Рекуррентные модели рандомизированных процессов в задачах внешней разведки. Часть 1. Упрощенные модели низшего порядка

• Дата: 2019
• Автор: Идрисов, Ф.Ф.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2019
• Назва видання: Проблемы управления и информатики
• Теми: Экономические и управленческие системы
• Онлайн доступ: http://dspace.nbuv.gov.ua/handle/123456789/180840
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Рекуррентные модели рандомизированных процессов в задачах внешней разведки. Часть 1. Упрощенные модели низшего порядка / Ф.Ф. Идрисов // Проблемы управления и информатики. — 2019. — № 5. — С. 137-149. — Бібліогр.: 8 назв. — рос.

Для держави зовнішня розвідка в усі часи була сферою особливої уваги. Роль зовнішньої розвідки значно зросла в наш час, коли з’явилися нові форми міждержавних конфліктів (мережеві і гібридні війни, масштабні терористичні акти, системне втручання у внутрішні справи іншої держави і т.д.) і ускладнився простір їх проведення (до традиційних просторів, морського, сухопутного та повітряного, додалася нова сфера — кіберпростір). У зв’язку з цим ускладнилися умови отримання розвідданих і вимоги до їх обробки. Найбільший інтерес становить контекст проведення розвідувальних операцій, тобто дослідження потенційних можливостей моделей обробки даних про фінансові транзакції, про пересування людських, матеріальних, інформаційних та інших ресурсів з позицій теорії випадкових процесів. Однак класична теорія випадкових процесів розроблялася для задач, коли спостереження за об’єктом проводилися через рівні інтервали часу (наприклад, врожайність, народжуваність і т.д.). Еквідистантність малася на увазі за замовчуванням. Але для задач розвідки таке уявлення об’єкта, що спостерігається, неприйнятно, оскільки інформація про нього, будучи випадковою, надходить у випадкові моменти часу. Назвемо такі процеси рандомізованими, підкреслюючи цим самим рандомізованість моментів надходження розвідданих. Але є ще одна важлива обставина — це висока динаміка старіння даних і обмеженість їх обсягу. Природно, в цьому випадку необхідні рекурентні моделі, що враховують як недостатність інформації, так і її «старіння» в умовах рандомізованих спостережень. Всі ці моменти враховано у запропонованих моделях, заснованих на модифікованих сплайнах. Розглянуто моделі, досліджені для випадків, коли моменти появи даних відомі точно або з тих чи інших причин невідомі. Побудовано відповідні алгоритми виділення трендів спостережуваних даних, а також проаналізовано статистичні властивості їх параметрів. Наведено результати імітаційного моделювання. У цій частині роботи досліджено досить прості моделі порівняно невисокого порядку, тоді як у ч. 2 завдання вирішується шляхом побудови моделі більш високого порядку.