Использование систем инвентаризации
DOI:
https://doi.org/10.47813/2782-2818-2024-4-1-0101-0109Ключевые слова:
инвентаризация, системы инвентаризации, инфраструктура, контроль, идентификация, управление активами, сканер, ИТ-актив, мониторинг.Аннотация
В данной статье рассмотрена проблема не повсеместного применения различных видов систем инвентаризации в границах информационной инфраструктуры Организации, а также подчеркнут факт эффективности инвентаризационного подхода к контрольным мероприятиям в процессе управления информационными активами. Описан принцип работы и приведена обобщенная схема функционирования указанных систем. Поднята тема владения неполной информацией об инфраструктуре Организации, составляющих элементах системы защиты информации, прикладного программного обеспечения без применения систем инвентаризации специалистами отделов информационных технологий. Проведена классификация различных систем инвентаризации, которые широко применяются на территории Российской Федерации. Авторами приведён пример результата инвентаризации, максимально приближенный к оптимальным условиям для пользователя, так как охватывает различные уровни информационной инфраструктуры (системный, сетевой), а также, в дополнение, отражает функционирующие на объектах инвентаризации средства защиты информации различных классов. Немаловажным дополнением служит отражение в примере результатов инвентаризации используемых протоколов передачи информации, так как при анализе подобных данных опытный сотрудник сможет сделать вывод о применяемых технологиях в конкретном случае. В статье приведены примеры применяемых инструментов для реализации системы контрольных процедур и анализа результатов инвентаризации.
Библиографические ссылки
NIST SP 800-53. NIST Privacy Framework and Cybersecurity Framework to NIST Special Publication 800-53, Revision 5 Crosswalk. September 20, 2020 https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.800-53r5.pdf (date of access: 01/17/2024).
Шленова Н.В. Исследование российского рынка биометрических технологий 2018-2022.https://www.vocord.ru/upload/iblock/e16/e168021a538ba2b29180ad1287c9934c. pdf. (дата обращения: 17.01.2024).
Стефанова Н. Л., Кочуренко Н. В., Снегурова В. И., Елисеева О. В. Основы математической обработки информации: учебник и практикум для вузов. Под общей редакцией Н. Л. Стефановой. Москва: Издательство Юрайт; 2023 (дата обращения: 27.10.2023)
Ростовцев В.С., Черемисинова О.Н. Распознавание изображений на базе сверточной нейронной сети. Св-во регистрации программы для ЭВМ № 2019660145 от 31.07.2019.
Прокопеня А. С., Азаров И. С. Современные методы распознавания изображений. BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сборник материалов V Международной научно-практической конференции, Минск, 13–14 марта 2019 г. В 2 ч. Ч. 1. Белорусский государственный университет информатики и радиоэлектроники; редкол.: В. А. Богуш [и др.]. Минск; 2019. С. 351 – 359.
Real estate valuation data set Datebase. https://archive.ics.uci.edu/dataset/477/ real+estate+valuation+data+set (дата обращения: 17.01.2024)
Fang C., Aronov D., Abbott L. F., Mackevicius E. L. Neural learning rules for generating flexible predictions and computing the successor representation. Zuckerman Institute, Department of Neuroscience, Columbia University, United States; Basis Research Institute, United States https://doi.org/10.7554/eLife.80680
Wiriyathammabhum P., Summers Stay D., Fermüller C., Aloimonos Y. Computer Vision and Natural Language Processing: Recent Approaches in Multimedia and Robotics. ACM Computing Surveys. 2016; 49: 1-44. https://doi.org/10.1145/3009906
Voulodimos A., Doulamis N., Doulamis A. Computational Intelligence and Neuroscience. 2018; 2018: 1-13. https://doi.org/10.1155/2018/7068349
REFERENCES
NIST SP 800-53. NIST Privacy Framework and Cybersecurity Framework to NIST Special Publication 800-53, Revision 5 Crosswalk. September 20, 2020 https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.800-53r5.pdf (date of access: 01/17/2024).
Shlenova N.V. Issledovanie rossijskogo rynka biometricheskih tekhnologij 2018-2022.https://www.vocord.ru/upload/iblock/e16/e168021a538ba2b29180ad1287c9934c. pdf. (data obrashcheniya: 17.01.2024).
Stefanova N. L., Kochurenko N. V., Snegurova V. I., Eliseeva O. V. Osnovy matematicheskoj obrabotki informacii: uchebnik i praktikum dlya vuzov. Pod obshchej redakciej N. L. Stefanovoj. Moskva: Izdatel'stvo YUrajt; 2023 (data obrashcheniya: 27.10.2023)
Rostovcev V.S., Cheremisinova O.N. Raspoznavanie izobrazhenij na baze svertochnoj nejronnoj seti. Sv-vo registracii programmy dlya EVM № 2019660145 ot 31.07.2019.
Prokopenya A. S., Azarov I. S. Sovremennye metody raspoznavaniya izobrazhenij. BIG DATA and Advanced Analytics = BIG DATA i analiz vysokogo urovnya: sbornik materialov V Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 13–14 marta 2019 g. V 2 ch. CH. 1. Belorusskij gosudarstvennyj universitet informatiki i radioelektroniki; redkol.: V. A. Bogush [i dr.]. Minsk; 2019. S. 351 – 359.
Real estate valuation data set Datebase. https://archive.ics.uci.edu/dataset/477/ real+estate+valuation+data+set (data obrashcheniya: 17.01.2024)
Fang C., Aronov D., Abbott L. F., Mackevicius E. L. Neural learning rules for generating flexible predictions and computing the successor representation. Zuckerman Institute, Department of Neuroscience, Columbia University, United States; Basis Research Institute, United States https://doi.org/10.7554/eLife.80680 DOI: https://doi.org/10.7554/eLife.80680
Wiriyathammabhum P., Summers Stay D., Fermüller C., Aloimonos Y. Computer Vision and Natural Language Processing: Recent Approaches in Multimedia and Robotics. ACM Computing Surveys. 2016; 49: 1-44. https://doi.org/10.1145/3009906 DOI: https://doi.org/10.1145/3009906
Voulodimos A., Doulamis N., Doulamis A. Computational Intelligence and Neuroscience. 2018; 2018: 1-13. https://doi.org/10.1155/2018/7068349 DOI: https://doi.org/10.1155/2018/7068349
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 В. В. Денисенко, А. М. Гончаров
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Журнал MIST - «Modern Innovations, Systems and Technologies» / «Современные инновации, системы и технологии» публикует материалы на условиях лицензии CreativeCommons Attribution 4.0 International (CC BY 4.0), размещенной на официальном сайте некоммерческой корпорации Creative Commons: 
This work is licensed under a Creative Commons Attribution 4.0 International License.
Это означает, что пользователи могут копировать и распространять материалы на любом носителе и в любом формате, адаптировать и преобразовывать тексты, использовать контент для любых целей, в том числе коммерческих. При этом должны соблюдаться условия использования — указание автора оригинального произведения и источника: следует указывать выходные данные статей, предоставлять ссылку на источник, а также указывать, какие изменения были внесены.
