Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

Диссертация посвящена исследованию места и роли согласия на обработку персональных данных с учетом актуальных норм российского информационного права. В работе проведен анализ исторического развития подходов к регулированию в области персональных данных в целом и к определению персональных данных в частности. Исходя из определенного в работе теоретико-исторического фундамента, диссертант изучает правовую природу согласия на обработку персональных данных как одного из наиболее часто используемых правовых оснований, формулирует функциональное определение согласия субъекта, основанное на триаде легализующей, контролирующей и информирующей функций. Для решения проблем, возникающих в теории и на практике, диссертантом предлагается использовать особую иерархию правовых оснований, опирающуюся на критерии связи с контекстом обработки и зависимости от активного действия субъекта. Тезисы, выносимые на защиту, направлены не только на последовательное развитие теории информационного права применительно к институту персональных данных, но и на решение практических проблем — таких, как избыточное использование согласия субъекта в качестве правового основания обработки данных о нем, — с учетом актуальных тенденций развития регулирования в области персональных данных.

Диссертация посвящена исследованию публично-правовых аспектов взыскания исполнительского сбора в Российской Федерации. В работе раскрывается двойственная правовая природа исполнительского сбора; обозначается порядок взыскания его как публично-правовой санкции; определяются проблемы, возникающие при освобождении от взыскания исполнительского сбора и связанные с судебной защитой прав должников при оспаривании административного акта – постановления судебного пристава-исполнителя.Предложены направления совершенствования нормативно-правового регулирования в данной сфере.

Диссертация посвящена трём взаимосвязанным компонентам самоконтролируемого обучения: архитектурам моделей, функциям потерь и специфичным для данных вспомогательным задачам, применительно к визуальным данным, временным рядам с промышленных датчиков и графовым данным. Для визуальных данных предложены архитектуры на основе рекуррентных сетей с механизмами внимания и визуальных трансформеров для монокулярной оценки глубины, включая облегчённую модель для мобильных устройств. Отдельно разработаны подходы к визуальному распознаванию места на основе семантической и глубинной информации и фреймворк дистилляции знаний «учитель-ученик» для обнаружения 3D-объектов. В части временных рядов с промышленных датчиков разработаны специализированные функции потерь и архитектуры моделей взаимодействия, которые позволяют устойчиво диагностировать неисправности и предсказывать остаточный ресурс промышленного оборудования при минимальном объёме размеченных данных. На графовых данных предложены новые вспомогательные задачи: построение векторных представлений рёбер статических и динамических графов, обучение на молекулярных графах и формирование вознаграждения в обучении с подкреплением на основе графовых нейронных сетей. Результаты расширяют теоретическую базу самоконтролируемого обучения и апробированы в задачах промышленных партнёров. В их числе интеграция в задачах индустриальных партнеров.

This PhD dissertation proposes two new metaheuristic frameworks that extend the Genetic Algorithm (GA) to address premature convergence and limited exploration in combinatorial optimization. The first, the Genetic Engineering Algorithm (GEA), is inspired by genetic engineering principles and introduces three biologically motivated operators, gene mining, purification, and insertion, which reuse elite genetic material to improve diversity while still guiding the population toward convergence. The second, the Genetic Speciation Algorithm with Interplay Among Species (GSAIS), takes a different approach, applying cluster-based speciation combined with predator-prey dynamics so that individuals are grouped into distinct behavioral roles that shape their fitness updates, search behavior, and evolutionary operations. Within-species operations and short-term memory mechanisms are used to preserve diversity further and prevent the population from stagnating. Both algorithms are evaluated on NP-hard optimization problems drawn from supply chain and healthcare applications. To be more specific the Generalized Quadratic Assignment Problem (GQAP) and Operating Room (OR) Planning and Scheduling Problem is used to study patient scheduling in healthcare systems. Standard continuous benchmark functions are also included to test general optimization performance beyond these two optimization problems. Both algorithms model evolution and speciation more closely than standard GA, and this closer alignment with natural processes is what allows them to overcome the classical limitations of premature convergence and diversity loss. The results on these NP-hard problems confirm that this more biologically grounded design translates into stronger and more reliable optimization performance.

Диссертация посвящена развитию методов криптографического анализа симметричных блочных шифров. Предложен общий подход к построению невозможных дифференциалов для обобщённых сетей Фейстеля специального вида. Для алгоритма КБ-256 найден невозможный переход разностей на полное число раундов и показана неулучшаемость рассмотренной схемы изменением числа слагаемых функции обратной связи. Для алгоритма 2-ГОСТ уточнена оценка известного метода анализа, построен эффективный метод встречи посередине для восстановления ключа и предложена модификация перестановочной ключевой развёртки, устраняющая кратные неподвижные точки. Результаты могут использоваться при оценке стойкости, разработке и регламентации применения криптографических алгоритмов.

Исследование, представленное в этой диссертации, подводит промежуточный итог относительно длительному теоретическому наблюдению за основанием того, что могло бы быть названо природой звуковой модерности — культурно-историческому преобразованию революционного типа по отношения к звучащему и слышимому, которое начинало свое движение в позднеренессансное время, закреплялось в эпоху религиозно-реформаторских движений, стало необратимым после Великой Французской революции и окончательно отрезало себе отступление назад с появлением первых технологий звукозаписи, рождением модернистского романа, со всеобщей медиатизацией, художественно-звуковыми экспериментами и трансформацией европейской субъективности, делающей теперь ставку на опыт и переживание. Эти значимые изменения мира чувственных созерцаний были поэтапно вписаны и в другие, смежные преобразования эстетизированного отношения к миру и повседневности в целом, зафиксированы в кантовском эстетическом проекте и наследуют его многочисленным интуициям и положениям. Теоретическая значимость данного исследования может быть определена таким образом: систематизация, квалификация, инвентаризация и оценка номенклатуры преимущественно рассеянного до сих пор знания о звуке должна, в идеале, образовать задел для дальнейших теоретических разработок в области звука, понимаемого как конструкт либо в качестве гибрида физико-акустических и культурно-исторических форм фиксации звуковых значений.

В диссертационном исследовании впервые на российских данных проведена комплексная оценка экономических потерь от избыточного веса населения, объединяющая макроэкономические потери от преждевременной смертности и микроэкономические эффекты избыточного веса на заработную плату. На основе данных о смертности, демографии и ВВП России за 2023 год с использованием методологии потерь человеческого капитала показано, что суммарный объем ВВП, не произведенного в 2023 году и в последующие годы потенциального дожития вследствие ранней смертности из-за избыточного веса в 2023 году, достигает около 1,25 трлн рублей (в ценах 2023 года), или 0,7% ВВП и 14% государственных расходов на здравоохранение. На долю мужчин приходится около 73% этих потерь из-за более частой смертности в трудоспособном возрасте, а основное долгосрочное бремя создаёт смертность граждан в возрасте 35–59 лет. На панельных данных РМЭЗ НИУ ВШЭ и региональных данных Росстата за 2013–2023 годы установлено, что избыточный вес статистически значимо снижает заработную плату женщин (на 3–9% при росте ИМТ на один пункт) и не влияет на заработки мужчин; наибольшее падение заработка наблюдается в строительстве, образовании, торговле и потребительских услугах, а в транспорте, сельском хозяйстве, управлении, финансах и энергетике связь не выявлена. На основе результатов предложены меры корпоративной и государственной политики, направленные на снижение распространённости избыточного веса и сокращение долгосрочных экономических потерь для российской экономики.

Диссертационное исследование посвящено задачам моделирования и алгоритмизации для кэширования в сетях именованных данных (Named Data Networks, NDN). Основой исследования являются методы теории вероятностей, теории марковских процессов, а также имитационное и мультиагентное моделирование. В работе предложены имитационная модель с реализацией алгоритма кэширования Least Recently Used (LRU) на основе дискретно-событийного моделирования и математическая модель задержек получения контента. Модели дают возможность оценить задержку на каждом из сегментов от пользователя до облака, а также вычислить основные характеристики работы кэша на граничном сервере. Показано, что кэширование на основе граничного сервера позволило снизить задержку доступа к контенту и уменьшить издержки оператора на обращения в удаленное облако. Предложен метод кооперативного кэширования в сети VANET, который по сравнению со стандартной NDN-схемой (leave copy everywhere) позволяет улучшить значения следующих метрик: вероятность попадания в кэш, задержка, вероятность потери пакета. Также реализована марковская модель NDN-кэша на базе алгоритма 2-LRU, которая позволяет снизить сложность моделирования кэша за счет классового подхода к делению каталога. Показано, что такая модель позволяет снизить размер кэша на 5,1% для сценария с одинаковым временем скачивания контента для классов и на 12,43% – с индивидуализированным.

Диссертационная работа Алены Сергеевны Феногеновой посвящена разработке комплексной методологии оценки генеративных фундаментальных моделей, в частности больших языковых моделей (БЯМ, англ. LLM), для русского языка. Актуальность исследования обусловлена стремительным развитием LLM, демонстрирующих беспрецедентные способности, и одновременным отсутствием объективных, воспроизводимых и методологически выверенных инструментов для их сравнения на русском языке. Существующие бенчмарки англоцентричны и не учитывают лингвистическую и культурную специфику нерусских языков, а их механический перевод приводит к систематическим искажениям и неадекватной оценке возможностей моделей.
В работе решается фундаментальная научная проблема, связанная с дефицитом всесторонней системы оценки LLM для русского языка. Автор анализирует эволюцию подходов к бенчмаркингу от классических тестов на понимание языка (Russian SuperGLUE) до первых бенчмарков для генеративных моделей (TAPE), выявляя их ключевые ограничения. На этой основе разработан и представлен новый, масштабный бенчмарк MERA, который включает более 20 задач в инструктивном формате, охватывающих 10 ключевых навыков — от базового понимания и экспертных знаний до программирования и этических оценок. Методологически MERA опирается на тесты с закрытыми ответами, что минимизирует риск «загрязнения» данных и обеспечивает высокую воспроизводимость и автоматизируемость результатов.
Основной вклад работы заключается не только в создании самого бенчмарка, но и в проведении масштабного тестирования: в рамках исследования было протестировано более 100 моделей и их конфигураций. Полученные результаты, сопоставленные с эталонными человеческими показателями, предоставили детализированную картину сильных и слабых сторон фундаментальных моделей. 
Разработанные в диссертации методологические фреймворки, открытая кодовая база и лидерборд MERA стали де-факто стандартом для независимого тестирования русскоязычных моделей, получив поддержку ведущих индустриальных и академических организаций. Практическая значимость работы заключается в предоставлении инструментов для оценки и целевого совершенствования русскоязычных моделей в сфере искусственного интеллекта.

Диссертационное исследование посвящено разработке и эмпирическому тестированию комплексной процедуры оценки поведения потребителей в цифровой среде ресторанной индустрии с целью поддержки управленческих решений на стратегическом и операционном уровнях. В работе онлайн-отзывы рассматриваются как цифровые поведенческие следы, отражающие субъективную интерпретацию клиентского опыта и формирование поведенческих реакций. Методологическая основа исследования включает библиометрический анализ научного поля, структурное тематическое моделирование текстов отзывов, количественный и геопространственный анализ. На материале онлайн-отзывов о ресторанах Санкт-Петербурга выявлены ключевые факторы клиентского опыта, показана их связь с пользовательскими оценками, а также установлены различия в цифровом поведении туристов и резидентов и роль пространственно-культурного контекста городской среды. В результате предложена воспроизводимая аналитическая модель, интегрирующая текстовые, поведенческие и пространственные данные и ориентированная на использование в управлении клиентским опытом и цифровой репутацией ресторанов.