Обеспечение защищенности распределенных IoT-систем осложняется их гетерогенностью, ограниченностью ресурсов и изменчивостью поведения узлов, при этом существующие подходы ориентированы на обнаружение аномалий и не дают интегральной оценки устойчивости системы к развивающимся угрозам. Разработана модель функционирования распределенной IoT-системы, предназначенная для количественной оценки защищенности как интегрального свойства, отличающаяся учетом адаптивного уточнения профиля нормального состояния, накопленного показателя признаков угрозы и ресурсного состояния периферийных узлов, обеспечивающая формирование измеряемого интегрального показателя защищенности в диапазоне [0,1], и позволяющая сравнивать различные схемы функционирования, выявлять условия повышения защищенности и определять направления ее улучшения; экспериментальная верификация на наборе данных N-BaIoT показала увеличение среднего показателя защищенности с 0,6425 до 0,9072 и сокращение времени нахождения системы ниже минимально допустимого уровня с 72,1 % до 4,7 %.
Надежное использование инструментов (функций) большими языковыми моделями является ключевым свойством агентных систем, однако существующие бенчмарки не обеспечивают систематического контроля структурной сложности задач, что затрудняет выявление границ применимости моделей. Создан бенчмарк MultiCAT-Bench для детализированной категоризованной оценки использования инструментов большими языковыми моделями, содержащий 3789 тестовых задач, сгенерированных автоматически по десяти категориям сложности (число вызываемых и доступных функций, структура параметров, композиционность вызовов, опциональность вызовов и лингвистический шум), обеспечивающий контролируемый анализ производительности моделей по каждой категории, и позволяющий выявлять, что основным режимом отказа является пропуск информации (средняя полнота 72,4 % при точности 88,3 %), при этом наибольшее влияние на точность оказывают число вызовов, опциональность параметров и их количество; лучшие результаты на бенчмарке показали модели Grok 4.1 Fast (83,8 %) и GPT-5 Mini (83,7 %).
Санкт-Петербургский Федеральный исследовательский центр Российской академии наук с большой радостью и гордостью поздравляет Директора, доктора технических наук, профессора Андрея Леонидовича Ронжина с Юбилеем - 50-летием со Дня рождения!
Современные водные объекты подвергаются загрязнению персистентными органическими соединениями, не охваченными стандартным мониторингом, что создает угрозу для здоровья человека и экосистем, однако нецелевой скрининг позволяет выявлять новые классы загрязнителей. Проведен нецелевой анализ проб воды реки Луга методом газовой хроматографии-масс-спектрометрии, идентифицировано 27 соединений антропогенного характера, впервые для данной экосистемы обнаружен фосфорорганический антипирен трис(2-хлорэтил)фосфат (TCEP) в концентрациях 0,269–1,409 мкг/л, проявляющий канцерогенные и нейротоксичные свойства, при этом максимальные концентрации зафиксированы вблизи сброса городской канализации города Кингисеппа, что дополняет данные о загрязнении реки и обосновывает необходимость расширенного мониторинга персистентных органических экотоксикантов.
Интенсивное промышленное освоение Арктики создает серьезные риски для качества продукции традиционного оленеводства, при этом систематический мониторинг токсичных элементов в субпродуктах животных необходим для обеспечения продовольственной безопасности коренных народов и выполнения санитарных норм. Изучено содержание тяжелых металлов (свинца, кадмия и ртути) в 22 образцах печени домашних северных оленей Ямальской опытной станции методами атомно-эмиссионной спектрометрии и атомно-абсорбционной спектрометрии, выявлено стопроцентное превышение нормативных величин по кадмию (в диапазоне 0,30–0,96 мг/кг при норме 0,3 мг/кг) и превышение по ртути у 13,6 % образцов, что указывает на значительную аккумуляцию токсикантов в печени и требует усиления ветеринарно-санитарного контроля и мониторинга пастбищных экосистем.
Стремительный рост числа гетерогенных IoT-устройств и расширение поверхности атак требуют адаптивных методов обнаружения вторжений, способных анализировать многомерные временные ряды в условиях ограниченных ресурсов периферийных узлов, однако существующие статические системы не учитывают изменчивость среды и уязвимы к состязательным воздействиям. Разработан метод обнаружения киберугроз, основанный на применении генеративно-состязательных моделей и контрастивного обучения для анализа многомерных временных рядов IoT-данных, отличающийся формированием интегральной оценки аномальности временных окон на основе аппроксимации распределения нормального поведения и контрастного обучения устойчивых латентных представлений, обеспечивающий высокую результативность (F1-мера до 0,9999) при малом времени вывода (0,001 мс/окно), и позволяющий выявлять аномальное поведение без опоры на заранее заданные сигнатуры атак в распределенных средах с ограниченными вычислительными ресурсами.
Повышение киберустойчивости интеллектуальных энергосетей становится критической задачей в условиях цифровой трансформации энергетики, однако традиционные сигнатурные методы защиты демонстрируют низкую эффективность против скрытых и эволюционирующих атак, а их тестирование на реальных объектах сопряжено с неприемлемыми рисками. Разработан интегрированный адаптивный фреймворк, объединяющий архитектуру цифрового двойника автоматизированной системы управления энергосетью и метод адаптивного обнаружения угроз в единую систему, отличающуюся формализацией замкнутого цикла адаптации с трехуровневым механизмом (оперативный, тактический, стратегический режимы), обеспечивающую непрерывное обновление моделей обнаружения на основе обратной связи от реального объекта без вмешательства в его работу, и позволяющую системно оптимизировать три ключевых показателя результативности: полноту обнаружения, частоту ложных срабатываний и совокупное время реагирования на инциденты.
Актуальность исследования определяется проблемой переувлажнения почв в северных регионах, где классическая наземная техника не может своевременно провести обработку полей, что приводит к значительным потерям урожая (до 100% в отдельные годы). Предложен и протестирован в полевых условиях комплексный подход к использованию БАС в картофелеводстве, включающий почвенный анализ, ортофотопланирование, сегментацию сорняков, адресное опрыскивание и прогнозирование урожайности. Экспериментально доказано, что применение БАС для опрыскивания картофеля с нормой расхода рабочей жидкости 50 л/га позволяет получить урожайность 39,06 т/га, что на 15,2% выше, чем при наземной обработке (33,91 т/га), при этом доля товарных клубней составляет 94,5% против 93,3% в контроле.
Актуальность исследования обусловлена растущим интересом к автоматизации психологической диагностики на основе цифрового следа пользователей, который содержит значительный объем информации об их личности, однако традиционные методы машинного обучения на табличных данных не показывают высокой точности. Изучена возможность использования больших языковых моделей (GPT-4.1-mini, Qwen3, Deepseek, Llama, YandexGPT-Lite) для предсказания бинарной оценки выраженности факторов «Большой пятерки» на основе числовых и строковых данных профиля пользователей ВКонтакте, включая количество друзей, подписок и подписчиков. Показано, что даже с применением дообучения методом LoRA качество классификации не превышает 60%, что сопоставимо с базовыми алгоритмами машинного обучения и свидетельствует о недостаточности профильных признаков для точного прогнозирования.
Актуальность исследования связана с необходимостью поиска эффективных и безопасных биологически активных добавок для животноводства, способных заменить антибиотики и улучшить репродуктивные функции сельскохозяйственных животных. Установлено положительное влияние фульвокислоты на пищеварение и послеродовое восстановление коров. Экспериментально доказано, что добавление фульвокислоты в дозе 20 мл на голову в сутки в рацион стельных сухостойных коров повышает переваримость сухого вещества на 2,9%, сырого протеина на 5,3% и сырой клетчатки на 7,6%, сокращает срок восстановления репродуктивной функции на 24 дня и снижает заболеваемость диареей новорожденных телят на 40% по сравнению с контролем.