IT-Технологии

2025 год

Информационные системы и технологии

Журнал издается с 2009 г., выходит 6 раз в год. Журнал отражает научные направления, связанные с информационными системами и технологиями: информатикой и вычислительной техникой, информационно-измерительными приборами и системами, радиотехникой и связью. В числе постоянных рубрик журнала – математическое и программное обеспечение вычислительной техники и автоматизированных систем; компьютерное моделирование; автоматизация и управление технологическими процессами и производствами; телекоммуникационные системы и компьютерные сети; информационная безопасность и защита информации; информационные технологии в социально-экономических и организационно-технических системах.

«Роль нейронных сетей в социальных сетях. Анализ профиля пользователя и его поведение»

В журнале "Информационные системы и технологии" в №2 (148), 2025 г. опубликована статья коллектива авторов «Роль нейронных сетей в социальных сетях. Анализ профиля пользователя и его поведение». Актуальность анализа роли нейронных сетей в социальных сетях вызван активным применением искусственного интеллекта в повседневной жизни человека. Цель данной работы направлена на проведение исследования, как искусственный интеллект помогает проанализировать профиль в социальных сетях. Рассмотрены методы прогнозирования будущих действий пользователя на основе его предыдущих действий, анализ часто используемых слов с целью предложить пользователю конкретный предмет или ресурс. В результате были описаны данные методы анализа, продемонстрированы преимущества использования нейронных сетей в анализе профиля пользователя в социальных сетях. Определены области применения.

Доступ к статье: https://www.elibrary.ru/item.asp?id=80619253

«Метод сокрытия данных в компонентной области JPEG-контейнера»

В журнале "Информационные системы и технологии" в №1 (147), 2025 г. опубликована статья коллектива авторов «Метод сокрытия данных в компонентной области JPEG-контейнера». В статье рассматривается построение метода сокрытия данных в конпонентной области графического Jpeg-контейнера. Обосновывается область спектрального представления блока Jpeg, потенциально эффективная для встраивания данных. Разрабатываются механизмы выбора компонент для инкапсулирования данных, исходя из особенностей содержания блока. Предлагаются алгоритмы прямого и косвенного внесения бит скрываемого сообщения в контейнер.

Доступ к статье: https://www.elibrary.ru/item.asp?id=80442238

Прикладная информатика

Журнал издаётся с 2006 г., выходит 6 раз в год. Освещает современные тенденции в развитии прикладной информатики. Большая часть материалов посвящена прикладным вопросам: применению информационных технологий в таких областях как электронный маркетинг и коммерция, подготовка IT-специалистов, информационные системы, математическое и компьютерное моделирование, информационная безопасность. Журнал входит в состав учредителей многих значимых международных и всероссийских конференций в области IT, а также оказывает оргкомитетам таких конференций информационную поддержку в проведении таких мероприятий.

«Нечеткий биоинспирированный метод формирования набора кандидатов на линейные должности»

В журнале «Прикладная информатика» в Т.20 №2 (116), 2025 г. опубликована статья коллектива авторов «Нечеткий биоинспирированный метод формирования набора кандидатов на линейные должности». Линейный персонал занимает подавляющую часть должностей во многих организациях, что обуславливает важность своевременного и успешного закрытия подобных вакансий. Поиск кандидатов на такие должности происходит в рамках массового подбора, который характеризуется высокой трудоемкостью, бюджетными и временными ограничениями, необходимостью регулярного повторения из-за высоких показателей кадровой текучести. Отмеченные особенности делают выполнение этого процесса невозможным без применения современных программных средств. Поскольку массовый подбор не требует нахождения наилучшего кандидата для каждой вакансии, а ограничивается поиском специалистов по формальным признакам на основе их резюме, то основная доля трудовых и временных затрат приходится на первичный отбор кандидатов. Существующие программные средства не обладают достаточным функционалом для эффективной автоматизации указанного процесса, так как в условиях необходимости обработки больших объемов многомерных данных они не обеспечивают комплексный учет разнотипных характеристик кандидата и автоматическое подстраивание критериев отбора с учетом их приоритетности для заполняемой вакансии. Для решения указанной проблемы был разработан автоматизированный метод формирования набора кандидатов на линейные должности, основанный на комплексном использовании адаптивной нейро-нечеткой системы и биоинспирированного алгоритма, вдохновленного поведением косяка плавающих рыб. Разработанный гибридный метод был реализован в виде программы для ЭВМ с использованием языка Python. Результаты его тестирования показали сходимость оптимизационного алгоритма, а сравнение с ручным подбором - перспективность использования для решения задач массового подбора линейного персонала.

Доступ к статье: https://www.elibrary.ru/item.asp?id=81456016

«Разработка системы подсчета посетителей в ретейле с использованием машинного зрения»

В журнале «Прикладная информатика» в Т.20 №1 (115), 2025 г. опубликована статья Зитцер Д. К. и Ивашко А. Г. «Разработка системы подсчета посетителей в ретейле с использованием машинного зрения». Информация о посещаемости торговой точки имеет огромную ценность для бизнеса. Она позволяет оценить эффективность проведения маркетинговых акций и оптимизировать график работы персонала. Более того, данные о количестве посетителей могут быть косвенно использованы для анализа конкурентной среды. Несмотря на существование разнообразных технологических подходов к решению задачи по подсчету посетителей, каждый из них обладает рядом своих существенных недостатков. Цель исследования - разработать программную систему подсчета посетителей на основе применения технологий машинного зрения к видеопотоку. Для этого предложено разбить задачу подсчета на две подзадачи: обнаружение и отслеживание перемещения посетителей в кадре, каждая из которых решалась с использованием сверточных нейронных сетей. Обучение и валидация нейронных сетей проводились на данных, собранных в реальных условиях исключительно с камер заказчика системы. В совокупности с выдвинутым алгоритмом подсчета система стала способна: а) исключать из подсчета сотрудников торговой сети, носящих корпоративную униформу; б) правильно обрабатывать сложные и непредсказуемые траектории движения посетителей в сцене видеонаблюдения; в) без ущерба для точности подсчета корректно обрабатывать ошибки декодирования видеопотока, следствием которых является пропуск кадров. Оценка качества работы системы проводилась на 504 тестовых видео, на которых суммарно вошли в торговую точку и вышли из нее 739 посетителей. При обработке каждого кадра итоговая ошибка подсчета составила 3 %. В ходе ряда экспериментов было установлено, что при обработке только каждого 4-го кадра (нагрузка на систему в этом случае снижалась в 4 раза) ошибка подсчета повысилась лишь на 1 %.

Доступ к статье: https://www.elibrary.ru/item.asp?id=80389016