МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

ADAPTING THE ICB COMPETENCY MODEL TO INDUSTRY-SPECIFIC PROJECT MANAGEMENT NEEDS

M.M. Zhalgassova — 2025-03-15

. В данном исследовании рассматривается адаптация модели компетенций ICB к отраслевым требованиям управления проектами. Хотя модель ICB обеспечивает структурированную основу для развития компетенций в области управления проектами, ее применимость в различных секторах, таких как информационные технологии, строительство, здравоохранение, энергетика, финансы и производство, остается ограниченной без целенаправленных изменений и отраслевого согласования. В ходе исследования были выявлены ключевые пробелы в компетенциях в рамках отраслевых проектных условий и разработана адаптационная структура, которая объединяет глобальные стандарты с отраслевыми компетенциями, обеспечивая более полное соответствие практическим задачам проекта. Чтобы повысить эффективность модели, был применен подход математической оптимизации для уточнения стратегий распределения компетенций, что в итоге привело к повышению показателей успешности проекта и более эффективному использованию компетенций команды. Методология сочетает в себе сравнительный анализ, интервью с экспертами, тематические исследования и лучшие отраслевые практики для подтверждения предлагаемой концепции. Результаты подтверждают, что контекстуальная адаптация моделей компетенций значительно повышает их эффективность и актуальность в отраслевых приложениях. Это исследование устраняет разрыв между теоретическими достижениями и практической реализацией, предлагая структурированную, легко адаптируемую методологию для адаптации компетенций.

АУЫЛШАРУАШЫЛЫҚ РЕСУРСТАРЫН БАСҚАРУДЫ ОҢТАЙЛАНДЫРУ ҮШІН SHAP ЖӘНЕ PCA ҚОЛДАНУ АРҚЫЛЫ ФАКТОРЛАРДЫҢ МАҢЫЗДЫЛЫҒЫН ТАЛДАУ

Гулалем Мауина — 2025-03-15

Статья представляет комплексный подход к анализу значимости факторов в агропромышленном секторе. Данный подход использует методы SHAP (Shapley additive explanations), Simple Combination и PCA (анализ главных компонент) + Combination. Исследование направлено на необходимость эффективного управления сельскохозяйственными ресурсами в условиях ограниченных и изменяющихся климатических условий. Предложенная методика позволяет оценить влияние различных факторов на ключевые показатели, такие как урожайность, доходы и операционные расходы. Анализ SHAP выявил основные определяющие факторы, показав, что «Площадь земли (га)» значительно влияет на «Емкость рынка» (59,5%) и «Доход от продаж» (57,2%), что подчеркивает важность масштаба производства. Метод Simple Combination (комбинация Gradient Boosting, Mutual Information и RFE + Lasso) выявил сбалансированное распределение факторов: «Площадь земли» – 14,5%, «Использование семян» – 12,8%, «Расходы на удобрения» – 10,7%. Метод PCA + Combination выявил глобальные тенденции, обозначив ключевыми факторами главных изменений «Урожайность на гектар» (22,5%) и «Размер посевной площади» (11,5%). Этот комплексный подход позволяет проводить глубокий анализ данных, охватывая локальные эффекты и глобальные взаимосвязи. Полученные результаты важны для оптимального управления ресурсами, стратегического планирования и повышения эффективности сельскохозяйственного производства

БІЛІМ АЛУШЫЛАРДЫҢ ЦИФРЛЫҚ САУАТТЫЛЫҒЫН ҚАЛЫПТАСТЫРУ МАҚСАТЫНДА БҰЛТТЫ ТЕХНОЛОГИЯЛАРДЫ ПАЙДАЛАНУ

Болат Тасуов — 2025-03-15

В статье рассматриваются перспективы применения облачных технологий в образовательном процессе. Проанализированы эффективные методы и подходы повышения уровня цифровой грамотности обучающихся с использованием облачных технологий. Цифровая грамотность играет ключевую роль в самообразовании и социализации в современном информационном обществе, способствуя профессиональному и личностному развитию обучающихся. Однако международные исследования показали, что уровень цифровой грамотности казахстанских учащихся остается недостаточным. Современные учебники информатики предоставляют методически обоснованную базу для пропедевтической подготовки обучающихся, формируя основы цифровой грамотности. Тем не менее, процесс ее развития осложняется отсутствием системного подхода к подаче учебных материалов. Восполнить этот пробел можно путем объединения учебной и внеурочной деятельности, направленной на решение данной проблемы.

БОЛАШАҚ МҰҒАЛІМДЕРДІҢ КӘСІБИ ДАЙЫНДЫҒЫН ДАМЫТУ МӘСЕЛЕЛЕРІ

Dana Shrymbay — 2025-03-15

В данной статье рассматриваются проблемы, с которыми
сталкиваются будущие учителя в процессе повышения уровня своей
профессиональной подготовки. Анализируются различные методы
педагогического образования, представляются результаты проведённых
исследований, формулируются выводы и даются рекомендации по
совершенствованию системы подготовки педагогических кадров. Определены
теоретические основы и целевые ориентиры профессионального становления
учителя. Разработаны технологии моделирования образовательной среды,
направленные на развитие интеллектуального, духовного и профессионального
потенциала будущих педагогов. Особое внимание уделяется вопросам
формирования учителя как субъекта саморазвития.
В современных исследованиях, посвящённых профессиональной
адаптации начинающих педагогов, отмечаются различные трудности,
возникающие на первых этапах профессиональной деятельности, в том числе
эмоциональное выгорание и профессиональный кризис. Недостаточная
подготовленность к школьным реалиям может негативно сказаться на
профессиональном потенциале учителя и качестве его взаимодействия с
учащимися.

МЕТОДИКА ПРОГНОЗИРОВАНИЯ ГЕОФИЗИЧЕСКИХ СОБЫТИЙ В ЗЕМЛЯНОМ ПОЛОТНЕ ЖЕЛЕЗНОЙ ДОРОГИ

Артем Быков — 2025-03-15

Актуальность темы обусловлена необходимостью разработки точных алгоритмов прогнозирования геофизических событий и мониторинга состояния земляного полотна железной дороги, что позволит своевременно оповещать о возможных опасностях и принимать меры для минимизации ущерба. Во время эксплуатации железнодорожного пути целостность земляного основания может нарушаться из-за экзогенных процессов, таких как карстовые явления, суффозия и другие геодинамические процессы, вызывающие деформации и снижение несущей способности грунтового основания. В данной работе исследуется применение алгоритмов машинного обучения, основанных на нейронных сетях, для точного прогнозирования сейсмических событий и обнаружения изменений в земляном полотне путем анализа изменений фазового сигнала, регистрируемого при электрофизических измерениях. Особое внимание уделено анализу фазовых сдвигов геоэлектрических сигналов и их использованию для детального изучения структуры грунта и выявления скрытых дефектов. Разработаны модели, позволяющие по изменениям фазового сигнала судить о нарушении целостности земляного основания. Полученные результаты подтверждают потенциал применения методов интеллектуальной обработки данных и анализа фазовых сигналов в геофизическом мониторинге и прогнозировании, что способствует повышению безопасности железнодорожной инфраструктуры.

ӘЛЕУМЕТТІК ЖЕЛІЛЕРДЕГІ ГРАФИКАЛЫҚ РЕСУРСТАРДЫ ӨҢДЕУ МОДЕЛІ

Kalamkas Bagitova — 2024-03-15

С развитием информационных технологий и социальных
сетей увеличился риск распространения экстремистского контента, что
угрожает общественной безопасности. Особенно это касается визуального
контента (графика, фотографии, видео), который широко используется для
распространения радикальных идеологий. Для эффективного контроля
необходимо применение современных технологий, в частности методов
машинного обучения и нейросетей. Статья посвящена исследованию этапов
предварительной обработки графического контента для улучшения качества
распознавания экстремистских материалов с помощью нейросетевых
технологий. Подготовка данных, включая удаление шумов, нормализацию
изображений и выделение особенностей, играет ключевую роль в повышении
точности работы алгоритмов. Рассматриваются методы обработки изображений,
такие как фильтрация и сегментация, и их влияние на результаты обучения
нейросетей. Предложенный подход улучшает обнаружение экстремистского
контента в социальных сетях, способствуя более эффективной борьбе с угрозами
безопасности. Эксперименты показали, что использование передовых методов
обработки изображений вместе с нейросетевыми моделями значительно
повышает точность и надежность распознавания экстремистских материалов.

«БАЛА ДАМУЫНА ӘСЕР ЕТЕТІН ҚАЗАҚ ЛИНГВИСТИКАСЫНЫҢ ӘЛЕУМЕТТІК-МӘДЕНИ ДӘСТҮРЛЕРІН ЗЕРТТЕУГЕ АРНАЛҒАН АҚПАРАТТЫҚ ЖҮЙЕ ҚҰРУ»

Айслу Касекеева — 2025-03-15

Создание информационной системы «Влияние традиций, лежащих в основе казахской лингвистики, на развитие ребёнка» направлено на передачу национальных ценностей и воспитания посредством современных технологий. Проект ориентирован на интеграцию богатого наследия казахской культуры, включая устное народное творчество (сказки, пословицы и легенды), в процесс воспитания детей.

В рамках проекта изучается взаимосвязь традиций и языка, а также их влияние на интеллектуальное, языковое и духовное развитие ребёнка. Информационная система будет предлагать эффективные способы передачи традиционных ценностей и воспитания через современные гаджеты и цифровые платформы. Используя мобильные приложения или веб-платформы, дети смогут обучаться казахскому языку, знакомиться с традициями и получать познавательную информацию.

Система будет включать интерактивные образовательные инструменты, которые помогут детям лучше понимать основы казахской лингвистики и развивать языковые навыки. Основная цель проекта — способствовать развитию языка через сохранение и популяризацию казахских традиций, передача культурных ценностей молодому поколению и содействие их духовному воспитанию.

CROSS-SYSTEM ANALYSIS OF QUEUEING SYSTEMS INTERACTIONS IN DISTRIBUTED NETWORKS

Самат Муханов — 2025-03-15

The increasing reliance on cloud computing has brought both remarkable
opportunities and complex challenges. Distributed networks, such as cloud computing environments,
are inherently dynamic and require robust systems to handle varying workloads
efficiently. This study explores the intricate interactions between multiple queueing models
within these systems, providing a fresh perspective on their impact on performance. By using
queueing theory, we delve into key metrics like response time, system throughput, and
resource allocation strategies. The authors’ analysis highlights the advantages of horizontal
and vertical scaling, container orchestration, and the critical role of network bandwidth and
latency in optimizing cloud infrastructure performance. The researchers also examines how
queueing behaviors affect service-level agreements (SLAs), system availability, fault tolerance,
and energy efficiency. The integration of analytical and simulation-based approaches
enables to evaluate real-world scenarios and identify performance bottlenecks. The findings
not only demonstrate the practical applications of queueing theory but also emphasize its
relevance in managing resource contention and improving elasticity in multi-tenant environments.
This research lays the groundwork for future development of predictive and adaptive
models, contributing to the design of smarter, more scalable, and resilient cloud-based systems.

OPTIMIZING WAREHOUSE MONITORING WITH IOT SENSORS AND MACHINE LEARNING: AN EMPIRICAL STUDY

Almas Ospanov — 2025-03-15

В данной статье представлено эмпирическое исследование,
направленное на интеграцию данных датчиков Интернета вещей (IoT) с методами
машинного обучения (ML) для оптимизации мониторинга и управления
складскими объектами. Предлагаемая система решает две основные проблемы
современных складских операций: (1) обнаружение активности грызунов с
использованием данных датчиков движения и (2) выявление экологических
рисков, таких как порча продукции, отражающаяся в аномалиях выбросов газов,
температурных и влажностных режимов. Для верификации предложенного
подхода был создан синтетический набор данных, охватывающий 30-дневный
период с почасовой дискретизацией, в котором значения сенсоров
аннотированы событиями «Обнаружение грызунов» и «Оповещение о порче».
В качестве основного метода классификации использовался классификатор
Random Forest, выбранный за его устойчивость к шуму и несбалансированным
данным, а также за возможность оценки важности признаков. Модель достигла
точности примерно 95,24 % при обнаружении активности грызунов, что свиде-
тельствует о высокой эффективности подхода в сложных условиях реального
мира. Кроме технических аспектов, статья посвящена анализу экономических

МИ ИНСУЛЬТІНІҢ КТ КЕСКІНІН КЛАССИФИКАЦИЯЛАУҒА АРНАЛҒАН КӨРУ ТРАНСФОРМАТОРЛАРЫ

Azhar Tursynova — 2025-03-15

Глубокое обучение (DL) показало хорошие результаты в визуализации инсульта, что позволило быстро и точно классифицировать аномалии мозга с помощью компьютерной томографии (КТ). Различные нейронные сети до этого широко использовались для выполнения этой задачи, но последние достижения в моделях на основе трансформаторов предлагают новые возможности для улучшения производительности классификации. В этом исследовании мы исследуем использование трансформаторов зрения (ViT) для автоматической классификации компьютерной томографии мозгового инсульта на нормальные и инсультные категории. Vit используют механизмы внимания, чтобы выборочно фокусироваться на важных областях изображения, улучшая получение функций без необходимости предварительной обработки диапазона, связанного с задачей. Наше исследование предлагает анализ модели ViT, оценивая ее эффективность в классификации инсульта. Экспериментальные результаты показывают, что ViT достигают конкурентоспособной точности и отличного обобщения беспрецедентных данных, демонстрируя потенциал клинического применения. Эти результаты показывают, что трансформаторные модели могут играть ключевую роль в продвижении автоматизированной диагностики инсульта, в конечном итоге улучшая раннее выявление и результаты лечения пациентов.

ƏРТҮРЛІ МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІ АРҚЫЛЫ ҚҰЖАТТАРДЫ АВТОМАТТЫ ТАЛДАУ МОДЕЛІН ҚҰРУ

Анаргул Шаушенова — 2025-03-15

В данной статье представлена модель для автоматического анализа документов. Она основана на методе TF-IDF (Term Frequency-Inverse Document Frequency), комбинированном с различными алгоритмами машинного обучения, включая SVM (Support Vector Machine), Random Forest и Word2Vec+SVM. Цель исследования – сравнить эффективность данных методов в задачах классификации текстов и выявить наиболее результативный подход. Экспериментальные результаты показали, что гибридная модель, использующая комбинацию TF-IDF и Word2Vec с SVM, достигла наивысшей точности (90,2 %) и F1-score (82,52 %). Метод TF-IDF позволяет оценивать значимость терминов в тексте, в то время как Word2Vec преобразует слова в векторное представление, улучшая семантическое соответствие. Алгоритм SVM эффективно разделяет данные на классы с помощью гиперплоскостей, а Random Forest улучшает качество классификации за счёт использования ансамбля решающих деревьев. Кроме того, исследование подтвердило важность предварительной обработки текста (токенизация, нормализация, удаление стоп-слов и лемматизация), которая значительно повышает качество классификации. Предложенная модель может быть применена в таких областях, как информационный поиск, тематическое моделирование и автоматическое реферирование документов. Такие гибридные подходы повышают точность и надёжность автоматического анализа текста, открывая перспективы для адаптации в многоязычной среде и добавления новых источников данных. Экспериментальные результаты доказали эффективность данного подхода для решения сложных задач, таких как анализ тональности, категоризация документов и тематическое моделирование. Данное исследование является важным шагом на пути к созданию новых решений в области автоматического анализа текста.

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ НАВИГАЦИОННОЙ ПЛОМБЫ ДЛЯ БЕЗОПАСНОЙ И ЭФФЕКТИВНОЙ ЛОГИСТИКИ

Алтай Айтмагамбетов — 2025-03-15

Статья посвящена разработке интеллектуальной навигационной пломбы, предназначенной для повышения безопасности грузоперевозок и оптимизации логистических процессов в условиях международных перевозок. В работе детально рассматривается инновационная конструкция устройства, включающая ударостойкий и влагозащищенный корпус, интегрированный электронный блок управления и связи, а также систему контроля целостности и фиксации, которая обеспечивает высокую степень защиты от несанкционированного доступа.

В работе проводится сравнительный анализ характеристик мобильных сетей, что позволяет определить оптимальные условия для использования устройства в зависимости от специфики маршрута и требований к оперативности обмена информацией. Особое внимание уделено тестированию системы контроля целостности, результаты которого демонстрируют 100%-ную эффективность в обнаружении попыток несанкционированного вскрытия пломбы. Кроме того, статья включает анализ данных, полученных в ходе опроса пользователей, что позволило выявить высокую оценку удобства эксплуатации, а также указать на возможные направления для дальнейших доработок, связанные с особенностями монтажа и взаимодействия с информационными системами.

Результаты исследования показывают, что разработанная навигационная пломба не только полностью соответствует нормативным требованиям, установленным Евразийским экономическим союзом, но и превосходит их за счет использования передовых технологий и материалов. Таким образом, статья вносит значительный вклад в развитие систем безопасности грузоперевозок и демонстрирует перспективность применения инновационных решений в современной логистике.

FAULT TOLERANCE AND RELIABILITY IN KUBERNETES-ORCHESTRATED MULTI-AGENT SYSTEMS: UNIVERSITY SCHEDULING CASE STUDY

Болатжан Кумалаков — 2025-03-15

Многоагентные системы (MAS) играют особую роль в распределенных вычислениях и в средах, требующих автономной координации, таких как робототехника, облачные вычисления и управление дорожным движением. Однако обеспечение отказоустойчивости и надежности MAS остается значительной задачей, особенно в крупномасштабных развертываниях. В данном исследовании рассматривается влияние оркестрации на основе Kubernetes на отказоустойчивость MAS, оцениваются такие механизмы, как автоматическое масштабирование, стратегии избыточности и самовосстановление. Экспериментальные результаты показывают, что Kubernetes повышает устойчивость MAS, снижая частоту сбоев и сокращая среднее время восстановления. В исследовании также рассматриваются компромиссы между производительностью и потреблением ресурсов, показывая, что избыточность и авто-масштабирование улучшают надежность системы, но при этом увеличивают вычислительную нагрузку. Планирование на основе аффинности и выборочная избыточность были признаны эффективными методами балансировки эффективности и надежности. Полученные результаты имеют важное значение для реальных внедрений MAS, особенно в оптимизации конфигураций Kubernetes для обеспечения отказоустойчивости без чрезмерного расхода ресурсов. Будущие исследования должны сосредоточиться на масштабировании, управляемом ИИ, гибридном облачно-периферийном исполнении и усовершенствованных механизмах обнаружения сбоев для дальнейшего повышения надежности и эффективности MAS в динамичных средах.

РАЗРАБОТКА СЕРВИСА АНАЛИЗА ПЕРЕПИСОК С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ВЕКТОРНОЙ БАЗЫ ДАННЫХ ДЛЯ ЦИФРОВОЙ КРИМИНАЛИСТИКИ

Leila Rzayeva — 2025-03-15

В данной работе представлена инновационная система анализа переписок для цифровой криминалистики, основанная на технологиях искусственного интеллекта с использованием трансформерных моделей и векторной базы данных. Система семантически анализирует текстовые сообщения вне зависимости от формулировки или языка. Встроенные функции автоматического перевода и детекции небезопасного контента значительно расширяют возможности криминалистов. Предложен метод поиска сообщений на основе векторных представлений текста, позволяющий учитывать не только ключевые слова, но и контекст. Также предусмотрена фильтрация сообщений по метаданным (отправитель, получатель, время, геолокация, статус). Эксперименты на синтетическом наборе из 7448 сообщений подтвердили точность поиска и выявления опасного контента. Интегрированный модуль визуализации помогает определить коммуникационные тренды, упрощая расследования. Разработанная система отличается масштабируемостью, поддержкой многоязычности и перспективна для использования правоохранительными органами и аналитическими службами.

RECONSTRUCTING ATTACK VECTORS USING GENETIC PROGRAMMING

Y. Churakova Y. Churakova — 2024-03-15

В данной статье представлен новый подход к обнаружению и прогнозированию векторов атак на основе генетического программирования. Предлагаемый метод использует генетический алгоритм для разработки набора правил, которые прогнозируют векторы атак в системе на основе обнаруженных индикаторов компрометации. Сгенерированные правила затем используются для выявления потенциальных векторов атак и прогнозирования того, как они начались и как будут развиваться в будущем. Целью исследования является повышение точности и эффективности существующих методов реконструкции атак. Предлагаемый подход оценивается с использованием реальных данных об атаках.