Растущая популярность больших языковых моделей в различных сферах научной и индустриальной деятельности приводит к появлению решений, применяющих эти технологий для совершенно разных задач. В данной статье предлагается использовать языковые модели BERT, GPT и GPT-2 для обнаружения вредоносного программного кода. Предварительно обученная на естественных текстах нейросетевая модель дообучается на предобработанном датасете, содержащим программные файлы с вредоносным и безвредным кодом. Предобработка датасета заключается в том, что программные файлы в виде машинных инструкций транслируется в текстовое описание на формализованном языке. Дообученная таким образом модель используется для задачи классификации программного обеспечения на основе признака содержания в нем вредоносного кода. В статье приводится информация о проведенном эксперименте по использованию предложенной модели. Оценивается качество применения такого подхода в сравнении с существующими антивирусными технологиями. Предлагаются также пути улучшения характеристик модели.

Ключевые слова: антивирус, нейросеть, языковые модели, вредоносный код, машинное обучение, дообучение моделей, тонкая настройка, BERT, GPT, GPT-2

2.3.1 - Системный анализ, управление и обработка информации , 2.3.6 - Методы и системы защиты информации, информационная безопасность

Исследование представляет обширный анализ методов низкоуровневой оптимизации алгоритма умножения матриц для вычислительных систем с общей памятью. Опираясь на сравнение различных подходов, включая блочную оптимизацию, параллельное выполнение с OpenMP, векторизацию с AVX и использование библиотеки Intel MKL, выявляются значительные улучшения в производительности полученных программных реализаций. В частности, блочная оптимизация сокращает количество кеш-промахов, параллелизм эффективно задействует многоядерность, а векторизация и Intel MKL демонстрируют максимальное ускорение за счет более эффективных программных оптимизаций. Полученные результаты подчеркивают важность тщательного выбора оптимизационных методов и их соответствия архитектуре вычислительной системы для достижения требуемых параметров эффективности проектируемого программного обеспечения.

Ключевые слова: низкоуровневая оптимизация, блочная оптимизация, параллельное выполнение, OpenMP, векторизация, AVX, Intel MKL, производительность, бенчмаркинг, умножение матриц

2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Важное значение технологии дистанционного зондирования земли в силу своих уникальных особенностей (широкий территориальный охват, оперативность, контроль за отдаленными районами, всепогодность при использовании радарной съемки и т. д.) имеют для экологического контроля и мониторинга в таких сферах экономической деятельности, как нефтегазовый комплекс, сельское, лесное и водное хозяйство, в работах по оценке антропогенного и техногенного воздействия на окружающую среду.

Ключевые слова: Дистанционное зондирование земли, спутник, сенсор, цифровое изображение, снимки, экологический мониторинг, опустынивание

25.00.26 - Землеустройство, кадастр и мониторинг

В статье рассмотрены проблемы, возникающие при построении систем диагностики и распознавания, приведены методы позволяющие выявить отклонения в функционировании различных объектов.

Ключевые слова: диагностика, разложение на эмпирические моды, экстремальная фильтрация, время-частотное распределение

05.13.01 - Системный анализ, управление и обработка информации (по отраслям)