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

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 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 статье приведены результаты экспериментального исследования влияния предпосевной обработки семян сои сорта «Уника» водными растворами микроудобрений на основе меди (CuSO?•5H?O), цинка (ZnSO?•7H?O), молибдена ((NH?)?MoO?) и бора (C?H?BNO?) на их посевные качества и начальные этапы роста. Исследование проводилось в лабораторных условиях на базе Кубанского государственного аграрного университета с использованием стандартных методик оценки всхожести, энергии прорастания, скорости и дружности появления всходов, а также морфометрических параметров проростков культуры (длина, масса). Установлено, что микроэлементы оказывают дозозависимое влияние: низкие концентрации (0,005–0,01 %) меди и цинка значительно повышают лабораторную всхожесть (до 98 %), энергию прорастания (на 28–30 %) и дружность всходов (на 44–49 %). Оптимальные дозы молибдена (0,01–0,05 %) увеличивают длину корня в 5,3 раза, а меди (0,01 %) – высоту проростка в 4,1 раза по сравнению с контролем. Цинк (0,05 %) демонстрирует широкий диапазон эффективности, обеспечивая максимальные показатели массы проростка (5,75 г против 1,23 г на контроле). Бор проявляет высокую фитотоксичность: концентрации выше 0,01 % полностью подавляют прорастание, а медь при 0,05–0,1 % вызывает резкое угнетение роста проростков сои. Результаты опыта подчеркивают необходимость строгого контроля концентраций микроудобрений при предпосевной обработке семян. Практическая значимость работы заключается в разработке научно обоснованных рекомендаций по применению микроэлементов для улучшения посевных качеств семян и стартового роста сои в условиях дефицита микроэлементов в черноземе выщелоченном

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