Academic Scientific Journal of Computer Science

ВЫЯВЛЕНИЕ СООБЩЕСТВ И АКТИВНЫХ ПОЛЬЗОВАТЕЛЕЙ В СОЦИАЛЬНЫХ СЕТЯХ

А. Ж. Ахметова — 2026-10-01

В статье представлен метод анализа социальных сетей, позволяющий выявлять сообщества, связи между пользователями сети и активных пользователей, способных выполнять лидерские функции в сетевой структуре. Социальные сети предоставляют возможность получать информацию о пользователях в единой среде, устанавливать коммуникации и осуществлять обмен информацией. В работе предложен гибридный метод, основанный на рейтинговом анализе и метрике Хэмминга и предназначенный для выявления активных пользователей и сообществ в социальных сетях. Предлагаемый метод состоит из двух этапов. На первом этапе активные пользователи определяются на основе рейтингового критерия, учитывающего уровень связности в сети. На втором этапе сходство пользовательских профилей оценивается с помощью расстояния Хэмминга. На основе общих соседей формируются бинарные структурные профили пользователей. Метод предусматривает использование двух пороговых параметров: первый определяет уровень активности пользователя, второй - степень сходства пользовательских профилей. Второй пороговый параметр был выбран путем сравнения значений модульности исследуемого графа. Для апробации метода из набора данных Facebook Social Circles была сформирована выборка, включающая 200 пользователей и 1 072 социальные связи. Полученные результаты сопоставлялись с результатами алгоритмов выявления сообществ Girvan–Newman и Louvain. Сравнение проводилось по количеству выявленных сообществ, значению модульности и времени выполнения. Предложенный подход Rating–Hamming выявил 18 сообществ и обеспечил значение модульности 0,18745 при времени выполнения 0,118 с. Результаты показали, что предложенный подход является более эффективным с вычислительной точки зрения по сравнению с методом Girvan–Newman и позволяет объединить выявление активных пользователей и анализ структурного сходства в рамках единого механизма. Полученные результаты относятся только к исследованному графу социальной сети Facebook. Поскольку подбор параметров и оценка эффективности метода проводились на одном и том же графе, возможности обобщения результатов на другие наборы данных ограничены. Дополнительный анализ чувствительности параметров в рамках исследования не проводился.

АНАЛИЗ МЕХАНИЧЕСКОЙ КОНСТРУКЦИИ НАНОСПУТНИКА МОДЕЛИ 12U CUBESAT И ОЦЕНКА ЕГО МЕХАНИЧЕСКОЙ УСТОЙЧИВОСТИ

Д. Ж. Акжигитов — 2026-10-01

В статье рассматривается механическая устойчивость конструкции наноспутника формата 12U CubeSat. Платформы CubeSat широко применяются для дистанционного зондирования Земли, связи, а также проведения научных и технологических экспериментов. Надежность таких аппаратов определяется не только функционированием бортовых систем, но и жесткостью несущей конструкции, корректным размещением полезной нагрузки и способностью корпуса воспринимать механические воздействия, возникающие при запуске. Цель исследования заключалась в расчетном определении модальных и прочностных характеристик конструкции 12U CubeSat, а также в оценке надежности основных крепежных элементов. В работе использовано численное моделирование на основе метода конечных элементов. Геометрия корпуса была сформирована с учетом габаритов 232 × 245 × 363 мм, а в качестве основного конструкционного материала выбран алюминиевый сплав Al 7075. Расчеты выполнялись в программных средах MSC Apex и MSC Nastran/Patran. В расчетной модели панели корпуса были представлены оболочечными элементами, а подсистемы аппарата - в виде сосредоточенных масс. Анализ проводился с учетом спецификации Cal Poly, требований ECSS и рекомендаций NASA GEVS. В рамках исследования выполнены модальный анализ, расчет прочности при квазистатических нагрузках уровня 100 g, а также проверка болтовых соединений на сдвиг, растяжение и раскрытие зазора. По результатам расчетов первая собственная частота конструкции составила 365 Гц, что значительно превышает нижний предел 100 Гц, применяемый для аппаратов CubeSat, и подтверждает достаточную жесткость конструкции. Минимальный коэффициент запаса составил 1,36 по пределу текучести и 1,66 по пределу прочности. Анализ крепежных элементов также подтвердил наличие достаточного запаса прочности при рассматриваемых условиях нагружения. Таким образом, предложенная конструкция 12U CubeSat способна выдерживать расчетные механические нагрузки, возникающие при запуске. Полученные результаты могут быть использованы в качестве практической основы для интеграции полезной нагрузки, дальнейшего совершенствования конструкции и подготовки к последующим вибрационным испытаниям.

QOLDA-MATH: МАЛЕНЬКАЯ МУЛЬТИМОДАЛЬНАЯ МОДЕЛЬ ЗРЕНИЯ И ЯЗЫКА ДЛЯ МАТЕМАТИЧЕСКИХ РАССУЖДЕНИЙ НА КАЗАХСКОМ ЯЗЫКЕ

А. Алибеков — 2026-10-01

Визуально-языковые модели (VLM) достигли значительных успехов в области математических рассуждений. Однако компактные VLM, поддерживающие казахский язык, способные решать математические задачи и работать на периферийных или пользовательских устройствах, пока остаются недостаточно развитыми. Цель исследования заключается в разработке и оценке компактной визуально-языковой модели, способной решать задачи школьного курса математики на казахском языке с пошаговым рассуждением и работать на пользовательском оборудовании. В работе представлена Qolda-Math — малая визуально-языковая модель с 4,3 млрд параметров, разработанная в Институте умных систем и искусственного интеллекта (ISSAI). Модель основана на Qolda VLM, в процесс обучения которой был добавлен дополнительный этап дообучения с учителем (SFT). Набор данных для SFT включает 395 309 обучающих примеров, в том числе математические задачи, соответствующие школьной программе, и решения в формате цепочек рассуждений (CoT), сгенерированные моделью Qwen3-235B. Кроме того, в набор данных включены материалы общего характера, инструкции «solve», «explain», «teach», «verify+/verify−» и подготовленная вручную обратная связь на казахском, русском и английском языках. В рамках единого протокола оценки Qolda-Math достигла 61,60% на адаптированном для казахского языка бенчмарке MathVista и 50,39% на MathVision-KK, что соответственно на 3,40 и 4,57 процентного пункта выше результатов исходной модели. Оба улучшения являются статистически значимыми, поскольку 95%-ные бутстрап-доверительные интервалы не включают ноль. Кроме того, Qolda-Math сохраняет конкурентоспособные показатели на общих текстовых и визуальных бенчмарках: средний результат по текстовым тестам увеличился с 72,09 до 72,68. Возможность развертывания модели на пользовательских устройствах создает основу для автономных инструментов обучения математике на казахском языке.

ВЫЯВЛЕНИЕ ОСКОРБИТЕЛЬНЫХ КОММЕНТАРИЕВ НА КАЗАХСКОМ ЯЗЫКЕ В ОНЛАЙН-КОНТЕНТЕ С ПОМОЩЬЮ АЛГОРИТМОВ ГЛУБОКОГО ОБУЧЕНИЯ

С. С. Алишева — 2026-10-01

Стремительное развитие социальных сетей и онлайн-платформ привело к значительному увеличению количества оскорбительных и агрессивных комментариев, что формирует психологические, социальные и связанные с безопасностью риски. Оскорбительная лексика, кибербуллинг и язык ненависти могут негативно влиять на психологическое состояние пользователей, способствовать тревожности, социальной изоляции и снижению качества онлайн-коммуникации. В исследовании предложен подход на основе глубокого обучения для выявления оскорбительных комментариев на казахском языке, объединяющий двунаправленную сеть долгой краткосрочной памяти (BiLSTM), разработанный для казахского языка алгоритм стемминга и методы лингвистической предварительной обработки. Для экспериментальной оценки была сформирована сбалансированная выборка из 40 000 вручную размеченных комментариев на казахском языке, включающая 20 000 оскорбительных и 20 000 нейтральных комментариев. Обработка данных осуществлялась с применением расширяемого словаря стемминга. Эффективность моделей оценивалась по показателям Accuracy, Precision, Recall и F1-score. Наилучшие результаты показала модель BiLSTM: Accuracy - 91,3%, Precision - 92,6%, Recall - 93,0%, F1-score - 92,7%. Наивный байесовский классификатор продемонстрировал наиболее низкие показатели: Accuracy - 60,2%, Precision - 52,4%, Recall - 58,5%, F1-score - 64,2%. Полученные результаты подтверждают эффективность методов глубокого обучения при обработке морфологически сложных текстов на казахском языке. Предложенный подход может быть интегрирован в социальные сети и онлайн-сервисы для автоматической модерации контента, профилактики кибербуллинга и формирования более безопасной цифровой среды для казахоязычных пользователей.

RETRIEVAL ЭФФЕКТИВНЕЕ FINE-TUNING: АДАПТАЦИЯ МАЛОЙ ЯЗЫКОВОЙ МОДЕЛИ КАЗАХСКОГО ЯЗЫКА ДЛЯ ОТВЕТОВ НА ИСТОРИЧЕСКИЕ ВОПРОСЫ.

Г. Аскар — 2026-10-01

Большие языковые модели (LLM) демонстрируют высокую эффективность при решении широкого спектра языковых задач, однако их применение в предметно-ориентированных областях, особенно для языков с ограниченными ресурсами, остается затруднительным. В исследовании рассматривается подход к адаптации малых языковых моделей (SLM) для решения задач, связанных с ответами на вопросы по истории. В качестве базовой модели использована малая визуально-языковая модель Qolda, разработанная Институтом умных систем и искусственного интеллекта (ISSAI). Сравниваются четыре архитектуры: 1) базовая модель Qolda; 2) Qolda с дообучением с учителем (SFT) на основе 48 000 пар инструкций, полученных из Википедии; 3) Qolda с механизмом поисково-дополненной генерации (RAG), основанным на 29 оцифрованных учебниках по истории, содержащих 2,25 млн индексированных токенов; 4) Qolda, объединяющая SFT и RAG. Для проверки применимости выявленных закономерностей к другим казахоязычным моделям дополнительно оценивались более крупные модели KazLLM и Sherkala-Chat. Все архитектуры тестировались на 1 081 вопросе с множественным выбором из Единого национального тестирования по истории Казахстана и на наборе из 500 открытых вопросов. Результаты показали, что Qolda+RAG обеспечивает точность 74,93 ± 0,43% и средний показатель качества 3,34 ± 1,64. В рассматриваемых условиях SFT преимущественно выполняет функцию форматирования ответа, сокращая его среднюю длину с 51,8 до 14,64 слова. Архитектура Qolda-SFT+RAG выполняет вывод примерно вдвое быстрее Qolda+RAG при сопоставимом уровне качества 3,10 ± 1,42. Полученные результаты формируют методологическую основу для дальнейшей разработки ИИ-агентов с поддержкой казахского языка для широкого спектра прикладных задач.

АУТЕНТИФИКАЦИЯ ЛИЧНОСТИ ПО ГОЛОСУ НА ОСНОВЕ ГЛУБОКОЙ НЕЙРОННОЙ СЕТИ ДЛЯ СИСТЕМ БЕЗОПАСНОГО УПРАВЛЕНИЯ ДОСТУПОМ

Г. И. Бейсенова — 2026-10-01

В цифровую эпоху значимость технологий биометрической идентификации возрастает в связи с растущим спросом на надежные, безопасные и удобные системы контроля доступа к электронным устройствам. Одним из перспективных направлений в этой области является аутентификация диктора, позволяющая подтверждать личность на основе уникальных голосовых характеристик человека. Однако традиционные методы не всегда обеспечивают требуемую устойчивость при различных акустических условиях, фоновом шуме и изменениях речевых характеристик. В исследовании предложен комплексный подход, объединяющий мел-частотные кепстральные коэффициенты (MFCC), x-векторные представления диктора и глубокие нейронные сети (DNN) для повышения точности и устойчивости аутентификации. Предложенная архитектура включает предварительную обработку речевых сигналов, извлечение признаков MFCC, формирование x-векторных представлений и классификацию дикторов с помощью DNN. Для оценки эффективности модели использован экспериментальный набор данных, включающий аудиозаписи голосов 100 дикторов. Модель продемонстрировала точность аутентификации 98,5%, Precision - 99,4%, Recall - 97,6% и F1-меру - 98,5%. Доля ложного принятия (FAR) составила 0,6%, доля ложного отказа (FRR) - 2,4%, а уровень равных ошибок (EER) - приблизительно 1,5%. Полученные результаты свидетельствуют о способности модели с высокой точностью различать авторизованных и неавторизованных пользователей. Предложенный подход показал более высокие результаты по сравнению с традиционными моделями машинного и глубокого обучения, что подтверждает эффективность объединения акустических признаков и глубоких векторных представлений голоса. Метод может быть использован в системах безопасного управления доступом к электронным устройствам, биометрической идентификации пользователей и голосовой аутентификации.

СРАВНЕНИЕ АРХИТЕКТУР СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ РАЗРЫВА ПКС ПО МРТ КОЛЕННОГО СУСТАВА

Б. Бекенулы — 2026-10-01

Актуальность. Разрывы передней крестообразной связки (ПКС) относятся к числу наиболее клинически значимых травм коленного сустава, а несвоевременная или неточная диагностика может приводить к прогрессирующей дегенерации сустава. Магнитно-резонансная томография (МРТ) является основным неинвазивным методом оценки состояния связок, однако интерпретация изображений требует значительных временных затрат и высокой квалификации, а также подвержена влиянию усталости и когнитивных искажений. Цель. Систематически оценить и сравнить четыре архитектуры сверточных нейронных сетей (CNN), обученных с нуля, для трехклассовой классификации повреждений ПКС: норма, частичный разрыв и полный разрыв. Методы. Использован открытый набор данных KneeMRI, включающий 736 МРТ-объемов коленного сустава в сагиттальной плоскости. Каждый трехмерный объем преобразовывался в двумерное изображение путем извлечения центрального сагиттального среза с последующим масштабированием до 128 × 128 пикселей. Модели ResNet-18, MobileNetV2, EfficientNet-B0 и MobileNetV4_small обучались в единой конфигурации с использованием оптимизатора AdamW, косинусного расписания скорости обучения, функции потерь на основе кросс-энтропии и взвешенной случайной выборки для компенсации дисбаланса классов. Каждая модель обучалась с пятью независимыми случайными инициализациями. Результаты. Наилучший результат показала ResNet-18: F1-score - 0,6637 ± 0,0351, AUC - 0,6622 ± 0,0136. Далее следовали EfficientNet-B0 с F1-score 0,6334 ± 0,0457, MobileNetV4_small - 0,6241 ± 0,0398 и MobileNetV2 - 0,6184 ± 0,1095. Практическая значимость. Исследование предоставляет воспроизводимый ориентир для выбора архитектуры в задачах медицинской визуализации при ограниченном объеме данных. Полученные результаты показывают, что при обучении с нуля способ представления входных данных и наличие предварительно обученных признаков могут иметь большее значение, чем выбор базовой архитектуры. Для достижения клинически надежных результатов необходимо учитывать трехмерный пространственный контекст, использовать предварительное обучение и проводить внешнюю валидацию.

МНОГОЗАДАЧНОЕ ГЛУБОКОЕ ОБУЧЕНИЕ ДЛЯ КЛАССИФИКАЦИИ ПАТОЛОГИЙ КОЛЕНА ПО МРТ

А. Бекболат — 2026-10-01

Актуальность. Магнитно-резонансная томография (МРТ) является основным неинвазивным методом диагностики внутренних повреждений коленного сустава, однако ручной анализ многопроекционных изображений требует значительных временных затрат и характеризуется вариабельностью оценок специалистов, особенно при диагностике разрывов передней крестообразной связки (ПКС) и мениска. Большинство существующих подходов используют отдельную модель для каждой патологии, что ограничивает использование общих анатомических признаков. Цель. Разработать и оценить единую многозадачную многопроекционную модель глубокого обучения, способную классифицировать три патологии коленного сустава по данным МРТ за один проход. Методы. На основе общедоступной части набора данных MRNet, включающей 1 250 исследований в аксиальной, корональной и сагиттальной проекциях, разработана архитектура Multi-View Multi-Task MRNet (MVMT-MRNet). Общий для всех трех проекций базовый модуль ResNet50 кодирует каждую проекцию, признаки срезов агрегируются посредством максимального пулинга, а модуль позднего слияния передает полученное представление трем классификационным головкам. Общедоступная валидационная выборка из 120 исследований использовалась в качестве тестовой. Обучение включало аугментацию данных, взвешенную по классам бинарную кросс-энтропию, смешанную точность и накопление градиентов по восьми исследованиям при скорости обучения 8 × 10⁻⁵. Модель сравнивалась с тремя однозадачными моделями идентичной архитектуры. Результаты. На тестовой выборке многозадачная модель достигла AUC 0,844 (95% ДИ: 0,752–0,922) при выявлении общей патологии, 0,914 (0,857–0,959) при разрыве ПКС и 0,664 (0,567–0,757) при разрыве мениска; средний AUC составил 0,807 (0,749–0,860). Однозадачные модели продемонстрировали средний AUC 0,853 (0,802–0,897). Парная разность −0,046 (−0,115…+0,015) включала ноль, однако при выявлении разрыва мениска многозадачная модель показала статистически значимо более низкий результат (−0,126; −0,231…−0,020). Практическая значимость. Единая модель содержит 25,3 млн параметров вместо 75,8 млн и выполняет один проход вместо трех. Она может быть обучена на одном потребительском GPU и демонстрирует сопоставимый с тремя однозадачными моделями средний AUC. Вместе с тем совместное использование параметров перераспределяет точность между задачами, а не обеспечивает ее равномерное повышение. Перед клиническим применением необходима внешняя валидация.

ПРОГНОЗИРОВАНИЕ РАСПРОСТРАНЕНИЯ ВИРУСНОЙ ИНФЕКЦИИ ВОЗДУШНО-КАПЕЛЬНЫМ ПУТЕМ В ЗАМКНУТЫХ ПОМЕЩЕНИЯХ

А. А. Исахов — 2026-10-01

Распространение респираторных вирусных инфекций в замкнутых пространствах остается одной из наиболее серьезных угроз общественному здравоохранению в XXI веке. Эпидемии SARS и MERS, а также пандемия COVID-19 продемонстрировали высокую уязвимость внутренней среды зданий к аэрозольному переносу патогенов. В статье представлены результаты численного моделирования динамики распространения вирусосодержащих частиц, образующихся при кашле, в помещении, оснащенном системами принудительной вентиляции и бытового увлажнения воздуха. Математическая модель основана на решении трехмерных уравнений Навье–Стокса для несжимаемого потока с использованием стандартной k–epsilon модели турбулентности. Для описания траекторий дискретной фазы применен лагранжев подход, учитывающий действие гравитации, аэродинамического сопротивления, подъемной силы Саффмана и броуновского движения. Численный алгоритм SIMPLE реализован на расчетной сетке, содержащей более 3,1 млн элементов. Адекватность модели подтверждена путем сопоставления расчетных профилей скорости с экспериментальными данными и результатами предшествующих исследований динамики вихревых колец, возникающих при кашле. В ходе исследования проанализировано влияние вентиляционных диффузоров и концентрации водяного пара, создаваемого бытовыми увлажнителями, на процессы седиментации и переноса капель. Установлено, что при импульсном выбросе частиц со скоростью 6 м/с максимальная дистанция их распространения достигает 2,5 м. Полученные результаты показывают, что активное увлажнение воздуха способствует снижению концентрации аэрозолей и сокращению зоны риска по сравнению со сценариями без контроля влажности, при которых дистанция переноса превышает 3,5 м. Сделан вывод о том, что стандартная рекомендация ВОЗ по соблюдению социальной дистанции в два метра может быть недостаточной без учета функционирования инженерных систем обеспечения микроклимата в помещении.

ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА МЕТОДОВ ОПТИМИЗАЦИИ ХОЛОДНОГО ЗАПУСКА В SERVERLESS-СИСТЕМАХ

О. Киселева — 2026-10-01

Проблема холодного запуска остается одной из ключевых проблем serverless-вычислений, особенно для приложений Function-as-a-Service (FaaS), функционирующих в условиях динамической нагрузки. Инициализация среды выполнения, загрузка зависимостей и выделение вычислительных ресурсов увеличивают время отклика и снижают производительность системы. Несмотря на наличие большого числа предложенных методов оптимизации холодного запуска, комплексные экспериментальные сравнения различных подходов при одинаковых условиях нагрузки остаются ограниченными. Цель исследования заключается в анализе современных методов оптимизации холодного запуска и экспериментальной оценке эффективности стратегий предварительного прогрева (warm-up), кэширования и параллельной обработки запросов (concurrency) для повышения производительности serverless-приложений при различных уровнях нагрузки. Для проведения исследования была разработана контролируемая экспериментальная среда с использованием Python, Flask, Redis и Locust. Холодный запуск моделировался посредством искусственной задержки инициализации, Redis применялся для кэширования результатов, а параллельная обработка запросов реализовывалась с помощью пула потоков. Производительность системы оценивалась при умеренной нагрузке (100 пользователей), интенсивной нагрузке (300 пользователей) и продолжительной высокой нагрузке по времени отклика, пропускной способности, количеству ошибок обработки запросов и показателям задержки P95/P99. Результаты показывают, что эффективность оптимизации зависит от интенсивности нагрузки. При умеренной нагрузке различия в производительности были незначительными. При интенсивной нагрузке предварительный прогрев и параллельная обработка снижали задержку отклика и повышали стабильность системы. Кэширование уменьшало количество ошибок в краткосрочном интенсивном сценарии, однако приводило к дополнительной задержке. При продолжительном тестировании среднее время отклика конфигурации с кэшированием снижалось, что свидетельствует о зависимости ее эффективности от характера нагрузки и степени заполнения кэша. Комбинированная оптимизация обеспечивала сбалансированную производительность, но не всегда превосходила отдельные методы из-за дополнительных расходов на координацию. Полученные результаты могут быть использованы для выбора стратегий оптимизации холодного запуска с учетом характеристик нагрузки и при проектировании адаптивных высокопроизводительных serverless-приложений и облачных сервисов.

ФИЗИЧЕСКИ-ОСОЗНАННОЕ МАСКИРОВАННОЕ ПРЕДОБУЧЕНИЕ ДЛЯ МЕЖБАССЕЙНОВЫХ ФУНДАМЕНТАЛЬНЫХ МОДЕЛЕЙ КАРОТАЖНЫХ ДИАГРАММ

Е. Ж. Кошкаров — 2026-10-01

Актуальность. Интерпретация каротажных диаграмм сопряжена с рядом существенных проблем, включая дефицит данных, изменение их распределения между различными геологическими бассейнами и недостаточное использование физически обоснованных представлений в современных фундаментальных моделях. Несмотря на перспективность подходов на основе маскированных автоэнкодеров для самоконтролируемого предобучения на данных о недрах, такие методы зачастую не учитывают фундаментальные петрофизические ограничения, определяющие взаимосвязи между измеряемыми параметрами. Цель. Разработать физически обоснованный подход к маскированному предобучению, включающий петрофизические функции согласованности в процесс самоконтролируемого обучения на многомерных каротажных диаграммах. Методы. Предложенный метод объединяет восстановление маскированных патчей с дифференцируемыми прямыми петрофизическими моделями, основанными на законе Арчи, уравнении среднего времени Уайлли и зависимостях между плотностью и пористостью, используемых в качестве дополнительных целевых функций. Кроме того, применяется геологически адаптивная стратегия маскирования, постепенно увеличивающая сложность задачи: от случайного маскирования отдельных точек к межкривому маскированию и маскированию стратиграфических интервалов. Результаты. Эксперименты на эталонном наборе данных FORCE 2020 показали, что физически обоснованное предобучение повышает точность классификации литологии на 4,2% и снижает ошибку оценки пористости на 5,8% по сравнению со стандартными маскированными автоэнкодерами. Эксперименты по межбассейновому переносу продемонстрировали снижение разрыва оптимальности на 6,3% при переносе модели с данных норвежских скважин на данные скважин Канзаса. Абляционный анализ показал, что петрофизические функции согласованности обеспечивают прирост точности классификации на 2,8 процентного пункта, тогда как геологически адаптивное маскирование добавляет еще 1,4 процентного пункта. Практическая значимость. Предложенный подход сохраняет высокую вычислительную эффективность: время инференса составляет менее 12 миллисекунд на один участок скважины. Это делает метод пригодным для применения в режиме реального времени при бурении в условиях дефицита данных и работы с несколькими геологическими бассейнами.

ИССЛЕДОВАНИЕ МЕТОДОВ СНИЖЕНИЯ КОНФЛИКТОВ ЗНАНИЙ В БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЯХ КАЗАХСКИХ ВОПРОСНО-ОТВЕТНЫХ СИСТЕМ

Т. Курметкан — 2026-10-01

Большие языковые модели (LLM) активно применяются при разработке казахскоязычных вопросно-ответных систем (QA). Однако между знаниями, содержащимися во внутренних параметрах модели, и внешним контекстом могут возникать существенные противоречия, приводящие к генерации ложных или неподтвержденных ответов. Это явление, связанное с конфликтом знаний и «галлюцинациями», представляет серьезную проблему для надежности систем, работающих с малоресурсными агглютинативными языками, к которым относится казахский язык. В исследовании предложена комплексная методология снижения уровня галлюцинаций в казахскоязычных QA-системах посредством объединения контекстно-ориентированного расширения данных, специализированных антифактических наборов данных и генерации с дополнением поиском (RAG). Научная новизна заключается в адаптации указанных подходов к морфологическим и семантическим особенностям казахского языка, а также в их сочетании с параметрически эффективной настройкой (PEFT/LoRA) и совместной оптимизацией функции потерь. Для экспериментальной проверки разработан специализированный корпус KazHC, посвященный истории и культуре Казахстана и содержащий около 1 200 пар «вопрос–ответ», 4 200 контекстных фрагментов и 520 000 токенов. С использованием графического процессора NVIDIA A100 и 4-битного квантования выполнено дообучение экстрактивной модели mBERT и генеративной модели LLaMA-2-7B. Экспериментальная оценка по метрикам Exact Match (EM) и F1 продемонстрировала существенное повышение качества. Интеграция RAG и антифактического обучения позволила увеличить F1 модели LLaMA-2 с 65% до 78%, а EM — с 58% до 72%. Экспертная оценка тремя независимыми специалистами (Fleiss’ Kappa = 0,76) подтвердила снижение общего уровня галлюцинаций с 28% до 9%, то есть на 19 процентных пунктов. Качественный анализ ошибок показал, что сохраняющиеся галлюцинации преимущественно связаны с фактическими и логическими несоответствиями, обусловленными недостаточностью знаний, полученных на этапе предварительного обучения. Результаты подтверждают, что сочетание контекстного поиска и антифактической регуляризации позволяет модели отдавать приоритет фактическому контексту перед противоречащими ему внутренними знаниями и формирует основу для создания надежных казахскоязычных NLP-приложений.

МОДЕЛЬ ОБНАРУЖЕНИЯ ФИШИНГОВЫХ URL В ОНЛАЙН-СОЦИАЛЬНЫХ СЕТЯХ НА ОСНОВЕ МАШИННОГО ОБУЧЕНИЯ

Е. К. Макатов — 2026-10-01

Фишинговые веб-адреса (URL) остаются одной из наиболее распространенных угроз кибербезопасности в современной цифровой среде. Стремительное развитие онлайн-социальных сетей (ОСС) и веб-платформ способствует широкому распространению фишинговых атак, направленных на хищение конфиденциальных данных пользователей, распространение вредоносного контента и перенаправление пользователей на мошеннические веб-сайты. Традиционные методы обнаружения, основанные на регистрационных данных WHOIS, DNS-информации и черных списках, эффективны для выявления известных фишинговых доменов, однако зачастую демонстрируют ограниченную эффективность при обнаружении новых или быстро изменяющихся фишинговых URL. Кроме того, зависимость от внешних сервисов увеличивает задержку обнаружения и ограничивает масштабируемость системы. В исследовании предложена система обнаружения фишинговых URL в режиме реального времени, основанная на их лексических характеристиках. Для сравнительной оценки различных методов машинного обучения символьная TF-IDF-векторизация применялась совместно с моделями Logistic Regression, Naive Bayes, Support Vector Machine (SVM), Random Forest и Extreme Gradient Boosting (XGBoost). Эксперименты проводились на открытом наборе данных «Phishing and Legitimate URLs» с платформы Kaggle. После предварительной обработки для обучения и оценки моделей было сохранено 808 042 URL. URL преобразовывались в пространство признаков TF-IDF на основе символьных n-грамм длиной от 3 до 5 символов. Экспериментальные результаты показали, что наилучшее качество классификации обеспечивает SVM: Accuracy - 97,69%, Precision - 97,41%, Recall - 98,25%, F1-score - 97,83%, ROC-AUC - 99,66%. Среднее время обработки одного URL составило приблизительно 1,9 мс. Предложенный подход функционирует независимо от внешних сетевых сервисов и при этом обеспечивает высокую точность обнаружения фишинговых URL. Полученные результаты подтверждают возможность применения разработанного метода для автоматического выявления вредоносных ссылок в онлайн-социальных сетях, системах обмена сообщениями и корпоративных системах кибербезопасности.

АНАЛИЗ КЛИМАТИЧЕСКИХ ДАННЫХ ДЛЯ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ ПШЕНИЦЫ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ В СЕВЕРНОМ КАЗАХСТАНЕ

А. Б. Мименбаева — 2026-10-01

Прогнозирование урожайности сельскохозяйственных культур имеет важное значение для продовольственной безопасности, планирования сельскохозяйственной деятельности и эффективного управления ресурсами, особенно в Северном Казахстане, где аграрное производство в значительной степени зависит от климатической изменчивости. Изменения температуры и количества осадков могут существенно влиять на продуктивность сельскохозяйственных культур и приводить к значительным межгодовым колебаниям урожайности. Цель исследования заключается в разработке, сравнении и оценке регрессионных моделей машинного обучения для прогнозирования урожайности пшеницы в Северо-Казахстанской области с использованием климатических данных. Подготовлен набор данных за 1990–2025 гг. на основе официальной статистики урожайности Республики Казахстан и климатических данных базы NASA POWER. Ежедневные климатические данные были собраны в пяти репрезентативных географических точках Северо-Казахстанской области. Климатические переменные включали среднюю, минимальную и максимальную температуру воздуха, а также количество осадков. Ежедневные значения температуры агрегировались в среднегодовые показатели, а количество осадков суммировалось для получения годовых значений. Затем годовые показатели по пяти географическим точкам усреднялись для получения репрезентативных региональных характеристик. Сравнивались Linear Regression, Random Forest, Gradient Boosting, Bagging Regressor, Decision Tree и XGBoost. Также была оценена гибридная модель, объединяющая XGBoost и Gradient Boosting. В качестве целевой переменной использовалась урожайность пшеницы, а климатические показатели выступали в качестве предикторов.

ЭКОНОМИЧЕСКИЕ ВОЗМОЖНОСТИ И ОГРАНИЧЕНИЯ ВНЕДРЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕСУРСНО-ОРИЕНТИРОВАННОЙ ЭКОНОМИКЕ КАЗАХСТАНА

Р. И. Мухамедиев — 2026-10-01

В статье рассматриваются экономические возможности и структурные ограничения внедрения искусственного интеллекта (ИИ) в ресурсо-ориентированной экономике Казахстана, где значительную роль играют добывающие отрасли, а уровень высокотехнологичной диверсификации остается относительно низким. Цель исследования заключается в оценке потенциального макроэкономического воздействия ИИ в различных секторах и определении условий его вклада в устойчивое экономическое развитие. Используется отраслевая аналитическая модель, объединяющая данные национальных счетов с коэффициентами производительности ИИ, полученными из международных эмпирических исследований. Анализ охватывает промышленность, торговлю, транспорт, энергетику, финансы, сельское хозяйство, здравоохранение и телекоммуникации. Особое внимание уделяется машинному обучению, глубокому обучению, большим языковым моделям и генеративному ИИ, которые создают дополнительные возможности для автоматизации и поддержки принятия решений. При принятых допущениях сценарная модельная оценка показывает, что потенциальный экономический эффект от внедрения ИИ в Казахстане может составлять 1,6–2,59 млрд долларов США в год, или около 0,9%–1,5% ВВП. Данную оценку следует интерпретировать как индикативный сценарный результат, основанный на международных коэффициентах производительности и отраслевой структуре ВВП Казахстана, а не как прямое эмпирическое измерение текущего уровня внедрения ИИ на казахстанских предприятиях. Наиболее существенный потенциальный эффект концентрируется в промышленности, торговле и транспорте, тогда как вклад других секторов более умерен, но сохраняет макроэкономическую значимость. На современном этапе ИИ выступает прежде всего инструментом повышения эффективности, а не полноценным драйвером структурной трансформации. К основным ограничениям относятся недостаточная цифровая инфраструктура, дефицит человеческого капитала, низкая интенсивность исследований и разработок, а также зависимость экономики от ресурсоемких отраслей. Эти факторы ограничивают распространение технологий ИИ и их мультипликативный эффект. Результаты указывают на необходимость согласованной политики в области технологической модернизации, образования и экономической диверсификации. Без дополнительных мер по развитию цифровой инфраструктуры, человеческого капитала и диверсификации экономики внедрение ИИ может усиливать существующие структурные дисбалансы вместо ускорения перехода к экономике, основанной на знаниях.

ОЦЕНКА ГОТОВНОСТИ ТЕХНОЛОГИИ БЛОКЧЕЙН К ПРОВЕРКЕ ПОДЛИННОСТИ ДОКУМЕНТОВ ОБ ОБРАЗОВАНИИ

Г. М. Мутанов — 2026-10-01

В статье представлена методика комплексной оценки готовности блокчейн-платформы для верификации академических документов к опытно-промышленной эксплуатации. Исследуемая система разработана на базе блокчейн-сети, совместимой с Ethereum Virtual Machine (EVM), и использует смарт-контракты, хэширование документов, ролевое управление доступом, регистрацию событий и мониторинг транзакций посредством BlockScout. Блокчейн рассматривается как дополнительный уровень доверия и верификации, интегрируемый с существующей цифровой инфраструктурой высшего образования. Для оценки предложен интегральный индекс готовности, учитывающий шесть критериев: функциональную полноту, безопасность, производительность, надежность, интеграцию и регуляторную готовность. Каждый критерий оценивается по пятибалльной шкале с использованием весовых коэффициентов. В ходе пилотного тестирования были проанализированы 294 698 транзакций при интервале формирования блока 15 секунд. Средняя пропускная способность составила 8,26 транзакции в секунду, доступность узлов — 99%, а средние затраты — около 226 000 единиц газа на одну транзакцию. Интегральный индекс готовности составил 75,3%, что соответствует условной готовности системы к опытно-промышленной эксплуатации. Наиболее высокие оценки получили функциональная полнота, безопасность и надежность. Ключевыми направлениями дальнейшего совершенствования являются регуляторная готовность, масштабируемость и интеграция с Learning Management System и Единой платформой высшего образования. Предложенная методика может использоваться для оценки технологической и организационной зрелости блокчейн-систем верификации академических документов перед их масштабным внедрением.

КЛАССИФИКАЦИЯ КИБЕРЭКСТРЕМИСТСКИХ ИДЕОЛОГИЙ НА КАЗАХСКОМ ЯЗЫКЕ С УЧЕТОМ РАЗНОГЛАСИЙ НЕСКОЛЬКИХ АННОТАТОРОВ

Ш. Мусиралиева — 2026-10-01

Распространение киберэкстремистского контента на цифровых платформах влияет на информационную безопасность и общественную стабильность, поэтому его автоматическое выявление и классификация по идеологическим направлениям являются актуальной научной задачей. При автоматической классификации киберэкстремистских текстов на казахском языке содержание одного текста может быть семантически близким к нескольким классам. Это проявляется в различиях между оценками нескольких аннотаторов при пересечении смысловых границ категорий пропаганды, рекрутмента и радикализации. Традиционный подход, основанный на большинстве голосов, сводит подобные расхождения к одной жесткой метке, что может приводить к потере информации о неопределенности аннотации. Цель исследования заключается в сравнении стратегий, сохраняющих многоаннотаторные оценки при классификации киберэкстремистских текстов на казахском языке и позволяющих комплексно оценивать качество их моделирования. В исследовании использован многоклассовый корпус текстов, собранных на открытых цифровых платформах VK, Telegram и YouTube. Корпус включает классы пропаганды, рекрутмента, радикализации и нейтрального содержания. Аннотирование проводилось на основе независимых оценок нескольких экспертов. Сравнивались четыре стратегии обработки многоаннотаторной информации: большинство голосов, вероятностная обработка, ансамблевое объединение и стратегия, основанная на инструкциях. Качество определения итогового класса оценивалось с помощью Macro-F1, а соответствие вероятностных распределений модели распределению меток аннотаторов - с использованием Cross-Entropy (CE), Kullback–Leibler divergence (KL), Jensen–Shannon divergence (JS) и Manhattan Distance (MD). Среди рассмотренных подходов стратегия ансамблевого объединения продемонстрировала наивысшее качество классификации. По метрикам CE, KL и JS она также обеспечила более высокое соответствие вероятностных распределений. Метод большинства голосов показал лучший результат по MD. По сравнению с большинством голосов ансамблевое объединение повысило качество классификации и обеспечило более низкие значения метрик вероятностного расхождения. В рамках DART комбинация LCE + LKL + LMD позволила сохранить качество классификации и приблизить прогнозы модели к распределению оценок аннотаторов. Полученные результаты показывают, что одной жесткой метки недостаточно для моделирования многоаннотаторных идеологических текстов, тогда как учет различий между мнениями аннотаторов является более эффективным и информативным подходом.

МУЛЬТИМОДАЛЬНЫЙ ТРАНСФОРМЕР НА ОСНОВЕ МЕХАНИЗМА ДЕФОРМИРУЕМОГО ВНИМАНИЯ ДЛЯ СЕГМЕНТАЦИИ ОПУХОЛЕЙ ГОЛОВНОГО МОЗГА

Б. С. Омаров — 2026-10-01

Точная сегментация опухолей головного мозга на основе мультимодальной магнитно-резонансной томографии (МРТ) имеет важное значение для количественной оценки опухоли, планирования лечения и мониторинга динамики заболевания. Однако вариабельность размеров, формы, локализации и визуальных характеристик опухоли в различных МРТ-модальностях усложняет автоматическую сегментацию. Кроме того, гетерогенная структура опухолей головного мозга и неоднородность границ различных опухолевых субрегионов могут снижать эффективность традиционных методов сегментации. Поэтому необходимы эффективные подходы, способные моделировать как локальные пространственные признаки, так и дальние контекстные зависимости. В работе предложена архитектура Transformer с механизмом деформируемого внимания для мультимодальной сегментации опухолей головного мозга. Предложенный подход использует взаимодополняющую информацию из МРТ-модальностей T1, T1c, T2 и FLAIR и объединяет многоуровневое извлечение признаков, адаптивное уточнение запросов, механизм деформируемого внимания и пропускающие соединения для улучшения представления гетерогенных областей опухоли. Эксперименты проводились на мультимодальном эталонном наборе данных BRATS для сегментации опухолей головного мозга. Модель оценивалась для областей Whole Tumor (WT), Tumor Core (TC) и Enhancing Tumor (ET) с использованием коэффициента Dice, Precision, Recall и F1-score. Предложенная модель достигла значений Dice 95,8%, 90,7% и 86,1% для WT, TC и ET соответственно, при среднем значении Dice 90,9%. Абляционный анализ подтвердил вклад механизма деформируемого внимания, уточнения запросов, пропускающих соединений и интеграции мультимодальных признаков в повышение качества сегментации. Модель также продемонстрировала благоприятный баланс между точностью сегментации и вычислительной эффективностью, что свидетельствует о возможности применения предложенного подхода в автоматизированных рабочих процессах обработки МРТ. Полученные экспериментальные результаты подтверждают потенциал предложенной архитектуры для точной и устойчивой сегментации опухолей головного мозга на основе мультимодальных МРТ-данных.

РАСПОЗНАВАНИЕ КАЗАХСКОЙ РЕЧИ С ПРИМЕНЕНИЕМ ИНТЕГРАЛЬНЫХ МОДЕЛЕЙ

Д. О. Оралбекова — 2026-10-01

В статье представлен обзор и сравнительный анализ архитектур потокового автоматического распознавания речи, использующих механизмы внимания, включая рекуррентный нейронный преобразователь (RNN-T), нейронный преобразователь (NT) и монотонное внимание по фрагментам (MoChA). Модели адаптированы для казахского языка и предназначены для работы в режиме реального времени. Обучение проводилось на корпусе, содержащем 200 часов размеченной казахской речи, объем которого был увеличен до 260 часов с помощью метода Voice Conversion. Для извлечения акустических признаков использовались мел-частотные кепстральные коэффициенты, а в архитектурах моделей применялись двунаправленные рекуррентные нейронные сети. Экспериментальные результаты показали, что модель Monotonic Chunkwise Attention достигла наилучшей точности при WER = 14,8%, превзойдя RNN-T и стандартный Neural Transducer, несмотря на более высокую сложность настройки. Все три модели продемонстрировали высокую эффективность даже в условиях ограниченных ресурсов. Экспериментальная оценка проводилась с использованием двух корпусов различного объема, при этом увеличение размера набора данных сопровождалось повышением точности распознавания речи. Сравнительный анализ показал, что MoChA снизила WER по сравнению с RNN-T и NT на 0,7 и 0,5 процентного пункта соответственно. Вместе с тем настройка MoChA требует дополнительного времени из-за большого числа параметров и более сложной процедуры оптимизации. Полученные результаты подтверждают эффективность рассмотренных подходов для разработки потоковых систем распознавания речи для языков с ограниченными ресурсами, включая казахский язык. Возможность работы в реальном времени без необходимости предварительной записи аудиофайлов создает предпосылки для интеграции таких моделей в различные технологические платформы и приложения.

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ВЫЯВЛЕНИЯ МОШЕННИЧЕСТВА В ТЕКСТОВЫХ СООБЩЕНИЯХ

А. Серек — 2026-10-01

Стремительное перемещение финансового мошенничества на зашифрованные мессенджер-платформы, такие как WhatsApp и Telegram, обусловливает необходимость разработки легковесных средств обнаружения, способных работать с небольшими многоязычными наборами данных, характерными для реальных условий «холодного старта». В отличие от традиционного почтового спама, мошенничество в мессенджерах носит краткосрочный и диалоговый характер, активно использует смешение письменностей, языков и искусственно создаваемое ощущение срочности, что снижает эффективность статических фильтров на основе правил. Существующие решения машинного обучения преимущественно ориентированы на англоязычный SMS-спам и используют крупные размеченные корпуса, вследствие чего сохраняется существенный пробел для постсоветского и центральноазиатского пространства, где русский, казахский и английский языки часто встречаются в одном сообщении. Цель исследования - определить наиболее эффективную архитектуру классического машинного обучения для бинарной классификации многоязычных мошеннических текстовых сообщений в условиях острого дефицита данных. Был сформирован сбалансированный пилотный набор из 189 сообщений, включающий 95 легитимных и 94 мошеннических сообщения, вручную собранных из Telegram, WhatsApp, Reddit, Pikabu и проверенных новостных источников. Тексты векторизовались методом TF-IDF на основе униграмм и биграмм при максимальном количестве 100 признаков и min_df = 2 без морфологической предобработки, что позволило сохранить межъязыковую целостность токенов. Сравнивались пять классификаторов: Logistic Regression, Linear SVM, Multinomial Naive Bayes, Random Forest и XGBoost. Для снижения риска переобучения применялись L2-регуляризация, аддитивное сглаживание, структурные ограничения деревьев и балансировка весов классов. Оценка проводилась с использованием пятикратной стратифицированной кросс-валидации и независимой тестовой выборки. Основной метрикой безопасности являлся Recall для класса мошенничества; дополнительно оценивались Accuracy, F1-score и ROC-AUC. Logistic Regression и Linear SVM продемонстрировали наилучшие результаты: Accuracy = 0,97, Recall = 1,00, F1-score = 0,97, ROC-AUC = 0,957–0,962. Обе модели выявили все мошеннические сообщения, допустив лишь по одному ложноположительному срабатыванию. XGBoost также достиг Recall = 1,00, однако его Precision составил 0,88. Random Forest и Naive Bayes показали менее стабильные результаты с Accuracy 0,86 и 0,79 соответственно. Результаты показывают, что на небольших, разреженных и многоязычных наборах данных о мошенничестве строго регуляризованные линейные модели с компактным пространством признаков могут превосходить более сложные ансамблевые архитектуры. Такой подход формирует вычислительно эффективную основу для фильтрации мошеннических сообщений в реальном времени непосредственно на конечных устройствах.

ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ И МЕТОДОВ ЦИФРОВОЙ ЭКОСИСТЕМЫ УНИВЕРСИТЕТА

А. К. Смаханова — 2026-10-01

В статье рассматривается экспериментальное применение различных моделей и методов цифровой экосистемы университета в процессе модернизации высшего образования. Цифровая экосистема определяется как интегрированная среда, объединяющая образовательные, научные и управленческие цифровые ресурсы. Исследование направлено на устранение ограничения предшествующих работ, в которых эффективность цифровых моделей обучения зачастую оценивалась по отдельным показателям без применения сопоставимых комплексных критериев. Цель исследования заключается в количественной оценке и сравнении традиционных, гибридных и цифровых моделей обучения, а также определении их влияния на академическую успеваемость, мотивацию и вовлеченность студентов. Квазиэкспериментальное исследование проводилось в течение одного семестра с участием 90 студентов и 30 преподавателей (N = 120), распределенных между контрольной и экспериментальной группами. Для измерения мотивации использовалась адаптированная версия опросника Motivated Strategies for Learning Questionnaire (MSLQ), а активность на образовательной платформе, полученная средствами learning analytics, рассматривалась как поведенческий показатель цифровой активности. Академическая успеваемость оценивалась посредством предварительного и итогового тестирования. Для анализа применялись парные и независимые t-тесты, величина эффекта Cohen’s d и предложенный интегральный показатель эффективности, объединяющий три субиндикатора в единую оценку. Результаты показали статистически значимое повышение академической успеваемости и мотивации в экспериментальной группе, при этом значения итогового тестирования превышали показатели контрольной группы. Интегральный показатель цифровой модели обучения составил 68,4% против 58,1% для традиционной модели. Активность на платформе анализировалась не как самостоятельный показатель вовлеченности, а как поведенческий индикатор использования цифровых технологий. Практическая ценность исследования заключается в формировании воспроизводимого подхода к разработке, сравнению и оценке моделей обучения в цифровой экосистеме университета.

ОБНАРУЖЕНИЕ AI-КОНТЕНТА В ПИСЬМЕННЫХ РАБОТАХ ОБУЧАЮЩИХСЯ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ

А. Е. Султанали — 2026-10-01

Распространение генеративного искусственного интеллекта усложнило оценку авторства письменных работ в образовании и повысило потребность в прозрачных и проверяемых методах различения машинно-сгенерированного и написанного человеком текста. При этом результаты автоматизированного обнаружения не должны рассматриваться как окончательное доказательство академического нарушения. Цель исследования заключается в сравнении лексического и независимого от содержания стилометрического подходов к выявлению AI-контента в образовательных эссе. Эксперимент выполнен на 44 868 англоязычных текстах из многокомпонентного корпуса DAIGT V2, включая 27 371 текст, написанный человеком, и 17 497 текстов, созданных генеративными моделями. Для лексического представления использовались униграммы и биграммы TF-IDF с классификатором Linear SVM. Независимое от содержания стилометрическое представление включало 14 структурных и стилометрических признаков, не использующих непосредственно словарное содержание текста, и классифицировалось методом Logistic Regression. Дополнительно различия между текстами, написанными человеком и созданными ИИ, оценивались с помощью критерия Манна–Уитни и величины эффекта. Модель TF-IDF достигла Accuracy 99,69%, F1-score 99,60% и ROC-AUC 99,98% на стратифицированной отложенной тестовой выборке. Модель, основанная только на стилометрических признаках, при пятикратной стратифицированной кросс-валидации показала Accuracy 87,90 ± 0,40%, F1-score 84,34 ± 0,48% и ROC-AUC 95,08 ± 0,17%. Наиболее выраженное различие среди выбранных стилометрических признаков наблюдалось для средней длины слова; систематические различия также были выявлены в длине текста, лексическом разнообразии и использовании пунктуации. Полученные результаты показывают, что лексическая информация обладает высокой дискриминирующей способностью в исследованном корпусе, однако существенный прогнозный сигнал сохраняется и после исключения прямого словарного содержания. Стилометрические признаки могут использоваться как интерпретируемый дополнительный инструмент анализа образовательных текстов. Вместе с тем результат автоматического детектора не должен рассматриваться как окончательное доказательство использования AI конкретным обучающимся. Проверки устойчивости показали Accuracy 99,75% после удаления близких дубликатов, 96,46% на ранее не встречавшихся темах и 95,39% при полном исключении Llama-70B из обучающей выборки. Это указывает на измеримую чувствительность модели к распределению данных. Таким образом, основной вклад работы состоит не в разработке нового классификатора, а в сравнении существующих лексических и интерпретируемых стилометрических представлений с учетом их устойчивости.

ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА ГИБРИДНОЙ СИСТЕМЫ ОБНАРУЖЕНИЯ И ПРЕДОТВРАЩЕНИЯ ВТОРЖЕНИЙ (IDPS) С АДАПТИВНЫМ ОБУЧЕНИЕМ ДЛЯ СЕТЕЙ 5G С НИЗКОЙ ЗАДЕРЖКОЙ С ИСПОЛЬЗОВАНИЕМ ГРАНИЧНЫХ ВЫЧИСЛЕНИЙ

Ж. М. Ташенова — 2026-10-01

Быстрое развертывание сетей пятого поколения (5G) создает новые вызовы в области безопасности, обусловленные требованиями к сверхнизкой задержке, гетерогенной средой устройств и распределенными архитектурами граничных вычислений. Традиционные системы обнаружения вторжений (IDS) могут быть недостаточно эффективны для противодействия динамичным и постоянно развивающимся киберугрозам в подобных средах. В исследовании представлена экспериментальная оценка гибридной системы обнаружения и предотвращения вторжений (IDPS), объединяющей сигнатурное обнаружение с адаптивным машинным обучением для выявления аномалий в инфраструктуре граничных вычислений. Система оценивалась в пяти средах, ориентированных на 5G: MANET с поддержкой 5G, 5G mMTC (IoT), гетерогенной 5G-сети, 5G NSA (LTE-A) и 5G с поддержкой SDN. В качестве легковесной модели обнаружения аномалий без учителя применялся Isolation Forest. Экспериментальные результаты продемонстрировали повышение точности обнаружения, снижение частоты ложноположительных срабатываний, масштабируемую производительность при увеличении трафиковой нагрузки и минимальную задержку ответа, соответствующую требованиям приложений 5G с низкой задержкой. Предложенная гибридная IDPS сочетает детерминированное сигнатурное обнаружение с основанным на Isolation Forest выявлением аномалий без учителя, что позволяет обнаруживать как известные, так и ранее не наблюдавшиеся угрозы. Результаты показывают, что легковесные модели обнаружения аномалий без учителя, такие как Isolation Forest, могут эффективно интегрироваться в архитектуры граничных вычислений без чрезмерных вычислительных затрат. Совмещение механизмов на основе правил и методов обнаружения аномалий обеспечивает сбалансированное соотношение между полнотой обнаружения, скоростью реагирования и эффективностью использования ресурсов, формируя практический механизм защиты современных 5G-инфраструктур.

ОБНАРУЖЕНИЕ ФЕЙКОВЫХ НОВОСТЕЙ НА КАЗАХСКОМ ЯЗЫКЕ: ВРЕМЕННАЯ ОЦЕНКА ЛЕКСИЧЕСКИХ, ТРАНСФОРМЕРНЫХ И ГИБРИДНЫХ МОДЕЛЕЙ

Д. Тельман — 2026-10-01

В работе сравниваются лексическая, моноязычная Transformer-модель и экспериментальная модель объединения вероятностных оценок на очищенных казахскоязычных заголовках и кратких описаниях Factcheck.kz. После удаления явных формулировок вердиктов и шаблонных фраз источника 1 265 записей были хронологически разделены на 885 обучающих, 190 валидационных и 190 тестовых. Операциональный положительный класс объединяет категории «ложь», «фейк», «манипуляция», «полуправда» и «непроверено» и поэтому не представляет собой однородный класс полностью вымышленных сообщений. Модель TF-IDF + Linear SVM достигла macro-F1 = 0,6563 при широком 95%-ном bootstrap-доверительном интервале [0,5834; 0,7253]. Transformer-модель показала среднее значение macro-F1 = 0,6585 (SD = 0,0442) по пяти random seeds. Экспериментальная модель score fusion получила 0,6422 (SD = 0,0180) и не выполнила заранее установленный критерий превосходства над обоими компонентными моделями по среднему значению test macro-F1. Парные bootstrap-интервалы различий между тремя подходами включали ноль, поэтому статистически подтвержденное превосходство какой-либо модели не установлено. В дополнительном анализе положительный класс был ограничен категориями «фейк» и «манипуляция». Переобученная SVM достигла macro-F1 = 0,7153 на 123 тестовых записях, тогда как исходная модель с широким набором меток на той же подвыборке показала 0,7488. Следовательно, преимущество переобучения на более узком наборе категорий не подтверждено. Оценка ограничена одним редакционным источником: хронологическое разделение и очистка текста сами по себе не подтверждают переносимость результатов на другие публикационные источники или исходные утверждения. Полученные результаты указывают на необходимость осторожной интерпретации результатов классификации на малых выборках. Использование модели в качестве инструмента предварительного отбора материалов требует независимой внешней валидации и экспертного контроля.

ПРИМЕНЕНИЕ МОДЕЛИ YOLOV12 ДЛЯ АНАЛИЗА ДАННЫХ ГЕОРАДАРА

А. С. Жанегизов — 2026-10-01

Своевременное выявление скрытых дефектов в нижних слоях дорожного покрытия является одним из ключевых факторов повышения безопасности дорожного движения и продления срока службы дорожной инфраструктуры. Традиционные методы контроля, включая визуальный осмотр, бурение и локальный отбор проб, преимущественно выявляют поверхностные повреждения, могут требовать временного ограничения движения и связаны со значительными затратами. Применение георадара (GPR) в сочетании с методами машинного обучения открывает возможности для более быстрой и точной диагностики. Вместе с тем большинство существующих исследований ограничивается одним набором данных и недостаточно рассматривает объединение разнородных GPR-данных для повышения устойчивости модели. В исследовании объединены три независимых открытых набора GPR-изображений, охватывающих пять классов: Loose, Interlayer bonding deficiency, No damage, Void и Crack. Для унификации данных выполнялись предварительная обработка, приведение изображений к единому формату и разрешению, полуавтоматическая разметка ранее неаннотированных изображений и целевая аугментация для уменьшения дисбаланса классов. Для обнаружения и классификации дефектов использовалась модель YOLOv12-x с архитектурой, ориентированной на механизмы внимания, обученная с помощью оптимизатора Adam. На объединенном наборе данных модель достигла общей точности 92%, что соответствует улучшению показателей классификации и детекции примерно на 3% по сравнению с обучением на отдельных наборах данных. Класс «No damage» распознавался наиболее надежно, тогда как классы «Crack» и «Void» чаще смешивались вследствие сходных характеристик отражения сигнала. Отдельные случаи ошибочной классификации также наблюдались между классами «Loose» и «Interlayer bonding deficiency». Полученные результаты подтверждают возможность автоматизации диагностики скрытых дефектов дорожных конструкций на основе GPR-данных, более эффективного распределения ограниченных ресурсов дорожных служб и планирования профилактических ремонтных работ. Предлагаемый подход к объединению разнородных наборов данных может также применяться для мониторинга состояния мостов и железнодорожного полотна.