Структура, функции системы интеллектуальной обработки данных

В статье рассмотрены перспективы и особенности развития систем интеллектуальной обработки данных. Отдельное внимание в процессе исследования уделено требованиям, которые предъявляются к таким системам, их функциям и структуре. Также обозначен круг решаемых задач и сферы использования. Кроме того, обозначены факторы, предопределяющие популярность и широкое распространение методов нейросетевого моделирования на основании глубокого обучения. Особый акцент сделан на алгоритме проведения интеллектуального анализа, описана разработанная автором универсальная структурная схема интеллектуального анализа данных. На примере решения задачи выявления зашифрованного и вредоносного сетевого трафика с использованием одномерной сверточной нейронной сети описаны особенности интеллектуального подхода к обработке и анализу данных

Ключевые слова: данные, интеллектуальный анализ, машинное обучение, цифровизация, база, нейронная сеть.

Список использованных источников

  1. Liu Xiaoming. Study on Intelligent Analysis and Processing Technology of Computer Big Data Based on Clustering Algorithm//Recent advances in electrical & electronic engineering. 2023. Vol. 16. № 2. P. 150-158.
  2. Advances in intelligent data analysis XXI: 21st International Symposium on Intelligent Data Analysis, IDA 2023, Louvain-la-Neuve, Belgium, April 12-14, 2023 proceedings/Edited by Bruno Crémilleux, Sibylle Hess, Sigfried Nijssen. Cham: Springer, 2023. 499 р.
  3. С. В. Пальмов, А. А. Диязитдинова, Е. С. Артюшкина. Сравнительный анализ возможностей интеллектуальных систем при выявлении скрытых закономерностей в данных//Электросвязь. 2020. № 2. С. 52-58.
  4. Д. М. Лосева. Интеллектуальный анализ текстовых данных для решения задачи категоризации информации//Международная научная конференция по проблемам управления в технических системах. 2021. Т. 1. С. 291-293.
  5. Л. С. Звягин. Интеллектуальный анализ данных: Big Data и Data Science//Мягкие измерения и вычисления. 2022. Т. 54. № 5. С. 81-90.
  6. Ji Pu. A fuzzy intelligent group recommender method in sparse-data environments based on multi-agent negotiation//Expert systems with applications. 2023. Vol. 213. Number PC. Р. 99-112.
  7. Advances in scalable and intelligent geospatial analytics: challenges and applications/Edited by Surya Durbha [and six others]. Boca Raton: CRC Press, 2023. 428 р.
  8. Intelligent image and video analytics: clustering and classification applications/Edited by El-Sayed M. El-Alfy, George Bebis, Mengchu Zhou. Boca Raton: CRC Press, 2023. 368 р.
  9. Cloud-based intelligent informative engineering for Society 5.0/Edited by Kaushal Kishor, Neetesh Saxena, Dilkeshwar Pandey. Boca Raton: Chapman & Hall/CRC, 2023. 232 р.

Авторы