Электронный каталог

rus
НТБ Минпромторга России
Режим работы
Контактная информация

Поиск :

  • Поиск
  • Поиск одной строкой
  • Помощь

  • Разделы фонда

  • Книги по ТЯЖЕЛОЙ ПРОМЫШЛЕННОСТИ
  • Книги 2022
  • Книги 2023
  • Книги 2024
  • Ретрофонд
  • Статьи из информационных обзоров за 2023
  • Статьи из информационных обзоров за 2024

  • Справочники

  • Авторы
  • Издательства
  • Серии
  • Дерево рубрик

  • Статистика поисков
  • Статистика справок

Личный кабинет :


Самозапись

Электронный каталог: Алексеев, Е.В. - Применение машинного обучения в экономическом моделировании: вызовы и угрозы безопасности

Алексеев, Е.В. - Применение машинного обучения в экономическом моделировании: вызовы и угрозы безопасности

Нет экз.
Применение машинного обучения в экономическом моделировании: вызовы и угрозы безопасности
Статья
Автор:
Алексеев, Е.В.
Применение машинного обучения в экономическом моделировании: вызовы и угрозы безопасности
2025 г.
ISBN отсутствует

На полку На полку


Статья

Алексеев, Е.В.
Применение машинного обучения в экономическом моделировании: вызовы и угрозы безопасности / Алексеев Е.В. // Инновации и инвестиции (электронная версия). – 2025. – №3. – С.668-673. - 654671. – На рус. яз.

Стремительный рост размера и сложности экономических данных по мере цифровизации экономики, открывая новые возможности для анализа, но и создавая проблемы при использовании традиционных методов. Машинное обучение (Machine Learning, ML) - мощный инструмент, способный обрабатывать большие и разнообразные массивы данных, находящий сложные зависимости, которые трудно выявить стандартными эконометрическими моделями. Применение в экономическом моделировании ML для повышения точности прогнозов, обнаружения скрытых паттернов и автоматизации выбора факторов. Анализ потенциальных уязвимостей ML-систем и угроз, связанных с манипуляцией данными, атакой на алгоритмы и компрометацией инфраструктуры. Риски "отравления данных" (data poisoning), внедрения враждебных примеров (adversarial attacks), а также возможные способы защиты ML-моделей от атак злоумышленников. Методологические подходы к обеспечению безопасности ML-моделей в экономике, включая интеграцию средств мониторинга, применение робастных алгоритмов и использование криптографических методов защиты данных. Вывод о необходимости комплексного подхода к разработке ML-моделей с учетом принципов кибербезопасности для предотвращения финансовых и репутационных потерь организаций.


Ключевые слова = АВТОМАТИЗАЦИЯ
Ключевые слова = АЛГОРИТМ
Ключевые слова = ВЫЗОВЫ
Ключевые слова = ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ
Ключевые слова = КИБЕРБЕЗОПАСНОСТЬ
Ключевые слова = КИБЕРУГРОЗА
Ключевые слова = КОМПЛЕКСНЫЙ ПОДХОД
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = МОНИТОРИНГ
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ПРОГНОЗ
Ключевые слова = РЕПУТАЦИОННЫЙ ВРЕД
Ключевые слова = РЕПУТАЦИОННЫЙ РИСК
Ключевые слова = РИСК-ФАКТОРЫ
Ключевые слова = УГРОЗА
Ключевые слова = ЦИФРОВИЗАЦИЯ
Ключевые слова = ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ
Ключевые слова = ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Ключевые слова = ЭКОНОМИКА
Ключевые слова = ЭКОНОМИЧЕСКАЯ БЕЗОПАСНОСТЬ
Ключевые слова = ЭКОНОМИЧЕСКИЕ НАУКИ. МАКРОЭКОНОМИКА. МИКРОЭКОНОМИКА


Привязано к:

Отобрать для печати: страницу | инверсия | сброс | печать(0)

Инновации и инвестиции (электронная версия)
Нет экз.
Выпуск

Инновации и инвестиции (электронная версия) №3
2025 г.
ISBN отсутствует


На полку На полку


© Все права защищены ЗАО "Компания Либэр" , 2009 - 2026  v.20