DOI: 10.14489/vkit.2026.08.pp.024-035

Коновалов В. А.
КОМПЬЮТЕРНАЯ СЕТЬ МАРКОВА НЕПРЯМОГО РАСПРОСТРАНЕНИЯ
(c. 24-35)

Аннотация. Приведен результат синтеза сети Маркова непрямого распространения, которая наиболее пригодна для применения в виде программы для ЭВМ и условно названа компьютерной. Область применения такой сети – информатика. Техническим отличием такой сети является то, что таковая не использует данные от внутренней или внешней измерительной системы. Синтезирована новая форма алгоритма с выводом, который нельзя считать нормальным по Маркову, где эта форма алгоритма претендует на позицию самостоятельного алгоритма, такого же, как известные ранее в науке алгоритмы Тьюринга, Поста, Черча, Колмогорова. Развиты положения теорий алгоритмов, категорий, n-категорий и топосов. Исследованы категорная, сетевая cNnet-схема алгоритма Маркова, а также сети, построенные на ее базе. Показано достижение основной научной цели исследования – синтез «чистой» схемы сети Маркова непрямого распространения, не имеющей в своем составе алгоритма Тьюринга в виде базы данных, используемой для доказательства потенциальной реализуемости. Решена задача исследования – конкретизация морфизмов, отвечающих за ввод и хранение переработанных входных выборок данных, а также за вывод сетью данных-знаний другому алгоритму, например, искусственного интеллекта. Практический результат исследования – синтез нового алгоритма символьных вычислений на базе сети Маркова, способного перерабатывать сверхбольшие входные однородные и/или неоднородные (гетерогенные), полные и/или неполные, репрезентативные и/или нерепрезентативные выборочные совокупности множества источников данных, который может применяться на практике в информатике. Прикладным применением результатов исследования является разработка метода символьной обработки экономических взаимодействий организационных систем в целях выявления в этих данных признаков отдельных рисков отмывания доходов, полученных преступным путем, и финансирования терроризма в рамках развития Национальной системы противодействия отмыванию доходов, полученных преступным путем, и финансированию терроризма и выполнения требований 115-ФЗ РФ от 07.08.2001. Показанный в исследовании способ определения сетей Маркова может широко использоваться в информатике, в программах для ЭВМ, при переработке больших данных.

Ключевые слова:  сеть Маркова; большие данные; отмывание доходов, полученных преступным путем; конструктивная математика; теория категорий; теория алгоритмов; искусственный интеллект.

Konovalov V. A.
COMPUTER MARKOV NETWORK WITH ABNORMAL INFERENCE
(pp. 24-35)

Abstract. The result of the synthesis of the Markov network with abnormal inference, which is called "computer", is given. This network is distinguished by the purpose of its application – informatics, namely, programs for computers. The technical difference is that measurements from an internal or external measuring system are not used in the composition of the data sources processed by the network. The Markov network algorithm scheme without measurements is considered as a new and separate form of the algorithm, the same as the algorithms known in science: Turing, Post, Markov, Church, Kolmogorov, which is due to abnormal inference. Theories are being developed: algorithms, categories, n-categories, toposes. The categorical, network cNnet-scheme of the Markov algorithm, as well as networks built on its basis, are investigated. The achievement of the main scientific goal of the study is demonstrated – the synthesis of a "pure" scheme of the Markov network of indirect propagation, which does not have in its composition the Turing algorithm in the form of a database used to prove potential feasibility. The research task is solved – the specification of morphisms responsible for the input and storage of processed input data samples, as well as for the output of the network of data-knowledge to another algorithm, for example, artificial intelligence. The practical result of the research is the synthesis of a new symbolic computing algorithm based on the Markov network, capable of processing ultra-large input homogeneous and/or heterogeneous, complete and/or incomplete, representative and/or non-representative sample sets of multiple data sources, which can be used in practice in computer science. An applied application of the research results is the development of a method for symbolic processing of economic interactions of organizational systems in order to identify in these data signs of individual risks of money laundering and terrorist financing. The method for determining Markov networks demonstrated in the study can be used in the synthesis of algorithms in applied areas, such as AML/CFT, and can also be widely used in computer science, in computer programs, and in the processing of big data.

Keywords: Markov network; Dig Data; AML/CFT; Constructive mathematics; Category theory; Theory of algorithms; Artificial Intelligence.