Оренбургский государственный университет

Гришина Любовь Сергеевна

Расписание преподавателя

Профессиональная переподготовка

• Сетевое и системное администрирование (2022, право на ведение профессиональной деятельности в сфере информационных технологий)

Повышение квалификации (за последние три года)

• Базовые компетенции для реализации дисциплин в области искусственного интеллекта (Математика искусственного интеллекта) (2022)
• Практико-ориентированные подходы в преподавании профильных ИТ дисциплин (2022)
• Преподаватель в области искусственного интеллекта (2022)
• Университетская модель инклюзивного образования: проблемы развития и точки роста (2022)
• Фронтиры прикладного искусственного интеллекта: промышленность, экономика, образование (2022)
• Электронная информационно-образовательная среда вуза в условиях цифровой трансформации (2022)

Преподаваемые дисциплины (за последние три учебных года)

• Актуальные проблемы теории управления и обработки информации
• Алгоритмы и алгоритмические языки
• Инструментальные средства искусственного интеллекта
• Инструменты интеллектуального анализа данных
• Интеллектуальные технологии анализа данных
• Классические методы машинного обучения
• Методы машинного обучения
• Основы информатики
• Системный анализ и принятие решений
• Системы искусственного интеллекта
• Современные математические подходы в моделировании
• Теория оптимального управления
• Технологии анализа данных

Публикации преподавателя

1. Development of a Model for Efficient Processing and Presentation Data for Discovering Traffic Anomalies in Vehicular ad hoc Networks [Электронный ресурс] / L.S. Grishina, A. Yu. Zhigalov, D. I. Parfenov, I. P. Bolodurina, L. V. Legashev // AIP Conference Proceedings,2023. - Vol. 2700А: Proceedings of the iv international scientific conference on advanced technologies in aerospace, mechanical and automation engineering: (MIST: Aerospace-IV 2021), Krasnoyarsk, 10-11 December 2021 / Ed. I. Kovalev, A. Voroshilova. - P. 1-8. . - 8 с.
   Электронный источник
2. Extracting and Processing of Russian Unstructured Clinical Texts for a Medical Decision Support System [Электронный ресурс] / I. Bolodurina, A. Shukhman, L. Legashev, L. Grishina, A. Zhigalov // Engineering Proceedings ,2023. - Vol. 33, Iss. 1 : Proceedings of 15th International Conference "Intelligent Systems" (INTELS'22). - P. 41. . - 9 с. The rapid growth in the volume of medical data is pushing the development and implementation of artificial intelligence (AI) tools. One of the directions of the application of AI in the field of healthcare is the use of natural language processing methods to build medical decision support systems based on electronic medical record (EMC) data. As a result of this study, a module for the extraction and pretreatment of patients'EMC was developed. In addition, an approach was implemented to extract features from the unstructured textual information of patient admission protocols, with the formation of an appropriate vector representation of data. Predictive models for the diagnosis of groups of diseases based on the logistic regression model and BERT were developed. The obtained results have been posted for public access based on the django framework and can be used for preliminary assessment of patient health status, as well as integrated into existing medical decision support systems.
   Электронный источник
3. Intelligent system for automatic image description of optical coherence tomography [Электронный ресурс] / I. P. Bolodurina, A. O. Lositsky, E. L. Borshchuk, A. E. Voronina, A. Yu. Zhigalov, L S. Grishina // Journal of Physics: Conference Series,2023. - Vol. 2514 : International Workshop on Mathematical Modeling and Scientific Computing 2022, 04.10.2022 - 07.10.2022 Munich, Germany. - Р. 012004. . - 5 с. The development and implementation of an intelligent system for automatic image description of an optical coherence tomograph allows us to reduce the time of image processing and, consequently, to accelerate the diagnosis of diseases.
   Электронный источник
4. Investigation of the Security of ML-models in IoT Networks from Adversarial Attacks [Электронный ресурс] / D. Parfenov, L. Grishina, L. Legashev, A. Zhigalov, A. Parfenov // 2023 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT) : [Proceedings of Conferences], Yekaterinburg, 15-17 May 2023,2023. - . - P. 229-232. . - 4 с.
   Электронный источник
5. Болодурина, И. П. Детекция состязательных атак на основе перекрестной проверки для задачи сегментации раковых образований печени [Электронный ресурс] / И. П. Болодурина, П. Л. Нирян, Л. С. Гришина // Научно-технический вестник Поволжья,2023. - № 11. - С. 150-153. . - 4 с. Целью исследования является разработка алгоритма детекции состязательных атак на основе перекрестной проверки на примере задачи сегментации раковых образований печени. В рамках данного исследования были получены две модели для решения задачи сегментации. Также был представлен алгоритм перекрестной проверки с точностью 88%. Также выявлены закономерности при атаке модели алгоритмами "белого" и "черного" ящиков. Данный алгоритм перекрестной проверки можно применять в системах медицинской диагностики для детекции аномалий на изображениях.
   Электронный источник
6. Исследование атак на модели машинного обучения в сетях 5G на основе генеративно-состязательных сетей [Электронный ресурс] / Д. И. Парфёнов, И. П. Болодурина, Л. В. Легашев, А. Ю. Жигалов, Л. С. Гришина // Прикаспийский журнал: управление и высокие технологии,2023. - № 1 (61). - С. 89-96. . - 8 с. В данном исследовании проведен анализ данных в миллиметровых волнах (mmWave) и массивных системах MIMO, сгенерированных на платформе DeepMIMO на основе сценария трассировки лучей на открытом пространстве. Набор данных использован с целью построения моделей машинного обучения для предсказания, находится ли пользователь в зоне линии прямой видимости базовой станции. Кроме того, в рамках данной работы рассмотрен вопрос устойчивости построенных моделей к состязательным атакам и предложен подход к применению генеративно-состязательных сетей для генерации синтетических состязательных образцов путем замены истинных значений целевого признака.
   Электронный источник
7. Болодурина, И. П. Исследование и создание интеллектуальной системы вопросно-ответной архитектуры целевой ориентации, основанной на методах глубокого обучения [Электронный ресурс] / И. П. Болодурина, И. А. Хохлов, Л. С. Гришина // Научно-технический вестник Поволжья,2023. - № 11. - С. 154-158. . - 5 с. Статья посвящена построению интеллектуальной автоматизированной вопросно-ответной системы для узкоспециализированных задач методами глубокого обучения с использованием реальных диалогов пользователей без определенной тематики, а также клиентов с сотрудниками колл-центра. Целью исследования является обзор классических архитектур моделей языковых интеллектуальных систем, построение и выбор наиболее адекватной из них. По итогу выполненной работы разработана вопросно-ответная система, выдающая адекватные ответы на вопросы пользователя, что является экономически выгодным решением для компании и удобным агентом для пользователя.
   Электронный источник
8. Исследование подходов к распознаванию именованных сущностей в русскоязычном тексте [Электронный ресурс] / И. П. Болодурина, И. А. Хохлов, Л. С. Гришина, А. Ю. Жигалов // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 1252-1257. . - 6 с.
   Электронный источник
9. Исследование современных архитектур генерации русскоязычного текста на основе неструктурированных медицинских данных [Электронный ресурс] / И. П. Болодурина, Е. Л. Борщук, Л. С. Гришина, А. Ю. Жигалов // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 3760-3764. . - 5 с.
   Электронный источник
10. Нирян, П. Л. Исследование эффективности состязательных атак на модель сегментации рака печени [Электронный ресурс] / П. Л. Нирян, Л. С. Гришина // Шаг в науку,2023. - № 4. - С. 79-83. . - 5 с. В последнее время машинное обучение начало использоваться в разных сферах, в том числе и в медицине. Эти системы в большинстве случаев работают в качестве рекомендательных. Но, как и любая другая система, они подвергаются взлому и атаке. В данной статье рассмотрена задача мультиклассовой сегментации изображений рака печени; построенная интеллектуальная система имеет точность больше 98%. Также были проведены различные состязательные атаки, которые показали, что данная система подвержена взлому. Метод Fast Gradient Sign Method (FGSM) дал хороший результат, с помощью небольшого возмущения удалось обойти систему более чем на 80%.
    Электронный источник
11. Исследование эффективности целевых состязательных атак на модели машинного обучения по табличным данным [Электронный ресурс] / И. П. Болодурина, Д. И. Парфёнов, П. Л. Нирян, Л. С. Гришина, А. Ю. Жигалов // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 1248-1251. . - 4 с.
    Электронный источник
12. Метод идентификации сетевых атак и выбор оптимальных инструментов защиты сети VANET [Электронный ресурс] / И. П. Болодурина, Д. И. Парфёнов, Л. С. Гришина, А. Ю. Жигалов // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 3770-3774. . - 5 с.
    Электронный источник
13. Легашев, Л. В. Методика построения устойчивой системы защиты на основе состязательного машинного обучения в беспроводных сетях 6G [Электронный ресурс] / Л. В. Легашев, Л. С. Гришина // Вопросы кибербезопасности,2023. - № 2 (54). - С. 99-108. . - 10 с. Цель - разработка методики аналитической обработки больших массивов данных сервисов и приложений в сетях последнего поколения для обнаружения инцидентов кибербезопасности и построения устойчивых систем защиты на основе состязательного машинного обучения.
    Электронный источник
14. Модуль исследования эффективности графового представления данных для модели прогнозирования ССЗ на основе неструктурированных клинических текстов [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023610238 / Ю. В. Варенникова, И. П. Болодурина, А. Е. Шухман, А. Ю. Жигалов, Л. С. Гришина, Л. В. Легашев; правообладатель Оренбург. гос. ун-т.- № 2022685667заявл. 22.12.2022опубл. 09.01.2023, 2023. - 1 с.
    Электронный источник
15. Модуль противодействия состязательным атакам на модели искусственного интеллекта [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023610248 / И. П. Болодурина, Д. И. Парфенов, А. Ю. Жигалов, Л. С. Гришина, С. В. Толмачев, А. И. Парфенов; правообладатель Оренбург. гос. ун-т.- № 2022685450заявл. 21.12.2022опубл. 10.01.2023, 2023. - 1 с.
    Электронный источник
16. Опыт сотрудничества университета и профессионального сообщества с целью совместного запуска новой образовательной программы и повышения качества ИТ-специалистов [Электронный ресурс] / И. П. Болодурина, А. А. Чернышов, В. А. Коломиец, С. В. Колесник, Л. С. Гришина // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 1258-1263. . - 6 с.
    Электронный источник
17. Поиск оптимального инвестиционного портфеля на основе метода динамического программирования "Froger" [Электронный ресурс] : прикладная программа / Н. В. Шкурко [и др.]; Оренбург. гос. ун-т. - Оренбург : ОГУ, 2023. - 5 с. в РТО- Загл. с тит. экрана.
    Электронный источник
18. Программа выбора метода повторной операции при хирургическом лечении глаукомы с применением искуственной нейронной сети [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023610176 / А. Д. Чупров, Е. Л. Борщук, И. П. Болодурина, Д. Н. Бегун, А. Ю. Жигалов, Л. С. Гришина, А. О. Лосицкий; правообладатель Нац. мед. исслед. центр "Межотраслевой науч.-техн. комплекс "Микрохирургия глаза" им. акад. С. Н. Федорова, Оренбург. гос. мед. ун-т.- № 2022685635заявл. 20.12.2022опубл. 10.01.2023, 2023. - 1 с.
    Электронный источник
19. Прототип модуля автоматизированной системы машинного обучения для выявления состязательных атак на ML-модели [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023684599 / Д. И. Парфенов, А. Ю. Жигалов, Л. С. Гришина, А. И. Парфенов; правообладатель: Оренбург. гос. ун-т.- № 2023683706заявл. 09.11.2023опубл. 16.11.2023, 2023. - 1 с.
    Электронный источник
20. Прототип модуля системы машинного обучения для идентификации аномалий и противодействия инцидентам кибербезопасности [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023684499 / Д. И. Парфенов, А. Ю. Жигалов, Л. С. Гришина, А. И. Парфенов; правообладатель: Оренбург. гос. ун-т.- № 2023683734заявл. 09.11.2023опубл. 15.11.2023, 2023. - 1 с.
    Электронный источник
21. Разработка веб-сервиса автоматической интеллектуальной системы аннотирования изображений оптической когерентной томографии [Электронный ресурс] / И. П. Болодурина, А. О. Лосицкий, А. Ю. Жигалов, Л. С. Гришина // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 3765-3769. . - 5 с.
    Электронный источник
22. Гришина, Л. С. Разработка модели генерации клинических рекомендаций для пациентов на основе неструктурированных текстовых данных [Электронный ресурс] / Л. С. Гришина, И. П. Болодурина // Научно-технический вестник Поволжья,2023. - № 8. - С. 53-56. . - 4 с. Рассмотрен подход к анализу неструктурированных русскоязычных медицинских текстов для решения задачи генерации рекомендаций для пациентов, основанный на модели глубокого обучения GPT-2 Large. Оценка сходства сгенерированных рекомендаций на основе метрики BLEU по биграммам и триграммам в среднем составила 0.333 и 0.107 соответственно. Полученные результаты демонстрируют потенциально высокие возможности применения методов NLP для построения систем поддержки принятия врачебных решений.
    Электронный источник
23. Система поддержки принятия врачебных решений описания снимка оптической когерентной томографии при динамическом наблюдении пациентов с патологией заднего отрезка глаза [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023669676 / А. Д. Чупров, И. П. Болодурина, А. О. Лосицкий, А. Ю. Жигалов, Л. С. Гришина, П. Л. Нирян, И. А. Хохлов; правообладатели А. Д. Чупров, И. П. Болодурина, А. О. Лосицкий, А. Ю. Жигалов.- № 2023664812заявл. 11.07.2023опубл. 19.09.2023, 2023. - 1 с.
    Электронный источник
24. Development of a model for detecting network traffic anomalies in distributed wireless ad hoc networks [Электронный ресурс] / L. V. Legashev, L. S. Grishina, D. I. Parfenov, A. Yu. Zhigalov // Scientific and Technical Journal of Information Technologies, Mechanics and Optics,2022. - Vol. 22, Iss. 4. - P. 699-707. . - 9 с. Mobile ad hoc networks are one of the promising directions of the edge computing technology and they are used in various applications, in particular, in the development of intelligent transport systems. A feature of mobile ad hoc networks lies in the constantly changing dynamic network topology, as a result of which it is necessary to use reactive routing protocols when transmitting packets between nodes. Mobile ad hoc networks are vulnerable to cyber-attacks, so there is a need to develop measures to identify network threats and develop rules for responding to them based on machine learning models. The subject of this study is the development of a dynamic model for detecting network traffic anomalies in wireless distributed ad hoc networks. Within the framework of this study, methods and algorithms of data mining and machine learning were applied.
    Электронный источник
25. Legashev, L. Development of an Intrusion Detection System Prototype in Mobile Ad Hoc Networks Based on Machine Learning Methods [Электронный ресурс] / L. Legashev, L. Grishina // Proceedings - 2022 International Russian Automation Conference, RusAutoCon 2022,2022. - 2022 International Russian Automation Conference, RusAutoCon 2022, Sochi, 4-10 September. - P. 171-175. . - 5 с.
    Электронный источник
26. Development of pipeline feature engineering for building an AutoML service [Электронный ресурс] / D. Parfenov, I. Bolodurina, L. Grishina, A. Zhigalov, L. Legashev // Journal of Physics: Conference Series,2022. - Vol. 2388 : IV International Conference on Applied Physics, Information Technologies and Engineering 2022 (APITECH-IV 2022), 05-08 October 2022 Bukhara, Uzbekistan. - P. 1-8. . - 8 с. The large-scale implementation of artificial intelligence approaches in applied fields has a number of limitations, one of which is the availability of research competencies, knowledge of data analysis methods, mathematical statistics and machine learning. Automatic machine learning is designed to simplify the methodology of ML application development. Within the framework of this study, a new approach to the construction of pipeline feature engineering for AutoML service is presented, based on the sequential expansion of the feature space and the use of autoencoders to reduce the dimension of input features and reconstruct the final output features. The results of the presented approach are shown by the example of VANET network traffic data when solving the problem of classifying attacks on nodes.
    Электронный источник
27. Investigation of the efficiency of graph data representation for a cardiovascular disease predictive model by deep learning methods [Электронный ресурс] / L. S. Grishina, A. Yu. Zhigalov, I. P. Bolodurina, E. L. Borshhuk, D. N. Begun, Yu. V. Varennikova // Far Eastern Mathematical Journal,2022. - Vol. 22, N 2. - P. 179-184. . - 6 с. Currently, cardiovascular diseases (CVD) are the most common cause of death in the world. Artificial intelligence methods provide extensive opportunities for ex- tracting new knowledge from the raw data of medical information systems (MIS). This study is aimed at building a model for predicting the diagnosis of CVD based on patient complaints at a doctor's appointment using natural language processing methods. The formation of the initial data set is based on a graph model of the patient's medical history with CVD according to the visit protocols. A comparative analysis of machine learning models such as the naive Bayesian classifier, the support vector machine and convolution neural networks is carried out. As a result of the experiments, the most effective model for predicting CVD has been selected.
    Электронный источник
28. Message Authentication and Network Anomalies Detection in Vehicular Ad Hoc Networks [Электронный ресурс] / L. Legashev, I. Bolodurina, L. Zabrodina, Y. Ushakov, A. Shukhman, D. Parfenov, Y. Zhou, Y. Xu // Security and Communication Networks,2022. - Vol. 2022. - P. 1-18. . - 18 с. Intelligent transport systems are the future in matters of safe roads and comfortable driving. Integration of vehicles into a unified intelligent network leads to all kinds of security issues and cyber threats common to conventional networks. Rapid development of mobile ad hoc networks and machine learning methods allows us to ensure security of intelligent transport systems. In this paper, we design an authentication scheme that can be used to ensure message integrity and preserve conditional privacy for the vehicle user. &e proposed authentication scheme is designed with lightweight cryptography methods, so that it only brings little computational and communication overhead. We also conduct experiments on vehicular ad hoc network segment traffic generation in OMNeT++ tool and apply up-to-date machine learning methods to detect malicious behavior in a given simulated environment. &e results of the study show high accuracy in distributed denial-of-service attack detection.
    Электронный источник
29. What Competences Does the Regional Market of IT Specialists Want? Development and Approbation of Technology for Analysis of Current Vacancies in the Labor Market [Электронный ресурс] / A. E. Shukhman, L. S. Grishina, L. L. Legashev, D. I. Parfenov // Vysshee obrazovanie v Rossii = Higher Education in Russia,2022. - Vol. 31, Iss. 8-9. - P. 137-153. . - 17 с. One of the most dynamically developing industries in Russia is IT industry. The main problem of IT development is the lack of highly qualified specialists. Determining the relevant and in-demand knowledge and skills of specialists is possible on the basis of an analysis of vacancies post- ed on Internet job search portals. The study is aimed at development and approbation of the technology for analysis of current vacancies for IT specialists for further designing the content of additional vocational educational programs. Modern machine learning techniques such as Natural Language Processing can be used for automatic position selection based on skills in vacancies. K-means method was used in this paper for cluster analysis of hard and soft skills lists from vacancies posted on the HeadHunter website. The most popular skills have been determined such as teamwork skills, know-ledge of working with databases and version control systems, as well as proficiency in English. It has been established that in 202
    Электронный источник
30. Гибридная модель эффективного представления данных в беспроводных транспортных сетях с динамической топологией VANET [Электронный ресурс] / И. П. Болодурина, Л. С. Гришина, А. Ю. Жигалов, Д. И. Парфенов // Вестник ЮУрГУ. Серия "Компьютерные технологии, управление, радиоэлектроника",2022. - Т. 22, № 1. - С. 65-76. . - 12 с. В рамках данного исследования разработан алгоритм RD - протокол передачи и обработки промежуточных данных. Для проведения кластеризации ТС на сегменте сети использован метод обучения без учителя DBSCAN. Предварительный анализ аномального трафика проведен на основе моделей нейронных сетей RNN с кратковременной памятью.
    Электронный источник
31. Игра "Bulls and Cows" [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; Оренбург. гос. ун-т. - Оренбург : ОГУ, 2022. - 6 с- Загл. с тит. экрана.
    Электронный источник
32. Болодурина, И. П. Интеллектуальная модель прогнозирования интенсивности движения транспортных средств на перекрестке [Электронный ресурс] / И. П. Болодурина, Л. М. Анциферова, Л. С. Гришина // Интеллект. Инновации. Инвестиции,2022. - № 6. - С. 69-78. . - 10 с. Научная новизна исследования заключается в разработке модели многомерной регрессии для прогнозирования интенсивности движения с учетом контроля переобучения на основе открытых данных о наблюдениях за количеством транспортных средств на четырех различных участках перекрестка.
    Электронный источник
33. Интеллектуальная система распознавания изображений рентгенограмм для диагностики тяжести заболеваний в условиях эпидемии COVID-19 [Электронный ресурс] / А. А. Викулова, И. П. Болодурина, А. Ю. Жигалов, Л. С. Гришина // Перспективные информационные технологии (ПИТ 2022) : сб. науч. трудов междунар. науч.-техн. конф., 18-21 апр., 2022 г. / под ред. С. А. Прохорова.. - Самара : Изд-во Сам. науч. центра РАН,2022. - . - С. 260-263. . - 4 с.
    Электронный источник
34. Интеллектуальные технологии поддержки принятия решений [Электронный ресурс] : учебное пособие для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.02 Прикладная математика и информатика / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ, 2022. - 1 электрон. опт. диск (CD-ROM). - Загл. с этикетки диска. - Систем. требования: IBM PC 686 (Pentium или выше) ; Windows NT.x (2000, XP, 7, 8) ; 512 Мб ; монитор, поддерживающий режим 1024x768 ; мышь или аналогич. устройство ; наличие предустановл. прогр. для чтения PDF-файлов (Adobe reader и др.) - ISBN 978-5-7410-2740-0.. - № гос. регистрации 0322202362.
    Электронный источник
35. Исследование устойчивости свёрточной нейронной сети для классификации изображений при проведении состязательных атак [Электронный ресурс] / С. В. Толмачев, И. П. Болодурина, Д. И. Парфёнов, Л. С. Гришина, А. Ю. Жигалов // Перспективные информационные технологии (ПИТ 2022) : сб. науч. трудов междунар. науч.-техн. конф., 18-21 апр., 2022 г. / под ред. С. А. Прохорова.. - Самара : Изд-во Сам. науч. центра РАН,2022. - . - С. 229-232. . - 4 с.
    Электронный источник
36. Исследование эффективности трансферного обучения при проведении состязательных атак [Электронный ресурс] / Д. И. Парфёнов, И. П. Болодурина, Л. С. Гришина, А. Ю. Жигалов, С. В. Толмачев // Современные информационные технологии и ИТ-образование,2022. - Т. 18, № 4. - С. 861-871. . - 11 с. Глубокие нейронные сети становятся всё более эффективным инструментом решения широкого спектра сложных прикладных задач, т.к. способны устанавливать закономерности в неструктурированных данных, таких как изображения, видео- и аудиоинформация. В рамках данной работы проведено исследование эффективности применения технологии трансферного обучения для повышения устойчивости сверточных нейронных сетей от состязательных атак. Исследование проводилось на примере задачи распознавания дорожных знаков на снимках, которая является ключевой в области автомобильных беспилотных транспортных сетей.
    Электронный источник
37. Количественная оценка влияния пандемии на динамику численности населения Оренбургской области [Электронный ресурс] / И. П. Болодурина, Е. Л. Борщук, И. Г. Воробьев, Л. С. Гришина // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника,2022. - Т. 22, № 4. - С. 141-150. . - 10 с. Цель исследования разработать модель популяционной динамики в условиях пандемии. Количественно оценить влияние пандемии на динамику смертности по Оренбургской области. Исследовать среднюю ожидаемую продолжительность жизни населения в условиях пандемии.
    Электронный источник
38. Матричная игра "Futoshiki" [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; Оренбург. гос. ун-т. - Оренбург : ОГУ, 2022. - 7 с- Загл. с тит. экрана.
    Электронный источник
39. Моделирование демографических показателей в условиях пандемии [Электронный ресурс] / И. Г. Воробьев, И. П. Болодурина, Е. Л. Борщук, Л. С. Гришина // Перспективные информационные технологии (ПИТ 2022) : сб. науч. трудов междунар. науч.-техн. конф., 18-21 апр., 2022 г. / под ред. С. А. Прохорова.. - Самара : Изд-во Сам. науч. центра РАН,2022. - . - С. 263-265. . - 3 с.
    Электронный источник
40. Модуль исследования эффективности выделения признаков на основе трансформеров для обнаружения атак в беспроводных самоорганизующихся сетях [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2022680866 / Д. И. Парфенов, И. П. Болодурина, А. Е. Шухман, А. Ю. Жигалов, Л. В. Легашев, Л. С. Гришина; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2022680243заявл. 01.11.2022опубл. 08.11.2022, 2022. - 1 с.
    Электронный источник
41. Модуль краткосрочного прогнозирования численности населения в условиях незначимости миграционных процессов [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2022665026 / И. Г. Воробьев, И. П. Болодурина, Л. С. Гришина; правообладатель Оренбург. гос. ун-т.- № 2022663914заявл. 26.07.2022опубл. 09.08.2022, 2022. - 1 с.
    Электронный источник
42. Обработка русскоязычных неструктурированных медицинских текстов и вероятностное прогнозирование групп заболеваний [Электронный ресурс] / Л. В. Легашев, А. Е. Шухман, И. П. Болодурина, Л. С. Гришина, А. Ю. Жигалов // Врач и информационные технологии,2022. - № 4. - С. 52-63. . - 12 с. Цель - исследование подходов к обработке неструктурированных русскоязычных медицинских текстов и прогнозированию групп заболеваний на основе методов машинного обучения.
    Электронный источник
43. Болодурина, И. П. Основы систем искусственного интеллекта [Электронный ресурс] : учебное пособие для обучающихся по образовательным программам высшего образования по направлениям подготовки 01.03.02 Прикладная математика и информатика, 02.03.02 Фундаментальная информатика и информационные технологии и 09.03.02 Информационные системы и технологии / И. П. Болодурина, Л. С. Гришина, А. Ю. Жигалов; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ, 2022. - 1 электрон. опт. диск (CD-ROM). - Загл. с этикетки диска. - Систем. требования: Intel Core или аналогич.; Microsoft Windows 7, 8, 10 ; 512 Mб ; монитор, поддерживающий режим 1024х768 ; мышь или аналогич. устройство. - ISBN 978-5-7410-2781-3 .. - № гос. регистрации 0322204289.
    Электронный источник
44. Поиск оптимального плана грузоперевозок на основе решения задачи линейного целочисленного программирования [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ, 2022. - 9 с- Загл. с тит. экрана.
    Электронный источник
45. Прогнозирование количественных характеристик молока на основе инфракрасной спектроскопии с применением методов машинного обучения [Электронный ресурс] / Л. В. Легашев, И. П. Болодурина, Л. С. Гришина, И. А. Лашнева, А. А. Сермягин // Вестник ЮУрГУ. Серия "Компьютерные технологии, управление, радиоэлектроника",2022. - Т. 22, № 3. - С. 47-56. . - 10 с. Рассмотрены методы на основе линейной регрессии (Linear Regression), подходы к регуляризации модели линейной регрессии (Ridge, Lasso и ElasticNet), а также полиномиальная регрессия, метод частичной регрессии (PLSRegression) и метод Байесовской регрессии для задачи прогнозирования ключевых признаков состава молока. Реализован метод снижения размерности данных инфракрасной спектроскопии на основе алгоритма случайного перебора считывания по длине окна и выделены наиболее значимые признаки.
    Электронный источник
46. Разработка графовой модели структурных и семантических отношений между сущностями документов для интеллектуальной обработки больших данных [Электронный ресурс] / А. Ю. Жигалов, И. П. Болодурина, Д. И. Парфенов, Л. С. Гришина // Перспективные информационные технологии (ПИТ 2022) : сб. науч. трудов междунар. науч.-техн. конф., 18-21 апр., 2022 г. / под ред. С. А. Прохорова.. - Самара : Изд-во Сам. науч. центра РАН,2022. - . - С. 157-161. . - 5 с.
    Электронный источник
47. Викулова, А. А. Разработка эффективной архитектуры CNN для классификации снимков рентгенограмм с COVID-19 [Электронный ресурс] / А. А. Викулова, Л. С. Гришина // Шаг в науку,2022. - № 4. - С. 35-40. . - 6 с. В статье рассмотрена задача классификации рентгеновских снимков для построения наиболее эффективной архитектуры CNN и увеличения точности результата определения COVID-19; исследованы 4 архитектуры нейронных сетей, содержащие различное количество слоёв свертки и нейронов в них. Итоговое решение в выборе архитектуры CNN принято на основе f1-меры - наиболее точной метрики оценки качества классификатора. Наилучшие результаты показала модель Net1 с 5-ю слоями свертки, точность составила 98 %.
    Электронный источник
48. Дусакаева, С. Т. Системный анализ и принятие решений [Электронный ресурс] : практикум для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.02 Прикладная математика и информатика / С. Т. Дусакаева, Л. С. Гришина; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ, 2022. - 1 электрон. опт. диск (CD-ROM). - Загл. с этикетки диска. - Систем. требования: Intel Core или аналогич.; Microsoft Windows 7, 8, 10 ; 512 Mб ; монитор, поддерживающий режим 1024х768 ; мышь или аналогич. устройство.. - № гос. регистрации 0322300150.
    Электронный источник
49. Analysis and forecasting students' academic performance using a digital educational environment = Анализ и прогнозирование успеваемости обучающихся при использовании цифровой образовательной среды [Электронный ресурс] / A. E. Shukhman, D. I. Parfenov, L. [V.], Legashev, L. S. Grishina // Vysshee Obrazovanie v Rossii,2021. - Vol. 30, Iss. 8-9. - P. 125-133. . - 9 с. The article discusses technical solutions used at Orenburg State University to organize a digital educational environment. Also, the authors have studied the academic performance of technical and humanities students during the period of face-to-face education and during the lock-down period. The analysis of academic performance shows the absence of significant deviations in one direction or another. The key internal and external factors that influence the students' academic performance are highlighted. It can be concluded that the use of both internal and external factors gives a high accuracy in predicting the final progress of students.
    Электронный источник
50. Applying Convolutional Neural Networks for Security in VANET [Электронный ресурс] / D. Parfenov, L. Grishina, A. Zhigalov, I. Bolodurina // 2021 International Conference Engineering and Telecommunication, En and T 2021 : Proceedings of the 2021 international conference, Dolgoprudny, 24-25 November 2021. - Electronic data. - [USA] : Institute of Electrical and Electronics Engineers Inc.,2021. - . - P.. . - с. The problem of detecting attacks in the VANET network using convolutional neural networks is considered. The main idea of this work is to study the effectiveness of using deep learning models of 1D and 2D convolutional neural networks to detect attacks in the VANET network. The analysis of the effectiveness of the considered machine learning models was carried out on synthetically generated data of the VANET network segment with three types of DDoS attacks. In addition, the results obtained are compared with the common ensemble methods Can Boost and Boost. Computational experiments have shown that in terms of accuracy, accuracy, recall and f1-score indicators, the CNN 1D deep learning model is the most effective model for detecting attacks in VANET networks and has an accuracy of 89.081%. The considered structures of convolutional neural networks exceeded the results of ensemble methods by an average of 9.518%.
    Электронный источник
51. Zhigalov, A. Data Recovery Algorithms Based on the Nearest Neighbor Method for Predicting Traffic Flows [Электронный ресурс] / A. Zhigalov, I. Bolodurina, L. Zabrodina // CEUR Workshop Proceedings,2021. - Vol. 2842 : YRID-2020 : International Workshop on Data Mining and Knowledge Engineering, 15-16 October 2020, Stavropol, Russia. - P. 136-142. . - 7 с. This research examines the problem of short-term forecasting of traffic flows in conditions of incomplete information. For the task of forecasting, a mathematical model has been compiled, which makes it possible to compare the main characteristics of the traffic flow with the value of the forecast - the speed of the flow. Within the framework of this work, various forecasting algorithms have been investigated, which make it possible to analyze the influence of the number of recorded observations and similar records, as well as allowing modifications to increase the forecast accuracy. Also, a data recovery approach has been developed to eliminate noisy and missing data. Experiments of short-term forecasting were carried out on an open dataset from Yandex and confirmed the importance of the stage of preprocessing and analysis of the effectiveness of recovery algorithms.
    Электронный источник
52. Development of Algorithmic Solutions for Solving the Problem of identifying Network Attacks Based on Adaptive Neuro-Fuzzy Networks ANFIS [Электронный ресурс] / D. Parfenov, L. Zabrodina, I. Bolodurina, A. Parfenov // CEUR Workshop Proceedings,2021. - Vol. 2842 : YRID-2020 International Workshop on Data Mining and Knowledge Engineering, 15-16 October 2020, Stavropol, Russia. - P. 94-102. . - 9 с. As part of this study, we proposed an approach to searching and detecting network attacks based on checking whether network traffic meets certain flexible rules. The problem of forming a base of fuzzy rules lies in the development of optimal functions and the creation of term sets that allow you to create a system of fuzzy conclusions that do not depend on the subjective assessments of specialists in a particular area. One of the effective methods used to solve this problem is the construction of a neurofuzzy network ANFIS. However, for its operation, it is necessary to carry out the preprocessing of the data array. We have proposed a solution that makes it possible to sequentially form data arrays using the C4.5 algorithm and the neuro-fuzzy network ANFIS.
    Электронный источник
53. Development of a solution for identifying network attacks based on adaptive neuro-fuzzy networks ANFIS [Электронный ресурс] / D. Parfenov, L. Zabrodina, I. Bolodurina, A. Zhigalov // 2021 IEEE Ural Symposium on Biomedical Engineering, Radioelectronics andInformation Technology (USBEREIT) : [Proceedings of Conferences], 13-14 May 2021, Yekaterinburg. - Electronic data,2021. - . - P. 491-495. . - 5 с. The developed modules can be used to process data obtained from the security information and event management system.
    Электронный источник
54. Impact of network attacks implementation on performance metrics of simulated mobile adhoc network segment [Электронный ресурс] / L. V. Legashev, D. I. Parfenov, L. S. Zabrodina, Yu. A. Ushakov // Journal of Physics: Conference Series,2021. - Vol. 2032 : International Conference on IT in Business and Industry (ITBI 2021), 12-14 May 2021, Novosibirsk, Russia. - P. 1-8. . - 8 с. Mobile adhoc networks are one of the promising areas of the edge computing paradigm and used in a wide variety of areas included but not limited to intelligent transport systems, smart homes and smart cities and so on. The main feature of mobile adhoc networks is the constantly changing dynamic network topology, as a result of which it is necessary to use reactive routing protocols when transferring packets between nodes in the network.
    Электронный источник
55. Bolodurina, I. Investigation of Feature Engineering Methods for Identifying Attacks in the VANET [Электронный ресурс] / I. Bolodurina, D. Parfenov, L. Grishina // 2021 International Russian Automation Conference (RusAutoCon) : Proceedings of the V International Scientific Technical Conference, 5-11 September 2021,2021. - . - P. 1031-1035. . - 5 с. This article discusses the problem of increasing the efficiency of machine learning methods in identifying attacks in the VANET network by expanding the feature space using Feature Engineering methods. The main idea of this work is to generate new features of a dataset using pre-trained models such as support vector machines for classification and Kmeans for clustering. The analysis of the efficiency of the generated features was carried out when solving the problem of identifying attacks using such machine learning methods as KNN, Random Forest, XGB, CatBoost, LGBM.
    Электронный источник
56. Bolodurina, I. Investigation of Optimization Algorithms for Neural Network Solutions of Optimal Control Problems with Mixed Constraints [Электронный ресурс] / I. Bolodurina, L. Zabrodina // Machines,2021. - № 9, 102. - P. 1-18. . - 18 с. In this paper, we consider the problem of selecting the most efficient optimization algorithm for neural network approximation - solving optimal control problems with mixed constraints. The original optimal control problem is reduced to a finite-dimensional optimization problem by applying the necessary optimality conditions, the Lagrange multiplier method and the least squares method. Neural network approximation models are presented for the desired control functions, trajectory and conjugate factors.
    Электронный источник
57. Investigation of the effectiveness of metric classification methods in identifying attacks in VANET [Электронный ресурс] / D. Parfenov, I. Bolodurina, L. Grishina, A. Zhigalov // Journal of Physics: Conference Series,2021. - Vol. 2094 : III International Scientific Conference on Applied Physics, Information Technologies and Engineering (APITECH-III 2021) 24 September - 3 October 2021, Krasnoyarsk, Russia. - P. 1-7. . - 7 с. This paper discusses the problem of improving the efficiency of metric machine learning methods of identification attacks in vehicular adhoc networks (VANETs). The main idea of this research is to select the type of nonlinear functions for calculating the distances between the objects of the sample, describing the traffic of VANET using metric methods, such as the method of k-nearest neighbour with linearly decreasing weights and the Parzen window method. The analysis of the effectiveness of the methods considered was carried out on a synthetically generated sample with three different types of attacks on the network. Computational experiments have shown that the k-nearest neighbour method with decreasing weights based on an exponential function with base a
    Электронный источник
58. Research of Genetic Optimization Algorithms in the Design of VLAN [Электронный ресурс] / D. Parfenov, L. Grishina, A. Zhigalov, I. Bolodurina // 29th Telecommunications Forum, TELFOR 2021, 23-24 November 2021, Belgrade, Serbia : Proceedings. - Electronic data,2021. - . - P. 1. . - 1 с.
    Электронный источник
59. Автоматизированное машинное обучение: обзор возможностей современных платформ анализа данных [Электронный ресурс] / И. П. Болодурина, Д. И. Парфенов, А. Е. Шухман, Л. С. Забродина // Системная инженерия и информационные технологии,2021. - Т. 3, № 1 (5). - С. 50-57. . - 8 с. Проводится обзор существующих подходов и систем построения гибко настраиваемых конвейеров AutoML, использующих интеллектуальные алгоритмы оптимизации структуры и параметров.
    Электронный источник
60. Алгоритмы симметричного шифрования: Шифры замены [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2021. - 5 с- Загл. с тит. экрана.
    Электронный источник
61. Анализ и прогнозирование успеваемости обучающихся при использовании цифровой образовательной среды [Электронный ресурс] / А. Е. Шухман, Д. И. Парфенов, Л. В. Легашев, Л. С. Гришина // Высшее образование в России,2021. - Т. 30, № 8-9. - С. 125-133. . - 9 с. Рассмотрены технические решения, использованные в ОГУ для организации цифровой образовательной среды. Также проведено исследование успеваемости обучающихся технических и гуманитарных специальностей и направлений в период обычного обучения и в период локдауна.
    Электронный источник
62. Вычислительная математика и информационные технологии [Электронный ресурс] : учебное пособие для обучающихся по образовательным программам высшего образования по направлениям подготовки 01.04.02 Прикладная математика и информатика, 02.04.02 Фундаментальная информатика и информационные технологии и 09.04.02 Информационные системы и технологии / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ, 2021. - 132 с- Загл. с тит. экрана.
    Электронный источник
63. Вычислительная математика и информационные технологии [Электронный ресурс] : учебное пособие для обучающихся по образовательным программам высшего образования по направлениям подготовки 01.04.02 Прикладная математика и информатика, 02.04.02 Фундаментальная информатика и информационные технологии и 09.04.02 Информационные системы и технологии / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ, 2021. - 1 электрон. опт. диск (CD-ROM). - Загл. с этикетки диска. - Систем. требования: Intel Core или аналогич.; Microsoft Windows 7, 8, 10 ; 700 Мб ; монитор, поддерживающий режим 1024х768 ; мышь или аналогич. устройство - ISBN 978-5-7410-2572-7.. - № гос. регистрации 0322102862.
64. Болодурина, И. П. Исследование параметров задачи сплайновой аппроксимации зашумленных данных численными методами оптимального управления [Электронный ресурс] / И. П. Болодурина, Л. С. Гришина, Л. М. Анциферова // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника,2021. - Т. 21, № 3. - С. 138-148. . - 11 с. Предложенный подход для решения задачи сплайновой аппроксимации в условиях неопределенности позволяет определить проблемы искажения данных измерений шумом и появления неопределенностей в критериях качества. Исследование параметров модели показало, что построенная система устойчива к ошибке начального приближения, а законы распределения не оказывают существенного влияния на точность и сходимость метода проекции градиента.
    Электронный источник
65. Болодурина, И. П. Математические методы и интеллектуальные технологии моделирования иммунных и эпидемиологических процессов [Электронный ресурс] : монография / И. П. Болодурина, Ю. П. Луговскова, Л. С. Гришина; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ, 2021. - ISBN 978-5-7410-2672-4. - 203 с- Загл. с тит. экрана.
    Электронный источник
66. Матричная игра "Nonogramm" [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2021. - 7 с- Загл. с тит. экрана.
    Электронный источник
67. Модуль исследования и классификации аномалий трафика с использованием метрических методов в беспроводных самоорганизующихся сетях [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, И. П. Болодурина, А. Е. Шухман, А. Ю. Жигалов, Л. С. Гришина, Л. В. Легашев; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2021680564заявл. 15.12.2021зарегистрировано в реестре программ для ЭВМ 27.12.2021. - 2021. - 1 с.
    Электронный источник
68. Модуль исследования метрик производительности сегмента мобильной самоорганизующейся сети Мапе1РМ [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Легашев Л. В., Парфенов Д. И., Гришина Л. С., Жигалов А. Ю. ; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- №2021619735заявл. 23.06.2021зарегистрировано в реестре программ для ЭВМ 01.07.2021. - 2021. - 1 с.
    Электронный источник
69. Нейронечеткая система классификации инцидентов кибер-безопасности в условиях неопределенности [Электронный ресурс] / Д. И. Парфенов, И. П. Болодурина, Л. С. Забродина, А. Ю. Жигалов // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк., 20-24 сент. 2021 г., Самара : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Электрон. дан. - Самара : Самар. нац. исслед. ун-т им. акад. С. П. Королева,2021. - Т. 3. - С. 033962-033962. . - 2 с.
    Электронный источник
70. Анциферова, Л. М. Оптимизация структуры образовательного контента в компетентностной модели знаний [Электронный ресурс] / Л. М. Анциферова, Л. С. Забродина, Е. Н. Рассоха // Вестник НЦ БЖД,2021. - № 1 (47). - С. 7-16. . - 10 с. Рассмотрена математическая модель образовательных онлайн-курсов, некоторые критерии и методы для их оценивания. Разработана универсальная модель обработки данных образовательных онлайн-курсов. На основе сравнительной характеристики методов оценки уровня знаний студентов определена эффективность работы информационной образовательной платформы, а также проведен анализ предоставленных данных открытых онлайн-курсов. Программная реализация алгоритма предоставляет рекомендации по оптимизации структуры образовательных курсов.
    Электронный источник
71. Применение ансамблевых методов машинного обучения для решения задачи обнаружения вторжений в IoT-сетях [Электронный ресурс] / Д. И. Парфенов, И. П. Болодурина, А. И. Парфенов, Л. С. Забродина, Л. Ю. Кузнецова // Университетский комплекс как региональный центр образования, науки и культуры : материалы Всерос. науч.-метод. конф. (с междунар. участием), 25-27 янв. 2021 г., Оренбург / М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ,2021. - . - С. 1663-1668. . - 6 с.
    Электронный источник
72. Применение биоинспирированных методов для решения задачи распределения ресурсов в облачных платформах [Электронный ресурс] / Д. И. Парфенов, И. П. Болодурина, Л. С. Забродина, Л. Ю. Кузнецова, Н. А. Янишевская // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк., 20-24 сент. 2021 г., Самара : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Электрон. дан. - Самара : Самар. нац. исслед. ун-т им. акад. С. П. Королева,2021. - Т. 3. - С. 034392-034392. . - 2 с.
    Электронный источник
73. Прототип модуля идентификации атак в автомобильных самоорганизующихся сетях VАNЕТ с применением подхода Ееаtиге Епginееring [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, И. П. Болодурина, А. Е. Шухман, А. Ю. Жигалов, Л. С. Гришина, Л. В. Легашев; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2021664909заявл. 27.09.2021зарегистрировано в реестре программ для ЭВМ 14.10.2021. - 2021. - 1 с.
    Электронный источник
74. Прототип модуля обнаружения вторжений в беспроводных транспортных сетях на основе ансамблевых методов машинного обучения ModIntDetDDoS [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, И. П. Болодурина, А. Е. Шухман, А. Ю. Жигалов, Л. С. Гришина, Л. В. Легашев; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2021680572заявл. 15.12.2021зарегистрировано в реестре программ для ЭВМ 16.12.2021. - 2021. - 1 с.
    Электронный источник
75. Прототип модуля формирования оптимальной схемы доступа к сетевым ресурсам для обеспечения гарантий SLA при решении вычислительных задач по обработке больших данных [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / И. П. Болодурина, Д. И. Парфенов, А. Ю. Жигалов, Л. С. Гришина, А. И. Парфенов, К. С. Прокофьева; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2021680551заявл. 15.12.2021зарегистрировано в реестре программ для ЭВМ 21.12.2021. - 2021. - 1 с.
    Электронный источник
76. Разработка подхода к обнаружению и выявления атак в беспроводных распределенных самоорганизующихся сетях [Электронный ресурс] / Д. И. Парфенов, И. П. Болодурина, А. И. Парфенов, Л. С. Забродина, Л. Ю. Кузнецова // Университетский комплекс как региональный центр образования, науки и культуры : материалы Всерос. науч.-метод. конф. (с междунар. участием), 25-27 янв. 2021 г., Оренбург / М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ,2021. - . - С. 1669-1676. . - 8 с.
    Электронный источник
77. Реализация головоломки "Tic-Tac-Toe 11х11" с возможностью игры с ПК [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2021. - 7 с- Загл. с тит. экрана.
    Электронный источник
78. Реализация различных модификаций математической игры "Game of Life" с замкнутым полем [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2021. - 10 с- Загл. с тит. экрана.
    Электронный источник
79. Реализация системы графического представления множества Мандельброта [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2021. - 6 с- Загл. с тит. экрана.
    Электронный источник
80. Bolodurina, I. Algorithm for Solving Ordinary Differential Equations Using Neural Network Technologies [Электронный ресурс] / I. Bolodurina, D. Parfenov, L Zabrodina // Communications in Computer and Information Science,2020. - Vol. 1140 : CCIS 2020 : Proceedings of the 3rd International Scientific Conference on Convergent Cognitive Information Technologies, Convergent 2018, 29 November - 2 December 2018, Moscow, Russian Federation. - Electronic data. - P. 79-92. . - 14 c. The paper considers the neural network approach for solving the Cauchy problem for ordinary differential equations of the first order based on the representation of the function as a superposition of elementary functions, the algorithm of solving the problem is proposed. The application of the neural network approach allows obtaining the desired solution in the form of a functional dependence that satisfies smoothness conditions. On the basis of a two-layer perceptron, a model of a neural network solution of the problem and a numerical algorithm realizing the search for a solution are built. We developed a program and algorithmic solution of the Cauchy problem. We analyzed the accuracy of the results and its interrelation with the parameters of the neural networks used.
    Электронный источник
81. Application of Intelligent Algorithms for the Development of a Virtual Automated Planning Assistant for the Optimal Tourist Travel Route [Электронный ресурс] / N. Yanishevskaya, L. Kuznetsova, K. Lokhacheva, L. Zabrodina, D. Parfenov, I. Bolodurina // Advances in Intelligent Systems and Computing,2020. - Vol. 1126 : AISC 2020 : Proceedings of the 3rd International Conference of Artificial Intelligence, Medical Engineering, Education, AIMEE 2019, 1-3 October 2019, Moscow, Russian Federation / eds : Z. Hu, S. Petoukhov, M. He. - Electronic data. - P. 13-22. . - 10 c. The article considers an approach based on the use of the production model of knowledge representation, as well as the algorithm of the ant colony simulation method for finding the optimal route in a loaded graph taking into account the time of stops and sightseeing. At the first stage of the system, the intelligent module, based on a small survey of users, selects the most interesting objects for the user, taking into account his preferences regarding recreation, mode of travel, as well as time and budget constraints. In the second stage, the route planning module builds the optimal route between the places proposed by the system in the first stage. The results of the study show that the proposed software-algorithmic solution is relevant and allows the user to build the optimal route for a tourist trip between objects.
    Электронный источник
82. Parfenov, D. I. Development and Research of Algorithms for the Formation of an Optimal Individual Educational Path for Online Courses [Электронный ресурс] / D. I. Parfenov, L. Zabrodina, V. Zaporozhko // Advances in Economics, Business and Management Research,2020. - Vol. 138 : Proceedings of the 2nd International Scientific and Practical Conference "Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth" (MTDE 2020), 16-17 April, 2020, Yekaterinburg, Russia / Institute of Digital Economics. - Electronic data. - P. 978-983. . - 6 с. An important condition for making an effective decision in the field of e-learning is the analysis of data from participants in the educational process at its various stages. Currently, the volume of data circulating in a digital educational environment that supports working with online courses is growing exponentially. This is facilitated by the rapidly growing demand for open education. In such an environment, for the effective study of materials, it is necessary to carry out a personified process control of the flow of knowledge. One way is the formation of individual educational paths. In the framework of this study, a model for the formation of the individual educational path of the student based on the solution of the problem of minimal coverage of the graph is proposed.
    Электронный источник
83. Development and Research of an Evolutionary Algorithm for the Formation of a Feature Space based on AutoML for Solving the Problem of Identifying Cyber Attacks [Электронный ресурс] / D. Parfenov, I. Bolodurina, A. Shukhman, A. Zhigalov, L. Zabrodina // 2020 International Conference Engineering and Telecommunication (En&T) : [Proceedings of the VII International Conference, 25-26 November 2020]. - Electronic data,2020. - . - P. 1-5. . - 5 с. This article presents an approach that allows you to automate the construction and selection of features of raw datasets. The developed method is a logical extension of the ExploreKit algorithm at the stage of generating new feature candidates and calculating meta-objects to represent the dataset and feature candidates. Also, our approach integrated the tree representation of transformations of the AutoFE feature space and methods of evolutionary optimization.
    Электронный источник
84. Development of a Model for Predicting Treatment of Cardiovascular Diseases Based on Machine Learning Methods [Электронный ресурс] / I. P. Bolodurina, D. I. Parfenov, A. Yu. Zhigalov, L. S. Zabrodina // Advances in Economics, Business and Management Research,2020. - Vol. 138 : Proceedings of the 2nd International Scientific and Practical Conference "Modern Management Trends and the Digital Economy: from Regional Development to Global Economic Growth" (MTDE 2020), 16-17 April, 2020, Yekaterinburg, Russia / Institute of Digital Economics. - Electronic data. - P. 984-989. . - 6 с. This study aims to build a model for predicting cardiovascular disease in patients based on the analysis of personalized patient data cards. The forecast for the treatment of the heart disease clinic was determined using the method of logistic regression, random trees for the algorithm for constructing ID3 decision trees and the ensemble training method - random forest. As part of an experimental study, the effectiveness of the application of the considered methods for forecasting was evaluated based on the analysis of the ROC curve and the AUC metric. Experiments on real datasets of patient visits to the clinic showed that for short-term forecasting, the ID3 algorithm for constructing decision trees showed better results, and with an increase in the period under consideration, the method of logistic regression turned out to be more effective.
    Электронный источник
85. Development of intelligent virtual assistant for planning the optimal travel route [Электронный ресурс] / I. P. Bolodurina, D. I. Parfenov, L. S. Zabrodina, L. Y. Kuznetsova, A. Y. Zhigalov, N. A. Yanishevskaya // Journal of Physics: Conference Series,2020. - Vol. 1661: International Conference on Information Technology in Business and Industry (ITBI 2020), 6-8 April 2020, Novosibirsk. - P. 1-10. . - 10 с. In this article the developing of an intelligent travel planning system is considered. Travel planning system includes an intelligent search module, an optimal budget planning module and a module for building an optimal route. The intelligent search module acts as a recommendation system and offers the user sights and interesting places to visit. The optimal budget allocation module helps the user to plan their finances taking into account their preferences for the comfort of travel and accommodation. Based on the obtained data, the optimal route planning module plans a schedule of visits to the selected attractions. In this article, we consider the production model of knowledge representation to determine the most preferred travel destinations for tourists, the application of a genetic algorithm for the optimal distribution of the travel budget and the modification of the method of imitation of an ant colony to find the optimal route between the cities.
    Электронный источник
86. Bolodurina, I. Investigation of the Evolutionary Optimization Algorithms for the Neural Network Solution of the Optimal Control Problems [Электронный ресурс] / I. Bolodurina, L. Zabrodina // RusAutoCon 2020 : Proceedings of the International Russian Automation Conference, 6-12 September 2020, Sochi, Russian Federation. - Electronic data,2020. - . - P. 908-913. . - 6 с. In this paper, we consider the neural network approach to solving optimal control problems with mixed constraints at the stage of optimization of the functional approximations through evolutionary algorithms. Based on the necessary optimality conditions and the Lagrange multiplier method, the initial optimal control problem is reduced to a nonlinear optimization problem and the corresponding approximation model of the neural network for the control function and the trajectory is presented. The convergence of the neural network approach using a genetic algorithm, a populationbased gravitational search algorithm, and a basic particle swarm algorithm was studied. Also, the results obtained are compared with the operation of the gradient descent algorithm.
    Электронный источник
87. Investigation of the problem of classifying unbalanced datasets in identifying distributed denial of service attacks [Электронный ресурс] / I. Bolodurina, A. Shukhman, D. Parfenov, A. Zhigalov, L. Zabrodina // Journal of Physics: Conference Series,2020. - Vol. 1679, Iss. 4 : 2nd International Scientific Conference on Applied Physics, Information Technologies and Engineering, APITECH 2020, 25 September-4 October 2020, Krasnoyarsk, Siberia, Russian Federation. - Electronic data. - P. 1-8. . - 8 с. This paper examines the impact of data balancing algorithms in the network traffic classification problem on various types of distributed denial of service attacks on the CICDDoS2019 dataset, which contains information about reflection-based and exploitation-based attacks. The results of computational experiments have shown the effectiveness of data balancing algorithms such as naive random sampling, synthetic minority sampling, and adaptive synthetic sampling in identifying network attacks. A comparative analysis of various data sampling approaches has shown that the adaptive synthetic sampling method with the random forest algorithm demonstrates the highest classification accuracy.
    Электронный источник
88. Research of multiclass fuzzy classification of traffic for attacks identification in the networks [Электронный ресурс] / D. Parfenov, L. Zabrodina, A. Zhigalov, I. Bolodurina // Journal of Physics: Conference Series,2020. - Vol. 1679, Iss. 4 : 2nd International Scientific Conference on Applied Physics, Information Technologies and Engineering, APITECH 2020, 25 September-4 October 2020, Krasnoyarsk, Siberia, Russian Federation. - Electronic data. - P. 1-8. . - 8 с. Currently, data mining methods such as neural networks, decision trees, genetic algorithms, restricted search algorithms, evolutionary programming, reasoning systems based on similar cases, rule induction, analysis with selective action, logical regression, algorithms for determining associations and sequences, data visualization, combined methods are actively used in various specialized areas. The introduction of analytical methods of data mining is primarily aimed at adapting existing solutions to solve new problems related to the informatization of business processes. One of the actively developing areas that use data mining and artificial intelligence methods is network security. To identify and detect anomalies in networks, it is most effective to create profiles of data flow behavior depending on current conditions. In this work, we developed a method that allows us to identify Exploits, Fuzzers, and Generic attacks based on multiclass fuzzy classification.
    Электронный источник
89. Исследование алгоритмов адаптивных нейро-нечетких сетей ANFIS для решения задачи идентификации сетевых атак [Электронный ресурс] / Д. И. Парфенов, И. П. Болодурина, Л. С. Забродина, А. Ю. Жигалов // Современные информационные технологии и ИТ-образование,2020. - Т. 16, № 3. - С. 533-542. . - 10 с. Полученные результаты общей оценки эффективности идентификации сетевых атак с помощью различных мер точности показали, что наиболее оптимальным нейро-нечетким классификатором является сеть ANFIS с использованием нечеткого вывода Такаги-Сугено-Канга. При этом наименее эффективные результаты идентификации различных типов сетевых атак показало применение нечеткого вывода Ванга-Менделя. Разработанные модули могут использоваться для обработки данных, полученных с датчиков системы управления информацией и событиями безопасности.
    Электронный источник
90. Забродина, Л. С. Исследование нейросетевого подхода решения задач оптимального управления [Электронный ресурс] : выпускная квалификационная работа: направление подготовки 01.04.02 Прикладная математика и информатика / Л. С. Забродина. - Оренбург. - 2020. - 64 с.
    Электронный источник
91. Математическое моделирование. Подходы. Методы. Примеры [Электронный ресурс] : учебное пособие для обучающихся по образовательным программам высшего образования по направлениям подготовки, входящим в состав укрупненных групп направлений подготовки 01.00.00 Математика и механика, 02.00.00 Компьютерные и информационные науки, 09.00.00 Информатика и вычислительная техника, 10.00.00 Информационная безопасность / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ, 2020. - 117 с- Загл. с тит. экрана.
    Электронный источник
92. Модуль обнаружения и идентификации кибератак в мультиоблачной инфраструктуре сети провайдеров телекоммуникационных услуг [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, Л. С. Забродина, А. Ю. Жигалов, И. П. Болодурина, А. И. Парфенов; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2020664201заявл. 17.11.2020зарегистрировано в реестре программ для ЭВМ 24.11.2020. - 2020. - 1 с.
    Электронный источник
93. Подходы к организации системы безопасности сетей IoT-устройств [Электронный ресурс] / Л. Ю. Кузнецова, Д. И. Парфенов, И. П. Болодурина, А. И. Парфенов, Л. С. Забродина // Университетский комплекс как региональный центр образования, науки и культуры : материалы Всерос. науч.-метод. конф. (с междунар. участием), 23-25 янв. 2020 г., Оренбург / М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Электрон. дан. - Оренбург : ОГУ,2020. - . - С. 1491-1498. . - 8 с.
    Электронный источник
94. Прототип модуля интеллектуального формирования индивидуальной образовательной траектории обучающегося для цифровой платформы (ModEduPath) [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, Г. А. Нигматулин, В. В. Запорожко, Л. С. Забродина; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т".- № 2020612458заявл. 10.03.2020зарегистрировано в реестре программ для ЭВМ 18.03.2020. - 2020. - 1 с.
    Электронный источник
95. Прототип модуля обнаружения атак сетевой инфраструктуры на основе интеллектуального анализа несбалансированных наборов данных [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Л. С. Забродина, А. Ю. Жигалов, Д. И. Парфенов, И. П. Болодурина, А. Е. Шухман; правообладатель Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбургский гос. ун-т".- № 2020662262заявл. 16.10.2020зарегистрировано в реестре программ для ЭВМ 18.11.2020. - 2020. - 1 с.
    Электронный источник
96. Разработка модели управления потоком пациентов с сердечно-сосудистыми заболеваниями методами интеллектуального анализа данных [Электронный ресурс] / И. П. Болодурина, А. М. Назаров, Д. И. Кича, Л. С. Забродина, А. Ю. Жигалов // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника,2020. - Т. 20, № 2. - С. 105-115. . - 11 с. Эксперименты на массиве электронных персонифицированных данных о медицинских услугах в территориальном фонде обязательного медицинского страхования (ТФОМС) и медицинском информационно-аналитическом центре г. Оренбурга показали, что для краткосрочного прогнозирования на 1 месяц более высокие результаты показал алгоритм ID3 построения решающих деревьев, а при увеличении рассматриваемого периода до 3 месяцев более эффективным оказался метод логистической регрессии. Заключение. Предложенный подход к прогнозированию обращений пациентов позволяет повысить качество управления клинико-организационной системой здравоохранения при оказании медицинской помощи, а также спланировать объем и количество отдельных медицинских услуг.
    Электронный источник
97. Болодурина, И. П. Сравнительный анализ алгоритмов оптимизации нейросетевого решения задач оптимального управления со смешанными ограничениями [Электронный ресурс] / И. П. Болодурина, Л. С. Забродина // Математическая теория управления и ее приложения (МТУИП-2020) : материалы конф. [в рамках 13-й мультиконф. по проблемам управления (МКПУ-2020)], 7-8 окт. 2020 г., Санкт-Петербург. - Электрон. дан. - Санкт-Петербург : Концерн "ЦНИИ "Электроприбор",2020. - . - С. 202-205. . - 4 с.
    Электронный источник
98. Approaches to find vulnerabilities and security in the digital production networks [Электронный ресурс] / D. Parfenov, L. Zabrodina, V. Torchin, A. Parfenov // Journal of Physics: Conference Series,2019. - Vol. 1399, Iss. 2, 5 December 2019 : proceedings of the International Conference on Information Technologies and Engineering 2019, APITECH 2019, 25-27 September 2019, Krasnoyarsk, Russian Federation / Krasnoyarsk Science and Technology City Hall. - Electronic data. - P. 1-7. . - 7 с. Currently, the problem of ensuring cybersecurity of the network and information infrastructure of critical facilities is relevant. A special place in this is security automated control systems, which are the basis of industry 4.0. At the same time, the main source of threats to such systems is the external network of the telecommunications service provider, through which the operation of remote objects and systems is monitored. In the framework of this study, an approach was developed to search for abnormal behavior in the networks of telecommunication service providers, based on an analysis of events in the logs of various systems, including those responsible for network security. The proposed approach is the development of an information and event management system
    Электронный источник
99. Developing an approach to summarizing the flows of security events to identify attacks in the network of telecommunication service providers [Электронный ресурс] / D. I. Parfenov, L. S. Zabrodina, A. Y. Zhigalov, A. I. Parfenov // TELFOR 2019 : Proceedings of the 27th Telecommunications Forum, 26-27 November 2019, Belgrade, Serbia. - Electronic data,2019. - . - P. 1-4. . - 4 с. This study aims to develop a combined attack detection approach based on analysis of node state chains, as well as analysis of time delays within the network. The proposed algorithm allows you to determine the entry point to the network through which the attack began. Based on binary logistic regression, nodes with suspicious activity are identified and using the genetic algorithm to determine their belonging to the type of attack that takes place on the first studied node. As part of an experimental study, the effectiveness of the developed approach for identifying attacks in the network of telecommunication service providers was evaluated, which shows a sufficiently high determination accuracy, as well as good performance on large network topologies.
    Электронный источник
100. Development of a model of cyberattacks identification based on the analysis of device states in the network of a telecommunications service provider [Электронный ресурс] / L. Zabrodina, D. Parfenov, I. Bolodurina, V. Torchin, A. Zhigalov // 2019 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON), Novosibirsk, Russian Federation, 21-27 October 2019 : Proceedings.- Electronic data. - Novosibirsk : Institute of Electrical and Electronics Engineers Inc. (IEEE),2019. - . - P. 675-680. . - 6 c. This paper is aimed in development of an attack detection model based on an analysis of the state chains of network nodes. In our research, we solve the problem of a typical attack profile in a network of telecommunication service providers formalization while constructing a sequence of network nodes state shiftings and a state change time of particulary investigated devices. The research includes the most popular types of attacks.
     Электронный источник
101. Bolodurina, I. Investigation of the Functional Stability of Neural Network Algorithm for Solving the Ordinary Differential Equations [Электронный ресурс] / I. Bolodurina, L. Zabrodina // Information Technologies for Intelligent Decision Making Support (ITIDS 2019) : The 7th All-Russian Scientific Conference, 28-30 May 2019, Ufa, Russia. - Electronic data. - Paris : Atlantis Press,2019. - Vol. 166. - P. 111-116. . - 6 c. The paper analyzes the neural network approach for solving the Cauchy problem of ordinary differential equations of the first order, based on the representation of the function as a superposition of elementary functions.
     Электронный источник
102. Investigation of the method for identifying cyberattacks based on analysis of the state of network nodes [Электронный ресурс] / D. Parfenov, L. Zabrodina, A. Zhigalov, V. Torchin, A. Parfenov // Engineering and Telecommunication (EnT 2019) : Processings of the 6th International Conference, 20-21 November 2019, Dolgoprudny, Russian Federation. - Electronic data. - Dolgoprudny : IEEE,2019. - . - P. 1-5. . - 5 с. This study is aimed at building a model of attack detection based on the analysis of chains of states of network nodes. The proposed model allows us to determine the speed and acceleration of state change for a particular type of network attack at a given time. On the basis of the revealed patterns of changes in the States of network nodes, the study of chains of network events to identify the type of attacks. As part of the experimental study, the effectiveness of the developed model of attack recognition in the network of telecommunications service providers was evaluated, which shows a sufficiently high accuracy of determining the class of suspicious activity.
     Электронный источник
103. Забродина, Л. С. Алгоритм выявления аномального поведения сети порожденного кибератаками на основе нечеткой логики [Электронный ресурс] / Л. С. Забродина, В. А. Торчин, И. П. Болодурина // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 1. - C. 76-85. . - 10 с.
     Электронный источник
104. Демонстрация применения алгоритмов теории игр на примере логической игры "Foxes and Hens" [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2019. - 6 с- Загл. с тит. экрана.
     Электронный источник
105. Интеллектуальная рекомендательная система планирования маршрута для совместного посещения достопримечательностей [Электронный ресурс] / Л. С. Забродина, Д. И. Парфенов, И. П. Болодурина, Н. А. Янишевская, Л. Ю. Кузнецова // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 2. - C. 149-158. . - 10 с.
     Электронный источник
106. Каскадная модель машинного обучения для эффективной рекомендаций отелей [Электронный ресурс] / К. А. Лохачева, Л. С. Забродина, К. С. Прокофьева, Д. И. Парфенов, И. П. Болодурина // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 2. - C. 199-210. . - 11 с.
     Электронный источник
107. Кроссдоменная рекомендательная система для подбора гостинниц [Электронный ресурс] / Л. С. Забродина, К. С. Прокофьева, Д. Р. Сулеев, Д. И. Парфенов, И. П. Болодурина // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 2. - C. 159-172. . - 14 с.
     Электронный источник
108. Линейная задача оптимального быстродействия [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2019. - 8 с- Загл. с тит. экрана.
     Электронный источник
109. Моделирование идентификации профиля кибератак на основе анализа поведения устройств в сети провайдера телекоммуникационных услуг [Электронный ресурс] / И. П. Болодурина, Д. И. Парфенов, Л. С. Забродина, А. Ю. Жигалов, В. А. Торчин // Вестник ЮУрГУ. Серия "Компьютерные технологии, управление, радиоэлектроника",2019. - Т. 19, № 4. - С. 48-59. . - 12 с. Разработан подход и проведено моделирование обнаружения атак на основе анализа цепочек состояний сетевых узлов. Предложенный подход позволяет осуществлять сопоставление событий, происходящих в сети, с событиями, фиксируемыми системами обнаружения вторжений.
     Электронный источник
110. Оптимальное кодирование алгоритмом Хаффмана [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2019. - 5 с- Загл. с тит. экрана.
     Электронный источник
111. Подход к адаптивному обнаружению вторжений на основе интеллектуального анализа данных [Электронный ресурс] / Л. С. Забродина, В. А. Торчин, Д. И. Парфенов, А. И. Парфенов, И. П. Болодурина // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 1. - С. 101-108. . - 8 с.
     Электронный источник
112. Подход к масштабированию сбора данных с систем безопасности IoT устройств [Электронный ресурс] / Л. С. Забродина, В. А. Торчин, Д. И. Парфенов, Л. Ю. Кузнецова, И. П. Болодурина // Студенческая наука для развития информационного общества : сб. материалов X Всерос. науч.-техн. конф. с междунар. участием, 7-8 нояб. 2019 г., Ставрополь / М-во науки и высш. образования Рос. Федерации [и др.]. - Электрон. дан. - Ставрополь : Изд-во СКФУ,2019. - Ч. 1. - C. 86-100. . - 15 с.
     Электронный источник
113. Программная реализация клеточного автомата Дж. Конвея "Игра "Жизнь" [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во образования и науки Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. проф. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2019. - 5 с- Загл. с тит. экрана.
     Электронный источник
114. Прототип интеллектуальной системы планирования оптимального маршрута путешествия [Электронный ресурс] / И. П. Болодурина, А. Ю. Жигалов, Л. С. Забродина, Л. Ю. Кузнецова, Д. И. Парфенов, Н. А. Янишевская; правообладатели И. П. Болодурина, А. Ю. Жигалов, Л. С. Забродина, Л. Ю. Кузнецова, Д. И. Парфенов, Н. А. Янишевская.- № 2019662733заявл. 15.10.2019опубл. 07.11.2019. - 2019. - 1 с. Программа предназначена для подбора района для путешествия в Оренбургской области с учетом индивидуальных предпочтений пользователя.
     Электронный источник
115. Прототип модуля интеллектуального анализа потока событий инцидентов безопасности для обнаружения аномалий в сетевой среде security ModIEFdetecting [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ / Д. И. Парфенов, А. И. Парфенов, А. Ю. Жигалов, И. П. Болодурина, Л. С. Забродина, В. А.Торчин; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего образования Оренбургский государственный университет.- № 2019665616заявл. 02.12.2019зарегистрировано в реестре программ для ЭВМ 13.12.2019. - 2019. - 1 с.
     Электронный источник
116. Разработка и исследование имитационной модели для оценки эффективности интеллектуальной облачной образовательной среды [Электронный ресурс] / V. V. Zaporozhko, D. I. Parfenov, L. S. Zabrodina, V. M. Shardakov // Современные информационные технологии и ИТ-образование,2019. - Т. 15, № 4. - С. 990-1001. . - 12 с. Отражена модель облачной образовательной среды, структура которой представлена онлайн-курсами и гибридной интеллектуальной системой, позволяющей формировать и в режиме реального времени корректировать индивидуальные траектории освоения данных курсов.
     Электронный источник
117. Болодурина, И. П. Разработка и исследование нейросетевого подхода к решению дифференциальных уравнений [Электронный ресурс] / Болодурина И. П., Парфенов Д. И., Забродина Л. С. // Актуальные проблемы прикладной математики, информатики и механики : сб. тр. Междунар. науч. конф., 17-19 дек. 2018 г., Воронеж / М-во науки и высш. образования Рос. Федер., Рос. фонд. фундаментальных исслед., Воронежский гос. ун-т. - Электрон. дан. - Воронеж : Изд-во "Научно-исследовательские публикации",2019. - . - С. 627-637. . - 11 с.
     Электронный источник
118. Разработка интеллектуального виртуального ассистента планирования оптимального маршрута путешествия [Электронный ресурс] / И. П. Болодурина, А. Ю. Жигалов, Л. С. Забродина, Л. Ю. Кузнецова, Д. И. Парфенов, Н. А. Янишевскася // Информационные технологии в науке, управлении, социальной сфере и медицине : сб. науч. тр. VI Междунар. науч. конф., 14-19 окт. 2019 г., Томск / Нац. исследоват. Томский политехн. ун-т; под ред. О. Г. Берестневой [и др.]. - Электрон. дан. - Томск : Изд-во ТПУ,2019. - . - С. 314-320. . - 7 с.
     Электронный источник
119. Забродина, Л. С. Разработка метода оптимизации размещения дронов для организации сети передачи данных при сборе данных о растительном покрове и рельефе изучаемой территории) [Электронный ресурс] / Л. С. Забродина, Л. Ю. Кузнецова // Фундаментальные основы технологического развития сельского хозяйства : материалы рос. науч.-практ. конф. с междунар. участием, 24-25 окт. 2019 г., Оренбург / под общ. ред. А. С. Мирошникова. - Электрон. дан. - Оренбург : Изд-во ФНЦ БСТ РАН,2019. - . - С. 364-368. . - 5 с.
     Электронный источник
120. Разработка подхода к определению кибератак на основе анализа поведения функции ускорения изменения состояний сетевых узлов [Электронный ресурс] / И. П. Болодурина, Д. И. Парфенов, Л. С. Забродина, А. Ю. Жигалов, В. А. Торчин // Информационные технологии в науке, управлении, социальной сфере и медицине : сб. науч. тр. VI Междунар. науч. конф., 14-19 окт. 2019 г., Томск / Нац. исследоват. Томский политехн. ун-т; под ред. О. Г. Берестневой [и др.]. - Электрон. дан. - Томск : Изд-во ТПУ,2019. - . - С. 531-538. . - 8 с.
     Электронный источник
121. Парфенов, Д. И. Разработка подхода к поиску уязвимостей в сетях провайдеров телекоммуникационных услуг [Электронный ресурс] / Парфенов Д. И., Торчин В. А., Забродина Л. С. // Перспективные информационные технологии (ПИТ 2019) : тр. Междунар. науч.-техн. конф., 24-26 июня 2019 г., Самара / М-во науки и образования Рос. Федер. [и др.]; под ред. С. А. Прохорова. - Электрон. дан. - Самара : Самар. науч. центр РАН,2019. - . - С. 185-188. . - 4 с.
     Электронный источник
122. Учет записей пациентов клинико-диагностической лаборатории [Электронный ресурс] : прикладная программа / И. П. Болодурина [и др.]; М-во науки и высш. образования Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2019. - 6 с- Загл. с тит. экрана.
     Электронный источник
123. Development and Research of Model for Ensuring Reliability of Operation of Network Infrastructure Objects in Cyber-physical System Located in the Cloud Platform [Электронный ресурс] / I. P. Bolodurina, D. I. Parfenov, V. A. Torchin, L. S. Zabrodina, I. V. Parfenov, V. M. Shardakov // Conference Proceeding, GloSIC 2018 : 2018 Global Smart Industry Conference, 13-15 Nov. 2018, Chelyabinsk / South Ural State University. - Electronic data. - Chelyabinsk ; Russian Federation : Institute of Electrical and Electronics Engineers Inc. (IEEE),2018. - . - P. 1-7. . - 7 c. As part of this study, an approach is proposed that allows us to identify, on the basis of methods of intellectual data analysis of monitoring systems, the vulnerable elements of the network infrastructure of a cyber-physical system located on the basis of a cloud platform from the point of view of reliability.
     Электронный источник
124. Забродина, Л. С. Применение технологий нейронных сетей для решения ОДУ [Электронный ресурс] : выпускная квалификационная работа: направление подготовки 01.03.02 Прикладная математика и информатика / Л. С. Забродина. - Оренбург. - 2018. - 57 с.
     Электронный источник
125. Болодурина, И. П. Эффективные алгоритмы энтропийного сжатия данных [Электронный ресурс] : прикладная программа / И. П. Болодурина, Л. С. Забродина, А. Ю. Жигалов; М-во образования и науки Рос. Федерации, Федер. гос. бюджет. образоват. учреждение высш. образования "Оренбург. гос. ун-т". - Оренбург : ОГУ. - 2018. - 6 с- Загл. с тит. экрана.
     Электронный источник

Сведения об образовании, ученых степенях, званиях, стаже работы, профессиональной переподготовке, повышении квалификации, читаемых дисциплинах и публикациях — из базы данных ИАС ОГУ