Американские ученые из штата Мичиган полагают, что в качестве главной причины отравления вод Мирового океана ртутью являются бактерии.
Американским ученым удалось выяснить, как лягушкам удается продолжать жить даже после глубокой заморозки.
Биологи уже давно считают, что продолжительность жизни животного определяется очень просто: чем оно больше, тем дольше живет.
Нетрадиционным инструментом оценки выгод является метод анализа дерева ошибок (Fault Tree Analysis). Цель применения данного метода - показать, в чем заключаются причины нарушений политики безопасности и какие сглаживающие контрмеры могут быть применены. Дерево ошибок - это графическое средство, которое позволяет свести всю систему возможных нарушений к логическим отношениям «и»/«или» компонентов этой системы. Если доступны данные по нормам отказа критических компонентов системы, то дерево ошибок позволяет определить ожидаемую вероятность отказа всей системы.
Применяя этот метод к системам информационной безопасности, мы можем произвести дерево с причинно-следственными отношениями между атаками на систему и нарушениями системы. Использование контрмер по предотвращению нарушений позволяет уменьшить ответвления дерева и, таким образом, определить эффект от внедрения системы ИБ на сравнении «двух деревьев» с использованием контрмер и без.
Важно заметить, что этот метод базируется на двух связанных предположениях: во-первых, что компоненты системы разрушаются случайным образом согласно хорошо известной статистике, во-вторых, на самом низком уровне дерева составляющие отказа независимы друг от друга. Все-таки отказы программного обеспечения системы ИБ неслучайны и, скорее всего, возникают из-за системных ошибок, и это в большинстве своем влияет на работу других частей системы. Об этом не следует забывать при применении данного метода к системе информационной безопасности.
В настоящее время этот метод еще недостаточно адаптирован к области информационной безопасности и требует дальнейшего изучения.
Развитие научно-технического прогресса, увеличение количества технологического оборудования, использование химически и взрывоопасных веществ, усложнение технологий и режимов управления технологическими процессами требуют разработки механизма получения качественных и количественных оценок техногенного риска.
В настоящее время не существует общепринятого устоявшегося метода для оценки техногенного риска опасных производственных объектов. Наиболее существенный недостаток большинства известных ныне подходов оценки техногенного риска - явный, хотя и немаловажный, акцент на распространение вредных выбросов в биосфере и, соответственно, на меры защиты от них. При этом недостаточное внимание уделяется мероприятиям по предотвращению аварий, что связано, главным образом, с трудностями оценки вероятности возникновения соответствующих происшествий.
Существующие методы оценки вероятности возникновения самой аварии в виде диаграмм причинно-следственных связей типа «дерево» («дерево отказа», «дерево событий»), «граф» (потоковый либо состояний и переходов), «сеть» (стохастической структуры - К. Петри или GERT) сложны, громоздки и трудоемки в основном из-за отсутствия, неточности, неопределенности исходных данных и обладают высокой степенью субъективности. К тому же из рассмотрения зачастую выпадают некоторые причины возникновения аварий и, соответственно, становится затруднительным рекомендовать индивидуальные меры безопасности, направленные на предупреждение аварии на конкретном производственном объекте.
Использование традиционных математических методов позволяет эффективно принимать решения только в тех условиях, когда параметры системы известны или их можно представить в виде фиксированных значений. Использование только детерминированных методов и моделей заставляет вносить определенность в те ситуации, в которых ее в действительности не существует.
Методики, построенные на положениях искусственного интеллекта, дают возможность использовать приближенные, но в то же время обладающие достаточной степенью эффективности, способы описания слабоформализуемых систем, для анализа которых невозможно применение традиционных математических методов.
Сложившуюся проблемную ситуацию может разрешить рассматриваемая ниже модель анализа риска аварийных ситуаций с использованием экспертных систем.
Смотрите также
Биохимические изменения в организме при выполнении соревновательных нагрузок
Введение
Обе
фазы мышечной деятельности - сокращение и расслабление - протекают при
обязательном использовании энергии, которая выделяется при гидролизе АТФ:
АТФ
+ Н20 - АДФ ...
Клеточный иммунный ответ
Введение
Клеточный
иммунный ответ (cellular immune response) [лат. immunis - свободный,
избавленный от чего-либо] - иммунный ответ организма на появление антигенов,
осуществляемый Т- ...
Происхождение жизни на Земле
Введение
Проблема происхождения и эволюции жизни относится к наиболее
интересным и в то же время наименее исследованным вопросам, связанным с
философией и религией. Практически на про ...