|
|
 Буйневич Михаил Викторович, Долженков Сергей Сергеевич
Санкт-Петербургский университет ГПС МЧС России,
Санкт-Петербург, 196105, Российская Федерация
Российский технологический университет - МИРЭА,
Москва, 119454, Российская Федерация
Исследование выполнено без привлечения внешних источников финансирования.
DOI 10.31854/2307-1303-2025-13-4-71-82
EDN MCBXLG
|
|
 Полный текст
 XML JATS
Аннотация
Актуальность работы обусловлена нарастающим противоречием между динамикой требований рынка труда к IT-компетенциям и инерционностью системы высшего образования, что требует системного, а не фрагментарного подхода к интеграции IT-Skills-технологии в цифровую образовательную среду. Цель работы – системная концептуализация проблемного поля интеграции IT-Skills-технологии в цифровую образовательную среду профильного вуза. Методы исследования – теоретический анализ и синтез научной литературы и практического опыта интеграции, системный подход, позволяющий рассматривать содержательные, архитектурные и интерфейсные аспекты в их взаимосвязи, а также методология концептуального моделирования для обоснования структуры информационно-функционального обеспечения интеграции. Основным результатом работы является систематизация трех ключевых проблем – содержательной валидности, архитектурной совместимости и организации человеко-машинного взаимодействия, – которые рассмотрены не изолированно, а как взаимосвязанный комплекс, образующий системный барьер на пути формирования актуальных ИТ-компетенций у обучающихся. На основе этого анализа сформулированы объект, предмет и гипотеза исследования, определены три ожидаемых научных результата: система принципов интеграции, информационно-функциональная архитектура IT-Skills-модуля и метод организации интерфейса, ориентированный на снижение когнитивных барьеров. Научная новизна: в отличие от существующих подходов, рассматривающих содержательные, архитектурные и интерфейсные проблемы интеграции изолированно и предлагающих частные решения, в работе впервые выявлен и обоснован системный характер данных проблем. Теоретическая значимость заключается в обосновании структуры информационно-функционального обеспечения интеграции и установлении ключевого условия успешной интеграции IT-Skills-технологии в цифровую образовательную среду, которым выступает система принципов, согласующих требования рынка труда и педагогической эргономики. Практическая значимость: сформулированные гипотеза и ожидаемые научные результаты образуют векторную «дорожную карту» для последующей разработки и внедрения информационно-функционального обеспечения, направленного на преодоление выявленных барьеров.
Ключевые слова
IT-Skills-технология, ИТ-компетенции, цифровая образовательная среда, проблемы интеграции, системный подход, информационно-функциональное обеспечение
Библиографическая ссылка на статью
Буйневич М. В., Долженков С. С. Актуальность и содержание исследования проблемных вопросов интеграции IT-Skills-технологии в цифровую образовательную среду профильного вуза // Информационные технологии и телекоммуникации. 2025. Т. 13. № 4. С. 71‒82. DOI: 10.31854/2307-1303-2025-13-4-71-82. EDN: MCBXLG
Reference for citation
Buinevich M., Dolzhenkov S. Relevance and Scope of Research on Problematic Issues in Integrating IT Skills Technology into a Specialized University's Digital Educational Environment // Telecom IT. 2025. Vol. 13. Iss. 4. PP. 71‒82 (in Russian). DOI: 10.31854/2307-1303-2025-13-4-71-82. EDN: MCBXLG
|
|
Литература
1. Faisal A., Yudhaputri E. A. Soft skill dan hard skill alumni d3 mice universitas trisakti di dunia industri // Media Riset Bisnis & Manajemen. 2025. Vol. 24. Iss. 1. PP. 9-24. DOI: 10.25105/v24i1.21397. EDN: UBDJQH
2. Daly M., Groes F., Jensen M. F. Skill demand versus skill use: Comparing job posts with individual skill use on the job // Labour Economics. 2025. Vol. 92. P. 102661. DOI: 10.1016/j.labeco.2024.102661. EDN: JBUVLX
3. Александров А. С., Зарипова В. М. Анализ требований к ИТ-специ-алистам на основе вакансий, образовательных стандартов и предпочтений студентов с применением больших языковых моделей // Computational Nanotechnology. 2025. Т. 12. № S5. С. 80-94. DOI: 10.33693/2313-223X-2025-12-5-80-94. EDN: ELOENB
4. Побежук Н. Ю., Погребицкая М. В. Модель проектирования и дизайна образовательных программ // Труды университета. 2023. № 4 (93). С. 289-295. DOI: 10.52209/1609-1825_2023_4_289. EDN: KHUXGU
5. Шевчук Е. В. Проектирование архитектуры информационно-образова-тельных систем: интеграционные подходы и стандарты // Вестник Северо-Казахстанского университета им. М. Козыбаева. 2025. № 3 (67). С. 206-213. DOI:10.54596/2958-0048-2025-3-206-213. EDN: RKNNYA
6. Вострых А. В. Имитационная компьютерная модель для оценки и тес-тирования согласованности информационно-функциональных элементов графи-ческих пользовательских интерфейсов // Вестник Московского энергетического института. 2025. № 2. С. 170-178. DOI: 10.24160/1993-6982-2025-2-170-178. EDN: UNKLCG
7. Баканов А. С. Когнитивный подход к проектированию интерфейса пользователя сайта научной библиотеки // Информационные ресурсы России. 2021. № 6 (184). С. 12-15. DOI: 10.52815/0204-3653_2021_06184_12. EDN: LFUDRT
8. Покусов В. В., Матвеев А. В., Максимов А. В. К вопросу о методах и средствах интеграции подсистем защиты информации в информационной системе // Международная научно-практическая конференция «Пожарная безопасность: современные вызовы. Проблемы и пути решения» (Санкт-Петербург, Российская Федерация, 14 апреля 2020 г.). Т. 2. СПб.: Санкт-Петербургский университет Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий, 2020. С. 104-106. EDN: WNDWPV
9. Аграновский А. В., Турнецкая Е. Л. Многофункциональные информа-ционные системы на основе интеграции прикладных программных сред. СПб.: Санкт-Петербургский государственный университет аэрокосмического приборостроения, 2022. 91 с.
10. Рулиене Л. Н. Модель SAMR как инструмент реализации интегратив-ного подхода в современном образовательном процессе // Вестник Бурятского государственного университета. Образование. Личность. Общество. 2024. № 1. С. 23-32. DOI: 10.18101/2307-3330-2024-1-23-32. EDN: BJQTTR
11. Листопад Н. И., Бущик Е. А. Проектирование информационных обра-зовательных систем // Цифровая трансформация. 2022. Т. 28. № 2. С. 33-42. DOI: 10.35596/2522-9613-2022-28-2-33-42. EDN: EFFAIT
12. Башлыкова А. А., Зацаринный А. А., Каменщиков А. А., Козлов С. В., Олейников А. Я и др. Интероперабельность как научно-методическая и норма-тивная основа бесшовной интеграции информационно-телекоммуникационных систем // Системы и средства информатики. 2018. Т. 28. № 4. С. 61-72. DOI: 10.14357/08696527180407. EDN: YPEYDR
|
|
|
Исаков Михаил Владимирович, Симонина Ольга Александровна
Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация
Исследование выполнено без привлечения внешних источников финансирования.
DOI 10.31854/2307-1303-2025-13-4-54-70
EDN NASEQO
|
|
Полный текст
XML JATS
Аннотация
Актуальность. В настоящее время коротковолновый диапазон по-прежнему сохраняет свою значимость как экономически эффективное решение для дальней связи. При этом существует ряд проблем в области методов повышения эффективности коротковолновых каналов в условиях сложной ионосферной обстановки. Применение технологий машинного обучения открывает новые возможности для улучшения качества связи. Цель исследования ‒ повышение качества связи в коротковолновом канале связи посредством применения методов машинного обучения для демодуляции сигналов с использованием технологий OFDM. Методы исследования: моделирование LSTM-сетей для прогнозирования ионосферных параметров, применение сверточных сетей (CNN) и многослойных перцептронов (MLP) для демодуляции сигналов. Научная новизна состоит в комплексном подходе к улучшению качества связи в коротковолновом канале связи, объединяющем прогнозирование ионосферных параметров с методами машинного обучения для демодуляции сигналов. Результаты исследования. Применение CNN-демодуляторов обеспечивает наилучшее качество приема сигналов при низких значениях отношения сигнал / шум, демонстрируя выигрыш до 2,5 дБ по сравнению с классическим корреляционным методом. LSTM-сети показали высокую эффективность в прогнозировании максимально применимых частот и других ионосферных параметров. Практическая значимость: разработаны методы повышения качества связи в коротковолновом диапазоне, которые могут быть использованы для создания адаптивных систем радиосвязи с автоматическим выбором рабочих частот и параметров модуляции.
Ключевые слова
коротковолновая связь, OFDM, машинное обучение, LSTM-сети, CNN, MLP, демодуляция, прогнозирование ионосферы, качество связи
Библиографическая ссылка на статью
Исаков М. В., Симонина О. А. Моделирование методов машинного обучения для улучшения качества связи в коротковолновом канале радиосвязи // Информационные технологии и телекоммуникации. 2025. Т. 13. № 4. С. 54‒70. DOI: 10.31854/2307-1303-2025-13-4-54-70. EDN: NASEQO
Reference for citation
Isakov M., Simonina O. Simulation of Machine Learning Methods to Improve Communication Quality in a Short-Wave Radio Channel // Telecom IT. 2025. Vol. 13. Iss. 4. PP. 54‒70. (in Russian). DOI: 10.31854/2307-1303-2025-13-4-54-70. EDN: NASEQO
|
|
Литература
1. Ватрухин Е. М. Новые возможности применения коротковолновой радиосвязи при решении боевой авиацией задач воздушно-космической обороны // Вестник Концерна ВКО «Алмаз-Антей». 2017. № 2 (21). С. 16-20. EDN: YOBVLS
2. Чихачев А. В., Будко П. А., Шмидт А. А. Применение алгоритмов машинного обучения для решения задач прогнозирования технического состояния средств радиосвязи // Телекоммуникации и связь. 2024. № 3 (3). С. 33-40. DOI: 10.24682/3034-4050-2024-3-33-40. EDN: IDTCNI
3. Широков С. Ю. Исследование влияния искусственного интеллекта на оптимизацию процессов передачи данных // Вестник науки. 2024. Т. 4. № 12 (81). С. 1685-1689. EDN: AREGOJ
4. Егоров В. В., Мингалев А. Н., Щеглова Е. Ф. Многопараметрическая адаптация в коротковолновых системах передачи данных сигналами OFDM // Техника средств связи. 2021. № 3 (155). С. 18-28. EDN: LYRHQF
5. Землянов И. С. Модемы с ортогональными поднесущими мобильных систем коротковолновой связи с адаптацией к условиям распространения радиоволн. Дис. ... канд. техн. наук. Омск, 2016. 168 с. EDN: NQMQRT
6. Конкин Н. А. Методика и алгоритм определения периодов оператив-ного прогнозирования динамики максимально применимых частот КВ-связи на основе алгоритма машинного обучения XGBoost // Вестник Поволжского государственного технологического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2022. № 3 (55). С. 6-16. DOI: 10.25686/2306-2819.2022.3.6. EDN: ZPKQBM
7. Wang J., Shi Y., Yang C., Feng F. A Review and Prospects of Operational Frequency Selecting Techniques for HF Radio Communication // Advances in Space Research. 2022. Vol. 69. Iss. 8. PP. 2989-2999. DOI: 10.1016/j.asr.2022.01.026. EDN: GAQWAW
8. Liu X., Xu Yu., Cheng Yu., Li Ya., Zhao L., et al. A Heterogeneous Information Fusion Deep Reinforcement Learning for Intelligent Frequency Selection of HF Communication // China Communications. 2018. Vol. 15. Iss. 9. PP. 73-84. DOI: 10.1109/CC.2018.8456453
9. Oyedare T., Shah V. K., Jakubisin D. J., Reed J. H. Interference Suppression Using Deep Learning: Current Approaches and Open Challenges // IEEE Access. 2022. Vol. 10. PP. 66238-66266. DOI: 10.1109/access.2022.3185124. EDN: VPQSLS
10. Liu Ch., Chen Yu., Yang Sh. H. Deep Learning Based Detection for Communications Systems with Radar Interference // IEEE Transactions on Vehicular Technology. 2022. Vol. 71. Iss. 6. PP. 6245-6254. DOI: 10.1109/tvt.2022.3158692. EDN: OECFXQ
11. Соловьева Е. Б., Зубарев А. В. Нейронная модель компенсатора нелинейных искажений сигналов для цифрового канала связи // Известия высших учебных заведений России. Радиоэлектроника. 2013. № 4. С. 30-34. EDN: RUXAHR
12. Малыгин И. В., Бельков С. А., Тарасов А. Д., Усвяцов М. Р. Применение методов машинного обучения для классификации радиосигналов // Труды МАИ. 2017. № 96. С. 15. EDN: ZWUHFP
13. Рапаков Г. Г., Горбунов В. А., Дианов С. В., Елизарова Л. В. Исследование LSTM-нейросетевого подхода при моделировании временных рядов // Вестник Череповецкого государственного университета. 2023. № 3 (114). С. 47-54. DOI: 10.23859/1994-0637-2023-3-114-4. EDN: AEWHEN
14. Ji S., He G., Yu Q., Shi Ya., Hu Ju., et al. A Short-Term Forecasting Method for High-Frequency Broadcast MUF Based on LSTM // Atmosphere. 2024. Vol. 15. Iss. 5. P. 569. DOI: 10.3390/atmos15050569. EDN: PSQPAQ
15. Shenvi N., Virani H. Forecasting of Ionospheric Total Electron Content Data Using Multivariate Deep LSTM Model for Different Latitudes and Solar Activity // Journal of Electrical and Computer Engineering. 2023. Vol. 2023. P. 2855762. DOI: 10.1155/2023/2855762. EDN: XUUDIO
16. Xiong P., Zhang X., Zhai D., Long C., Zhou H., et al. Long Short-Term Memory Neural Network for Ionospheric Total Electron Content Forecasting over China // Space Weather. 2021. Vol. 19. Iss. 4. P. e2020SW002706. DOI: 10.1029/2020SW002706. EDN: QHEYCE
17. Иванов М. С., Леньшин А. В. Статистические испытания методики приема и демодуляции сигналов с компенсацией неортогональных имитационных помех // Вестник Воронежского института МВД России. 2023. № 4. С. 149-158. EDN: JRLYZZ
18. Елисеев С. Н., Филимонова Л. Н. Влияние одновременного воздействия быстрых замираний и частотного сдвига в радиоканале на OFDM сигнал // V Научный форум «Телекоммуникации: теория и технологии» (ТТТ-2021). Материалы XXIII Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» (ПТиТТ-2021, Самара, 23-26 ноября 2021 г.). 2021. С. 81-82. EDN: GAVLDS
19. Hassan H. A., Mohamed M. A., Essai M. H., Mubarak A. S., Esmaiel H., et al. An Efficient and Reliable OFDM Channel State Estimator Using Deep Learning Convolutional Neural Networks // Journal of Engineering Sciences. 2023. Vol. 51. Iss. 6. PP. 32-48. DOI: 10.21608/jesaun.2023.215113.1236. EDN: JCUMCA
20. Лобов Е. М., Алаа А. Обзор существующих методов коррекции межсимвольных искажений радиосигналов в цифровых системах связи с использованием машинного обучения // Телекоммуникации и информационные технологии. 2023. Т. 10. № 1. С. 109-119. EDN: MQABZM
21. Zhao R., Wang J., Li J. An End-to-End Demodulation System Based on Convolutional Neural Networks // Journal of Physics: Conference Series. 2nd International Conference on Computer Science and Communication Technology (ICCSCT, 29-31 July 2021, Beijing, China). 2021. Vol. 2026. P. 012006. DOI: 10.1088/1742-6596/2026/1/012006
22. Maranhão J. P. A., da Costa J. P. C. L., de Freitaset E. P., Javidial E. Noise-Robust Multilayer Perceptron Architecture for Distributed Denial of Service Attack Detection // IEEE Communications Letters. 2020. Vol. 25. Iss. 2. PP. 402-406. DOI: 10.1109/LCOMM.2020.3032170
23. Li J., Zhang M., Xu K., Dickerson J., Ba J. How Does a Neural Network's Architecture Impact Its Robustness to Noisy Labels? // Advances in Neural Information Processing Systems. 2021. Vol. 34. DOI: 10.48550/arXiv.2012.12896
24. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение / пер. с англ. А. А. Слинкина. 3-е изд., испр. и доп. М.: ДМК Пресс, 2024. 656 с.
25. Balamurugan S. P. A Comprehensive Study on MLP and CNN, and the implementation of Multi-Class Image Classification Using Deep CNN // Machine Learning and Deep Learning Techniques for Medical Science. CRC Press, 2022. PP. 1-25. DOI: 10.1201/9781003217497-1
|
|
|
Комаров Валерий Валерьевич
Научно-исследовательский институт организации здравоохранения и медицинского менеджмента Департамента здравоохранения города Москвы,
Москва, 115088, Российская Федерация
DOI 10.31854/2307-1303-2025-13-4-15-30
EDN TTTFWO
|
|
Полный текст
XML JATS
Аннотация
Целью исследования является определение надежности работника субъекта критической информационной инфраструктуры, задействованного в реализации мероприятий по реагированию на компьютерные инциденты и ликвидации последствий компьютерных атак на значимые объекты указанной инфраструктуры, а также оценка целесообразности использования данного параметра, характеризующего исполнителя, в системах поддержки принятия решений. В рамках решения задачи назначения ответственных исполнителей упомянутых мероприятий предложен методический подход по определению надежности исполнителя плана реагирования на компьютерные инциденты. Проведены практические экспериментальные исследования по оценке эффективности действий работников субъектов критической информационной инфраструктуры, имеющих разную квалификацию и навыки. В результате исследования предложен подход к расчету основных показателей квалификации и навыков исполнителя, а также использованию полученных показателей при решении задачи распределения исполнителей (задача о назначениях), что позволит сократить время реагирования на компьютерный инцидент и ликвидацию последствий компьютерной атаки. Полученные результаты позволяют обоснованно сформировать требования к квалификации и навыкам персонала сил безопасности значимых объектов критической информационной инфраструктуры и обеспечить взаимозаменяемость исполнителей. Практическая значимость исследования заключается в решении задачи оптимального распределения (назначения) исполнителя с учетом его квалификации и навыков при реагировании на компьютерные инциденты и ликвидации последствий компьютерных атак.
Ключевые слова
критическая информационная инфраструктура, объект критической информационной инфраструктуры, компьютерный инцидент, модель, компьютерная атака
Библиографическая ссылка на статью
Комаров В. В. Методический подход к определению надежности исполнителя мероприятий плана реагирования на компьютерные инциденты на значимых объектах критической информационной инфраструктуры // Информационные технологии и телекоммуникации. 2025. Т. 13. № 4. С. 15‒30. DOI: 10.31854/2307-1303-2025-13-4-15-30. EDN: TTTFWO
Reference for citation
Komarov V. A Methodological Approach to Determining the Reliability of the Executor of the Computer Incident Response Plan at Significant Facilities of Critical Information Infrastructure // Telecom IT. 2025. Vol. 13. Iss. 4. PP. 15‒30 (in Russian). DOI: 10.31854/2307-1303-2025-13-4-15-30. EDN: TTTFWO
|
|
Литература
1. Талашманова К. А. К проблеме понимания профессиональной надежности субъекта // Человеческий капитал. 2020. № 3 (135). С. 239-245. DOI: 10.25629/HC.2020.03.28. EDN: TQLYSF
2. Табакаева В. А., Карманов И. Н., Ан В. Р. Особенности интеллектуальных систем управления информационной безопасностью объектов критической информационной инфраструктуры // Интерэкспо Гео-Сибирь. 2020. Т. 6. № 2. С. 99-104. DOI: 10.33764/2618-981X-2020-6-2-99-104. EDN: AVQHQD
3. Васильев Н. П., Скворцов Р. Р. Использование системы принятия решений для обеспечения информационной безопасности // Актуальные исследования. 2023. № 24-1 (154). С. 43-49. EDN: DHBWDY
4. Фисун В. В. Экспертная система поддержки и принятия решений по управлению информационной безопасностью объектов критической информационной инфраструктуры // Globus: Технические науки. 2022. Т. 8. № 1 (42). С. 17-21. DOI: 10.52013/2713-3079-42-1-4. EDN: IZALNY
5. Хранилов В. П., Бураго П. Н. Математическое обеспечение системы поддержи принятия решений для управления рисками информационной безопасности // Математические методы в технологиях и технике. 2024. № 6. С. 107-110. EDN: DZQSPY
6. Голдобина А. С., Исаева Ю. А., Селифанов В. В., Климова А. М., Зенкин П. С. Построение адаптивной трехуровневой модели процессов управления системой защиты информации объектов критической информационной инфраструктуры // Доклады Томского государственного университета систем управления и радиоэлектроники. 2018. Т. 21. № 4. С. 51-58. DOI: 10.21293/1818-0442-2018-21-4-51-58. EDN: YYSUPZ
7. Медведев Д. В., Матвеев А. В. Алгоритмы интеллектуальной поддержки принятия управленческих решений при угрозах лесных пожаров // Научно-аналитический журнал «Вестник Санкт-Петербургского университета ГПС МЧС России». 2025. № 2. С. 35-48. DOI: 10.61260/2218-13Х-2025-2-35-48. EDN: OKGHLE
8. Микиденко Н. Л., Сторожева С. П., Струкова Е. Г. Кадровое обеспечение образовательных программ в области информационной безопасности: проблемы проектирования и развития // Вестник СибГУТИ. 2022. 3 (59). С. 84-100. DOI: 10.55648/1998-6920-2022-16-3-84-100. EDN: INPJMX
9. Ахмеджанов Ф. М., Крымский В. Г. Алгоритм оценки надежности человека-оператора на основе модифицированной методики HEART // Электротехнические и информационные комплексы и системы. 2019. Т. 15. № 1. С. 60-69. DOI: 10.17122/1999-5458-2019-15-1-60-69. EDN: PNGLWR
10. Берберова М. А., Чуенко В. В., Золотарев О. В., Андреев В. В., Карпушин Е. В. и др. Оценка действий персонала при наиболее опасных авариях. Разработка программы мониторинга обеспечения безопасности АЭС // Автоматизация и моделирование в проектировании и управлении. 2020. № 2 (8). С. 42-49. DOI: 10.30987/2658-6436-2020-2-42-49. EDN: SIBZER
11. Кондратьев А. Ю., Коваленко О. В., Усов А. В., Ерошкина И. В. Методика оценки вероятности ошибочных действий персонала структурных подразделений Министерства обороны Российской Федерации, эксплуатирующих ядерно и радиационно опасные объекты // Вопросы оборонной техники. Серия 16: Технические средства противодействия терроризму. 2022. № 7-8 (169-170). С. 3-11. EDN: OFZQAH
12. Ковальковская Н. О., Кулешов В. В., Сердюк В. С., Бакико Е. В. Шкалирование параметров влияния человеческого фактора на уровень профессионального риска на объектах машиностроения // Омский научный вестник. 2020. № 6 (174). С. 15-21. DOI: 10.25206/1813-8225-2020-174-15-21. EDN: GYSRHG
13. Сперанский Д. В. Поиск оптимальных путей в нечетких графах // Автоматика на транспорте. 2022. Т. 8. № 4. С. 418-426. DOI: 10.20295/2412-9186-2022-8-04-418-426. EDN: DEACCM
14. Большаков А. С., Жила А. И., Осин А. В. Управление информационной безопасностью персональных данных с использованием нечеткой логики // Наукоемкие технологии в космических исследованиях Земли. 2021. Т. 13. № 4. С. 37-47. DOI: 10.36724/2409-5419-2021-13-4-37-47. EDN: AGYPHZ
15. Рябова В. А. Нечеткая модель угроз информационной безопасности предприятия // Молодежная наука ‒ 2023: технологии и инновации: материалы Всероссийской научно-практической конференции молодых ученых, аспирантов и студентов, посвященной Десятилетию науки и технологий в Российской Федерации (10-14 апреля 2023 г., Пермь). Пермь, 2023. С. 103-106. EDN: KGHWKN
16. Carlos Eduardo Rodriguez. Evaluating the impact of human factors on aircraft maintenance errors: A risk-based analysis framework for business aviation. World Journal of Advanced Engineering Technology and Sciences, 2024, 13(02), 764-777. DOI: https://doi.org/10.30574/wjaets.2024.13.2.0647.
17. Zarei E., Khan F., Abbassi R. Importance of Human Reliability in Process Operation: A Critical Analysis // Reliability Engineering & System Safety. 2021. Vol. 211. P. 107607. DOI: 10.1016/j.ress.2021.107607. EDN: EWNXCL
18. Гончарова Н. А. Метод нахождения динамических приоритетов грузовых операций для оптимизации работы самоходных подвижных единиц в железнодорожных промышленных транспортно-технологических системах // Автоматика на транспорте. 2023. Т. 9. № 3. С. 274-282. DOI: 10.20295/2412-9186-2023-9-03-274-282. EDN: DIKMUC
19. Журавлев Н. М. Алгоритм принятия управленческих решений для руководителя тушения пожара в условиях неопределенности // Инновационные исследования как локомотив развития современной науки: от теоретических парадигм к практике: электронный сборник научных статей по материалам ХIII Международной научно-практической конференции (12 октября 2019 г., Москва). М.: НИЦ МИСИ, 2019. С. 193-196.
20. Журавлев Н. М. Поддержка принятия решения руководителя тушения пожара на основе системно-динамической модели фронтального тушения пожара // Приоритетные направления развития Российской науки: материалы IV всероссийской научно-практической конференции (14 июля 2020 г., Санкт-Петербург). СПб., 2020. С. 17-21. EDN: VXJJDZ
21. Крымский В. Г., Ахмеджанов Ф. М. Использование интервальных моделей неопределенностей для оценки надежности человека-оператора с помощью метода SLIM // Электротехнические и информационные комплексы и системы. 2022. Т. 18. № 2. С. 128-138. DOI: 10.17122/1999-5458-2022-18-2-128-138. EDN: IHMGQL
|
|
|
Белов Антон Андреевич, Хуторная Екатерина Викторовна
Санкт-Петербургский государственный морской технический университет,
Санкт-Петербург, 190121, Российская Федерация
Исследование выполнено без привлечения внешних источников финансирования.
DOI 10.31854/2307-1303-2025-13-4-31-53
EDN JVKANN
|
|
Полный текст
XML JATS
Аннотация
Постановка задачи. Сверхширокополосные системы локального позиционирования в реальном времени используют для передачи данных импульсные радиосигналы с эффективной шириной спектра не менее 500 МГц, имеют высокую точность локализации (10–30 см) и скорость передачи (до 27,24 Мбит/с с перспективой роста до 480 Мбит/с), что делает их необходимым звеном в построении систем широкого профиля для мониторинга перемещений людей, транспортных средств, контроля доступа (без шлагбаумов), в том числе в опасные зоны и т. п. При этом радиус действия таких систем быстро снижается с ростом битовой скорости, а также зависит от многих других факторов. В то же время универсальная система должна быть достаточно быстродействующей для решения таких задач, как предотвращение столкновений транспортных средств, управление роботами и др. В этих условиях для успешного применения сверхширокополосных решений необходимо иметь оперативный механизм оценивания ключевых параметров системы в зависимости от массы влияющих факторов, таких как спектральные характеристики сигналов, нормы по спектральной плотности эквивалентной изотропно-излучаемой мощности, настройки приемопередатчика, допускаемые значения частоты битовых ошибок и т. п. Целью работы является исследование факторов, влияющих на ключевые параметры сверхширокополосных систем локального позиционирования в реальном времени, и разработка на этой основе оценочной модели процесса передачи как одного из инструментов проектирования и обслуживания систем. Используемые методы: анализ сведений по влияющим факторам, построение и наложение модели потерь при распространении радиоволн и моделей бюджета радиолинии, работа с общей моделью и вывод закономерностей изменения ключевых параметров при граничных значениях влияющих факторов. Новизна: в одной общей модели систематизированы факторы моделей двух видов, влияющие на дальность передачи. Результат: получен инструмент проектирования и обслуживания сверхширокополосных систем локального позиционирования в реальном времени, позволяющий предсказывать их поведение при разных сочетаниях влияющих факторов, в частности обеспечивать максимальный радиус действия при заданной битовой скорости. Практическая значимость: представленное исследование может быть использовано в качестве методического сопровождения занятий по ознакомлению со сверхширокополосными системами локального позиционирования в реальном времени и по оценке радиуса их действия в зависимости от скорости передачи и других факторов.
Ключевые слова
сверхширокополосная связь, сверхширокополосные сигналы, система локального позиционирования в реальном времени, спектральная плотность эквивалентной изотропно-излучаемой мощности, сверхширокополосные системы локального позиционирования в реальном времени, частота битовых ошибок
Библиографическая ссылка на статью
Белов А. А., Хуторная Е. В. Математическое моделирование процесса передачи данных в сверхширокополосных системах локального позиционирования в реальном времени // Информационные технологии и телекоммуникации. 2025. Т. 13. № 4. С. 31‒53. DOI: 10.31854/2307-1303-2025-13-4-31-53. EDN: JVKANN
Reference for citation
Belov A., Khutornaya E. Mathematical Modeling of Data Transmission in Ultra-Wideband Real-Time Local Positioning Systems // Telecom IT. 2025. Vol. 13. Iss. 4. PP. 31‒53 (in Russian). DOI: 10.31854/2307-1303-2025-13-4-31-53. EDN: JVKANN
|
|
Литература
1. Кокин С. А., Симонина О. А. Моделирование и анализ сверхшироко- полосного канала связи // Информационные технологии и телекоммуникации. № 4. 2024. С. 51-63. DOI: 10.31854/2307-1303-2024-12-4-51-63. EDN: GSTYER
2. Калинин В. О., Носов В. И. Оценка параметров короткоимпульсной сверхширокополосной системы связи // Вестник СибГУТИ. 2011. № 3 (15). С. 73-85. EDN: OJXLHF
3. Дмитриев А. С., Попов М. Г., Рыжов А. И. Повышение дальности дей- ствия сверхширокополосных прямохаотических средств связи // Радиотехника и электроника. 2020. T. 65. № 9. С. 902-910. DOI: 10.31857/S0033849420080021. EDN: XZJBEQ
4. Белов А. А., Хуторная Е. В. Исследование возможностей настройки для улучшения ключевых параметров сверхширокополосных систем локального позиционирования в реальном времени // Информационные технологии и теле- коммуникации. 2025. Т. 13. № 3. С. 48‒69. DOI: 10.31854/2307-1303-2025-13-3-48-69. EDN: YGYFAW
5. Шепета А. П., Махлин А. М., Львовский С. А. Особенности приме- нения сверхширокополосных сигналов в современных РЛС // I-Methods. 2016. Т. 8. № 3. С. 18-23. EDN: YVSHVB
6. Khalesi H., Ghods V. An Optimized IR‑UWB Communication System with Interference Reduction on a Narrowband System Using Genetic Algorithm // Wireless Personal Communications. 2021. Iss. 118. PP. 447-460. DOI: 10.1007/s11277-020-08023-5
7. Grakhova E. P., Rommel S., Jurado-Navas A., Sultanov A. Kh., Vegas Olmos J. J., et al. First Experimental Impulse-Radio Ultra-Wideband Transmission under the Russian Spectral Emission Mask // Electronics Letters. 2016. Vol. 52. Iss. 10. PP. 877-879. DOI: 10.1049/el.2016.0635
8. Dhar S. K., Chakraborty Sh., Biswas P. 3.51pJ/pulse/1.2V CMOS IR-UWB Transmitter // International Journal of Computer Science Issues. 2012. Vol. 9. Iss. 6. No 1. PP. 237-243.
9. Типикин А. А. Моделирование систем связи в MATLAB с помощью пакета расширения Communications Toolbox. Практическое руководство по применению в двух частях. Ч. 2. М.: СОЛОН-Пресс, 2022. 384 с. EDN: DXTRFX
10. Shi L., Béchadergue B., Chassagne L., Guan H. Joint Visible Light Sensing and Communication Using m-CAP Modulation // IEEE Transactions on Broadcasting. 2022. DOI: 10.1109/TBC.2022.3201649
11. Рыжов А. И., Лазарев В. А. Мохсени Т. И., Никеров Д. В., Андреев Ю. В. и др. Ослабление сверхширокополосных хаотических сигналов диапазона 3-5 ГГц при прохождении через стены зданий // Журнал радиоэлектроники. 2012. № 5. С. 1. EDN: OYPKLZ
12. Семенко А. И., Смелянский А. А. Оценка затухания радиосигнала при прохождении через стену // Доклады Белорусского государственного университета информатики и радиоэлектроники. 2014. № 7 (85). С. 78-82. EDN: YZJMDB
13. Краснов Т. В., Кохонькова Е. А., Бурлаков И. Е., Кудинов Д. С. Оценка эффективности высокочастотных методов определения расстояния в условиях шахт // Журнал Сибирского федерального университета. Серия: Техника и технологии. 2023. Т. 16. № 8. С. 986-1000. EDN: IZWHYJ
14. Новичков А. Р., Гончаров И. К., Егорушкин А. Ю., Фащевский Н. Н. Исследование технологии сверхширокополосных радиосигналов для решения задачи позиционирования внутри помещений // Инженерный журнал: наука и инновации. 2021. № 12 (120). DOI: 10.18698/2308-6033-2021-12-2140. EDN: KRDIOU
15. Кислицин А. А. Комплекс адаптивной компенсации энергетических потерь сигналов из-за частотной дисперсии в трансионосферных радиоканалах систем спутниковой связи. Дисс. ... канд. тех. наук. Йошкар-Ола, 2020. 157 с.
16. Мощевикин А., Екимов Д., Гоголев А., Екимов К., Федоров А. и др. Точность определения расстояний с помощью технологии nanoLOC // Беспро- водные технологии. 2008. № 3 (12). С. 48-51. EDN: MTGBZL
|
|
|
Моисеенко Григорий Юрьевич
Министерство обороны Российской Федерации,
Москва, 119160, Российская Федерация
DOI 10.31854/2307-1303-2025-13-4-1-14
EDN SFRRWR
|
|
Полный текст
XML JATS
Аннотация
Постановка задачи. Непреднамеренное нарушение пользователем инструкций по работе с информационной системой, приводящее к информационным угрозам (неумышленный инсайдинг), является серьезной проблемой в сфере информационной безопасности. Основная причина нарушений заключается в том, что вследствие определенного психоэмоционального состояния пользователя возникает девиация его поведения и он может ошибаться как в выборе, так и в работе с элементами интерфейса системы: например, вводить конфиденциальные данные в «открытые» поля. Цель работы состоит в описании программного средства моделирования, разработанного на базе авторской модели интерфейса системы и инструкций. Методы исследования: компьютерное моделирование, программная инженерия, эксперимент. Результат: помимо самого факта создания программного средства доказана его работоспособность в части моделирования интерфейса в информационной системе и инструкций по работе с ней, а также продемонстрирована наглядность получаемого графического отображения. Практическая значимость заключается в том, что данное средство позволяет реализовать метод противодействия девиации поведения пользователя путем решения оптимизационной задачи по уточнению инструкций в части спецификации описания элементов интерфейса; при этом данная задача является многокритериальной, поскольку увеличение содержания инструкции ведет к обратному эффекту – усложнению ее восприятия человеком.
Ключевые слова
неумышленный инсайдинг, девиация поведения, моделирование, программное средство, эксперимент
Библиографическая ссылка на статью
Моисеенко Г. Ю. Моделирование интерфейса информационной системы и инструкций по работе с ней с учетом девиации поведения пользователя // Информационные технологии и телекоммуникации. 2025. Т. 13. № 4. С. 1‒14. DOI: 10.31854/2307-1303-2025-13-4-1-14. EDN: SFRRWR
Reference for citation
Moiseenko G. Modeling the Interface of an Information System and Instructions for Working with It, Taking into Account the Deviation of User Behavior // Telecom IT. 2025. Vol. 13. Iss. 4. PP. 1‒14 (in Russian). DOI: 10.31854/2307-1303-2025-13-4-1-14. EDN: SFRRWR
|
|
Литература
1. Буйневич М. В., Моисеенко Г. Ю. Нарушение регламента при работе с информационной системой как угроза безопасности информационным ресурсам // Региональная информатика и информационная безопасность: сборник трудов Санкт-Петербургской международной конференции и Санкт-Петербургской межрегиональной конференции (Санкт-Петербург, 23–25 октября 2024 г.). СПб., 2024. С. 78–79. EDN: JRRYNA
2. Ковтунович М. Г., Маркачев К. Е. Информационный стресс // Психологическая наука и образование. 2008. Т. 13. № 5. С. 83–91. EDN: JXDPBX
3. Моисеенко Г. Ю. Обзор способов формализации должностных регламентов деятельности (согласно отечественным исследованиям) // Национальная безопасность и стратегическое планирование. 2024. № 4 (48). С. 35–42. DOI: 10.37468/2307-1400-2024-4-35-42. EDN: EVKBGL
4. Буйневич М. В., Моисеенко Г. Ю. Повышение «устойчивости» регламентов деятельности как способ противодействия неумышленному инсайдингу // Вопросы кибербезопасности. 2024. № 6 (64). С. 108–116. DOI: 10.21681/2311-3456-2024-6-108-116. EDN: HRNCWF
5. Царегородцев А. В., Романовский С. В., Волков С. Д., Самойлов В. Е. Управление рисками информационной безопасности цифровых продуктов финансовой экосистемы организации // Моделирование, оптимизация и информационные технологии. 2020. Т. 8. № 4 (31). DOI: 10.26102/2310-6018/2020.31.4.038. EDN: SKZBBF
6. Курта П. А. Взаимодействие пользователя с информационной системой. Часть 1. Схема взаимодействия и классификация недостатков // Известия СПбГЭТУ ЛЭТИ. 2020. № 8–9. С. 35–45. EDN: VLVMXL
7. Абдуллин Т. И., Баев В. Д., Буйневич М. В., Бурзунов Д. Д., Васильева И. Н. и др. Цифровые технологии и проблемы информационной безопасности. СПб.: СПГЭУ, 2021. 163 с. EDN: NXZPBQ
8. Буйневич М. В., Израилов К. Е. Авторская метрика оценки близости программ: приложение для поиска уязвимостей с помощью генетической деэволюции // Программные продукты и системы. 2025. Т. 38. № 1. С. 89–99. DOI: 10.15827/0236-235X.149.089-099. EDN: RAPDHK
9. Вострых А. В. Алгоритм оценки эффективности визуальной эстетики интерфейсов специализированных программных продуктов, используемых экстренными службами // Национальная безопасность и стратегическое планирование. 2024. № 3 (47). С. 77–89. DOI: 10.37468/2307-1400-2024-3-77-89. EDN: BEEHGJ
10. Данилова М. В., Моллон Д. Д. Цветовые категории и цветоразличение // Экспериментальная психология. 2010. Т. 3. № 3. С. 39–56. EDN: MWKCAD
11. Буйневич М. В., Моисеенко Г. Ю. Комбинирование разнородных деструктивных воздействий на информационную систему и противодействие атакам (на примере инсайдерской деятельности и DDoS-атаки) // Информационные технологии и телекоммуникации. 2023. Т. 11. № 3. С. 27‒36. DOI: 10.31854/2307-1303-2023-11-3-27-36. EDN: LWQWNX
|
|
|
Статья
Метаданные статьи распространяются по лицензии