В статье исследуются современные методы организации кибератак с применением искусственного интеллекта (ИИ) в контексте растущей геополитической напряженности. Основное внимание уделяется анализу использования ИИ злоумышленниками и разработке соответствующих систем защиты. Методология исследования базируется на анализе моделей MITRE и Lockheed Martin, а также изучении реальных сценариев цифровой агрессии. Это позволяет выявить ключевые группы угроз и техники применения ИИ в кибератаках. Авторы выделяют пять основных групп субъектов угрозы, различающихся по уровню технической оснащенности и целям. Актуальность исследования обусловлена асимметричностью затрат на проведение кибератак и обеспечение информационной безопасности, а также значительным ущербом от успешных атак. В работе обосновывается необходимость создания самообучающихся систем безопасности для противодействия «боевому искусственному интеллекту». Результаты исследования могут быть использованы для разработки эффективных систем защиты в условиях современных киберугроз.
В статье рассматривается задача модификации исходного алгоритма преобразования информации дискретного пространства бинарной матрицы QR Code за счёт уменьшения объёма служебной информации и повышения корректирующей способности кода. Целью работы является разработка альтернативного алгоритма формирования корректирующего кода, основанного на модифицированном алгоритме Хэмминга, применимого к структурам микроформата Micro QR Code версии М1. Методологическая основа исследования включает сравнение последовательностей, полученных по стандарту ГОСТ ИСО/МЭК 18004-2015, с последовательностями, сформированными с использованием одного из вариантов преобразования исходных данных алгоритма Хэмминга, а также анализ корректирующих свойств на разных длинах исходной числовой информации. Полученные результаты показывают, что предложенный подход обеспечивает уменьшение объёма служебных данных и позволяет корректировать большее число ошибок по сравнению с используемым в стандарте алгоритмом Рида-Соломона при неизменной структуре бинарной матрицы. Показаны примеры формирования кодовых последовательностей для различных объёмов исходных данных, продемонстрирована возможность исправления до пяти ошибок в компактных дискретных полях. Предложенный метод может быть использован при модернизации алгоритмов кодирования QR Code, разработке специализированных библиотек и программных модулей, а также в прикладных системах, где требуется повышенная надёжность передачи и хранения данных. Сделан вывод о перспективности применения алгоритма Хэмминга в качестве альтернативного механизма коррекции ошибок в микроформатах QR Code.