Персона:
Долгов, Александр Павлович

Profile Picture
Email Address
Birth Date
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт финансовых технологий и экономической безопасности
Институт финансовых технологий и экономической безопасности (ИФТЭБ) Национального исследовательского ядерного университета "МИФИ" готовит кадры в интересах национальной системы по противодействию легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма (ПОД/ФТ). Междисциплинарность образования позволит выпускникам ИФТЭБ НИЯУ МИФИ легко адаптироваться на современном рынке труда и в бизнес-среде.
Статус
Фамилия
Долгов
Имя
Александр Павлович
Имя

Фильтры

20252
2
2
Сброс фильтров

Настройки

Результаты поиска

Теперь показываю 1 - 2 из 2
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    Обзор современных подходов к обеспечению достоверности изображений, получаемых с беспилотных летательных аппаратов
    (НИЯУ МИФИ, 2025) Долгов, А. П.; Куприянов, Д. Ю.; Куприянов, Дмитрий Юрьевич; Долгов, Александр Павлович
    Статья посвящена современным методам обеспечения достоверности изображений, получаемых с беспилотных летательных аппаратов. Рассматриваются три группы подходов: верификация с использованием внешних геопространственных данных, криптографическое подтверждение происхождения и использование блокчейна с распределенными журналами.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    Обнаружение аномалий с помощью ИИ: использование машинного обучения для предотвращения сбоев в высоконагруженных приложениях
    (НИЯУ МИФИ, 2025) Петров, В. А.; Долгов, А. П.; Полтавский, Я. И.; Петров, Василий Александрович; Полтавский, Ярослав Игоревич; Долгов, Александр Павлович
    В статье рассматривается применение искусственного интеллекта для сопровождения высоконагруженных приложений с целью повышения их стабильности и снижения времени реакции на сбои. Проведен обзор современных методов обнаружения аномалий на основе машинного обучения и рассмотрены популярные AI-инструменты. Особое внимание уделено процессу интеграции AI-решений в существующую инфраструктуру и их влиянию на сокращение MTTR (Mean Time to Repair), оптимизацию работы инженеров и экономию ресурсов. Сделан вывод о перспективах развития самовосстанавливающихся систем и интеллектуального автоскейлинга, которые открывают новые возможности для автоматизации и повышения устойчивости цифровых сервисов.