Статья: ИСПОЛЬЗОВАНИЕ OSINT В СОВРЕМЕННОЙ СИСТЕМЕ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ (2025)

Статья посвящена вопросам автоматизации прогнозирования доходности финансовых инструментов посредством разработки инструментария для интерактивного управления параметрами стохастических моделей доходности, расчетов и визуализации результатов с использованием языка программирования R и библиотеки Shiny. Цель исследования заключается в создании web-приложения, с помощью которого у пользователя появляется возможность управлять всеми ключевыми показателями, влияющими на итоговую стоимость финансового инструмента, точно настраивать модель, по которой будут строиться траектории доходности. Для демонстрации связи того или иного параметра модели на итоговый финансовый результат реализована графическая интерпретация расчетов, что позволяет в режиме реального времени оценивать отклик модели на изменение любого параметра. В качестве математической базы при построении web-приложения использовались модель геометрического броуновского движения, метод Монте-Карло. Методология исследования основана на применении методов математического моделирования прогнозирования цен актива в условиях неопределенности. Основное внимание в работе приложения уделено вопросам интерактивной визуализации результатов симуляции как реакции на изменение состояния интерфейса пользователем. Данный подход позволяет пользователю в реальном времени работать в пространстве параметров модели, отслеживая и контролируя реакцию системы на все свои действия. Также в приложении реализованы функции оценки возможных сценариев изменения стоимости активов с учетом волатильности, ожидаемой доходности и ряда других характеристик. Результаты, полученные в ходе разработки и практического использования приложения, показывают высокую степень управляемости поведением модели с помощью визуальных элементов интерфейса приложения, наглядность представления в оценке ожидаемой доходности, а также возможность адаптации модели под различные финансовые инструменты. Заложенные в приложении варианты сценариев демонстрируют, как любые незначительные изменения входных параметров отражаются на наблюдаемых показателях актива, что подчеркивает важность интерактивного стохастического анализа в процессе принятия инвестиционных решений. Результаты исследования могут применяться в образовательных целях для изучения инструментов количественной оценки рисков и доходности, а также в инвестиционном анализе. Разработанное приложение демонстрирует инкапсуляцию сложных математических методов и понятий, оставляя пользователю наглядные и интуитивно понятные визуальные инструменты исследования финансовых рисков и прогнозирования доходности активов.

В статье обосновывается трансформация рынка труда в связи с переходом общества в информационную стадию развития и его влияние на демографическую ситуацию в стране. Цель исследования - оценить перспективы развития единой цифровой платформы (ЕЦП) в социальной сфере и ее роль в этих процессах. Методология исследования базируется на комплексном анализе взаимосвязи происходящих в обществе изменений: развитие гиг-экономики*, платформенной занятости и самозанятости и задач, стоящих перед единой цифровой платформой в социальной сфере. Рассматриваются воздействие технологических изменений на трансформацию рынка труда и перспективы развития функций и сервисов цифровой платформы в социальной сфере государства для обеспечения в новых условиях эффективного и комфортного взаимодействия пенсионеров и самозанятых с госслужбами и рынком занятости. Показано, что привлечение самозанятых и пенсионеров к легальной трудовой деятельности с помощью ЕЦП положительно влияет на их финансовую стабильность, здоровье и продолжительность жизни. В статье приводятся данные исследований, подтверждающие, что работающие пенсионеры реже страдают от хронических заболеваний, депрессии и деменции, имеют более высокий уровень удовлетворенности жизнью. В статье также анализируются функции ЕЦП: упрощение доступа к информации, автоматизация учета трудового стажа и интеграция с другими государственными системами. Эти функции способствуют снижению административных барьеров, мотивации к продолжению трудовой деятельности и улучшению демографической ситуации. Автором предложен подход к количественной оценке эффективности влияния ЕЦП в социальной сфере России на демографическую ситуацию на основе модели, использующей сети доверия Байеса. Результаты исследования могут использоваться для экспертного и математического выбора альтернативных стратегий развития сервисов ЕЦП в социальной сфере.

Внедрение искусственного интеллекта (ИИ) затронуло практически все сферы социально-экономической жизни общества. Отношение к этому феномену разное. Так, например, общество неоднозначно относится к ИИ в образовании. Многие очень уважаемые и титулованные представители сообщества науки и образования негативно относятся к такой практике, запугивая нас захватом человечества «умными машинами». На наш взгляд, процесс расширения возможностей применения ИИ в образовании неизбежен. В настоящей статье сделана попытка проанализировать положительные и отрицательные стороны применения ИИ в сфере высшего образования России. На основе проведенного исследования определены его основные понятия и сделана попытка оценить роль и возможности ИИ в улучшении качества учебного процесса во всех его аспектах: эффективности получения знаний, автоматизации оценивания и документооборота, индивидуального подхода, активации научной деятельности студентов, социальной адаптации и психологической помощи. Фактически, он поможет решать все педагогические задачи, стоящие перед вузом и преподавателями. Отдельное внимание авторами уделено выявлению и оценке негативных моментов применения ИИ в высшем образовании (возможности академического мошенничества; отсутствие эмпатии в случае полной замены человека на ИИ; недостаточная степень защищенности данных; недостаток гибкости и адаптивности к изменениям в текущем моменте; ограничение свобод выбора, ограниченность в творческих областях). В работе отмечены основные нейросети, используемые современными студентами и рассмотрены отличия возможностей использования ИИ в России и иных странах. Авторы подчеркивают, что при совершенствовании образовательного процесса, наряду с улучшением качества образования, нельзя забывать о такой важной составляющей педагогической работы, как воспитание гармоничной духовно-нравственной личности. Все технологии должны работать под контролем человека и постоянно совершенствоваться, чтобы эффективно поддерживать образовательный процесс на качественно необходимом уровне.

Цель работы - прогнозирование осложнений при COVID-19 в виде пневмонии тяжелой степени по базе клинико-лабораторных данных методами машинного обучения (МО). Градация тяжести заболевания COVID-19 основана на результатах компьютерной томографии (КТ). Группы пациентов состояли из 31 пациента с тяжелой формой пневмонии (КТ 2-4) и 113 пациентов с нетяжелой формой (КТ 0-1) и без пневмонии. База данных включила 105 клинико-лабораторных показателей. Применены стандартные непараметрические критерии χ² и критерий Манна-Уиттни (U-тест) c коррекцией на множественное тестирование по Бонферрони-Холму. Выявлены 13 значимых показателей. Использованы методы машинного обучения (МО) системы анализа данных Data Master Azforus с применением лучших из них в виде ансамбля. Методы МО позволили построить мультифакторные нелинейные модели для прогнозирования. Для всего периода наблюдения результат прогнозирования методом статистически взвешенных синдромов (СВС) достиг значения ROC AUC = 0,9. Достаточно точный прогноз пневмонии тяжелой степени при COVID-19 оказалось возможно сделать по 26 наиболее значимым клинико-лабораторным показателям. Известные лечащим врачам клинические признаки, определяющие тяжесть течения пневмонии, подтверждены методами МО. Апробация модели доказала ее перспективность. Внедрение модели в практику повысит точность и оперативность диагностики тяжелого течения пневмонии. Система анализа данных Data Master Azforus (САД ДМА) позволит врачам-исследователям создавать рекомендательные системы по прогнозированию и диагностике заболеваний.