Публикации автора

Актуальность исследования обусловлена несколькими ключевыми аспектами, подчеркивающих важность разработки университетами цифровых продуктов в контексте обеспечения национальной экономики высококвалифицированными кадрами с компетенциями в сфере цифровых технологий. Прежде всего, это формирование модели «Цифрового университета», которая предполагает цифровую трансформацию вузов, включая внедрение онлайн-сервисов, использование AR (дополненная реальность) и VR (виртуальная реальность), виртуальных симуляторов, а также формирование индивидуальных образовательных траекторий с помощью AI. Также необходимо отметить актуализацию образовательных программ с внедрением цифровых компонентов в программы подготовки и переподготовки кадров, разработку массовых онлайн-курсов, создание цифровых учебно-методических комплексов, симуляторов и тренажеров, формирование персональных траекторий развития.

Цель исследования: изучение возможностей современного университета по решению комплекса стратегических задач по подготовке кадров для цифровой экономики и разработка рекомендаций по созданию цифрового продукта.

Задачи исследования: выявить предпочтения абитуриентов по выбору вуза и выявить преимущества вузов в контексте обеспечения качества подготовки, которое ожидается обучающимися; обосновать необходимость и возможность создания оригинального цифрового продукта — онлайн-лаборатории, работающей с информационными ресурсами ПАО Московская Биржа, функционирование которой позволит сформировать актуальные компетенции в области финансовой, кредитной и инвестиционной аналитики.

Результаты. Фокус абитуриентов на работодателях подразумевает усиление отражения на сайте и в работе вуза информации, связанной с будущей карьерой. Комплекс рекомендаций включает: создание и активное продвижение перечня компаний-партнеров с вакансиями и стажировками; введение обязательных проектов от бизнеса в учебные программы; ежегодную публикацию сведений о трудоустройстве выпускников (с указанием места работы); отражение на сайте вуза информации о доле студентов, которые получили оффер (предложение, которое компания делает потенциальным кандидатам, чтобы заинтересовать их и побудить к определенному действию) еще до выпуска. Привлечению абитуриентов будет способствовать создание вузом уникального цифрового продукта в форме онлайн лаборатории, формирующего актуальные аналитические компетенции, что не только повышает качество образования, но делает систему подготовки кадров для цифровой экономики более гибкой, ориентированной на ее потребности, и способствует ее развитию.

Актуальность статьи обусловлена ростом угроз компьютерной безопасности критических информационных ресурсов, в том числе в системе образования, разнообразием видов и направлений кибератак, требующих дифференциации известных методов анализа и прогнозирования, в том числе на основе использования теории временных рядов. Целью статьи является исследование возможностей и ограничений использования методов теории временных рядов для анализа и прогнозирования динамики кибератак на примере ведомственного вуза, готовящего специалистов многим видам безопасности: техносферной, пожарной, информационной и проч. Высказана и проверена гипотеза о влиянии характера исходных данных на выбор методов анализа и прогнозирования временных рядов числа кибератак, о первичности исходных данных на результативность решения указанных задач. Выполнен анализ логов мониторинга межсетевого экрана корпоративной информационной системы; на их основе построены временные ряды числа различных видов атак и решены задачи текущего прогнозирования. Новизна полученных результатов обусловлена применением известных методов теории прогнозирования временных рядов к задаче исследования динамики кибератак на корпоративную информационную систему ведомственного вуза. Теоретическая значимость состоит в установлении границ возможности их применения в силу вариативности исследуемых временных рядов, а также в подтверждении первичности качества исходных данных над существующими методами и моделями. Практическая ценность определяется построением моделей временных рядов, позволяющих решать задачи текущего прогнозирования числа кибератак.