Авиационная безопасность остаётся приоритетом в условиях растущего пассажиропотока. Ежегодно миллиарды людей проходят досмотр, сталкиваясь с рисками от контрабанды до терроризма. Традиционные методы, включающие ручные проверки и сканеры, перегружают персонал и вызывают задержки, снижая эффективность. Автор предлагает внедрение искусственного интеллекта (ИИ) для предиктивного анализа угроз на основе больших данных. Модели на рекуррентных нейронных сетях (RNN) и глубоком обучении анализируют исторические инциденты, трафик, погоду и поведение, позволяя оптимизировать ресурсы и фокусироваться на высокорисковых зонах. Отчеты FAA (2022) показывают, что 70% инцидентов связаны с человеческим фактором. В России действует Федеральная система обеспечения авиационной безопасности (2019), интегрирующая стандарты ICAO с местными мерами против терроризма и незаконного перемещения. Ключевые принципы досмотра: риск-ориентированный подход с корректировкой мер по уровням опасности. Методы включают визуальный осмотр, металлоискатели, рентген, сканеры тела и ручной досмотр для пассажиров и багажа. Для судов и инфраструктуры – кинологи, датчики и патрулирование. ИИ дополняет эти меры, прогнозируя риски. Исследования в авиации демонстрируют точность до 95% в распознавании аномалий. В РФ фокус на снижении ложных тревог на 30% и интеграции с существующими системами. На текущий момент имеется и ряд вызовов: нехватка данных, приватность. Рекомендуется адаптация к российским аэропортам с учетом геополитики, тестирование и сотрудничество с регуляторами. Цель данной статьи – разработать и протестировать модель ИИ для предиктивного анализа рисков в досмотровых процедурах аэропортов.
искусственный интеллект, предиктивный анализ, авиационная безопасность, досмотровые процедуры, машинное обучение
1. Международная организация гражданской авиации. URL: https://www.un.org/ru/ecosoc/icao/. (дата обращения: 21.12.2025 г.).
2. Годовой отчет NextGen. URL: NextGen Annual Report Fiscal Year 2022. (дата обращения: 21.12.2025 г.).
3. «Федеральная система обеспечения авиационной безопасности (Национальная программа авиационной безопасности)» (одобрено Межведомственной комиссией по авиационной безопасности, безопасности полетов гражданской авиации и упрощению формальностей 04.04.2019). URL: https://www.consultant.ru/document/cons_doc_LAW_328563/. (дата обращения: 21.12.2025 г.).
4. Федеральное агентство воздушного транспорта Росавиация. URL: https://favt.gov.ru/. (дата обращения: 21.12.2025 г.).
5. Альгамди М.И. Определение влияния осведомленности о кибербезопасности на поведение сотрудников: пример Саудовской Аравии. Материалы сегодня: Материалы конференции, 2022. – С. 122.
6. Болюта Э.А. Павлов Д.Ю., Самышева О.А. Преимущества и недостатки применения современных технологий в области авиационной безопасности // Актуальные вопросы современной науки: теория, технология, методология и практика: Сборник научных статей по материалам X Международной научно-практической конференции, Уфа, 27 декабря 2022 года. Том Часть 1. – Уфа: Общество с ограниченной ответственностью «Научно-издательский центр «Вестник науки», 2022. – С. 110-115.
7. Колбасина А.А., Севрюкова Е.М., Бурцев Д.С. Сравнительный анализ автоматизированных систем предполетного досмотра пассажиров в аэропорту // Экономика и бизнес: теория и практика, 2025. – № 3 (121).
8. Состояние безопасности полетов в гражданской авиации государств-участников соглашения о гражданской авиации и об использовании воздушного пространства в 2024 г. URL: https://mak-iac.org/upload/iblock/54e/gh74inwm1ez2bj2o89jqqwthgf8nii5k/bp-24.pdf. (дата обращения: 21.12.2025 г.).
