В статье представлен подход к обнаружению фишинговых атак на основе построения и автоматической оптимизации конвейеров машинного обучения с помощью специализированной библиотеки (PhishAutoML). Актуальность проблемы обусловлена эволюцией фишинговых атак, использующих методы социальной инженерии и лексические уловки, что делает традиционные статические методы защиты неэффективными. Описаны теоретические основы векторизации текста с помощью модели FastText и ее применение в рамках AutoML-подхода на основе байесовской оптимизации, позволяющего автоматически подбирать гиперпараметры для всего конвейера. Предложенная концепция PhishAutoML применяется для построения моделей, способных выявлять фишинг на основе семантического анализа и гибко настраивать компромисс между качеством и производительностью. Представлены результаты вычислительных экспериментов: итоговые метрики качества и производительности, а также сравнительный анализ с классическим (TF-IDF) и современным (DistilBERT) подходами. Выводы подтверждают эффективность предложенного решения (достижение полноты обнаружения фишинга в 95%, что в разы превосходит альтернативные методы) и намечают направления дальнейшего развития. Однако такая интеграция в традиционные системы обнаружения и предотвращения вторжений сталкивается с серьезными рисками и фундаментальными проблемами. В данной статье рассматриваются ключевые технические, организационные и этические барьеры, препятствующие массовому внедрению решений, использующих ИИ, и предлагаются возможные пути их преодоления.

 В данной статье представлен программный комплекс для автоматического
анализа тональности узбекских текстов. Система основана на гибридном подходе, сочетающем модель трансформатора, модуль извлечения именованных сущностей (NER) и специально составленный словарь тональности узбекского языка. Актуальность данной
разработки обусловлена растущим объемом неформальных текстов в социальных сетях и отсутствием готовых инструментов для их обработки. Комплекс реализует полный цикл обработки: очистку и нормализацию текста, извлечение сущностей, определение тональности и ключевых слов, а также визуализацию результатов во встроенном вебинтерфейсе. Модели и словарь адаптированы к агглютинативным и орфографическим
особенностям узбекского языка, что повышает устойчивость к разговорной и смешанной письменности. Кратко описаны архитектура комплекса, основные программные модули и
их взаимодействие, а также принцип работы прикладного интерфейса (REST API). Приведены примеры использования системы для анализа отзывов и сообщений пользователей, подтверждающие её пригодность для решения прикладных задач мониторинга общественного мнения. По результатам первоначальных экспериментов достигнуто существенное улучшение качества по сравнению с базовыми моделями текста
без учета НЭР и лексики.

В настоящее время граждане активно участвуют в общественных обсуждениях, влияющих  на жизнь общества.  С развитием цифровизации пользователи всё чаще используют социальные сети и платформы обратной связи (ПОС) для высказывания мнений по различным сферам деятельности. В связи с этим возникает необходимость анализа общественных настроений с помощью современных аналитических инструментов с целью выявления потенциальных проблем на ранних стадиях. В статье описана разработка математической модели для анализа общественных настроений на основе текстовых сообщений, опубликованных в социальных сетях и других источниках. Модель включает в себя этапы предобработки данных, кластеризации обращений, именования кластеров с использованием языковых моделей и обобщения выявленных проблем.

В работе предложен метод определения координат беспилотного летательного аппарата (БПЛА) на основе измерения дальностей до двух наземных станций, который может применяться для авиационной навигации, радиотехнических систем позиционирования и мониторинга воздушного пространства. Метод относится к угломерно-разностно-дальномерным и может лечь в основу локальной навигационной системы для БПЛА, используемых в труднодоступных районах. Цель работы заключается в разработке метода определения координат беспилотного летательного аппарата на основе измерения дальностей от БПЛА до ограниченного количества наземных станций и оценке погрешностей измерения, а также получения зависимостей этих погрешностей от других измеримых географических параметров полета БПЛА. В качестве методов использовались математическое моделирование и численный эксперимент на основе разработанной имитационной модели. В результате получены зависимости ошибки измерения местоположения беспилотного летательного аппарата при изменениях значений основных ошибок входных данных и геометрии расположения наземных станций. Таким образом, предложен новый метод определения координат беспилотного летательного аппарата на основе измерения дальностей до двух наземных станций и барометрической высоты, а также определены погрешности измерения для данного метода. Показано, что точность метода существенно зависит от геометрии расположения станций, точности измерения дальности и дальности между станциями и БПЛА, а наиболее благоприятным для работы метода является угловой диапазон 30°–150°, где ошибка позиционирования остаётся минимальной. Теоретическая значимость состоит в предложенной модели представления координат БПЛА, которая легла в основу метода определения местоположения. Практическая значимость состоит в представлении результатов моделирования работы метода в различных сценариях и результатов численных экспериментов, демонстрирующих особенности его применения и факторы, влияющие на точность измерений

Настоящая работа представляет собой обзор современного состояния и перспектив применения фрактального анализа в задачах обработки данных дистанционного зондирования Земли (ДЗЗ). Рассматривается эволюция научной парадигмы – переход от представлений о гладких, дифференцируемых функциях к фрактальной парадигме, описывающей сложные природные формы. Подробно анализируются теоретические основы фрактального подхода, включая концепции фрактальной размерности, самоподобия и аномальных стохастических процессов. Особое внимание уделяется методологии вычисления фрактальной размерности природных объектов по данным ДЗЗ: методу вариограмм, алгоритму Box Counting и триангуляционным методам. Рассматриваются прикладные аспекты применения фрактального анализа для классификации земных покровов, включая поляриметрические радиолокационные данные и мультиспектральные оптические изображения. Анализируется связь фрактальных характеристик с таксационными параметрами лесных массивов и структурными особенностями подстилающей поверхности. Обсуждаются перспективы развития направления, включая мультифрактальный анализ и учет искажающих факторов при съемке.