Economic security Economic security Экономическая безопасность 2658-7548 BIBLIO-GLOBUS Publishing House 123712 10.18334/ecsec.8.8.123712 RUBSKB Articles Статьи Research Article A conceptual model of a digital twin for predicting threats to a company's economic security Концептуальная модель цифрового двойника для прогнозирования угроз экономической безопасности предприятия https://orcid.org/0009-0003-0194-9605 Belova Darya Viktorovna Белова Дарья Викторовна

старший преподаватель

 belova_d@mirea.ru MIREA — Russian Technological University Российский технологический университет «Московский институт радиоэлектроники и автоматики (МИРЭА)» 31 08 2025 8 8 VOL 8, NO8 (2025) ТОМ 8, №8 (2025) 2379 2402 15 07 2025 19 08 2025 Copyright ©; 2025, Belova D.V. Copyright ©; 2025, Белова Д.В. 2025 Belova D.V. Белова Д.В. https://1economic.ru/lib/123712

The article examines the application of digital twins and predictive analytics methods to predict cascading risks to a company's economic security. The integration of machine learning and scenario modeling makes it possible to identify threats at an early stage and test preventive measures in a virtual environment. Algorithms for data processing, including regression analysis, time series, and neural network models, are considered. The concept of a digital twin is proposed. For dynamic threat monitoring, the concept combines IoT, Big Data and AI. The results demonstrate the possibility of minimizing financial, production, and cyber risks prior to their implementation.

В статье исследуется применение цифровых двойников и методов предиктивной аналитики для прогнозирования каскадных рисков экономической безопасности предприятия. Интеграция машинного обучения и сценарного моделирования позволяет выявлять угрозы на ранних стадиях и тестировать превентивные меры в виртуальной среде. Рассмотрены алгоритмы обработки данных, включая регрессионный анализ, временные ряды и нейросетевые модели. Предложена концепция цифрового двойника, объединяющая IoT, Big Data и AI для динамического мониторинга угроз. Результаты демонстрируют возможность минимизации финансовых, производственных и киберрисков до их реализации.

 digital twin economic security predictive analytics scenario modeling machine learning цифровой двойник экономическая безопасность предиктивная аналитика сценарное моделирование машинное обучение 1. Караваева И.В., Лев М.Ю. Новые вызовы экономической безопасности России (обзор выступлений участников Всероссийской научно-практической конференции «VII Сенчаговские чтения. Экономическая безопасность России: реакция на новые вызовы») // Вестник Института экономики Российской академии наук. – 2023. – № 3. – c. 177-193. – doi: 10.52180/2073-6487_2023_3_177_193. 2. Митяков Е.С., Карпухина Н.Н., Митяков С.Н., Ладынин А.И. Когнитивное моделирование экономического развития промышленных экосистем // Экономика промышленности. – 2025. – № 1. – c. 63-77. – doi: 10.17073/2072-1633-2025-1-1383. 3. Лев М.Ю., Болонин А.И., Туруев И.Б., Лещенко Ю.Г. Концепция искусственного интеллекта в деятельности центральных банков: институциональные возможности // Экономическая безопасность. – 2024. – № 4. – c. 781-808. – doi: 10.18334/ecsec.7.4.120831. 4. Кулагина Н.А., Чепикова Е.М., Мугутдинов Р.М. Механизм выявления угроз экономической безопасности цифрового предприятия в инновационной бизнес-среде // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. – 2022. – № 1. – c. 115-126. – doi: 10.21869/2223-1552-2022-12-1-115-126. 5. Лев М.Ю., Лещенко Ю.Г., Медведева М.Б. Регулирование искусственного интеллекта международными организациями как фактор обеспечения технологической безопасности в национальных юрисдикциях // Экономическая безопасность. – 2024. – № 8. – c. 1999-2026. – doi: 10.18334/ecsec.7.8.121608. 6. Лев М. Ю. Интеграция технологий искусственного интеллекта в систему национальной безопасности России // Теневая экономика. – 2025. – № 2. – c. 143-164. – doi: 10.18334/tek.9.2.123301. 7. Митяков Е.С. Цифровые двойники и безопасность критической информационной инфраструктуры: правовые и технологические аспекты // Национальная безопасность и стратегическое планирование. – 2024. – № 4(48). – c. 29-34. – doi: https://doi.org/10.37468/2307-1400-2024-4-29-34. 8. Унижаев Н.В., Шедько Ю.Н., Власенко М.Н. Моделирование цифровых двойников в системах управления экономической безопасностью организации // Управленческий учет. – 2024. – № 3. – c. 239-246. 9. Alcaraz C., López J. Digital Twin: A Comprehensive Survey of Security Threat // IEEE Communications Surveys Tutorials. – 2022. – № 3. – p. 1475-1503. – doi: 10.1109/COMST.2022.3171465. 10. Jeremiah S.R., El Azzaoui A., Xiong N.N., Park J.H. A comprehensive survey of digital twins: Applications, technologies and security challenges // Journal of Systems Architecture. – 2024. – p. 103120. – doi: 10.1016/j.sysarc.2024.103120. 11. Digital Twin Market Report 2023-2027. Iot-analytics.com. [Электронный ресурс]. URL: https://iot-analytics.com/product/digital-twin-market-report-2023-2027/ (дата обращения: 08.08.2025). 12. Khajavi S.H., Tetik M., Liu Z., Korhonen P., Holmström Ja. Digital Twin for Safety and Security: Perspectives on Building Lifecycle // IEEE Access. – 2023. – p. 52339-52356. – doi: 10.1109/ACCESS.2023.3278267. 13. Lee J., Alghamdi A., Zaidi A. Creating a Digital Twin of an Insider Threat Detection Enterprise Using Model-Based Systems Engineering // IEEE International Systems Conference (SysCon). 2022. – p. 1-7.– doi: 10.1109/syscon53536.2022.9773890. 14. Mityakov E.S., Ladynin A.I., Shmeleva A.G., Kazakevich I.D. Critical Information Infrastructures Intelligent Protection: Digital Twins and Neural Network-Based Threat Detection Methods // 2025 VI International Conference on Neural Networks and Neurotechnologies (NeuroNT). Saint Petersburg, 2025. – p. 22-25.– doi: 10.1109/NeuroNT66873.2025.11049978. 15. Otoom Sh. Risk auditing for Digital Twins in cyber physical systems: A systematic review // Journal of Cyber Security and Risk Auditing. – 2025. – № 1. – p. 22-35. – doi: 10.63180/jcsra.thestap.2025.1.3. 16. Thiyagarajan R., Yadav M., Ali A., Sreekanth K. Hybrid Digital Twin Solutions for Real-Time Threat Prevention in AI-Driven IoT Networks // International Journal of Computational and Experimental Science and Engineering. – 2025. – № 2. – doi: 10.22399/ijcesen.2066. 17. Wang Yu., Su Zh., Guo Sh., Dai M., Luan T.H., Liu Y. A Survey on Digital Twins: Architecture, Enabling Technologies, Security and Privacy, and Future Prospects // IEEE Internet of Things Journal. – 2023. – № 17. – p. 14965-14987. – doi: 10.1109/JIOT.2023.3263909.