Application of Machine Learning Methods for Product Quality Prediction in Continuous Manufacturing Processes
Современные производственные предприятия пищевой и перерабатывающей промышленности генерируют огромные массивы технологических данных (давление, температура, влажность, вязкость, pH) в режиме реального времени. Традиционные методы статистического управления процессами (SPC) всё чаще оказываются недостаточными для обработки многомерных нелинейных зависимостей между параметрами. В данной работе предложен комплексный подход к прогнозированию дефектов продукции на основе ансамблевых методов машинного обучения. Для пилотного исследования использованы данные 36 месяцев производственного мониторинга кондитерской фабрики (г. Алматы): 2,4 млн записей по 78 технологическим параметрам и 148 тыс. записей о результатах контроля качества. Сравнительное тестирование показало превосходство ансамблевого алгоритма Gradient Boosting (XGBoost) над методами случайного леса (Random Forest), нейронных сетей LSTM и традиционной регрессии: точность классификации дефектов составила 96,3%, ROC-AUC = 0,978 при времени обработки 0,4 мс на запись. Разработан прототип системы раннего предупреждения, интегрированный с SCADA-системой предприятия через промышленный шлюз OPC-UA. Экономический эффект от внедрения системы за первые 6 месяцев эксплуатации составил сокращение потерь от брака на 34% (эквивалент 87 млн тенге).
Development of an IoT Platform for Industrial Energy Consumption Monitoring
Промышленный сектор Казахстана потребляет около 40% от суммарного объёма электроэнергии в стране. При этом потенциал энергосбережения в обрабатывающей промышленности оценивается экспертами на уровне 25–30% за счёт внедрения систем автоматизированного мониторинга и управления потреблением. Существующие АСКУЭ-системы зачастую закрыты, дорогостоящи в обслуживании и не интегрированы с производственными ERP-системами. В работе представлена разработка открытой IoT-платформы для распределённого мониторинга энергопотребления, реализованной на базе протоколов MQTT/CoAP и архитектуры Edge Computing. Аппаратная часть включает разработку прототипа многоканального измерительного узла на базе ESP32 с функцией измерения активной, реактивной и полной мощности по 8 независимым каналам с точностью ±0,5% класс B. Программный стек: InfluxDB (временные ряды), Grafana (визуализация), Node-RED (оркестрация потоков), MQTT-брокер Mosquitto. Пилотное внедрение на объектах ТОО «Алматыкус» (производство мясных изделий) позволило выявить 14 точек нерационального потребления электроэнергии и реализовать мероприятия по сокращению потребления на 22,4% (годовая экономия 18,7 млн тенге). Платформа опубликована как open-source проект на GitHub с лицензией MIT и насчитывает более 340 установок в 7 странах СНГ.
Digital Twins of Production Lines: Development and Verification Methodology for Food Industry Needs
Технология цифровых двойников (Digital Twin, DT) обеспечивает создание виртуальных копий производственных систем, обновляемых в реальном времени на основе данных с физических датчиков. Применение DT в пищевой промышленности позволяет оптимизировать параметры технологических процессов, сократить простои оборудования и снизить энергоёмкость производства без остановки реальной линии. В работе разработана авторская методология создания цифровых двойников линий производства кондитерских изделий, состоящая из 6 этапов: (1) физическое обследование и инструментальное оснащение линии; (2) построение цифровой топологии; (3) калибровка физических уравнений (теплопередача, массообмен, реологические модели); (4) синхронизация DT с SCADA по протоколу OPC-UA; (5) верификация методом Hardware-in-the-Loop; (6) эксплуатационный мониторинг и дрейф-компенсация модели. Пилотная реализация на производственной линии АО «Конфеты Казахстана» (г. Астана) показала, что DT обеспечивает прогнозирование температурного профиля карамельной массы с погрешностью ±0,7°C при горизонте прогноза 15 минут. Оптимизация параметров охлаждения, проведённая виртуально, позволила снизить энергопотребление холодильных агрегатов на 17,8% и сократить процент продукции «вне стандарта» с 2,4% до 0,9%. Разработанная методология рекомендована для тиражирования в рамках программы «Индустрия 4.0» Министерства промышленности РК.
Microservices Architecture for University Learning Management Information Systems: Design and Implementation Experience
Информационные системы управления учебным процессом (LMS) казахстанских вузов традиционно строились на монолитной архитектуре, что существенно ограничивало их масштабируемость, гибкость обновлений и устойчивость к отказам. По мере роста числа студентов (КазУТБ: с 3 200 до 7 500 студентов за 2018–2024 гг.) и увеличения числа онлайн-сервисов данные ограничения стали критическими. В настоящей работе описан опыт проектирования и поэтапной миграции университетской LMS на микросервисную архитектуру. Система декомпозирована на 17 слабосвязанных сервисов: аутентификация/авторизация, управление учебным планом, расписание, оценивание, библиотечный фонд, LMS-ядро, уведомления, аналитика и др. Взаимодействие сервисов реализовано через брокер сообщений Kafka (асинхронные события) и REST/gRPC (синхронные запросы). Контейнеризация выполнена на базе Docker + Kubernetes (k8s cluster из 12 узлов). В ходе нагрузочного тестирования система продемонстрировала горизонтальное масштабирование до 15 000 одновременных сессий без деградации производительности (p95 latency < 200 мс). Аварийное восстановление (RTO) сократилось с 4 часов (монолит) до 8 минут (микросервисы). Ежегодные операционные затраты снизились на 23% благодаря более эффективному использованию облачных ресурсов (AWS + локальный ЦОД КазУТБ).
Cybersecurity of Critical Information Infrastructure in Kazakhstan: Threats and Defense Mechanisms
Обеспечение кибербезопасности объектов критической информационной инфраструктуры (КИИ) приобретает особую значимость в условиях нарастания геополитической напряжённости и активизации APT-группировок, направленных против государств Центральной Азии. По данным КНБ РК, количество зафиксированных кибератак на объекты КИИ страны возросло с 1 247 в 2020 году до 3 892 в 2024 году. В данной работе проведён системный анализ ландшафта угроз для казахстанских объектов КИИ (энергетика, транспорт, финансовая система, государственное управление) на основе данных KZ-CERT, результатов двух натурных учений («Кибербезопасность 2022», «Кибербезопасность 2024») и глубинных интервью с 18 ответственными за информационную безопасность организаций. По итогам исследования сформирована национальная матрица ATT&CK-KZ, адаптированная к казахстанской нормативной базе (Закон РК «О кибербезопасности», Приказ МЦРИАП № 183) и включающая 47 тактик, 134 техники и 89 процедур, специфичных для угроз в регионе. Предложена модель зрелости кибербезопасности (CMM-KZ) из пяти уровней с конкретными индикаторами для каждого сектора КИИ. Рекомендации по внедрению модели переданы в Комитет информационной безопасности МЦРИАП.