Аннотация. Шумовое загрязнение стало предметом первостепенной озабоченности, поскольку оно часто нарушает деятельность или баланс образа жизни человека. Работа посвящена анализу нормативной базы в области введения норм на предельно допустимые уровни звуковых и ультразвуковых сигналов. Актуальность работы связана недостаточно полной проработки вопросов нормативного обеспечения измерения ультразвуковых сигналов, а также порядка выявления источников ультразвука опасного для здоровья людей. Предметом исследования является нормативная база и стандарты по измерению уровней звуковых и ультразвуковых сигналов. Ультразвуковая обработка привлекает все большее внимание людей, поскольку ультразвуковая технология может представлять собой гибкую «зеленую» альтернативу для энергоэффективных процессов, однако мощные источники ультразвука вредят здоровью человека. Они особенно опасны, потому что человек может не знать и не чувствовать о воздействии на него источников ультразвука. Задачами исследования стали выявления различий допустимых уровней сигналов и особенностей измерения этих уровней. Целью работы является определение полноты соответствие Казахстанских нормативных документов Международным стандартом. Приведены предельно допустимые нормы звукового и ультразвукового давления, законодательно установленные в ряде стран. Миллионы людей по всему миру подвергаются воздействию потенциально опасных уровней шума, и, следовательно, существует острая глобальная потребность в законодательстве для адекватной защиты слухового здоровья работников. Обращено внимание на большой разброс в уровнях устанавливаемых норм и на причины, приводящие к неоднозначности этих значений. Отмечен факт отсутствия нормативно-методических документов по выявлению источников мощных ультразвуковых сигналов, чья повышенная опасность заключается в их не слышимости для человека. Делается вывод о необходимости исследований уровней ультразвука в салоне и кабине реактивных самолётов.
Ключевые слова: акустика, звук, звуковое давление, норма, опасность, самолёт, стандарт, ультразвук.
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.
Аннотация. В статье представлены результаты анализа нормативных документов, регламентирующих применение ультразвуковых методов диагностики машин и механизмов, а также проведено сопоставление с действующими стандартами в области звуковых частот. Такой подход позволил выявить различия между областями применения и определить возможности практического использования существующих норм при разработке новых диагностических приборов. Особое внимание уделено обзору измерительных приборов ультразвуковой частоты, которые в настоящий момент можно приобрести. Установлено, что большинство приборов обладают ограниченными функциональными возможностями и высоким уровнем стоимости. Так, отдельные устройства способны регистрировать ультразвуковые сигналы и указывать направление на их источник, однако визуализация сводится лишь к отображению локализованной точки, что не позволяет фиксировать физические параметры сигнала и динамику его распространения в среде. Эти ограничения существенно сужают возможности комплексной диагностики.
Основной целью статьи является формирование требований к характеристикам перспективного прибора для ультразвуковой диагностики механизмов, который должен объединять функции регистрации частотных параметров и пространственной визуализации ультразвукового поля. Показано, что существующие приборы ориентированы лишь на поиск источника сигнала. Обоснована необходимость создания приборов нового поколения, которые позволят визуализировать ультразвуковое поле в пространстве и обеспечат более полное проведение диагностики машин и механизмов, включая раннее выявление скрытых дефектов и потенциальных отказов. Для авиационной отрасли выполнение данных требований имеет особую значимость, так как напрямую связано с обеспечением высокого уровня безопасности полётов.
Ключевые слова: ультразвуковая диагностика, неразрушающий контроль (NDT), авиационная безопасность, MEMS-микрофон, техническая диагностика, акустическая визуализация, требования к приборам, надежность механизмов.
Аннотация. В статье рассматриваются современные вызовы в сфере охраны труда в гражданской авиации Республики Казахстан, связанные с ростом объемов перевозок, увеличением числа рейсов и усложнением технологических процессов. Показано, что традиционные подходы, ориентированные на контроль нарушений и устранение последствий происшествий, обладают ограниченной эффективностью и не обеспечивают системного предупреждения производственных рисков. Обосновывается необходимость перехода к «умной» системе управления охраной труда, основанной на цифровизации и интелектуализации, использовании предиктивной аналитики, автоматизированных средств мониторинга и создании единой базы данных для анализа факторов риска. Предлагаемая концепция позволяет перейти от реактивного к проактивному управлению безопасностью труда, что обеспечит снижение уровня травматизма, повышение надежности функционирования предприятий и оптимизации использования трудовых ресурсов. Подчеркивается, что внедрение «умной» системы охраны труда соответствует международным стандартам, усилит устойчивость и конкурентоспособность авиационной отрасли Казахстана, а также обеспечит ее адаптацию к глобальным тенденциям технологического развития и росту интенсивности работы.
Ключевые слова: безопасность труда, гражданская авиация, цифровизация, прогнозная аналитика, интеллектуальный мониторинг, общество 5.0.
Аннотация. Статья посвящена исследованию организационных мер по обеспечению авиационной безопасности при открытии новых международных рейсов казахстанских авиакомпаний. В условиях стремительного расширения маршрутной сети Республики Казахстан новые направления сопровождаются возникновением угроз, связанных с особенностями региональной геополитики, террористическими рисками и повышенными требованиями к перевозке пассажиров. Цель исследования заключается в выявлении, систематизации и научном обосновании организационных мер безопасности, а также в оценке их эффективности на примере рейсов казахстанских авиакомпаний Air Astana и SCAT Airlines.
Методология включает анализ международных и национальных нормативных документов (ICAO, EASA, IATA, КГА РК), а также использование методов качественного и количественного анализа рисков. Оценка угроз проведена с применением формулы R = P × C, где P — вероятность реализации события, C — тяжесть последствий. Такой подход позволил сопоставить международные практики и выявить наиболее эффективные меры, включая усиленный предполетный контроль, адаптивные программы подготовки персонала, а также мониторинг поведения пассажиров.
Результаты исследования показывают, что наибольшую эффективность продемонстрировали меры, связанные с комплексным контролем пассажиропотока (93%) и внедрением системного анализа маршрутов (90%). Сравнительный анализ подтвердил важность интеграции международных стандартов и национальных требований в единую систему управления безопасностью.
Научная новизна работы заключается в разработке комплексного подхода к обеспечению авиационной безопасности на новых маршрутах. Практическая значимость состоит в возможности применения результатов авиакомпаниями при планировании международных рейсов для снижения рисков и повышения соответствия международным требованиям.
Ключевые слова: авиационная безопасность, новые маршруты, авиакомпании Казахстана, досмотр, угрозы, меры безопасности.
Аннотация. В этом исследовании изучается разработка и оценка производительности моделей на основе трансформеров для автоматической классификации отзывов пассажиров общественного транспорта с целью улучшения обработки обратной связи при оптимизации решения проблем. Эффективная обработка отзывов пассажиров имеет решающее значение для улучшения услуг общественного транспорта, поскольку нерешенные жалобы или эксплуатационная неэффективность могут снизить удовлетворенность пассажиров и создать логистические проблемы. Традиционные подходы к классификации текста, такие как методы на основе ключевых слов или классические алгоритмы машинного обучения (ML), испытывают трудности с многоязычными и неоднородными текстовыми данными, особенно на языках с низкими ресурсами. В этом исследовании этот пробел устраняется путем систематического сравнения архитектур на основе трансформаторов для классификации отзывов на русском и казахском языках, демонстрируя их эффективность в реальных приложениях. Ключевой вклад этого исследования заключается в оценке как языковых, так и многоязычных трансформеров на основе отзывов пассажиров, что дает представление об их возможностях обобщения. В отличие от предыдущих исследований, которые в основном фокусировались на наборах данных на английском языке, в этой работе представлен недавно созданный, вручную размеченный набор данных, охватывающий различные реальные сценарии на русском и казахском языках, что позволяет проводить объективный сравнительный анализ. Три модели трансформеры DeepPavlov/rubert-base-cased, XLM-RoBERTa-base и XLM-RoBERTa-large были обучены и протестированы для оценки их способности обрабатывать сложный многоязычный ввод. Экспериментальные результаты показывают, что XLM-RoBERTa-large достигает наивысшей точности классификации (90%), особенно для смешанных и многоязычных отзывов, тогда как DeepPavlov/rubert-base-cased работает стабильно хорошо для русскоязычных отзывов (87,667%), что подтверждает его пригодность для задач одноязычной классификации. XLM-RoBERTa-base демонстрирует сбалансированный компромисс между точностью и надежностью, что делает его жизнеспособным вариантом для обработки гетерогенных обзоров (89,5%). Несмотря на свою эффективность, модели на основе трансформера по-прежнему сталкиваются с проблемами, связанными с балансировкой данных и обработкой недостаточно представленных классов, особенно в сценариях с неравномерным распределением языков или терминологией, специфичной для предметной области. Эти результаты подтверждают, что модели трансформеры значительно улучшают автоматизацию классификации отзывов пассажиров, предоставляя масштабируемое решение для поставщиков общественного транспорта.
Ключевые слова: Обработка естественного языка, классификация текста, Transformers, BERT, DeepPavlov, XLM-RoBERTa, анализ отзывов пассажиров, многоязыковое моделирование.
Аннотация. Среди криптографических алгоритмов для надежной защиты конфиденциальной информации от несанкционированных пользователей используются алгоритмы блочного шифрования. Во многих странах установлены собственные стандарты алгоритмов блочного шифрования. Это, в свою очередь, позволяет обеспечить надёжную защиту информации. И это при том, что в Казахстане не утверждены стандарты на подобные алгоритмы защиты информации. Создание алгоритмов блочного шифрования и исследование их криптографической стойкости всегда являются одними из самых актуальных вопросов. В данной статье представлены результаты дифференциального и статистического анализа алгоритма блочного шифрования «EM Chiper». Одним из основных методов исследования стойкости алгоритмов блочного шифрования является статистический анализ стойкости. Если в ходе преобразований, обычно используемых в блочных шифрах, успешно реализовано хорошее смешивание и рассеивание, то можно добиться высокого уровня криптографической стойкости защиты алгоритма. Для проведения статистического анализа алгоритм был реализован программно и получены шифртексты различной длины. Согласно проведенным исследованиям статистический анализ предложенного алгоритма показал высокие результаты, то есть согласно требованиям, рекомендуемым NIST, было определено, что значения в столбце A больше значений в C, а значения в B больше значений в D. Результаты дифференциального анализа показали, что предложенный алгоритм обладает высокой криптографической стойкостью. То есть вероятность нахождения ключа из раунда 16 составляет 2^(-126). Кроме того, в статье проведён сравнительный анализ результатов дифференциального анализа алгоритмов подписи, и установлено, что они показали сопоставимые результаты с известными алгоритмами Camellia 128 и AES 128. В будущих работах будет проведено комплексное исследование криптографической стойкости других алгоритмов, а результаты будут представлены в виде статьи.
Ключевые слова. Блочный шифр, шифр, криптография, ключ, дифференциальный криптоанализ, статистический анализ, EM Chiper, S-блок.
Аннотация. В современной медицине анализ текстурных признаков изображений играет важную роль в диагностике различных заболеваний. Данное исследование посвящено методам классификации текстурных признаков изображений ожоговых поражений, позволяющим выделять информативные характеристики и повышать точность диагностики. Рассмотрены современные алгоритмы машинного обучения, применяемые для автоматизированного анализа изображений. Проведен сравнительный анализ различных методов классификации, выявлены наиболее эффективные подходы к обработке текстурных признаков. Результаты исследования могут быть использованы для разработки интеллектуальных систем поддержки принятия врачебных решений. В исследовании использован набор данных, включающий 1500 изображений ожоговых поражений, полученных из открытых источников Roboflow и Kaggle. Для выделения текстурных признаков применена программа MaZda, обеспечивающая детальный анализ изображений. Исходный массив, содержащий 279 признаков, был оптимизирован путем выбора наиболее информативных характеристик с использованием шести методов: ANOVA, Fisher, Relief, SBS, SFS и RFE, что позволило сократить их количество до 21. Проведен обзор современных подходов к автоматизированному анализу ожогов, включая методы обработки изображений и машинного обучения, опубликованных за последние пять лет. Работа демонстрирует перспективность применения машинного обучения в медицине и необходимость дальнейших исследований для повышения точности классификации и практического внедрения разработанных алгоритмов.
Ключевые слова: текстурные признаки, MaZda, автоматизированный анализ ожогов, медицинская диагностика, обработка изображений, классификация ожогов.
Аннотация. Развитие информационных технологий продолжает выдвигать на первый план важность обеспечения безопасности информационных ресурсов. Растущее количество различных видов информационных угроз усложняет обнаружение атак. Цель исследования — применение методов искусственного интеллекта для обнаружения атак при минимизации количества элементов трафика для достижения требуемого качества обнаружения. Для обучения ИИ необходимо создать высококачественный набор данных, позволяющий точно выявлять особенности атаки в сетевом трафике. В предлагаемом подходе используется искусственный интеллект, обученный на датасете UNSW-NB 15, который включает в себя девять типов сетевых атак: Fuzzers, Analysis, Backdoors, DoS, Exploits, Generic, Reconnaissance, Shellcode и Worms. Для реализации используется Python с библиотеками Pytorch и Pandas для обработки данных. Был проведен анализ производительности программного модуля, а также применены методы двоичной оценки, такие как коэффициент Каппа и индекс Жаккара. Эффективность предложенной модели ИИ оценивается с помощью метрик классификации: Accuracy, Precision, Recall, F1 Score. Тестирование разработанной модели с различными наборами признаков показало, что модель позволяет достичь высокого качества прогнозирования аномального трафика при использовании пяти выбранных признаков. Производительность модели ИИ оценивалась с помощью коэффициента Каппа и индекса Жаккара. На основе полученных результатов были рассчитаны эффективные пороги классификации, что повысило качество прогнозирования аномального трафика. Результаты оценки показывают, что разработанная модель, обученная на наборе данных UNSW-NB 15, может точно выявлять аномалии трафика, тем самым способствуя безопасности информационных ресурсов.
Ключевые слова: сетевой трафик, искусственный интеллект, нейронные сети, обнаружение атак, набор данных, UNSW-NB, коэффициент Каппа, индекс Жаккарда.
Аннотация. В этом документе представлен всесторонний обзор будущего кибербезопасности с помощью больших языковых моделей (LLM). Мы представляем обзор эволюции LLM и ее текущего состояния, уделяя особое внимание достижениям в таких моделях, как GPT-4, GPT-3.5, BERT, Falcon2 и LLaMA. Наш анализ распространяется на уязвимости LLM, такие как быстрое внедрение, небезопасная обработка выходных данных, отравление данных, DDoS-атаки и состязательные инструкции. Мы подробно рассмотрим стратегии смягчения последствий для защиты этих моделей, предоставив всесторонний обзор потенциальных сценариев атак и методов их предотвращения. Эти аналитические данные направлены на улучшение защиты от кибербезопасности в режиме реального времени и повышение сложности приложений LLM для обнаружения угроз и реагирования на них. В нашем документе представлено основополагающее понимание и стратегическое направление интеграции LLM в будущие системы кибербезопасности для защиты от развивающихся киберугроз.
Ключевые слова: LLM, кибербезопасность, большие языковые модели, языковое моделирование, машинное обучение, NLP, обработка естественного языка.
Аннотация. Предлагаемая статья рассматривает методы моделирования семантических отношений авиационных терминов с использованием языковых моделей BERT и RoBERTa. Актуальность исследования заключается в применении заранее подготовленного и аннотированного корпуса авиационных терминов, который соответствует международной практике и сформирован на основе документов международных регулирующих организаций. Разработанный языковой корпус обеспечивает необходимую основу для оценки семантики авиационной терминологии в контексте реальной эксплуатации воздушных судов. Методология исследования включает дообучение (fine-tuning) языковых моделей на корпусе авиационных терминов с использованием косинусного сходства, ранговой корреляции и кластерных метрик. Эксперименты продемонстрировали основные различия между двумя моделями в отслеживании синонимов, вариативности и семантических сдвигов в авиационном дискурсе. Результаты исследования показали, что дообучение моделей повышает их способность кластеризовать связанные термины, различать близкие, но отличающиеся понятия, а также согласовывать результаты с экспертными оценками. Полученные данные обеспечивают методологическую основу для разработки ресурсов авиационной терминологии, что позволяет применять трансформерные модели в лексикографии и построении онтологий.
Ключевые слова: семантическая близость, авиационная терминология, языковые модели, корпусная лингвистика, трансформеры, эмбеддинг, обработка естественного языка.
Аннотация: В статье представлена интеллектуальная информационная система (ИИС), разработанная для автоматизации формирования компетенций и результатов обучения на основе профессиональных стандартов. Отличительной особенностью ИИС является интеграция профессиональных стандартов с Атласом новых профессий, что позволяет адаптировать образовательные программы к динамично изменяющимся требованиям рынка труда и технологическим трансформациям. Описаны ключевые функциональные возможности системы, включая аутентификацию пользователей, генерацию компетенций и результатов обучения для проектирования образовательных программ. Реализация системы включает интерактивный интерфейс на JavaScript с поддержкой асинхронной отправки запросов на сервер с использованием технологий AJAX. Для автоматической генерации компетенций и результатов обучения применяются генеративные модели OpenAI. Представленная система имеет широкий спектр потенциальных применений: от проектирования учебных планов, основанных на компетенциях, до создания систем карьерного ориентирования, анализа и прогнозирования изменений на рынке труда, а также адаптации образовательных программ к требованиям высокотехнологичных отраслей. Таким образом, разработанная модель способствует цифровизации образования, повышению его качества и обеспечению соответствия образовательных стандартов современным вызовам экономики знаний.
Ключевые слова: Управление компетенциями, Результаты обучения, Разработка учебных программ, Интеллектуальная информационная система, Профессиональные стандарты, Атлас новых профессий.