Моделювання систем управління у інформаційному противоборстві на основі застосування концепції нейрофізіології, теорій гіперкомплексних чисел та хаосу
DOI:
https://doi.org/10.33099/2311-7249/2026-55-1-44-55Ключові слова:
модель, нейронна мережа, інформаційна зброяАнотація
Мета статті. Дослідження та визначення концептуальних основ для міждисциплінарного синтезу на основі методів нейрофізіології, кібернетики та гіперкомплексної математики, методів розроблення універсальних моделей складних систем управління в інформаційному протиборстві. Визначення на основі положень теорії гіперкомплексних динамічних систем та асоціативно-проєктивних структур для практичної формалізації моделей складних систем управління з багатовимірними, некомутативними взаємодіями для опису сутності їх функціонування, як об'єктів інформаційного протиборства в межах рефлексивної моделі інформаційного конфлікту.
Методи дослідження. Під час дослідження використано методи системного аналізу, нейроморфного моделювання, гіперкомплексної математики (зокрема, кватерніонної алгебри), теорії хаосу, а також прямий метод Ляпунова для оцінювання стійкості. Запропонований методичний підхід дає змогу формалізувати процеси інформаційного протиборства та здійснювати аналіз стійкості складних систем управління без необхідності розв’язання складних динамічних рівнянь руху безпілотних літальних апаратів.
Огляд літератури. У сучасних дослідженнях інформаційного протиборства значна увага приділяється формалізації інформаційних операцій та оцінюванню їх ефективності на основі математичних і ймовірнісних моделей. Окремий напрям становлять роботи, присвячені моделюванню когнітивних і нейропсихологічних процесів сприйняття інформації та аналізу інформаційного середовища. Активно розвиваються підходи до використання автономних технічних систем, зокрема безпілотних платформ, та методів штучного інтелекту для реалізації розподіленого управління і координації. У фундаментальних дослідженнях теорії складних систем і динаміки управління (зокрема, на основі підходів Ляпунова) закладено основи аналізу стійкості та поведінки складних систем. Водночас існуючі підходи здебільшого не враховують комплексну взаємодію когнітивних, інформаційних і технічних компонентів. Це зумовлює необхідність міждисциплінарного синтезу методів на основі нейрофізіології, гіперкомплексної математики та теорії хаосу для адекватного моделювання процесів інформаційного протиборства.
Отримані результати дослідження. Уперше запропоновано концепцію моделювання складних систем управління в умовах інформаційного протиборства, що базується на інтеграції нейрофізіологічних підходів, теорії гіперкомплексних чисел, теорії хаосу та функцій Ляпунова. Удосконалено підходи до формалізації процесів деструктивної інформаційної взаємодії та прийняття рішень у складних системах управління. Набуло подальшого розвитку моделювання інформаційного протиборства шляхом побудови узагальненої моделі, що поєднує модель взаємодії протиборчих сторін і модель «мислення» системи управління. Ефективність підходу підтверджено на прикладі взаємодії систем управління безпілотних літальних апаратів та засобів радіоелектронної боротьби
Елементи наукової новизни. Наукова новизна роботи полягає у формалізації процесів інформаційного протиборства як нелінійної динамічної системи з елементами хаотичної поведінки, у межах якої вплив деструктивних факторів інтерпретується як дифузійний процес деградації інформаційної енергії. Запропоновано новий підхід до моделювання складних систем управління на основі гіперкомплексного представлення станів та нейроморфних асоціативно-проєктивних структур, що дозволяє враховувати когнітивні, інформаційні та технічні компоненти в єдиній формалізованій моделі.
Теоретичне та практичне значення. Теоретичне значення зводиться до розвитку єдиного методологічного підходу стосовно моделювання складних систем управління на високому рівні абстракції. Практичне значення – можливості застосування запропонованих моделей для оцінювання стійкості систем управління, підвищення ефективності засобів радіоелектронної боротьби, а також розроблення систем підтримки прийняття рішень у сфері кібербезпеки та військового управління.
Висновки і перспективи подальших досліджень Отримані результати узгоджуються з положеннями нейроморфної кібернетики та підтверджують можливість формалізованого моделювання складних систем управління різного рівня складності на єдиній методологічній основі. Запропонований підхід, що поєднує нейрофізіологічні принципи, гіперкомплексні числа та функції Ляпунова, створює універсальну основу для аналізу стійкості систем в умовах деструктивних інформаційних і радіоелектронних впливів. Уперше вплив засобів радіоелектронної боротьби формалізовано як дифузійний процес, що призводить до зниження «інформаційної енергії» системи та дозволяє оцінювати її стійкість у квазістатичному режимі. Перспективи подальших досліджень пов’язані з розвитком динамічних моделей стійкості з урахуванням інерційності процесів та застосуванням функціоналів Ляпунова–Красовського.
Посилання
Dudatiev, A., Kupershtein, L., Voitovych, O., (2023). Information confrontation: models of implementation and evaluation of information operations. Cybersecurity: Education, Science, Technology. 20, 72–80. DOI: https://doi.org/10.28925/2663-4023.2023.20.7280.
Prybylev, Y., Bazarnyi, S., (2023). Modeling of psychological impact taking into account neuropsychological processes. Ukrainian Scientific Journal of Information Security. No. 2(30), 219–224. DOI: https://doi.org/10.18372/2225-5036.30.19210.
Katsalap, V., Kovalyov, S., Marchenko, O., (2021). Modelling monitoring of the cognitive information space of the defence forces of Ukraine. Modern Information Technologies in the Sphere of Security and Defence, 42(3), 97 104. DOI: https://doi.org/10.33099/2311-7249/2021-42-3-97-104.
Humayed, A., Lin, J., Li, F., and Luo, B., (2021). Cyber-Physical Systems Security-A Survey, IEEE Internet of Things Journal. 8, 8, 6289–6301. DOI: https://doi.org/10.1109/JIOT.2020.3031989.
Strogatz, S. H. Nonlinear Dynamics and Chaos: Applications to Physics, Biology, Chemistry, and Engineering. – 2nd ed. Boca Raton, FL, USA: CRC Press, 2021.
Hirose, A., (2021). Complex-Valued Neural Networks: Advances and Applications. Wiley. DOI: https://doi.org/10.1002/9781119540841.
Кравчук, О., Самойлов, В., (2024). Огляд будови ройових систем. Проблема взаємодії. Електронне моделювання, 46(2), 101 121. DOI: https://doi.org/10.15407/emodel.46.02.101.
Chen, Y, Li, M., Wang, J., Zhang, Z, Liu, X., and Wu, H., (2023). Cooperative control of UAV swarm systems: A review. IEEE Access. 11, 1–20. DOI: https://doi.org/10.1109/ACCESS.2023.3290000.
Ferrag, M.A., Maglaras, L., Janicke, H., (2022). Deep Learning for Cyber Security Intrusion Detection: Approaches, Datasets, and Comparative Study. IEEE Access. 10, 376–399. DOI: https://doi.org/10.1109/ACCESS.2022.3142925.
El Hajj, M., Fadlallah, A., Chamoun, M., and Serhrouchni, A., (2024). Digital Twins in Cybersecurity. A Systematic Review. Security and Privacy. Art. no. e396. DOI: https://doi.org/10.1002/spy2.396.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Сергій Миколайович Шолохов, Іван Іванович Самборський , Ігор Володимирович Самойлов

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати як монографію), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
4. Персональні дані і метадані, які наводяться у статтях, надаються для їх зберігання і оброблення в різноманітних базах даних і інформаційних системах, включення їх в аналітичні і статистичні звітності, створення обгрунтованих взаємозв'язків об'єктів творів науки, літератури і мистецтва з персональними даними і т.п. на території, яка не обмежена.