Том 12, № 5 (2025)

В работе предложена усовершенствованная версия информационной системы, предназначенной для анализа очагов концентрации дорожно-транспортных происшествий с применением программно-целевого подхода и геоинформационных технологий. Представлена архитектура программного решения, включающая алгоритмы пространственного анализа, идентификации и консолидации очагов, а также механизмы их формализованного описания. Особое внимание уделено реализации расчетов приоритетности устранения ОКДТП с учетом факторов риска, предложенных корректирующих мероприятий и ожидаемой эффективности. Верификация результатов проводилась на основе данных о ДТП в городской среде. Предложенное решение демонстрирует устойчивость алгоритмов, а также высокую применимость в задачах цифровизации транспортной инфраструктуры. Обозначены направления дальнейшего развития системы, включая внедрение механизмов нечеткой логики, цифровых двойников и искусственного интеллекта.

В условиях растущих требований к качеству и надежности радиоэлектронной аппаратуры наукоемкой продукции (к которой относятся в том числе изделия ракетно-космической техники) наблюдается определенное несоответствие между потребностями отрасли и возможностями отечественной элементной компонентной базы (ЭКБ). В статье рассматриваются существующие подходы к отбору и применению ЭКБ, включая российские и импортные компоненты, с акцентом имеющиеся ограничения. Особое внимание уделяется необходимости перехода от традиционного отбора ЭКБ к автоматизированному проектированию компонентов изделий на базе современных информационных технологий. Представлен детальный маршрут проектирования компонентов аппаратуры изделий, включая моделирование, физическую верификацию, проектирование микросхем, блоков, печатных плат и корпусов, а также использование современных САПР и приборно-технологического моделирования. Особое внимание уделяется информационному обеспечению различных этапов проектирования, а также методам и средствам, обеспечивающим высокую точность, надежность и соответствие техник-экономическим характеристикам.

В статье рассматривается системный подход к разработке и внедрению инновационных спутниковых сервисов, основанный на учете потребительских ожиданий и прогнозировании рыночных потребностей. Авторы анализируют ключевые факторы, влияющие на успешное продвижение таких сервисов, включая технологические тренды, конкурентную среду и методы управления качеством. Особое внимание уделено методологии технологического прогнозирования, включая Форсайт-анализ и мониторинг слабых сигналов, а также разработке дорожных карт для создания радикально новых решений. Предложена концептуальная модель удовлетворенности потребителей, интегрирующая принципы ISO 9000, и рассмотрены механизмы адаптации сервисов к изменяющимся рыночным условиям.

Целью настоящего исследования является разработка и экспериментальная проверка комплексной методики прогнозирования востребованности выпускников высших учебных заведений на региональном рынке труда с применением технологий интеллектуального анализа данных (Data Mining). В качестве эмпирической базы использованы годовые отчеты мониторинга трудоустройства выпускников Орловского государственного университета имени И.С. Тургенева за 2022–2024 гг., включающие сведения о численности выпускников, статусах занятости и динамике спроса по 76 укрупненным направлениям подготовки. Методика объединяет регрессионную модель случайного леса, прогнозирующую уровень трудоустройства на горизонте трех лет, и алгоритм K-means, сегментирующий образовательные программы по степени востребованности. Полученные результаты позволили классифицировать направления подготовки на кластеры «высокий», «средний» и «низкий» спрос, а также выявить тренды роста в областях информационных технологий, энергетики и машиностроения, и потенциальный спад в ряде гуманитарных специальностей. Модель продемонстрировала высокую точность (MAE = 13,33%, RMSE = 17,24%, R² = 0,78) и устойчивость к мультиколлинеарности признаков (VIF ≈ 1), что подтверждает надежность прогнозов. Предлагаемая методика рекомендована для регулярного использования вузами и региональными органами управления образованием при планировании приемной кампании, корректировке учебных планов и разработке цифровых панелей мониторинга кадровых потребностей.

Настоящее исследования представляет комплексный сравнительный анализ эффективности современных нейросетевых архитектур для противодействия целевым атакам социальной инженерии на промышленные системы. В работе приведена характеристика основных методов социальной инженерии, на основе которых выделена группа, оказывающих критическое влияние на отечественные производства. Экспериментальная часть исследования основана на открытом наборе данных, содержащем 651 191 URL-адрес, категоризированный по четырем типам: безопасные ресурсы, ссылки с дефейсом, фишинговые ресурсы, а также распространители вредоносного программного обеспечения. В работе представлена систематическая оценка как классических, так и инновационных подходов машинного обучения, включая сети Колмогорова-Арнольда (KAN), графовые (GNN) и капсульные нейронные сети (CapsNets), а также их гибридные комбинации. Результаты демонстрируют значительное превосходство гибридных архитектур, где комбинация CNN + LSTM достигла максимальной точности 92,29%, а CNN + KAN показала результат 92,00%. Детальный анализ выявил специфическую эффективность различных архитектур для отдельных категорий угроз: CapsNets показали наилучшие результаты в идентификации безопасных ресурсов (98,60%), тогда как CNN + LSTM наиболее эффективно обнаруживали фишинговые атаки (72,76%). Научная новизна работы заключается в установлении корреляции между типом нейросетевой архитектуры и характером возможной киберугрозы, что создает методологическую основу для разработки адаптивных систем безопасности нового поколения для промышленной инфраструктуры.

Статья посвящена разработке усовершенствованной методики категорирования объектов критической информационной инфраструктуры (КИИ) с учетом отраслевой критичности. Цель исследования – повышение объективности и точности процесса категорирования, минимизация субъективных искажений и оптимизация распределения ресурсов на обеспечение информационной безопасности. Авторы предлагают методику, основанную на расчете коэффициента критичности отрасли, который интегрирует экспертные оценки по пяти ключевым критериям: национальная безопасность, экономическая значимость, социальная значимость, взаимозависимость отраслей и потенциальный ущерб. Апробация методики проведена на 14 отраслях, что позволило распределить их по трем категориям критичности. Результаты показали высокую согласованность экспертных оценок и подтвердили эффективность предложенного подхода. Внедрение методики способствует дифференцированному планированию мер защиты КИИ и оптимизации регуляторных требований.

В статье рассматривается применение методов математического моделирования и кластерного анализа для обработки данных мониторинга деятельности образовательных организаций высшего образования. Актуальность исследования обусловлена необходимостью объективной оценки эффективности вузов, выявления проблемных зон и разработки адресных управленческих решений. В работе проанализированы ключевые показатели, включая образовательную, научно-исследовательскую, международную и финансово-экономическую деятельность, а также уровень заработной платы преподавателей. Основное внимание уделено методам кластеризации, позволяющим группировать вузы по схожим характеристикам. Рассмотрены иерархические, центроидные и плотностные алгоритмы, а также особенности их применения в контексте многомерных образовательных данных. Особое значение придается предварительной обработке показателей, включая нормализацию и стандартизацию, для обеспечения корректности результатов. Оценка качества кластеризации проводится с использованием индекса силуэта и других метрик, что позволяет определить устойчивость выделенных групп. Результаты исследования демонстрируют, что автоматизированная кластеризация данных мониторинга способствует выявлению типовых траекторий развития вузов, оптимизации ресурсного управления и разработке дифференцированных мер поддержки. Предложенный подход может быть интегрирован в систему регулярного мониторинга, обеспечивая оперативную аналитику для принятия управленческих решений. Перспективы дальнейших исследований связаны с развитием адаптивных алгоритмов, прогнозированием динамики показателей и созданием интерактивных аналитических платформ.

В статье описан алгоритм применения модели интеллектуального анализа для обнаружения аномалий в данных статистического наблюдения за образовательными организациями. Дано определение аномалии, проанализированы типовые аномалии, которые могут содержаться в данных статистической отчетности. Приведена классификация методик выявления аномалий в зависимости от уровня размеченности обучающей выборки, а также проанализированы возможные способы разметки данных для представления результатов поиска аномалий. Проведены анализ и описание процесса сбора и обработки статистических данных образовательных организаций в ГИВЦ РТУ МИРЭА. Проанализированы слабые места процесса сбора данных, которые возможно усилить путем применения интеллектуального анализа для поиска аномалий в данных. Разработана математическая модель обработки данных и поиска аномалий. Предложен алгоритм подготовки данных для обучения модели интеллектуального анализа с учетом их специфики, а также последующего применения обученной модели для обнаружения аномалий в рассматриваемых данных. Произведена проверка работы алгоритма на реальных данных с использованием нейросетевой модели автоэнкодер.

В данной статье рассматривается применение метода видео-компьютерной-психодиагностики и психокоррекции (ВКП) для определения надежности клиентов банка «Тинькофф» в дополнение к кредитному скорингу, а также пример диагностики клиентов микрофинансовой организации «Банк 911» в режиме on-line. Обозначена проблема снижения рисков потребительского кредитования в России и важность ее решения, исследованы существующие методы определения надежных заемщиков в банковской сфере, такие как Персональный кредитный рейтинг, скоринг-система, психоскоринг, их недостатки в условиях большого потока заемщиков, описана суть метода видео-компьютерной психодиагностики и психокоррекции и приведен результат исследования его применения для диагностики клиентов банка «Тинькофф». Обозначено преимущество метода ВКП, заключающееся в том, что, используя данный метод, можно быстро определить мошенника, который заведомо пришел с поддельными документами, или просто заемщика, который изначально не собирается или не может выплачивать кредит, а также дать прогноз поведения клиентов на длительный период, поскольку с помощью программы можно выявить потенциальную предрасположенность к мошенничеству, такие свойства как «лживость» и «безалаберность». Приведено сравнение метода ВКП с другими системами распознания эмоций на изображении, его преимущество и возможность применения в организациях, связанных с опасностью для жизни и экстремальными ситуациями.