Авторы: Бекетова Г.С., Мусатаева Г.Т., Жонкешова А.,Аманбаев А.А.

Аннотация. Целью исследования является разработка и оценка моделей машинного обучения для обнаружения киберугроз в системах связи и навигации в авиации. Современные авиационные инфраструктуры, включая протоколы ADS-B и ACARS, уязвимы для таких атак, как подделка GPS, DoS и вставка ложных сообщений. В исследовании используется комбинированный набор данных из 50 000 записей, из которых 30 % имитируют атаки, а 70 % представляют нормальную работу системы.
Методология включает использование моделей Random Forest, SVM и автокодировщика. После нормализации и уменьшения размерности (до 10 компонентов PCA) модели были обучены и протестированы с помощью 5-кратной стратифицированной перекрестной проверки. Random Forest показал лучшую точность классификации — 96,4% с показателем F1 = 94,9%, Recall = 95,1% и Precision = 94,7%. SVM продемонстрировал точность 91,2%, а автокодер достиг 92,3% успешного обнаружения атак с частотой ложных срабатываний не более 4,1%. Согласно ROC-анализу, модель Random Forest имела AUC = 0,98, а анализ Precision-Recall показал AP = 0,96. Научная новизна заключается в систематическом сравнении моделей с учителем и без учителя с точки зрения их применимости к реальным авиационным сценариям с учетом специфики протоколов и временных особенностей. Практическая значимость заключается в возможности интеграции обученных моделей в системы мониторинга воздушного движения и цифровые бортовые системы для раннего обнаружения угроз, минимизации риска сбоев и повышения безопасности полетов.

Ключевые слова: кибербезопасность в авиации, машинное обучение, обнаружение вторжений, ADS-B, подделка GPS-сигналов, автокодировщик, Random Forest.

Авторы: Макаров В.В.

Аннотация. Точная и быстрая оценка турбулентных течений в рабочих каналах турбин остаётся одной из ключевых задач вычислительной газо- и гидродинамики, особенно в условиях высоких требований к эффективности и надёжности турбомашин. Традиционные подходы, такие как моделирование на основе уравнений Рейнольдса (RANS) или моделирование крупных вихрей (LES), хотя и обеспечивают приемлемую точность, связаны с высокими затратами вычислительных ресурсов и времени. В данной работе предлагается альтернативный подход, основанный на использовании сверточных нейронных сетей (CNN) в качестве суррогатной модели для воспроизведения трёхмерных полей скорости и давления в турбулентных течениях. Разработанная архитектура построена на основе модифицированной версии U-Net и адаптирована для трёхмерных входных данных. Проведённое сравнение с результатами LES показало, что предлагаемая модель способна восстанавливать ключевые характеристики течений, включая вихревую структуру и градиенты давления, с высокой степенью точности. При этом достигается значительное ускорение вычислений — до 10³ раз по сравнению с классическими численными методами. Предложенная нейросетевая модель демонстрирует устойчивость к изменению геометрических параметров и может быть легко перенастроена под другие конфигурации каналов. Полученные результаты подчеркивают потенциал применения глубокого обучения в задачах моделирования турбулентных течений и открывают перспективы для интеграции подобных моделей в инженерные расчёты в реальном времени.

Ключевые слова: моделирование турбулентных потоков, сверточные нейронные сети (CNN), архитектура U-Net, суррогатное моделирование, моделирование крупных вихрей (LES), турбомашины, вычислительная гидродинамика на основе данных (CFD).

Авторы: Керибаева Т.Б.

Аннотация. Интеграция систем машинного обучения в информационные системы распознавания объектов с использованием беспилотных летательных аппаратов (БПЛА) можно применить во многих сферах жизни включая фермерство, военные действия, экологический мониторинг. Цель данной работы разработка информационной системы с интеграцией машинного обучения для распознавания объектов с использованием БПЛА с целью облегчения труда человека и содействия охране окружающей среды. Данная система является востребован потому, что дроны с камерами собирают объемные данные, а с помощью сложных функций их обработка происходит быстрее. Также работа открывает новые возможности для нашей страны, засчет множества новых функции и инновационных решений. С помощью проведенного анализа существующих систем и функции, выявлено требования к новой системе. Такие, как техники распознавания изображений, навигации беспилотных летательных аппаратов, нейронные сети в обнаружении и распределении объектов, алгоритмы планирования траектории формирования БПЛА. Задачами является разработка системы, объединённой с технологиями глубокого обучения и использующей беспилотные летательные аппараты. В систему внедряется механизм мгновенного оповещения, реагирующий на обнаружение новых объектов и отправляющий уведомления пользователю. Предусмотрен удобный интерфейс для управления, получения уведомлений, а также для хранения изображений и данных о ранее распознанных объектах. Данные, полученные в процессе полёта, передаются в информационную систему для обработки, распознавания и классификации объектов. Архитектура решения обеспечивает работу в режиме реального времени. Пользовательский интерфейс делает управление системой интуитивным и обеспечивает долговременное хранение информации. В результате работы может использоваться в разных сферах, такие как безопасность, нахождение наибольшее место скопление объектов, наблюдение за окружающей средой. После полученных результатов была проведена тестирование которая подтвердила точность распознавание и адаптивность в режиме реального времени.

Ключевые слова: машинное обучение, беспилотные летательные аппараты, распознавание объектов, нейронные сети, глубокое обучение, обработка в реальном времени, компьютерное зрение, передачи данных.

Авторы: Абуталип Б.Е., Иванов К.С.

Аннотация. В статье представлена модель компактного адаптивного зубчатого вариатора, предназначенного для использования в космической технике и высокотехнологичных системах. Снижение массы космических аппаратов, повышение их эффективности и надежности являются актуальными задачами современной науки и техники. В этом контексте зубчатые вариаторы, особенно адаптивные, представляют особый интерес благодаря способности эффективно управлять движением и адаптироваться к условиям работы системы. В статье описаны конструктивные особенности усовершенствованного зубчатого вариатора на основе адаптивного передающего механизма. Принцип его работы визуализирован с помощью 3D-модели и анимации, созданной в программе SolidWorks. Вариатор автоматически регулирует передаточное число между входным и выходным звеньями, обеспечивая изменение параметров в зависимости от внешней нагрузки. Такие характеристики делают устройство особенно эффективным в орбитальных аппаратах, системах наведения солнечных панелей, маневровых двигателях и других сложных механизмах. Результаты исследования подтверждают компактность, энергоэффективность и высокую надежность модели на основе аналитических и численных расчетов. Работа основана на теории адаптивных механизмов и расширяет возможности их применения в космической отрасли. Представленная модель может стать инновационным решением в проектировании инженерных систем нового поколения. Целью статьи является создание простой и компактной модели вариатора для космической отрасли.

Ключевые слова: адаптивный зубчатый вариатор, кинематическая цепь, модель SolidWorks, космическая техника, компактные приводы, энергоэффективность, автоматическое управление, передаточное число.

Авторы: Мурзалинов Д.О., Партизан Г., Грищенко В.Ф., Кабдуллин М.А., Ахметсадык Д.С.

Аннотация. Графен, благодаря своим уникальным физико-химическим свойствам, находит широкое применение в различных областях науки и техники. В данной статье рассматривается использование графена в аэрокосмических технологиях, включая создание легких и прочных материалов, теплоотводящих покрытий, а также перспективы его применения в солнечных панелях, электронных устройствах космических аппаратов и системах защиты от радиации. Расширенный анализ показывает, что интеграция графеновых наноматериалов позволяет значительно улучшить характеристики конструкций, повысить их надежность и устойчивость к экстремальным воздействиям. Экспериментальные исследования, проведенные с использованием метода химического осаждения из паровой фазы, подтверждают эффективность синтеза качественного графена. Данная работа демонстрирует потенциал графена для разработки инновационных аэрокосмических систем, способных обеспечить оптимальное соотношение массы и прочности, а также устойчивость к термическим и механическим нагрузкам. Результаты исследований могут способствовать дальнейшему совершенствованию технологий и расширению практического применения графена в современных аэрокосмических проектах. Полученные данные открывают новые возможности для повышения эффективности конструкций, способствуя развитию передовых методов материаловедения и обеспечивая конкурентное преимущество в аэрокосмической отрасли. Это перспективное направление. Кроме того, статья освещает современные подходы к синтезу графеновых наноструктур, включая одно- и многоэтапные методы, особенности взаимодействия с металлическими подложками и контроль кристалличности. Отдельное внимание уделено вопросам масштабируемости процессов CVD для промышленного применения. Представлены экспериментальные данные по морфологии, теплопроводности и трибологическим характеристикам полученных материалов. Полученные результаты подчеркивают актуальность разработки функциональных графеновых покрытий для повышения долговечности и энергоэффективности аэрокосмических систем в условиях высоких температур и механических нагрузок.

Ключевые слова: графен, углеродные наноматериалы, аэрокосмические технологии, теплопроводность, композитные материалы, радиационная защита.

Авторы: Комекбаев А.Е., Алипбаев К.А., Аден А.Е., Оразалы Е.Е.

Аннотация. Современные вооруженные конфликты и их последствия привели к значительному увеличению числа заминированных территорий по всему миру, создавая угрозу для мирного населения и препятствуя восстановлению пострадавших регионов. В данной статье рассматривается мировой опыт создания и применения роботизированных комплексов для поиска и обезвреживания мин. Анализируются современные технологии, включая искусственный интеллект, мультисенсорные системы, беспилотные летательные аппараты и наземные платформы, обеспечивающие повышение эффективности разминирования. Особое внимание уделяется перспективам использования алгоритмов глубокого обучения для детекции мин и неразорвавшихся боеприпасов, а также интеграции автономных систем для работы в сложных условиях. Обсуждаются ключевые вызовы, такие как высокая стоимость оборудования, необходимость снижения ложных срабатываний и адаптация технологий к различным боевым и гуманитарным сценариям. Рассматриваются перспективные решения, включая развитие роеобразных роботизированных систем и комбинирование различных сенсорных технологий.
Внедрение данных технологий позволит значительно повысить безопасность и эффективность гуманитарного разминирования, снизить риски для саперов и ускорить восстановление.

Ключевые слова: разминирование, роботизированные комплексы, БПЛА, глубокое обучение.

Авторы: Якунин К.О., Сымагулов А., Мухамедиев Р.И., Юничева Н.Р.

Аннотация. В работе предложен алгоритм планирования маршрутов облёта сельскохозяйственных полей с препятствиями для решения задач точного земледелия. Алгоритм можно применять как в задачах обработки, так и в задачах мониторинга полей. В отличие от классических методов, которые ограничиваются простым зигзагообразным обходом (Zamboni) и элементарным обходом препятствий по периметру, данный алгоритм учитывает наличие парка разнородных беспилотных летательных аппаратов (разного типа, дальности, стоимости, скорости) и движущейся наземной платформы, обеспечивающей энергией и необходимыми ресурсами процесс выполнения облета. Взлёт и посадка дронов осуществляется в различных точках вдоль дороги, которая обычно огибает поле. Ключевым нововведением является двухэтапная процедура оптимизации: сначала формируется случайный набор разбиений поля на несколько подмногоугольников с заданными долями площади (учитывая внутренние препятствия), а затем, для оптимального варианта разбиения, запускается генетический алгоритм, оптимизирующий параметры облёта (угол пролёта, точку входа, состав и порядок запуска дронов и маршрут платформы). Оптимизация достигается за счёт более локализованного обхода отдельных частей поля (каждый участок обслуживается подходящим типом дрона), а также гибкого перемещения наземной платформы, сокращающей бесполезные перелёты. Численные эксперименты показывают, что в зависимости от размера препятствия и размера поля достигается сокращение стоимости облетов на 12-15%. В заключительной части статьи обсуждаются перспективы развития решения, включая учёт трёхмерного рельефа, динамических факторов (изменение погодных условий, остановка дрона по техническим причинам) и автоматическое предотвращение коллизий на пересекающихся участках маршрутов.

Ключевые слова: Алгоритм покрытия, беспилотные летательные аппараты, генетический алгоритм, планирование полетов, искусственный интеллект.