Алгоритмические решения задачи фильтрации в стохастической модели информационного противоборства

Обложка

Цитировать

Полный текст

Аннотация

В статье в развитие моделей информационного противоборства в структурированном социуме предложена стохастическая модель фильтрации оценок информационного противоборства. Для простоты представления формируемых решений фильтрации оценок рассмотрена модель информационного противоборства в одногрупповом социуме при одноэтапном переходе индивидов в адепты. Сформированное решение применимо при наличии нескольких разнородных правил измерения параметров модели информационного противоборства. Алгоритмические решения основываются на модели ансамблевого расширенного фильтра Калмана. Уточнены основные этапы алгоритмической реализации составленной стохастической модели фильтрации оценок информационного противоборства. Работоспособность и предпочтительность полученных результатов проверена при проведении серий вычислительных экспериментов для конкретных тестовых задач.

Об авторах

Иван Сергеевич Полянский

ФГКВОУ ВО Академия Федеральной службы охраны Российской Федерации

Автор, ответственный за переписку.
Email: van341@mail.ru

доктор физико-математических наук, доцент

Россия, Орел

Кирилл Олегович Логинов

ФГКВОУ ВО Академия Федеральной службы охраны Российской Федерации

Email: kvirs@mail.ru
ORCID iD: 0000-0002-8715-6029

сотрудник

Россия, Орел

Список литературы

  1. Михайлов А.П., Петров А.П.Ч. Математические модели системы «человек-общество». М.: Физматлит. 2022. 456 с.
  2. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. М.: Физматлит. 2010. 228 с.
  3. Бызов Л.Г., Губанов Д.А., Козицин И.В., Чхартишвили А.Г. Идеальный политик для социальной сети: подход к анализу идеологических предпочтений пользователей // Проблемы управления. 2020. №4. С.15-26. DOI: 10.25728/ pu.2020.4.2
  4. Михайлов А.П., Петров А.П., Прончева О.Г. Модель информационного противоборства в социуме с кусочно-постоянной функцией дестабилизирующего воздействия // Математическое моделирование. 2018. Т. 30, № 7. С. 190-197. DOI: mi.mathnet.ru/mm3984.
  5. Михайлов А.П., Петров А.П., Маревцева Н.А., Третьякова И.В. Развитие модели распространения информации в социуме // Математическое моделирование. 2014. Т. 26 №. 3. С. 65-74. DOI: mi.mathnet.ru/mm3459.
  6. Полянский И.С., Логинов К.О., Ильин Н.И., Великих А.С. Математическая модель оценки информационного воздействия на электорат в социальных медиа при проведении выборных кампаний // Математическое моделирование. 2022. Т. 33, № 12. С. 590-598. DOI: mi.mathnet.ru/mm4341.
  7. Ильинский А.С., Полянский И.С., Логинов К.О., Архипов Н.С. К вопросу численной оценки информационного воздействия на электорат при проведении выборных кампаний // Прикладная Математика и информатика: Труды факультета ВМК МГУ им. М.В. Ломоносова. М.: МАКС Пресс. 2021. Т. 68. С.15-28.
  8. Полянский И.С., Полянская И.В., Логинов К.О. Алгоритмические решения в задаче оценки информационного воздействия на электорат при проведении выборных кампаний // Физика волновых процессов и радиотехнические системы. 2021. Т. 24. № 4. С. 72-80. doi: 10.18469/1810-3189.2021.24.4.72-80.
  9. Пугачев В.С., Синицин И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. Изд. 2-е. М. : Наука. 1990. 642 с.
  10. Тихонов В.И. Оптимальный прием сигналов. М.: Радио и связь. 1983. 320 с.
  11. Логинов К.О. Численное решение задачи фильтрации оценок информационного воздействия на электорат // Информатика и автоматизация. 2022. Вып. 21. Т. 3. С. 624-652. DOI: 10.15622/ ia.21.3.7.
  12. Рыбаков К.А. Приближенное решение задачи оптимальной нелинейной фильтрации для стохастических дифференциальных систем методом статистических испытаний // Сибирский журнал вычислительной математики. 2013. Т.16. № 4. С. 377-391. DOI: mi.mathnet.ru/sjvm525
  13. Логинов К.О. Оценка интенсивности информационного влияния социальных медиа при проведении предвыборной кампании // Сборник материалов IX Международной научно-практической конференции «Современные проблемы цивилизации и устойчивого развития в информационном обществе». 2022. С. 173–179.
  14. Amirhossein Taghvael, Jana de Wiljes, Prashant G. Mehta, Sebastian Reich. Kalman filter and its modern extensions for the continuous-time nonlinear filtering problem // Journal of Dynamic Systems Measurement and Control. 2018. 140(3). doi: 10.1115/1.4037780
  15. Полянский И.С., Полянская И.В., Фам Т.З. Математическая модель фильтрации канонических параметров спутника-ретранслятора при орбитальном движении // Физика волновых процессов и радиотехнические системы. 2019. Т. 22, № 4. С. 50-57. doi: 10.18469/1810-3189.2019.22.4.50-57
  16. Полянский И.С., Фам Т.З., Тихонов А.В., Катыгин Б.Г. Алгоритм фильтрации координат наземного источника несанкционированного радиоизлучения в системе спутниковой связи с прямой ретрансляцией // Физика волновых процессов и радиотехнические системы. 2021. Т. 24, № 1. С. 67-77. doi: 10.18469/1810-3189.2021.24.1.67-77
  17. Bergemann K., Reich S. An ensemble KalmanBucy filter for continuous data assimilation //Meteorologische Zeitschrift. 2012. V. 21. P. 213-219. doi: 10.1127/0941-2948/2012/0307
  18. Полянский, И.С., Патронов Д.Ю. Максимально правдоподобная оценка дисперсионно-ковариационной матрицы // Современные проблемы науки и образования. 2013. № 1. URL: https://science-education.ru/ru/article/view?id=8516
  19. Полянский И.С., Архипов Н.С., Мисюрин С.Ю. О решении проблемы оптимального управления адаптивной многолучевой зеркальной антенной // Автоматика и телемеханика. 2019. № 1. С. 83-100. doi: 10.1134/S0005231019010069
  20. Wenhui Dong, Xue Luo, Stephen S.-T. Yau. Solving Nonlinear Filtering Problems in Realtime by Legendre Galerkin Spectral Method // IEEE Transactions on Automatic Control. 2020.V 66. Issue 4. P. 1559–1572. DOI: 10.1109/ TAC.2020.3002979

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».