Происходящие на Солнце процессы напрямую влияют на современные технологии, инфраструктуру, климат на Земле и самочувствие человека. Солнечные вспышки, коронарные выбросы и другие явления могут вызывать геомагнитные бури, нарушать работу космических спутников, телекоммуникаций и энергосетей. Необходимо отслеживать и прогнозировать солнечную активность, чтобы защитить критически важные объекты и улучшить понимание фундаментальных процессов, происходящих как на самом Солнце, так и в космосе в целом. Команда ученых Пермского Политеха и учеников Политехнической школы представили инновационную модель, которая, в отличие от текущих возможностей, способна предсказывать солнечную активность на 11 лет вперед. Этот прорыв имеет важное значение для стабильной работы космических технологий, энергосистем и проведения более точных климатических исследований.

Работа выполнена в рамках реализации программы стратегического академического лидерства «Приоритет-2030».

Солнечные вспышки, пятна и выбросы корональной массы (выбросы плазмы и магнитного поля из короны Солнца) генерируют мощные потоки заряженных частиц, которые взаимодействуют с магнитосферой Земли, вызывая геомагнитные бури. Эти явления могут нарушать работу спутников, телекоммуникаций, энергосистем, а также влиять на авиационные маршруты, проходящие через полярные регионы. Кроме того, солнечное излучение и ветер оказывают долгосрочное воздействие на атмосферу и магнитосферу планеты.

С помощью специальных моделей, которые учитывают динамические процессы внутри Солнца, специалисты составляют прогнозы о будущих всплесках солнечной активности. Зная о них заранее, можно планировать мероприятия по защите технологий, зависящих от космической погоды, корректировать траектории спутников и предупреждать авиакомпании о возможных рисках.

Существует много современных моделей, однако большинство из них способны давать прогнозы только на короткие сроки – на 6 часов вперед, 2-4 недели или 6 месяцев. Они не учитывают сложные физические процессы внутри Солнца, такие как сложное движение плазмы, конвекция и механизмы генерации магнитного поля, то есть все процессы, связанные с плазмой, появлением и преобразованием магнитных полей. Это приводит к неточностям в прогнозах, особенно на длительные периоды.

Ученые ПНИПУ представили собственную модель, основанную на теории солнечного динамо, которая учитывает эволюцию магнитных полей на Солнце. Это позволит увеличить срок прогнозирования, обеспечив более точные и надежные данные для планирования.

– Солнце – это не твердое тело, оно состоит из раскаленной плазмы, которая может двигаться относительно других слоев и областей. За счет этого движения формируются и поддерживаются магнитные поля. Они, в свою очередь, постоянно меняются, вращаясь и растягиваясь то вдоль экватора солнца, то поперек. Весь этот процесс называется солнечным динамо, который примерно каждые 11 лет обеспечивает циклическое образование, усиление и смену магнитного поля, а также воздействует на появление пятен и вспышек на Солнце. Наша модель построена на уравнениях, которые описывают эти процессы и тем самым позволяют воспроизвести этот 11-летний солнечный цикл, обеспечивая долгосрочный и точный прогноз, – объясняет Георгий Ташкинов, научный руководитель проекта, магистрант кафедры «Математическое моделирование систем и процессов» ПНИПУ, лаборант ИМСС УрО РАН.

Эффективность модели ученые доказали, сравнив полученные с ее помощью результаты с известными данными за последние несколько периодов прогнозирования (40-50 лет). Выявленная схожесть в построенных графиках достигает свыше 90% и позволяет утверждать о способности разработки создавать достоверные прогнозы на следующие 11 лет.

По словам разработчиков, новый продукт обеспечивает более точные и надежные данные для планирования, по сравнению с популярными зарубежными аналогами.

– Успешное применение нашей модели динамо, воспроизводящей тонкие свойства фазы основного солнечного цикла, – это важный шаг к построению надежного прогноза солнечной активности. Следующим этапом станет внедрение нейросетей нового поколения – Physics-Informed Neural Networks. В отличие от обычных нейросетей, которые учатся на данных, эти «нейросети-физики» будут основываться на фундаментальных уравнениях магнитной гидродинамики, описывающих процессы внутри Солнца. Это позволит создавать модели прогнозирования, которые не просто статистически точны, но и физически осмысленны. Мы ожидаем, что такой подход значительно повысит достоверность средне и долгосрочных прогнозов и даст нам более глубокое понимание физики солнечного динамо, – поделился Родион Степанов, профессор кафедры «Математическое моделирование систем и процессов» ПНИПУ, ведущий научный сотрудник ИМСС УрО РАН, доктор физико-математических наук.

Модель ученых Пермского Политеха полностью готова к использованию в научных и прикладных задачах и будет полезна для своевременного повышения безопасности и стабильности работы космических и наземных систем, зависящих от космической погоды.

В авиастроении и космонавтике для изготовления деталей конструкции используют индукционную плавку металла. С ее помощью делают лопатки и диски турбин, компрессоры, корпусы двигателей, элементы крепежа. При таком способе материал нагревается и перемешивается под действием магнитного поля. Однако при этом на поверхности могут образовываться тонкие пленки из загрязняющих веществ. Они становятся причиной дефектов изделий, которые могут достигать до 10% объема готовой продукции. Это ведет к увеличению количества брака, что напрямую влияет на экономическую эффективность производства. Ученые Пермского Политеха разработали математическую модель, которая описывает процессы индукционной плавки металла, и с ее помощью определили режимы плавки, при которых эта пленка не оседает на форме. Результаты найдут применение в современных металлургических технологиях.

Статья опубликована в «Инженерно-физическом журнале». Разработка выполнена в рамках программы стратегического академического лидерства «Приоритет 2030».

Индукционная плавка — это метод нагрева и плавления металлов с использованием переменного магнитного поля. Он основан на явлении электромагнитной индукции: металл в специальном сосуде для плавки (тигле) помещают в катушку (индуктор). Когда через нее проходит переменный ток, вокруг создается магнитное поле, что, в свою очередь, разогревает материал изнутри. Этот процесс широко используется в металлургии, поскольку не загрязняет металл. Так плавят сложные жаропрочные и коррозионностойкие сплавы, например, на основе никеля и титана, и производят изделия высокой прочности в авиации и космонавтике – лопатки и диски турбин, компрессоры, корпусы двигателей, элементы крепежа и другие ответственные конструкции.

При индукционной плавке используется вторичное сырье – материалы, которые повторно перерабатываются для получения новых. Это считается экономически выгодным, поскольку снижает затраты на производство, однако имеет недостаток – образование на поверхности расплава оксидной пленки из посторонних загрязняющих веществ. Попадая в изделие, она приводит к появлению дефектов, которые могут достигать до 10% объема готовой продукции. В результате такие детали теряют прочность, особенно при высоких нагрузках, что может привести к разрушению детали в процессе эксплуатации. Это особенно опасно в авиационной, космической и энергетической отраслях, поскольку создает риск возникновения аварий.

Для изучения сложного процесса индукционной плавки металла ученые Пермского Политеха создали комплексную математическую модель, которая позволит рассчитать течения металла при разных параметрах магнитного поля (частота, амплитуда), и как можно управлять процессом, чтобы минимизировать дефекты литья.

Особенность созданной модели, в отличие от существующих, заключается в том, что она рассматривает одновременно и состояние пленки на поверхности, и движение металла, что позволяет получать более точные данные. Она содержит уравнения, которые описывают, как нагревается металл, как внутри него распространяется тепло и перемешивается сам расплав при воздействии магнитного поля. Метод также позволяет проанализировать напряжения и деформации оксидной пленки и оценить, разорвется ли она.

Для проверки модели ученые провели вычислительные эксперименты для никелевого сплава. Рассчитывались установившиеся течения расплава при разной напряженности магнитного поля.

— Мы выяснили, какие режимы плавки нужно использовать, чтобы разогнать эту пленку еще на стадии плавки. Оказалось, что ее поведение зависит от частоты и напряженности магнитного поля. Оно глубже проникает в металл на низких частотах: до 240 Гц для никелевого сплава ЧС-70 ВИ, который предназначен для работы при высоких температурах и широко используется в авиастроении и космонавтике, и радиусе тигля 10 см. Это приводит к более интенсивному перемешиванию и к большим напряжениям в пленке, которые вызывают ее разрыв и удаление с поверхности. Это значит, что плавка в таком режиме позволит минимизировать дефекты и брак готовых изделий, – комментирует Илларион Никулин, профессор кафедры общей физики ПНИПУ, доктор технических наук.

Результаты исследования имеют важное значение для оптимизации технологии индукционной плавки. Комплексная модель ученых Пермского Политеха позволяет понять и предсказать, как металл ведет себя в индукционной печи, а управление частотой и напряженностью поля позволит минимизировать перегрев расплава. Это важно для того, чтобы повысить качество литья, снизить брак, сэкономить энергию и продлить срок службы технологического оборудования.

Сланцевый газ – это природный газ, который находится не в свободных подземных пустотах, как в обычных месторождениях, а глубоко внутри особо плотных горных пород – сланцев. Его трудно добывать без специальных технологий. Чтобы его извлечь, в пласте искусственно создают дополнительные трещины, используя технологию гидроразрыва. Однако сланцевые породы отличаются сложной и непредсказуемой структурой, сильной слоистостью и хрупкостью. Поэтому важно заранее изучить, как материал поведет себя во время такой операции, и в каких именно зонах ее проведение будет наиболее эффективно. Ученые Пермского Политеха и Китайского университета нефти и газа предложили новый метод, позволяющий виртуально исследовать сланец на компьютере без дорогих лабораторных испытаний. Способ позволяет на микроуровне изучить структуру минерала и с точностью до 90% предсказать, какие места лучше всего подходят для создания трещин. Это повысит успешность технологии гидроразрыва, минимизирует риски обрушений, снизит затраты и увеличит уровень добычи газа.

Статья с результатами опубликована в журнале «Society of Petroleum Engineers», 2025. Исследование выполнено при поддержке Национального фонда естественных наук Китая (№ 52374027) и Правительства Пермского края (№ СЭД-26-08-08-32).

Сланцевый газ состоит преимущественно из метана и используется как альтернатива традиционному газу: в качестве химического сырья для производства пластмассы, удобрений, смол и других продуктов, для отопления домов и как топливо в автомобилях и электроэнергетике. Его запасы в мире велики и во многих отраслях промышленности он способен заменить уголь, тем самым снизив выбросы углекислого газа в атмосферу.

Однако из-за тектонических особенностей породы, плотности и разнородного минерального состава добывать газ из сланцевых пород сложнее, чем из песчаников, карбонатных или угольных пластов. Особенно с больших глубин (более 3,5 километров). Поэтому, чтобы повысить эффективность гидроразрыва в таких условиях, важно заранее определить, в каких зонах выгоднее создавать дополнительные трещины. Без точного прогноза легко ошибиться с выбором места, что может вызвать обрушение пласта, утечку газа в атмосферу и пустую трату многомиллионных вложений на выполнение операции.

Обычно для этого проводят лабораторные испытания керна – образцов, извлеченных из скважин. Они помогают изучить механические свойства породы и понять, как она может деформироваться при гидроразрыве пласта. Однако для экспериментов требуется большое количество подобных образцов, а их добыча в глубокозалегающих пластах – это трудоемкий и дорогостоящий процесс. Также лабораторный анализ не учитывает неоднородность сланцев – их слоистость, пористую структуру и сложный минеральный состав, что может неправильно сказаться на результатах анализа.

Современные технические возможности позволяют с высокой точностью быстро и дешево воспроизводить горные породы с различными характеристиками в цифровом виде. А также многократно проводить виртуальные эксперименты и моделировать их деформацию в различных условиях.

Ученые Пермского Политеха совместно с коллегами из Китая разработали метод, который на основе детализированных трехмерных цифровых моделей керна позволяет спрогнозировать успешность гидроразрыва пласта в глубоких слоях сланцевых месторождений.

– Путем сканирования горной породы компьютерной томографией и обработки снимков электронной микроскопией мы создали настоящий трехмерный цифровой двойник керна, с помощью которого узнали точную структурную информацию о породе – пористость, микротрещины и минеральный состав сланца, включающий глину, кварц, полевой шпат и пирит. Сравнение с реальными образцами доказало правильность созданного 3D-образца. Погрешность составила всего 3-9%, – рассказывает Владимир Поплыгин, директор Когалымского филиала ПНИПУ, кандидат технических наук.

Далее эксперты смоделировали проведение гидроразрыва и рассчитали, как именно трехмерная модель керна деформируется под нагрузкой и какие параметры на это влияют. Результаты показали, что чувствительность сланцевой породы к повышению трещиноватости зависит от угла падения трещины и пласта, их плотности, твердости, длины, хрупкости минералов в составе, а также возникающих напряжений в процессе.

На основе полученных данных ученые разработали комплексную модель для оценки проницаемости глубоких сланцевых резервуаров, которая учитывает все эти факторы и позволяет предсказать зоны, где проведение гидроразрыва пройдет наиболее эффективно.

– Правильность прогнозирования модели мы оценили на практике в условиях сланцевого газового месторождения в Китае. На основе результатов модели был разработан подходящий сценарий операции и проведен гидроразрыв на двух участках разной глубины (3580-3640 и 3660-3730 метров). В первой зоне начальная добыча газа оказалась высокая, но коэффициент извлечения низкий. Напротив, для второй зоны характерны высокая начальная добыча и высокий коэффициент извлечения. Наша разработка достаточно точно предсказала эти различия, что подтверждает достоверность моделирования трещиноватости с помощью цифровой технологии, – поделился Владимир Поплыгин.

По словам исследователей в России такая разработка может быть полезна при добыче углеводородов из Баженовской Доманиковой свит на Урале и в Западной Сибири – комплексы нефтематеринских пород, которые характеризуются низкой проницаемостью пластов.

Методика ученых Пермского Политеха и Китайского университета позволяет повысить уровень добычи газа на основе реальных данных без дорогостоящих лабораторных исследований. Модель, предсказывающая успешность гидроразрыва пласта, повысит его эффективность, а также сократит время и затраты на подготовку и проведение операции.

Согласно данным статистики антивируса Dr.Web, в 2024 году общее число обнаруженных угроз увеличилось на 26,20%, а число уникальных угроз (с использованием конкретного вирусного ПО) – на 51,22%. Одним из самых распространенных последствий кибератак стала утечка конфиденциальной информации и данных пользователей: 72% таких случаев затронули частных лиц, а 54% — организации. Часто при этом злоумышленники используют стилеры – один из классов вредоносного программного обеспечения, которые используются для несанкционированного доступа к паролям, банковским данным и другой личной информации. Ученые Пермского Политеха разработали и протестировали код для обнаружения этих угроз. Он показал эффективность в 93% случаев.

Статья опубликована в сборнике материалов конференции «Автоматизированные системы управления и информационные технологии», том 2, 2024. Разработка выполнена в рамках программы стратегического академического лидерства «Приоритет 2030».

Стилер (от английского stealer – похититель) — это тип вредоносного ПО, разработанный специально для кражи данных с зараженного компьютера. Они направлены на сбор логинов, паролей, кредитных карт, файлов браузеров, истории просмотров и другой информации о системе. Эти программы часто используются в цепочке сложных атак, где начальный этап — сбор информации, а следующий — использование полученных данных для более серьезных проникновений, например, в корпоративные системы или облачные хранилища. Распространяются стилеры через мошеннические письма, поддельные сайты, спам-рекламу и даже имитацию пиратского программного обеспечения (читы для игр). Они представляют угрозу не только для частных пользователей, но и для компаний, а украденные данные могут использоваться для целевых атак или мошенничества.

Одним из наиболее опасных представителей этого класса стал Lumma Stealer — вирус, который активно используется киберпреступниками. Он маскируется под файлы с двойным расширением (по типу pdf.exe), чтобы обмануть пользователей. Распространяется он через поддельные сайты по переводу файлов из одного формата в другой: из документа Microsoft Word в PDF, из видео в аудио и так далее. Происходит это так: человек загружает на сайт документ формата, например, docx, конвертирует, а в результате скачивает файл вида document.pdf.exe, где и находится вирус. После запуска такого файла (а, на самом деле, программы) Lumma начинает свою работу: внедряется в систему, скрывает следы своего присутствия и собирает личные данные.

Методы многих современных антивирусов не всегда хорошо работают против конкретных стилеров, поскольку не отличаются гибкостью. Lumma использует продвинутую технику под названием Hollowing Injection: она позволяет ему маскироваться под легитимные процессы Windows. Это делает вирус особенно трудным для обнаружения традиционными средствами защиты.

Для борьбы с такими угрозами все чаще используется открытый инструмент YARA — это не конкретная программа, а система правил (кодов), которые предназначены для обнаружения вредоносного ПО. Это скорее напоминает язык программирования. Правила работают на основе уникальных шаблонов, которые каждый специалист может разработать индивидуально под конкретные задачи.

Ученые Пермского Политеха разработали уникальный набор правил YARA для обнаружения вирусов класса Lumma Stealer. Для этого они провели детальный анализ поведения вредоносного ПО и сформулировали уникальные строки и условия, по которым система будет определять наличие заражения в файлах.

– Наш способ анализирует поведение вируса: какие процессы он запускает, с какими файлами взаимодействует, пытается ли использовать какие-то техники для скрытия своей работы и так далее. Такой подход позволяет понять характерное поведение стилера, даже если его код был изменен или замаскирован. Также метод ученых обращает внимание на сигнатуры – это своего рода «отпечаток пальца» вредоносной программы, то есть уникальная последовательность байтов или строк, – рассказывает Дарья Тарутина, магистрант кафедры «Автоматика и телемеханика» ПНИПУ.

Сочетание этих двух методов дает высокую точность обнаружения и возможность быстро реагировать на угрозы. Кроме того, эти условия можно легко адаптировать под другие семейства стилеров.

– Разработанные нами правила YARA ищут специфические строки, характерные для Lumma, внутри исполняемых файлов. Работа метода была протестирована в изолированной среде на Windows 10. Сканирование проводилось для 192 файлов, из них 94 вредоносных. Результаты показали высокую эффективность: обнаружено 93% зараженных элементов, – комментирует Андрей Кокоулин, доцент кафедры «Автоматика и телемеханика» ПНИПУ, кандидат технических наук.

Благодаря простоте и гибкости этот инструмент может быть легко интегрирован в системы мониторинга, антивирусные решения и платформы обнаружения угроз. Кроме того, разработка собственных правил позволяет организациям реагировать на новые угрозы оперативно, не дожидаясь обновлений от антивирусов. Это особенно важно в условиях роста числа новых вредоносных программ, которые могут быстро изменять свои характеристики и обходить стандартные методы обнаружения.