AN APPROACH TO THE ANALYSIS OF THE MILITARY AND POLITICAL SITUATION AND FORECAST OF MILITARY THREATS BASED ON ASSOCIATION RULE MINING

Cover Page
  • Authors: Afonin P.N.1, Pronikov A.N.2, Sazykin A.M.3,4, Faleev P.A.2
  • Affiliations:
    1. Российская таможенная академия
    2. Военно-космическая академия им. А.Ф. Можайского
    3. Михайловская военная артиллерийская академия
    4. НПО Спецматериалов
  • Issue: Vol 1, No 136 (2025): ИЗВЕСТИЯ РОССИЙСКОЙ АКАДЕМИИ РАКЕТНЫХ И АРТИЛЛЕРИЙСКИХ НАУК
  • Pages: 9-17
  • Section: Articles
  • URL: https://journals.rcsi.science/2075-3608/article/view/309674
  • ID: 309674

Cite item

Full Text

Abstract

The paper presents an approach to real-time formalizing the identification of implicit patterns between the military and political situation and the socio-economic situation state indicators for several thousand variables of the situation models. The approach is suggested to be used when solving the tasks of military and political, socio-economic situation monitoring in countries and regions, comprehensive situation assessment and forecasting threats in various domains. The paper addresses contemporary studies related to military and political situation modelling, and offers automated military threats modelling procedures for the threats realtime identification.

About the authors

P. N. Afonin

Российская таможенная академия

Author for correspondence.
Email: pnafonin@yandex.ru

д-р. техн. наук, доцент, заместитель директора (по научной работе), профессор кафедры таможенного дела

Russian Federation

A. N. Pronikov

Военно-космическая академия им. А.Ф. Можайского

Email: pnafonin@yandex.ru

канд. воен. наук, заместитель начальника кафедры информационно-аналитической работы

Russian Federation

A. M. Sazykin

Михайловская военная артиллерийская академия; НПО Спецматериалов

Email: sazykin@npo-sm.ru

чл.-корр. РАРАН, канд. техн. наук, доцент, доцент кафедры Михайловской военной артиллерийской академия, начальник Научно-методического центра

Russian Federation

P. A. Faleev

Военно-космическая академия им. А.Ф. Можайского

Email: pnafonin@yandex.ru

канд. воен. наук, старший преподаватель кафедры информационно-аналитической работы

Russian Federation

References

  1. Huntington Samuel P. The Clash of Civilizations and the Remaking of World Order, New York, Simon & Schuster, 1996. 410 p.
  2. Александров М.В. Мотивация поведения на международной арене: о соотношении национальных ценностей и национальных интересов во внешней политике государства // Некоторые аспекты анализа военно-политической обстановки; под ред. А.И. Подберезкина, К.П. Боришполец. М.: МГИМО(У), 2014. С. 556–568.
  3. Rummel Rudolph J. The Dimensionality of Nations Project. In Comparing Nations: The Use of Quantitative Data in Cross-National Research. Ed.: Richard Merritt and Stein Rokkan. New Haven: Yale University Press, 1966. Pp. 109–130.
  4. Singer, David J. Models, Methods and Progress in World Politics: A Peace Research Odyssey. Boulder, Col.: Westview Press, 1990. 314 p.
  5. Correlates of War: сайт. Филадельфия. [Электронный ресурс]. URL: http://www.correlatesofwar.org (дата обращения: 21.10.2024).
  6. McClelland, Charles. World Event/Interaction Survey (WEIS) Project, 1966–1978. ICPSR Study No. 5211, 1999. 32 p.
  7. The GDELT Project: офиц. сайт. Джорджтаун. [Электронный ресурс]. URL: http://www.gdeltproject.org/data/.html #documentation [Электронный ресурс] (дата обращения: 21.10.24).
  8. Стратегическое прогнозирование и планирование внешней и оборонной политики: монография: в 2 т. Т. 1: Теоретические основы системы анализа, прогноза и планирования внешней и оборонной политики; под ред. А.И. Подберезкина. Моск. гос. ин-т междунар. отношений( ун-т) МИД России, центр военно-полит. исследований. М.: МГИМО–Университет, 2015. 796 с.
  9. Попова О.В. Политический анализ и прогнозирование: учебник. М.: Аспект Пресс, 2011. 464 с.
  10. Jonathan Lockwood and K. Lockwood, The Lockwood Analytical Method for Prediction (LAMP) // Defense Intelligence Journal, 3(2), 1994. Pp. 47–74.
  11. Hopkins R. Warnings of Revolution: A Case Study of El Salvador (Washington, DC: Center for the Study of Intelligence, 1980) TR 80-100012.
  12. Feder Stanley A. Factions and Policon: New Ways to Analyze Politics. Studies in Intelligence 31, no. 1 (Spring 1987): 41–57. In Inside CIA’s Private World: Declassified Articles from the Agency’s Internal Journal, 1955–1992, ed. H. Bradford Westerfield, 274–292. New Haven, CT: Yale University Press, 1995. Vipin Kumar. Army High Performance Computing Research Center Department of Computer Science, University of Minnesota. URL: http://www.cs.umn.edu/~kumar (дата обращения: 03.09.2024).
  13. Анисимов В.Г., Анисимов Е.Г., Николаев Г.А., Сауренко Т.Н. Методический подход к экспресс-оценке политической и военно-политической обстановки // Вестник Академии военных наук. 2021. № 3 (76). С. 60–68.
  14. Ямпольский С.М. и др. Научно-методические основы информационно-аналитического обеспечения деятельности органов государственного и военного управления в ходе межведомственного информационного взаимодействия. М.: Военная академия Генерального штаба Вооруженных Сил Российской Федерации, Военный институт (управления национальной обороной), 2019. 146 с.
  15. Чварков С.В. и др. Учет неопределенности при формировании планов инновационного развития военно-промышленного комплекса //Актуальные вопросы государственного управления Российской Федерации: сб. мат. круглого стола. М.: Военная академия Генерального штаба Вооруженных Сил Российской Федерации, Военный институт (Управления национальной обороной), 2018. С. 17–25.
  16. Анисимов Е.Г. и др. Межведомственное информационное взаимодействие в сфере обороны Российской Федерации. М.: Военная академия Генерального штаба Вооруженных Сил Российской Федерации, Военный институт (управления национальной обороной). 2017. 198 с.
  17. Анисимов В.Г. и др. Математические методы и модели в военно-научных исследованиях: Том 2. М.: Военная академия Генерального штаба Вооруженных Сил Российской Федерации, 2017. 466 с.
  18. Ямпольский С.М. и др. Научно-методические основы модельного подхода в обеспечении деятельности органов военного управления. Москва: Военная академия Генерального штаба Вооруженных Сил Российской Федерации, 2020. 155 c.
  19. Анисимов Е.Г. и др. Типовые модели и алгоритмы задач поддержки принятия решений при управлении обеспечивающим компонентом военной организации государства. М. Военная академия Генерального штаба Вооруженных Сил Российской Федерации, 2019. 141 с.
  20. Городецкий В.И., Самойлов В.В. Ассоциативный и причинный анализ и ассоциативные байесовские сети // Труды СПИИРАН. 2009. № 9. С. 13–65.
  21. Качура Я.О., Сапрыкин Д.И., Фалеев П.А. Моделирование военно-политической деятельности государств методами ассоциативного анализа в системах поддержки принятия ре- шений // Труды ВКА им. А.Ф. Можайского. 2018. № 1. С. 19–29.
  22. Agrawal R, Imielinski T., Swami A. Mining association rules between sets of items in large databases// Proc. of the ACM SIGMOD Conf. on Management of Data. Washington, D.C. 1993.
  23. Adamo J.-M. Data Mining for Association Rules and Sequential Patterns. Springer, 2000.
  24. Zhang C., Zhang S. Association rule mining. Springer, 2002. 240 p.
  25. The International Institute of Strategic Studies (IISS). The Military Balance. London: IISS, 2013. 572 p.
  26. Городецкий В.И., Тушканова О.Н. Ассоциативная классификация: аналитический обзор. Ч. 1 // Труды СПИИРАН. 2015. № 1. С. 183–203.
  27. Городецкий В.И., Тушканова О.Н. Ассоциативная классификация: аналитический обзор. Ч. 2 // Труды СПИИРАН. 2015. № 2. С. 212–240.
  28. Han J., Pei J., Yin Y. Mining frequent patterns without candidate generation. Proceedings of the ACM SIGMOD Intern. Conf. on Management of Data. Dallas: ACM, 2000. Pp. 1–12.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».