Абшерон игтисади ъоьрафи районун шящярляринин

Magistrantların XV Respublika Elmi konfransı, 14-15 may  2015-ci il 
 
 
 
140 
deşifrləmə  üçün  istifadə  olunur.  Rəqəmsal  imza  alqoritmlərində  gizli  açar  şifrləmə,  açıq  açar  isə 
deşifrləmə  üçün  istifadə  edilir.  Açıq  açara  görə  uyğun  gizli  açarın  tapılması  çox  böyük  həcmdə 
hesablamalar  tələb  edir,  hesablama  texnikasının  hazırki  inkişaf  səviyyəsində  bu  məsələ  qeyri-mümkün 
hesab  edilir.  Asimmetrik  şifrləməalqoritmlərinə  misal  olaraq  RSA,  ElGamal,  Şnorr  və  s.  alqoritmlərini 
göstərmək olar. 
Əsas  nöqsanı sürətin  aşağı  olmasıdır.  Buna  görə  onlar  simmetrik  metodlarla  birgə  işlədilir. 
Məsələn,  açarların  göndərilməsi  məsələsini  həll  etmək  üçün  əvvəlcə  məlumat  təsadüfi  açarla  simmetrik 
metodla  şifrlənir,  sonra  həmin  təsadüfi  açarı  alan  tərəfin  açıq  asimmetrik  açarı  ilə  şifrləyirlər,  bundan 
sonra məlumat və şifrlənmiş açar şəbəkə ilə ötürülür. 
Asimmetrik metodlardan istifadə etdikdə, (istifadəçi, açıq açar) cütünün həqiqiliyinə zəmanət tələb 
olunur.  Bu  məsələnin  həlli  üçün  rəqəmsal  sertifikatdan  istifadə  edilir.  Rəqəmsal  sertifikat  xüsusi 
sertifikasiya  mərkəzləri  tərəfindən  verilir.  Rəqəmsal  sertifikatda  aşağıdakı  verilənlər  olur:  sertifikatın 
seriya nömrəsi; sertifikatın sahibinin adı; sertifikatın sahibinin açıq açarı; sertifikatın fəaliyyət müddəti; 
elektron  imza  alqoritminin  identifikatoru;  sertifikasiya  mərkəzinin  adı  və  s.  Sertifikat  onu  verən 
sertifikasiya mərkəzinin rəqəmsal imzası ilə təsdiq edilir. 
Bütövlüyə nəzarət üçün kriptoqrafik heş-funksiyalar istifadə edilir. Heş-funksiya adətən müəyyən 
alqoritm  şəklində  realizə  edilir,  belə  alqoritm  ixtiyari  uzunluqlu  məlumat  üçün  uzunluğu  sabit  heş-kod 
hesablamağa  imkan  verir.  Praktikada  128  bit  və  daha  artıq  uzunluqda  heş-kod  generasiya  edən  heş-
funksiyalardan istifadə edilir. 
Heş-funksiyanın  xassələri  elədir  ki,  onun  köməyi  ilə  alınan  heş-kod  məlumatla  "möhkəm"  bağlı 
olur.  Məlumatın  hətta  bir  biti  dəyişdikdə  belə  heş-kodun  bitlərinin  yarısı  dəyişir.  Heş-funksiyaya  misal 
olaraq MD2, MD4, MD5, RIPEMD, SHA1 və s. alqoritmlərini göstərmək olar. 
Misal.  ‗1234567890‘  sətri  üçün  SHA1  heş-funksiya alqoritminin hesabladığı  heş-kod  16-lıq  say 
sistemində 01B307ACBA4F54F55AAFC33BB06BBBF6CA803E9A simvollar ardıcıllığıdır. 
 
  
VERĠLƏNLƏRiN ANALĠTĠK EMALI ÜÇÜN DATA MĠNĠNG TEXNOLOGĠYASININ 
ĠġLƏNMƏSĠ 
 
Qəniyev C.F. 
Azərbaycan Dövlət Neft Akademiyası 
 
DATA MİNİNG termini hərfi mənada «verilənlərin qazılıb çıxarılması», «informasiyanın axtarılıb 
tapılması»  kimi  tərcümə  edilir  və  müasir  qərar  qəbuletmənin  təminatı  sistemlərinin  «verilənlərin 
intellektual analizi» adlanan mühüm komponentinin beynəlxalq miqyasda qəbul olunmuş adını ifadə edir. 
1978-ci ildə meydana çıxan DATA MİNİNG anlayışı deyilən mənada 1990-cı  ildən işlənməyə başlandı 
və mütəxəssislər tərəfindən qəbul edildi. Həmin vaxta qədər verilənlərin emalı və analizi tətbiqi statistika 
çərçivəsində aparılırdı və əsasən kicik həcmli verilənlər massivlərinin emalı məsələləri həll olunurdu.  
DATA MİNİNG çoxfənli sahə olub, tətbiqi statistika, surətlərin tanınması, süni intellekt, verilənlər 
bazaları və s. elm sahələrinin əsasında və inkişafı nəticəsində yaranmışdır. 
Statistika  öyrənilən  obyektə,  prosesə  və  ya  hadisəyə  xas  olan  qanunauyğunluqları  üzə  çıxarmaq 
üçün  verilənlərin  toplanması,  emalı  və  analizi  metodları  haqqında  elmdir.  Statiska  müşahidələr  və  ya 
eksperimentlər nəticəsində əldə edilən verilənlərlə əməliyyat aparır. Statiska DATA MİNİNG  -dən daha 
çox nəzəriyyəyə əsaslanır və hipotezlərin yoxlanmasına diqqəti yönəldir. 
Maşınla  öyrətməni  kompüter  proqramının  yeni  bilikləri  alması  prosesi  kimi  xarakterizə  edirlər. 
Onun  digər  tərifi  belədir:  maşınla  öyrətmə  kompüter  alqoritminin  (proqramının)  öyrəndiyi  və  öyrənmə 
prosesi  zamanı  təkmilləşən  elmdir. Maşınla  öyrətmə DATA  MİNİNG-ə  nisbətən  daha evristik  xarakter 
daşıyır və diqqəti öyrətmə agentlərinin işinin yaxşılaşdırılmasına yönəldir. 
Süni  intellekt  insanın  zehni  (intellektual)  fəaliyyətinin  aparat  və  ya  proqram  vasitəsilə 
modelləşdirilməsi məsələlərinin həlli ilə məşğul olan elmi istiqamətdir. «İntellekt» (latınça «intelectus») 
termini insana xas olan ağılı, idrakı, düşünçə qabiliyyətini ifadə edir. Bu baxımdan süni intellekt (ingiliscə 
«Artifıcal  Intellligence»-Aİ)  insan  intelektinin  ayrı-ayrı  funksiyalarının  avtomatik  sistem  tərəfindən 
yerinə yetirilməsi kimi başa düşülür. 

---

Magistrantların XV Respublika Elmi konfransı, 14-15 may  2015-ci il 
 
 
 
141 
Vizuallaşdırma  verilənlərin  emalının  son  nəticələrini  görməyə,  emal  prosesini  idarə  etməyə  və 
lazım gəldikdə hesablama prosesinin əvvəlki mərhələlərinə qayıtmağa imkan verən yeni bir istiqamətdir. 
Vizuallaşdırmadan  istifadə  etməklə  verilənlərin  qrafik  sürəti  yaradılır,  verilənlərin  analizində 
anomaliyaları, strukturları görməyə imkan yaranır. 
Surətlərin tanınması süni intellektin istiqamətlərindən biri olub, surətlərin (obyektlərin) əlamətlərini 
təyin  etməklə  onların  tanınması  məsələsini  həll  edir.  Onun  əsas  üsulu  obyektlər  siniflərinin  müəyyən 
əlamətlərin qiymətləri vasitəsilə təsvir edilməsidir. Hər bir obyekt əlamətlər matrisi ilə xarakterizə olunur 
və obyektin tanınması da həmin matrisə görə aparılır. Tanınma proseduru əksər halda obyektləri siniflərə 
ayırmaq ücün istifadə edilən xüsusi riyazi prosedurlar və funksiyalar vasitəsilə reallaşdırılır. Bu istiqamət 
maşınla öyrətməyə yaxındır və neyrokibernetika ilə sıx bağlıdır. 
DATA MİNİNG nəzəriyyə ilə evristikanın inteqrasiyasına  əsaslanır və  verilənlərin təmizlənməsi, 
inteqrasiyası  və  nəticələrin  vizuallaşdırılması  mərhələlərindən  ibarət  olan  vahid  analitik  prosesi  əhatə 
edir. 
Ümumiyyətlə,  ilkin  verilənlərlə  işləmə  prinsipinə  görə  DATA  MİNİNG  metodlarını  iki  qrupa 
bölürlər: 1) verilənləri saxlamaqla onlardan bilavasitə istifadə edən metodlar; 2) verilənlərin (şablonların) 
distillə edilməsi ilə formal qanunauyğunluqların aşkarlanması və istifadə edilməsi metodları. 
1-ci  qrup  metodlarda  ilkin  verilənlər  detallaşdırılmış  şəkildə  saxlanır  və  bilavasitə  proqnostik 
modelləşdirmə və ya istisnaların analizi mərhələlərində istifadə edilir. Bu qrup metodların tətbiqi zamanı 
çox  böyük  verilənlər  bazalarının  analizində  çətinliklər  yarana  bilər.  Bu  qrup  metodlara  klaster  analizi, 
analogiyaya görə mühakimə metodu aiddir. 
Şablonların  distillə  edilməsi  adlanan  2-ci  qrup  metodlarda  ilkin  verilənlərdən  bir  informasiya 
nümunəsi (şablon) çıxarılır və növü tətbiq edilən metoddan asılı olan formal konstruksiyalara çevrilir. Bu 
proses sərbəst axtarış mərhələsində yerinə yetirilir. 
 
 
EKOLOJĠ MONĠTORĠNQ VƏ EKOLOJĠ ĠNFORMASĠYA SĠSTEMLƏRĠNĠN ƏSAS 
KOMPONENTLƏRĠ  
 
Ocaqquliyeva L.R 
Azərbaycan Dövlət Neft Akademiyası 
 
Ekoloji  monitorinqin  məqsədi  –  təbiəti  mühafizə  fəaliyyətinin  idarə  edilməsinin  və  ekoloji 
təhlükəsizliyin informasiya təminatının təmin edilməsidir. 
Hal-hazırda  ―ekoloji  monitorinq‖  termini  dedikdə  ətraf  təbii  mühitin  vəziyyətinin  müşahidə, 
nəzarət,  qiymətləndirilmə  sistemi,  proqnozu  və  idarəedici  məsələlərin  həllinin  hazırlığı  və  qəbulunun 
informasiya təminatı başa düşülür 
Ekoloji  vəziyyətin  stabilləşdirilməsi  tədbirləri  arasında  Ekoloji  monitorinqin  vahid  dövlət 
sisteminin  yaradılmasına  xüsusi  önəm  verilir  (EMVDS).  Onun  əsas  məqsədi  ölkənin  müxtəlif 
regionlarında  dövlət  idarəçilik  orqanlarının  və  təbiətdən  istifadəçilərin  ekoloji  vəziyyət  haqqında 
informasiya  ilə  təmin  edilməsi,  təbiəti  mühafizə  fəaliyyəti  və  ekoloji  təhlükəsizlik  sahəsində  qərarların 
qəbul edilməsi prosedurunun informasiya dəstəyindən ibarətdir. 
EMVDS ekoloji monitorinq sahəsində vahid elmi-texniki siyasətin mərkəzi kimi təmin etməlidir:  
•  ətraf  mühitin  vəziyyətinin  müşahidə  proqramlarının  işlənməsini  və  həyata  keçirilməsinin 
koordinasiyasını; 
• həqiqi məlumatların yığılmasının və emalının reqlamentləşdirilməsini və nəzarətini; 
• informasiyanın saxlanmasını, xüsusi məlumatlar bankının yaradılmasını; 
•  ətraf  mühit  obyektlərinin,  təbii  ehtiyatların,  ekosistemlərin  cavab  verməsi  və  antropogen  təsir 
nəticəsində əhalinin sağlamlıq vəziyyətinin qiymətləndirilməsi və 
proqnozu üzrə fəaliyyəti; 
• ekoloji informasiyanın geniş istehlakçı qrupu üçün açıq olmasını. 
Ekoloji  monitorinqin  nəticələri  ƏMM-nin  (ətraf  mühitin  mühafizəsi)  informasiya  bazasını 
(məlumatlar bankı) təşkil edir ki, bu da EHM-lərindən informasiyanın toplanması, saxlanması, emalı və 
analizi üçün istifadə etməyə imkan verir. ƏMM-nin informasiya təminatı öz növbəsində, təbiəti mühafizə 
fəaliyyətinin  idarə  edilməsinin,  ehtiyatların  qorunma  siyasətinin  yerinə  yetirilməsinin  əsası  sayılır.  

---