Методика оценки эффективности автоматизированного конвейера обнаружения фишинга на основе FastText в рамках специализированной библиотеки AutoML для анализа барьеров внедрения искусственного интеллекта в современные системы обнаружения вторжений

Станислав Игоревич Штеренберг; Дмитрий Николаевич Гречухин; Андрей Сергеевич Кривец

doi:10.55648/1998-6920-2026-20-1-3-22

Методика оценки эффективности автоматизированного конвейера обнаружения фишинга на основе FastText в рамках специализированной библиотеки AutoML для анализа барьеров внедрения искусственного интеллекта в современные системы обнаружения вторжений

Станислав Игоревич Штеренберг, Дмитрий Николаевич Гречухин, Андрей Сергеевич Кривец

https://doi.org/10.55648/1998-6920-2026-20-1-3-22

1. Petrenko S. A. Nacional'naya sistema rannego preduprezhdeniya o komp'yuternom napadenii: nauchnaya monografiya [National Early Warning System for Computer Attacks: A Scientific Mono-graph] / Petrenko S. A., Stupin D. D. / ed. S. F. Boeva. – 2-nd ed. – Universitet Innopolis. – Innopo-lis: «Izdatel'skij Dom «Afina», 2018. –448 p. 2. Lavrova D. S. Metodologicheskoe i matematicheskoe obespechenie dlya SIEM-sistem v internete veshchej: dissertaciya na soiskanie uchenoj stepeni kandidata tekhnicheskih nauk: 05.13.19 [Meth-odological and Mathematical Support for SIEM Systems in the Internet of Things: Dissertation for the Degree of Candidate of Technical Sciences: 05.13.19] / Lavrova Dar'ya Sergeevna; [Mesto zashchity: Peterb. gos. un-t putej soobshch.]. - Sankt-Peterburg, 2016. – 179 p.: il. 3. Uorr Keti. Nadezhnost' nejronnyh setej: ukreplyaem ustojchivost' II k obmanu [The reliability of neural networks: strengthening AI's resistance to deception]. — SPb.: Piter, 2021. — 272 p.: il. — (Ser-iya «Bestsellery O’Reilly») 4. Kornienko A. A. Modelirovanie komp'yuternyh atak na raspredelennuyu informa-cionnuyu sistemu [Modeling of Computer Attacks on a Distributed Information System]/ Kornienko A. A., Nikitin A. B., Diasamidze S. V., Kuz'menkova E. Yu. // Izvestiya Peterburgskogo universiteta putej soobshcheniya. 2018. T. 15. no. 4. pp. 613–628. 5. Petrenko, S. A. O razrabotke bezopasnogo chastnogo oblaka [About developing a secure private cloud]/ S. A. Petrenko // Mezhdunarodnyj forum KAZAN DIGITAL WEEK - 2020 : Sbornik materi-alov mezhduna-rodnogo foruma, Kazan', 21–24 sentyabrya 2020 goda / Akademiya nauk Respubliki Tatarstan. Tom Chast' 2. – Kazan': Nauchnyj centr bezopasnosti zhiznedeyatel'nosti, 2020. – pp. 63–70. 6. Lavrova D. S. Modelirovanie setevoj infrastruktury slozhnyh ob"ektov dlya re-sheniya zadachi pro-tivodejstviya kiberatakam [Modeling the network infrastructure of complex objects to solve the prob-lem of countering cyberattacks]/ Lavrova D. S., Zegzhda D. P., Zajceva E. A // Vo-prosy kiber-bezopasnosti. 2019. no.2(30) pp.13–20 7. Zegzhda D. P. Upravlenie dinamicheskoj infrastrukturoj slozhnyh sistem v uslo-viyah celenaprav-lennyh kiberatak [Managing the dynamic infrastructure of complex systems in the face of targeted cyberattacks] / Zegzhda D. P., Lavrova D. S., Pavlenko E. Yu. // Izvestiya RAN. Teoriya i sistemy up-ravleniya, 2020, no. 3, pp. 50–63 8. Kotenko I. V. Model' sistemy upravleniya informaciej i sobytiyami bezopasno-sti [Security Infor-mation and Event Management System model]/ Kotenko I. V., Parashchuk I. B. // Vestnik Astra-hanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Upravlenie, vychislitel'naya tekhnika i informatika. 2020. no. 2. pp. 84–94. 9. Kornienko A. A. Metodika detalizirovannogo ocenivaniya znachimosti sistem orga-nizacii dvizheni-ya poezdov kak ob"ektov kriticheskoj informacionnoj infrastruktury [Methodology for detailed as-sessment of the significance of train traffic management systems as critical information infrastructure objects]/ Kornienko A. A., Kornienko S. V., Karpov D. Yu. // Byulleten' rezul'tatov nauchnyh issledo-vanij. 2020. no. 2. pp. 5–19. 10. Danilin G. V. Mul'tiservisnye seti: metody povysheniya zashchishchennosti dannyh v usloviyah setevyh atak [Multiservice Networks: Methods for Enhancing Data Security in the Face of Network Attacks]/ Danilin G. V., Sokolov S. S., Nyrkov A. P., Knysh T. P. // XXI vek: itogi proshlogo i prob-lemy nastoyashchego plyus. 2020. T. 9. no. 2 (50). pp. 158–163. 11. Saenko I. B. Primenenie iskusstvennyh nejronnyh setej dlya vyyavleniya ano-mal'nogo povedeni-ya pol'zovatelej centrov obrabotki dannyh [Application of artificial neural networks to detect abnor-mal user behavior in data centers]/ Saenko I. B., Kotenko I. V., Al'-Barri M.H. // Voprosy kiber-bezopasnosti. 2022. no. 2 (48). pp. 87–97. 12. Zelenin D. D. Razrabotka modeli upravleniya riskami dlya korporativnoj seti, ata-kuemoj vredonosnym programmnym obespecheniem tipa setevoj cherv' [Development of a risk management model for a corporate network that is being attacked by malware such as network worms]// Vestnik Voronezh-skogo instituta vysokih tekhnologij. 2020. no. 2 (33). pp. 137–142. 13. Semykina N. A. Matematicheskaya model' zashchity v informacionnoj sisteme ierar-hicheskoj struktury [Mathematical model of protection in a hierarchical information system] // Yuzhno-Sibirskij nauchnyj vestnik. 2021. no. 4 (38). pp. 75–80. 14. Gryzunov V. V. Adaptivnoe upravlenie dostupnost'yu resursov geoinformacion-noj sistemy kriticheskogo primeneniya v usloviyah destruktivnyh vozdejstvij : disserta-ciya ... doktora tekhnich-eskih nauk : 2.3.6. [Adaptive Management of the Availability of Critical Applications of Geoinfor-mation Systems in the Face of Destructive Influences : Dissertation ... Doctor of Technical Sciences : 2.3.6.]/ Gryzunov Vitalij Vladimirovich; [Mesto zashchity: FGBOU VO «Peterburgskij gosudarstven-nyj universitet putej soobshcheniya Imperatora Aleksandra I» ; Dissovet 44.2.004.02 (D 218.008.06)]. - Sankt-Peterburg, 2022. – 395 p. : il. 15. Lipatnikov V. A. Raspoznavanie vtorzhenij narushitelya pri upravlenii kiber-bezopasnost'yu in-frastruktury integrirovannoj organizacii na osnove nejro-nechetkih setej i kognitivnogo modelirovaniya [Intrusion detection in the cyber security management of an integrated organization's infrastructure based on neuro-fuzzy networks and cognitive modeling] / Lipatnikov V. A., Tihonov V. A., // \"Aktual'nye pro-blemy infotelekommunikacij v nauke i obrazovanii\" VIII Mezhdunarodnoj nauchno-tekhnicheskoj i nauchno-metodicheskoj konferencii sb. nauch. st. SPb. : SPbGUT, 2018. 16. Aho A., Kompilyatory. / Aho A., Seti R., Ul'man D. // Principy, tekhnologii, in-strumenty [Princi-ples, technologies, tools]. — M. i dr.: Vil'yams, 2001. — 1184 p. 17. Vitkova, L. A. Model' vredonosnoj informacii i ee rasprostranitelya v soci-al'nyh setyah [Model of malicious information and its spreader on social media] / L. A. Vitkova, D. V. Saharov, D. R. Goluzina // Zashchita informacii. Insajd. – 2020. – no. 3(93). – pp. 66–72. 18. Krasov A. V. Obespechenie bezopasnosti peredachi multicast-trafika v IP-setyah [Ensuring the security of multicast traffic transmission in IP networks] / A. V. Krasov, D. V. Saharov, I. A. Ushakov, E. P. Losin // Zashchita informacii. Insajd. – 2017. – no. 3(75). – pp. 34–42. 19. Saharov D. V. Ispol'zovanie matematicheskih metodov prognozirovaniya dlya ocen-ki nagruzki na vychislitel'nuyu moshchnost' IoT-seti [Using mathematical forecasting methods to assess the com-putational load on an IoT network]/ D. V. Saharov, A. M. Gel'fand, A. A. Kazancev, I. E. Pestov // Nauchno-analiticheskij zhurnal \"Vestnik Sankt-Peterburgskogo universiteta Gosudarstvennoj pro-tivopozharnoj sluzhby MChS Rossii\". – 2020. – no. 2. – pp. 86–94. 20. Abramova T. V. Obnaruzhenie anomalij i nejtralizaciya ugroz v raspredelennyh avtomatiziro-vannyh sistemah upravleniya na osnove monitoringa setevyh informacion-nyh potokov : dissertaciya ... kandidata tekhnicheskih nauk : 2.3.6. [Detection of anomalies and neutralization of threats in dis-tributed automated control systems based on monitoring of network information flows : dissertation ... of a candidate of technical sciences : 2.3.6.]/ Abramova Taisiya Vyache-slavovna; [Mesto zashchity: Ufimskij universitet nauki i tekhnologij ; Dissovet 24.2.479.07 (24.2.479.07)]. - Orenburg, 2024. – 235 p. : il. 21. Sheluhin O. I. Obnaruzhenie anomal'nyh vybrosov telekommunikacionnogo tra-fika metodami diskretnogo vejvlet-analiza [Detection of abnormal telecommunications traffic emissions using dis-crete wavelet analysis]/ Sheluhin O. I., Garmashev A. V.//Elektromagnitnye volny i elektronnye siste-my. – 2012. – T. 17. – no.. 2. – pp. 15–26. 22. Sheluhin O. I. Intellektual'nye tekhnologii informacionnoj bezopasnosti. Uchebnoe posobie dlya vuzov [Intelligent Information Security Technologies. Textbook for Universities] / O. I. Sheluhin, D. P. ZEgzhda, D. I. Rakovskij; Pod. Red. Doktora tekhn. Nauk, professora O. I. Sheluhina. – M.: Goryachaya liniya – Telekom, 2023. – 384 p.: il. 23. Zegzhda D. P. Kiberbezopasnost' cifrovoj industrii. Teoriya i praktika funkci-onal'noj ustojchivos-ti k kiberatakam [Cybersecurity of the Digital Industry. Theory and Practice of Functional Resilience to Cyberattacks]/ D. P. Zegzhda, E. B. Aleksandrova, M. O. Kalinin, A. S. Markov, I. Yu. Zhukov, D. V. Ivanov, A. S. Konoplev, D. S. Lavrova, D. A. Moskvin, E. Yu. Pavlenko, M. A. Poltavceva, N. N. Shenec, A. D. Dahnovich, V. M. Krundyshev. // ed. professora RAN, doktora tekhnicheskih nauk D.P. zegzhdy. – M.: Goryachaya liniya – Telekom, 2022. – 560 p.: il. 24. Alaloye H. H. Utilizing NLP to Optimize Municipal Services Delivery Using a Novel Municipal Arabic Dataset / H. H. Alaloye, A. B. Alkhodre, E. Nabil // International Journal of Advanced Com-puter Science and Applications. – 2025. – Vol. 16, No. 2. 25. Shterenberg S.I. Svidetel'stvo o gosudarstvennoj registracii programmy dlya EVM № 2025617273 Rossijskaya Federaciya. Programma vzaimodejstviya s bibliotekoj AutoML dlya testirovaniya nejronnyh setej na uyazvimosti (25.03.2025) [Certificate of state registration of the computer program No. 2025617273 Russian Federation. A program for interacting with the AutoML library for testing neural networks for vulnerabilities] / S. I. Shterenberg // zayavitel' Federal'noe gosudarstvennoe byudzhetnoe obrazo-vatel'noe uchrezhdenie vysshego obrazovaniya «Sankt-Peterburgskij gosudar-stvennyj uni-versitet promyshlennyh tekhnologij i dizajna». 26. Sobolevskij V. A. Ispol'zovanie tekhnologij AutoML dlya avtomaticheskogo analiza vremennyh ryadov [Using AutoML technologies for automatic time series analysis] / V. A. Sobolevskij, V. V. Zaharov, D. I. Muhametov // Aviakosmicheskoe priborostroenie. – 2024. – № 10. – pp. 10-18. 27. Zagagova A. M. Ispol'zovanie push-uvedomlenij v fishing-atakah [Using push notifications in phishing attacks] / A. M. Zagagova // Informacionnye tekhnologii v sovremennom mire - 2025 : Sbornik materialov i dokla-dov XXI Vserossijskoj studencheskoj konferencii, Ekaterinburg, 16 maya 2025 goda. – Eka-terinburg: Gumanitarnyj universitet, 2025. – pp. 78-79.

Полный текст:

PDF (Rus)

сгенерировать QR код

Аннотация

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.

Ключевые слова

искусственный интеллект, обнаружение вторжений, предотвращение вторжений, об-работка естественного языка (NLP), AutoML, FastText, байесовская оптимизация

Об авторах

Станислав Игоревич Штеренберг

https://zss.sut.ru/shterenberg/
ФГБОУ ВО «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича» (СПбГУТ)
Россия

СПбГУТ, доцент, SPIN-код: 2263-4930

Дмитрий Николаевич Гречухин

ФГБОУ ВО «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича» (СПбГУТ)
Россия

студент института магистратуры

Андрей Сергеевич Кривец

студент института магистратуры

Список литературы

1. Петренко С. А. Национальная система раннего предупреждения о компьютерном нападении: научная монография / Петренко С. А., Ступин Д. Д. / под редакцией С. Ф. Боева. – 2-е изд. – Университет Иннополис. – Иннополис: «Издательский Дом «Афина», 2018. –448 с.

2. Лаврова Д. С. Методологическое и математическое обеспечение для SIEM-систем в интернете вещей: диссертация на соискание ученой степени кандидата технических наук: 05.13.19 / Лаврова Дарья Сергеевна; [Место защиты: Петерб. гос. ун-т путей сообщ.]. - Санкт-Петербург, 2016. – 179 с.: ил.

3. Уорр Кэти. Надежность нейронных сетей: укрепляем устойчивость ИИ к обману. — СПб.: Питер, 2021. — 272 с.: ил. — (Серия «Бестселлеры O’Reilly»)

4. Корниенко А. А. Моделирование компьютерных атак на распределенную информационную систему / Корниенко А. А., Никитин А. Б., Диасамидзе С. В., Кузьменкова Е. Ю. // Известия Петербургского университета путей сообщения. 2018. Т. 15. № 4. С. 613–628.

5. Петренко С. А. О разработке безопасного частного облака / С. А. Петренко // Международный форум KAZAN DIGITAL WEEK – 2020 : Сборник материалов международного форума, Казань, 21–24 сентября 2020 года / Академия наук Республики Татарстан. Том Часть 2. – Казань: Научный центр безопасности жизнедеятельности, 2020. – С. 63–70.

6. Лаврова Д. С. Моделирование сетевой инфраструктуры сложных объектов для решения задачи противодействия кибератакам / Лаврова Д. С., Зегжда Д. П., Зайцева Е. А // Вопросы кибербезопасности. 2019. №2(30) С.13–20

7. Зегжда Д. П. Управление динамической инфраструктурой сложных систем в условиях целенаправленных кибератак / Зегжда Д. П., Лаврова Д. С., Павленко Е. Ю. // Известия РАН. Теория и системы управления, 2020, № 3, с. 50–63

8. Котенко И. В. Модель системы управления информацией и событиями безопасности / Котенко И. В., Паращук И. Б. // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2020. № 2. С. 84–94.

9. Корниенко А. А. Методика детализированного оценивания значимости систем организации движения поездов как объектов критической информационной инфраструктуры / Корниенко А. А., Корниенко С. В., Карпов Д. Ю. // Бюллетень результатов научных исследований. 2020. № 2. С. 5–19.

10. Данилин Г. В. Мультисервисные сети: методы повышения защищенности данных в условиях сетевых атак / Данилин Г. В., Соколов С. С., Нырков А. П., Кныш Т. П. // XXI век: итоги прошлого и проблемы настоящего плюс. 2020. Т. 9. № 2 (50). С. 158–163.

11. Саенко И. Б. Применение искусственных нейронных сетей для выявления аномального поведения пользователей центров обработки данных / Саенко И. Б., Котенко И. В., Аль-Барри М. Х. // Вопросы кибербезопасности. 2022. № 2 (48). С. 87–97.

12. Зеленин Д. Д. Разработка модели управления рисками для корпоративной сети, атакуемой вредоносным программным обеспечением типа сетевой червь // Вестник Воронежского института высоких технологий. 2020. № 2 (33). С. 137–142.

13. Семыкина Н. А. Математическая модель защиты в информационной системе иерархической структуры // Южно-Сибирский научный вестник. 2021. № 4 (38). С. 75–80.

14. Грызунов В. В. Адаптивное управление доступностью ресурсов геоинформационной системы критического применения в условиях деструктивных воздействий : диссертация ... доктора технических наук : 2.3.6. / Грызунов Виталий Владимирович; [Место защиты: ФГБОУ ВО «Петербургский государственный университет путей сообщения Императора Александра I» ; Диссовет 44.2.004.02 (Д 218.008.06)]. - Санкт-Петербург, 2022. – 395 с. : ил.

15. Липатников В. А. Распознавание вторжений нарушителя при управлении кибербезопасностью инфраструктуры интегрированной организации на основе нейро-нечетких сетей и когнитивного моделирования / Липатников В. А., Тихонов В. А., // "Актуальные проблемы инфотелекоммуникаций в науке и образовании" VIII Международной научно-технической и научно-методической конференции сб. науч. ст. СПб. : СПбГУТ, 2018.

16. Ахо А., Компиляторы. / Ахо А., Сети Р., Ульман Д. // Принципы, технологии, инструменты. — М. и др.: Вильямс, 2001. — 1184 c.

17. Виткова Л. А. Модель вредоносной информации и ее распространителя в социальных сетях / Л. А. Виткова, Д. В. Сахаров, Д. Р. Голузина // Защита информации. Инсайд. – 2020. – № 3(93). – С. 66–72.

18. Красов А. В. Обеспечение безопасности передачи multicast-трафика в IP-сетях / А. В. Красов, Д. В. Сахаров, И. А. Ушаков, Е. П. Лосин // Защита информации. Инсайд. – 2017. – № 3(75). – С. 34–42.

19. Сахаров Д. В. Использование математических методов прогнозирования для оценки нагрузки на вычислительную мощность IoT-сети / Д. В. Сахаров, А. М. Гельфанд, А. А. Казанцев, И. Е. Пестов // Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России". – 2020. – № 2. – С. 86–94.

20. Абрамова Т. В. Обнаружение аномалий и нейтрализация угроз в распределенных автоматизированных системах управления на основе мониторинга сетевых информационных потоков : диссертация ... кандидата технических наук : 2.3.6. / Абрамова Таисия Вячеславовна; [Место защиты: Уфимский университет науки и технологий ; Диссовет 24.2.479.07 (24.2.479.07)]. - Оренбург, 2024. – 235 с. : ил.

21. Шелухин О. И. Обнаружение аномальных выбросов телекоммуникационного трафика методами дискретного вейвлет-анализа / Шелухин О. И., Гармашев А. В.//Электромагнитные волны и электронные системы. – 2012. – Т. 17. – №. 2. – С. 15–26.

22. Шелухин О. И. Интеллектуальные технологии информационной безопасности. Учебное пособие для вузов / О. И. Шелухин, Д. П. ЗЕгжда, Д. И. Раковский; Под. Ред. Доктора техн. Наук, профессора О. И. Шелухина. – М.: Горячая линия – Телеком, 2023. – 384 с.: ил.

23. Зегжда Д. П. Кибербезопасность цифровой индустрии. Теория и практика функциональной устойчивости к кибератакам / Д. П. Зегжда, Е. Б. Александрова, М. О. Калинин, А. С. Марков, И. Ю. Жуков, Д. В. Иванов, А. С. Коноплев, Д. С. Лаврова, Д. А. Москвин, Е. Ю. Павленко, М. А. Полтавцева, Н. Н. Шенец, А. Д. Дахнович, В. М. Крундышев. // Под редакцией профессора РАН, доктора технических наук Д. П. Зегжды. – М.: Горячая линия – Телеком, 2022. – 560 с.: ил.

24. Alaloye H. H. Utilizing NLP to Optimize Municipal Services Delivery Using a Novel Municipal Arabic Dataset / H. H. Alaloye, A. B. Alkhodre, E. Nabil // International Journal of Advanced Computer Science and Applications. – 2025. – Vol. 16, No. 2.

25. Штеренберг С. И. Свидетельство о государственной регистрации программы для ЭВМ № 2025617273 Российская Федерация. Программа взаимодействия с библиотекой AutoML для тестирования нейронных сетей на уязвимости : заявл. 10.03.2025 : опубл. 25.03.2025 / С. И. Штеренберг // заявитель Федеральное государственное бюджетное образовательное учреждение высшего образования «Санкт-Петербургский государственный университет промышленных технологий и дизайна».

26. Соболевский В. А. Использование технологий Automl для автоматического анализа временных рядов / В. А. Соболевский, В. В. Захаров, Д. И. Мухаметов // Авиакосмическое приборостроение. – 2024. – № 10. – С. 10-18.

27. Загагова А. М. Использование push-уведомлений в фишинг-атаках / А. М. Загагова // Информационные технологии в современном мире - 2025 : Сборник материалов и докладов XXI Всероссийской студенческой конференции, Екатеринбург, 16 мая 2025 года. – Екатеринбург: Гуманитарный университет, 2025. – С. 78-79.

Рецензия

Для цитирования:

Штеренберг С.И., Гречухин Д.Н., Кривец А.С. Методика оценки эффективности автоматизированного конвейера обнаружения фишинга на основе FastText в рамках специализированной библиотеки AutoML для анализа барьеров внедрения искусственного интеллекта в современные системы обнаружения вторжений. Вестник СибГУТИ. 2026;20(1):3-22. https://doi.org/10.55648/1998-6920-2026-20-1-3-22

For citation:

Shterenberg S.I., Grechukhin D.N., Krivets A.S. A methodology for evaluating the effectiveness of an automated phishing detection pipeline based on FastText within the framework of a specialized AutoML library for analyzing barriers to the introduction of artificial intelligence into modern intrusion detection systems. The Herald of the Siberian State University of Telecommunications and Information Science. 2026;20(1):3-22. (In Russ.) https://doi.org/10.55648/1998-6920-2026-20-1-3-22

JATS XML

Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 1998-6920 (Print)

Логин
Пароль
	Запомнить меня
Регистрация нового пользователя Забыли Ваш пароль?

Войти

Вестник СибГУТИ