SCI Библиотека

Статья посвящена исследованию возможности автоматического выявления информационных кампаний в условиях отсутствия априорных знаний о факте проведения, целях, затрагиваемых объектах и целевой аудитории. В статье предлагается общая модель информационной кампании, а также выделяются признаки проведения скрытых информационных кампаний. Модель подходит для описания информационных кампаний как в социальных медиа, так и в традиционных СМИ, в том числе за пределами сети Интернет. На основе описанных признаков предложен метод обнаружения информационных кампаний, позволяющий решать задачу в автоматическом режиме. Для подтверждения работоспособности метода было проведено экспериментальное исследование на данных, собранных из социальных медиа. Мы привлекли экспертов в смежных областях для разметки сообщений и создания тестового корпуса. С целью анализа сложности задачи мы оценили степень их согласия. Результаты анализа подтвердили первоначальную гипотезу, что даже для профессионалов, задача обнаружения скрытых информационных кампаний является нетривиальной. Тем не менее, используя метод голосования, мы построили тестовую коллекцию на которой провели исследование отдельных признаков, а также сравнения предложенного метода с отдельными ответами экспертов. Результат экспериментов подтвердил перспективность предложенного подхода к решению задачи обнаружения информационных кампаний.

Задача классификации источников данных, обладающих высокой энтропией, в области информационной безопасности занимает одну из ключевых позиций. В настоящее время существуют способы классификации зашифрованных и сжатых последовательностей, которые в основном используют цифровые сигнатуры или служебную информацию в случае ее передачи. В работе проведен анализ исследований в области классификации зашифрованных и сжатых данных и разработана модель зашифрованных и сжатых последовательностей. Практические эксперименты свидетельствуют о высокой точности предложенного подхода и позволяют сделать вывод об улучшении существующих методов классификации зашифрованных и сжатых данных. Предложенный способ может быть внедрен в системы защиты данных от утечек либо в корпоративные системы электронной почты для анализа отправляемых за контролируемый периметр организации вложений.

В настоящее время использование связки – (а) программные средства глубокого обучения и (б) параллельный двуязычный выравненный корпус текстов – позволяет создать переводчик для определенной предметной области. С помощью семейства патентов Patent Family (изобретения, профессионально переведенные на различные языки: русский, английский и т. п. и зарегистрированные в патентных базах различных стран), полученного посредством парсинга Google Patents, возможно создать параллельный корпус текстов для обучения лингвистической модели. В ходе работы получен новый метод, обеспечивающий формирование русско-английского параллельного корпуса для автоматического перевода текста патентов. Разработаны алгоритмы: парсинга патентов с Google Patents; формирования параллельного корпуса; обучения лингвистической модели перевода текстов патентов с использованием модели seq2seq. Разработанные алгоритмы реализованы в виде программного модуля на языке Python с использованием PyTorch, NLTK, spaCy, MySQL, ClickHouse. Программный модуль апробирован на патентах с сайта Google Patents. Для вычисления точности перевода были рассчитаны коэффициент BLEU и коэффициент полноты.

Облачные инфраструктуры Amazon Web Services и Microsoft Azure поддерживают взаимодействие c IoT-устройствами (устройствами интернета вещей) по протоколу MQTT. Однако, интерфейс IoT-инфраструктуры несколько отличается, и разработка программного обеспечения для устройства, которое могло бы работать с обеими инфраструктурами, требует учета этих особенностей.

Данное исследование охватывает развитие методов математического анализа фондовых рынков с использованием подходов машинного обучения и моделей математического программирования. В рамках исследования описана модель частично-целочисленного линейного программирования для решения задач бинарной классификации с наложением дополнительных условий на число используемых признаков модели и стабильности качества модели во времени. Данная модель реализует комитетный подход к решению задач классификации. Эффективность предложенной модели представлена на примере решения задачи прогнозирования моментов для покупки или продажи акций ПАО «Сбербанк» на основе биржевых данных за период с августа 2007 по май 2023 г. Полученные результаты торговой стратегии позволяют говорить о том, что предложенная модель имеет низкий риск получения убытков на периоде в 1 год, что подтверждается отсутствием периодов с метрикой Accuracy менее 50 %, а также оценкой потенциальных доходов, которая на всех годовых периодах была выше 10 %. Проведенное исследование подчеркивает значимость интеграции математического программирования и машинного обучения для повышения точности и эффективности торговых стратегий на фондовых рынках. Данная работа может представлять интерес для профессиональных трейдеров, исследователей данных, студентов экономических и технических специальностей, а также всех лиц заинтересованных в теме инвестиций и машинного обучения.

В работе проводится анализ существующих исследований по созданию интеллектуальных систем управления с ассоциативной памятью. Извлечение информации из ассоциативной памяти тесно связано с кластеризацией данных, что повышает способность системы обрабатывать и использовать большие объемы данных. Применяемые методы определения оптимального числа кластеров не учитывают последующую длительность, необходимую для поиска управления в кластеризованных данных из ассоциативной памяти. Целью исследования является разработка метода, критерия и алгоритма оптимизации функционирования интеллектуальной системы управления с ассоциативной памятью. Метод основан на поиске управления сначала среди центров кластеров, а затем внутри содержимого ближайшего к входным данным кластера. Критерий позволяет выбрать количество кластеров с точки зрения оценки максимальной длительности поиска управления в ассоциативной памяти для различных входных данных. Алгоритм сокращает количество итераций, необходимых для нахождения количества кластеров. Эффективность предложенного метода, критерия и алгоритма подтверждается результатами вычислительного эксперимента. Анализ полученных результатов показывает, что использование разработанных решений позволяет существенно сократить длительность поиска управления в ассоциативной памяти, повышая, в конечном итоге, эффективность функционирования интеллектуальной системы.

В данной статье представлены результаты систематического обзора литературы по проблемам управления киберфизическими системами на основе анализа данных мониторинга. Обзор включает в себя следующие этапы: формулировку вопроса исследования, поиск и отбор литературы, анализ данных и составление отчета. После отбора статей по критериям включения было выбрано 64 наиболее релевантных статьи. Результаты исследования представ-лены в виде диаграмм, таблиц и графиков. Анализ литературы позволил определить несколько основных проблем в управлении киберфизическими системами на основе данных мониторинга: проблемы безопасности, обработка больших объемов данных, сложность управления, недостаток стандартизации, необходимость быстрого реагирования. Также анализ позволил выделить методы и инструменты, использующиеся для решения проблем управления киберфизическими системами на основе анализа данных мониторинга.

В ведущем отечественном издательстве учебной литературы КНОРУС вышел первый в нашей стране учебник по биоэтике для медицинских сестер [1]. Это, без сомнения, можно назвать долгожданным событием. Дело в том, что до сих пор, при всей важности этических проблем в работе медицинских сестер, соответствующего учебного материала было мало, он не был систематизирован, более того, в некоторых медицинских колледжах вообще отсутствовал в учебной программе такой предмет, как биоэтики. Некоторые вопросы профессиональной этики рассматривались в курсах других учебных дисциплин, но целостной концепции преподавания выработано не было. Новый учебник, авторами которого являются профессора Н.Н.Седова, А.Д.Доника и доцент О.В.Костенко, позволяет преодолеть существующую фрагментарность в этической подготовке медицинских сестер.

В статье рассматривается проблема автоматизации процесса составления типовых документов по информационной безопасности, такие как положения, инструкции, регламенты и пр. Отмечено, что в большинстве малых российских организаций в штате отсутствует специалист по информационной безопасности, поэтому является актуальной задача разработки сервиса по генерации типовых документов для представителей малого бизнеса. Авторами проведен патентный поиск и анализ предметной области, что подтвердило гипотезу об актуальности поставленной проблемы. В рамках данной работы была предпринята попытка структурировать и систематизировать имеющиеся требования к разработке нормативных документов по информационной безопасности, а также сформулировать тот перечень документов, которые может быть типизирован. На основании данной работы были разработаны требования к программному обеспечению, а также проектные диаграммы и алгоритм работы программного продукта.

Прошло пять лет с тех пор, как не стало великого ученого, «отца» российской биоэтики Бориса Григорьевича Юдина. Его памяти был посвящен Круглый стол, состоявшийся в Институте философии РАН. Воспоминания о Б.Г. Юдине и переосмысление его идей в современную эпоху стало предметом обсуждения ведущих ученых-биоэтиков. Сама наука претерпела серьезные изменения за эти годы. Тем более важно по-новому «прочитать» работы Бориса Григорьевича, который не просто размышлял о современной ему биоэтике, но и сформулировал основные идеи ее будущего развития.