10.14489/vkit.2021.12.pp.036-042

DOI: 10.14489/vkit.2021.12.pp.036-042

Коновалов В. А.
КАТЕГОРНАЯ МОДЕЛЬ БОЛЬШИХ ДАННЫХ (BIG DATA) СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ СИСТЕМЫ
(с. 36-42)

Аннотация. Рассмотрены социально-экономические системы, в которых решаются задачи противодействия легализации (отмыванию) доходов, полученных преступным путем, и финансирования терроризма. Приведен промежуточный вывод о том, что для таких систем и задач необходимо синтезировать проблемно-ориентированную подсистему управления. Выделены задачи управления, отличающие такую модель данных в современных условиях. Предложено использовать для синтеза модели данных теоретико-категорный подход, свободный от метаматематических парадоксов математических множеств и неограниченный размером выборки данных из сверхбольших совокупностей, таких как большие данные. Заявлена цель моделирования: синтез математической модели больших данных от множества источников данных социально-экономических систем, обеспечивающей классификацию объектов во взаимосвязи (взаимодействии) с другими объектами для выявления таких объектов и взаимосвязей (взаимодействий), которые относятся к действиям по легализации (отмывании) доходов, полученных преступным путем, и финансированию терроризма. Заданы выборки входных данных. Определена математическая модель в системе понятий теории категорий и проведен ее синтез. Заявленная цель моделирования достигнута, синтезирован категорная модель больших данных, обеспечивающая представление входных выборок данных в виде (формате), позволяющем классифицировать объекты и категории социально-экономических систем.

Ключевые слова: отмывание доходов; математическая модель; большие данные; теория категорий; типология; социально-экономическая система.

Konovalov V. A.
CATEGORY BIG DATA MODEL OF THE SOCIO-ECONOMIC SYSTEM
(pp. 36-42)

Abstract. The socioeconomic systems in which the tasks of countering the legalization (laundering) of proceeds from crime and the financing of terrorism are solved are considered. An intermediate conclusion is presented and made that it is necessary to synthesize a problem-oriented control subsystem for such systems and tasks. The management tasks that distinguish such a data model in modern conditions are highlighted. It is proposed to use a categorical-theoretic approach for synthesizing a data model, which is free from the mathematical paradoxes of mathematical sets, and is also not limited by the size of the data sample from very large samples, such as big data. The purpose of modeling is to synthesize a mathematical model of big data from a variety of data sources of socioeconomic systems, which provides the classification of objects in interrelation (interaction) with other objects to identify such objects and relationships (interactions) that relate to legalization (laundering) proceeds from crime and financing of terrorism. The input samples are mathematically defined. A mathematical model of big data is synthesized in terms of category theory. The module provides the representation of input data samples in the form (format), which makes it possible to classify objects and categories of socioeconomic systems.

Keywords: Money laundering; Mathematical model; Big Data; Category theory; Typology; Socioeconomic system.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

В. А. Коновалов (ОАО «Курскрезинотехника», Курск, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

V. A. Konovalov (Open Joint-Stock Company “Kurskrezinotekhnika”, Kursk, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Фрэнкс Б. Укрощение больших данных: как извлекать знания из массивов информации с помощью глубокой аналитики / пер. с англ. А. Баранова. М.: Манн, Иванов и Фербер, 2014. 352 c.
2. Маклейн С. Категории для работающего математика: пер. с англ. / под ред. В. А. Артамонова. М.: ФИЗМАТЛИТ, 2004. 352 с.
3. Бурбаки Н. Основные структуры анализа. Кн. 1. Теория множеств / пер. с фр. Г. Н. Поварова, Ю. А. Шихановича; под ред. В. А. Успенского. М.: Либроком, 2010. 456 с.
4. Морозов В. В., Соботковский Б. Е., Шейнман И. Л. Методы обработки результатов физического эксперимента: учеб. пособие. СПб.: Изд-во ЛЭТИ, 2004. 63 с.
5. RFC 4180. Общий формат и MIME-тип для файлов значений, разделенных запятыми (CSV). Введ. 2005–10. Интернет-сообщество, 2005. 8 с.
6. Кон П. Универсальная алгебра / пер. с англ. Т. М. Баранович; под ред. А. Г. Куроша. М.: Мир, 1968. 352 c.
7. Голдьблатт Р. Топосы. Категорный анализ логики / пер. с англ. В. Н. Гришина, В. В. Шокурова; под ред. Д. А. Бочвара. М.: Мир, 1983. 488 с.
8. Джонстон П. Т. Теория топосов / пер. с англ. А. П. Гагарина, В. В. Шокурова; под ред. Ю. И. Манина. М.: Наука, 1986. 220 с.
9. Гротендик А. О некоторых вопросах гомологической алгебры / пер. с фр. Б. Б. Венкова; под ред. А. Л. Онищика. М.: Изд-во иностр. лит., 1961. 175 с.
10. ГОСТ Р 54521–2011. Статистические методы. Математические символы и знаки для применения в стандартах. Введ. 2012–12–01. М.: Стандартинформ, 2020. 32 с.

Eng

1. Frenks B. (2014). Taming Big Data: How to Extract Knowledge from Massive Data with Deep Analytics. Moscow: Mann, Ivanov i Ferber. [in Russian language]
2. Artamonov V. A. (Ed.), Makleyn S. (2004). Categories for the working mathematician. Moscow: FIZMATLIT. [in Russian language]
3. Burbaki N. (2010). Basic analysis structures. Book 1. Set theory. Moscow: Librokom. [in Russian language]
4. Morozov V. V., Sobotkovskiy B. E., Sheynman I. L. (2004). Methods for processing the results of a physical experiment: textbook. Saint Petersburg: Izdatel'stvo LETI. [in Russian language]
5. Common format and MIME type for comma separated value (CSV) files. (2005). CSV Standard No. RFC 4180. [in Russian language]
6. Kon P. (1968). Universal algebra. Moscow: Mir. [in Russian language]
7. Gold'blatt R. (1983). Topos. Category analysis of logic. Moscow: Mir. [in Russian language]
8. Dzhonston P. T. (1986). Topos theory. Moscow: Nauka. [in Russian language]
9. Grotendik A. (1961). On some questions of homological algebra. Moscow: Izdatel'stvo inostrannoy literatury. [in Russian language]
10. Statistical methods. Mathematical symbols and signs for use in standards. (2020). Ru Standard No. GOST R 54521–2011. Moscow: Standartinform. [in Russian language]

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 450 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2021.12.pp.036-042

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 450 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2021.12.pp.036-042

and fill out the form