Забежайло Михаил Иванович

Публикации в базе данных Math-Net.Ru

1. Классификация малых наборов данных большой размерности
   
   Информ. и её примен., 19:3 (2025),  67–72
2. Машинное обучение и доверие к результатам классификации
   
   Информ. и её примен., 19:2 (2025),  63–68
3. Анализ сбоев по косвенным признакам
   
   Системы и средства информ., 35:1 (2025),  59–70
4. Выявление причинно-следственных связей при покрытии причин
   
   Информ. и её примен., 18:2 (2024),  54–59
5. Логика обмана в машинном обучении
   
   Информ. и её примен., 18:1 (2024),  78–83
6. Возможность применения методов искусственного интеллекта при прогнозировании исходов нейрохирургических операций
   
   Искусственный интеллект и принятие решений, 2024, № 2,  37–52
7. XXI Национальная конференция по искусственному интеллекту
   
   Искусственный интеллект и принятие решений, 2024, № 1,  129–141
8. К задаче идентификации сбоев в информационно-технологической инфраструктуре путем мониторинга и анализа косвенных данных
   
   Системы и средства информ., 34:3 (2024),  14–22
9. Мониторинг функциональной безопасности больших сервисных систем
   
   Системы и средства информ., 34:3 (2024),  3–13
10. Классификация с помощью причинно-следственных связей
    
    Информ. и её примен., 17:3 (2023),  71–75
11. Сложные причинно-следственные связи
    
    Информ. и её примен., 17:2 (2023),  84–89
12. Причинно-следственные связи в задачах классификации
    
    Информ. и её примен., 17:1 (2023),  43–49
13. Автоматные модели распространения сбоев и самовосстановления
    
    Системы и средства информ., 33:4 (2023),  28–37
14. Некоторые проблемы мониторинга информационной безопасности критической инфраструктуры
    
    Системы и средства информ., 33:3 (2023),  108–116
15. Причинно-следственные связи в задачах анализа ненаблюдаемых свойств процессов
    
    Системы и средства информ., 33:2 (2023),  71–78
16. Задача классификации в условиях искаженных причинно-следственных связей
    
    Системы и средства информ., 33:1 (2023),  59–67
17. О безопасной архитектуре вычислительной системы на основе микросервисов
    
    Информ. и её примен., 16:4 (2022),  87–92
18. Анализ цепочек причинно-следственных связей
    
    Информ. и её примен., 16:2 (2022),  68–74
19. Обнаружение дрейфа распределения
    
    Системы и средства информ., 32:4 (2022),  14–20
20. Некоторые подходы к анализу сетевых DLP
    
    Системы и средства информ., 32:2 (2022),  72–80
21. Поиск аномалий в больших данных
    
    Системы и средства информ., 32:1 (2022),  160–167
22. Статистика и кластеры в поисках аномальных вкраплений в условиях больших данных
    
    Информ. и её примен., 15:4 (2021),  79–86
23. Удаленный мониторинг рабочих процессов
    
    Информ. и её примен., 15:3 (2021),  2–8
24. Интеллектуальный анализ пополняемых коллекций Big Data в режиме процессно-реального времени
    
    Информ. и её примен., 15:2 (2021),  36–43
25. О емкости семейств характеристических функций, обеспечивающих корректное решение диагностических задач
    
    Искусственный интеллект и принятие решений, 2021, № 2,  44–54
26. «Закладки» без вредоносного кода
    
    Системы и средства информ., 31:2 (2021),  4–15
27. Поддержка решения задач диагностического типа
    
    Системы и средства информ., 31:1 (2021),  69–81
28. О вероятностных оценках достоверности эмпирических выводов
    
    Информ. и её примен., 14:4 (2020),  3–8
29. Методы математической статистики в задаче поиска инсайдера
    
    Информ. и её примен., 14:3 (2020),  71–75
30. Методы нахождения причин сбоев в информационных технологиях с помощью метаданных
    
    Информ. и её примен., 14:2 (2020),  33–39
31. О каузальной репрезентативности обучающих выборок прецедентов в задачах диагностического типа
    
    Информ. и её примен., 14:1 (2020),  80–86
32. К проблеме надежности медицинского диагноза, формируемого на основе эмпирических данных
    
    Искусственный интеллект и принятие решений, 2020, № 4,  3–13
33. Формирование концептов на основе малых выборок
    
    Информ. и её примен., 13:4 (2019),  81–84
34. Архитектурные решения в задаче выявления мошенничества при анализе информационных потоков в экономике
    
    Информ. и её примен., 13:2 (2019),  22–28
35. Поиск эмпирических причин сбоев и ошибок в компьютерных системах и сетях с использованием метаданных
    
    Системы и средства информ., 29:4 (2019),  28–38
36. Параметризация в прикладных задачах поиска эмпирических причин
    
    Информ. и её примен., 12:3 (2018),  62–66
37. О некоторых возможностях управления ресурсами при организации проактивного противодействия компьютерным атакам
    
    Информ. и её примен., 12:1 (2018),  62–70
38. Информационная безопасность на основе метаданных в компонентно-интеграционных архитектурах информационных систем
    
    Системы и средства информ., 28:2 (2018),  34–41
39. Об анализе ошибочных состояний в распределенных вычислительных системах
    
    Системы и средства информ., 28:1 (2018),  99–109
40. Модель множества информационных пространств в задаче поиска инсайдера
    
    Информ. и её примен., 11:4 (2017),  65–69
41. О комплексной аутентификации
    
    Системы и средства информ., 27:3 (2017),  4–11
42. Классификация ошибочных состояний в распределенных вычислительных системах и источники их возникновения
    
    Системы и средства информ., 27:2 (2017),  29–40
43. Об одном способе сокращения вычислений при формировании замыканий Галуа
    
    Информ. и её примен., 10:4 (2016),  96–104
44. Интеграция статистических и детерминистских методов анализа информационной безопасности
    
    Информ. и её примен., 10:3 (2016),  2–8
45. Безопасная автоматическая реконфигурация облачных вычислительных сред
    
    Системы и средства информ., 26:3 (2016),  83–92
46. Контроль и управление информационными потоками в облачной среде
    
    Информ. и её примен., 9:4 (2015),  91–97
47. О некоторых оценках сложности вычислений в ДСМ-методе. Часть II
    
    Искусственный интеллект и принятие решений, 2015, № 2,  3–17
48. О некоторых оценках сложности вычислений в ДСМ-методе. Часть I
    
    Искусственный интеллект и принятие решений, 2015, № 1,  3–17
49. Архитектура стенда для экспериментального исследования моделей, алгоритмов и решений по обеспечению информационной безопасности в облачных вычислительных средах
    
    Системы и средства информ., 25:4 (2015),  65–77
50. О некоторых возможностях управления перебором в ДСМ-методе. Часть II
    
    Искусственный интеллект и принятие решений, 2014, № 3,  3–20
51. О некоторых возможностях управления перебором в ДСМ-методе. Часть I
    
    Искусственный интеллект и принятие решений, 2014, № 2,  3–18
52. К задаче анализа вложимости подслов в заголовки пакетов данных
    
    Системы и средства информ., 23:1 (2013),  58–68


53. Вступительное слово программного комитета конференции «Математические методы распознавания образов»
    
    Автомат. и телемех., 2022, № 10,  3–8
54. Памяти Константина Владимировича Рудакова (21.06.1954 – 10.07.2021)
    
    Компьютерные исследования и моделирование, 13:4 (2021),  675–676