Аннотация. В статье рассматривается разработка антидронового комплекса на основе искусственного интеллекта (ИИ) для обнаружения, радиочастотного подавления и поражения беспилотных летательных аппаратов (БПЛА). На основе анализа применения БПЛА в современных конфликтах (Сирия, Украина) и нормативных документов Республики Казахстан определены требования к системе, учитывающие реальные характеристики сенсоров (X-диапазонный радар с RCS 0,01 м², чувствительность ИК-сенсоров 0,1 К), мощность подавления (50 Вт в диапазонах 400–6000 МГц), условия эксплуатации (температуры до +50 °C, пыльные бури) и внешние факторы (погода, снижающая вероятности на 20%). Предложена математическая вероятностная модель с ИИ-координацией (нейро-символический подход), обеспечивающая новизну в адаптации к среднеазиатским условиям. Реализация симуляции методом Монте-Карло (1000 итераций) размещена в открытом репозитории GitHub с инструкциями по воспроизведению и проверке исходного кода, что повышает воспроизводимость исследования. Моделирование демонстрирует результаты: вероятность обнаружения 95,8%, подавления 54–78%, поражения 70,7–84,6% для управляемых и автономных дронов на дальностях 5–8 км. Проведено количественное сравнение с аналогами («Drone Dome», «Pantsir-S1»), показывающее превосходство по дальности (10 км против 3,5 км), стоимости и гибкости адаптации. Дополнительно представлен анализ вычислительной сложности алгоритма (O (1) на дрон), обсуждены пути оптимизации (интеграция ML для предсказания траекторий, распределённая обработка данных). Сделан вывод о практической применимости комплекса и его значимости для обороноспособности Казахстана, в том числе в аспекте снижения импортозависимости и развития собственных технологий.

Ключевые слова: антидроновый комплекс, искусственный интеллект, вероятностная модель, радиочастотное подавление, верификация, обороноспособность.