Education of the republic of uzbekistan tashkent state technical university named after islam karimov

Electrical and Computer Engineering
181 
[11]
Khollhujayev, J; Abdukarimov, N; Mavlonov, J; and Abdivahidova, N (2020) "NON-
CONTACT 
POINT 
MEASURING EQUIPMENT FOR ROBOTIC SYSTEMS OF AUTOMOBILE 
INDUSTRY," Technical science and innovation: Vol. 2020 : Iss. 4 , Article 3 - Tashkent: 
Tashkent State Technical University, 2020.- P.247-252. 
[12]
Dadamatova, K.T.; Nazarov, A.M.; and Gerasimenko, N. N (2019) "PROBLEMS OF 
THE EFFICIENCY OF FIBER OPTIC COMMUNICATION LINES," Technical science 
and innovation: Vol. 2019 : Iss. 2 , Article 5. Tashkent: Tashkent State Technical 
University, 2019.- P.161-168. 
[13]
Borts M.L., Arbore M.A., and Fejer M.M. Quasi-locked optical parametric amplification 
and lasing in LiNbO3 waveguides with periodic polarity. Optics Letters, (1995). 20 (1), 
49-51. 
[14]
Olimov A.N., Ruziev Z.J., Yusupov D.B. & Sapaev U.K. (2019). Frequency doubling of 
femtosecond laser pulses in nonlinear photonic crystals taking into account high-order 
dispersion. Journal of Russian Laser Research, 40 (3), 280-287. 
[15]
Gayer O., Sacks Z., Galun E., Arie A. Equations of the refractive index depending on 
temperature and wavelength for congruent and stoichiometric LiNbO
3
doped with MgO. 
Applied Physics B. Lasers and Optics Appl. Phys. B 91, 343–348 (2008). 
[16]
Agrawal G. Nonlinear fiber optics. Moscow, ed., Mir (1996) 49-51 
[17]
Sun J., Gang Y. & Xu K. (2011). Efficient generation of green light by proton 
exchange with periodically polarized comb waveguide made of MgO: LiNbO 3. Optics 
Letters, 36 (4), 549-551 
UDC.
004.056 
RISK DETECTION MODEL IN PACKET FILTERING RULES BASED 
ON FUZZY PETRI NET
Sh.R. Gulomov
 
Tashkent University of Information Technologies named after Muhammad al-Khwarizmi 
Amir Temur street, 108, 100200, Tashkent city, Republic of Uzbekistan 
Abstract: 
This article describes Petri net diagrams for fuzzy knowledge and reasoning. A 
mathematical model of fuzzy Petri nets to detect risks in rules by packet filtering is formed. A 
model of a two-level fuzzy packet filtering system that provides packet filtering performance is 
presented. This model uses fuzzy Petri net as a graphical method to describe the fuzzy logical 
control of the movement of packets through the firewall and allows it to determine the level of 
threat embedded in packets from the Internet and to change the order of ACLs by determining 
the rating of acceptance and rejection of packets. In the proposed model, the packet is 
represented by a token in place of fuzzy Petri nets, and the operation of the packet is illustrated 
by the transition of fuzzy Petri net, which is responsible for moving the packet from one place 
to another. Moreover, three fuzzy variables, including Low, Medium, and High to describe the 

---