Academic Scientific Journal of Computer Science

СТРУКТУРА И ФУНКЦИОНАЛЬНЫЕ БЛОКИ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ВЫБОРА ЭФФЕКТИВНЫХ РЕЖИМОВ РАБОТЫ УСТАНОВКИ ЗАМЕДЛЕННОГО КОКСОВАНИЯ

Б.У. Асанова — 2025-12-22

Данная работа направлено на примере установки замедленного коксования исследованию проблем эффективного управления режимами работы сложных химико-технологических систем, характеризующихся дефицитом и нечеткостью исходной информации, и эффективному решению их с помощью интеллектуализированных систем. В последнее время в связью усложнением производственных технологических систем и процессов протекающих в них, дефицитом и нечеткостью достоверно их описывающей исходной информации, эффективное управление режимами работы таких объектов стала актуальной научно-практической задачей. В работе исследуются проблемы разработки и использования интеллектуальных систем поддержки принятия решений для эффективного решения задач принятия решений по управлению режимами работы объекта исследования в нечеткой среде.

В результате исследования предложена структура интеллектуальной системы поддержки принятия решений, позволяющая выбрать эффективные режимы работы сложных технологических объектов, характеризующихся нечеткостью, таких как установка замедленного коксования, и описаны функциональные блоки таких систем и системное их функционирование. Предлагаемая структура интеллектуальной системы перед аналогичными системами в том, что в состав ее структуры включены: пакет моделей объекта и эвристические методы принятия решений по выбору эффективного режима работы его в нечеткой среде, основанных на знаниях, опыте и интуиции ЛПР, экспертов-специалистов; интеллектуальный пользовательский интерфейс.

МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕНИЯ РЕКЛАМНОГО БЮДЖЕТА В АПК НА ОСНОВЕ АЛГОРИТМА NSGA-III.

Ж.Т. Абилдаева — 2025-12-22

Исследование посвящено использованию многокритериального алгоритма оптимизации NSGA-III для решения маркетинговых и рекламных задач в агропромышленном комплексе Казахстана (АПК). Актуальность работы в условиях повышения конкуренции и цифровизации экономики Республики Казахстан обусловлена необходимостью оптимизации распределения маркетинговых бюджетов предприятий с учетом таких критериев, как эффективность рекламных кампаний, охват целевой аудитории и снижение затрат. Методология, использованная в работе, включает формализацию с использованием nsga-III для поиска целевых функций, ограничений и парето-оптимальных решений. Результаты, полученные при кибернетическом моделировании, обычно указывают на высокое качество решений (гиперкомплексное ), компромисс между критериями и доминирующей ролью цифровых каналов (до 39,8% бюджета). Полученные в ходе исследования данные подтверждают возможность потенциального применения NSGA-III для задач маркетингового планирования в агропромышленном комплексе и могут служить основой для принятия управленческих решений на предприятиях агропромышленного комплекса.

НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ ДИСКРИМИНАЦИИ В КАЗАХСКОМ ЯЗЫКЕ

A.O. Алиева — 2025-12-22

В данной статье описывается использование современных алгоритмов машинного и глубокого обучения для автоматического обнаружения оскорбительных слов в казахскоязычном веб-контенте. Исследование направлено на защиту цифровой среды и снижение уровня дискриминационной лексики в социальных сетях и на пользовательских платформах. Для достижения этой цели были разработаны и протестированы методы сбора, предварительной обработки данных, создания и оптимизации моделей классификации.

В статье описывается сбор данных из социальных сетей (Instagram, TikTok, YouTube, Facebook), новостных сайтов и форумов с казахскоязычным пользовательским контентом. Предварительная обработка данных включает удаление шума, токенизацию, лемматизацию и удаление стоп-слов. Для обеспечения достоверности результатов аннотированный корпус классифицировал сообщения как «язык вражды» или «язык не вражды».

Авторы используют гибридную архитектуру глубокого обучения для создания эффективной и гибкой системы автоматического обнаружения дискриминации в казахскоязычном интернете. Изучаются модели CNN, LSTM, Bi-LSTM и Transformer, а также их интеграция с процессом внимания для учета локальных и контекстных особенностей текста. Целью статьи является обучение и валидация модели, способной распознавать оскорбительные и ненормативные слова в режиме реального времени. Данный подход к платформам модерации социальных сетей направлен на повышение безопасности пользователей, удаление опасных комментариев и создание основы для исследований в области обработки естественного языка на казахском языке. Многоязычные платформы могут использовать предложенный метод для создания интеллектуальных систем автоматической модерации и долгосрочной защиты цифровой среды.

МОДЕЛИРОВАНИЕ И АНАЛИЗ ГЕНЕРАТОРА С ПОСТОЯННЫМИ И ПЕРЕМЕННЫМИ МАГНИТАМИ

О. Ауельбеков — 2025-12-22

В работе рассматривается проблема повышения эффективности компактных самозапускающихся электрогенераторов для автономных устройств, где механические и электрические потери снижают выходную мощность и срок службы (актуальность). Изучается генератор с импульсным управлением, маятниково-инерционным коническим ротором и двойным магнитным возбуждением – постоянное поле для стабилизации и переменное для адаптивного ввода энергии (методы). Разработана модель во временной области с учётом реальных потерь (трение в подшипниках, сопротивление обмотки, ограничения по току и напряжению), реализованная в Python/NumPy и проверенная численными экспериментами в диапазоне 0–10 с. Проведены параметрические исследования по моменту инерции, коэффициенту трения, сопротивлению нагрузки, амплитуде и длительности импульсов, числу витков и магнитному потоку; на выходе анализировались угловая скорость, ЭДС, ток и накопленная энергия. Основная гипотеза – сочетание инерционного сглаживания и редких импульсных воздействий увеличивает выход энергии и продлевает устойчивую работу по сравнению с генератором с постоянным магнитом без импульсного управления. Моделирование подтвердило это, показав снижение пульсаций крутящего момента, избирательную компенсацию потерь и восстановление энергии через самозарядный контур (результаты). Отличительные особенности – конический ротор в роли маятникового стабилизатора, двойное магнитное управление и малопотерянный импульсный запуск. Практическое применение ожидается в системах энергоcбора и маломощных приводах, где доступна короткая энергия запуска, умеренные механические потери и возможно согласование нагрузки. Результаты дают ориентиры для совместного проектирования размеров и алгоритмов управления без избыточного теоретического введения.

МЕТОДИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ИНТЕГРИРОВАННОГО ОБУЧЕНИЯ ФИЗИКЕ И ИНФОРМАТИКЕ

Г.М. Аутова — 2025-12-22

В данной статье анализируются эффективные методы реализации междисциплинарных связей посредством интегрированного обучения физике и информатике. Кроме того, в ходе обучения будут проанализированы преимущества использования этих методов и предложены их решения. Использование информационно-коммуникационных технологий в современной системе образования позволяет углубить знания студентов и использовать их на практике. В статье представлены результаты экспериментального определения вязкости жидкости с использованием формулы Стокса для расчета сопротивления падающего внутри жидкости шара и исследования полученного результата с помощью инструментов информатики в формате электронной таблицы (Google Таблицы).

АНАЛИЗ ОКРУЖЕНИЯ ПОЛЗОВАТЕЛЕЙ СОЦИАЛЬНОЙ СЕТИ

А.Ж. Ахметова — 2025-12-22

На сегодняшний день социальные сети являются частью повседневной жизни пользователей по всему миру. В основном используются в общении, обмене информацией а также формировании общественного мнения. В социальных сетях объем данных растет с каждым днем и это вызывает большой интерес для исследователей, так как позволяет изучать поведения пользователей, социальные процессы. Одним из важных среди которых являются методы влияния на поведения пользователей социальной сети. Данная статья посвящена методам влияния на мнения пользователей. А именно рассмотрена теория социального влияния. В статье приведены количественные характеристики, отношения и множества, вычислимые на основе данных, получаемых из социальных сетей. Предложены модификации теории динамического социального влияния Латане применительно к социальным сетям. В ходе работы видоизменены формулы, описывающие количество социального давления, направленного на индивидуума для различных ситуаций. Описаны внешние факторы влияния, которые также воздействуют на изменение мнения индивидуума. Результаты анализа социальных сетей могут быть использованы как инструмент формирования общественного мнения в государствах и манипулирования общественным мнением. В статье сообщается о разработанном программном комплексе, позволяющем извлекать информацию из социальных сетей, проводить обработку и анализ данных. Программный комплекс, содержащий модули извлечения информации из социальных сетей, обработки, анализа данных. Все модули реализованы на языке Python. Модуль извлечения данных имеет возможность извлекать данные, в первую очередь, из крупнейших социальных сетей: Twitter и vkontakte. Для доступа к каждой из них используется интерфейс прикладного программирования (API). В конце приведены результаты вычисления.

РАЗРАБОТКА МОДЕЛИ ЗАЩИТЫ АУТЕНТИФИКАЦИОННЫХ ДАННЫХ И КОНТЕНТА ВЕБ-САЙТА НА ОСНОВЕ ТЕХНОЛОГИИ БЛОКЧЕЙН

A.Ш. Баракова — 2025-12-22

В данной статье представлен новый консенсусный алгоритм разработанный на основе PBFT и направленный на повышение масштабируемости и безопасности блокчейн-систем. Система основана на четырёхуровневой архитектуре (сетевой, консенсусный, прикладной и мета-прикладной уровни) и сегментации узлов: прокси-узлы выполняют локальный консенсус, глобальные прокси-узлы объединяют блоки из сегментов, а суперузлы осуществляют системный контроль.

Новый подход внедряет механизмы гарантий, стратегию выбора доверенных узлов, а также двойное лидерство (dual-leader) для повышения надёжности. Теоретическая и экспериментальная оценка показала эффективность сегментированной архитектуры: необходимое количество узлов сократилось с 3f+1 до 2f+1, что повысило ресурсную эффективность; средняя задержка консенсуса составила 80–147 мс (на ~62–70% быстрее по сравнению с традиционным PBFT); сложность коммуникации оптимизирована в пределах O(n)–O(n²). Моделирование и верификация результатов выполнены с использованием Python и Matplotlib.

В результате алгоритм, основанный на PBFT, демонстрирует улучшения в масштабируемости, надёжности и производительности консорциумных блокчейнов, эффективно сочетая механизмы обнаружения вредоносных узлов и глобальной агрегации блоков. Работа представляет собой важную основу для практической реализации и последующего формального анализа.

Программная реализация алгоритма выполнена на Python с использованием хэширования контента и загрузки в IPFS. В языке Solidity разработан смарт-контракт, регистрирующий законного владельца контента, хэш-значение и IPFS CID. Прототип системы, реализованный на платформе www.Aliyaschool.kz, был протестирован в реальных условиях, а работоспособность смарт-контракта подтверждена с помощью Remix IDE.

Предложенный алгоритм, направленный на решение проблемы масштабируемости блокчейна, обеспечивает эффективное распределение системной нагрузки, обнаружение вредоносных узлов и снижение коммуникационной сложности, делая процесс консенсуса более быстрым и безопасным. Данный инновационный подход представляет собой научно обоснованную модель и вносит методологический вклад в отечественную исследовательскую базу в области защиты веб-систем на основе блокчейн-технологий.

ГЛУБОКАЯ НЕЙРОННАЯ СЕТЬ НА ОСНОВЕ АРХИТЕКТУРЫ CONV-LSTM ДЛЯ ВЫЯВЛЕНИЯ СЕРДЕЧНЫХ ЗАБОЛЕВАНИЙ

A.Н. Жидебаева — 2025-12-22

В развивающейся области диагностики здоровья электрокардиограмма (ЭКГ) служит основополагающим инструментом оценки состояния сердца.

В данной статье представлена инновационная методология, использующая возможности архитектуры Deep Conv-LSTM для быстрого и точного выявления аритмии посредством измерений ЭКГ. Исторически аномалии сердца выявлялись с помощью эвристических методов, что требовало глубокого исследования и экспертных знаний. Модель Deep Conv-LSTM устраняет ограничения традиционных методологий, объединяя возможности извлечения пространственных признаков сверточных нейронных сетей (CNN) с возможностями распознавания временных образов LSTM-сетей. Первоначальные результаты, полученные на основе обширного набора данных, богатого аномалиями ЭКГ-сигналов, показали значительное повышение точности, снижение количества ложных срабатываний и ускорение выполнения основных действий.

Эта модель продемонстрировала способность обрабатывать неожиданные характеристики сигналов ЭКГ, отражающие широкий спектр сердечных ритмов и сложности, связанные с выявлением едва заметных аритмических событий. Более того, способность модели распознавать длительные и сложные последовательности в сочетании с кратковременными аномалиями указывает на её потенциальное применение в системах дистанционной диагностики и непрерывного мониторинга состояния пациентов. Интеграция архитектур CNN и LSTM положит начало эпохе преобразований в области автоматизированного обнаружения аритмии, создавая связь между техническими достижениями и сложными деталями сердечной деятельности, что потенциально может повысить качество лечения пациентов.

МОДЕЛЬ ОБНАРУЖЕНИЯ МОШЕННИЧЕСТВА В ТЕКСТОВЫХ СООБЩЕНИЯХ

Н.М. Жунисов — 2025-12-22

В данной статье представлена новая модель защиты текстовых
сообщений, отправляемых через мессенджеры, от интернет-мошенничества.
Рост видов и объёмов мошеннических действий в современной цифровой среде
актуализирует вопрос обеспечения безопасности мессенджеров, особенно
в Республике Казахстан. В ходе исследования проводилась токенизация на
основе библиотеки QazNLTK и применялись методы сравнительного анализа
текстов. Целью этих методов было тестирование способности выявлять
сообщения, содержащие риск мошенничества. Предлагаемая модель основана
на алгоритме, выявляющем опасные признаки во входящих сообщениях.
Результаты экспериментальной апробации показали, что сходство между
сообщениями одного типа достигает около 75%. Например, примеры текстов
типа «Ваше сообщение касается подозрительных действий» демонстрируют
эффективность модели. Значения точности, полноты и F1-оценки, полученные
в результате применения матрицы спутывания, наглядно демонстрируют работоспособность модели в реальных условиях. Кроме того, анализ каналов
и механизмов распространения фейковых сообщений выявил важность
повышения цифровой грамотности граждан. Результаты исследования
показали необходимость использования расширенных наборов данных,
внедрения методов машинного обучения и тестирования в режиме реального
времени для дальнейшего совершенствования модели. Выводы и результаты,
представленные в статье, рассматриваются как один из первых шагов, которые
послужат основой для повышения безопасности мессенджеров и создания
новых механизмов защиты от интернет-мошенничества. Дальнейшие
исследования в этом направлении позволят глубже понять динамику создания
мошеннических текстов и проанализировать эволюцию текстовых шаблонов.
Кроме того, разработка универсальных моделей, включающих многоязычные
данные, значительно повысит эффективность системы в будущем и расширит
область ее применения.

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ТЕРМОГИДРОДИНАМИКИ ПРИ СБРОСЕ ПОДОГРЕТЫХ ВОД В ОЗЕРО БАЛХАШ

А.А. Исахов — 2025-12-22

В работе представлено численное исследование теплового загрязнения при потенциальном сбросе подогретых вод из системы охлаждения атомной электростанции в прибрежную зону озера Балхаш. Целью исследования являлось определение динамики формирования и пространственного распространения теплового следа, а также оценка его влияния на гидродинамические характеристики акватории.

Для моделирования использовалась двумерная вычислительная гидродинамическая (CFD) модель, основанная на уравнениях Навье–Стокса и энергии, дополненных турбулентной моделью SST k–ω. Моделирование проводилось с использованием реальной геометрии береговой линии. Валидация модели выполнена на тестовой задаче струйного впрыска, показавшей хорошее согласие с экспериментальными данными.

Результаты моделирования показали, что уже в течение первого часа после начала сброса формируется устойчивая зона теплового загрязнения площадью около 1.5 км², где температура воды превышает фоновые значения на 0.5–1.0 K. Высокотемпературная струя постепенно трансформируется в диффузионное тепловое пятно, сохраняющееся в прибрежной зоне вследствие слабого водообмена и рециркуляции. Анализ поля скоростей выявил зоны локальной циркуляции, способствующие длительному удержанию тепла.

Научная новизна работы заключается в применении CFD-подхода для оценки термогидродинамики сброса в условиях ограниченного водообмена крупного озера с реальной морфологией береговой линии озера Балхаш. Практическая значимость заключается в возможности использования разработанной методики для прогнозирования экологических рисков и оптимизации систем охлаждения атомных и тепловых электростанций, размещаемых вблизи озёрных акваторий.

Q-BILIM: ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ОЦЕНКИ РЕЗУЛЬТАТОВ ОБУЧЕНИЯ НА ОСНОВЕ КОМПЕТЕНЦИЙ

З.К. Кадеркеева — 2025-12-22

Аннотация. В данной статье представлена автоматизированная система Q-Bilim, предназначенная для совершенствования процесса мониторинга и оценки в компетентностно-ориентированном образовании (CBE). Система предоставляет формальную модель компетенций, результатов обучения и инструментов оценки с весовыми коэффициентами, что позволяет проводить систематическую и объективную оценку академической успеваемости студентов. Исследование проводилось в рамках курса «Основы баз данных» (2021–2024 учебный год) с участием 170 студентов. Для обеспечения согласованности использовалась четырёхуровневая шкала оценок. Применялись дисперсионный анализ с использованием теста Тьюки HSD, а также регрессионный и кластерный анализ. Результаты подтверждают эффективность Q-Bilim в отслеживании динамики обучения, выявлении влияния изменений в учебной программе и предоставлении конструктивной обратной связи. В планах на будущее – расширение системы на другие дисциплины и университеты, расширение её аналитических методов и улучшение интерфейса

ОБУЧЕНИЕ БЕЗ УЧИТЕЛЯ ДЛЯ ВЫЯВЛЕНИЯ КРИТИЧЕСКИХ РЕЖИМОВ В ПРОИЗВОДСТВЕ ВОЗОБНОВЛЯЕМОЙ ЭНЕРГИИ

Н. Карымсакова — 2025-12-22

Анаэробное сбраживание представляет собой сложный многостадийный биохимический процесс, подверженный нестабильности вследствие изменений состава сырья, технологических параметров и динамики микробных сообществ. Традиционные механистические модели, такие как ADM1, обеспечивают теоретическое понимание процессов, однако требуют трудоёмкой калибровки параметров и не всегда способны адекватно отражать динамику промышленных систем. В настоящей работе предложено использование методов обучения без учителя, в частности кластерного анализа, для идентификации дискретных и повторяющихся эксплуатационных режимов в промышленных анаэробных биореакторах. На основе долгосрочных производственных данных коммерческих установок были сформированы многомерные наборы показателей, включающие концентрации летучих жирных кислот, состав биогаза и ключевые технологические параметры процесса. В результате анализа выделено три типичных режима функционирования: Стабильный режим с высоким выходом метана; Переходный режим, характеризующийся умеренными нарушениями баланса; Ингибированный режим, сопровождающийся накоплением летучих жирных кислот и снижением содержания метана. Выявленные режимы коррелируют с фактическими технологическими событиями, включая резкое увеличение органической нагрузки, что подтверждает потенциал предложенного подхода в качестве системы раннего предупреждения и инструмента поддержки операторских решений. Результаты исследования демонстрируют возможности обучения без учителя для повышения эффективности мониторинга, обеспечения устойчивости и оптимизации управления промышленными системами анаэробного сбраживания.

ОЦЕНКА ЭФФЕКТИВНОСТИ СОВРЕМЕННЫХ НЕЙРОСЕТЕВЫХ АРХИТЕКТУР VAD ПРИ НИЗКОМ ОТНОШЕНИИ СИГНАЛ/ШУМ

А. Кулакаева — 2025-12-22

В настоящей работе рассмотрена задача повышения устойчивости систем обнаружения голосовой активности VAD к воздействию акустических помех, что особенно актуально для практического применения в мобильных устройствах и телекоммуникационных системах. Проведено экспериментальное сравнение пяти гибридных нейросетевых архитектур (CNN+BiGRU, CNN+GRU, CNN+LSTM, CNN+BiLSTM и CNN+TDNN) на большом корпусе казахской речи Kazakh Speech Corpus (KSC2), дополненном синтетическим и реальным шумом из базы ESC-50 при уровне ОСШ от –20 до +30 дБ. Для формирования признакового пространства использовались мел-частотные кепстральные коэффициенты (MFCC), что обеспечило информативное представление аудиосигналов для последующего машинного обучения.

Экспериментальные результаты показали, что все протестированные архитектуры достигают высоких значений Accuracy и F1-score (более 99,3%) во всем диапазоне акустических условий. Архитектура CNN+BiGRU продемонстрировала наилучший баланс между точностью, полнотой и устойчивостью к шуму, тогда как CNN+TDNN выделяется минимальными вычислительными затратами при сопоставимых показателях качества. Анализ матриц ошибок подтвердил способность моделей надежно различать речь и шум даже при низких уровнях отношения сигнал/шум.

Полученные результаты свидетельствуют о высокой пригодности гибридных нейросетевых архитектур для решения задачи VAD в реальных, зашумленных условиях. Наиболее перспективными для практического внедрения являются CNN+BiGRU и CNN+TDNN, что открывает возможности для использования таких моделей в мобильных, встраиваемых и облачных речевых системах.

РАЗРАБОТКА МОДЕЛЕЙ ПРОЦЕССОВ ПРОИЗВОДСТВА СЕРЫ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИРОВАНИЕ

А. Жумадиллаева — 2025-12-22

Сегодня в Казахстане, как и в других нефтедобывающих странах, доля добываемой сернистой нефти имеет тенденцию к увеличению. В связи с этим повышение эффективности процессов производства серы из вредных серосодержащих газов, выделяющихся при нефтепереработке, становится актуальной научно-практической задачей. Сера является полезным и необходимым продуктом для многих отраслей промышленности.

Данная работа направлена на повышение эффективности процесса производства серы посредством его моделирования с использованием одного из методов искусственного интеллекта — искусственных нейронных сетей. Для создания адекватной математической модели процесса производства серы на Атырауском нефтеперерабатывающем заводе (НПЗ) предлагается применять нейросетевые технологии.

В работе создана иерархическая многослойная нейросетевая модель для эффективного моделирования установки по производству серы в условиях неопределенности и ограниченности исходной информации. Для программной реализации нейронной модели обоснованно выбран язык программирования Python и его инструменты.

В качестве метода обучения построенной многослойной нейронной сети предложен итерационный градиентный алгоритм, основанный на методе обратного распространения ошибки, с описанием его основных этапов. В ходе исследования разработанный итерационный градиентный алгоритм был реализован на языке Python с использованием данных, полученных с помощью методов теории нечетких множеств.

На основе созданной программы были построены графики зависимости выходных значений и значений ошибок от количества эпох, а также дана интерпретация полученных результатов. Было установлено, что результаты, полученные с использованием методов искусственных нейронных сетей и нечетких множеств, согласуются друг с другом.

Результаты обучения модели на основе нейронной технологии показали минимальные ошибки, а объем производимой серы оказался максимально близким к целевому значению.

НОВОЕ ВЕБ-ПРИЛОЖЕНИЕ НА ОСНОВЕ LSTM ДЛЯ АВТОМАТИЗИРОВАННОЙ ОЦЕНКИ НАДЕЖНОСТИ ПАРОЛЕЙ

А. Мырзатай — 2025-12-22

Согласно последнему отчёту Verizon DBIR, неграмотное обращение с учётными данными, включая повторное использование паролей и влияние человеческого фактора при их создании, остаётся одним из ключевых векторов атак. Исследование, проведённое авторами, показало, что большинство пользователей меняют пароли лишь при их утрате, а 35 % считают обязательную регулярную смену неудобной. Это подчёркивает необходимость технических решений, способных наглядно демонстрировать уязвимости системы и повышать осведомлённость в вопросах безопасности.

В рамках исследования человеческий фактор при создании имён пользователей и паролей рассматривается как уязвимость. Определение используемых людьми шаблонов и правил значительно сокращает количество комбинаций, которые злоумышленнику необходимо перебрать для получения доступа. Предложенный метод основан на LSTM-модели, работающей на уровне отдельных символов, выявляющей повторяющиеся структуры и формирующей обобщённые маски, отражающие характерные паттерны. Для обучения использовались открытые датасеты, включающие 31 000 скомпрометированных паролей. Модель показала точность более 90 % на тестовой выборке без признаков переобучения. Подход объединяет анализ индивидуальных привычек пользователя при генерации логинов и паролей с автоматическим извлечением ключевых слов из открытых источников с помощью алгоритма keyword extraction. Метод интегрирован в веб-приложение, позволяющее локально дообучать модель, запускать её через ONNX и выполнять все вычисления на конечном устройстве пользователя, что гарантирует конфиденциальность данных и соответствие требованиям информационной безопасности.

ПОВЫШЕНИЕ НАДЁЖНОСТИ ПЕРЕДАЧИ ДАННЫХ С МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ С ПРИМЕНЕНИЕМ SDR ОБОРУДОВАНИЯ

Д.Т. Сагидолдин — 2025-12-22

В данной статье рассматривается проблема повышения надежности передачи информации между малыми космическими аппаратами и наземными станциями с использованием SDR (AD9364). Малые космические аппараты имеют ограничения по мощности и ресурсам, поэтому важно обеспечить стабильную связь при минимальных затратах энергии и оборудования. Для этого предложено использовать специальный трансивер AD9364, который позволяет гибко настраивать параметры передачи сигнала, а также мощный усилитель HMC998, увеличивающий дальность и качество связи. Также были проведены расчеты и компьютерное моделирование, чтобы оценить, как различные схемы модуляции сигнала и методы кодирования влияют на вероятность ошибок при передаче данных. Результаты моделирования показали, что наиболее эффективными для спутниковой связи являются схемы модуляции BPSK и QPSK, особенно при использовании кодирования LDPC, которое позволяет значительно уменьшить количество ошибок и стабильно поддерживать высокую надежность сигнала. Полученные данные помогут улучшить параметры радиоканала и могут использоваться разработчиками при проектировании новых систем спутниковой связи.

РАЗРАБОТКА АППАРАТНОГО СРЕДСТВА ДЛЯ КОНТРОЛЯ ОПТИЧЕСКИХ ПАРАМЕТРОВ

А.Н. Сералы — 2025-12-22

Аннотация. В этой статье описано устройство экспериментальной установки для получения данных в формате изображения или коротких видеороликов. Для создания экспериментальной установки были использованы волоконно-оптические датчики (ВОП), лазеры нового поколения и камера FLG. Описан последовательный функционал экспериментального стенда, так же представлены данные и метрологические характеристики лазеров, которые дают возможность выбора при использовании в различных обстоятельствах. Кроме того, дальнейшие исследования и выбор методов машинного обучения для классификации данных зависят от качества обрабатываемой информации, поэтому в статье рассмотрены технические характеристики лазеров. В статье изложены результаты проверки стабильности лазерных излучателей (диодных лазеров) по таким параметрам, как оптическая мощность и длина волны, проведенной в аккредитованной лаборатории. На текущем этапе нашего исследования основное внимание уделяется сбору данных и мониторингу оптических параметров, которые изменяются при воздействии на волоконно-оптические датчики (ВОП), поэтому выбор лазера имеет решающее значение для получения точных данных. В статье представлены исследования отечественных ученых, которые использовали волоконно-оптические датчики, широко применяемые в строительстве и охранных системах, такие как решетка Брега. Дальнейшее исследование будет сосредоточено на распознавании данных и определении характера воздействия на датчики в определённый период времени с использованием нейросетей и методов глубокого обучения. Современные технологии развиваются стремительно, поэтому в процессе исследования могут произойти значительные изменения в выборе программных решений и интеграции данных. Поэтому экспериментальная установка обладает уникальными характеристиками и может быть модернизирована и усовершенствована в зависимости от применяемых технологий, таких как современные лазеры и FLG-камеры.

Ключевые слова: волоконно-оптические датчики, лазеры, машинное обучение, решетка Брега, нейросети.

РАЗРАБОТКА И РЕАЛИЗАЦИЯ ВЫЧИСЛИТЕЛЬНОЙ МОДЕЛИ МАГМАТИЧЕСКИХ ПРОЦЕССОВ В НЕДРАХ ЗЕМЛИ И НА ЕЁ ПОВЕРХНОСТИ

A.A. Таурбекова — 2025-12-22

Работа посвящена использованию современных численных подходов и алгоритмов для имитации процессов тектонической активности, протекающих в глубинных структурах Земли. Магматические потоки представлены как жидкости с высокой вязкостью и низкими значениями числа Рейнольдса. Методология построена на решении дифференциальных уравнений с начальными и граничными условиями при фиксированных параметрах подвижной границы. Предложенная модель направлена на анализ начальных этапов тектонических изменений и может быть применена для выявления потенциально опасных в сейсмическом отношении зон. Этот подход способен дополнить существующие методы наблюдения за динамикой земной коры.

ЭКСПЕРТНАЯ СИСТЕМА ПРОГНОЗИРОВАНИЯ QOS В 5G-СЕТЯХ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

К.С. Чежимбаева — 2025-12-22

Аннотация. В современных сетях связи пятого поколения (5G) качество обслуживания (Quality of Service, QoS) играет ключевую роль при обеспечении надежных и высокоскоростных сервисов для широкого спектра приложений — от мобильного широкополосного доступа до критически важных систем. Однако высокая динамика нагрузки, нестабильность радиоканала и неоднородность трафика приводят к тому, что традиционные методы оценки QoS, основанные на жестких пороговых значениях, часто оказываются неэффективными и не отражают текущего состояния сети.

В качестве решения предлагается экспертная система прогнозирования QoS, основанная на методах нечёткой логики, реализованная в MATLAB R2024a. В качестве входных данных используются значения требуемой и выделенной пропускной способности, позволяющие определить коэффициент обеспеченности сети. На основе набора лингвистических правил Mamdani выполняется формирование прогнозного уровня QoS в диапазоне от 0 до 100%, что позволяет учитывать неопределённость и вариации сетевых условий.

Ключевой гипотезой исследования является предположение, что применение нечёткой логики повышает точность и интерпретируемость оценки QoS без необходимости использования больших обучающих данных. Результаты моделирования подтвердили способность системы корректно прогнозировать изменения QoS при различных нагрузках сети.

Практическая значимость работы заключается в потенциальной интеграции разработанного подхода в системы мониторинга и управления ресурсами операторов 5G для повышения устойчивости и адаптивности обслуживания.