When designing adaptive control systems with an identifier (ASI), one faces challenges due to the statistical dependence of control signals on input disturbances. This dependence is stronger for better-trained systems. (Here, training means the process of model building.) Different methods and algorithms are used to identify and control a given plant by finding a trade-off between system training and control. The identification and control algorithms proposed in this paper solve both identification and disturbance control problems for a linear plant. In the case of random input disturbances, the parameter estimates yielded by these algorithms are shown to converge in mean square to the plant’s parameters under the following conditions: the correlation matrix of the input disturbances is nonsingular; the ratio of the control parameter estimate to its real value is less than 2 by magnitude, and this estimate has the same sign as the control parameter. The algorithms can be used to track the time-varying parameters of the plant. The application of these algorithms generates a disturbance control system of a new kind. This system has several distinctive features: the control signal is not transmitted to the identifier; the control parameter is not directly estimated by the identifier (its value affects the estimates of the system parameters at the input disturbances); and the controller produces the control signal only based on the estimates of the system parameters at the input disturbances.

Большинство существующих подходов к оценке и управлению рисками сложных систем различной природы сводится к выявлению подлежащих защите элементов с последующей оценкой локального риска для каждого из них и формированием множеств допустимых мер для его снижения. При этом снижение локального риска одного из них может влиять на риски связанных элементов. Характер и степень такого влияния сильно зависит от специфики защищаемой системы, поэтому до некоторого времени попыток системно его описать не предпринималось. Для частичного заполнения этого пробела авторы исследуют влияние структуры сложной системы на ее интегральный риск при решении математической задачи управления рисками "Защитник – Атакующий", где одноименные игроки назначают элементам рассматриваемой системы ресурсы из ограниченного пула так, чтобы, соответственно, минимизировать или максимизировать значение функции интегрального риска. В предшествующих работах авторы последовательно рассмотрели структуры от простой цепи до деревьев произвольной топологии и описали их априорное - до фактического распределения ресурсов игроками - влияние на интегральный риск защищаемой системы. В настоящей работе ранее полученные результаты обобщены на случай сложной сети с одновершинным периметром.