Актуальность разработки специального программно-определяемого хранилища данных объясняется необходимостью обеспечения требуемой безопасности и устойчивости цифровых платформ и несовершенством известных моделей, методов и средств серверной виртуализации и распределенного хранения данных для работы в условиях роста угроз безопасности. В настоящей статье представлены основные результаты решения упомянутой задачи на основе программно-определяемого подхода (Software-Defined Storage, SDS) и авторских моделей, а также методов подобия облачных вычислений, в рамках выполнения федерального проекта «Информационная безопасность» национальной программы «Цифровая экономика Российской Федерации». Существенно, что это позволило разработать и предложить специальный гипервизор для решения задач динамического контроля семантики функционирования цифровых платформ на основе инвариантов подобия. При этом для настройки оптимального алгоритма поведения программно-определяемого хранилища инвариантов подобия и размерностей в реальных условиях промышленной эксплуатации были использованы известные методы машинного обучения (Machine Learning, ML) и глубинного обучения (Deep Learning).

< ... >