Рассматривается задача реидентификации человека по изображениям, полученным из систем видеонаблюдения, с использованием признаков различной природы. В отличие от традиционных подходов, опирающихся на один биометрический фактор, предложена универсальная методика объединения признаков, полученных из разных источников информации. В основе метода лежит вероятностная модель, реализующая объединение признаков в пространстве решений по правилу байесовского вывода. Каждый признак рассматривается как наблюдение, аппроксимируемое нормальным распределением с параметрами, оцениваемыми по обучающим данным. Принятие решения осуществляется путём максимизации апостериорной вероятности принадлежности объекта к одной из известных личностей. В качестве средств извлечения признаков используются модели на основе архитектур с механизмами внимания, обеспечивающие устойчивость к искажениям. Проведено сравнение с методом линейного объединения признаков. Результаты экспериментов на открытом наборе данных демонстрируют повышение точности идентификации, устойчивость к частичному отсутствию данных и возможность количественной оценки степени достоверности принимаемого решения, что актуально для применения в системах обеспечения безопасности.

Одной из наиболее общих математических постановок задачи управления рисками является задача «Защитник – Атакующий». Ее суть состоит в том, что указанные игроки с противоположными целями назначают элементам рассматриваемой системы некоторые объемы ресурсов из ограниченного пула таким образом, чтобы значение наперед заданной функции риска было, соответственно, минимальным или максимальным. В предположении независимости элементов системы эта задача исследована достаточно подробно. Однако элементы сложных систем связаны и влияют друг на друга, что приводит к значительным отклонениям измеряемого риска от прогнозируемого значения. Модели риска, учитывающие взаимное влияние элементов системы друг на друга, периодически встречаются в литературе, но системного понимания характера и степени влияния структуры сложной системы на ее интегральный риск пока не сформировано. С этой целью авторами запланирована публикация серии работ, в которых изучается влияние структур все возрастающей сложности на интегральный риск защищаемой системы. В ранее опубликованных работах были рассмотрены простая цепная и звездообразная структуры. В настоящей работе ранее полученные результаты обобщены на случай произвольной древовидной структуры. Поставлена задача оптимального с точки зрения минимизации риска размещения элементов в древовидной структуре, рассчитаны верхние оценки относительной погрешности ее приближенного алгоритмического решения для деревьев с небольшим числом ветвей и листьев, проанализировано поведение полученных оценок при увеличении числа листьев и ветвей. Показано, что полученные значения оценок не превосходят аналогичных, полученных для звездообразных структур в предшествующих работах авторов.

Рассмотрен способ фишинга с использованием беспилотных аппаратов и публичных Wi-Fi-сетей на массовых мероприятиях. Приведены предложения для снижения возможности успешных атак.

A problem of control of uncertain 2D overhead crane affected by disturbances with unknown model is considered. An adaptive controller is proposed to solve the above-mentioned problem, which main salient feature is that it ensures asymptotic convergence of errors for both trolley position and payload swing angle not to a bounded set, but to zero without requirement of it a priori knowledge on bounds of the system parameters and disturbance. First of all, the crane is represented in the feedback linearizable form via coordinate transformations under mild assumptions. Then such representation is parameterized in the form of perturbed linear regression equation, which parameters are exactly identified via application of procedure, which has been recently proposed by the authors and is based on the dynamic regressor extension and mixing method and instrumental variables approach. Obtained parameters estimates are substituted into derived ideal control law, and asymptotic stability of the proposed adaptive control system is rigorously proved. All theoretical results are validated via numerical experiments.

Аэроэлектроразведка является одним из распространенных методов сбора геофизической информации. В процессе исследовании территории с летательного аппарата собираются данные магнитного отклика среды в ответ на сигнал контролируемого источника электромагнитных волн. Во многих случаях для моделирования откликов достаточно построить простую модель разреза, имеющую действительные кажущиеся удельные сопротивления. Однако порой на данные существенное влияние оказывает эффект вызванной поляризациии. Он выражается в зависимости кажущегося сопротивления среды от частоты сигнала. Классический подход к моделированию ВП заключается в построении модели для частотно-зависимого удельного сопротивления каждого из слоев среды. Однако количество параметров при таком подходе быстро растет с увеличением разрешения, в связи с чем задача инверсии становится некорректной. Отсутствие однозначного решения обратной задачи приводит к тому, что итоговый результат интерпретации данных сильно зависит от используемого начального приближения и априорной информации. В данной работе предлагается подход к решению этой проблемы, который применяется для инверсии реальных данных. Показывается, что в некоторых случаях начальное приближение может быть выбрано исходя из результатов анализа откликов, полученных на участке, близком участку ВП.