Том 30, № 3 (2022)

Работа посвящена построению вычислительных алгоритмов, реализующих метод коррекции термографических изображений. Коррекция осуществляется на основе решения некоторой некорректно поставленной смешанной задачи для уравнения Лапласа в цилиндрической области прямоугольного сечения. Эта задача соответствует задаче аналитического продолжения стационарного распределения температуры как гармонической функции с поверхности исследуемого объекта в сторону источников тепла. Цилиндрическая область ограничена произвольной поверхностью и плоскостью. На произвольной поверхности измеряется (и таким образом, задано) распределение температуры, называемое термограммой и воспроизводящее изображение внутренней тепловыделяющей структуры. На этой поверхности - границе исследуемого объекта - имеет место конвективный теплообмен с внешней средой заданной температуры, который описывается законом Ньютона. Это третье краевое условие, которое в совокупности с первым краевым условием соответствует заданию условий Коши - граничным значениям искомой функции и ее нормальной производной. Задача некорректно поставлена. В статье применением метода регуляризации Тихонова получено приближённое решение поставленной задачи, устойчивое по отношению к погрешности к данным Коши, и которое может быть использовано для построения эффективных вычислительных алгоритмов. В работе рассматриваются алгоритмы, позволяющие существенно уменьшить объем вычислений.

В статье рассмотрено применение метода продолженных граничных условий к двумерной задаче дифракции электромагнитных волн на диэлектрическом теле с поперечным сечением сложной геометрии и к задаче дифракции на сфере Януса в виде проницаемого шара, частично покрытого абсолютно мягким или абсолютно жёстким сферическим экраном. Получены результаты расчёта диаграммы рассеяния для большого набора тел разной геометрии, в том числе фракталоподобных рассеивателей. Проиллюстрировано, что в случае гладкой границы тела алгоритм на основе уравнений Фредгольма 1-го рода позволяет получать результаты с большей точностью, чем для уравнений 2-го рода. Корректность метода подтверждена при помощи проверки выполнения оптической теоремы для различных тел и путём сравнения с результатами расчётов, полученных другими методами.

Современные интеллектуальные энергосети объединяют передовые информационные и коммуникационные технологии в традиционные энергосистемы для более эффективного и устойчивого снабжения электроэнергией, что создаёт уязвимости в их системах безопасности, которые могут быть использованы злоумышленниками для проведения кибератак, вызывающих серьезные последствия, такие как массовые перебои в подаче электроэнергии и повреждение инфраструктуры. Существующие методы машинного обучения для обнаружения кибератак в интеллектуальных энергетических сетях в основном используют классические алгоритмы классификации, которые требуют разметки данных, что иногда сложно, а то и невозможно. В данной статье представлен новый метод обнаружения кибератак в интеллектуальных энергетических сетях, основанный на слабых методах машинного обучения для обнаружения аномалий. Полуконтролируемое обнаружение аномалий использует только экземпляры обычных событий для обучения моделей обнаружения, что делает его подходящим для поиска неизвестных событий атак. В ходе исследования был проанализирован ряд популярных методов обнаружения аномалий с полууправляемыми алгоритмами с использованием общедоступных наборов данных о кибератаках на энергосистемы для определения наиболее эффективных из них. Сравнение производительности с популярными управляемыми алгоритмами показывает, что полууправляемые алгоритмы лучше способны обнаруживать события атак, чем управляемые алгоритмы. Наши результаты также показывают, что производительность полуконтролируемых алгоритмов обнаружения аномалий может быть дополнительно улучшена за счёт усовершенствования модели глубокого автоэнкодера.