Publication: Возможность применения алгоритмов машинного обучения для прогнозирования качества ЭКБ И РЭА
Дата
2023
Авторы
Колосова, А. С.
Каменева, А. С.
Чуков, Г. В.
Никифоров, А. Ю.
Journal Title
Безопасность информационных технологий
Journal ISSN
Volume Title
Безопасность информационных технологий
Издатель
Аннотация
Рассмотрены основные алгоритмы и методы машинного обучения и проведен анализ возможности их применения для оценки качества как основного элемента обеспечения доверенности выпускаемой электронной компонентной базы (ЭКБ) и радиоэлектронной аппаратуры (РЭА). Приводятся примеры успешного применения данных алгоритмов для улучшения таких показателей качества ЭКБ как надежность, стойкость к внешним воздействующим факторам и др. При проведении исследований стойкости ЭКБ к внешним воздействующим факторам, необходимой является процедура идентификации образцов ЭКБ методом рентгеноскопии, для выявления возможной неоднородности в конструкции образцов, принадлежащих к одной партии. Неоднородность партии может влиять на показатели надежности и стойкости к внешним воздействующим факторам, в связи с чем актуальной задачей является построение надежной системы идентификации. В статье предложен подход к решению задачи поиска неоднородности партии при идентификации образцов ЭКБ с помощью рентгеноскопии, в том числе как метода обеспечения доверенности, с помощью сверточной нейронной сети и алгоритмов кластеризации.
Описание
Ключевые слова
идентификация , РЭА , машинное обучение , показатели качества ЭК
Цитирование
КОЛОСОВА, Анна С. et al. ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ КАЧЕСТВА ЭКБ И РЭА. Безопасность информационных технологий, [S.l.], v. 30, n. 1, p. 123-129, фев. 2023. ISSN 2074-7136. Доступно на: <https://bit.spels.ru/index.php/bit/article/view/1487>. Дата доступа: 26 сен. 2023. doi:http://dx.doi.org/10.26583/bit.2023.1.09.