Оренбургский государственный университет

1.1. Интеллектуальные методы и эффективное управление при распределенной обработке данных в социальных и технических системах

Основатель и руководитель научного направления — доктор технических наук, профессор, заведующая кафедрой прикладной математики, Болодурина Ирина Павловна.

Направления подготовки:

Бакалавриат:

01.03.02 Прикладная математика и информатика

Магистратура:

01.04.02 Прикладная математика и информатика

02.04.02 Фундаментальная информатика и информационные технологии

09.04.02 Информационные системы и технологии

Аспирантура:

1.2.2 Математическое моделирование, численные методы и комплексы программ

2.3.1 Системный анализ, управление и обработка информации, статистика

Основные направления исследований:

• разработка моделей и методов в области обработки естественного языка;
• разработка моделей и методов в области обработки медицинских изображений;
• разработка моделей и методов в области построения устойчивых систем защиты от состязательных атак на модели машинного обучения;
• оптимальное управление социально-экономическими системами;
• информационно-аналитическое обеспечение процессов управления;
• интеллектуальный анализ данных проблемно-ориентированных сред;
• обработка больших массивов данных по технологии Data Mining для поддержки принятия решений;
• оптимизация методов обеспечения сетевой безопасности приложений и сервисов мультиоблачных платформ на основе технологии больших данных;
• эффективное управление облачными системами.

Основные научные и производственные результаты

Построены графовые модели микро- и ультрадисперсных частиц металлов, сохраняющих пространственное расположение атомов; разработаны прогностические модели для оценки биотоксичности наноматериалов на основе множества количественных признаков физико-химических и биологических свойств.

Рассмотрен вопрос устойчивости моделей машинного обучения на данных в миллиметровых волнах (mmWave) и массивных системах MIMO к состязательным атакам и предложен подход к применению генеративно-состязательных сетей для генерации синтетических состязательных образцов. Исследование сбалансированной точности базовых классификаторов при нецелевой состязательной атаке в рамках решения задачи бинарной классификации показало, что построенные модели машинного обучения неустойчивы.

Разработан модуль формирования оптимальной схемы доступа к сетевым ресурсам для обеспечения гарантий SLA при решении вычислительных задач по обработке больших данных.

Разработан модуль исследования атак на модели машинного обучения на основе генеративно-состязательных сетей.

Разработан модуль противодействия состязательным атакам на модели искусственного интеллекта.

Разработан прототип системы обнаружения вторжений в мобильных самоорганизующихся сетях.

Разработан модуль исследования эффективности выделения признаков на основе трансформеров для обнаружения атак в беспроводных самоорганизующихся сетях.

Разработана автоматизированная система анализа естественного языка для создания баз знаний (онтологий) информационной безопасности, позволяющая в автоматизированном режиме выделять ключевые сущности в тексте документов с помощью метрического метода машинного обучения Conditional Random Fields.

Разработан прототип модуля краткосрочного прогнозирования численности населения в условиях незначительной миграции, позволяющий прогнозировать численность населения определённого региона в предположении локальной постоянности демографических процессов, незначимости миграционных процессов и линейной аппроксимируемости коэффициента младенческой смертности и суммарного коэффициента рождаемости.

Разработана группа моделей, описывающих архитектуру распределенной интеллектуальной системы выявления угроз и обеспечения безопасности передачи данных в сетях VANET, а также алгоритмов обнаружения аномалий трафика на основе методов машинного обучения.

Решен ряд задач, затрагивающих разработку комплекса методов и алгоритмов мониторинга состояния мультиоблачной платформы, включая сервисы NFV и облачные приложения, а также потоки трафика, для защиты распределенного реестра хранения данных от атак, направленных на нарушение целостности, доступности и предоставления недостоверных данных.

Для энергоэффективного планирования сервисов и виртуальных вычислительных узлов на физическую инфраструктуру мультиоблачной платформы для обработки больших данных предложен механизм формирования виртуальной инфраструктуры сервисов NFV для обеспечения гарантий SLA для решения вычислительных задач по обработки больших данных с использованием перепланирования и миграции вычислительных задач в облака других провайдеров при отсутствии собственных ресурсов. Разработаны биоинспирированные алгоритмы к задаче оптимизации затрат на облачных платформах с учетом соглашений об уровне обслуживания SLA.

Разработаны модели и алгоритмы оптимизации управления ограниченными вычислительными ресурсами высоконагруженных интерактивных сервисов, входящих в состав информационных систем.

Проведена разработка алгоритмического и программного обеспечения безопасности, качества обслуживания, выявления угроз и защиты от кибератак в программно-управляемой инфраструктуре мультиоблачной платформы.

Персональный состав коллектива:

1. Болодурина Ирина Павловна, заведующий кафедрой прикладной математики, д-р техн. наук, профессор
2. Анциферова Лариса Михайловна, доцент кафедры прикладной математики, канд. пед. наук
3. Болдырев Петр Алексеевич, доцент кафедры прикладной математики, канд. техн. наук
4. Болодурина Марина Павловна, доцент кафедры прикладной математики, канд. экон. наук, доцент
5. Дусакаева Слушаш Тугайбаевна, доцент кафедры прикладной математики, канд. техн. наук
6. Гришина Любовь Сергеевна, старший преподаватель кафедры прикладной математики
7. Легашёв Леонид Вячеславович, канд. техн. наук, ведущий научный сотрудник лаборатории цифровых решений и аналитики больших данных
8. Луговскова Юлия Петровна, доцент кафедры прикладной математики, канд. физ.-мат. наук
9. Парфёнов Денис Игоревич, доцент кафедры прикладной математики, канд. техн. наук
10. Шухман Александр Евгеньевич, заведующий кафедрой математики и цифровых технологий, канд. пед. наук, доцент
11. Жигалов Артур Юрьевич, аспирант кафедры прикладной математики направления подготовки 09.06.01 Информатика и вычислительная техника
12. Колесник Светлана Валентиновна, аспирант кафедры прикладной математики направления подготовки 02.06.01 Компьютерные и информационные науки
13. Спешилов Евгений Алексеевич, аспирант кафедры прикладной математики направления подготовки 2.3.1 Системный анализ, управление и обработка информации, статистика
14. Нирян Павел Леонидович, обучающийся направления подготовки 01.04.02 Прикладная математика и информатика
15. Хохлов Иван Артурович, обучающийся направления подготовки 01.04.02 Прикладная математика и информатика

Основные данные о деятельности за период 2019–2024 гг.:

Основные научные проекты коллектива:

1. Конструирование, синтез и применение микро- и ультрадисперсных материалов в сельском хозяйстве (грант Министерство науки и высшего образования, № 124053100022-4, руководитель — Мирошников С.А.)
2. Математические и инструментальные средства обеспечения интеллектуальной системы поддержки принятия решений при управлении грузопотоками в условиях неопределенности (премия губернатора Оренбургской области, указ № 581-ук от 27.11.2023, Спешилов Е.А.)
3. Разработка комплексной системы оценки устойчивости моделей машинного обучения по отношению к состязательным атакам (грант РНФ, № 122080800060-7, руководитель — Парфенов Д.И.).
4. Методы и алгоритмы автоматической интеллектуальной обработки больших массивов слабоструктурированных данных для защиты сетей 5G (грант Президента, № 122051900016-3, руководитель — Парфенов Д.И.).
5. Методы и алгоритмы автоматизации машинного обучения для выявления инцидентов кибербезопасности в беспроводных транспортных сетях с динамической топологией (стипендия Президента Российской Федерации для молодых ученых и аспирантов, № СП-3652.2021.5, Гришина Л.С.
6. Автоматический анализ и генерация текстового контента для слабоформализованных документов на основе методов обработки естественного языка (стипендия Президента Российской Федерации для молодых ученых и аспирантов, № СП-919.2022.5, Жигалов А.Ю.).
7. Разработка и исследование интеллектуальных алгоритмов противодействия кибератакам в беспроводных самоорганизующихся сетях на основе методов машинного обучения (грант Президента РФ № 121031300157-2, руководитель — Легашев Л.В.).
8. Разработка эффективных методов динамического формирования рабочих виртуальных окружений мультиоблачного центра коллективного доступа к удаленному программному обеспечению (персональная стипендия губернатора Оренбургской области, указ № 414-ук от 04.09.2020, Легашёв Л.В.).
9. Разработка эффективной технологии управления инфраструктурой обеспечения безопасности приложений и сервисов мультиоблачных платформ на основе анализа больших массивов данных (персональная стипендия губернатора Оренбургской области, указ № 414-ук от 04.09.2020, Парфёнов Д.И.).
10. Разработка интеллектуальных методов адаптивного управления безопасностью и верификации работы виртуальной сетевой инфраструктуры мультиоблачной платформы для обработки больших данных (грант РФФИ № 20-07-01065, руководитель — Болодурина И.П.).
11. Разработка моделей и механизмов защиты информации в автомобильных самоорганизующихся сетях на базе машинного обучения (грант РФФИ № 20-57-53019 ГФЕН_а, руководитель — Болодурина И.П.).
12. Реализация комплексных исследований в области цифровых интеллектуальных технологий для распределенной обработки больших данных (грант президента РФ № НШ-2502.2020.9, руководитель — Болодурина И.П.).
13. Интеллектуальный виртуальный ассистент для планирования путешествий по достопримечательностям Оренбургской области (соглашение № 3 от 14.08.2019, руководитель — Забродина Л.С.).
14. Интеллектуальная платформа проведения видеоконференций для системы образования Оренбургской области (соглашение № 32 от 14.08.2019, руководитель — Ушаков Ю.А.).
15. Интеллектуальные методы разработки и сопровождения электронных учебных курсов на основе машинного обучения (грант РФФИ и Оренбургской области № 19-47-560011 р_а, руководитель — Шухман А.Е., 2019).
16. Разработка интеллектуальных методов адаптивного управления механизмами защиты и исследование алгоритмов анализа потоков событий инцидентов безопасности в сети провайдеров телекоммуникационных услуг (грант Президента РФ МК-860.2019.9, руководитель — Парфёнов Д.И., 2019–2020).
17. Разработка эффективных алгоритмов и моделей функционирования мультиоблачного центра коллективного доступа к удаленным рабочим окружениям и программному обеспечению (грант РФФИ № 18-37-00460 мол_а, руководитель — Легашёв Л.В.).

В 2019 году старшим преподавателем кафедры прикладной математики Дусакаевой С.Т. под руководством Болодуриной И.П. защищена диссертация на соискание ученой степени кандидата технических наук по теме «Модели и методы поддержки принятия решений в процессе комплектования библиотечного фонда вузовской библиотеки».

В 2021 году старшим преподавателем кафедры математики и цифровых технологий Ушаковой М.В. под руководством Болодуриной И.П. защищена диссертация на соискание ученой степени кандидата технических наук по теме «Разработка методов и алгоритмов автоматизированного синтеза моделей гибридных программно-конфигурируемых устройств передачи данных».

В 2024 году старшим преподавателем кафедры прикладной математики Гришиной Л.С. под руководством Болодуриной И.П. защищена диссертация на соискание ученой степени кандидата технических наук по теме «Методы и алгоритмы интеллектуальной поддержки принятия решений в медицинской практике на основе обработки естественных языков».

Контактная информация:

460018, г. Оренбург, пр. Победы, 13, ОГУ, кафедра прикладной математики.

Тел.: (35-32) 37-25-36.

E-mail: prmat@mail.osu.ru.