Computational nanotechnology

Ежеквартальный научный рецензируемый журнал.

Издатель

Издательский дом Юр-ВАК
Свидетельство о регистрации ПИ №ФС77-58561 от 14 июля 2014 г. 

О журнале

Журнал посвящен вопросам вычислительных технологий, применяемых в различных теоретических и практических научных разработках, сложных технологических процессах, нанотехнологиях.  Рассматриваются вопросы сочетания фундаментального и прикладного аспектов в разделах физики, материаловедения и вычислительной техники. Вниманию читателей предлагается множество практических применений сделанных открытий. С общей тенденцией к миниатюризации устройств и инструментов, нанотехнологии являются закономерным этапом развития науки, стимулируя возникновение новых задач в смежных областях знаний, о которых идет речь на страницах журнала.

Создание таких технологий предполагает проведение широкомасштабных фундаментальных и прикладных исследований в различных областях знаний, в том числе в математике, микроэлектронике, информационных технологиях, вычислительных системах, информатике и телекоммуникациях.

Журнал ориентирован на специалистов, кандидатов и докторов наук по физико-математическим и техническим наукам, а также аспирантов и соискателей.

Изюминка данного журнала

Использование численных моделей в задачах нанотехнологий теснейшим образом связано с прогрессом в развитии вычислительных машин и с переходом к широкомасштабным параллельным вычислениям. При этом вычислительный процесс должен быть эффективен во времени, что может быть достигнуто при эффективных алгоритмах вычислений совместно с использованием современных вычислительных комплексов, чему уделяется особенное внимание на страницах журнала. Таким образом, удастся предоставить комплексный подход к изучению и разработке алгоритмов для решения задач в смежных технологических областях.

 


Журнал выпускается при тематической поддержке ведущих экспертов Российских научных центров:

  • МГУ им. М. В. Ломоносова
  • Российский фонд фундаментальных исследований
  • Корпорация Роснано
  • Институт проблем лазерных и информационных технологий РАН
  • Институт физики полупроводников Сибирского отделения РАН
  • Исследовательский центр мультипроцессорных систем Института программных систем РАН (г. Переславль-Залесский)
  • Институт системного анализа РАН
  • Научно-исследовательский институт «Квант»
  • Институт системного программирования РАН
  • Вычислительный центр им. А.А. Дородницына РАН
  • Институт проблем информатики
  • Отделение нанотехнологий и информационных технологий Российской академии наук
  • Российская ассоциация искусственного интеллекта
  • Санкт-Петербургский физико-технологический научно-образовательный центр РАН
  • Физико-технический институт им. А.Ф. Иоффе РАН (ФТИ)
  • Научно-технологический центр микроэлектроники РАН
  • Институт Высокопроизводительных вычислительных систем РАН

Индексация

  • Russian Science Citation Index
  • Ulrich's Web
  • East View Information Services
  • Google Scholar
  • Dimensions
  • Crossref
  • Mybrary
  • Лань
  • Ibooks.ru
  • Cyberleninka
  • Math-net

Журнал входит в категорию К2 под №17 Перечня рецензируемых научных изданий по категориям.

В соответствии с решением Президиума Высшей аттестационной комиссии Минобрнауки России  журнал «Computational nanotechnology» включен в Перечень ведущих рецензируемых научных журналов и изданий под №23, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней  кандидата и доктора наук по следующим специальностям:
  • 1.2. Компьютерные науки и информатика  
    • 1.2.1. Искусственный интеллект и машинное обучение (Физико-математические)
    • 1.2.2. Математическое моделирование, численные методы и комплексы программ (Физико-математические, Технические)
    • 1.2.3. Теоретическая информатика, кибернетика (Физико-математические)
    • 1.2.4. Кибербезопасность (Физико-математические)
  • 2.3. Информационные технологии и телекоммуникации
    • 2.3.1. Системный анализ, управление и обработка информации (Технические, Физико-математические)
    • 2.3.2. Вычислительные системы и их элементы (Технические)
    • 2.3.3. Автоматизация и управление технологическими процессами и производствами (Технические)
    • 2.3.4. Управление в организационных системах (Технические)
    • 2.3.5. Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей (Технические, Физико-математические)
    • 2.3.6. Методы и системы защиты информации, информационная безопасность (Технические, Физико-математические)
    • 2.3.7. Компьютерное моделирование и автоматизация проектирования (Технические, Физико-математические)
    • 2.3.8. Информатика и информационные процессы (Технические)
  • 2.6. Химические технологии, науки о материалах, металлургия
    • 2.6.6. Нанотехнологии и наноматериалы (Технические, Физико-математические)

Распространение печатного журнала по подписке

  • Россия
  • СНГ и страны Балтии.

Текущий выпуск

Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

Том 11, № 5 (2024)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ МЕТОДЫ И КОМПЛЕКСЫ ПРОГРАММ

Статистическая фильтрация случайных погрешностей измерений
Богданов А.Н., Иванюгин В.М.
Аннотация

В жизни часто приходится учитывать точность проведенных измерений. Очевидно, желание иметь измеренное значение как можно с большей точностью. Это касается как статических измерений, так и динамических. Измерения могут проводиться с использованием одного или нескольких измерителей и включают в себя погрешности, которые могут быть как систематическими, так и случайными. Обычный подход к получению более точного значения измеряемого параметра это метод осреднения. Это простой и достаточно эффективный способ, особенно если измерения равноточные. Если имеется n измерений, то метод осреднения – это сложение n измерений с одинаковыми весовыми коэффициентами K = 1/n. Чем больше n, тем точнее будет оценка. Но при разноточных измерениях результат может быть не оптимальным. Для получения оптимальной оценки (оценки с минимальной дисперсией погрешности) при разноточных измерениях весовые коэффициенты должны учитывать их статистическую точность. Оптимальные весовые коэффициенты должны обеспечить минимум дисперсии погрешности оценки. В этом и состоит метод статистической фильтрации случайных погрешностей. Статистическая фильтрация случайных погрешностей применима и для многомерных задач. Например, ее частным случаем является так называемый «фильтр Калмана».

Computational nanotechnology. 2024;11(5):11-19
pages 11-19 views
Методы машинного обучения для определения оптимального времени орошения кукурузы
Гатауллин С.Т., Осипов А.В., Плешакова Е.С., Юдин А.В.
Аннотация

Глобальный прогноз увеличения производства продуктов питания на орошаемых землях ставит задачу оптимизации орошения. Экономия водных ресурсов особенно важна в засушливых областях, где очень важно понимать четко понимать, что поливать, когда и в каком количестве. В статье предложен метод оптимизации процесса орошения сельскохозяйственных культур с использованием системы контроля на основе видимых и гиперспектральных изображений. Нами предложен алгоритм и разработана система получения карты орошения кукурузы в режиме малой временной задержки. Система может быть установлена на круговой спринклер и состоит из 8 IP-камер, подключенных к видеорегистратору, подключенному к портативному компьютеру и гиперспектральной камеры, синхронизируемой с одной из IP-камер. Алгоритм установления норм полива состоит из трех этапов. Этапа установления средней стадии роста растений (площадка 6–8 растений), этапа определения количества воды в растениях на этой площадке и непосредственно этапа установления норм полива растений. В первом случае мы использовали модифицированную сверточную нейросеть DenseNet121 с блоком сжатия и возбуждения (SE), обученную на видимых изображениях с IP-камеры и позволяющую с точностью до 92% выделить стадию роста по шкале Biologische Bundesanstalt, Bundessortenamt und CHemische Industrie (BBCH). Во втором случае мы использовали гиперспектральные изображения, которые в совокупности с данными по стадии развития определяют количество воды в растениях. Гиперспектральные изображения преобразовывались в 2D-модель с помощью вейвлет-преобразований, а потом классифицировались с помощью капсульной нейронной сети 2D-CapsNet. Точность выявления недостатка или избытка воды в растениях составила 94%. На третьем этапе полученные с двух предыдущих этапов данные и ряд характеристик, связанных с текущим состоянием атмосферы и поля, сводились в отдельный классификатор на основе нейронной сети - многослойный перцептрон, который и размечал участки поля с повышенной и пониженной нормой полива. Полученная карта использовалась в дальнейшем при орошении этого поля. Это сократило объем расходуемой воды на 7,4%. При этом эффективность использования оросительной воды, увязанная с урожайностью сельскохозяйственных культур на единицу использованной воды, повысилась за счет увеличения урожайности на 8,4%.

Computational nanotechnology. 2024;11(5):20-36
pages 20-36 views

СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА

Интеграция алгоритмов искусственного интеллекта в управление строительными проектами
Макиевский С.Е., Юдин А.В., Грошева П.Ю., Яковлев М.С.
Аннотация

В статье рассматривается применение алгоритмов искусственного интеллекта, в частности YOLO v8, для анализа изображений в строительной отрасли. Основное внимание уделено задачам автоматического детектирования объектов, таких как оконные проемы и этажи зданий, с использованием данных дистанционного зондирования Земли. Описаны этапы внедрения технологии: сбор и обработка данных, их визуализация и использование в управлении строительными проектами. Авторы подчеркивают эффективность предложенного решения, его высокую точность и потенциал масштабирования. Рассмотрены ограничения, связанные с настройкой модели и необходимостью адаптации нормативных стандартов. Проект ориентирован на оптимизацию и цифровизацию строительных процессов.

Computational nanotechnology. 2024;11(5):37-46
pages 37-46 views
Математические модели и метод оценки надежности полностью оптических коммутаторов
Барабанова Е.А., Вытовтов К.А., Федоровская А.Н.
Аннотация

Работа посвящена разработке математических моделей и метода оценки надежности полностью оптических или так называемых фотонных коммутаторов как одного из ключевых элементов системы управления, построенной на базе современных технических средств. Предлагаемый метод включает в себя разработку структурных схем надежности коммутаторов на основе анализа их архитектур, алгоритмов работы и способа управления. Представлены математические модели для расчета функции надежности, а также среднего времени работы системы до возникновения отказа на основе различных распределений отказов, таких как экспоненциальное распределение и распределение Вейбулла–Гнеденко. Представлено сравнение функций надежности для различных вариантов построения полностью оптических коммутаторов с учетом технологий изготовления базовых элементов, схемы построения и способа управления.

Computational nanotechnology. 2024;11(5):47-54
pages 47-54 views
Алгоритм и программное обеспечение повышения энергоэффективности источников энергоснабжения на основе цифровых технологий
Сиддиков И.Х., Абдумаликов А.А., Тожиев А.Х., Лежнина Ю.А.
Аннотация

В работе рассмотрено использование многомерных измерительных и управляющих преобразователей во вторичные сигналы, современные аппаратно-программные средства измерения и мониторинга источников питания в процессе электроснабжения вычислительных и инфокоммуникационных устройств, а также принципы контроля и приема сигналов для обеспечения бесперебойной и качественной работы устройств. В соответствии с этим, приведен принцип построения модели и программное обеспечение рабочих и передающихся устройств. Разработанное устройство управления электропитанием основано на протекающих процессах и выбранных функциональных модулях. Исходя из основной цели исследования, был разработан алгоритм мониторинга и программный комплекс на основе встроенной системы. На базе реализованной модели мониторинга подробно описаны процессы интеграции между аппаратным и программным обеспечением.

Computational nanotechnology. 2024;11(5):55-63
pages 55-63 views

УПРАВЛЕНИЕ В ОРГАНИЗАЦИОННЫХ СИСТЕМАХ

Технологии искусственного интеллекта для малых и микропредприятий: рекомендации по применению для повышения операционной эффективности
Игнатова В.А., Кузьмин Г.Н.
Аннотация

В статье исследуются возможности применения технологий искусственного интеллекта для повышения операционной эффективности малых и микропредприятий (МСП) в России. Целью работы является обобщение опыта и выработка рекомендаций. Учитывая ограниченные ресурсы и специфику деятельности МСП, рассматриваются проблемы, с которыми сталкиваются эти предприятия, а также более широкий технологический контекст. Были извлечены из профессиональной социальной сети TenChat описания опыта представителей малых и микропредприятий, автоматически объединены в темы. Эти темы были экспертно преобразованы в направления применения технологии искусственного интеллекта и послужили основой для разработки практических рекомендаций. Были сформулированы выводы о возможных направлениях применения технологий искусственного интеллекта, включая маркетинг и обслуживание клиентов, автоматизацию и оптимизацию рутинных задач, анализ данных и оптимизацию процессов. Разработанные рекомендации включают стратегические решения, реактивность искусственного интеллекта, управление командой, обеспечение операционной деятельности и работу с данными. Результаты работы представляют интерес для предпринимателей, руководителей МСП и исследователей, стремящихся к повышению эффективности бизнеса при помощи технологий искусственного интеллекта.

Computational nanotechnology. 2024;11(5):64-77
pages 64-77 views
Исследование программных решений для определения оптимального решения по заданным параметрам
Пугачева Д.Б., Юдина М.В.
Аннотация

В данной работе рассматривается исследование программных решений для оптимизации принятия решения, в частности, выбора наиболее подходящего размера одежды. Целью работы является проведение исследования и сравнения трех методов машинного обучения относительно вопроса предсказания размера одежды. Разработка программных решений проводилась на основе открытого набора данных, содержащего мерки пользователей, информацию о товарах, размерах и типах заказанных товаров, отзывы и комментарии к заказам. В ходе работы были реализованы три алгоритма машинного обучения: метод k-ближайших соседей, использование многослойной полносвязной нейронной сети, использование нейронной сети со смешными входами данных. Представлены и протестированы возможные решения и архитектуры нейронных сетей относительно вопроса оптимизации принятия решения относительно размера по критериям самого пользователя. Предложено использование нейронной сети со смешанными входами данных на языке программирования JavaScript с использованием TensorFlow.JS, где под смешанными входами подразумеваются данные о личных мерках пользователя и оставленные комментарии о соответствии заявленного размера. Последующее предложенного решения возможно в качестве самостоятельного веб-приложения или для интеграции модуля на веб-площадки с соответствующей тематикой.

Computational nanotechnology. 2024;11(5):78-86
pages 78-86 views
Метод теории графов при оптимизации времени выполнения ИТ-проектов
Дворецкий А.Г., Голованов С.О.
Аннотация

Научная статья посвящена исследованию применения графового подхода в контексте тестирования и оптимизации выполнения ИТ-проектов. Графовые структуры представляют собой мощный инструмент для моделирования сложных систем и процессов, что делает их применимыми в различных областях информационных технологий. В статье рассматриваются основные принципы построения графовых моделей для анализа и управления проектами, а также методы их применения в тестировании и оптимизации процессов выполнения ИТ-проектов. Внедрение методологии графов на каждом этапе тестирования в жизненном цикле проекта может привести к улучшению эффективности и качества процесса тестирования, а также к повышению качества и конкурентоспособности разрабатываемого продукта.

Computational nanotechnology. 2024;11(5):87-95
pages 87-95 views
Оптимизация бизнес-процессов транспортной задачи через создание мобильного приложения
Дрозд В.Г., Спанова Б.Ж.
Аннотация

В статье представлены результаты исследования и моделирования разработки мобильного приложения для решения транспортно-логистических оптимизационных задач экономики. Приводится критериальная оценка сложности применении современных программных средств для решения транспортных и логистических задач, что обосновывает актуальность разработки более удобного и мобильного инструмента для специалиста в области автоматизации такого рода вычислений, с целью решения транспортных задач для торговых компаний различного масштаба. Поэтому рассмотрение способов решения транспортной задачи с использованием мобильных алгоритмических программных средств, с последующим их анализом, является актуальной и перспективной научно-практической задачей.

Computational nanotechnology. 2024;11(5):96-106
pages 96-106 views
Обоснование и разработка требований к программной системе поддержки деятельности организации
Лежнина Ю.А., Ахмедова Х.Г.
Аннотация

Определение требований – эта одна из важнейших стадий разработки программных систем. Ошибки, допущенные на этой стадии, очень дорого обходятся после разработки и внедрения системы. В настоящее время, несмотря на накопленный в компьютерной отрасли огромный опыт разработки автоматизированных информационных систем, мобильных приложений и сервисов, проблемы, связанные с разработкой требований, остаются все еще не решенными. В статье подчеркивается необходимость внимательного подхода к обоснованию и разработке требований на начальных этапах разработки программных систем, поскольку, как бы прекрасно не была реализована программная система, требования к которой изначально были неполные, неоднозначные или неправильные, результат ее работы сильно разочарует пользователя. Важно также убедиться в необходимости разработки именно того программного средства, о котором говорит заказчик, в едином видение продукта у всех участников. Представленные в статье особенности обоснования и разработка требований к программной системе относятся к автоматизации бизнес-процессов конкретной организации. В работе использовались разные теории и методологии исследования. Описанный в нотации IDEF0 бизнес-процесс в состоянии «как есть» позволил выделить основные недостатки существующей технологии выполнения бизнес-процессов организации и представить контрмеры для их устранения в состоянии «как будет». Результатом работы стали спецификации требований на разработку мобильного приложения. Исследование проводилось с привлечением конечных пользователей продукта. Постоянное взаимодействие с заказчиком и конечными пользователями позволило избежать проблем, связанных с разработкой требований. На всех этапах разработки требований активно использовались модели анализа и проектирования. Проведенные в исследовании расчеты показали, что разработанные требования позволят достигнуть поставленную бизнес-цель компании заказчика. Приведенные в статье модели, определенные требования и реализованные идеи могут быть использованы бизнес-аналитиками и разработчиками при разработке собственных программных систем.

Computational nanotechnology. 2024;11(5):107-115
pages 107-115 views

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ, КОМПЛЕКСОВ И КОМПЬЮТЕРНЫХ СЕТЕЙ

Интеграционный подход к документированию на основе метаграфов
Селиверстова А.В., Виноградова М.В., Лосева С.С., Гапанюк Ю.Е.
Аннотация

В данной статье проводится обзор интеграционного подхода к документированию, основанного на метаграфах. Данный подход синтезирует принципы документирования методов работы с графовыми структурами данных, позволяя описывать связи и взаимодействия между различными элементами информации в документации. В статье рассматривается значимость метаграфов для организации информации, их влияние на структурирование и ценность документации для пользователей. Подробно разбирается архитектурный фреймворк метаграфов, их гибкость в адаптации к изменяющимся требованиям, а также роль в обеспечении согласованности и качества материала. Рассматривается использование метаданных и метатекстов для структурирования информации, обмена и координации усилий в команде. В статье выделены преимущества интеграционного подхода к документированию на основе метаграфов в создании единого представления о предметной области и облегчении работы с распределенными данными.

Computational nanotechnology. 2024;11(5):117-123
pages 117-123 views

МЕТОДЫ И СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ, ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ

Безопасность облачных технологий
Беспалова Н.В.
Аннотация

Статья посвящена актуальности использования облачных технологий в современном мире, представлены данные по объему глобального рынка публичных облачных сервисов за последние два года. Определены преимущества использования облачных технологий, рассмотрена классификация облачных систем. Приведены основные нормативно-правовые акты, регулирующие работу облачных хранилищ. Особое внимание уделено вопросам информационной безопасности облачных систем, представлены наиболее опасные атаки, актуальные в сфере облачных технологий, описаны их характерные особенности и возможные последствия их наступления для пользователей и организаций. В качестве решения для создания облачной системы с высоким уровнем безопасности, определена концепция многоуровневой безопасности, включающая в себя шифрование, многофакторную аутентификацию, использование протокола TLS, защиту от DDoS-атак, своевременный мониторинг рисков безопасности инфраструктуры и организационную политику безопасности.

Computational nanotechnology. 2024;11(5):124-132
pages 124-132 views

ИНФОРМАТИКА И ИНФОРМАЦИОННЫЕ ПРОЦЕССЫ

Математическая модель для оценки характеристик производительности информационно-измерительных систем медицинского назначения
Дворецкий А.Г., Вытовтов К.А., Барабанова Е.А.
Аннотация

Работа посвящена разработке математической модели для оценки нестационарных характеристик производительности информационно-измерительных систем медицинского назначения, применяемыми в медицине для оценки состояния больных в критических для здоровья и жизни ситуациях. Модель представляет собой однолинейную систему массового обслуживания с конечной очередью, пуассоновским входным потоком и нетерпеливыми заявками, адекватно описывающую функционирование медицинских систем реального времени в том числе в условиях неисправностей и сбоев оборудования. В работе представлена система дифференциальных уравнений Колмогорова, описывающая исследуемую систему массового обслуживания, а также ее решение, основанное на методе матрицы преобразования вероятностей. Получены выражения для нахождения вероятностей состояний системы в произвольный момент времени, а также нестационарные характеристики производительности системы, такие как вероятность потерь, пропускная способность, время переходного режима. Представлены результаты численных расчетов для системы с размером буфера, равного двум пакетам, при различном соотношении интенсивности ухода нетерпеливых заявок из очереди и интенсивности обслуживания.

Computational nanotechnology. 2024;11(5):133-141
pages 133-141 views
Основные подходы к формированию математических и имитационных моделей на основе баз знаний в разработке программного обеспечения
Астафьев Р.У.
Аннотация

В данной статье рассматривается применение математических и имитационных моделей, основанных на базах знаний, в процессе разработки программного обеспечения. Цель исследования заключается в анализе влияния этих моделей на качество и эффективность создания программных систем, а также в выявлении ключевых этапов их интеграции в процесс разработки. В ходе исследования был проведен анализ существующих практик, что позволило сделать несколько выводов. Во-первых, использование математических и имитационных моделей значительно улучшает понимание сложных взаимодействий в программных системах и способствует более точному прогнозированию их поведения. Во-вторых, доступ к базам знаний ускоряет процесс моделирования и повышает его точность, что приводит к более обоснованному принятию решений и снижению рисков. Наконец, интеграция этих подходов в разработку программного обеспечения позволяет командам оставаться конкурентоспособными и адаптивными в условиях быстро меняющихся технологий. Таким образом, статья подчеркивает важность и необходимость применения математических и имитационных моделей для повышения качества разработки программного обеспечения.

Computational nanotechnology. 2024;11(5):142-151
pages 142-151 views
Обнаружение нефтяных загрязнений водных поверхностей с помощью БПЛА и мультиспектральных изображений на основе технологий глубокого обучения
Гладких Т.Я.
Аннотация

В данной статье представлен алгоритм идентификации нефтяных загрязнений водных поверхностей на базе глубокого обучения, с использованием мультиспектральных изображений 5-канальной камеры, полученных с беспилотных летательных аппаратов (БПЛА). Алгоритм, основанный на архитектуре Unet с энкодером efficientnet-b0, демонстрирует высокую точность сегментации и является частью системы экологического мониторинга. С использованием данных о естественных и контролируемых разливах нефти, а также органических сливах, метод прошел полевые испытания на различных водоемах, что подтверждает его эффективность и надежность в оперативном выявлении загрязнений. Особое внимание в статье уделено вопросам точности и быстродействия алгоритма. Разработанный метод обладает высокой скоростью обработки данных и может быть успешно применен в различных климатических условиях. Полученные результаты демонстрируют, что предложенный алгоритм способен автоматически обнаруживать даже незначительные загрязнения водных поверхностей, что позволяет оперативно реагировать на экологические катастрофы и минимизировать их последствия. Предложенный алгоритм показал высокие результаты. При выбранной конфигурации модели были достигнуты метрики Dice Loss на уровне 0.00265 и IoU Score равный 0.9971. Данные высокие значения подтверждают надежность и точность предложенного подхода, обеспечивая точную идентификацию нефтяных пятен.

Computational nanotechnology. 2024;11(5):152-160
pages 152-160 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».