Научный архив: статьи

Цифровая трансформация бизнеса означает перевод многих процессов на предприятии в цифровой вид, т. е. предполагается выполнение процессов с использованием компьютерной техники и ИТ-технологий. При этом важно организовать эффективную интеграцию уже имеющихся на предприятии процессов с современными ИТ-технологиями. Такая интеграция может касаться не только производства, но и других областей человеческой деятельности. Конечно, и раньше многие отрасли в разной мере подвергались автоматизации, но появление искусственного интеллекта (ИИ) может сгладить разницу между отраслями с автоматизацией разной степени и позволит оптимизировать процессы, даже если какие-то из сфер деятельности не предполагают использование ИИ. Тем не менее процесс цифровизации в подавляющем большинстве случаев даст ускорение принятию решений, если использовать системы ИИ, в частности цифрового двойника. Это оптимизирует сбор данных, что позволит использовать их для создания моделей объектов или систем. Модель в дальнейшем будет применяться для анализа и оптимизации работы без физического присутствия объекта. Все вышеизложенное и определяет актуальность темы идентификации места и роли искусственного интеллекта в цифровой трансформации российского бизнеса. В данной статье авторы размышляют над проблемой «Какие шаги необходимо предпринять для развития новых технологий анализа данных в производстве? И как усовершенствовать среду работы с данными?». В статье дается обзор истории использования искусственного интеллекта в бизнесе. Обсуждаются слабые стороны применения технологий искусственного интеллекта. Предпринимается попытка дать ответ на вопрос: что нужно сделать уже сегодня, чтобы предприятие или организация могли занять лидирующие позиции завтра.

Целью данного исследования является изучение источников угроз национальной безопасности государства со стороны компьютерных преступников. Объектами их посягательства выступают большие данные, в которых хранится личная информация пользователей, корпоративная и государственная информация. Кроме того, внутри экономических отношений, политических и социальных процессов всегда могут существовать ситуации, которые привлекают преступников и заставляют их проявить активность. Задачи исследования состоят в разработке предложений по снижению угроз национальной безопасности государства и обеспечению защиты больших данных. Посягательство преступников на большие данные осуществляется для дестабилизации работы органов государственной власти, дезорганизации работы информационных систем. Эти действия могут нести физическую угрозу жизни людей, создавать угрозу гибели, финансовые потери. Преступники могут использовать технику для нарушения общественной безопасности, давления на органы государственной власти, создания ажиотажа и паники среди населения. Установлено, что к основным способам борьбы преступниками относится разработка соответствующей законодательной базы и создание уполномоченных органов, которые будут заниматься расследованием таких преступлений. Законодатель уже принял несколько документов, устанавливающих приоритеты, цели и задачи борьбы с преступлениями в сфере больших данных. Несмотря на проделанную работу, законы, регулирующие отношения в виртуальном пространстве, все равно находятся на начальном уровне развития. Необходимо адаптироваться к действительности, в которой рост технологий порождает новые виды преступности. Сделан вывод, что потребуется решить ряд проблем, только тогда получится пресекать действия преступников эффективно. На сегодняшний день проблемы заключаются в том, что многие сферы даже внутри страны плохо контактируют друг с другом. Например, банковские и другие финансовые организации, операторы сотовой связи крайне плохо сотрудничают с правоохранительными органами. Общая система обмена информацией отсутствует. За счет этого преступники могут скрыть следы преступлений и скрыться сами

Современные условия ведения экономической и торговой деятельности сопряжены с рядом фундаментальных препятствий. Санкционное давление усложняет расчеты, что требует разработки альтернативных подходов, включая использование протяженных цепочек транзакций. Проблемы также возникают в области логистики и обеспечения контрактной дисциплины, что приводит к дополнительным издержкам для бизнеса и значительному увеличению продолжительности торговых операций. Учитывая высокие процентные ставки, такие обстоятельства существенно снижают прибыль компаний. Поддержание устойчивости коммерческой деятельности, особенно в трансграничной торговле, в значительной степени зависит от внедрения новых инструментов взаимодействия между участниками рынка, в частности бартерных сделок. Бартерные сделки являются частью трансформации бизнес-процессов, ориентированных на цифровую интеграцию, и позволяют компаниям адаптироваться к глобальным вызовам. Цель исследования заключается в разработке алгоритмической основы для принятия оптимальных решений при формировании плана проведения бартерных сделок по возможному спектру ассортиментной матрицы компании. Для ее (цели) решения предложено использование методов балансировки интересов сторон, алгоритмов мэтчинга и «цикла топовых торгов» (Top Trading Cycle), а также применение программных методов оптимизации. Дополнительно учитываются современные тенденции финансового рынка, направленные на интеграцию цифровых инструментов, разрабатываемых крупными технологическими компаниями, в платежный ландшафт цифровых инструментов BIG TECH. В работе основное внимание уделяется проблемам платформенной трансформации, которая помогает провайдерам услуг адаптироваться к новым экономическим реалиям, цифровым инструментам, обеспечивающим повышение конкурентоспособности компаний, новым алгоритмам и моделям осуществления бартерных сделок, которые могут стать частью платформенной стратегии.

Рассматривается актуальная проблема поиска закономерностей в больших объемах статистических данных. Инструментом анализа данных выступает регрессионный анализ. При построении регрессионных моделей исследователи зачастую стремятся только к их высокому качеству аппроксимации. Но, как отмечено в современных научных работах, одной такой метрики недостаточно. Поэтому сегодня активно развивается интерпретируемое машинное обучение. Ранее автором было предложено определение вполне интерпретируемой линейной регрессии, а задача ее построения была формализована в виде задачи частично-булевого линейного программирования. Исследования выявили высокую эффективность разработанного математического аппарата при решении задач обработки больших данных. Поэтому было принято решение расширить предложенную технологию для построения квазилинейных регрессий. В статье дано определение вполне интерпретируемой квазилинейной регрессии, включающее 6 условий. Разработан алгоритм интерпретации влияния в оцененной квазилинейной регрессии монотонно преобразованных объясняющих переменных на зависимую переменную. Задача построения вполне интерпретируемой квазилинейной регрессии формализована в виде задачи частично-булевого линейного программирования. Показано, как в этой задаче выбирать допустимые границы параметра M. Для демонстрации работоспособности предложенного математического аппарата решена задача моделирования прочности бетона на сжатие по данным, содержащим более 1000 наблюдений. Для этого использовалась программа «ВИнтер-2». В построенную модель вошли следующие преобразованные переменные: цементно-водное отношение, шлак доменной печи, пластификатор и возраст бетона. Построенная регрессия оказалась лучше по качеству аппроксимации и проще по структуре существующей модели. Дана интерпретация построенной квазилинейной регрессии. Влияние объясняющих переменных на прочность бетона в ней согласуется как с содержательным смыслом задачи, так и с другими существующими математическими моделями. Предложенная в статье технология построения вполне интерпретируемых квазилинейных регрессий обладает высоким потенциалом для решения задач обработки больших данных в различных предметных областях.

В статье анализируется использование технологий больших данных в политических кампаниях США, стран Европейского союза и России. Автор рассматривает уникальные подходы и методы каждого региона, их законодательные и культурные особенности, а также влияние больших данных на результаты выборов, приводит примеры законодательных актов и решений, регулирующих использование данных в разных странах. В статье рассматриваются перспективы и вызовы современных технологий анализа данных.

В статье авторами рассматривается важность и необходимость цифровизации деятельности в сфере транспортного планирования и организации дорожного движения. Рассказывается о разных информационных технологиях и управляющих системах. Описывается внедрение их в сферу транспортного планирования и организации дорожного движения по разным направлениям. Отмечается, что внедрение цифровых технологий на транспорте позволит обеспечить повышение качества транспортного планирования и получаемых с его помощью результатов на различных уровнях управления.

В данной статье авторами отмечается рост активности процессов цифровизации в современной экономике и рассматривается влияние вызовов современности на транспортную отрасль. Выполнен обзор организации работы транспортной системы городской агломерации «Большого Осло». На основе изучения иностранного опыта отмечена перспективность использования тарифного меню для увеличения уровня покрытия затрат перевозчиков доходами от оплаты проезда.

В данной статье исследуются ключевые вызовы и перспективы цифровой трансформации агропромышленного комплекса (АПК) Кыргызской Республики в контексте глобальных технологических изменений. Автор анализирует современные тенденции внедрения цифровых технологий в аграрный сектор, уделяя особое внимание их влиянию на повышение конкурентоспособности отрасли, оптимизацию производственных процессов и повышение эффективности управления сельскохозяйственными ресурсами. В статье рассматриваются основные направления цифровизации АПК, включая применение искусственного интеллекта, интернета вещей (IoT), технологий больших данных и автоматизированных систем управления. Особое внимание уделяется роли государственных инициатив, направленных на развитие цифровой инфраструктуры и улучшение доступа к инновационным решениям в сельскохозяйственной сфере. Кроме того, исследуются ключевые барьеры цифровизации, среди которых недостаточная развитость цифровой инфраструктуры, низкий уровень цифровой грамотности сельского населения, ограниченность инвестиций и угрозы кибербезопасности. Автор делает вывод о необходимости системного подхода к цифровой трансформации АПК, включающего модернизацию инфраструктуры, развитие цифровых компетенций у фермеров и сельхозпроизводителей, привлечение инвестиций и совершенствование нормативно-правовой базы. Результаты исследования подчеркивают стратегическую важность цифровизации аграрного сектора как ключевого фактора устойчивого развития экономики Кыргызской Республики, а также необходимость выработки целостной государственной стратегии цифровой модернизации АПК.

Рассматривается особенность согласия как юридической формы волеизъявления в контексте работы с большими данными; проанализирована проблема соответствия традиционного подхода к трактовке согласия современным вызовам цифровой трансформации. В условиях массового сбора и обработки персональных данных технологии больших данных и алгоритмы искусственного интеллекта ставят под сомнение информированность, свободу и осознанность волеизъявления субъектов данных. Особое внимание уделено вопросам многоцелевого использования данных, сложности восприятия пользовательских соглашений и ограничению автономии личности из-за автоматизированного принятия решений. Анализируются национальное и международное законодательство, включая положения GDPR и Закона Республики Казахстан «О персональных данных и их защите», а также практические и теоретические проблемы обеспечения прав субъектов данных. Сделан вывод о необходимости разработки новых подходов к правовому регулированию согласия, обеспечивающих реальное сохранение свободы и автономии воли в условиях цифровой трансформации.

Статья посвящена исследованию возможностей применения нейронных сетей для анализа больших данных в режиме реального времени в сфере информационной безопасности. Актуальность темы обусловлена стремительным ростом объемов генерируемых данных, усложнением методов кибератак и необходимостью разработки новых эффективных подходов к защите информации. В работе подробно рассматриваются ключевые задачи, решаемые с помощью нейросетевых технологий, включая обнаружение аномалий в сетевом трафике, предотвращение распределенных атак типа DDoS, классификацию вредоносного программного обеспечения и прогнозирование новых киберугроз. Особое внимание уделяется уникальным преимуществам нейронных сетей, таким как способность обрабатывать экстремально большие объемы разнородных данных, выявлять сложные неочевидные паттерны атак, непрерывно обучаться и адаптироваться к быстро меняющимся условиям киберсреды. В работе использованы методы глубокого обучения, включая сверточные и рекуррентные нейронные сети, для анализа больших данных и выявления киберугроз. Применены подходы к обработке данных в реальном времени и оценке устойчивости моделей. Проведенное исследование демонстрирует, что современные нейросетевые архитектуры обладают значительным потенциалом для революционного преобразования систем информационной безопасности. Ключевыми преимуществами являются сверхвысокая скорость обработки потоковых данных, способность детектировать ранее неизвестные типы атак благодаря выявлению сложных корреляций, а также возможность прогнозирования угроз на основе анализа исторических данных. Однако исследование также выявило серьезные технологические вызовы: чрезмерную потребность в вычислительных ресурсах для обучения сложных моделей, проблему “черного ящика” при интерпретации решений, уязвимость самих нейросетевых моделей к специализированным атакам (adversarial attacks), а также этические аспекты автоматизированного принятия решений в кибербезопасности. В статье представлены успешные кейсы внедрения, включая системы обнаружения вторжений нового поколения и платформы анализа вредоносного кода. Перспективными направлениями дальнейших исследований авторы видят разработку энергоэффективных нейросетевых моделей, создание методов объяснимого ИИ для безопасности и развитие адаптивных систем, способных эволюционировать вместе с киберугрозами. Полученные результаты представляют ценность для специалистов по кибербезопасности, разработчиков защитных решений и исследователей в области искусственного интеллекта.

В данной статье исследовано влияние искусственного интеллекта на повышение эффективности управления в нефтегазовой отрасли. Авторы, анализируя влияние искусственного интеллекта (ИИ) на повышение эффективности в нефтегазовой отрасли, включая оптимизацию разведки, добычи, логистики и экологической безопасности; размер рынка; долгосрочные тенденции в областях применения и т. д., выделяют ключевые технологические решения. К ним относятся автоматизация анализа данных, прогнозирование рисков и интеграция IoT-платформ. На основе проведенного исследования предлагается расширить использование искусственного интеллекта для повышения эффективности нефтегазовой отрасли посредством внедрения гибридных алгоритмов машинного обучения, усиления межотраслевого сотрудничества и разработки стандартов цифровой безопасности. Особое внимание уделяется роли ИИ в снижении углеродного следа и адаптации к глобальным климатическим инициативам. Использованы методы машинного обучения, анализ больших данных и кейс-стади ведущих компаний (Schlumberger, ExxonMobil, СИБУР). Применены статистические модели для оценки снижения затрат на добычу (до 40%) и повышения точности геофизической разведки. Данные получены из отраслевых отчетов, патентных баз и программных решений. ИИ используется для оцифровки производственных записей и автоматического анализа геологических данных, на основе глубинных нейросетей, что позволяет выявлять проблемы и оптимизировать ключевые процессы разведки нефти. Интеллектуальный анализ рыночного спроса через сбор данных и визуализацию повышает эффективность цепочек поставок. Современные коммерческие решения стимулируют цифровую трансформацию отрасли и инновации. Результаты исследования применимы для оптимизации разведки, добычи и логистики. В отличие от существующих работ, акцент сделан на специфику развивающихся рынков. Несмотря на текущие проблемы (затраты, качество данных), внедрение ИИ позволит: Усилить сбор данных каротажа; Внедрить интеллектуальную геофизическую разведку; Автоматизировать диагностику неисправностей. Ключевое направление - создание инновационного исследовательского центра для ускорения цифровой трансформации и внедрения инноваций.

Развитие цифровой экономики в России сталкивается с противоречием между необходимостью свободного обмена большими данными и усилением контроля за персональными данными. Введение национального проекта «Экономика данных» и новых федеральных законов о персональных и деперсонализированных данных обострило проблемы правового регулирования этой сферы. Исследование направлено на выявление экономических проблем в области больших данных, возникающих из-за регуляторных пробелов и новых норм защиты персональной информации. Методологической основой выступает новая институциональная теория, в частности теория управления трансакциями О. Уильямсона. В статье применяются методы сравнительного институционального анализа и экономико-математического моделирования для оценки эффективности штрафных санкций. Установлены различия в специфичности больших и персональных данных как ресурсов, что обосновывает необходимость дифференцированного регуляторного подхода. Выявлены структурные альтернативы регулирования: от полного государственного контроля до рыночных механизмов с промежуточными гибридными формами. Основными препятствиями развития рынка больших данных являются неопределенность статуса обезличенных данных и отсутствие надежных методов деперсонализации. Моделирование показало, что введение оборотных штрафов создает чрезмерную нагрузку на малые и средние предприятия, предварительно инвестировавшие в кибербезопасность. Обеспечение развития цифровых отраслей требует обязательного государственно-частного партнерства в нормотворчестве через саморегулируемые организации, учитывающего высокую скорость технологических изменений.