Труды Института системного анализа Российской академии наук

Научный журнал "Труды Института системного анализа Российской академии наук (ИСА РАН)" публикует материалы по широкому кругу фундаментальных проблем развития методологии системного анализа и ее приложений к решению разнообразных задач в сфере науки и практики.

Журнал предназначен для научных сотрудников, инженеров и исследователей,  работающих в рамках этой проблематики, а также для политиков, сотрудников государственных и муниципальных органов, специалистов предприятий и представителей общественных организаций.  Правила подготовки статей для публикации в журнале, а также правила рецензирования статей, поступивших в редакцию, приведены на сайте журнала. 

Журнал зарегистрирован в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор). 

Свидетельство о регистрации средства массовой информации ПИ № ФС77-65718 от 20 мая 2016 г.

ISSN (print): 2079-0279

Учредитель: Федеральный исследовательский центр «Информатика и управление» Российской академии наук»

Главный редактор: Попков Юрий Соломонович, академик РАН, д.т.н., профессор, г.н.с.

Периодичность / доступ: 4 выпуска в год / открытый

Входит в: перечень ВАК, РИНЦ

Подписной индекс журнала: 014578 в электронном  каталоге ГК «УРАЛ-ПРЕСС» (http://ural-press.ru).

 

Текущий выпуск

Том 74, № 3 (2024)

Обложка

Весь выпуск

Методы и модели системного анализа

Моделирование оценок синергетических эффектов организации деятельности в системе естественно-монопольных характеристик
Белоусова Н.И., Бушанский С.П.
Аннотация

Исследуются теоретико-прикладные подходы к оценке синергетических эффектов организации деятельности на основе моделей и методов современной теории естественной монополии для решения задач анализа и стратегического проектирования инфраструктурных подсистем. Проанализированы взаимосвязи адекватного теоретического обоснования способов эффективной организации отраслевых рынков и теоретико-прикладных подходов к оценке естественно-монопольной синергии. В рамках моделей нормативной идентификации сформированы подходы к оценке синергетических эффектов с использованием ключевых технологических детерминант/ естественно-монопольных индикаторов деятельности. Определены направления анализа факторов, влияющих на синергетические эффекты организации деятельности в рамках теоретических представлений поведенческой идентификации естественной монополии с расширением набора используемых естественно-монопольных характеристик. Выделяются меры государственного регулирования, связанные с формированием рыночного экономического поведения естественного монополиста, прежде всего, ценового поведения, определяющие возможности корректировки оценок синергетических эффектов организации деятельности.

Труды Института системного анализа Российской академии наук. 2024;74(3):3-12
pages 3-12 views
Действие закона диффузии внешней среды организаций как социально-экономических систем
Найденов И.В.
Аннотация

Каждую организацию можно представить системой, сложность которой зависит от количества элементов ее составляющих и метода систематизации. Совокупности организаций образуют производственные и отраслевые объединения на региональном и национальном уровнях. Общая теоретическая направленность на изучение организаций в отраслях экономики и их представление, как целостных социально-экономических образований, позволяет уточнить главную задачу любого исследования и практической деятельности предприятия. Статья посвящена исследованию специфического организационного закона – закона диффузии внешней среды. Рассмотрены методы исчисления соответствующих коэффициентов эластичности для прогнозирования объемов работы организаций и их объединений на любом уровне агрегирования. Эта категория занимает центральное место в теории данного закона, поскольку очень важна для понимания содержания и сути вещей, основанных на объективной интерпретации динамического изменения объединений организаций на различных уровнях управления.

Труды Института системного анализа Российской академии наук. 2024;74(3):13-21
pages 13-21 views
Задача генерации выходных форм документов информационных систем
Соловьев А.В.
Аннотация

B статье формализована задача генерации выходных (отчетных) форм документов по динамически изменяющимся структурам хранения данных в информационных системах. Предложен подход к автоматизации процесса генерации выходных форм. Рассмотрены структуры данных, необходимые и достаточные для представления цифровизации информационных систем в выходных (отчетных) документах. Преимуществом предложенного подхода является упрощение и существенное ускорение процесса генерации выходных форм, который в настоящее время очень трудоемок.

Труды Института системного анализа Российской академии наук. 2024;74(3):22-28
pages 22-28 views

Динамические системы

Решение дифференциально-алгебраических систем уравнений с помощью аппроксимации Паде матричной экспоненты
Бурцев Ю.А.
Аннотация

Рассмотрено применение новых высокоточных численных методов на основе матричной экспоненты к решению линейных дифференциально-алгебраических систем уравнений. Расчет состояния системы на каждом шаге интегрирования в зависимости от порядка метода сводится к решению одной или нескольких систем линейных алгебраических уравнений. Методы основаны на разложении аппроксимации Паде матричной экспоненты на простейшие дроби. Предложенные формулы позволяют исключить преобразование дифференциально-алгебраической системы уравнений в систему обыкновенных дифференциальных уравнений на этапе решения задачи. Hовые методы отличаются простотой и требуют в несколько раз меньше вычислительной работы, чем методы типа Рунге-Кутты, эквивалентные по области устойчивости и точности.

Труды Института системного анализа Российской академии наук. 2024;74(3):29-38
pages 29-38 views

Компьютерный анализ текстов

Контекстно-независимый метод 6ыстрой детекции текста для распознавания номеров телефонов
Гайер А.В.
Аннотация

Современные методы детекции текста на изображениях основаны на вычислительно затратных моделях глубокого обучения и требуют большое количество данных для обучения, в том числе реальных. B случае поиска текста в произвольных сценариях, процесс сбора и аннотирования настоящих данных для обучения крайне трудозатратен и дорог из-за высокой вариативности возможных сцен. B данной работе представлен новый метод детекции текста на произвольных изображениях, который не требует для обучения фотографий текста в реальных сценах и может быть обучен на простых синтетических данных в виде строк. Предложенная нейросетевая модель в 42 раза меньше, чем детектор текста в одной из лучших в плане качества и скорости работы системе распознавания текста PaddleOCR (84 КБ против 3.6 МБ), что делает ее отличным выбором для мобильных устройств. Модель была протестирована в составе системы распознавания номеров телефонов, где с ее помощью удалось достичь 80,35% правильно распознанных номеров.

Труды Института системного анализа Российской академии наук. 2024;74(3):39-47
pages 39-47 views

Информатика сообществ и формирование социальных сетей

Данные как вызов
Тищенко В.И.
Аннотация

B статье рассмотрены проблемы анализа природы данных, возникающие на границе знания и бытия. Показана противоречивость представления науки о данных как совокупности технологий и алгоритмов, предназначенных для решения задач обработки больших массивов слабоструктурированных данных, прогнозирования нераспознаваемых ранее корреляций. Представлен этимологический и когнитивный анализ трансформации понятия «данные». Проанализированы концептуальные основания становления новой эпистемологической парадигмы отображения окружающего мира, позволяющей рассматривать по-новому проблему данных.

Труды Института системного анализа Российской академии наук. 2024;74(3):48-57
pages 48-57 views
Исследование распределения расстояний между графами с упорядоченными вершинами
Рогов А.А., Москин Н.Д., Воронов Р.В., Кулаков К.А.
Аннотация

B статье развивается подход, основанный на вероятностной модели генерации объектов, между которыми находится расстояние. Рассматривается распределение расстояний между графами с упорядоченными вершинами на основе максимального общего подграфа. Одним из возможных вариантов применения подобных расстояний является задача стилистической диагностики текстов. Представлено два алгоритма подсчета расстояния на множестве графов. Один из них заключается в генерации и полном переборе всех пар деревьев, второй – эвристический. Это приближенный метод сбора статистики, где перебирается заданное число пар псевдослучайных деревьев, так как полный перебор может занимать много времени. С помощью этих алгоритмов были найдены матрицы расстояний между деревьями с малым и большим числом вершин n. Результаты экспериментов показали, что при малых n значение метрики не превосходит 0,5. При больших n среднее значение метрики слабо растет и стабилизируется в точке 0,587. Гипотеза о соответствии распределения нормальному закону при n=100 была отвергнута с помощью критерия Пирсона на уровне значимости 0,1.

Труды Института системного анализа Российской академии наук. 2024;74(3):58-66
pages 58-66 views

Распознавание образов

Оценка обобщающей способности алгоритма вложенных контуров при анализе маммограмм
Егошин И.А.
Аннотация

B работе представлен алгоритм вложенных контуров, предназначенный для обнаружения патологических изменений, которые могут соответствовать раку молочной железы, на рентгеновских маммографических изображениях. Приведены результаты оценки его обобщающей способности. Данный алгоритм был протестирован на обширной выборке маммографических изображений всех возможных вариантов изменений, соответствующих верифицированному раку молочной железы, включая нечетко видимые и невидимые. Общая точность обнаружения алгоритма составила 90,73% – для пленочных и 96,82% – для цифровых маммограмм. Приведен сравнительный анализ использования данного алгоритма и других современных методик обнаружения изменений на маммограммах с использованием общедоступных баз данных (INbreast и CBIS-DDSM). Показана более высокая точность предложенного алгоритма. Bысокая эффективность обнаружения патологических изменений, вне зависимости от различия характеристик маммограмм, полученных на разных системах, свидетельствует о высокой обобщающей способности предложенного алгоритма.

Труды Института системного анализа Российской академии наук. 2024;74(3):67-77
pages 67-77 views

Управление рисками и безопасностью

Повышение безопасности Kubernetes: решающая роль DevSecOps
Дарвиш Г., Хаммуд Д., Воробьева А.А.
Аннотация

В статье подчеркивается важность интеграции практик DevSecOps (разработка, безопасность и эксплуатация) в исследования по обнаружению распространенных атак в средах Kubernetes. По мере того, как Kubernetes быстро становится популярной платформой оркестровки контейнеров, проблемы безопасности, связанные с контейнерными приложениями, значительно возросли. Однако традиционные методологии безопасности часто с трудом успевают за динамичной и быстро развивающейся природой контейнерных сред, оставляя потенциальные уязвимости для использования злоумышленниками. Подчеркивая важность DevSecOps, статья призвана подчеркнуть его роль в повышении уровня безопасности развертываний Kubernetes и продвижении упреждающего подхода к защите контейнерных приложений. В статье также обсуждаются ключевые аспекты и преимущества внедрения DevSecOps в контексте исследований безопасности Kubernetes.

Труды Института системного анализа Российской академии наук. 2024;74(3):78-88
pages 78-88 views
Поиск уязвимостей в смарт-контрактах на основе машинного о6учения
Белоус В.С., Тарханов И.А.
Аннотация

С ростом популярности блокчейн-проектов растет и количество децентрализованных приложений на их основе. Центральным звеном этих приложений являются смарт-контракты. Эта технология еще относительно молода и имеет ряд известных проблем с безопасностью. Статистика взлома смарт-контрактов свидетельствует об актуальности проблемы поиска уязвимостей в коде смарт-контрактов. B статье описано 3 модели машинного обучения для поиска уязвимостей в смарт-контрактах, написанных на языке Solidity. Особое внимание уделяется подготовке датасета для обучения и сравнения с известными анализаторами кода. Полученные по результатам обучения и апробации моделей метрики позволяют утверждать, что модель, состоящая из трех двунаправленных рекуррентных слоев BiGRU и трех сверточных слоев CNN эффективна при поиске уязвимостей смарт-контрактов.

Труды Института системного анализа Российской академии наук. 2024;74(3):89-102
pages 89-102 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».