Санкт-Петербург

Литература 
1. Гудилов В.В. Эволюционное проектирвоание аппаратных средств // Информатика, 
вычислительная техника и инженерное образование. – 2011. – № 5(7). – С. 11–34. 
2. Бондаренко И.Б., Каляева Е.А., Кокшаров Д.Н. Адаптация параметров генетического 
алгоритма для оптимизации сложных функций // Изв. вузов. Приборостроение. – 2011. – 
№ 9(54). – С. 5–9. 
3. Кошев А.Н., Салмин В.В., Генералова А.А., Бычков Д.С. Разработка генетического 
алгоритма с адаптивными мутациями для определения глобального экстремума функции 
n-переменных 
[Электронный 
ресурс]. 
– 
Режим 
доступа: 
http://naukovedenie.ru/PDF/32TVN616.pdf, своб. 
4. Pagel M., Venditti C., Meade A. Large Punctuational Contribution of Speciation to 
Evolutionary Divergence at the Molecular Level // Science. – 2006. – V. 314. – Р. 119–121. 

---

Альманах научных работ молодых ученых 
XLVII научной и учебно-методической конференции Университета ИТМО. Том 1 
127 
 
Югансон Андрей Николаевич 
Университет ИТМО, факультет безопасности информационных 
технологий, кафедра проектирования и безопасности компьютерных 
систем, аспирант 
Направление подготовки: 10.06.01 – Информационная безопасность 
e-mail: [e-mail] 
 
Заколдаев Данил Анатольевич 
Университет ИТМО, факультет безопасности информационных 
технологий, кафедра проектирования и безопасности компьютерных 
систем, к.т.н., доцент 
e-mail: [e-mail] 
УДК 004.054 
ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АНАЛИЗА 
ТЕХНОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ ПРОГРАММНЫХ СРЕДСТВ 
Югансон А.Н., Заколдаев Д.А. 
Научный руководитель – к.т.н., доцент Заколдаев Д.А. 
Работа выполнена в рамках темы НИР № 617026 «Технологии киберфизических систем: 
управление, вычисления, безопасность». 
В работе рассмотрены вопросы анализа технологической безопасности программных средств. 
Предложено использование технологии Big Code для повышения качества оценивания надежности 
программного обеспечения. Данная технология находится на стыке машинного обучения, 
программной инженерии, языков программирования и обработки естественных языков. Приведены 
достоинства и недостатки использования технологии Big Code на ранних этапах разработки 
программного обеспечения. Описаны перспективы применения машинного обучения.