РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ

В статье приводится анализ существующих способов автоматизированного контроля состояния космических аппаратов (КА) по телеметрической информации (ТМИ) методами машинного обучения и дается оценка перспектив их применения в области телеконтроля состояния КА в многоспутниковых группировках. Одной из важнейших задач на всех этапах жизненного цикла космических аппаратов (КА) является анализ телеметрической информации для определения технического состояния их бортовой аппаратуры с целью заблаговременного выявленияи прогнозирования нештатных ситуаций. Существующие детермированные методы контроля состояния КА на основе мониторинга пороговых значений, анализа показателей качества, сравнения с эталонной моделью функционирования и др., с одной стороны, предполагают огромные трудозатраты на работу экспертов и формализацию логики функционирования сложного технического объекта на различных уровнях его иерархии, а с другой стороны, не обеспечивают необходимый уровень автоматизации и оперативности при контроле состояния отдельных КА в многоспутниковых группировках.

С быстрым развитием информационных технологий защита передаваемых данных становится одной из приоритетных задач. Классические методы шифрования эффективно решают эту проблему, однако иногда необходимо скрыть сам факт передачи важной информации. Одним из возможных решений могут быть стеганографические методы, которые скрывают сам факт передачи, добавляя данные в существующие цифровые ресурсы. В научной литературе описано множество традиционных стеганоалгоритмов. В последние годы методы сокрытия информации с помощью нейронных сетей становятсявсе более популярными [1]. Однако большинство таких методов используют нейронные сети для реализации более сложных функций встраивания данных, не создавая новых способов сокрытия информация. Целью работы является краткий обзор разработанного автором метода сокрытия информации без использования цифровых ресурсов - изображений для встраиванияи приведение некоторых критериев оценки его эффективности и надежности. В начале статьи дается описание существующих стеганографических методов, общая структура предложенного метода. Оценивается сходимость предложенного алгоритма, генерирующего равномерно распределенный массив данных, даются временные и емкостные характеристики разработанного метода. Приводятся примеры исходных данных и сгенерированных на их основе изображений