vmaitComputational Mathematics and Information TechnologiesComputational Mathematics and Information Technologies2587-8999Донской государственный технический университет10.23947/2587-8999-2023-7-2-40-51vmait-99Research ArticleMathematical Modelling (Математическое моделирование)Оптимальное управление в нейрологических моделях информационного противоборстваOptimal Control in Neurological Models of Information Warfarehttps://orcid.org/0000-0001-5244-8286ПетровА. П.PetrovA. P.

Петров Александр Пхоун Чжо, ведущий научный сотрудник, доктор физико-математических наук

125047, г. Москва, Миусская пл., 4

ScopusID: 57192177702

AuthorID: 15671

Alexander Phoun Zho Petrov, Leading Researcher, Dr. (Physical and Mathematical Sciences)

4, Miusskaya Sq., Moscow, 125047

ScopusID: 57192177702

AuthorID: 15671

petrov.alexander.p@yandex.ruИнститут прикладной математики им. М. В. Келдыша РАНРоссияKeldysh Institute of Applied Mathematics RASRussian Federation202312072023724051Copyright © Петров А.П., 20232023Петров А.П.Petrov A.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.cmit-journal.ru/jour/article/view/99

Рассматриваются две нейрологические модели информационного противоборства. Для каждой из них предложено решение задачи оптимального управления. При этом предполагается, что Планировщик кампании ассоциируется с управляющим органом одной из противоборствующих партий и распределяет во времени доступный ему объем пропагандистского вещания. Таким образом, интенсивность пропагандистского вещания одной из сторон противоборства имеет смысл управления.

Целевой функционал отражает стремление Планировщика максимизировать численность своих сторонников в заданный момент времени при минимизации затрат в течение кампании.

Исследование задачи управления проводится аналитически, с помощью принципа максимума Понтрягина.

Получено оптимальное управление для различных комбинаций параметров.

Стратегия пропагандистской кампании, в зависимости от параметров системы, может быть как «нарастающей» (т. е. проходящей с неубывающей интенсивностью пропагандистского вещания), так и «убывающей» (проходящей с невозрастающей интенсивностью). При «нарастающей» кампании информация предоставляется только на финише, с тем, чтобы впечатление от этой информации не успело потерять силу. В основе стратегии «убывающей» кампании — межличностное общение. Сначала нужно убедить в своей позиции как можно больше индивидов, которые затем будут пересказывать ее собеседникам. Параметры системы определяют баланс между этими типами стратегий.

Two neurological models of information warfare are considered. For each of them, the optimal control problem is considered, assuming that the Campaign Planner is associated with the governing body of one of the belligerent parties and distributes the volume of propaganda broadcasting in time.

The cost functional reflects the Planner’s desire to maximize the number of their supporters at a given time while minimizing costs during the campaign.

The problem is studied analytically, using the Pontryagin’s maximum principle.

Optimal control is obtained for various combinations of parameters.

The “increasing” type of campaign is aimed at ensuring that for most individuals information is received immediately before the finish line, and that the impression of this information does not have time to weaken. In contrast, the strategy of a “decreasing” campaign implies a high role of interpersonal communication: it is based on convincing a significant number of individuals of their position at the very beginning, who will then retell it to their interlocutors.

математическая модельинформационное противоборствооптимальное управлениепринцип максимума Понтрягинаmathematical modelinformation warfareoptimal controlPontryagin’s maximum principleReferencesПетров А.П., Маслов А.И., Цаплин Н.А. Моделирование выбора позиций индивидами при информационном противоборстве в социуме. Математическое моделирование. 2015;27(12):137–148. http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=mm&paperid=3684Petrov AP, Maslov AI, Tsaplin NA. Modeling of the choice of positions by individuals in the information confrontation in society. Mathematical modeling. 2015;27(12):137–148. (In Russ.). http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=mm&paperid=3684Mikhailov A.P., Pronchev G.B., Proncheva O.G. Mathematical Modeling of Information Warfare in TechnoSocial Environments. Troussov A., Maruev S. “Techno-Social Systems for Modern Economical and Governmental Infrastructures”. IGI Global. 2019:174–210. https://www.doi.org/10.4018/978-1-5225-5586-5, https://www.igi-global.com/chapter/mathematical-modeling-of-information-warfare-in-techno-social-environments/208385Mikhailov AP, Pronchev GB, Proncheva OG. Mathematical Modeling of Information Warfare in Techno- Social Environments. Troussov A., Maruev S. “Techno-Social Systems for Modern Economical and Governmental Infrastructures”. IGI Global. 2019:174–210. https://www.doi.org/10.4018/978-1-5225-5586-5, https://www.igi-global.com/chapter/mathematical-modeling-of-information-warfare-in-techno-social-environments/208385Прончева О.Г. О влиянии степени поляризации общества на исход информационного противоборства. Препринты ИПМ им. М. В. Келдыша. 2016;75. 29 с. https://www.doi.org/10.20948/prepr-2016-75, http://library.keldysh.ru/preprint.asp?id=2016-75Proncheva OG. On the influence of the degree of polarization of society on the outcome of the information confrontation. Preprints of the IPM named after M. V. Keldysh. 2016;75. 29 p. (In Russ.). https://www.doi.org/10.20948/prepr-2016-75, http://library.keldysh.ru/preprint.asp?id=2016-75Прончев Г.Б. О проблемах информационной безопасности использования информационно-коммуникационных технологий и искусственного интеллекта в цифровом здравоохранении. Социально-гуманитарные знания. 2022;2:100–107. https://www.doi.org/10.34823/SGZ.2022.2.51777Pronchev GB. On the problems of information security of the use of information and communication technologies and artificial intelligence in digital healthcare. Social and humanitarian knowledge. 2022;2:100–107. (In Russ.). https://www.doi.org/10.34823/SGZ.2022.2.51777Boldyreva A., Alexandrov M., Koshulko O., et al. Queries to Internet as a tool for analysis of the regional police work and forecast of the crimes in regions. In: Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). Springer Cham, LNAI. 2017;10061(25):290–302. https://doi.org/10.1007/978-3-319-62434-1_25Boldyreva A, Alexandrov M, Koshulko O, et al. Queries to Internet as a tool for analysis of the regional police work and forecast of the crimes in regions. In: Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). Springer Cham, LNAI. 2017;10061(25):290–302. https://doi.org/10.1007/978-3-319-62434-1_25Boldyreva A., Sobolevskiy O., Alexandrov M., et al. Creating collections of descriptors of events and processes based on Internet queries. In: Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). Springer Cham, LNAI. 2017;10061(26):303–314. https://doi.org/10.1007/978-3-319-62434-1_26Boldyreva A, Sobolevskiy O, Alexandrov M, et al. Creating collections of descriptors of events and processes based on Internet queries. In: Proc. of 14-th Mexican Intern. Conf. on Artif. Intell. (MICAI-2016). Springer Cham, LNAI. 2017;10061(26):303‒314. https://doi.org/10.1007/978-3-319-62434-1_26Губанов Д.А., Новиков Д.А. Модели совместной динамики мнений и действий в онлайновых социальных сетях. Ч. 1. Исходные данные и первичный анализ. Проблемы управления. 2023;2:37–53.Gubanov DA, Novikov DA. Models of joint dynamics of opinions and actions in online social networks. Part 1. Initial data and primary analysis. Management problems. 2023;2:37–53. (In Russ.).Губанов Д.А. Методы анализа информационного влияния в активных сетевых структурах. Автоматика и телемеханика. 2022;5:87–101.Gubanov DA. Methods of analyzing information influence in active network structures. Automation and telemechanics. 2022;5:87–101. (In Russ.).Chartishvili A.G., Kozitsin I.V., Goiko V.L., et al. On an approach to measure the level of polarization of individuals’ opinions. Twelfth International Conference “Management of large-scale system development” (MLSD). 2019;1–5. https://doi.org/10.1109/MLSD.2019.8911015Chartishvili AG, Kozitsin IV, Goiko VL, et al. On an approach to measure the level of polarization of individuals’ opinions. Twelfth International Conference “Management of large-scale system development” (MLSD). 2019;1–5. https://doi.org/10.1109/MLSD.2019.8911015Kozitsin I.V. A general framework to link theory and empirics in opinion formation models. Scientific reports. 2022;12:5543.Kozitsin IV. A general framework to link theory and empirics in opinion formation models. Scientific reports. 2022;12:5543.Чхартишвили А.Г. Задача нахождения медианного предпочтения индивидов в стохастической модели. Автоматика и телемеханика. 2021;5:139–150.Chkhartishvili AG. The problem of finding the median preference of individuals in a stochastic model. Automation and telemechanics. 2021;5:139–150. (In Russ.).Rashevsky N. Outline of a Physico-mathematical Theory of Excitation and Inhibition. Protoplasma; 1933.Rashevsky N. Outline of a Physico-mathematical Theory of Excitation and Inhibition. Protoplasma; 1933.Рашевский Н. Две модели: подражательное поведение и распределение статуса. Под ред. Г.В. Осипова. Математические методы в современной буржуазной социологии. Сборник статей. Москва: Прогресс; 1966. С. 175–197.Rashevsky N. Two models: imitative behavior and status distribution. Edited by GV Osipov. Mathematical methods in modern bourgeois sociology. Collection of articles. Moscow: Progress; 1966. pp. 175‒197. (In Russ.).

The authors declare that there are no conflicts of interest present.