УДК 330.
DOI: 10.36871/ek.up.p.r.2025.12.17.014

Авторы

Хамид Шамильевич Насуров,
Абдул-Малик Саламбекович Дукузов,
ФГБОУ ВО «Грозненский государственный нефтяной технический университет им. акад. М. Д. Миллионщикова», г. Грозный, Россия

Аннотация

Статья посвящена анализу особенностей угроз информационной безопасности в ИИ-ориентированном промышленном производстве. Показано, что широкое внедрение искусственного интеллекта в контуры управления, диагностики и планирования усиливает уязвимость киберфизических систем за счет зависимости от качества данных, моделей и сетевой инфраструктуры. Предложена классификация угроз с учетом источников, характера воздействия, стадии жизненного цикла данных и моделей, а также специфики гибридных технико-алгоритмических рисков. Обоснована целесообразность риск-ориентированного подхода, основанного на формализованной модели угроз и количественной оценке совокупного риска. Сформулированы архитектурные, технологические и организационные принципы обеспечения киберустойчивости интеллектуального производства, включая сегментацию сетей, контроль целостности моделей и регламентацию процессов работы с данными.

Ключевые слова

информационная безопасность, искусственный интеллект, киберфизические системы

Список литературы

  1. Абрамов В. И., Абрамов А. В. Управление организационной готовностью к внедрению искусственного интеллекта: оценка цифровой зрелости // Менеджер. 2025. № 5. С. 87–97.
  2. Богомолов С. Н. Методы обнаружения атак на киберфизические системы производственного назначения на основе глубинного обучения // Вопросы кибербезопасности. 2025. № 1 (65). С. 134–148.
  3. Васильева Т. Л. Уязвимости протоколов промышленного интернета вещей и пути их устранения // Системы и средства информатики. 2024. Т. 34. № 2. С. 59–73.
  4. Головин П. А., Демидов И. С. Защита цифровых двойников в интеллектуальном производстве // Современная экономика: проблемы и решения. 2025. № 3 (177). С. 44–57.
  5. Дзюба С. П., Киселёв Е. Ю. Методы защиты обучающих выборок для промышленных моделей машинного обучения // Вопросы кибербезопасности. 2024. № 2 (62). С. 99–112.
  6. Жарасов Б. С., Абрамов В. И. Цифровые двойники в управлении производством: принципы создания, проблемы внедрения и перспективы развития // Современная экономика: проблемы и решения. 2024. № 6 (174). С. 80–94
  7. Кисленко С. Л., Стародубцев Ю. И., Карасёв С. В. Киберфизическая модель энергетического сектора и актуальные проблемы информационной безопасности // Компьютерные и информационные науки. 2025. Т. 13. № 1. С. 25–41.
  8. Мухамеджанов А. И., Хабибуллин И. И. Обзор методов машинного обучения для прогнозирования технического состояния газотурбинных двигателей // Вестник КГТУ им. А. Н. Туполева. 2023. № 3. С. 70–78.
  9. Прыткова Е. А., Давыдов В. М. Применение многофакторного анализа показателей качества машиностроительной продукции для оптимизации бизнес-процессов // Вестник МГТУ им. Г. И. Носова. 2024. Т. 22. № 3. С. 152–159.