Журнал «Вестник РГГУ» Серия "Информатика. Информационная безопасность. Математика" Дайджест № 2 за 2026 год
В разделе «Информатика» представлены четыре статьи.
Высоцкая И.А. (Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина) «Прогнозирующие модели с использованием кластеризации и регрессии» (с. 8). В статье рассматривается комплексный подход
к решению задач прогнозирования для многомерных данных посредством сочетания двух популярных статистических методов: кластеризации и регрессии. В работе предлагается методика построения модели кластерной регрессии
для многомерных данных, отличительной особенностью которой является подбор степени аппроксимирующего полинома в зависимости от неоднородности описываемых данных.
Представлен краткий обзор публикаций о методах решения задач прогнозирования, в частности, о кластерной линейной регрессии. Представлена математическая постановка задачи. Ключевая идея работы состоит в
разделении всего набора данных на кластеры и последующем построении индивидуальных регрессионных моделей. Для каждого кластера строится модель линейной регрессии, основанная на расстоянии объектов до центроида,
что снижает влияние шумовых и пограничных наблюдений. Если качество полученной модели неудовлетворительное, то предлагается полиномиальная модель, степень которой выбирается на основе анализа разности между
ошибкой обучения и ошибкой валидации, что позволяет избежать переобучения и обеспечить оптимальный баланс между сложностью модели и её обобщающими способностями. В работе приводится иллюстративный пример
реализации предложенной методики на наборе данных анкетирования студентов, демонстрирующий значительное улучшение показателей точности и интерпретируемости по сравнению с традиционными методами моделирования.
Рахмани Д., Селиванов Д.В. (Московский технический университет связи и информатики) «Архитектурные паттерны интеграции компонентов информационных систем» (с. 21). В статье рассматриваются архитектурные
решения интеграции компонентов информационных систем на этапе их проектирования. Цель работы – разработать методику сравнительной оценки интеграционных стилей с использованием единой системы метрик и формирование
практических рекомендаций по выбору рациональной архитектуры. Предлагается автоматизированный эталонный стенд, моделирующий взаимодействие сервисов при использовании файлового обмена, общей базы данных,
удалённых вызовов процедур REST и gRPC, а также обмена сообщениями через брокер. Для каждого стиля последовательно измеряются задержка, пропускная способность, устойчивость к отказам, надёжность доставки
сообщений и трудоёмкость сопровождения интеграции. Полученные данные анализируются с учётом типовых сценариев цифровых платформ и корпоративных информационных систем. На основе результатов сравнения чётко
выделяются области эффективного применения каждого стиля и формулируются рекомендации по выбору интеграционной архитектуры с учётом требований к производительности, надёжности и эволюционному развитию системы.
Научная новизна работы заключается в объединении количественных метрик и качественных характеристик интеграции в единой сравнительной модели. Практическая значимость исследования состоит в непосредственной
применимости предложенной методики при выборе архитектуры интеграции в корпоративных информационных системах.
Титов А.П. (МИРЭА – Российский технологический университет, Институт кибербезопасности и цифровых технологий), Гришина Н.В. (Российский государственный гуманитарный университет, Московский государственный
лингвистический университет), Титова Д.Н. (Образовательный центр «Протон») «Разработка локального органайзера фотогалереи на основе распознавания с многофакторной фильтрацией лиц» (с. 36). Статья посвящена
разработке локального органайзера фотогалереи на основе распознавания с многофакторной фильтрацией лиц. Предлагаемое в данной статье программное средство FaceGallery представляет собой автономный десктопный
органайзер, который не только восполняет эти функциональные пробелы, но и реализует парадигму «вычислений на границе» (Edge Computing). Целью работы является разработка и экспериментальное исследование
эффективности информационной системы, способной к автоматической детекции, идентификации и многофакторной фильтрации изображений по уникальным лицевым дескрипторам. В основе методологии системы лежит интеграция
современных библиотек компьютерного зрения. Ядро распознавания построено на библиотеке face_recognition, использующей нейросетевую архитектуру ResNet для генерации 128-мерных векторных представлений лиц.
Сравнение эмбеддингов выполняется по метрике евклидова расстояния с адаптивным порогом схожести. Уникальной особенностью системы является алгоритм контекстно-зависимой фильтрации, позволяющий находить
изображения, содержащие заданную комбинацию людей. Архитектура решения реализована на Python с использованием модульного подхода. Графический интерфейс на Tkinter обеспечивает интуитивное взаимодействие
с системой, включая загрузку изображений, идентификацию новых лиц и формирование сложных запросов. Оптимизация производительности достигнута за счёт многопоточной обработки и алгоритмического сжатия
входных изображений без потери точности распознавания. Разработанное решение соответствует современным трендам Edge Computing и Privacy-Preserving ML, выполняя все вычисления локально на устройстве
пользователя. Это обеспечивает полное соответствие требованиям GDPR и ФЗ-152, исключая риски передачи биометрических данных третьим сторонам. Система демонстрирует конкурентоспособность с облачными
аналогами, превосходя их по критерию стоимости владения и предлагая уникальную функцию группового поиска.
Рахмани Д., Рыбаков А.Д. (Московский технический университет связи и информатики) «Гибридные модели прогнозирования спроса для управления складскими запасами: дизайн, экспериментальная оценка и интеграция
с ERP/WMS» (с. 59). В условиях высокой волатильности спроса традиционные методы управления запасами демонстрируют недостаточную точность из-за нелинейной динамики и сложных внешних факторов. Целью настоящего
исследования является разработка, апробация и эмпирическая валидация гибридной системы прогнозирования спроса, интегрирующей методы прикладной информатики (ARIMA, LSTM, ансамблевые модели) для решения сложных
задач прогнозирования и оптимизации управления запасами. Решение сложных задач прогнозирования спроса и управления запасами требует применения современных инструментальных средств прикладной информатики.
В качестве методов использованы скользящий бектест на данных крупной логистической компании (1000 товарных позиций, 36 месяцев), оптимизация весов моделей по валидационной выборке и переход от точечного прогноза
к квантильной политике пополнения запасов. Результаты показали снижение симметричной средней абсолютной процентной ошибки (sMAPE) на 18–19%, сокращение избыточных запасов на 12%, дефицита – на 40% и рост
оборачиваемости на 19,5%. Научная новизна заключается в формализованной схеме взвешенной агрегации прогнозов и в интеграции оценок неопределённости в управленческую политику. Практическая значимость работы
состоит в готовности решения к внедрению в системы ERP/WMS и обеспечении устойчивой эксплуатации через практики MLOps.
В разделе «Информационная безопасность» представлены две статьи.
Арутюнов В.В. (независимый исследователь), Гришина Н.В. (Российский государственный гуманитарный университет, Московский государственный лингвистический университет) «Динамика формирования кластера знаний в
области применения искусственного интеллекта при решении задач обеспечения информационной безопасности» (с. 68). В работе выявлены особенности изменения наукометрических показателей (публикационной активности,
цитируемости и др.) по итогам исследований учёных России в 2016–2024 гг. в области применения искусственного интеллекта (ИИ) при решении задач защиты информации; определены направления исследований в этом
секторе науки, итоги работ по которым отличаются высокой востребованностью. В их числе выделяются: вопросы правового регулирования при использовании ИИ; влияние ИИ на сферу современного образования;
возможности и границы применения ИИ в корпоративном управлении; опыт и перспективы использования ИИ в банках; проблемы квалификации и расследования преступлений, совершаемых с использованием ИИ.
Определены особенности изменения вышеуказанных показателей, в том числе их экстремумы, а также взрывной рост публикаций с 2018 г. в анализируемой сфере знаний; выявлены организации России, итоги исследований
которых в области ИИ, используемого для обеспечения защиты информации, активно востребуются другими организациями страны.
Работа была выполнена с использованием баз данных Российского индекса научного цитирования (РИНЦ).
Отмечается, что инструментарий РИНЦ позволяет выявлять учёных и специалистов, чьи результаты исследований за рассматриваемый период отличались повышенной востребованностью научного сообщества.
Приводятся некоторые данные (в том числе экономические) о применении ИИ в различных сферах экономики стран (металлургии, разведывательной деятельности и др.).
Шевцова Г.А., Добринов К.П. (Российский государственный гуманитарный университет) «Автоматизированная проверка фактов с использованием технологий искусственного интеллекта в задачах информационной
безопасности» (с. 81). В условиях роста масштабов дезинформации и усложнения информационных угроз возрастает необходимость интеграции интеллектуальных технологий в контуры информационной безопасности.
В статье рассматриваются теоретические и прикладные аспекты применения технологий искусственного интеллекта в автоматизированной проверке достоверности информации (Automated Fact-Checking, AFC). Цель
исследования – разработка методологического и архитектурного подхода к проектированию AFC-систем, адаптированных к задачам защищённых информационных контуров. Проведён анализ зарубежных и отечественных
решений в области автоматизированного фактчекинга, выявлены ограничения их использования в условиях русскоязычного информационного пространства и требований к информационному суверенитету. Особое внимание
уделено вопросам объяснимости выводов языковых моделей, аудируемости решений и снижению рисков галлюцинаций генеративных систем. Предложена архитектурная модель AFC, основанная на гибридном принципе
“human-in-the-loop”, модульной структуре, локальном развёртывании языковых моделей и интеграции с инструментами OSINT-мониторинга. Обоснована необходимость использования отечественных моделей и контролируемых
контуров обработки данных.
Полученные результаты могут быть использованы при разработке интеллектуальных модулей мониторинга информационных угроз, систем поддержки принятия решений в сфере информационной безопасности, а также в учебных
курсах по направлению «Искусственный интеллект в информационной безопасности».
В разделе «Математика» представлена одна статья.
Бозиев О.Л., Гуртуев А.О. (Институт информатики и проблем регионального управления Кабардино-Балкарского научного центра РАН, Кабардино-Балкарский государственный университет) «Математические модели
локального рынка сельскохозяйственной продукции с ограниченным спросом» (с. 96). В локальных экономических сообществах часто наблюдаются особые случаи организации рыночных систем, для которых внешние факторы
задают ограничения эффективности модели совершенной конкуренции и связанного с ней механизма свободного рынка. Одним из распространённых видов такой специфики является ограничение ёмкости рынка – максимальной
величины спроса. Особенно подобные рынки распространены в аграрных регионах с неразвитой либо дорогостоящей в использовании транспортной инфраструктурой. В России такие системы наблюдаются в регионах Северного
Кавказа. Из-за высоких издержек выхода на внешние рынки и бюджетных ограничений здесь регулярно наблюдается сезонное перепроизводство отдельных сельхозкультур. Это происходит из-за несоответствия существующего
механизма организации рынка в условиях неполной информации реалиям локального рынка с ограниченной ёмкостью. Эффективность и устойчивость равновесия на таком рынке определяется его институциональной структурой.
Целью статьи является игровое моделирование локального рынка сельхозпродукции с ограниченным спросом с учётом вариативности механизма согласования поведения участников рынка. В работе представлены игровые модели
подобных рыночных систем, в том числе – многоматричная игра, моделирующая локальную олигополию и байесовская игра с природой для ситуации локального конкурентного рынка многих производителей. Для полученных
моделей представлены оптимальные стратегии риск-нейтрального игрока. Построен и проанализирован механизм информационного обмена с нулевыми затратами. Показано, что он является выявляющим и согласованным по
предпочтениям и приводит к равновесию с отсутствием перепроизводства по каждой сельхозкультуре.
Читать новый выпуск журнала «Вестник РГГУ»
Серия «Информатика. Информационная безопасность. Математика» (№ 2 за 2026 год)
