Article · Научный журнал "Вестник Актюбинского регионального университета имени К Жубанова" · September 30, 2026
AN ONTOLOGICAL APPROACH TO MODELING SOFTWARE WEAKNESSES BASED ON CWE ARCHITECTURAL CONCEPTS
Zh. E. Sartabanova, Vladimir Dimitrov, URDABAYEVA G.ZH., Arulmurugan Ramu
Abstract
Мақалада архитектуралық тұжырымдамаларды ұсынуға баса назар аудара отырып, халықаралық жалпы әлсіздіктер (CWE) тізіміне негізделген бағдарламалық жасақтаманың әлсіз жақтары туралы білімді ресімдеу міндеті талқыланады. Зерттеудің өзектілігі кибершабуылдардың көбеюіне және қауіпсіздік қатерлерін тек операциялық кезеңде ғана емес, сонымен қатар бағдарламалық қамтамасыз ету жүйелерін жобалау және құру кезеңдерінде де ескеру қажеттілігіне байланысты. Жұмыстың мақсаты - CWE негізіндегі бағдарламалық жасақтаманың әлсіз жақтарын зерттеу және бағдарламалық жасақтама сәулетшілерінің қажеттіліктеріне бағытталған онтологиялық білім базасын құру. Зерттеуде талдау және синтездеу, жіктеу, логикалық және жүйелік талдау әдістері, сондай-ақ OWL, RDF және Protege ортасына негізделген онтологиялық модельдеу қолданылады. Нәтижесінде онтология дамыды, онда орталық элемент CWEEntries класы болып табылады, ол cveentries және CAPECEntries кластарымен байланысты, бұл әлсіздіктер, осалдықтар және шабуыл үлгілері арасындағы байланысты ресімдеуге мүмкіндік береді. SPARQL сұрауларын қолдана отырып жүргізілген тестілеу дамыған білім базасы семантикалық іздеуді, субъектілер арасындағы қатынастарды талдауды және архитектуралық тәуекелдерді ерте анықтауға байланысты қолданбалы мәселелерді шешуді қолдайтынын көрсетті. Жұмыстың ғылыми жаңалығы білімнің машинада оқылатын онтологиялық моделі ретінде CWE архитектуралық бейнесін ұсынуда жатыр. Практикалық маңыздылығы сәулетшілердің, әзірлеушілердің, зерттеушілердің және оқытушылардың ұсынылған білім қорын қауіпсіз жобалау тапсырмаларында пайдалану мүмкіндігінде жатыр.
More by Arulmurugan Ramu
- EXPLAINABLE ARTIFICIAL INTELLIGENCE IN HEALTHCARE: A MULTI-CRITERIA BENCHMARK OF EXPLANATION FAITHFULNESS, STABILITY AND CONSENSUS IN CLINICAL RISK PREDICTIONНаучный журнал "Вестник Актюбинского регионального университета имени К Жубанова" · 2026
- Data Science Modelling in Agricultural Market Supply ChainsIGI Global eBooks · 2026
- DSTA: Density-Steered Token Attention — code, benchmarks, mechanistic probes and complete run logsZenodo · 2026
- DSTA: Density-Steered Token Attention — code, benchmarks, mechanistic probes and complete run logsZenodo · 2026
