Computational nanotechnology

Задачей безопасного управления светофорами является нормализация дорожного движения. Безопасное управление предполагает реализацию защиты информации, участвующей в процессе управления. Процесс управления светофорами представляет собой сложный динамический процесс. Объектом управления является совокупность светофоров. Субьектом управления является определенная система управления, которая может быть автономной или входить в состав системы управления верхнего уровня. Реализация светофора на базе нейроморфной вычислительной базы позволяет выполнять часть процессов управления и в автоматическом режиме. В рамках процесса управления вам приходится иметь дело с различными типами данных (показания датчиков, управляющие сигналы разного уровня и т.д.). Большие данные обрабатываются на протяжении всего процесса управления, и одной из основных задач является уменьшение размерности обрабатываемой информации. Успешное решение этой задачи напрямую зависит от модели организации набора светофоров. В статье рассматриваются различные светофоры, каждый из которых оснащен интеллектуальным контроллером. Нейроморфная основа интеллектуального контроллера позволяет расширить возможности вычислительной базы на низком уровне. Нечеткие графы используются для представления множества светофоров и связи светофоров с системой управления. Такая модель позволяет объединить в одно целое информационную и управляющую составляющие процесса взаимодействия объекта и субъекта управления. Преимуществами такого представления являются минимизация информации, необходимой для успешного решения задачи безопасного управления, и расширение возможностей процесса управления за счет использования нечеткой информации.

На сегодняшний день одним из средств защиты сетевой инфраструктуры от кибератак являются системы обнаружения вторжений. Цифровизация требует использования средств, которые позволяют справляться не только с известными видами атак, но и с ранее не описанными. Для защиты от таких угроз возможно использование машинного обучения. В работе представлены модели и алгоритмы защиты от атак уклонением на компоненты машинного обучения систем обнаружения вторжений. Новизна в том, что впервые было проведено моделирование применения подсистемы защиты на базе автоэнкодеров длительной-кратковременной памяти во время атаки быстрого градиентного знака. Методология заключается в моделирование состязательных атак с оценкой эффективности защиты классическими метриками: точность, полнота, F-мера. Результаты исследования показали эффективность предложенной подсистемы защиты компонентов машинного обучения систем обнаружения вторжений от атак уклонением. Показатели детектирования удалось восстановить практически до исходных значений.

За последние десятилетия значительно выросло не только количество цифровых данных в мире, но и способов их использования. Пионером и долгое время синонимом платформы для хранения и обработки больших данных являлась экосистема Hadoop, которая и по сей день активно используется во множестве крупнейших компаний. Однако, за почти 20 лет, прошедших с первого релиза Hadoop, был выявлен ряд существенных недостатков, такие как «проблема маленьких файлов» и неравномерное использование ресурсов кластеров. Во многих коммерческий и исследовательских организациях встает вопрос о модернизации стека работы с данными для повышения утилизации ресурсов и расширения возможностей для эффективной работы с данными. Цель данной работы – продемонстрировать достоинства и недостатки хранилища данных нового поколения – Apache Ozone и сделать вывод о готовности технологии для полноценной замены распределенной файловой системы Hadoop (HDFS).

Фундаментальной проблемой, с которой сталкиваются современные рекомендательные системы, является феномен холодного старта, заключающийся в невозможности формирования персонализированных рекомендаций в условиях дефицита исторических данных о пользовательских предпочтениях. Традиционные методы решения данной проблемы предполагают сбор информации посредством анкетирования или привлечение данных от сторонних источников, что может приводить к компрометации конфиденциальности пользователей. В данной статье предложен алгоритм, основанный на теории культурных измерений Хофстеде, который позволяет формировать рекомендации без необходимости получения персональных данных напрямую. Алгоритм устанавливает связи между пользователями, анализируя их культурные характеристики, что способствует повышению точности прогнозирования предпочтений. Для дополнительного улучшения результатов применяется метод матричной факторизации, позволяющий выявлять скрытые закономерности в пользовательских предпочтениях даже при отсутствии явных данных о взаимодействии с системой. Эффективность предложенного авторами подхода была подтверждена в ходе экспериментов на наборе данных WS-Dream. Полученные результаты демонстрируют, что учет культурных факторов позволяет значительно повысить качество рекомендаций, особенно в условиях холодного старта. Интеграция метода матричной факторизации способствует более точному моделированию латентных факторов, влияющих на пользовательский выбор, и позволяет корректировать рекомендации в соответствии с выявленными закономерностями. Включение культурных характеристик в процесс рекомендаций превосходят консервативные методы, основанные исключительно на поведенческих данных, и обеспечивают более персонализированный подход к новым пользователям.

В данной статье рассматриваются методы спектрального анализа и применение в автоматизированных информационных системах, в частотной области с применением преобразования Фурье. Авторы разработали математические модели, которые позволяют формализовать задачи управления и обработки информации в прикладных областях. Исследование уравнений доказывает, что сдвиг системы по времени и последующее применение преобразования Фурье позволяет упростить анализ процессов и найти оптимальные управляющие воздействие. Применение спектральных методов дало возможность эффективно находить решения задач управления, особенно при наличии ограничений на параметры системы и требования к гладкости управляющего сигнала. Полученные выражения демонстрируют, что корректный выбор функции ũ^*(ω) с учетом ее интегрируемости на всей оси частот и конечности степени в заданном интервале позволяет осуществлять точное и эффективное управление динамическими характеристиками системы. Анализ и полученные результаты показывают, что учет данных свойств функции управления позволяет минимизировать нежелательные колебания, обеспечивая плавность переходных процессов и точное соблюдение заданных граничных условий. Алгоритмы спектрального представления данных как фильтрация сигналов, алгоритмическое преобразование данных и анализ временных рядов позволили авторам выделить или удалить определенные частоты в сигнале. В существующих автоматизированных системах хранения и обработки данных использование спектрального анализа способствует улучшению скорости вычислений.

Целью данной работы является разработка и верификация модели оценки устойчивости распределенных систем, способной учитывать как структурные характеристики сети, так и динамическое поведение соединений. Предложенная модель основывается на объединении графового анализа (на базе модели Эрдёша – Реньи) и статистического моделирования (модель Гилберта – Эллиотта), что позволяет интегрировать вероятности связности и успешного соединения для анализа устойчивости сети. Основной задачей исследования было создание подхода, который способен адекватно описывать реальные сетевые процессы и выявлять потенциальные точки деградации. В ходе исследования модель была протестирована на примере локального Kubernetes-кластера, где был развернут тестовый CRUD-сервис с нагрузкой в течение 24 часов. Собранные метрики, такие как потери пакетов, задержки и пропускная способность, позволили сопоставить предсказания модели с реальными данными. Результаты показали минимальные расхождения между теоретическими и эмпирическими значениями, что подтвердило адекватность модели. Выводы исследования демонстрируют, что предложенный подход способен не только точно описывать текущие сетевые процессы, но и служить основой для принятия решений о масштабировании и репликации. Гибкость модели обеспечивает ее актуальность в условиях изменения топологии сети или качества соединений, что делает ее применимой для анализа современных распределенных систем.

В данной статье рассмотрен алгоритм Берлекэмпа – Месси, его особенности и актуальность использования этого алгоритма для различных задач. Был выбран простой регистр сдвига с линейной обратной связью и представлена общая схема регистра. Реализован алгоритм Берлекэмпа – Месси на языке программирования C# с использованием платформы WTF, показана графическая оболочка разработанного комплекса, дана блок-схема алгоритма и представлен код программы. Проведена демонстрация работы комплекса на примере битового потока генератора РСЛОС и проведено сравнение с расчетными значениями. Результаты работы могут быть использованы для создания более совершенных систем защиты данных и обучения будущих специалистов, разработанный программный комплекс и представленные алгоритмы могут быть использованы в учебном процессе в рамках дисциплины «Криптография» для обучающихся по направлению «Информационная безопасность».

В настоящее время для обеспечения оптимальности и безопасности дорожного движения внедряют интеллектуальные транспортные системы (ИТС). Все чаще в данных системах для получения характеристик о транспортных потоках применяют искусственный интеллект. Количество сенсоров и датчиков сильно возрастает, что приводит к повышению нагрузок на ИТС. В связи с этим необходимо разрабатывать распределенные системы мониторинга с учетом масштабирования и отказоустойчивости. Однако перед внедрением в эксплуатацию необходимо проводить обширное тестирование. В полной мере провести такое тестирования на реальных данных невозможно ввиду различных факторов. В связи с этим в данной работе предлагается инструмент генерации синтетических данных о транспортных потоках с учетом особенностей предметной области. Система генерации разработана с учетом интеграции в различные системы, что позволит различным производителям ИТС ее использовать. Данный сервис удовлетворяет требованиям масштабирования, и приближены к реальным данным. В исследовании предлагается масштабируемая архитектура интеллектуальной транспортной подсистемы, отвечающей требованиям масштабирования и отказоустойчивости. В рамках данной работы собран стенд и проведено тестирование предлагаемой архитектуры посредством разработанного сервиса генерации синтетических данных о состоянии транспортного потока.

В статье дана модель базы знаний управления устойчивым развитием промышленных экосистем. База знаний представляет собой семантическую модель, описывающую промышленную экосистему и позволяющую отвечать на такие вопросы предметной области, ответы на которые в явном виде не присутствуют в базе. Модель, основанная на онтологическом подходе, интегрирует данные о взаимодействии участников экосистемы, процессах, продукции и ресурсах, и нацелена на оптимизацию этих взаимодействий для достижения устойчивого развития. В работе выделены классы модели (основные сущности предметной области) и установлены отношения между ними, дан состав функциональных модулей базы знаний, который обеспечивает достаточно полное представление о промышленных экосистемах и процессах управления устойчивым развитием. В статье представлена апробация модели для оценки динамики устойчивости экосистемы, основанной на взаимодействии трех компаний. Моделирование учитывает влияние ресурсов и внешних факторов, что позволяет рассчитать общий индекс устойчивости экосистемы. Результаты показали, что компании с высоким уровнем кооперации демонстрируют значительный прирост устойчивости. В заключении работы сделан вывод о необходимости дальнейшего совершенствования модели с учетом реальных данных и дополнительных факторов неопределенности и вариативности, свойственных промышленным экосистемам.

В данной работе рассматриваются явления в квантовой механике, которые на первый взгляд могут показаться нарушением законов термодинамики, но на самом деле укладываются в рамки квантовых принципов. Обсуждаются такие явления, как эффект импульсного туннелирования (ИТЭ), квантовое туннелирование, позволяющее частицам проходить через потенциальные барьеры; сверхпроводимость, при которой электрический ток течет без сопротивления и сжатие волновой функции, происходящее во время измерения квантовых систем. Также рассматривается эффект Зенона, при котором частице удается оставаться в возбужденном состоянии при постоянном наблюдении, и квантовые флуктуации, связанные с вакуумной энергией, приводящие к появлению виртуальных частиц. Подчеркивается потенциал эффективного использования солнечной энергии с помощью ИТЭ, даже при недостаточной квантовой энергии в солнечном спектре. Несмотря на кажущиеся противоречия с законами термодинамики, эти квантовые явления подчеркивают уникальность и сложность квантового мира, расширяя наше понимание физики и демонстрируя, что квантовая механика функционирует в рамках своих собственных принципов, не нарушая термодинамических законов.

Цель. В данной статье рассмотрены теоретические и практические аспекты применения моделей обработки естественного языка (NLP) в бизнес-процессах организаций различного масштаба. Целью исследования является систематизация и анализ основных направлений применения NLP-моделей в современном бизнесе, а также разработка практических рекомендаций по их эффективному внедрению. Модель. Исследование опирается на работы зарубежных авторов, концептуально изучавших применение NLP-моделей применительно к различным бизнес-процессам. Методология исследования основана на системном анализе научных публикаций и отраслевых отчетов, сравнительном анализе технологических решений и структурно-функциональном подходе к систематизации областей применения NLP. Выводы. Проведен анализ основных задач, решаемых с помощью NLP-моделей в бизнесе, среди которых отмечены генерация текстового контента, классификация текстов, автоматизация клиентской поддержки, саммаризация информации, машинный перевод и персонализация маркетингового взаимодействия. Исследован технологический пайплайн создания и обучения NLP-моделей с детальным рассмотрением процессов токенизации, векторного представления данных и применения механизма внимания. Проведен эксперимент по применению NLP-моделей для решения бизнес-задачи извлечения ценовой информации из неструктурированных диалогов, который показал значительное превосходство языковых моделей (точность 75%) над традиционными подходами. Показан пример пошаговой интеграции трех методов обработки русскоязычных текстов с увеличением точности с 22,4 до 75% при идентификации финансовых параметров сделок». Результаты исследования демонстрируют высокий потенциал NLP-технологий для оптимизации бизнес-процессов. Выявлено, что, несмотря на растущий интерес к данным технологиям, их полноценное внедрение в бизнес-процессы отечественных компаний остается ограниченным. Практическое значение. Сформулированы практические рекомендации по стратегическому подходу к внедрению NLP-технологий, включающие поэтапную интеграцию с измеримыми результатами, фокус на решении конкретных бизнес-задач и необходимость инвестиций в обучение персонала. Показан пример применения модели для решения задачи по извлечению информации из корпусов текста на русском языке. Социальные последствия. Широкое внедрение NLP-технологий в бизнесе ведет к значительным изменениям в структуре занятости, требуя переквалификации специалистов и создания новых компетенций на рынке труда. Оригинальность/ценность. Исследование представляет ценность для руководителей бизнеса, ИТ-специалистов и специалистов по цифровой трансформации, предложен комплексный анализ возможностей применения NLP-технологий в различных отраслях экономики. Новизна работы заключается в систематизации направлений применения NLP-моделей в бизнесе с учетом российской специфики и текущих рыночных тенденций.