На главную страницу
О журнале План выхода Подписка Интернет-Магазин Реклама Контакты и реквизиты English На главную страницу Карта сайта Поиск по сайту Обратная связь

перейти к Содержанию номера
№ 5 (131)   сентябрь–октябрь 2026 г.
Раздел: Криптография и стеганография
Многоуровневая архитектура защиты CV QuantumLLM SecOps: таксономия рисков, концептуальная модель и алгоритм обработки угроз в мультимодальных системах кибербезопасности
Multi-Level Protection Architecture for CV QuantumLLM SecOps: Risk Taxonomy, Conceptual Model, and Risk Modeling Algorithm in Multimodal Cybersecurity Systems
Алексей Владимирович Аменицкий
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина)
A. V. Amenitsky
Saint Petersburg State Electrotechnical University «LETI»

Предыдущая статьяСледующая статья

УДК 004.056:004.93

В работе исследуются проблемы интеграции систем компьютерного зрения (CV) и квантово-усиленных больших языковых моделей (QuantumLLM) в операциях кибербезопасности (SecOps). На основе системного анализа актуальных угроз разработана многоуровневая таксономия рисков, включающая галлюцинации, adversarial-атаки, abuse, fraud и crypto-scam. Предложена новая концептуальная модель пятиуровневой архитектуры защиты, сочетающая perception shield, alignment layer, quantum-resilient core, SecOps orchestration и мониторинг. Разработан алгоритм RQ-SecOps для моделирования и динамической обработки рисков с использованием подходов hybrid quantum-classical. Результаты демонстрируют потенциал снижения критических рисков на 40–60% в симулированных сценариях. Научная новизна заключается в первой комплексной интеграции CV, QuantumLLM и SecOps с формализованной таксономией и алгоритмом. Практическая значимость подтверждается соответствием рекомендациям OWASP, NIST и тенденциям пост­квантовой криптографии.

< ... >

Ключевые слова: компьютерное зрение, большие языковые модели, квантовые вы­числения, SecOps, таксономия рисков, многоуровневая защита, галлюцинации ИИ, постквантовое шифрование, мультимодальные системы

The paper investigates the challenges of integrating computer vision QuantumLLM into SecOps. Based on a systematic analysis of current threats, a multi-level risk taxonomy is developed, covering hallucinations, adversarial attacks, abuse, fraud, and crypto-scam. A novel conceptual model of a five-level protection architecture is proposed, combining perception shield, alignment layer, quantum-resilient core, SecOps orchestration, and monitoring. The RQ-SecOps algorithm for risk modeling and dynamic processing using hybrid quantum-classical approaches is developed. Results indicate potential reduction of critical risks by 40–60% in simulated scenarios. The scientific novelty lies in the first comprehensive integration of CV, QuantumLLM, and SecOps with a formalized taxonomy and algorithm. Practical significance is confirmed by alignment with OWASP, NIST, and post-quantum cryptography trends.

Keywords: computer vision, large language models, quantum computing, SecOps, risk taxonomy, layered defense, AI hallucinations, post-quantum cryptography, multimodal systems
warning!   Полную версию статьи смотрите на страницах журнала «Защита информации. Инсайд»

Обращайтесь!!!
e-mail:    magazine@inside-zi.ru
тел.:        +7 (921) 958-25-50, +7 (911) 921-68-24


Предыдущая статья    СОДЕРЖАНИЕ НОМЕРА    Следующая статья

| Начало | О журнале | План выхода | Подписка | Интернет-магазин | Реклама | Координаты |

Copyright © 2004-2026 «Защита информации. Инсайд». Все права защищены
webmaster@inside-zi.ru

   Rambler's Top100    Технологии разведки для бизнеса