CC BY
1
Нестеров Дмитрий Александрович, преподаватель, nesterov-uln@mail. ru, Россия, Санкт-Петербург, Военная академия связи им. Маршала Советского Союза С.М. Буденного,
MODEL OF SIMULATION RANGE OF ACS FOR FISHING VESSEL OPERATION
S.L. Gorobchenko, D.A. Kovalev, S.A. Voinash, S.I. Zatenko, D.A. Nesterov
The article considers a model of an automated control system simulation range for the operation of a fishing vessel. The basis of the model is the technological scheme offishing (purse or trawl) and the construction of an automated control system as a system offunctional tasks. A simulation model of the landfill is being developed based on a database offisheries, fishing vessels, trawls and seines. Based on them, a block diagram of the operation of the simulation complex of a fishing vessel and a graphical panel for simulated fishing are being built.
Key words: fishing, a fishing vessel, a simulation model, automated control systems.
Gorobchenko Stanislav Lvovich, candidate of technical sciences, sgorobchenko@yandex. ru, Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Kovalev Dmitry Aleksandrovich, candidate of technical sciences, docent, [email protected], Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Voinash Sergey Aleksandrovich, junior researcher, sergey_voi@,mail. ru, Russia, Kazan, Kazan Federal
University,
Zatenko Svetlana Ivanovna, candidate of technical sciences, docent, s_lana2004@mail. ru, Russia, St. Petersburg, St. Petersburg State Forest Technical University named after S.M. Kirov,
Nesterov Dmitry Aleksandrovich, lecturer, [email protected], Russia, Saint-Petersburg, Military Academy of Telecommunications by Marshal of the Soviet Union S.M. Budyonny,
УДК 681.5
DOI: 10.24412/2071-6168-2024-5-295-296
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СИСТЕМЕ БЕЗОПАСНОСТИ И ЗАЩИТЫ ОТ ТЕРРОРИСТИЧЕСКИХ УГРОЗ НА ТЕРРИТОРИИ УНИВЕРСИТЕТА
С.Л. Горобченко, Д.А. Ковалёв, С.А. Войнаш, А.В. Теппоев, С.А. Мешков, В.В. Ерыгин
Рассмотрены способы обеспечения безопасности и защиты от террористических угроз на территории университета. Показаны основные типы угроз и террористических атак, основные системы обеспечения безопасности для ВУЗов и принципы создания систем защиты. Продемонстрировано, как искусственный интеллект (ИИ) может быть применен в системах безопасности на территории университета. Построен алгоритм ИИ-системы безопасности для университета и разработана структурная схема системы безопасности университета на основе ИИ.
Ключевые слова: университет, террористические угрозы, система безопасности, искусственный интеллект.
Терроризм во всех его формах и проявлениях и по своим масштабам и интенсивности, по своей бесчеловечности и жестокости превратился ныне в одну из самых острых и злободневных проблем глобальной значимости. Масштабность и жестокость проявления современного терроризма, необходимость непрерывной борьбы с ним подтверждает актуальность создания систем безопасности на основе современных методов искусственного интеллекта.
Университеты являются объектами повышенной важности и привлекательными целями для террористических группировок. Террористические атаки на университеты могут быть направлены на достижение различных целей: от пропаганды своих идей до получения выкупа или убийства конкретных лиц.
Целью статьи является исследование возможности применения искусственного интеллекта в автоматизированной системе безопасности на территории университета от террористической угрозы.
Типы угроз и сценариев террористических атак. Выделение различных типов террористических угроз и их характерных особенностей имеет важное практическое значение, являясь, прежде всего, необходимой предпосылкой создания и совершенствования методов и тактики борьбы служб безопасности на основе инженерно-технических средств [7]. Некоторые из типов угроз террористических атак на университеты могут включать следующее:
1. Бомбовые устройства;
2. Стрельба;
3. Химические и биологические атаки;
4. Угрозы взрыва или нападения.
Бомбовые устройства. Использование взрывчатых веществ или бомб, в т.ч. самодельных, может привести к серьёзным повреждениям здания и угрозе жизни людей. Такие атаки могут быть направлены на разрушение зданий, создание паники и хаоса, убийство людей или вымогательство.
Стрельба. Атаки с применением огнестрельного оружия могут быть направлены на убийство людей, создание паники и хаоса, а также на получение широкой общественной реакции на инцидент.
Химические и биологические атаки. Использование химических или биологических веществ может привести к заражению людей, повреждению инфраструктуры или созданию паники и хаоса. Такие атаки могут быть направлены на убийство людей, создание паники и хаоса, а также на демонстрацию возможностей террористической группировки [3].
Угрозы взрыва или нападения. Угрозы террористических атак могут быть использованы для создания паники и хаоса, угрозы жизни людей. В университетах существует несколько сценариев террористических атак:
1. Атака на студенческие общежития: террористические группировки могут атаковать общежития, чтобы убить или похитить студентов, создавая панику и хаос.
2. Атака на лекционные аудитории: террористы могут атаковать аудитории, где проводятся лекции, чтобы убить профессоров и студентов, создавая панику и хаос.
3. Атака на столовые и кафетерии: террористы могут атаковать столовые и кафетерии, где едят студенты и персонал университета, чтобы убить или отравить людей.
4. Атака на административные здания: террористы могут атаковать административные здания, где находится администрация университета, чтобы убить их или похитить.
5. Атака на спортивные сооружения: террористы могут атаковать спортивные сооружения, чтобы убить зрителей или спортсменов, создавая панику и хаос.
6. Атака на научные лаборатории: террористы могут атаковать научные лаборатории, чтобы получить доступ к конфиденциальной информации или уничтожить экспериментальную базу.
7. Кибератаки на информационные системы: террористы могут использовать кибератаки на информационные системы университетов, чтобы получить доступ к конфиденциальной информации, нарушить работу систем или провести мошенничество.
8. Угрозы взрыва или нападения: террористы могут использовать угрозы взрыва или нападения, чтобы создать панику и хаос на территории университета, угрожая жизни людей.
Основные системы обеспечения безопасности для ВУЗов. На данный момент есть множество видов систем безопасности, которые могут использоваться в ВУЗах. Система безопасности - это комплекс технологий и мероприятий, которые предназначены для обеспечения безопасности студентов, преподавателей и других лиц, находящихся на территории университета, от террористических угроз и возможных терактов. Такая система обычно включает в себя различные виды защиты, такие как физическая безопасность, контроль доступа, видеонаблюдение и т.д. Она может быть как автоматизированной, с использованием современных технологий и систем, так и неавтоматизированной, в зависимости от требований и возможностей ВУЗа. Основная задача системы - защита жизни и здоровья людей на территории университета, а также минимизации рисков проникновения и терактов [6].
Могут использоваться следующие виды систем:
1. СИТУ - физические препятствия, которые препятствуют проникновению на территорию объекта. К таким барьерам относятся ограждения, заборы, стены, ворота, решетки и т.д.;
2. СОТС - система охраны и тревожной сигнализации. При проникновении в помещение срабатывают тревожные датчики, и на пульт охранной службы поступает сигнал;
3. СОВН - система охранного видеонаблюдения, осуществляемого с помощью специальных камер;
4. СКУД - система контроля и управления доступом. С её помощью можно управлять замками, приводами внешних ворот, осуществлять контроль доступа в помещения, куда вход посторонних нежелателен;
Принцип работы систем можно наглядно увидеть на рис. 1.
СОТС. Принцип работы системы безопасности заключается в мониторинге и анализе потенциальных угроз на основе информации, полученной от различных источников, таких как видеонаблюдение, датчики движения, системы контроля доступа и т.д. При обнаружении подозрительных действий система должна предупреждать оператора безопасности, и тем самым активировать соответствующие процедуры, такие как блокировка доступа, вызов службы безопасности или срабатывание сигнализации.
Рассмотрим каждый из указанных видов безопасности подробнее.
С помощью системы охраны и тревожной сигнализации можно осуществлять круглосуточный контроль за любым объектом. СОТС является надежным способом защитить охраняемый объект от проникновения. СОТС делится на два типа: это пассивная система охранной сигнализации и активная СОТС [1].
Пассивная система охранной сигнализации. При несанкционированном вторжении на охраняемую территорию подается световой и звуковой сигнал тревоги. При этом ни на пульт охраны, ни владельцу тревожный сигнал не поступает, Система рассчитана только на психологическое воздействие на преступников, что не всегда может быть эффективным [11].
Активная СОТС. Охраняемый объект в этом случае оборудован датчиками, посылающими тревожной сигнал на контрольную панель, а оттуда на пульт специализированной охранной организации. Такой пульт способен принимать сигналы сразу с нескольких объектов. После получения сигнала охранная структура в кратчайшие сроки прибывает на место предполагаемого проникновения. В системе пультовой охраны имеется и т.н. тревожная кнопка, при нажатии на которую сигнал также поступает на пульт управления.
Типовая СОТС состоит из нескольких элементов:
1. Центральное приемно-контрольное устройство, принимающее сигналы от датчиков;
2. Датчики или извещатели;
3. Устройство оповещения, радио и GSM-передатчики, светозвуковые устройства;
4. Пульт управления;
5. Устройство контроля состояния извещателей и кабельных линий в СОТС.
6. Источник питания, блоки и преобразователи, обеспечивающие бесперебойную работу СОТС даже при отключении от основной системы электропитания.
Блошроава доступа
Сп>*гва ееэопасности
Доступ
Датчики
Рис. 1. Принцип работы системы заищты
Одним из основных элементов СОТС являются инфракрасные датчики, емкостный датчик, проводновол-новые датчики и вибрационные датчики. Именно они отвечают за оперативное реагирование системы на вторжение, рис.2.
датчан Брейрк клавиатура сирена
разбития стекла
Рис. 2. Принцип действия СОТС
СКУД. Современные автоматизированные СКУД предназначены для защиты от несанкционированного доступа в помещения или определенные зоны и для идентификации лиц, имеющих право доступа. СКУД состоит из нескольких основных элементов: контроллера, считывателя, идентификатора и исполнительного устройства. В контроллере хранится вся информация о конфигурации, режиме работы системы, правах доступа и т.д. Считыватель получает информацию, записанную на идентификаторе, и передает её в контролер на обработку. Идентификатором может быть электронный ключ, карта доступа, а в последнее время появляются биометрические терминалы СКУД, идентифицирующие человека по отпечаткам пальцев или радужной оболочке глаза, рис.3 [9].
После идентификации с контроллера подается команда исполнительному устройству - разрешить допуск или нет. Исполнительные устройства - это замки, турникеты, приводы ворот, шлагбаумы, то есть все то, что является физическим препятствием для несанкционированного доступа.
СОВ. Система охранного видеонаблюдения, или СОВ, предполагает наблюдение за объектом с помощью видеокамер. Причем наблюдать одновременно можно за несколькими пунктами: например, главным и дополнительным входом на территорию, воротами, периметром, отдельными помещениями. Главная задача СОВ - это обеспечение безопасности объекта именно путем визуального наблюдения и получение наглядной информации об обстанов-
ке на объекте. Кроме актуальной информации СОВ дает возможность анализа уже произошедших событий, так как вся информация с камер обычно записывается и её можно просмотреть в любое время. Сегодня существует несколько типов видеонаблюдения - внутридомовое, уличное, скрытое.
Биоистр:
райьиее Мест«! иглидшсгрдторя
СКУД
Туриимты ШддгВаучы
Карта, {(ключ}
Рис. 3. Принцип действия СКУД
По способу обработки сигнала системы делятся на аналоговые, комбинированные и цифровые. Последние - наиболее совершенны и востребованы, поскольку обеспечивают высокое качество изображения, высокую скорость доступа к архиву, возможность удаленного просмотра и интеграцию с другими охранными системами [12].
По способу передачи видеосигнала СОВ могут быть проводными и беспроводными. Беспроводные системы можно устанавливать в самых труднодоступных местах, но зато проводные более надежны и дешевы.
Каиера
г щ
Шабнь Вцщшсцатар ЛШиь
Рис. 4. Принцип работы СОВ
Мшигф
СИТУ. Система инженерно-технической укрепленности (СИТУ) любого здания - это защита от несанкционированного проникновения путем усиления его конструктивных элементов. В идеале каждая СИТУ должна иметь 5 охраняемых зон:
1. периметр территории;
2. периметр здания;
3. помещения, доступные для посетителей;
4. помещения, доступные только для сотрудников;
5. помещения с максимально ограниченным доступом - сейфовые.
В качестве средств защиты периметра участка используются заборы, ворота, пропускные пункты, шлюзы для проверки и пропуска транспортных средств. Для защиты здания - оконные решетки и решетки для усиления стен, тамбуры, оснащенные средствами безопасности, укрепленные двери.
Рис. 5. Принцип действия СИТУ
298
Применение ИИ в системах безопасности на территории университета. Применение искусственного интеллекта (ИИ) в системах безопасности на территории университета может значительно улучшить эффективность и быстроту реакции на потенциальные угрозы, а также повысить общую безопасность на кампусе. Однако необходимо учитывать риски, связанные с применением ИИ, такие как возможность ложных срабатываний и нарушение конфиденциальности. Некоторые из возможных применений ИИ в системах безопасности университетов, которые могут быть встроены в базовые СИТУ, СОТС, СОВН и СКУД, включают:
1. Анализ видеонаблюдения: системы видеонаблюдения с использованием ИИ могут помочь в обнаружении подозрительных действий и предупреждении возможных угроз.
2. Оценка рисков: системы ИИ могут использоваться для анализа различных данных, например, камер видеонаблюдения, датчиков движения и т.д., чтобы определить уровень риска и принимать меры для улучшения безопасности.
3. Идентификация лиц: системы распознавания лиц, использующие ИИ, могут помочь в идентификации подозрительных личностей и препятствовать их проникновению на территорию университета.
4. Анализ данных: использование ИИ может помочь в анализе большого количества данных, например, из социальных сетей, чтобы обнаружить подозрительную активность и улучшить безопасность.
5. Определение опасных зон: системы ИИ могут помочь в определении опасных зон на территории университета и принимать меры для предотвращения возможных угроз.
6. Определение опасных предметов: с помощью ИИ можно создать системы для обнаружения опасных предметов, например, взрывчатки, на территории университета.
7. Создание экстренных уведомлений: системы ИИ могут создавать экстренные уведомления для быстрого реагирования на возможные угрозы.
Все эти применения ИИ могут помочь улучшить безопасность на территории университета и предотвратить террористические угрозы.
Принцип действия системы искусственного интеллекта может зависеть от ее конкретной реализации и применения. Однако, в общем случае, системы искусственного интеллекта работают на основе алгоритмов иметодов обработки больших объемов данных, что позволяет им «учиться» и находить закономерности в данных.
К примеру, в задачах систем безопасности ИИ может использоваться для анализа видеоизображений, звуковых сигналов, трафика на сети связи, данных с датчиков и прочих источников, чтобы быстро выявлять угрозы и реагировать на них. Для этого система ИИ может применять алгоритмы машинного обучения, которые позволяют на основе изученных данных выделять характеристики, определять связи и прогнозировать развитие ситуации. Система ИИ может быть обучена определять аномальное поведение людей на территории университета по их движению на видео, использованию определенных зон на территории и другим признакам, а затем быстро оповещать службы безопасности в случае обнаружения подозрительной активности [2].
Также ИИ может использоваться для построения прогностических моделей, которые могут оценивать вероятность возникновения определенных угроз и рассчитывать наиболее эффективные меры по их предотвращению. Например, система ИИ может быть обучена анализировать социальные сети и медиа ресурсы для выявления тревожных тенденций и формирования прогнозов о возможных актах терроризма, что позволит службам безопасности университета принимать своевременные меры для предотвращения этих угроз.
Таким образом, ИИ позволяет системам безопасности работать быстро и эффективно, повышая уровень безопасности на территории университета.
Построение ИИ-системы безопасности для университета. Современные системы обеспечения безопасности реализуются на отказоустойчивых платформах, они не только обладают функцией слежения за объектами, но и анализируют поведенческие модели. Сегодня актуальны интеллектуальные решения, которые учитывают множество сценариев и в автоматическом режиме выявляют события, представляющие угрозу безопасности. Интеллектуальные системы безопасности способны решать задачи в условиях низкой ситуационной осведомленности. Они справляются с тематической обработкой текстовых, аудио и видеопотоков информации и могут работать в кооперации со службами экстренного реагирования и правоохранительными органами [5].
Развитие технических средств мониторинга, накопления и систематизации поступающих потоков информации, в частности, рост быстродействия и радиометрической точности выпускаемых сенсоров, а также расширение возможностей сбора и передачи видео и аудио с последующим доведением этой информации до оператора, увеличивает эффективность мер по обеспечению безопасности и снижает себестоимость устанавливаемых систем. На новом уровне решать задачи безопасности помогает стремительно развивающийся интернет вещей, разумеется, при условии эффективной и своевременной обработки большого количества непрерывно поступающих данных [10].
Для решения задачи обеспечения безопасности на территории университета ВШТЭ СПбГУПТД, Санкт-Петербург от террористической угрозы была предложена система безопасности на основе искусственного интеллекта. Система включает в себя комплекс из аппаратных и программных средств.
Основными компонентами разработанной системы являются:
1. камеры видеонаблюдения, размещенные на территории университета;
2. сенсоры движения, установленные в зонах с повышенным риском;
3. компьютерная система обработки данных, основанная на искусственном интеллекте;
4. панели управления и мониторинга.
Общая структурная схема организации системы безопасности с применением ИИ приведена на рис.6.
Система осуществляет автоматический мониторинг территории университета в режиме реального времени. Камеры видеонаблюдения регистрируют движение на территории университета и передают данные на центральный сервер обработки данных. Система обработки данных осуществляет анализ полученной информации с использованием методов машинного обучения, идентифицирует подозрительные объекты и их действия, а также принимает решения о дальнейших действиях на основе заложенных алгоритмов.
При обнаружении подозрительной активности система сразу же выдает предупреждение на панели управления и мониторинга, что позволяет оперативно принимать меры по обеспечению безопасности. Кроме того, в случае необходимости система может автоматически запускать дополнительные механизмы защиты, например, звуковые и световые сигналы, блокировку дверей и т.д. [8].
Разработанная система имеет следующие возможности:
1. автоматическое обнаружение подозрительных объектов и действий на территории университета;
2. оперативное оповещение об угрозах на панели управления и мониторинга;
3. автоматический запуск дополнительных механизмов защиты;
4. автоматическая запись видео и аудиоданных с камер видеонаблюдения в случае обнаружения подозрительных объектов или действий;
5. автоматический анализ и классификация данных с использованием методов машинного обучения.
Рис. 6. Структурная схема системы безопасности университета на основе ИИ
Для оценки эффективности системы безопасности, основанной на применении ИИ, с учетом основных террористических угроз можно провести:
1. Определение метрик эффективности: различные метрики, например, процент предотвращенных террористических актов, время реакции на угрозу и т.д.
2. Сравнение с другими системами безопасности: сравнительный анализ с другими системами безопасности, которые не используют искусственный интеллект.
3. Тестирование системы на примере реальных угроз: тестирование на примере реальных террористических угроз на территории университета. Для этого можно использовать специально разработанные сценарии, которые позволят оценить работу системы в условиях, максимально приближенных к реальным.
4. Анализ результатов и улучшение системы: после проведения тестирования необходимо проанализировать результаты и определить, насколько эффективна система на примере террористических угроз на территории университета.
Таким образом, оценка эффективности системы на примере террористических угроз на территории университета позволит определить, насколько эффективно применение искусственного интеллекта в системах безопасности может предотвратить террористические акты и обеспечить безопасность людей на территории университета.
Преимущества ИИ-систем безопасности на территории университета включают следующие пункты:
1. Высокая точность и скорость обработки информации: системы ИИ могут быстро обрабатывать большие объемы информации и автоматически выделять важные данные для принятия решений.
2. Снижение риска ошибок: ИИ-системы могут работать 24/7 без усталости и снижать риск человеческих
ошибок.
3. Адаптивность к изменениям: системы ИИ могут адаптироваться к изменяющимся условиям на месте и быстро реагировать на новые угрозы.
4. Улучшение реакции на чрезвычайные ситуации: системы ИИ могут быстро реагировать на чрезвычайные ситуации, что помогает минимизировать ущерб и повышает эффективность операций по спасению.
Недостатки ИИ-систем безопасности на территории университета включают следующие пункты:
1. Высокая стоимость: разработка, установка и обслуживание ИИ-систем может быть дорогостоящей.
2. Риск сбоев: как и любая технология, системы ИИ могут иметь сбои, которые могут привести к непредсказуемым результатам.
3. Ограниченность в распознавании новых угроз: системы ИИ могут быть ограничены в распознавании новых угроз, которые еще не включены в базу данных.
4. Ограниченность в принятии решений: системы ИИ могут иметь ограничения в принятии решений, особенно в ситуациях, когда требуется глубокое понимание контекста и социальной динамики.
Искусственный интеллект становится одной из наиболее перспективных областей в развитии систем безопасности на территории университета. Современные технологии ИИ, такие как машинное обучение и анализ больших данных, позволяют создавать более эффективные системы, способные распознавать угрозы и принимать быст-
рые меры для их предотвращения. Одним из направлений развития ИИ-систем безопасности на территории университета может быть использование технологий распознавания лиц и анализа поведения, которые могут помочь в идентификации потенциальных угроз. Также можно улучшить системы детекции и оповещения, чтобы быстрее и точнее реагировать на возможные угрозы [4].
Таким образом, использование искусственного интеллекта в системах безопасности на территории университета может значительно улучшить уровень безопасности и предотвратить возможные террористические угрозы. Разработка и внедрение ИИ-системы безопасности требует значительных усилий и финансовых затрат, но при правильном использовании и поддержке она может окупиться в долгосрочной перспективе. Однако, необходимо учитывать возможные недостатки и ограничения таких систем, такие как возможность ошибок, проблемы с обучением моделей на несбалансированных данных и ограничения в использовании в условиях непредвиденных ситуаций. В целом, ИИ-системы безопасности на территории университета могут стать важным инструментом в борьбе с террористическими угрозами, но их использование должно быть осознанным и ответственным.
Список литературы
1. Кузнецова О.В., Левин В.Е., Шевцов А.В. Искусственный интеллект и системы безопасности: монография. М.: МГТУ им. Н.Э.Баумана, 2019.
2. Колин К.К. Интеллектуальная безопасность // Цифровая трансформация общества: современные концепции общественного развития и новая терминология. Московский гуманитарный университет. Институт фундаментальных и прикладных исследований. Москва, 2021. С. 60-64.
3. Симонов Н.Е. Призрак бродит по России, призрак "Колумбайна"? (К вопросу эффективности системы безопасности образовательных организаций // ОБЖ: Основы безопасности жизни. 2021. № 4. С. 15-20.
4. Гладкова С.А., Артемьева Н.А. Проблема безопасности в учебных заведениях // Эффективное государственное и муниципальное управление как многоаспектный фактор социально-экономического развития современной России. Материалы международной научно-практической конференции. Ответственные редакторы А.Е. Арутюнова, В.С. Новиков. 2018. С. 92-94.
5. Дац А.В., Горбачева С.М., Дац Л.С. Противодействие терроризму в высшем учебном заведении. Пособие для врачей / (2-е издание, переработанное и дополненное) Иркутск, 2015.
6. Крылов М.А. Борьба с терроризмом и искусственный интеллект // Вопросы деятельности подразделений органов внутренних дел Российской Федерации. Сборник научных трудов. Под общей редакцией С.В. Клещёва, Ю.В. Сидорова, Е.А. Доценко. Тверь, 2022. С. 163-168.
7. Храбрая А. Обзор высших учебных заведений и центров подготовки специалистов по борьбе с терроризмом и экстремизмом и обеспечению информационной безопасности // Противодействие экстремизму и терроризму в образовательной среде. Сборник материалов форума. Филиал Ростовского государственного экономического университета (РИНХ) в г. Миллерово. Ростов-на-Дону, 2023. С. 104-109.
8. Пакляченко М.Ю. К вопросу применения технологий искусственного интеллекта в террористических целях // Противодействие терроризму и экстремизму в информационных сферах. Сборник научных статей Всероссийской конференции. Москва, 2022. С. 55-57.
9. Охотин Е.А., Расеева Е.В. Искусственный интеллект и сетевая безопасность // Аспирант и соискатель. 2019. № 1 (109). С. 128-130.
10. Сальников И.С. Актуальная проблематика фундаментальных и прикладных исследований в области компьютерных мобильной связи, робототехники и искусственного интеллекта // Проблемы искусственного интеллекта. 2018. № 3 (10). С. 3-12.
11. Футерман М.Ю. Концепция анализа угроз threat intelligence // Фундаментальные и прикладные аспекты компьютерных технологий и информационной безопасности. Сборник статей I Всероссийской научно-технической конференции молодых ученых, аспирантов и студентов. 2015. С. 254-256.
12. Майорова Е.В., Соколовская С.А., Солодянников А.В. Проблемы информационной безопасности в киберпространстве / Солодянников А.В., Васильева И.Н., Андреевский И.Л., Буров С.Д., Выволокина А.В., Гарьку-шев А.Ю., Гниденко И.Г. и др. // О применении технологий искусственного интеллекта в сфере информационной безопасности: монография. Санкт-Петербург, 2024. С. 73-88.
Горобченко Станислав Львович, канд. техн. наук, sgorobchenko@yandex. ru, Россия, Санкт-Петербург, Санкт-Петербургский государственный университет промышленных технологий и дизайна,
Ковалёв Дмитрий Александрович, канд. техн. наук, доцент, [email protected], Россия, Санкт-Петербург, Санкт-Петербургский государственный университет промышленных технологий и дизайна,
Войнаш Сергей Александрович, младший научный сотрудник, sergey_voi@mail. ru, Россия, Казань, Казанский федеральный университет,
Теппоев Алексей Викторович, канд. техн. наук, доцент, avt01@inbox. ru, Россия, Санкт-Петербург, Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова,
Мешков Сергей Анатольевич, канд. техн. наук, доцент, [email protected], Россия, Санкт-Петербург, Балтийский государственный технический университет «ВОЕНМЕХ» им. Д. Ф. Устинова,
Ерыгин Вадим Викторович, преподаватель, [email protected], Россия, Санкт-Петербург, Военная академия связи им. Маршала Советского Союза С.М. Буденного
ARTIFICIAL INTELLIGENCE IN THE SECURITY SYSTEM AGAINST TERRORIST THREATS ON THE UNIVERSITY TERRITORY
S.L. Gorobchenko, D.A. Kovalev, S.A. Voinash, A. V. Teppoev, S.A. Meshkov, V. V. Erygin
301
The ways of ensuring security and protection from terrorist threats on the university territory are considered. The main types of threats and terrorist attacks, the main security systems for universities and the principles of creating protection systems are shown. It is demonstrated how artificial intelligence (AI) can be applied in security systems at the university. An algorithm of the AI security system for the university has been built and a block diagram of the AI-based university security system has been developed.
Key words: university, terrorist threats, the security system, artificial intelligence.
Gorobchenko Stanislav Lvovich, candidate of technical sciences, sgorobchenko@yandex. ru, Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Kovalev Dmitry Aleksandrovich, candidate of technical sciences, docent, [email protected], Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Voinash Sergey Aleksandrovich, junior researcher, sergey_voi@mail. ru, Russia, Kazan, Kazan Federal
University,
Teppoev Aleksey Viktorovich, candidate of technical sciences, docent, avt01@inbox. ru, Russia, St. Petersburg, St. Petersburg State Forest Technical University named after S.M. Kirov,
Meshkov Sergey Anatolyevich, candidate of technical sciences, docent, meshkovcer-gey@mail. ru, Russia, St. Petersburg, Baltic State Technical University "VOENMEH" named after D.F. Ustinova,
Erygin Vadim Viktorovich, teacher, [email protected], Russia, St. Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny
УДК 621.791
Б01: 10.24412/2071-6168-2024-5-302-303
АНАЛИЗ МЕТОДОВ ИЗУЧЕНИЯ ПРОЦЕССОВ СВАРКИ С ПОМОЩЬЮ КОМПЬЮТЕРНОГО ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
В.Г. Новиков
Статья посвящена исследованию методов диагностики сварных соединений, которые являются важной составляющей обеспечения надежности и высокой прочности металлических конструкций в машиностроении. Основное внимание уделяется различным методам неразрушающего контроля, включая визуальный осмотр, ультразвуковую дефектоскопию, радиографию дефектоскопию, каждый из которых имеет, преимущества и недостатки, а также особенности применения. Работа акцентирует внимание на ультразвуковом методе контроля, как одном из наиболее эффективных способов выявления скрытых дефектов в сварных швах без разрушения их структурной целостности. Также рассмотрены современные программные решения для предварительного компьютерного моделирования сварочных процессов, которые позволяют значительно повысить качество сварочных работ за счет анализа тепловых и механических воздействий. Программное обеспечение обеспечивает точный и эффективный контроль качества, но требует значительных вычислительных ресурсов и времени на освоение. Таким образом, статья подчеркивает важность комплексного подхода к обеспечению качества сварного производства, включающего как диагностику готовых швов, так и предварительное моделирование.
Ключевые слова: программное обеспечение, контроль качества, сварка, сварное соединение, машиностроительное производство, соединение металлов и сплавов, ультразвуковая дефектоскопия.
Один из самых распространенных в машиностроении видов соединения металлов - сварной [1-3]. Этот метод обеспечивает высокую прочность фиксации металлических деталей, что положительно сказывается на надежности объекта, оборудования, изделия [4]. Для получения высококачественного изделия требуется контроль сварного соединения. Диагностика сварочных швов - это процесс определения прочности и целостности сварного соединения. В ходе этого процесса выявляются дефекты или повреждения, которые могут возникнуть в результате несоблюдения технологии или использования некачественных материалов. Очень часто диагностика проводится с использованием различных методов неразрушающего контроля, которые позволяют обнаружить скрытые дефекты без повреждения самого соединения. Для проведения диагностики используются различные способы и методологии, включая визуальный осмотр и различные методы дефектоскопии [5].
Визуальный осмотр шва является первоначальным этапом диагностики. Он позволяет оценить внешний вид шва и выявить очевидные дефекты, такие как трещины или неправильную форму. Ультразвуковая дефектоскопия использует звуковые волны для обнаружения скрытых дефектов, таких как поры или включения. Радиография использует рентгеновское излучение для получения изображений под поверхностью сварного соединения. Магнитная дефектоскопия базируется на изменении магнитной индукции при наличии дефекта. Каждый метод имеет свои преимущества и недостатки, поэтому выбор определенного метода зависит от конкретной ситуации, необходимой точности результатов и наличия требуемого оборудования. Преимущества диагностики сварочных швов состоят в том, что она позволяет выявить скрытые дефекты и недостатки, которые могут привести к потере структурной целостности детали. В целом, диагностика сварочных швов является необходимой процедурой для обеспечения безопасной эксплуатации различных типов металлических конструкций и изделий [6-7]. Далее будет более подробно рассмотрен ультразвуковой метод контроля.
