РЕКУРЕНТНІ МОДЕЛІ РАНДОМІЗОВАНИХ ПРОЦЕСІВ В ЗАДАЧАХ ЗОВНІШНЬОЇ РОЗВІДКИ. ЧАСТИНА 1. СПРОЩЕНІ МОДЕЛІ НИЖЧОГО ПОРЯДКУ

• Date: 2025
• Main Author: Idrisov , F.F.
• Format: Article
• Language: English
• Published: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2025
• Subjects: розвіддані; рандомізований процес; тренд; сплайн; дисперсія; коваріація оцінок; рекурентні оцінки; імітаційне моделювання
• Online Access: https://jais.net.ua/index.php/files/article/view/687
• Journal Title: Problems of Control and Informatics

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 проце-сів 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.