Изучение статистических данных на предмет выбросов является актуальной задачей современной математики. От надежности данных методов напрямую зависит качество последующей обработки массива данных и адекватность получаемых выводов. В общем случае данная задача предусматривает проверку всех имеющихся наблюдений и сопоставление с ними некого числового индикатора. Дальнейший вывод делается на основе сопоставления этих индикаторов между собой.В данной работе рассматривается методика поиск выбросов для одной из возможных регрессионных моделей, основанной на чебышевской норме. В основу предлагаемого подхода положено одно из известных преобразований, использующееся в выпуклом анализе, — преобразование Лежандра. Основанный на этом преобразовании алгоритм позволяет относить к группе выбросов не отдельные наблюдения, а множество наблюдений. Это отличает данный метод от большинства использующихся алгоритмов. Также это позволяет решить поставленную задачу за один проход и сокращает время выполнения алгоритма. Приводится пример исследования выборки на предмет выбросов. Возможность сравнения получаемых характеристик дает возможность решать задачу для различного количества предполагаемых экстремальных значений.DOI 10.14258/izvasu(2018)4-18
The active development of computer systems and information technologies implies an increase in the importance of ensuring the protection and security of information during its transfer or storage. Today, the fulfillment of the necessary data confidentiality requirements tends to the direction of cryptography and steganography. The choice of the applied method of encoding information directly depends on the goals of the user, as well as the available software. The main requirement for the message encoding process is the availability of acceptable computational complexity of the implementation.
The article discusses methods of ensuring data confidentiality employing digital steganography, using BMP images as container files, and carrying out their subsequent compression to the JPEG format without losing hidden information. Mathematical methods of constructing a stegosystem for encoding ASCII are studied — a message, each character of which is encoded with exactly one byte. As a result, a computer program was created based on the Microsoft Visual Studio 2017 programming environment and the C# programming language (.NET Framework). The stereotype, in this case, is a sequence of steps between image pixels, into which information is embedded. In this case, the algorithm allows you to memorize not the entire sequence of steps (that is, not the entire keystroke), but only the first five characters of the key or half of the key.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.