1. Будет проведён сравнительный анализ существующих методов сбора больших городских данных с фокусировкой на транспортных данных и сопряженных данных Smart City.
2. Будет инициирована и спланирована задача повышения пропускной способности и надежности сетей 5G в условиях плотной городской застройки: будет определена цель, объём и результаты проекта. Будет подготовлен сравнительный отчет по обзору литературы.
3. Будет выполнено проектирование и разработка имитационных моделей: будет осуществлён сбор и анализ данных, предварительная обработка наборов данных с требуемыми характеристиками для обучения модели искусственного интеллекта.
4. Будут разработаны AI-модели для снижения HOP и минимизации отказов при хэндовере в сценариях высокой мобильности в сверхплотных сотовых сетях 5G и 6G.
5. Будет проведено исследование и обзор существующих алгоритмов и методов машинного обучения для распознавания лиц с целью выявления их преимуществ и недостатков: будет подготовлен обзор алгоритмов и методов машинного обучения для распознавания лиц.
6. Будет создана структурная модель сбора данных для сбора и подготовки большого объёма данных.
7. Будут проведены экспериментальные исследования по оптимизации интегрированных систем вертикального фермерства на основе выращивания микрозелени свеклы и эстрагона.
8. Будет подготовлен материал с помощью вертикального фермерства и сбор образцов микрозелени свеклы и эстрагона для дальнейших анализов и исследований.
9. Будет выполнен обзор и сравнительный анализ методов тестирования на проникновение и анализа уязвимостей беспроводных сетей в контексте цифровых экосистем города, с целью обеспечения высокого уровня защищённости данных и предотвращения несанкционированного доступа к информационным ресурсам городской инфраструктуры.
10. Будет выполнен анализ баз данных уязвимостей беспроводных сетей для Интернета вещей (IoT), будет проведено моделирование атак в беспроводных сетях на основе анализа данных об информационно-коммуникационной инфраструктуре Smart City и уязвимостях IoT-устройств.
11. Будет проведён обзор и сравнительный анализ технологий и решений для разработки комплексной платформы экосистемы умного города.
12. Будет спроектирована архитектура комплексной цифровой платформы умного города для сбора и аналитической обработки данных.
13. Будет подготовлено не менее 3 статей в журналах, рекомендованных КОКНВО.

1. Будет проведён сбор мультидоменных данных с фокусировкой на транспортных данных: мультидоменные данные, база данных.
2. Будет создана унифицированная архитектура данных, которая позволит интегрировать различные источники, обеспечивая целостность, безопасность и доступность данных.
3. Будут предложены оптимальные решения по управлению мобильностью, которые решают проблемы управления хэндоверами в сверхплотных сетях.
4. Будут разработаны модели и алгоритмы оптимизации решений, которые лучше всего подходят для различных моделей развертывания сети и системных настроек сотовых сетей 5G/6G.
5. Будут созданы интеллектуальные решения, позволяющие найти гармоничное равновесие между минимизацией сложности сети и максимизацией эффективности управления хэндовером в сетевых средах 5G/6G.
6. Будут спроектированы архитектуры глубоких нейронных сетей для распознавания лиц.
7. Будут разработаны модели глубоких нейронных сетей и система для быстрой обработки изображений.
8. Будут определены физико-химические показатели безопасности микрозелени свеклы и эстрагона.
9. Будет выращен материал с помощью вертикального фермерства и будет проведён сбор образцов микрозелени свеклы и эстрагона для дальнейших анализов и исследований.
10. Будут проведены экспериментальные исследования по разработке технологии напитков из микрозелени свеклы и эстрагона.
11. Будут изучены физико-химические, микробиологические и технологические свойства разработанной продукции.
12. Будут проведены исследования по разработке методики оценки защищённости беспроводных IoT-сетей с использованием графов и таксономии уязвимостей. Форма завершения — методика оценки защищённости беспроводных IoT-сетей.
13. Будут проведены исследования по разработке метода и инструмента для эффективного тестирования беспроводных сетей на проникновение. Форма завершения — метод и инструмент тестирования на проникновение в беспроводных IoT-сети.
14. Будет создана комплексная цифровая платформа умного города для сбора и аналитической обработки данных.
15. Будет опубликовано не менее 5 статей в журналах, рекомендованных КОКНВО.
16. Будет опубликовано не менее 7 статей или обзоров в рецензируемых научных изданиях по научному направлению программы, входящих в 1–2 квартиль по импакт-фактору в базе данных Web of Science и/или имеющих процентиль по CiteScore в базе данных Scopus не менее 50.
17. Будет получено не менее 2 патентов в зарубежных патентных бюро (европейском, американском, японском) или не менее 4 зарубежных или международных патентов, включённых в базу данных Derwent Innovations Index (Web of Science, Clarivate Analytics), либо не менее 4 объектов интеллектуальной собственности (патент; для заявок в области информационных технологий — авторское свидетельство), зарегистрированных в Национальном институте интеллектуальной собственности РК.

1. Будут разработаны методы эффективного сбора, хранения и анализа мультидоменных данных.
2. Будет проведена интеграция алгоритмов искусственного интеллекта для повышения производительности в процессах управления передачей в сетях 5G и 6G, используя возможности адаптации и обучения искусственного интеллекта для повышения производительности сети, снижения вероятности перебоев и улучшения пользовательского опыта.
3. Будут предложены динамические решения на основе искусственного интеллекта для управления мобильностью радиостанций в высокоскоростных сценариях в зонах покрытия малых сот.
4. Будет выполнена валидация и верификация разработанных моделей.
5. Будут разработаны алгоритмы и методы быстрого поиска по биометрическим базам данных.
6. Будут проведены эксперименты и тестирование разработанных моделей и алгоритмов на реальных видеопотоках: будут получены результаты экспериментов и тестов разработанных алгоритмов.
7. Будут проведены экспериментальные исследования по разработке технологии напитков из микрозелени свеклы и эстрагона.
8. Будет разработана технология заменителя соли на основе растительного сырья Salicornia.
9. Будет подготовлен проект нормативно-технической документации на новую продукцию.
10. Будет проведена опытно-промышленная апробация производства разработанной продукции.
11. Будет выполнено испытание и анализ эффективности метода и инструмента для тестирования беспроводных сетей на проникновение; будет подготовлена техническая документация и заявка на регистрацию авторских прав на разработанные решения. Форма завершения — методика испытаний, программа испытаний, акт испытаний, количественные оценки эффективности метода и инструмента при лабораторных исследованиях и тестировании в реальных условиях, техническая документация.
12. Будут проведены исследования по разработке практических рекомендаций для разработчиков и администраторов беспроводных сетей и IoT-устройств по использованию метода и инструмента тестирования на проникновение.
13. Будет создана интегрированная комплексная цифровая платформа умного города для сбора и аналитической обработки данных.
14. Будет опубликовано не менее 4 статей в журналах, рекомендованных КОКНВО.
15. Будет опубликовано не менее 4 статей или обзоров в рецензируемых научных изданиях по научному направлению программы, входящих в 1–2 квартиль по импакт-фактору в базе данных Web of Science и/или имеющих процентиль по CiteScore в базе данных Scopus не менее 50.
16. Будет опубликована не менее 1 монографии или учебного пособия в зарубежных или казахстанских издательствах, рекомендованных ученым советом и/или научно-техническим советом организации заявителя.
17. Будет получено не менее 2 патентов в зарубежных патентных бюро (европейском, американском, японском) или не менее 3 зарубежных или международных патентов.

1.1 Проведен сравнительный анализ методов сбора городских данных с акцентом на транспорт и мультидоменные источники.
1.1 Проведен сравнительный анализ методов сбора городских данных с акцентом на транспорт и мультидоменные источники.
2.1 Выполнено планирование и анализ повышения надёжности 5G в условиях плотной городской застройки.
2.2 Разработана и протестирована имитационная модель MobTest для оценки качества сетей.
2.3 Исследованы и внедрены AI-модели для управления мобильностью и анализа больших данных.
3.1 Проведен обзор алгоритмов машинного обучения для распознавания лиц.
3.2 Разработана модель сбора и подготовки данных для систем видеонаблюдения.
4.1 Реализована цифровая система вертикального фермерства с сенсорами и облачной аналитикой.
4.2 Проведено выращивание и сбор образцов микрозелени свеклы и эстрагона.
5.1 Проанализированы уязвимости беспроводных сетей и предложены методы тестирования.
5.2 Смоделированы атаки на IoT-сети; выявлены уязвимости и предложены меры защиты.
6.1 Выполнен обзор решений для построения платформы умного города.
6.2 Разработана архитектура платформы умного города.
7.1 Опубликовано 6 статей в журналах, рекомендованных КОКНВО.

1.2 Сформирована база мультидоменных транспортных данных в едином формате.
2.4 Реализована среда мониторинга качества связи и подготовлена AI-выборка.
2.5 Внедрены AI-модели для прогнозирования и оптимизации сетевой передачи.
3.3 Оптимизированы архитектуры нейросетей для точного распознавания лиц.
4.3 Исследованы физико-химические параметры и безопасность микрозелени.
4.4 Проведено до 10 циклов выращивания на вертикальной ферме, собраны образцы для анализа.
5.3 Разработана методика оценки защищенности IoT-сетей с использованием графов.
5.4 Создан инструмент для тестирования беспроводных сетей на проникновение.
6.3 Создан прототип ядра цифровой платформы умного города.
7.2 Опубликовано 14 статей в журналах КОКНВО за январь-июнь 2025 года.
7.3 Опубликованы 17 статьи в изданиях Scopus/Web of Science (Q1/Q2).
7.4 Зарегистрированы 5 свидетельства о программных продуктах в РК.
Опубликованных 2 патента.
Подтверждена защита 1 PhD-диссертации.
Подтверждена защита 7 Магистерской-диссертации.

Исследование и разработка методов для эффективного сбора, хранения и аналитической обработки мультидоменных данных умного города (РП-1)

Описание направления
Проект направлен на создание интегрированных подходов для работы с большими объёмами данных, поступающими из различных источников умного города, включая транспорт, экологию, инфраструктуру, энергетику, здравоохранение и другие сферы городской жизни. Система будет обеспечивать сбор, хранение и аналитическую обработку мультидоменных данных, что позволит формировать комплексную картину для оптимизации городских процессов, повышения качества услуг и устойчивости городской среды.

Цель направления
Разработка и внедрение методов эффективного сбора, хранения и анализа мультидоменных данных умного города для:
— повышения качества жизни горожан
— оптимизации городских процессов и ресурсов
— повышения устойчивости городской инфраструктуры к экологическим, транспортным и социальным вызовам

Задачи направления
— Провести сравнительный анализ существующих методов сбора городских данных с акцентом на транспортные и сопряжённые данные Smart City
— Организовать сбор мультидоменных данных с фокусом на транспортные системы
— Разработать унифицированную архитектуру данных для интеграции различных источников, обеспечивая целостность, безопасность и доступность информации на протяжении всего жизненного цикла
— Создать методы эффективного сбора, хранения и аналитической обработки мультидоменных данных

Ожидаемые результаты
— Будут разработаны методы эффективного сбора, хранения и анализа мультидоменных данных
— Будет проведён сравнительный анализ существующих подходов к сбору городских данных
— Будут сформированы базы мультидоменных данных
— Будет создана унифицированная архитектура для интеграции различных источников

Состав исследовательской группы РП-1:

Исследование и разработка методик повышения пропускной способности и надежности сетей 5G в условиях плотной городской застройки (РП-2)

Описание направления:
Проект направлен на исследование проблем, возникающих при эксплуатации сетей 5G в условиях высокой плотности городской застройки, и разработку новых решений для повышения их пропускной способности и надежности. В городской среде здания, мосты и иные сооружения создают преграды для передачи сигнала, а высокий уровень трафика приводит к перебоям и снижению эффективности.
Работа включает выявление ключевых факторов, влияющих на качество связи, и разработку технологий для оптимизации работы сетей 5G. Особое внимание уделяется уменьшению задержек, увеличению пропускной способности и обеспечению стабильности связи.

Цель направления:
Разработка и внедрение методов и технологий для устойчивой, высокоскоростной и надежной работы сетей 5G в условиях плотной городской застройки, включая:
-создание новых стратегий управления сетью,
-применение современных технологий для уменьшения помех,
-улучшение покрытия,
-снижение потерь сигнала.

Задачи направления:
-Провести инициацию и планирование задач по повышению пропускной способности и надежности сетей 5G.
-Разработать имитационные модели для тестирования решений.
-Провести исследования и разработки для совершенствования моделей искусственного интеллекта, систем управления мобильностью и аналитики больших данных.
-Интегрировать модели искусственного интеллекта и аналитические инструменты в процессы управления передачей данных.
-Разработать динамические модели управления хэндовером радиостанций на основе ИИ.
-Реализовать меры по обеспечению качества и стабильности сети.

Ожидаемые результаты:
— Будут определены цели, объём и результаты проекта; подготовлен сравнительный отчёт по литературе.
— Будет проведён сбор и предварительная обработка данных для обучения моделей искусственного интеллекта.
— Будут разработаны AI-модели для снижения числа переходов (HOP) и минимизации отказов при хэндовере в условиях высокой мобильности в сетях 5G и 6G.
— Будут интегрированы модели искусственного интеллекта в процессы управления сетью для повышения производительности, снижения перебоев и улучшения пользовательского опыта.
— Будут разработаны динамические решения для управления мобильностью радиостанций в высокоскоростных сценариях с использованием малых сот.
— Будет проведена валидация и верификация созданных моделей.

Состав исследовательской группы РП-2:

Разработка и оптимизация алгоритмов глубокого обучения для реализации системы видеонаблюдения с функцией распознавания лиц (РП-3)

Описание направления:
Проект направлен на создание системы видеонаблюдения, способной автоматически идентифицировать и распознавать лица людей в реальном времени. Система будет интегрировать современные алгоритмы глубокого обучения, включая нейронные сети для обработки изображений и видео, а также учитывать различные условия эксплуатации (освещённость, угол обзора, качество изображения и др.).

Цель направления:
Разработка и внедрение системы видеонаблюдения на основе алгоритмов глубокого обучения для распознавания лиц в реальном времени с акцентом на:
— высокую точность и скорость распознавания;
— снижение числа ошибок (ложных срабатываний и пропусков);
— оптимизацию алгоритмов для работы в условиях ограниченных вычислительных ресурсов (встраиваемые устройства, облачные решения).

Задачи направления:
— Провести исследование и обзор существующих алгоритмов и методов машинного обучения для распознавания лиц, выявив их преимущества и недостатки.
— Разработать структурную модель сбора и подготовки больших массивов данных, применяя методы предобработки и аугментации.
— Создать и оптимизировать архитектуры глубоких нейронных сетей для повышения точности и скорости идентификации.
— Подготовить модели и систему для быстрой обработки изображений на граничных устройствах (edge), серверных GPU и CPU.
— Разработать алгоритмы быстрого поиска по биометрическим базам данных и методы защиты приватности (анонимизация, предотвращение несанкционированного доступа).
— Провести тестирование моделей и алгоритмов на реальных видеопотоках для оценки их эффективности и применимости.

Ожидаемые результаты:
— Будет проведён обзор алгоритмов и методов машинного обучения для распознавания лиц.
— Будет разработана структурная модель сбора и подготовки больших данных.
— Будут созданы и оптимизированы архитектуры глубоких нейронных сетей для распознавания лиц.
— Будут подготовлены модели и система для быстрой обработки изображений.
— Будут разработаны алгоритмы быстрого поиска по биометрическим базам данных и методы защиты приватности.
— Будут получены результаты тестирования алгоритмов и моделей на реальных видеопотоках.

Состав исследовательской группы РП-3:

Разработка и оптимизация интегрированных систем вертикального фермерства, нацеленных на устойчивое производство сельскохозяйственной продукции в городской среде (РП-4)

Описание направления
Проект направлен на создание и совершенствование интегрированных систем вертикального фермерства, обеспечивающих устойчивое производство сельскохозяйственной продукции в городской среде. Вертикальное фермерство рассматривается как инновационный способ повышения продовольственной безопасности, рационального использования земельных и водных ресурсов, а также снижения углеродного следа. В условиях роста городского населения и дефицита сельскохозяйственных земель данный подход обеспечивает возможность круглогодичного получения свежих и экологически чистых продуктов.
Проект предполагает разработку новых технологий и интеграцию существующих решений для формирования многофункциональных вертикальных ферм, адаптированных к особенностям городской инфраструктуры и экологическим требованиям.

Цель направления
Создание и оптимизация вертикальных фермерских систем, обеспечивающих устойчивое производство сельскохозяйственной продукции в условиях города при минимальных затратах земли, воды и энергии, с максимальной экологической эффективностью. Основная цель — повышение продовольственной безопасности и устойчивости городов, улучшение качества жизни населения за счет доступности свежих и безопасных продуктов.

Задачи направления
– Проведение экспериментальных исследований по оптимизации систем вертикального фермерства на основе выращивания микрозелени свеклы и эстрагона
– Выращивание и сбор образцов микрозелени для дальнейших анализов и исследований
– Исследование физико-химических и показателей безопасности микрозелени
– Разработка технологии напитков из микрозелени свеклы и эстрагона и исследование их физико-химических, микробиологических и технологических свойств
– Разработка технологии заменителя соли на основе растительного сырья Salicornia
– Подготовка нормативно-технической документации на новую продукцию и подача заявки на патент Республики Казахстан на способ получения напитков из микрозелени
– Проведение опытно-промышленной апробации производства разработанной продукции

Ожидаемые результаты
– Будут проведены экспериментальные исследования по оптимизации систем вертикального фермерства с использованием микрозелени свеклы и эстрагона
– Будет выращен материал и собраны образцы микрозелени для проведения комплексных анализов
– Будут исследованы физико-химические и показатели безопасности микрозелени свеклы и эстрагона
– Будет разработана и исследована технология напитков из микрозелени, включая их физико-химические, микробиологические и технологические характеристики
– Будет создана технология заменителя соли на основе сырья Salicornia
– Будет подготовлена нормативно-техническая документация и подана заявка на патент Республики Казахстан
– Будет проведена опытно-промышленная апробация производства разработанной продукции

Состав исследовательской группы РП-4:

Исследование методов тестирования на проникновение и анализ уязвимостей беспроводных сетей в контексте цифровых экосистем города (РП-5)

Описание направления
Проект направлен на исследование уязвимостей и разработку методов тестирования на проникновение в беспроводных сетях, обеспечивающих работу цифровых экосистем города. По мере интеграции цифровых технологий в городскую среду они становятся основой функционирования таких систем, как «умные дома», автономный транспорт, интеллектуальное видеонаблюдение и IoT-устройства. Их надёжность и защищённость напрямую определяют устойчивость городской инфраструктуры.
Основное внимание будет уделено выявлению и классификации уязвимостей, а также апробации методов повышения уровня сетевой безопасности в Smart City.

Цель исследования
Анализ уязвимостей и существующих подходов к тестированию на проникновение с последующей разработкой практических рекомендаций по укреплению защиты данных и предотвращению потенциальных атак.

Задачи исследования
— Изучить современные методы тестирования на проникновение и подходы к анализу уязвимостей в условиях цифровых экосистем
— Провести исследование баз данных уязвимостей IoT-устройств и смоделировать возможные сценарии атак на элементы инфраструктуры Smart City
— Разработать методику оценки уровня защищённости IoT-сетей с применением графовых моделей и таксономии уязвимостей
— Создать метод и программный инструмент для проведения тестов на проникновение
— Провести испытания разработанного решения, выполнить количественную оценку его эффективности, подготовить техническую документацию и заявку на регистрацию авторских прав
— Сформировать рекомендации для специалистов по эксплуатации и администрированию сетевой инфраструктуры и IoT-систем

Ожидаемые результаты
— Будет выполнен обзор и сравнительный анализ существующих методов тестирования и подходов к анализу уязвимостей
— Будут выявлены уязвимости IoT-сетей, смоделированы сценарии атак и разработана их таксономия
— Будет предложена и апробирована методика оценки защищённости беспроводных сетей
— Будет создан и протестирован программный инструмент для проведения тестов на проникновение
— Будет проведена верификация метода и дана количественная оценка его эффективности в лабораторных и практических условиях; подготовлена документация и заявка на авторские права
— Будут разработаны рекомендации для разработчиков и администраторов сетей и IoT-устройств

Состав исследовательской группы РП-5:

Разработка комплексной цифровой платформы умного города для сбора и аналитической обработки данных, а также интеграции всех решений (Задачи 1–6) (РП-6)

Описание направления
Проект нацелен на создание единой цифровой платформы, обеспечивающей интеграцию данных из различных элементов городской инфраструктуры (транспорт, энергетика, экология, безопасность и др.). Платформа позволит осуществлять сбор, обработку и визуализацию данных в реальном времени, а также использовать аналитические инструменты для прогнозирования и повышения эффективности управления городскими ресурсами. Это будет способствовать улучшению качества жизни населения и устойчивости городской экосистемы.

Цель направления
Создание единой цифровой платформы умного города, интегрирующей данные различных систем и обеспечивающей их обработку, анализ, прогнозирование и визуализацию. Реализация позволит повысить эффективность управления городской инфраструктурой, улучшить взаимодействие с жителями и обеспечить устойчивое развитие города.

Задачи направления
— Провести обзор и анализ современных технологий и решений для построения цифровых платформ умного города.
— Разработать архитектуру комплексной цифровой платформы для сбора, обработки и анализа данных.
— Реализовать программно-аппаратный комплекс платформы с функциями интеграции и аналитики.
— Обеспечить объединение решений, разработанных в рамках проектов РП-1 – РП-5, в единую цифровую платформу.

Ожидаемые результаты
— Будет проведён обзор и сравнительный анализ технологий и решений в области цифровых платформ умного города.
— Будет создана архитектура комплексной цифровой платформы для сбора, аналитической обработки и визуализации данных.
— Будет разработана и внедрена цифровая платформа умного города с интегрированными функциями сбора, анализа и прогнозирования.
— Будет обеспечена интеграция решений РП-1 – РП-5 в единую платформу, способную работать как целостная цифровая экосистема города.

Состав исследовательской группы РП-6: