенного, динамически развивающегося информационного пространства, пронизывающего все среды деятельности государства. На практике такое пространство складывается из информационных и автоматизированных систем управления, объединенных коммуникациями, и их создание становится задачей первостепенной важности.

Анализ нынешнего состояния существующих и создаваемых распределенных автоматизированных систем управления позволяет отметить их следующие характерные черты: вся совокупность информационных систем и сетей представляет собой множество разнообразных видов и типов, созданных в разные годы. Все это дополнительно усложняет специализированные распределенные автоматизированные системы управления и делает их еще более уязвимыми перед угрозами информационной безопасности.

Вместе с тем, следует иметь ввиду, что ряд стран, а также террористические и экстремистские организации не прекращают попыток осуществить воздействие на автоматизированные системы силовых ведомств РФ. Результаты целенаправленного воздействия на информационные ресурсы автоматизированных систем и других информационно-управленческих систем, используемых высшими эшелонами государственной власти, могут иметь катастрофические последствия и быть сопоставимыми по нанесенному ущербу экономике и военному потенциалу страны с последствиями применения оружия массового поражения.

Успешное решение задачи по созданию АСУ в защищенном исполнении возможно лишь на основе комплексного подхода, при котором информационная безопасность обеспечивается эффективными мерами. Центральное место при разработке и применению таких АСУ занимают проблемы защиты информации от НСД.

Одним из наиболее перспективных методов обеспечения защиты информации от НСД является широкое применение систем контроля и управления доступом с использованием биометрических методов. Биометрические системы идентификации личности становятся важным элементом обеспечения безопасности государственных организаций и предприятий, а проверка персональной идентичности — важной государственной проблемой в различных областях.

Эффективность работы таких систем во многом определяется эффективностью работы подсистемы первичной обработки сигналов, на долю которой приходится от 90 и более процентов всей нагрузки. Отсутствие высокоточных и надежных вычислительных систем цифровой обработки данных, функционирующих в реальном масштабе времени, не позволяют в полной мере реализовать потенциальные возможности биометрических систем идентификации и аутентификации пользователя. Решить данную проблему возможно за счет применения полиномиальной системы классов вычетов. Поэтому целью данной диссертационной работы является синтез минимально избыточных высокоточных параллельных вычислительных структур цифровой обработки сигналов, функционирующих в полиномиальной системе классов вычетов и реализованных в нейросетевом базисе, а так же разработка методов и алгоритмов, позволяющих сохранять работоспособное состояние СП ЦОС при возникновении отказов за счет корректирующих способностей кодов ПСКВ и реконфигурации структуры непозиционного СП.

В ходе проведения исследований были получены следующие научные и практические результаты.

1. Проведенное обоснование целесообразности разработки и применения математической модели цифровой обработки сигналов, базирующейся на полиномиальной системе классов вычетов, позволило повысить точность и скорость реализации ортогональных преобразований сигналов по сравнению с ранее применяемыми моделями ЦОС за счет перехода к многомерной обработке данных и реализации целочисленной арифметики.

2. Для повышения надежности функционирования непозиционного СП ЦОС предложен метод постоянного резервирования. Решение задачи оптимального резервирования непозиционного спецпроцессора ЦОС, функционирующего в ПСКВ, позволяет повысить надежность работы данного устройства по сравнению с СП ТЧП, реализующим маскирование отказов методом «2 из 3» более чем 1,5 раза.

3. Показано, что параллелизм обработки малоразрядных операндов в ПСКВ, является идеальной основой для обеспечения временной избыточности при функционировании СП ЦОС. Рассмотрен метод построения отказоустойчивого СП ЦОС, использующий временную избыточность. Представлено устройство коррекции ошибок, позволяющее исправлять трехкратные ошибки за счет расширения набора решающих правил. Данное устройство позволяет сохранять работоспособное состояние за счет снижения в допустимых пределах такого показателя качества как производительность. Применение временной избыточности позволяет в 6 раз уменьшить эквивалентную вероятность искажения единичного символа в итоговой комбинации по сравнению с простым мажоритаром.

4. Независимость и параллельность обработки данных в вычислительных трактах ПСКВ служат идеальной основой для построения корректирующих модулярных кодов. Теоретические основы построения корректирующих кодов ПСКВ, доказанные теоремы и следствия позволяют разрабатывать высоконадежные вычислительные структуры, использующие потенциальные возможности кодов классов вычетов по обеспечению информационной надежности обрабатываемых данных.

5. Представленные в диссертационной работе и доказанные теоремы позволяют определять минимальную избыточность вводимую в непозиционные коды классов вычетов для обеспечения требуемой надежности обработки информации. В этом случае, применение нижней границы избыточности позволяет обеспечить более высокую точность обработки сигналов и обеспечить более эффективное функционирование непозиционного СП ЦОС.

6. Разработка и совершенствование методов и алгоритмов контроля и коррекции ошибок, которые базируются на вычисление позиционных характеристик кодов ПСКВ во временной области, позволяют придать непозиционным спецпроцессорам ЦОС свойство отказоустойчивости. Применение нейросете-вого базиса позволяет осуществлять процедуры поиска и локализации ошибки с использованием НС прямого распространения при минимальных временных затратах.

7. Разработана методика построения устойчивых к отказам непозиционных спецпроцессоров цифровой обработки сигналов, функционирующих в полиномиальной системе классов вычетов. На примере проектирования специализированного процессора первичной обработки речевого сигнала была проведена проверка ее пригодности для использования в практика. Показано, что применение непозиционной алгебраической системы ПСКВ позволяет сократить аппаратурные затраты на последовательную реализацию операций ЦОС почти в 2 раза меньше по сравнению с аналогичным модульным СП ТЧП и в 59,2 раза — по сравнению с позиционным СП ДПФ. При этом СП ПСКВ, реализованный на основе разработанной методики, обладает почти в 1,3 раза большей устойчивостью к отказам чем СП ТЧП, эмулирующий метод «2 из 3», при этом схемные затраты составляют менее 36% от объема последнего.

8. Предложены патентоспособные функциональные узлы и блоки нейросетевых спецпроцессоров полиномиальной системы классов вычетов.

Показать весь текст

Список литературы

  1. К. Классическое введение в современную теорию чисел. М.: Мир, 1987.-416 с.
  2. И.Я., Юдицкий Д. М. Машинная арифметика в остаточных классах. М.: Сов. радио, 1968. 440с.
  3. И.Я., Пак И.Т. Вопросы помехоустойчивого кодирования в непозиционном коде//Вопросы кибернетики. 1977, Т.28. С.36−56.
  4. И.Я., Бурцев В. М. Вычисление позиционной характеристики (ядро) непозиционного кода//Теория кодирования и оптимизации сложных систем. Алма-Ата: Наука, 1977. С. 17−25.
  5. В.М. Теоретические основы машинной арифметики. Алма-Ата: Наука, 1976. 324 с.
  6. Аппаратные и программные средства ЦОС // ТИИЭР, 1987. Т-75 № 9, С.8−30.
  7. П.А. Теория и применение алгоритмических измерений. М.: Энергоатомиздат, 1990. -256 с.
  8. .О. Моделирование и анализ характеристик распределенных мультипроцессорных систем // Автоматика и вычислительная техника. 1985. № 3. с.70−74
  9. В.Д. Электронные системы идентификации подписей. // Защита информации. Конфидент. -1997- № 6- С.39−42.
  10. Ю.Березюк И. Т. Живучесть микропроцессорных систем. Киев: Техника, 1989.- 143 с.
  11. П.Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. М.: Мир, 1989. 448 с.
  12. Р. Теория и практика кодов, контролирующих ошибки. М.: Мир, 1986. 536 с.
  13. З.Н. Теория чисел. М.: Наука, 1972. 495 с.
  14. М.Борзенко А. Посторонним вход воспрещён. PC Week/RE № (225)3 2000, с. 19.
  15. Е.Н. Фибонначиево счисление в вычислительной технике: мифы и реальность // Управляющие системы и машины. 1992, № 3−4. с. 15−26.
  16. Е.В., Асеф Джафар Распознавание двумерных контрастных изображений объектов по инвариантным признакам. Нейрокомпьютеры в системах обработки изображений. М.: Радиотехника, 2003. — С.23−31.
  17. А.П. Моделирование сложных систем. М.:Наука, 1978.- 399с.
  18. Быстрые алгоритмы в цифровой обработке изображений/Под ред. Т. С. Хунга. М.: Радио и связь, 1984. 221 с.
  19. JI.B. Абстрактные алгебраические системы и цифровая обработка сигналов. Киев: Наука думка, 1986. -.247 с.
  20. М.М. Основы теории чисел. М.: Наука, 1981. -176 с.
  21. В.А., Червяков Н. И., Стрекалов Ю. А., Лавриненко С. В. Архитектура адаптивной параллельно-конвейерной нейронной сети для коррекции ошибок в модулярных нейрокомпьютерных системах. /Нейрокомпьютеры: разработка, применение. № 6, 2003, С. 47−61.
  22. А.И. Теория нейронных сетей М.: ИПРЖР, 2000.-416 с23. Галушкин А. И. Нейрокомпьютеры. Книга 3. /Общ. Ред. А. И. Галушкина. М.: ИПРЖР, 2000.- 528 с
  23. С.А. Цифровая обработка информации на основе быстродействующих БИС -М.: Энергоатомиздат, 1988. 136 с.
  24. P.M., Ильясов Б. Г., Мугаттаров М. Г. Применение нейронных сетей в задачах распознавания трехмерных объектов. Нейрокомпьютеры в системах обработки изображений. -М.: Радиотехника, 2003. С.32−39.
  25. А.П. Технологии идентификации личности с использованием биометрии. (22.07.2004). http://www.infoforum.ru/detail.php7pagedetail-1048.
  26. А. Компьютерное распознавание человеческих лиц. //Открытые системы.-2000-№ 3-С.43−47.
  27. ., Рейдер Ч. Цифровая обработка сигналов / Пер. с англ. Под ред. A.M. Трахтмана. -М.: Сов. Радио, 1973. 368 с.
  28. А.Д., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1984.
  29. .Ф., Десятерик М. Н. Биометрический метод аутентификации пользователя.//"Перспективные информационные технологии и интеллектуальные системы", ТРТУ, № 4, 2000 г. 31 .Гуляев А. В. Организация живучих ВС. -М.:
  30. B.C., Емельянов А. Е., Етрухин Н. Н., Осипов В. Г. Передачадискретной информации и телеграфия. М.: Связь, 1974. — 283 с.
  31. Э.И., Кухарев Г. А. Быстрые дискретные ортогональные преобразования. Минск: Беларусь, 1984. 145 с.
  32. Ю.Г. Арифметические коды, исправляющие ошибки. М.: Сов. радио, 1969. 168 с.
  33. А.Г. и др. Введение в теорию живучести вычислительных систем. Киев: Наукова думка, 1990. 184 с
  34. .Я., Овчаренко В. Ф. др. Надежность и живучесть систем связи. М.: Радио и связь, 1984. 216 с.
  35. Э.В. и др. Однородные вычислительные системы. Новосибирск: Наука, 1978. 319 с.
  36. В.Г. Позиционно-остаточная система счисления для быстродействующих ЭВМ.// Научн.-тех. сб. Сер. .№ 8. 1984. Вып.1(41). -С.35−38.
  37. И.Г. Сложные технические системы (оценка характеристик). М.: Высшая школа, 1984. 115 с.
  38. В.И. Справочник по цифровой схемотехнике. / В. И. Зубчик, В. П. Сигорский, А. Н. Шкуро. К.: Тэхника, 1990. — 448 с.
  39. А.И. Биометрическая идентификация личности по динамике подсознательных движений. Пенза: Из-во Пензенского государственного университета, 2000 -188 с.
  40. А.И. Биометрическая идентификация личности по динамике быстрых движений. //Специальная техника средств связи. Серия Системы, сети и технические средства конфиденциальной связи. Пенза: Изд. ПНИЭИ.-1997- Вып. 2.- С. 88−93.
  41. А.И. Автоматическая система идентификации личности по динамике подписи. /А.И.Иванов, И. А. Сорокин //Новые промышленные технологии. -1993-№ 6 С. 56−63.
  42. К.А. Надежность, контроль и диагностика вычислительных машин и систем. -М.: Высшая школа, 1989. 216 с.
  43. Р. Основы концепции нейронных сетей: Пер с англ. М.: «Вильяме», 2001. — 288 с.
  44. И.А., Бережной В. В., Оленев А. А. Систолический процессор ДПФ с коррекцией ошибки/ Патент № 2 018 950 //Открытия. Изобретения. -1994. -Бюл.№ 16.
  45. И. А., Щелкунова Ю. О., Гахов В. Р. Применение полиномиальной системы класса вычетов для повышения отказоустойчивости биометрических систем аутентификации/Известия ТРТУ № 4, 2003. С.151−155.
  46. И.А., Щелкунова Ю. О., Гахов В. Р. Повышение устойчивости функционирования биометрических систем защиты на основе применения полиномиальной системы класса вычетов/Известия ТРТУ № 4, 2003. С.166−169.
  47. И.А. Устройство для вычисления сумм парных произведений/Патент № 2 012 041//0ткрытия. Изобретения. 1994. Бюл. № 8.
  48. В., Эмилиани П. Цифровые фильтры и их применение. М.: Энергоатомиздат, 1989. 360 с.
  49. И.Н. Реализация алгоритмов цифровой обработки сигналов на основе нейроподобной сети/Нейрокомпьютеры в системах обработки сигналов. Книга 9.- М.: Радиотехника, 2003, С. 15−21.
  50. Т. Теория кодирования. М.: Мир, 1978. 576 с.
  51. Кобиелус Джеймс. Информационная безопасность: идентификация и аутентификация. 1997. http://www.old.iet.msk.su/.
  52. И.В. Исследования по анализу надежности сложных систем. -М.: Наука, 1983.-132 с.
  53. А.Е., Гула В. В. Отказоустойчивые микропроцессорные системы. — К.: Техника, 1986. — 148 с.
  54. А.П., Пак И. Т. Модулярные структуры конвейерной обработки цифровой информации. Минск: Университетское, 1992. -256 с.
  55. Копытов В. В, Малофей О. П., Малофей А. О., Малофей Ю. О., Царев Д.Б.// Устройство коррекции ошибок с расширенным набором решающих правил/ Патент № 2 152 129 от 27.06.2000 г.
  56. В. А. и др. Методы повышения надежности специализированных ЭВМ систем и средств связи. Харьков: ХВВКИУ РВ, 1990. 172 с.
  57. В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия, 2001. — 380 с.
  58. В. А. и др. Помехоустойчивое кодирование в АСУ. Харьков: ХВВКИУ РВ, 1990. 154 с.
  59. З.Э. Использование системы счисления в остаточных классах при табличных методах обработки.//Автометрия. 1975. № 66. С.48−52.
  60. М.С., Матюхин Б. Д. Цифровая обработка сигналов: процессоры, алгоритмы, средства проектирования. СПб.: Политехника, 1999.-367 с.
  61. Г. А. Алгоритмы и системные процессы для обработки многозначных данных — Минск: Наука и техника, 1990. — 295 с.
  62. Кун С. Матричные процессоры на СБИС. М.: Мир, 1991. 671 с.
  63. В.А. Машинная арифметика ЦВМ в кодах Фибоначчи и золотой пропорции. М.: Научный Совет АН СССР по, комплексной проблеме «Кибернетика», 1981. 64 с.
  64. Дж. и др. Применение теории чисел в цифровой обработке сигналов./Пер с анлг. М.: Радио и связь, 1983. 264 с.
  65. А.В. Распределение задач по машинам сети ЭВМ // Автоматика и вычислительная техника. 1986. № 2. с. 3−10.
  66. О.П., Малофей А. О., Малофей Ю. О., Авдеев В. Г., Якименко А. И., Якименко И. Л. // Устройство коррекции ошибок с расширенным набором решающих правил и учётом сигнала стирания/ Патент № 2 208 907 от 20.07.03.
  67. С. Цифровой спектральный анализ и его применения/Пер с англ. М.: Мир, 1990. — 584 с.
  68. Надежность технических систем- Справочник // под ред. И. А. Ушакова, М.: рис, 1989. — 606 с.
  69. Нейрокомпьютеры в системах обработки изображений/Под общ. ред. А. И. Галушкина. -М.: Радиотехника, 2003. 192 с.
  70. Отказоустойчивые вычислительные системы // А. Н. Мамзелев, М. Ю. Русаков и др. Зарубежная радиоэлектроника -83, № 11. с. 3−29.
  71. . Цифровая обработка сигналов. Теория, проектирование и реализация. Киев: Виша школа, 1979. 263 с.
  72. Дж. Быстрые преобразования Фурье в конечном поле// Применение теории чисел в цифровой обработке сигналов. М.: Радио и связь, 1983.-С.147- 156.
  73. Л.Н., Воробьев Н. В., Шишкевич А. А. Расчет элементов цифровых устройств. М.: Высшая школа, 1992. — 384 с.
  74. Рабинер JL, Голд Б. Теория и применение цифровой обработки сигналов./Пер с англ. М.: Мир, 1978. 848 с.
  75. JI. Цифровая обработка речевых сигналов./Пер с англ. М.: Радио и связь, 1981. 496 с.
  76. Г. К. Методы оптимизации структур вычислительных систем. М.: Энергия, 1974. 143 с.
  77. Г. С. Автоматическое опознавание говорящего по голосу. -М.: Радио и связь, 1981.-224 с.
  78. С.П. Программные методы защиты информации в компьютерах и сетях. М.: Из-во «Яхтсмен», 1993.
  79. Г. И др. Оптимизация в технике: в 2-х книгах. М.: Мир, 1986.
  80. А. Автоматическая верификация диктора: Обзор. //ТИИЭР, 1976- Т. 64, № 4- С. 66−79.
  81. Самсонов и др. Теория информации и кодирования. Ростов-на-Дону: Феникс, 2002. 288 с.
  82. Е.С., Слабаков Е. В. Самопроверяемые устройства и отказоустойчивые системы. М.: РиС. 1989 — 208 с
  83. Справочник по цифровой вычислительной технике/ Малиновский Б. Н., Александров А. В. Киев: Техника, 1974. — 512 с.
  84. Н.В., Тимошенко С. В. Биометрическая идентификация в интегрированных системах безопасности.
  85. А. Идентификация личности. Как это делается. /А. Тельных, А. Коган. //Компьютерра. -1999-№ 10-С.39−41.
  86. А. В. Отказоустойчивые структуры в корректирующих счислениях// Автоматика и телемеханика. 1993. № 1. C. I54-I65.
  87. ЮО.Ткаченко А. В. Представление, коррекция и обработка избыточных счислений//Автоматика и телемеханика. 1991. № 12. С. 138−148.
  88. В.А. Система остаточных классов и надежность ЦВМ. М.: Сов. радио, 1973.- 118 с.
  89. Е.А. Идентификация пользователя ЭВМ по клавиатурному почерку, как метод защиты от несанкционированного доступа. 1997. http://www.securityclub.ru/.
  90. Д. Шесть биометрических устройств идентификации отпечатков пальцев. / Д. Уиллес, М. Ли. //Сети и системы связи. -1998-№ 9(31)-С.146−155.
  91. Ф. Нейрокомпьютерная техника: теория и практика. /Пер. с англ. М.: Мир, 1992, 240с.
  92. П. Дж. Введение в оценку биометрических систем. /П. Дж. Филлипс, Э. Мартин, С. Л. Пржибоски //Открытые системы. -2000-№ 3-С.21−27.
  93. Юб.Хетагуров Я. И., Руднев Ю. Р. Повышение надежности цифровых устройств методами избыточного кодирования. Энергия, 197, — 312 С.
  94. Цифровая обработка сигналов и ее применение./ Под ред. Л. П. Ярославского. М.: Наука, 1981. 207 с.
  95. Цифровая обработка сигналов: Справочник/ Под ред. Л. М. Гольденберга. М.: Радио и связь, 1985. 312 с.
  96. Цифровая обработка сигналов/Под ред. А. Б. Сергиенко. СПб.: Питер, 2002. — 608 с.
  97. Н.И., Сахнюк П. А., Шапошников А. В., Ряднов С. А. Модулярные параллельные вычислительные структуры нейропроцессорных систем. М.: ФИЗМАТЛИТ, 2003. 288 с.
  98. Н.И., Калмыков И. А., Галкина В. А., Щелкунова Ю. О., Шилов А. А. /Элементы компьютерной математики и нейроинформатики (монография) М.: ФИЗМАТЛИТ, 2003. 216 с.
  99. Н.И. Отказоустойчивые непозиционные процессоры// Управляющие системы и машины. 1988. № 3. С.3−7
  100. Н.И. Преобразователи цифровых позиционных и непозиционных кодов в системах управления и связи. Ставрополь, СВВИУС. 1985. 63 с.
  101. Н.И., Непритимова Е. Н., Копыткова Л. Б. Нейронные цифровые фильтры с постепенной деградацией их структуры/Нейрокомпьютеры: разработка, применение. № 10, 2001, С.34−44.
  102. Н.И., Шапошников А. В., Сахнюк П. А. Применение нейроматематики для реализации модулярной арифметики при вычислениях в конечных кольцах/Нейрокомпьютеры: разработка, применение. № 1, 1999, С.63−71.
  103. Н.И., Шапошников А. В., Сахнюк П. А. Оптимизация структуры нейронных сетей конечного кольца/Нейрокомпьютеры: разработка, применение. № 10, 2001, С. 13−18.
  104. Н.И., Шапошников А. В., Сахнюк П. А. Модель структуры нейронной сети для реализации арифметики остаточных классов /Нейрокомпьютеры в системах обработки сигналов. Книга 9.- М.: Радиотехника, 2003, С. 22−31.
  105. Н.И., Калмыков И. А., Щелкунова Ю. О., Бережной В. В. Математическая модель нейронных сетей для исследования ортогональных преобразований в расширенных полях Галуа / нейрокомпьютеры: разработка, применение. № 6, 2003. с.61−68
  106. Н.И., Краснобаев В. А. Функциональные блоки и узлы отказоустойчивых и высокопроизводительных систем. Ставрополь: СВВИУС, 1989. 95 с
  107. Н.И., Краснобаев В. А. Надежностный синтез цифровых систем управления и связи. Ставрополь: СВВИУС, 1991. 98 с.
  108. Н.И., Шапошников А. В., Сахнюк П. А. Нейронный алгоритм расширения оснований модулярного кода/Нейрокомпьютеры: разработка, применение. № 11, 2002, С. 17−19.
  109. Н.И. Надежность и живучесть систем управления и связи, функционирующих в СОК. Ставрополь: СВВИУС, 1986. 58 с.
  110. Ю.А. Оценка целесообразности применения системы остаточных классов в аппаратуре обработки сигналов//Радиотехника. т.25. 1980. № 1. С.75−76.
  111. Ю.О., Калмыков И. А. Применение полиномиальной системы класса вычетов для цифровой обработки сигналов/Материалы IV Межрегиональной научной конференции, г. Ставрополь, 2003, С.34−37.
  112. Ю.О., Калмыков И. А., Гахов В. Р. Разработка НС для реализации ускоренного алгоритма расширения системы оснований в ПСКВ, «Физика и технические приложения волновых процессов», г. Самара, 2003, С. 145.
  113. Ю.О. Определение проекции полинома, представленногов полиномиальной системе класса вычетов. Материалы VI МНПК «Информационная безопасность», — Таганрог, 2004, с. 166
  114. Ю.О. Коррекция ошибок в избыточной ПСКВ на основе построения проекций кода. Материалы VI МНПК «Информационная безопасность», — Таганрог, 2004, с.167
  115. Юэн Ч.К. МП системы и их применение при обработке сигналов. -М.:РиС, 1986−296 с.
  116. Taylor J., Jullien G. Residue number scaling and other operations using ROM arrays// IEEE Trans. Comput., Vol. 0−27, № 4, p. 325−336, 1978.
  117. Uandelbaum D. Error correction in residue arifmetic // IEEE Trans. Comput. 1972. vol. C-21, № 6. P.538−545.
  118. Zhang C. Parallel designs for Chinese remainder conversion// Proc. Int. Conf. Parallel Process (17−21.Aug. 1987). University Park, 1987. P.557−559.
Заполнить форму текущей работой