Статья посвящена актуальной теме построения математических моделей, позволяющих предсказывать количество кибератак (фишинга и DDoS), направленных на дезорганизацию функционирования информационных систем. Формулировка задачи состоит в использовании исторических данных для создания прогноза. В процессе моделирования использовались методы классической линейной регрессии (LR) и авторегрессионной интегрированной скользящей средней (ARIMA). Приведено математическое описание применяемых методов, реализованных в виде программного продукта PROGNOS. На основе использования построенного программного продукта проведена серия машинных экспериментов с использованием исторических данных о количестве фишинговых и DDoS-атак. Проведена оценка качества прогнозирования на базе применяемых для составления прогноза методов LR и ARIMA. Результаты моделирования визуализированы на графиках. Практическая значимость результатов исследования состоит в возможности использования построенных моделей в системах предупреждения киберугроз

Современные университеты сталкиваются с проблемой эффективного управления персоналом из-за разнородности требований к сотрудникам, динамичности академической среды и необходимости соблюдения нормативных стандартов. В статье предложено решение в виде адаптивной системы управления персоналом на основе автоматизированного системно-когнитивного анализа (АСК-анализа) и интеллектуальной системы «Эйдос». Представленная методология включает сбор и обработку данных о деятельности сотрудников (KPI, учебная нагрузка, научные публикации), их метризацию, построение профессиограмм и реализацию задачи о назначениях для оптимизации распределения кадров. Система позволяет учитывать специфику подразделений, обеспечивает объективность и прозрачность оценок, а также поддерживает непрерывное обучение модели через обратную связь. Результаты исследования показывают, что использование АСК-анализа и системы «Эйдос» способствует повышению качества управления персоналом и может быть применено в других сферах

В данной научной статье исследованы приоритеты особенности цифровизации агропромышленного комплекса России. Исследованы направления цифровизации предприятий агропромышленного комплекса РФ. Рассмотрен опыт внедрения цифровых технологий в деятельность предприятий АПК. Исследованы направления и результаты цифровизации сервисов и услуг аграрной отрасли. Рассмотрены направления цифровизации информационных систем АПК. Определены основные принципы для разработки комплексной программы поддержки цифровизации АПК РФ. В результате предложены мероприятия по повышению эффективности внедрения цифровых технологий в АПК России

В процессе предпосевной обработки необходимая многократность проходов однооперационных колёсных агрегатов значительно уплотняет почвенный слой, что сопровождается повышением твёрдости, снижением поглощающей способности почвы и глубины проникновения корневой системы сельскохозяйственных растений. При этом значительное почвенное переувлажнение, характерное для зон рискованного земледелия, часто удлиняет сроки проведения полевых работ, приводя к нарушению агротехнических сроков посева. Проведенными исследованиями установлено, что перспективной многооперационной системой для регионов с маломощным гумусовым слоем, высоким содержанием суглинков при наличии избыточной влаги в ходе подготовки почв к посеву в весенний период является применение высокомощных колёсных тракторов с одновременным агрегатированием несколькими почвообрабатывающими орудиями, одним из которых может быть фронтально установленный прокалыватель-щелерез. Такой способ агрегатирования и подбор орудий позволяет решить актуальные для производства задачи- уменьшит плотность и твёрдость почвенного слоя, наряду с сохранением плодородия, повысить фильтрацию и влагоемкость почвенной среды, создать оптимальные влаговоздушные условия для развития растений

Моделирование процессов смешивания семян является важной задачей в агрономии и промышленности. В условиях современного производства, эффективность смешивания во многом определяет качество конечного продукта и его однородность. Результаты проведённых экспериментов с использованием гладкого вращающегося барабана показывают возможность свести к минимуму травмирование семян и создать оптимальные условия для достижения равномерного распределения протравителя по их поверхности. Теория цепей Маркова, благодаря своей способности описывать стохастические процессы и предсказывать вероятностные переходы между состояниями, находит широкое применение в данной области. Созданная математическая модель на языке Python позволяет анализировать процесс нанесения протравителя на семена и выявлять наилучшие параметры для смешивания компонентов

В прикладной статистике необходимы правила проверки адекватности используемых расчётных методов реальной ситуации. Разработкой таких правил занимается контроллинг статистических методов. Настоящая статья посвящена обсуждению его базовых идей. Он устанавливает основные требования к методам статистической обработки данных, их характеристики, которые должны быть отражены в нормативно-технической, методической и справочной документации (далее – НТД), а также требования к оформлению результатов обработки данных. В прикладной статистике используют вероятностно-статистические методы и методы анализа данных. Вероятностно-статистические методы должны удовлетворять следующим основным требованиям: наличие адекватной вероятностной модели явления; использование результатов математической статистики; адекватность относительно допустимых преобразований шкал измерения; возможность установления точности получаемых результатов и выводов. Если метод обработки данных не удовлетворяет хотя бы одному из перечисленных требований, он называется методом анализа данных. При разработке НТД по статистическим методам обработки данных необходимо установить и указать следующие характеристики используемых методов: степень выполнения основных требований; устойчивость выводов по отношению к допустимым отклонениям исходных данных и предпосылок модели; возможность последовательного применения методов статистической обработки данных; оптимальность (в указанном в НТД смысле); трудоёмкость; наглядность. Обсуждаются требования к построению и обоснованию адекватной вероятностной модели явления; к результатам математической статистики; к адекватности относительно допустимых преобразований шкал измерения; к нормативно-технической и справочной документации по методам обработки данных с помощью компьютеров; к оформлению результатов обработки данных. Рассмотрены характеристики точности и устойчивости выводов; последовательного применения методов обработки данных; оптимальности методов обработки данных; трудоёмкости и наглядности и требования к ним. Рекомендации контроллинга статистических методов предназначены для сотрудников организаций и предприятий (объединений) всех отраслей народного хозяйства, разрабатывающих НТД, связанную со статистической обработкой данных, в том числе с использованием компьютеров