О направлениях реализации задач диагностики естественно-монопольных свойств и механизмах экономического поведения на сетях

6 Пленарное заседание VIII Международная научно-практическая конференция «Тенденции развития Интернет и цифровой экономики» В связи с этим особенно востребованы специалисты, обладающие знаниями в следующих сферах: определение стратегии использования «больших данных» (установление связи с маркетинговой стратегией); введение показателей и индикаторов для анализа данных и определение направлений использования информации (например, для принятия управленческих решений); анализ данных; вычленение наиболее важных и значимых результатов анализа данных для решения проблем; принятие решений и трансформация деятельности компании. Кроме того, специалист-маркетолог в условиях развития цифровой экономики должен быть компетентным в следующих областях: web-аналитика, web-дизайн, маркетинг в социальных сетях, блогах и микроблогах, маркетинг цифровых товаров и услуг, поисковые оптимизации сайтов (SEOмаркетинг), управление онлайн-репутацией и ряде других. Изменение факторов внешней среды и рост объемов данных внутри компаний— диктуют новые ожидания общества по отношению к работе маркетологов. Они представлены в перечне компетенций маркетологов, которые будут наиболее востребованы в 2025 г. Это прежде всего: способность к комплексному многоуровневому решению проблем; критическое мышление; креативность; умение управлять людьми и командами; взаимодействие с людьми; развитый эмоциональный интеллект; способность выражать собственное мнение и принимать решения; клиентоориентированность; умение вести переговоры; когнитивная гибкость. Следует отметить, что для работы маркетологов все вышеперечисленные навыки и компетенции одинаково важны, но если выбирать первостепенные, то это креативность, клиентоориентированность, критическое мышление и когнитивная гибкость. В ХХІ в. компании, задумывающиеся о своем развитии, должны создавать команды, члены которых обладают когнитивным разнообразием: они мыслят по-разному, используют различные базы знаний, инструменты и аналитику. Наличие у сотрудников данных компетенций позволит создавать новые ценности и решать клиентские задачи и проблемы уникальным, отличным от конкурентов способом. К решению проблемы подготовки кадров для цифровой экономики существуют разные подходы, что объясняется неоднозначными оценками возможных эффектов цифровизации. Ее сторонники акцентируют внимание на перспективах, которые открывает четвертая промышленная революция. Например, опросы руководителей организаций показывают, что искусственный интеллект может повысить производительность труда на 40% и удвоить годовые темпы экономического роста в 2035 г. в развитых странах. При этом образование все чаще рассматривается как экономический, а не социальный и культурный институт, а его роль сводится к обеспечению цифровой трансформации экономики необходимыми кадрами [2]. Освоение новых форм взаимоотношений с клиентом, новых технологий коммуникации и информационного воздействия на целевых потребителей является залогом успеха белорусских организаций как на внутреннем, так и на внешних рынках. Литература 1. Маркетинг в цифровой экономике: Как привлечь клиента. [Электронный ресурс] – Режим доступа: marticle.xyz/marketing-v-czifrovojekonomike-kak-privlech-klienta /– Дата доступа 4.03.2025. 2. Байбардина Т.Н. Маркетинг и общество : учеб. пособие / Т. Н. Байбардина, О. А. Бурцева. – Гомель: учреждение образования «Белорусский торгово-экономический университет потребительской кооперации», 2022. – 316 с. 3.Мальцевич, И.В. Формирование цифрового пространства промышленности Беларуси в условиях экономической интеграции / И.В. Мальцевич, Л.Г. Основина // Стратегия развития экономики Беларуси : вызовы, инструменты реализации и перспективы : сб. науч. ст. В 2 т. Т. 1 / Национальная академия наук Беларуси, Институт экономики НАН Беларуси; ред. кол.: В.И. Бельский [и др.]. – Минск : Право и экономика, 2019. – С. 248–254. УДК 330.4: 334.02: 338.001.36 Белоусова Наталия Ивановна д.э.н., ведущий научный сотрудник ФИЦ ИУ РАН, Москва, Россия Бушанский Сергей Петрович к.э.н., старший научный сотрудник ЦЭМИ РАН, Москва, Россия О НАПРАВЛЕНИЯХ РЕАЛИЗАЦИИ ЗАДАЧ ДИАГНОСТИКИ ЕСТЕСТВЕННОМОНОПОЛЬНЫХ СВОЙСТВ И МЕХАНИЗМАХ ЭКОНОМИЧЕСКОГО ПОВЕДЕНИЯ НА СЕТЯХ Пленарное заседание 7 VIII Международная научно-практическая конференция «Тенденции развития Интернет и цифровой экономики» В докладе рассматриваются – применительно к развитию цифровой экономики - направления диагностики естественномонопольных свойств сетевой транспортной инфраструктуры с использованием инструментария теории естественной монополии и условий оптимизации сети. Сформулированы принципы, определяющие возможности снижения рисков цифровизации при проведении экспертизы инвестиционных решений. Учитываются актуальные тенденции развития цифровой экономики, определяющие приоритетность моделирования поведенческих аспектов деятельности. В обобщенном виде приводятся примеры реализации задач диагностики по исследованию влияния инвестиций и оценок системного и пользовательского равновесия на параметры сетевой инфраструктурной технологии с обеспечением взаимосвязи выдвигаемых гипотез, типов используемых моделей и алгоритмов, механизмов экономического поведения пользователей на сетях. В развитие целей национальной программы «Цифровая экономика Российской Федерации» по ускоренному внедрению цифровых технологий в экономике в новом национальном проекте «Экономика данных и цифровая трансформация государства» (2025-2030 гг.) предусматривается достижение «цифровой зрелости» в государственном и муниципальном управлении, ключевых отраслях экономики и социальной сфере, значительный рост темпов инвестиций в отечественные решения в сфере информационных технологий и т.п. Реализация установленных целей создаст предпосылки для повышения качества долгосрочного планирования в различных отраслях народного хозяйства благодаря более широким возможностям применения результатов теоретико-прикладных исследований и перспективных разработок, экономико-математических моделей и различных информационных систем. Безусловно, есть и определенные риски цифровизации, для снижения которых следует руководствоваться следующими принципами. 1. Обязательность проведения экспертизы решений, разрабатываемых, в том числе с помощью цифровых технологий. Необходимо учитывать, что нарочитое усложнение обоснования инвестиционных проектов, в том числе в части расчетов, может быть использовано для продвижения явно неудачных решений. 2. «Равноправие» цифровых и нецифровых методов: результаты, полученные тем или иным способом, не могут считаться априори предпочтительными. Цифровизация упрощает сбор, обработку информации и формирование входных данных при моделировании, и, таким образом, упрощает решение более сложных и многоразмерных задач. Однако и усложнение математического аппарата, и увеличение объема информации не гарантирует более высокой точности прогнозов. 3. Доступность, в том числе ценовая, математического инструментария - тем более, когда применение тех или иных компьютерных программ является обязательным (например, по условиям технического задания). Полезным было бы создание онлайн-инструментов и баз данных для разработчиков инвестиционных проектов и программ. В частности, актуальной остаётся проблема доступности материалов изысканий, в том числе экономических. При разработке, корректировке и проведении экспертизы планов развития транспортной инфраструктуры целесообразно учитывать оценки технологических детерминант/естественномонопольных индикаторов деятельности (экономии от структуры, экономии от масштаба, динамики средних приростных издержек) сети в целом и отдельных ее фрагментов. Как известно, модели оценки естественно-монопольных свойств, согласно положениям теории естественной монополии [1-4], должны строиться исходя из условий оптимизации технологии (или приближения к ним). Применительно к сетевым структурам оптимальная технология подразумевает выбор лучшего варианта развития каждого звена сети и лучшее распределение потоков по маршрутам сети. Если исходить из гипотезы, что любая транспортная сеть в технологическом аспекте, т.е. в соответствии с нормативной идентификацией, является естественной монополией, то нарушение естественно-монопольных свойств сигнализирует о неэффективном, в той или иной степени, ее функционировании и развитии. Возможными причинами этого могут быть неоптимальный выбор инвестиционных мероприятий по развитию звеньев сети, неоптимальное распределение потоков по сети, неоптимальная пространственная структура транспортных связей, недоучет возможностей расширения сетевой конфигурации и переключения части потоков на другие сети, и, наконец, повышенный транспортный спрос. Следует отметить также, что возможным побочным эффектом нарушения естественномонопольных свойств вследствие существенной нелинейности издержек являются и ошибки в прогнозировании уровня транспортных потоков по звеньям сети. Для выявления роли факторов в нарушении естественно-монопольных свойств сети в целом и ее фрагментов (полигонов) требуется проведение серии оптимизационных расчетов функционирования и развития транспортной сети, с последовательной фиксацией одних факторов и, напротив, варьированием других. Информационной основой для оценки являются специально формируемые в 8 Пленарное заседание VIII Международная научно-практическая конференция «Тенденции развития Интернет и цифровой экономики» процессе модельных расчетов данные о минимальных или приближенных к ним значениях совокупных издержек на перевозки и развитие сети. Для их генерации формируется множество точек агрегированного транспортного спроса (по сети в целом на перспективный период), для каждой из которых решается задача оптимизации структуры сети с учетом распределения потоков по звеньям. В качестве исходных при построении процедур диагностики и анализе результатов расчетов для автодорожной сети можно принять следующие положения. Задаются объемы нагрузки на сеть с разделением спроса на грузовые и пассажирские перевозки. Структура объемов корреспонденций может быть и постоянной, и зависеть от затрат на поездки. Учитываются соответствующие параметры конфигурации сети, когда допускаются изменения технических состояний звеньев, причем как существующих, так и потенциальных, новые звенья моделируются небольшими условными значениями пропускных способностей в их начальном техническом состоянии. Центральное место занимают модели распределения потоков по сети и модели выбора эффективных способов модернизации технических состояний звеньев. Таким образом, модель технологии перевозок представляется в обобщенном виде с включением и распределения потоков, и развития сети, под развитием сети понимается модернизация звеньев для повышения их пропускной способности и категории. Суммарный по сети спрос на грузовые и пассажирские перевозки распределяется по транспортным зонам, формируя корреспонденции между начальными и конечными пунктами поездок, и по видам транспортных средств (для многопродуктового представления работы сети) в соответствии с пропорциями, определяемыми экзогенно на основе оценок экспертного типа, или эндогенно - с использованием моделей транспортного спроса [5]. Одна из задач диагностики естественно-монопольных свойств заключается в исследовании влияния инвестиционных ограничений на параметры сетевой инфраструктурной технологии с использованием технологических детерминант. Соответственно, при решении этой задачи проверяется гипотеза, что транспортная сеть сохраняет естественно-монопольные свойства при условиях, что отсутствуют технологические ограничения на расширение сети и дефицитность инвестиций носит умеренный характер (что примерно соответствует норме дисконта не выше 20%). Варианты расчетов включают различные сценарии работы и развития сети, для которых строятся модели развития сети как без ограничений на объемы инвестиций, так и при существенном их сжатии [6]. Таким образом, в системе взаимосвязей подходов к оптимизации развития сети и оценке технологических детерминант на оптимальных технологиях, общесетевая функция (квази-функция) совокупных издержек моделируется для сценариев, различающихся как жесткостью ограничений на суммарный объем инвестиций, так и значениями принимаемых в расчет ставок дисконта. При этом значения ставок дисконта допускают их интерпретацию как цен на соответствующий ресурс; при больших ставках дисконта – относительно более «дорогих» инвестиционных ресурсов, а при меньших – относительно более «дешевых». Результаты экспериментальной компьютерной реализации на примере региональной дорожной транспортной сети [6] с применением информационной технологии синтеза сложных сетевых структур, разрабатываемой совместно ЦЭМИ РАН и ФИЦ ИУ РАН [7], подтвердили, что оценки технологических детерминант как характеристик естественно-монопольной технологии определяются жесткостью инвестиционных ограничений. По мере усиления жесткости область субаддитивности сжимается, т.е. транспортная сеть продолжает функционировать в эффективном режиме с сохранением синергического эффекта, но при меньших объемах спроса на перевозки. Важным направлением диагностики является сопоставительный анализ варьируемых оценок естественно-монопольной идентификации, отвечающих условиям системного (при поиске кратчайших маршрутов по предельным издержкам) и пользовательского равновесия (при поиске кратчайших маршрутов по средним издержкам) [8]. Системное равновесие достигается, когда любое изменение выбора маршрутов не может улучшить системный критерий. При пользовательском равновесии ни один пользователь не может снизить свои издержки, изменив свой выбор, если другие пользователи своего выбора не меняют. Как доказано в теории [9,10], причем не только при моделировании для случая линейных, но и нелинейных издержек сетевых транспортных технологий [11-13], системное равновесие обеспечивается, когда все требуемые перевозки направляются по кратчайшим, в смысле дифференциальных (предельных) затрат, маршрутам от пункта оправления к пункту прибытия. С позиции базовых положений теории естественной монополии, проверка свойств субаддитивности должна выполняться для оптимальных технологий — это требование строго соответствует выбору маршрутов по предельным системным издержкам. Но маршруты выбирают пользователи; их выбор, в первом приближении, моделируется условиями равновесия по НэшуВардропу. Предполагается, что для каждой корреспонденции затраты на поездки одинаковы для всех Пленарное заседание 9 VIII Международная научно-практическая конференция «Тенденции развития Интернет и цифровой экономики» используемых маршрутов и меньше, чем затраты неиспользуемых маршрутов. Вместе с тем, практически трудно осуществить эффективное управление поведением пользователей так, чтобы сблизить расхождение системного (общественного) и пользовательского равновесий [14]. Тем не менее, принимается допущение, что такая система мер (возможно, на основе стимулирования более выгодного, для сети в целом, выбора маршрутов, а не взимания платы за «неправильный» выбор) может быть разработана и успешно реализована. При проведении экспериментальных расчетов проверяется гипотеза о близости значений технологических детерминант, полученных на основе распределения транспортных потоков в соответствии с поведенческими правилами пользователей и в соответствии с условием системного равновесия. В определенной мере правдоподобность выдвижения такой гипотезы может быть подтверждена результатами, полученными в работах [15,16] на примерах городских сетей, где было показано, что снижение затрат времени при распределении по предельным издержкам составляет 1-5% в сравнении с пользовательским равновесием. Результаты экспериментальных расчетов по региональной сети автодорог по пользовательскому и системному критерию [8] подтверждают выдвинутую гипотезу: различия в оценках значений технологических детерминант – во втором и третьем знаках после запятой. Принятая гипотеза обеспечивает и правомерность сопоставительного анализа оценок естественно-монопольных индикаторов деятельности при различных вариантах расчетов и алгоритмах выбора маршрутов. Соответственно, требования с позиций теории к оценке естественно-монопольных свойств на основе оптимальной технологии [1,4] не будут противоречить механизмам реального поведения пользователей дорог. Развитие информационных технологий, ориентированных на синтез моделей оптимизации транспортных сетей и диагностику естественно-монопольных свойств с включением поведенческих аспектов деятельности позволит проводить более полный анализ планов функционирования и развития сетевых инфраструктурных подсистем и формировать адекватные оценки целесообразности планируемых инвестиционных решений. Литература 1. Baumol W.L., Panzar J.C., Willig R.D. Contestable Markets and the Theory of Industry Structure. N.Y., HBJ, 1982. 497р. 2. Белоусова Н.И., Васильева Е.М., Лившиц В.Н. Модели идентификации естественных монополий и государственного управления ими (возможности расширения классической теории) // Экономика и математические методы. 2012. Т.48. №3. С.64-783. 3. Белоусова Н. И., Васильева Е. М. Диагностика свойств сетевых инфраструктурных технологий в реформируемой системе госрегулирования российских естественных монополий // Российский экономический журнал. 2019. №3. С.25-35. DOI: 10.33983/0130-9757-2019-3-25-35. 4. Диагностика транспортных сетей как естественных монополий во взаимосвязи с характеристиками сетевого проекта / Н. И. Белоусова, С.П. Бушанский, Е.М. Васильева, В.Б. Васильев // Труды ИСА РАН. 2020. Т.70. Вып.4. С.3-15. DOI: 10.14357/207902792004. 5. Селиверстов Я.А., Селиверстов С.А. Методы и модели построения матриц транспортных корреспонденций // Информатика, телекоммуникации и управление. 2015. №2-3 (217-222). C. 49-69. 6. Белоусова Н.И, Бушанский С.П., Васильева Е.М. Оценка параметров инфраструктурных технологий в условиях реформы госрегулирования российских естественных монополий // Экономический анализ: теория и практика. 2020. Т.19. Вып. 4. С.663–682. http://fin-izdat.ru/journal/analiz/. 7. Анализ динамики технологических детерминант естественно-монопольных транспортных сетей при оптимальном их развитии / В.Н. Лившиц, Н.И. Белоусова, С.П. Бушанский, Е.М. Васильева, С.Н. Гук // Аудит и финансовый анализ. 2011. № 4. С. 138-159. 8. Белоусова Н.И., Бушанский С.П., Васильева Е.М. Сопоставительный анализ варьируемых оценок естественно-монопольной идентификации региональной транспортной сети // Анализ, моделирование, управление, развитие социально-экономических систем: сборник научных трудов XVII Международной школы-симпозиума АМУР-2023 (Симферополь-Судак, 14-27 сентября 2023) / ред. совет: А.В. Сигал (предс.) и др. – Симферополь: ИП Корниенко А.А., 2023. С. 63-68. 9. Kantorovich L. V. Mathematical methods in the organization and planning of production. Publication house of the Leningrad University; Translated in Management Science 6, 1960, 366-422. 10. Steenbrink Peter A. Optimization of Transport Networks. L., N.Y., Sydney, Toronto/ Ed. JohnWiley&Sons, 1974. 325 p. (Стенбринк П. Оптимизация транспортных сетей. Пер. с англ. М.: Транспорт, 1981). 11. Левит Б.Ю., Лившиц В.Н. Нелинейные сетевые транспортные задачи. М.: Транспорт, 1972. 144 с. 12. Васильева Е.М., Левит Б.Ю., Лившиц В.Н. Нелинейные задачи на сетях. М.: Финансы и статистика, 1981.104 с. 10 Пленарное заседание VIII Международная научно-практическая конференция «Тенденции развития Интернет и цифровой экономики» 13. S.P. Bushansky, E.M. Vasilieva, V.N. Livchits. Optimization Transport Computations / Advances in Economics and Optimization: co`llected scientific studies dedicated to the memory of L.V.Kantorovich/ David Wing-kay Yeung ed. (Economic issues, problems and perspectives). Nova Science Publishers Inc. N.Y. 2014. P.19-36. 14. Бушанский С.П. Неэффективность дорожных концессий в России: исключение или правило? // Журнал Новой экономической ассоциации, №2(50), 2021. С. 97-118. DOI: 10.31737/2221-2264-2021-50-2-5. 15. Mamun M.S., Siddique A., Rahman S.M.R. Comparison of User Equilibrium (UE) and System Optimum (SO) Traffic Assignment Methods for Auto Trips / International Conference on Recent Innovation in Civil Engineering for Sustainable Development (IICSD-2015). Pp. 736-740. 16. Boyce D., Xiong Q. User-Optimal and System-Optimal Route Choices for a Large Road Network // Review of Network Economics. 2004. Vol. 3. Issue 4. Pp. 371-380. УДК 004.056.34 Бойченко Олег Валериевич д.т.н., профессор, Физико-технический институт ФГАОУ ВО «КФУ имени В.И. Вернадского» Симферополь, Россия 2FA В ОБЕСПЕЧЕНИИ КИБЕРБЕЗОПАСНОСТИ ФИНАНСОВОГО СЕКТОРА Актуальность темы. Финансовый сектор остается приоритетной целью для киберпреступников из-за очевидных причин — прямой доступ к деньгам. Банки, инвестиционные компании, страховые организации оперируют огромными суммами и конфиденциальной информацией клиентов. При этом атаки на финансовые учреждения становятся все изощреннее: от целевого фишинга на сотрудников с доступом к критическим системам до внедрения вредоносного ПО через скомпрометированные приложения [1]. Кредитно-финансовая отрасль РФ в 2024 году 39 раз подвергалась утечкам в результате кибератак, выяснили эксперты центра мониторинга внешних цифровых угроз Solar AURA ГК "Солар". Помимо утечек, в 2024 году на черном рынке было выявлено 1,5 тыс. фейковых компаний, продающихся для проведения нелегальных операций, что чревато рисками для финсектора. В целом по количеству утекших строк финансовый сектор стал наиболее уязвимым, опережая в том числе госсектор и ИТ-отрасль, которая занимала первое место антирейтинга в 2023 году. Предположительно в утечках содержатся ФИО клиентов, e-mail, телефоны и данные о кредитах. Самые крупные инциденты произошли в январе и марте 2024 года – 115 млн и 200 млн строк соответственно. Цель исследования состоит в проведении анализа возможностей современных инструментов киберзащиты финансового сектора, в частности 2-х факторной аутентификации. Методы исследования. Преступления с использованием информационнотелекоммуникационных технологий в прошлом году составили 40% от общего числа зарегистрированных в России преступлений, что является максимумом от общего числа преступлений с 2020 года. Всего с января по декабрь 2024 года в РФ зарегистрировано 765,4 тыс. киберпреступлений, что на 13,1% больше, чем за аналогичный период 2023 года. По данным МВД, в 2024 году четыре преступления из пяти (84,8%) были совершены с использованием интернета. Всего таких преступлений зарегистрировано 649,1 тыс., это на 23% больше, чем годом ранее. Также в прошлом году выросло число киберпреступлений, совершенных с использованием средств мобильной связи. Если в 2023 году их было зарегистрировано почти 303 тыс., то в 2024 это число увеличилось на 14,3% и составило 346 тыс. Анализируя требования регуляторов, такие как Стандарты Центрального Банка: ГОСТ Р 57580.1-2017 и Положение №719-П от 04.06.2020, следует подчеркнуть необходимость создания банками многоуровневой защиты информации и данных клиентов. Наряду с этим, более существенными становятся штрафы за утечки данных с 30 мая 2025 года: 1. При первой утечке (если затронуто более 100 тысяч персональных записей или 1 миллион идентификаторов) руководители заплатят до 600 тысяч рублей, а банк получит штраф до 15 миллионов рублей; 2. При повторном нарушении руководители заплатят до 1,2 миллиона рублей, а банк заплатит от 1% до 3% годового оборота (минимум 20 миллионов, максимум 500 миллионов рублей). Кроме того, Центробанк может отозвать лицензию у банка, а руководители могут понести личную ответственность, вплоть до уголовной [2].