В статье рассматривается аналог метода концептуальной кластеризации COBWEB, способный работать с объектами, характеризуемыми нечеткими параметрами. Значения данных параметров определяются в виде функций принадлежности. Разработан программный комплекс, позволяющий осуществлять концептуальную кластеризацию подобных объектов и решать различные практические задачи. Решена задача по автоматизации формирования пользовательских ролей в корпоративной информационной сети. Проведены экспериментальные исследований для сравнительной оценки точности кластеризации.
кластеризация данных, нечеткая логика, выделение пользовательских ролей, data clustering, fuzzy logic, user roles discovery
1. Емалетдинова Л.Ю., Катасёв А.С., Кирпичников А.П. Нейронечеткая модель аппроксимации сложных объектов с дискретным выходом // Вестник Казанского технологического университета - 2014. - Т.17, № 1. - С. 295-299.
2. Кирпичников А.П., Осипова А.Л., Ризаев И.С. Повышение аналитических возможностей баз данных // Вестник технологического университета - 2012. - № 3. - С. 157-160.
3. Sato M., Sato Y., and Jain L. Fuzzy Clustering Models and Applications, Physica-Verlag, Heidelberg, 1997. - P. 135-148.
4. Вятченин Д. А. Нечеткие методы автоматической классификации: Монография. - Мн.: УП «Технопринт», 2004 - 219 с.
5. Fisher D. Knowledge Acquisition Via Incremental Conceptual Clustering, 1987. - P. 142-153.
6. Назаров А.О., Аникин И.В. Распознавание поведения объектов методом нечеткой кластеризации данных // Вестник Казанского государственного технического университета им. А.Н. Туполева. - 2012. - № 4(1). - С.222-228.
7. Назаров А.О. КНЗ-1 // Свидетельство № 2013614934 о государственной регистрации программы для ЭВМ.
8. Назаров А.О., Аникин И.В. Формирование эталонных профилей поведения пользователей в корпоративных информационных системах // Вестник Казанского государственного технического университета им. А.Н. Туполева. - 2012. - № 3. - С.138-142.
9. Девянин П.H. Модели безопасности компьютерных систем: Учеб. пособие для студ. высш. учеб. заведений. ¾ М.: Издательский центр «Академия», 2005. ¾ 144 с.
10. Аникин И.В. Технология интеллектуального анализа данных для выявления внутренних нарушителей в компьютерных системах // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. - 2010. - Т.6, № 113. - С. 112-117.
11. Аникин И.В., Лукоянов В.С. Метод и программный комплекс выявления внутренних нарушителей в корпоративных информационных сетях // Вестник Казанского государственного технического университета им. А.Н. Туполева. - 2009. - № 3. - С. 78-83.
