The author suggests learning the state of world countries' national budgets. The article reviews statistical materials and gives methods used for considerable budget deficit overcoming which is useful for Ukrainian budget deficit management.

The directions of efficiency increase of the self-organizing wireless networks MANET are proposed. They consist in the implementation of new methods and radio network management functions, coordination and intellectualization of the methods, corresponding to different OSI-model levels, and also coordination of the network resource management purposes distribution.

The hierarchical model of interaction between intelligent agents in the MANET control systems is proposed in the paper. Proposed model is based on the conceptual representation of the intelligent MANET control systems as a hierarchical structure with vertical connections that define management tasks subordination in the MANET.

Інтенсивний розвиток інформаційних та управляючих технологій, а також їх інтеграція в єдиний інформаційний простір приводить до підвищення ролі таких технологій у процесах управління військами (силами) та зброєю, у тому числі високоточною. Разом із тим, радіоелектронна матеріальна основа інформаційної інфраструктури, що створюється в рамках концепції мережецентричної війни, є потенційно уразливою для засобів радіоелектронної боротьби. Проведено аналіз підходів щодо впливу засобів радіоелектронної боротьби на мережецентричні системи управління. Авторами в ході проведення зазначеного дослідження вирішені наступні взаємопов'язані завдання: визначено інформаційні обмеження щодо реалізація концепції мережецентричної війни; визначено перспективи розвитку систем радіоелектронної боротьби, що орієнтовані на порушення функціонування мережецентричних систем військового управління та визначено перспективні науково-методичні підходи до обгрунтування способів радіоелектронного впливу на мережецентричні системи управління. Використано основні положення теорії радіоелектронної боротьби, теорії сигналів, теорії зв'язку, систем масового обслуговування та класичні методи наукового пізнання - аналізу та синтезу. За результатами проведеного дослідження можна зробити наступні висновки: перспективні напрямки розробки радіоелектронних впливів, орієнтованих на транспортний рівень мереж зв'язку, можуть бути реалізовані як комплексами територіально розподілених засобів радіоелектронної боротьби, що реалізують принципово нові способи подавлення, так і апаратно-програмними закладками і спеціальними програмними засобами (вірусами), які впроваджуються в телекомунікаційне обладнання мережі. Необхідно відзначити, що застосування всіх вищевказаних радіоелектронних впливів доцільно виключно проти пакетних мереж з розвиненою топологією. Застосування подібних впливів проти мереж з деревовидною топологією безглуздо зважаючи на можливість досягнення ефекту придушення "класичним" придушенням каналів.

Розроблено методику оцінювання інформаційно-аналітичного забезпечення (ІАЗ) стратегічного менеджменту з використанням нечіткої логіки. Відмінна особливість запропонованої методики полягає в тому, що зазначена методика має гнучку ієрархічну структуру показників. Це надає можливість звести завдання багатокритеріального оцінювання альтернатив до одного критерію або використовувати для вибору вектор показників і забезпечує можливість нечіткого представлення показників і відношення сумісності між ними, які можуть реалізувати різний характер взаємозалежностей. Також дана методика надає можливість реалізувати методи прямого та зворотного нечіткого оцінювання та враховує різну значимість окремих показників за рахунок використання ваги показника. Розробка запропонованої методики обумовлена необхідністю виконувати обробку більшої кількості інформації та має помірну обчислювальну складність. За результатами дослідження встановлено, що запропонована методика має обчислювальну складність на 10 - 15 % менше, у порівнянні з методиками, які використовуються для оцінки ефективності прийнятих рішень з питань стратегічного менеджменту. Зазначена методика надасть можливість провести оцінку стану ІАЗ і визначити ефективні заходи для підвищення ефективності ІАЗ стратегічного менеджменту. Зазначена методика надає можливість підвищити швидкість оцінки стану ІАЗ, зменшити використання обчислювальних ресурсів систем підтримки та прийняття рішень, виробити заходи, що спрямовані на підвищення ефективності ІАЗ. Зазначену методику доцільно використовувати в системах підтримки прийняття рішень для оцінки питань стратегічного менеджменту.

Розроблено алгоритм навчання штучних нейронних (ШНМ) мереж для інтелектуальних систем підтримки прийняття рішень (СППР). Відмінна особливість запропонованого алгоритму полягає в тому, що він проводить навчання не тільки синаптичних ваг ШНМ, але й виду та параметрів функції належності. В разі неможливості забезпечити задану якість функціонування ШНМ за рахунок навчання параметрів ШНМ відбувається навчання архітектури ШНМ. Вибір архітектури, виду та параметрів функції належності відбувається з урахуванням обчислювальних ресурсів засобу та типу та кількості інформації, що надходить на вхід ШНМ. Також у разі використання запропонованого алгоритму не відбувається накопичення помилки навчання ШНМ у результаті обробки інформації, що надходить на вхід ШНМ. Розробка запропонованого алгоритму обумовлена необхідністю проведення навчання ШНМ для інтелектуальних СППР, з метою обробки більшої кількості інформації, за однозначності рішень, що приймаються. За результатами дослідження встановлено, що зазначений алгоритм навчання забезпечує в середньому на 16 - 23 % більшу високу ефективність навчання ШНМ і не накопичує помилок в ході навчання. Зазначений алгоритм надасть можливість проводити навчання ШНМ; визначити ефективні заходи для підвищення ефективності функціонування ШНМ. Також розроблений алгоритм надасть можливість підвищити ефективність функціонування ШНМ за рахунок навчання параметрів та архітектури ШНМ. Запропонований алгоритм зменшує використання обчислювальних ресурсів СППР. Використання розробленого алгоритму надасть можливість виробити заходи, що спрямовані на підвищення ефективності навчання ШНМ, та підвищити оперативність обробки інформації.

Розроблено методику навчання штучних нейронних мереж (ШНМ) для інтелектуальних систем підтримки прийняття рішень (СППР). Відмінна особливість запропонованої методики полягає в тому, що вона проводить навчання не тільки синаптичних ваг ШНМ, але й виду та параметрів функції належності. В разі неможливості забезпечити задану якість функціонування ШНМ за рахунок навчання параметрів ШНМ відбувається навчання архітектури ШНМ. Вибір архітектури, виду та параметрів функції належності відбувається з врахуванням обчислювальних ресурсів засобу та типу та кількості інформації, що надходить на вхід ШНМ. За рахунок використання запропонованої методики не відбувається накопичення помилки навчання ШНМ У результаті обробки інформації, що надходить на вхід ШНМ. Також відмінною особливістю розробленої методики є те, що для обчислення даних не потрібні попередні розрахункові дані. Розробка запропонованої методики обумовлена необхідністю проведення навчання ШНМ для інтелектуальних СППР, з метою обробки більшої кількості інформації, за однозначності рішень, що приймаються. За результатами дослідження встановлено, що зазначена методика навчання забезпечує в середньому на 10 - 18 % більшу високу ефективність навчання ШНМ і не накопичує помилок в ході навчання. Зазначена методика надасть можливість проводити навчання ШНМ за рахунок навчання параметрів та архітектури, визначити ефективні заходи для підвищення ефективності функціонування ШНМ. Використання зазначеної методики надасть можливість зменшити використання обчислювальних ресурсів СППР і виробити заходи, що спрямовані на підвищення ефективності навчання ШНМ; підвищити оперативність обробки інформації в ШНМ.

Nowadays, artificial intelligence has entered into all spheres of human activity. However, there are some problems in the analysis of objects, for example, there is a priori uncertainty about the state of objects and the analysis takes place in a difficult situation against the background of intentional (natural) interference and uncertainty. The best solution in this situation is to integrate with the data analysis of information systems and artificial neural networks. This paper develops an improved method for finding solutions for neuro-fuzzy expert systems. The proposed method allows increasing the efficiency and reliability of making decisions about the state of the object. Increased efficiency is achieved through the use of evolving neuro-fuzzy artificial neural networks, as well as an improved procedure for their training. Training of evolving neuro-fuzzy artificial neural networks is due to learning their architecture, synaptic weights, type and parameters of the membership function, as well as the application of the procedure of reducing the dimensionality of the feature space. The analysis of objects also takes into account the degree of uncertainty about their condition. In the proposed method, when searching for a solution, the same conditions are calculated once, which speeds up the rule revision cycle and instead of the same conditions of the rules, references to them are used. This reduces the computational complexity of decision-making and does not accumulate errors in the training of artificial neural networks as a result of processing the information coming to the input of artificial neural networks. The use of the proposed method was tested on the example of assessing the state of the radio-electronic environment. This example showed an increase in the efficiency of assessment at the level of 20 - 25 % by the efficiency of information processing.

Artificial intelligence has become the backbone of modern decision support systems. This is why a complex method for finding solutions for neurofuzzy expert systems has been developed. The proposed complex method is based on a mathematical model for the analysis of the operational situation. The model makes it possible to determine the parameters of the analysis of the operational situation, their influence on the quality of assessment of the operational situation and to determine their number with units of measurement. An increase in the efficiency of information processing (error reduction) of the assessment is achieved by the use of evolving neuro-fuzzy artificial neural networks. Training of evolving neuro-fuzzy artificial neural networks is carried out by training not only synaptic weights of the artificial neural network, the type, parameters of the membership function, but also by applying the procedure for reducing the dimension of the feature space. The efficiency of information processing is also achieved by training the architecture of artificial neural networks; accounting for the type of uncertainty in the information to be assessed; work with both clear and fuzzy data. We achieved a reduction in computational complexity while making decisions; the absence of errors in training artificial neural networks as a result of processing information entering the input of artificial neural networks. The analysis of the operational situation as a whole occurs due to the improved clustering procedure, which allows working with both static and dynamic data. The proposed complex method was tested on the example of assessing the state of the operational situation. The mentioned example showed an increase in assessment efficiency at the level of 20 - 25 % in terms of information processing efficiency.

Для підвищення ефективності боротьби з кіберзлочинністю, розвинені країни світу досить давно почали відповідні роботи, необхідні для підвищення захищеності власних інформаційно-телекомунікаційних мереж загального та спеціального призначення. Сучасні світові тенденції поширення кіберзлочинності та посилення кібератак свідчать про зростання значення боротьби з нею для подальшого розвитку суспільства, що у свою чергу зумовлює віднесення певних груп суспільних відносин кіберсфери до компетенції правового регулювання. Ситуація, яка склалася на сьогоднішній день з кіберзлочинністю, вимагає постійного удосконалення методів боротьби з кіберзлочинами, розробки інформаційних систем та методів, спрямованих на забезпечення кібербезпеки країни. Проведено розробку методики оцінювання кібербезпеки в інформаційно-телекомунікаційній системі (ІТКС) спеціального призначення. В ході проведеного дослідження використано основні положення теорії зв'язку, теорії масового обслуговування, штучного інтелекту, а також загальнонаукові методи аналізу та синтезу. Відмінність запропонованої методики від відомих, що визначає її новизну полягає у можливості: виявлення та якісної інтерпретації кіберзагроз; моделюванні сценаріїв екстремальних ситуацій, викликаних реалізацією кіберзагроз; оцінюванні ризиків, що мають ознаки декількох класів і ранжування активів ІТКС за ступенем їх критичності; виконати оцінку кількості критично вразливих активів ІТКС; обгрунтувати склад і ймовірність реалізації кіберзагроз, здатних викликати екстремальні ситуації в ІТКС; проведення оцінювання ризиків від їх реалізації в ІТКС. Практична значимість запропонованої методики полягає в тому, що її застосування дозволяє автоматизувати процес аналізу кіберзагроз та оцінки ризиків порушення кібербезпеки в ІТКС.

Accurate and objective object analysis requires multi-parameter estimation with significant computational costs. A methodological approach to improve the accuracy of assessing the state of the monitored object is proposed. This methodological approach is based on a combination of fuzzy cognitive models, advanced genetic algorithm and evolving artificial neural networks. The methodological approach has the following sequence of actions: building a fuzzy cognitive model; correcting the fuzzy cognitive model and training knowledge bases. The distinctive features of the methodological approach are that the type of data uncertainty and noise is taken into account while constructing the state of the monitored object using fuzzy cognitive models. The novelties while correcting fuzzy cognitive models using a genetic algorithm are taking into account the type of data uncertainty, taking into account the adaptability of individuals to iteration, duration of the existence of individuals and topology of the fuzzy cognitive model. The advanced genetic algorithm increases the efficiency of correcting factors and the relationships between them in the fuzzy cognitive model. This is achieved by finding solutions in different directions by several individuals in the population. The training procedure consists in learning the synaptic weights of the artificial neural network, the type and parameters of the membership function and the architecture of individual elements and the architecture of the artificial neural network as a whole. The use of the method allows increasing the efficiency of data processing at the level of 16 - 24 % using additional advanced procedures. The proposed methodological approach should be used to solve the problems of assessing complex and dynamic processes characterized by a high degree of complexity.

The peculiarities of modern military conflicts significantly increase the requirements for the efficiency of object state assessment. Therefore, it is necessary to develop algorithms (methods and techniques) that can assess the state of the monitoring object from different sources of intelligence for a limited time and with a high degree of reliability. Accurate and objective object analysis requires multi-parameter estimation with significant computational costs. That is why the following tasks were solved in the study: condition of monitoring objects was developed and an efficiency assessment was carried out. The essence of the proposed method is the hierarchical hybridization of binary classifiers and their subsequent training. The method has the following sequence of actions: determining the degree of uncertainty, constructing a classifier tree, determining belonging to a particular class, determining object parameters, pre-processing data about the object of analysis and hierarchical traversal of the tree. The novelty of the method lies in taking into account the type of uncertainty and noise of the data and taking into account the available computing resources of the object state analysis system. The novelty of the method also lies in the use of combined training procedures (lazy training and training procedure for evolving neural networks) and selective use of system resources by connecting only the necessary types of detectors. The method allows you to build a top-level classifier using various low-level schemes for combining them and aggregating compositions. The method increases the efficiency of data processing by 12 - 20 % using additional advanced procedures.

The features of modern military conflicts require significantly increasing requirements for the efficiency of determining a rational route for the transmission of information. It is necessary to develop algorithms (methods and techniques) that are able for a limited time and with a high degree of reliability to determine the rational route of information transmission in complex hierarchical information transmission systems. The following tasks were solved in the research: the task of information transfer in special purpose networks was set; the algorithm of realization of a method of efficiency increase of information transfer is defined; simulation of the process of information transfer in the communication networks of a group of troops (forces) was carried out. The essence of the proposed method is to use the ant algorithm and their further training. The method has the following sequence of actions: input of initial data; determining the degree of uncertainty and noise of the original data, determining the set of acceptable solutions, determining belonging to a certain class. The next step is to determine the route of information transfer, taking into account the impact of destabilizing factors, taking into account computing power and training ants. The novelty of the method is to take into account the type of uncertainty and noise in the data and take into account the available computing resources of the communication network. The novelty of the method also lies in the use of advanced training procedures using the apparatus of evolving artificial neural networks and selective use of system resources by connecting only the required number of agents (ants). The method allows to build a rational route of information transfer taking into account the influence of destabilizing factors. The use of the method allows to achieve an increase in the efficiency of information transfer at the level of 11 - 16 % through the use of additional advanced procedures.

The object of research is multi-antenna systems with spectrally efficient special purpose signals. The problematic issue, the solution of which is devoted to this research, is the improvement of immunity to interference of multi-antenna systems with spectrally efficient special purpose signals. A technique for improving the immunity of multi-antenna systems with spectrally efficient special-purpose signals under the influence of destabilizing factors has been developed. A distinctive feature of the proposed methodology is the use of an improved pre-coding procedure, evaluation of the channel state of multi-antenna radio communication systems with spectrally efficient signals by several indicators. The improved channel state estimation procedure consists in estimating channel bit error probability, channel state frequency response, and channel state impulse response. The formation of an estimate of the channel state for each of the assessment indicators takes place on a separate layer of the neural network using the apparatus of fuzzy sets, after which a generalized estimate is formed at the output of the neural network. The novelty of the proposed method also consists in the use of an improved procedure for forecasting the channel state of multi-antenna systems with spectrally efficient signals. The essence of the proposed procedure is the use of fuzzy cognitive models and an artificial neural network to predict the state of the channels of multi-antenna systems with spectrally efficient signals. Based on the results of the research, it was established that the proposed method allows to increase the immunity of multi-antenna systems with spectrally efficient signals according to the 8 - 8 scheme and 64 subcarriers by 20 - 25 % compared to the known ones.

The object of the research is a special-purpose communication system. The relevance of the research lies in the need for complex management of resources of special-purpose communication systems. The resources of the special-purpose communication system are defined as: spatial, temporal, frequency and hardware resources. Destabilizing factors include: intentional interference; denial-of-service cyber attacks and fire damage to individual elements of the special-purpose communication system. The method of complex management of resources of special-purpose communication systems was improved. The difference between the proposed method and the known ones is that the specified method contains improved procedures: - determination of the impact of destabilizing factors on the special-purpose communication system; - description of special-purpose communication systems of various architectures; - determination of the rational route of information transmission and operation mode of communication devices in the general special-purpose communication system; - consideration of uncertainty about the state of the special-purpose communication system; - determination of the number of necessary forces and means of communication, which must be increased for the full functioning of the special communication system. The improved method provides a gain of 20 - 26 % compared to classical approaches to the management of resources of special-purpose communication systems. The improved method can be used at the control points of the communication system of groups of troops (forces) while planning the organization of communication and at the stage of operational management of the communication system.