Научный архив: статьи

В статье осуществлен статистический анализ преступлений за 2018-2023 гг., совершенных лицами, осужденными по статье «Неправомерный доступ к компьютерной информации» Уголовного кодекса Российской Федерации. На основе статистических данных из официальных баз правоохранительных органов представлен портрет «компьютерного» преступника по следующим характеристикам: пол, возраст, род занятий, уровень образования, гражданство, место жительство, что позволило обосновать выводы об изучаемом субъекте компьютерного преступления: мужчина, гражданин Российской Федерации, в возрасте от 18 до 49 лет, имеющий профессиональное образование, чаще среднее, и являющийся по основному роду занятий коммерческим служащим или работником организации, реже трудоспособный без постоянного источника дохода, совершивший компьютерное преступление в пределах постоянного места жительства.

В работе также изучены и представлены результаты вычисления уровней динамического ряда по количеству зарегистрированных преступлений по ст. 272 УК РФ за 2018-2022 гг. с прогнозом на 2023-2024 гг. о непрерывном росте компьютерных преступлений в будущем, что подтверждают статические данные о количестве преступлений за 2023 г. Данные в целом за 2024 г. на момент проведения исследования не предоставлены в официальных базах правоохранительных органов.

Изученная динамика показателей компьютерной преступности позволила авторам сформулировать некоторые направления по предупреждению и противодействию компьютерным преступлениям для граждан, заключающиеся в необходимости и важности совершенствования законодательной базы, способствующей проведению массовых мероприятий по повышению информационной грамотности населения по вопросам защиты персональных данных и использования мобильных сервисов, формирования навыков более надежной охраны личной информации, выступающей предметом преступления по ст. 272 УК РФ.

Рассматривается применение методов нечеткого моделирования для анализа эффективности инвестиционных инструментов. При выборе финансовой стратегии в ситуации неопределенности такой анализ помогает оценивать и принимать решение. Поскольку параметры финансовой системы в условиях неопределенности бывает невозможно установить точно, то возникают задачи, которые описываются рядом характеристик, имеющих нечеткую природу. В работе была задана система показателей для оценки инвестиционной стратегии. Значимость каждого показателя устанавливается с помощью весовых коэффициентов, для определения которых используется метод парных сравнений и шкала Саати. Для описания финансовых инструментов введены специальные лингвистические переменные, для каждой из которых были заданы терм-множества. Каждый терм представляет собой нечеткое число трапециевидного типа. После фиксации текущих значений, характеризующих финансовую систему, производится процедура фаззификации, то есть введения нечеткости. Затем определенным образом выполняется операция свертки по всем уровням показателей модели с учетом весовых коэффициентов значимости. В результате получаем общую агрегированную характеристику инвестиционного инструмента, по которой возможно сделать вывод относительно уровня его эффективности. На примерах продемонстрировано применение полученных результатов

Введение. Изучение роли искусственного интеллекта и его влияния на гражданское судопроизводство представляет собой активно исследуемую проблему, поскольку его внедрение становится повсеместным.

Материалы и методы. Исследование построено на научных работах как российских, так и зарубежных ученых. Обращение к научным взглядам конкретных ученых позволило обобщить взгляды на сущность искусственного интеллекта, провести анализ форм его использования. Исследование вопроса обусловило применение общенаучных, логических, сравнительно-правовых методов, а также методов системного и комплексного анализа, позволивших всесторонне и полно изучить современное состояние исследуемого явления.

Анализ. Исследование различных научных разработок позволяет говорить о формировании новой научно-технологической среды, появлении новой области правоотношений с использованием технологий искусственного интеллекта.

Результат. По итогам проведенного исследования можно сделать вывод о необходимости формирования специальных норм законодательства по созданию и использованию искусственного интеллекта. Авторы обосновывают необходимость формирования принципиально нового инструментария правового регулирования применения технологий искусственного интеллекта в судопроизводстве, что связано со спецификой электронных лиц, характеризующейся прежде всего трудностями локализации их юридически значимого поведения.

Использование методов математической статистики в психолого-педагогических исследованиях призвано обеспечить анализ и достоверную интерпретацию данных, полученных в результате проведения эксперимента. Математическая статистика предоставляет инструменты для проверки научных гипотез, позволяет объективно доказать их или опровергнуть, а значит, повысить качество интерпретации результатов исследования. Использование технологий искусственного интеллекта становится актуальным и перспективным в работе исследователей. Материалы, результаты и обсуждение. Используются данные оценки уровня сформированности когнитивного компонента исследовательской компетентности обучающихся. Обсуждаются подходы к представлению экспериментальных данных, их анализ с помощью методов математической статистики и границы их применимости. Рассматриваются возможности ChatGPT для дополнения методов математической статистики в психолого-педагогических исследованиях и для дополнительного анализа полученных результатов. Приведено описание применения критерия согласия Пирсона. Показано использование критерия Фишера для проверки гипотез об однородности групп — участников педагогического эксперимента и достоверности различий полученных результатов исследования в соответствующих группах. Выводы. Применение непараметрических критериев для количественного анализа данных педагогического эксперимента является его неотъемлемой частью для проверки гипотез, выдвигаемых исследователем; оценки начальных условий для проведения эксперимента и эффективности его психологопедагогического воздействия. Описанные алгоритмы применения методов математической статистики могут использоваться исследователями без специальной подготовки. Использование инструментов, таких как ChatGPT, значительно повышает эффективность планирования эксперимента и анализа данных, позволяя исследователям сосредоточиться на более значимых аспектах своей работы.

Рассматривается роль систем поддержки принятия решений (СППР) в процессах управления организациями. Прослеживается путь СППР от простейших систем обработки данных до современных платформ. Обсуждаются ключевые принципы СППР, такие как принятие решений на основе данных, ориентация на пользователя и применение принципов системного дизайна. Рассматривается архитектура СППР, включая основные компоненты: системы управления базами данных (СУБД), системы управления моделями (СУМ), пользовательский интерфейс (UI) и компоненты управления знаниями. Анализируются типы архитектур, их преимущества, ограничения и подходы к проектированию СППР. Акцентируется внимание на применении СППР в разных секторах - от бизнеса и здравоохранения до городского планирования. В статье подчеркивается роль СППР в повышении эффективности, поддержке сложных решений и внедрению стратегических инициатив. Также рассматривается специальный тип СППР - нечеткие когнитивные карты и когнитивные системы, которые расширяют функциональность СППР путем моделирование сложных взаимосвязей и предоставление динамичных стратегий развития систем. В итоге СППР позиционируются как ключевые инструменты для управления сложными и изменяющимися аспектами современного процесса принятия решений, при этом постоянные инновации усиливают их стратегическую ценность и значимость.

Предмет, в 2022 году Россия столкнулась с сокращением импорта полимерных изделий в условиях санкционного давления. Возникла необходимость ускоренного развития производства пластмассовой продукции, являющегося стратегически важной отраслью российской промышленности. Однако, как и любая промышленная деятельность, выпуск полимерной продукции оказывает негативное влияние на экологию, производя выбросы в окружающую среду. По этой причине для проведения диагностики и выявления тенденций в качестве предмета исследования в данной работе выступают федеральные округа Российской Федерации, на территории которых расположены заводы по производству пластмассовых изделий. Цель: используя официальные статистические данные по производству пластмассовой продукции в разрезе федеральных округов (ФО) Российской Федерации за период 2020-2024 гг., по объему производства определить округа, которые больше всего загрязняют окружающую среду. Дизайн исследования: в данной работе в качестве материала для исследования были использованы официальные статистические данные по производству пластмассовых изделий за период 2020-2024 гг. Анализ данных выполнен методом TOPSIS, который позволяет ранжировать альтернативы на основе их близости к идеальному решению. Результаты: по итогам, полученным в ходе проведения анализа с применением метода TOPSIS, было выполнено грейдирование альтернатив с выявлением идеальных и худших решений для определения активных федеральных округов, загрязняющих окружающую среду. Согласно результатам исследования такими округами являются Центральный, Приволжский и Северо-Западный федеральные округа, остальные ФО меньше наносят экологический ущерб.

В статье поставлена научная проблема изучения действий высшего советского и партийного руководства Ленинграда в годы блокады. Автор фокусирует свое внимание на актуальности изучения методов управления городом в сложившихся уникальных условиях. Анализ распределения властных полномочий позволит уточнить принципы функционирования Ленинграда в годы войны и его связь с общей структурой политического руководства в СССР. В последние годы данное направление получило заметный толчок за счет публикации широкого круга документов и материалов. В связи с этим источниковой базой исследования является опубликованный массив решений и постановлений Бюро Областного и Городского комитетов ВКП(б), Военного Совета Ленинградского фронта и Исполнительного комитета Ленинградского городского Совета депутатов трудящихся. Анализ советско-партийного управления Ленинграда в годы Великой Отечественной войны, основанный на объемном массиве решений и постановлений властных институтов, приложений и стенограмм к ним, базируется на основе методов исторической информатики. Историографический обзор советского и постсоветского периодов позволяет сделать выводы об обширных обращениях исследователей к связи политического управления города с многочисленными темами экономического и социального характера. Однако, в этом ряду, продемонстрировано отсутствие попыток анализа поставленной проблемы с применением междисциплинарных методов. Научная новизна заявляемого исследования заключается в подходе к рассматриваемой проблеме. В статье приведены тематические сюжеты применения методов исторической информатики, включая методы компьютеризированного контент-анализа, машинного обучения, дескриптивной статистики и корреляционного анализа. Возможности данных методов представляют актуальный инструмент, позволяющий приблизиться к решению некоторых поставленных задач. Соотнесение результатов исследования с историографией позволит получить более развернутое представление о государственной системе управления в блокадном Ленинграде.

Авторы представляют практическое исследование особенностей заказных отзывов, которые упоминаются маркетологами и другими экспертами. Из-за обилия заказных отзывов на маркетплейсах доверие потребителей падает не просто к продавцу или площадке, но к самому жанру. В работе представлены результаты автоматической классификации отзывов с российских маркетплейсов на потенциально заказные и честные при помощи моделирования признаков, которые эксперты называют признаками заказного отзыва (наличие шаблонных слов, восклицательных знаков, эмодзи, положительная тональность), и алгоритмов машинного обучения. Для решения поставленной задачи был собран корпус с российских маркетплейсов Wildberries и «Мегамаркет» объемом 6 288 текстов. В качестве целевой переменной (предсказываемого класса) выступает соотношение лайков и дизлайков, поставленных отзыву другими покупателями. Лучший результат демонстрирует метод опорных векторов SVM (англ. support vector machine) в бинарной классификации на отзывы с низким и высоким рейтингом (без нейтральных). Модель классификации подтверждает, что формальные признаки, выделяемые экспертами как указывающие на заказные отзывы, действительно имеют предсказательный потенциал. Качество модели снижают дисбаланс в классах и недостаточное количество отзывов с реакциями покупателей в нашем корпусе, что оставляет задел для дальнейшей работы.

Целью исследования является оценка потребительских свойств линейно протяжённых участков дороги с учётом фактического коэффициента её прочности по международному показателю методами машинного обучения. Предметом исследования является интенсивность транспорта на линейно протяжённом участке автомобильной дороги и состояние его дорожного покрытия. Объектом исследования является участок дороги М-1 «Беларусь», 86-й километр, за временной промежуток с 2014 по 2024 год. Для достижения цели выбраны алгоритмы машинного обучения (линейная регрессия, градиентный бустинг, случайный лес и нейронные сети на основе длительной кратковременной памяти своего рода динамического языка программирования Python в средах разработки от Microsoft (Visual Studio Code) и Google (Colaboratory) в режиме Jupyter Notebook. Построена модель машинного обучения, посредством которой произведена оценка потребительских свойств участка дороги М-1 «Беларусь», 86-й километр, и его потребительских свойств с учётом фактического коэффициента прочности по международному показателю, а также даны рекомендации по планированию мероприятий по поддержанию и ремонту дорожного покрытия этого участка дороги. Построение подобных моделей машинного обучения и их реализация для линейно протяженных участков дорог позволит прогнозировать интенсивность транспортного потока и, как следствие, решать основные задачи содержания дороги - оптимизировать время и средства при планировании и реализации мероприятий на этапе эксплуатации объектов транспортной инфраструктуры, учитывать возможные риски потери качества состояния дороги при её обновлении и проектировании новых элементов.

Цель данного исследования - рассмотреть перспективы и проблемы применения больших данных в образовании. Материалы и методы. Методами исследования выступали анализ, систематизация и структурирование информации в области применения больших данных в образовании, а также моделирование и программная реализация тестовой модели обработки больших данных с использованием фреймворка Apache Spark. Результаты. В статье рассмотрены ключевые аспекты использования больших данных в образовании, в частности, их источники в виде цифрового следа обучения, методы анализа и направления применения больших данных. При этом были выделены следующие источники больших данных в образовании: электронная образовательная среда и электронная библиотека вуза; мобильные приложения для обучения; сайт вуза; социальные сети и форумы; данные обратной связи, обращений и опросов; персональные данные, включая психометрические характеристики обучающихся; данные научных smart лабораторий; данные видеонаблюдений и систем контроля управления доступом; данные о карьерном пути и успешности выпускников. Направления применения больших данных в образовании включают в себя следующие моменты: персонализация электронного обучения, выдача персонализированных рекомендаций; аналитика данных; оценка и обратная связь; прогнозирование успеха студентов; мониторинг качества образования; создание модели обучаемого; разработка учебных планов на основе запросов работодателей; разработка новых образовательных программ; появление новых моделей обучения; совершенствование процессов управления вузом; совершенствование работы приемной компании; модернизация программно-технических средств обучения; оптимизация педагогического состава. В качестве проблем применения больших данных в образовании рассматриваются проблемы защиты личных (персональных) данных, необходимость в новых методологиях и технологиях анализа больших данных, потребность в существенной модернизации имеющихся в системе образования технических средств, необходимость в квалифицированных кадрах. В статье также приведен тестовый пример анализа log-файла (журнала событий) электронного курса с помощью технологий обработки больших данных Spark SQL, показывающий потенциальную возможность и практическую применимость технологий обработки больших данных к задачам анализа цифрового следа обучения. Заключение. Большие данные в образовании способны предоставить уникальные возможности для анализа и оптимизации учебного процесса, помогая выявить тенденции, прогнозировать успехи студентов и адаптировать образовательные программы к индивидуальным потребностям учащихся. Но нельзя также забывать, что использование больших данных в сфере образования также несет с собой определенные риски и вызовы, связанные с этическими аспектами, защитой личных данных и необходимостью кадровой модернизации сложившейся системы образования. Для успешной интеграции аналитики данных в образовательную практику необходимо развивать не только технические ресурсы, но и уровень цифровой безопасности и этики в использовании персональных данных.

Цель. Целью настоящей работы является анализ развития экономики Республики Узбекистан в условиях цифровой трансформации, а также реформ, направленных на либерализацию всех аспектов общественной жизни, демократизацию государства и общества, а также выявление наилучших практик модернизации отраслей и сфер национальной экономики для достижения высоких конкурентных преимуществ страны на мировом экономическом рынке. Материалы и методы. Основными источниками для проведения анализа и подготовки к публикации настоящей статьи явились официальные статистические данные Агентства статистики при Президенте Республики Узбекистан. Вместе с тем, при написании статьи авторами были использованы методы статистического анализа количественных данных, синтеза, методы системного обобщения результатов анкетного и экспертного опросов, монографического исследования, методы работы со специализированными программными продуктами, цифровыми платформами и сервисами, а также специализированные методы поиска и обработки данных при работе со статистическими отчетами и аналитической информацией, представленной на корпоративном портале Агентства статистики при Президенте Республики Узбекистан. Результаты. Авторами статьи изучена нормативно-правовая база по реформированию национальной экономики Республики Узбекистан, проанализированы цифровые механизмы по претворению в жизнь стратегии «Цифровой Узбекистан - 2030» и на основе тщательной проработки стратегических направлений развития экономики выявлено, что реализуемые реформы, высокая требовательность и ответственность к выполнению поставленных задач по достижению целей, являются достаточно эффективными. Кроме того, настоящее исследование показало, что применяемые цифровые решения, такие как цифровые платформы и специально разработанные для сферы статистики цифровые сервисы, технологии искусственного интеллекта, BIGDATA, облачные вычисления, бизнес-аналитические механизмы, а также специализированные программные продукты, возможность работы с мобильными устройствами и применение спутниковой навигации для сбора статистических данных в регионах страны, позволяют провести многоаспектный анализ бизнес - процессов экономических объектов нациоальной экономики и выработать оптимальные управленческие решения для дальнейшего эффективного развития отраслей и сфер экономики Республики Узбекистан. Заключение. Исследования, проведенные в рамках настоящей работы, показывают, что на сегодняшний день в результате, разработанных в Республике Узбекистан стратегий по эффективному развитию экономики страны, достигнуты высокие показатели. Однако, в отдельных отраслях и сферах национальной экономики ещё необходимы качественные преобразования, основанные на внедрении передовых методологических основ, инновационных технологических и управленческих решений с целью повышения конкурентоспособности страны. Необходимо и дальше совершенствовать техническую и технологическую базу промышленных и сельскохозяйственных предприятий, обеспечить качественное развитие человеческого капитала, совершенствовать методы и формы функционирования бизнес - структур в условиях цифровой экономики, выявить новые драйверы развития для сбалансированного роста экономики и повышения качества жизни населения страны.

Цель. В статье в рамках модели Пуассона, применяемой при анализе потоков отказов элементов систем АЭС, описан подход к формированию групп однородности, т. е. максимально широких групп однотипных элементов, для которых интенсивности отказов можно полагать неизменными. Выделение таких групп позволяет объединять эксплуатационные данные по отказам и наработкам оборудования, что повышает качество статистических оценок интенсивностей отказов при оценке надежности систем, составленных из высоконадежных элементов.

Методы. При формировании групп предлагается использовать методы: структурный (на основе симметричности позиций однотипных элементов в составе резервированных каналов систем, позволяющий объединять элементы в составе одной системы) и статистический (использующий результаты статистического теста проверки гипотезы на однородность любых объединяемых групп однотипных элементов). Приведено обоснование применения структурного метода. Предложен статистический тест, основанный на отношении оценок дисперсий интенсивностей отказов без учета и с учетом предположения об однородности объединяемых данных. Исследованы свойства теста, получены соотношения для первых двух моментов его статистики. Показано, что дискретное распределение статистики при большом числе объединяемых групп может быть описано гамма распределением. Предложено правило для определения областей принятия и отклонения основной гипотезы.

Результаты. Представлен пример применения статистического анализа объединения данных по 10-ти группам электроприводных клапанов разных систем АЭС. На основе полученной оценки статистики теста сделано заключение о необходимости исключения из общей популяции группы с резко выпадающей частной оценкой интенсивности отказов. Для оставшихся групп проведена повторная проверка на однородность, получен результат, позволяющий объединить данные 9-ти групп. В статье также представлено обсуждение подходов к решению задачи оценки параметров надежности оборудования новых АЭС, когда эксплуатационной информации недостаточно для получения представительных оценок показателей надежности. Для подобных задач предложено применять эмпирический метод Байеса, в котором априорное распределение формируется на основе метода объединения данных объектов-аналогов с учетом возможной их неоднородности. Показано, что данный метод, ориентированный на конструирование априорных распределений на основе максимума функции правдоподобия также может быть полезен и для решения задач проверки однородности, рассмотренных в статье. На основе предложенных методов разработан общий подход к решению задач оценки надежности высоконадежных систем АЭС с использованием информации, полученной при эксплуатации как объекта анализа (конкретной АЭС), так и аналогичных объектов (референтных АЭС, АЭС с одинаковым типом атомного реактора). Данный подход также эффективен при разработки ВАБ для проектируемых АЭС и АЭС, находящихся на начальном периоде эксплуатации.