Введение: Актуальность контроля городских территорий и определение ключевых концепций
Бурный рост городского населения, известный как урбанизация, наряду с экономическими преимуществами порождает комплексный вызов: обеспечение безопасности среды обитания и поддержание правопорядка. В XXI веке ключевым ответом на этот вызов стало внедрение интеллектуальных инфраструктур, интегрированных в концепции «Умный город» (Smart City). Центральное место в этой архитектуре занимают Государственные системы комплексной технической безопасности (ГСКТБ) — масштабные сети видеонаблюдения, оснащенные мощными аналитическими инструментами.
Актуальность глубокого анализа ГСКТБ обусловлена не только их растущим техническим потенциалом (использование искусственного интеллекта, распознавание биометрии), но и необходимостью строгого правового регулирования, которое должно обеспечить баланс между общественной безопасностью и фундаментальным правом граждан на приватность и защиту персональных данных. И что из этого следует? Только детальное изучение этих систем позволяет предотвратить их превращение из инструмента защиты в инструмент тотального контроля.
Определения ключевых терминов
Для академической корректности необходимо определить ключевые понятия, используемые в контексте ГСКТБ:
- Государственная система комплексной технической безопасности (ГСКТБ): В широком смысле — это совокупность технических и организационных средств, предназначенных для мониторинга, регистрации и оперативного реагирования на угрозы общественной безопасности. В российском контексте ГСКТБ часто реализуется как часть или надстройка над Аппаратно-программным комплексом (АПК) «Безопасный город». АПК «Безопасный город» представляет собой интегративную платформу, объединяющую сопряженные сегменты федеральных, региональных и муниципальных систем, предназначенных для обеспечения правопорядка и безопасности среды обитания (Распоряжение Правительства РФ от 03.12.2014 г. № 2446-р).
- Биометрические персональные данные (БПД) в контексте видеонаблюдения: Согласно Федеральному закону № 152-ФЗ «О персональных данных», видеоизображение гражданина становится биометрическим, если оно используется оператором (например, правоохранительными органами) для установления и подтверждения личности субъекта данных. Простая фиксация факта присутствия человека биометрией не является, но использование алгоритмов распознавания лиц автоматически переводит данные в категорию БПД.
- «Умный город» (Smart City): Концепция интеграции информационно-коммуникационных технологий (ИКТ) и Интернета вещей (IoT) для управления городскими активами, повышения качества жизни граждан, улучшения эффективности коммунальных служб, а также обеспечения безопасности (где ГСКТБ является ключевым элементом).
Целью настоящей работы является исчерпывающий анализ правовых основ, технологической архитектуры и эмпирической эффективности ГСКТБ в РФ, а также критическое рассмотрение социально-этических последствий их внедрения.
Нормативно-правовое регулирование ГСКТБ и защита данных в РФ
Внедрение и эксплуатация масштабных систем видеонаблюдения в России — процесс, строго регламентированный федеральным законодательством, которое призвано обеспечить баланс между потребностями государства в контроле и защитой конституционных прав граждан. Законодатель, как видно, ясно осознает, что без четких правил игры любая, даже самая благая цель, может быть искажена.
Правовой статус видеоизображения и режим обработки биометрических персональных данных (БПД)
Фундаментальным актом, регулирующим работу с видеоданными, является Федеральный закон № 152-ФЗ «О персональных данных».
Согласно этому закону, обработка видеоизображения, особенно в сочетании с технологиями распознавания лиц, имеет прямое отношение к биометрическим персональным данным (БПД). Статья 11 ФЗ № 152-ФЗ устанавливает общий принцип: обработка БПД возможна только при наличии письменного согласия субъекта данных.
Однако, именно в контексте ГСКТБ и обеспечения общественной безопасности возникает ключевое исключение. Для целей контроля городских территорий и оперативно-разыскной деятельности (ОРД) получение письменного согласия каждого проходящего мимо камеры гражданина является невозможным и нецелесообразным.
Углубленный анализ исключений по ФЗ № 152-ФЗ
Часть 2 статьи 11 ФЗ № 152-ФЗ устанавливает четкие исключения, когда обработка биометрических персональных данных может осуществляться без согласия субъекта. Эти исключения являются правовой основой для работы ГСКТБ, интегрированных в государственные системы безопасности:
Обработка БПД без согласия субъекта возможна в связи с осуществлением правосудия, исполнением законодательства Российской Федерации об обороне, безопасности, противодействии терроризму, транспортной безопасности, противодействии коррупции и оперативно-разыскной деятельности.
Таким образом, законодатель прямо устанавливает приоритет государственных интересов в сфере безопасности над требованием о получении индивидуального согласия, что обеспечивает легитимность использования систем распознавания лиц в публичных пространствах. Какой важный нюанс здесь упускается? Несмотря на легитимность сбора, это исключение накладывает на операторов систем повышенную ответственность за безопасность хранения и неразглашения этих данных.
Дополнительным важным элементом регулирования стало принятие Федерального закона № 572-ФЗ (от 29.12.2022 г.), который централизует автоматизированную обработку биометрических персональных данных через Единую Биометрическую Систему (ЕБС). Этот закон направлен на ограничение нецентрализованного использования биометрии негосударственными структурами и устанавливает строгие правила взаимодействия государственных систем с ЕБС, тем самым повышая контроль государства над использованием критически важных данных.
Требования к защите информации в ГСКТБ
Массивность, чувствительность и критическое значение данных, обрабатываемых ГСКТБ, требуют беспрецедентно высокого уровня информационной безопасности. Требования к защите информационных систем персональных данных (ИСПДн) устанавливаются статьей 19 ФЗ № 152-ФЗ.
Правовое регулирование здесь детализируется через подзаконные акты, разработанные ключевыми регуляторами в области инфобезопасности: ФСТЭК России и ФСБ России.
Специализированный обзор подзаконных актов:
| Регулятор | Нормативный акт | Предмет регулирования | Значение для ГСКТБ |
|---|---|---|---|
| ФСТЭК России | Приказ № 21 от 18.02.2013 | Утверждение Состава и содержания организационных и технических мер по обеспечению безопасности персональных данных при их обработке в ИСПДн. | Определяет конкретные технические меры защиты (идентификация, аутентификация, управление доступом, антивирусная защита), которые должны быть реализованы на уровне серверов, рабочих станций и каналов связи ГСКТБ. |
| ФСБ России | Приказ № 378 от 10.07.2014 | Утверждение Состава и содержания организационных и технических мер по обеспечению безопасности персональных данных при их обработке в ИСПДн с использованием средств криптографической защиты информации (СКЗИ). | Регламентирует использование криптографии для защиты каналов передачи данных (от камер до центров обработки), а также для безопасного хранения особо чувствительных данных, включая биометрию. |
Эти приказы обязывают операторов ГСКТБ проводить аттестацию систем, внедрять системы мониторинга событий безопасности и обеспечивать многоуровневую защиту данных от несанкционированного доступа, что критически важно для предотвращения утечек конфиденциальной информации.
Технологическая архитектура и интеллектуальный функционал современных ГСКТБ
Современные системы видеонаблюдения вышли за рамки простого видеорегистратора. Они стали высокоинтеллектуальными, распределенными вычислительными платформами, которые формируют ядро концепции «Умного города».
Принципы построения и интеграции систем
Ключевой принцип построения современных ГСКТБ в России — это создание Единой интеграционной платформы.
Традиционные системы безопасности часто представляли собой набор разрозненных, замкнутых (вендор-лок) решений. Интеграционная платформа, напротив, обеспечивает возможность одновременного подключения аналитических алгоритмов и оборудования от различных производителей (мультивендорный подход).
Преимущества Единой интеграционной платформы:
- Масштабируемость и гибкость: Позволяет добавлять новые типы камер, датчиков или аналитических модулей без необходимости полной замены ядра системы.
- Двойное назначение функционала: Одна и та же камера, интегрированная в общую платформу, может решать двойные задачи. Например, камера на перекрестке может одновременно использоваться для:
- Обеспечения безопасности: Распознавание лиц в розыске или детектирование несанкционированных собраний.
- Управления городскими ресурсами: Контроль правил дорожного движения (фиксация скорости и номеров), мониторинг плотности транспортного потока для оптимизации светофоров.
Подобные решения, такие как отечественные платформы «Управление территорией», консолидируют разнородные потоки данных (видео, геоданные, данные IoT), превращая их в единый информационный ресурс для принятия управленческих решений.
Видеоаналитика на основе искусственного интеллекта
Главная ценность современных ГСКТБ заключается в видеоаналитике, основанной на технологиях искусственного интеллекта (ИИ) и машинного обучения.
Ключевой функционал ИИ-видеоаналитики:
- Распознавание лиц и силуэтов: Позволяет оперативно идентифицировать разыскиваемых лиц, а также обнаруживать подозрительное поведение (например, длительное нахождение в запрещенной зоне).
- Детектирование действий и событий: Автоматическое обнаружение инцидентов (оставленные предметы, драки, падения, вандализм), что сокращает время реагирования экстренных служб.
- Распознавание автомобильных номеров (АНПР): Используется для поиска угнанного транспорта, контроля доступа, а также для автоматического наложения штрафов за нарушения ПДД.
- Предиктивная аналитика: Применение ИИ для анализа исторических данных о преступности и социально-экономических факторов с целью прогнозирования мест и времени вероятных инцидентов, что позволяет оптимизировать патрулирование.
Анализ ключевых технических проблем внедрения ИИ
Несмотря на впечатляющий функционал, внедрение ИИ-аналитики сталкивается с серьезными техническими барьерами, которые напрямую влияют на точность и надежность систем. Неужели эти технические проблемы ставят под сомнение саму идею массового внедрения ИИ в городскую среду?
- Низкое качество исходных видеоданных: Камеры, установленные в условиях плохой освещенности, атмосферных осадков или высокого трафика, часто выдают изображения недостаточного качества для высокоточного распознавания.
- Проблема подготовки обучающих данных: Для обеспечения необходимой точности систем распознавания лиц в масштабах мегаполиса требуется обработка и разметка колоссальных объемов данных. Для построения устойчивого характеристического профиля нейронным сетям необходимы обучающие наборы, исчисляемые десятками миллионов лиц и миллиардами фотографий. Этот процесс требует значительных вычислительных мощностей и ручных ресурсов, что является одним из наиболее узких мест в развитии ИИ-видеоаналитики.
Эмпирическое влияние ГСКТБ на криминогенную обстановку
Эффективность любой системы безопасности оценивается не по количеству камер, а по ее реальному влиянию на снижение уровня преступности и повышение раскрываемости правонарушений. В России масштабы внедрения ГСКТБ уже достигли уровня, позволяющего проводить глубокий эмпирический анализ.
Масштаб внедрения и статистика МВД РФ
Российская Федерация, особенно в рамках реализации программы «Безопасный город», продемонстрировала один из самых быстрых темпов внедрения систем видеонаблюдения в мире. В 2023 году страна вошла в тройку мировых лидеров по общему числу уличных камер, причем более 1 миллиона из них интегрированы в государственные системы безопасности.
Анализ актуальной статистики МВД (2024)
Последние статистические отчеты МВД России за 2024 год убедительно демонстрируют положительное влияние ГСКТБ на криминогенную обстановку в публичных местах:
| Показатель | Изменение (Январь-Февраль 2024 г. к 2023 г.) | Источник |
|---|---|---|
| Общее число зарегистрированных преступлений в общественных местах | Снижение на 14,0% | МВД России |
| Число преступлений на улицах, площадях, в парках и скверах | Снижение на 19,1% | МВД России |
Такое значительное снижение «уличной» преступности напрямую коррелирует с увеличением территориального охвата и повышением качества видеоаналитики. Камеры выступают не только как инструмент раскрытия преступлений, но и как мощный фактор превенции, заставляя потенциальных правонарушителей отказываться от противоправных действий в зонах контроля.
Кейс-анализ: Опыт Москвы и мировая практика
Москва, как мегаполис с одной из самых развитых систем видеонаблюдения в мире, служит показательным примером эффективности ГСКТБ.
К 2022 году в Государственную информационную систему Единый центр хранения и обработки данных (ГИС ЕЦХД) было интегрировано свыше 193 000 камер, при этом более 102 500 из них установлены на подъездах жилых домов. Такой высокий уровень проникновения обеспечивает практически полный охват наиболее уязвимых мест. Увеличение числа камер в жилом секторе, кстати, показывает, что фокус безопасности смещается с общегородского на персональный уровень, обеспечивая защиту имущества и граждан по месту жительства.
Результаты говорят сами за себя:
- В январе-феврале 2024 года, несмотря на незначительный общий рост зарегистрированных преступлений (+0,3%), число раскрытых преступлений увеличилось на 15,9% по сравнению с аналогичным периодом прошлого года.
- Множество резонансных преступлений и инцидентов (от поиска пропавших людей до обнаружения украденных предметов) были раскрыты благодаря оперативной работе с видеоархивами ЕЦХД.
Сравнительный обзор: Историческое влияние и мировая практика
Эффективность систем видеонаблюдения подтверждается и международными исследованиями. Классическое международное исследование, проведенное в 2004 году, показало, что установка камер может снижать общее число преступлений на 21% по сравнению с контрольными районами, что заложило методологическую базу для оправдания масштабных инвестиций в ГСКТБ по всему миру.
Российская концепция АПК «Безопасный город» по спектру контролируемых рисков и составу участников взаимодействия является уникальной и не имеет сопоставимых программ в мире. В то время как многие мировые проекты (например, в Лондоне или Сингапуре) фокусируются на транспортной безопасности и борьбе с терроризмом, российская система охватывает также ЖКХ, экологическую безопасность и гражданскую оборону.
Анализ смещения криминальной активности
Несмотря на очевидные успехи в борьбе с традиционной «уличной» преступностью, статистика МВД фиксирует тревожный тренд: рост числа преступлений, совершенных с использованием информационно-телекоммуникационных технологий, на 13,1% в 2024 году. Это указывает на смещение криминальной активности из физического пространства, контролируемого ГСКТБ, в цифровую сферу, которая требует иных, более сложных методов превенции и раскрытия.
Социально-этические риски и модели управления ГСКТБ
Внедрение масштабных ГСКТБ неизбежно порождает глубокие социально-этические дилеммы, связанные с правом на приватность, а также требует разработки эффективных и прозрачных моделей управления.
Социально-этические дилеммы: приватность и ИИ
Массовое видеонаблюдение, особенно с использованием технологий распознавания лиц, создает риск превращения городской среды в зону тотального контроля. Развитие технологий, делая жизнь человека прозрачной для государственных структур, приводит к концепции «постприватности», при которой информационная приватность перестает восприниматься как абсолютная и неприкосновенная ценность.
Ключевые социально-этические риски:
- Угроза конфиденциальности и утечки: Масштабные базы данных с биометрической информацией являются привлекательной целью для киберпреступников и могут быть скомпрометированы. Несанкционированный доступ или утечка могут нанести непоправимый ущерб правам граждан.
- Потенциальное злоупотребление: Существует риск использования данных ГСКТБ не по прямому назначению (безопасность), а для неправомерного политического или административного давления.
Этические принципы ИИ в России
Для смягчения этих рисков необходимо законодательное закрепление этических стандартов, особенно при использовании ИИ. Российская Федерация активно работает в этом направлении. Национальная стратегия развития искусственного интеллекта на период до 2030 года (Указ Президента РФ № 490 от 10.10.2019) устанавливает обязательность следующих принципов:
- Безопасность: Недопустимость причинения вреда человеку, обществу и государству.
- Прозрачность (Объяснимость): Требование предсказуемости результатов работы алгоритмов ИИ и возможности объяснения причинно-следственных связей их решений (чтобы избежать «черного ящика» в правоприменении).
- Недискриминация: Исключение возможности, что алгоритмы будут принимать предвзятые или дискриминационные решения на основе расы, пола или других признаков.
Организационно-правовые модели управления
Эффективность ГСКТБ зависит не только от технологий, но и от организационно-правовой модели управления, обеспечивающей межведомственное взаимодействие и подотчетность.
В России доминирующей моделью является интегративная модель АПК «Безопасный город». Эта модель уникальна своей централизованной координацией и широким спектром задач.
Детальное раскрытие функциональных блоков АПК «Безопасный город»
АПК «Безопасный город» объединяет около 150 систем в четыре основных, логически связанных функциональных блока (согласно методическим рекомендациям МЧС России):
| Блок | Ключевые функции | Целевое назначение |
|---|---|---|
| 1. Координация работы служб и ведомств | Единый центр управления, система 112, геоинформационная система. | Обеспечение оперативного межведомственного взаимодействия (МВД, МЧС, скорая помощь). |
| 2. Безопасность населения и муниципальной (коммунальной) инфраструктуры | Системы видеонаблюдения, охраны объектов ЖКХ, мониторинг радиационной, химической и биологической безопасности. | Профилактика техногенных катастроф и обеспечение личной безопасности граждан. |
| 3. Безопасность на транспорте | Системы контроля дорожного движения, фото- и видеофиксации нарушений ПДД, мониторинг транспортных потоков. | Снижение аварийности и оптимизация трафика. |
| 4. Экологическая безопасность | Мониторинг загрязнения окружающей среды, автоматизированный контроль промышленных выбросов. | Повышение качества среды обитания и снижение экологических рисков. |
Эта интегративная модель, ориентированная на принципы Устойчивой и безопасной городской среды, Интегрированности и взаимодействия, а также Непрерывного совершенствования качества управления, обеспечивает высокую степень контроля и подотчетности, что является ключевым условием для обеспечения общественного доверия и долгосрочной эффективности ГСКТБ.
Заключение
Государственные системы комплексной технической безопасности (ГСКТБ) стали неотъемлемым и критически важным инструментом контроля и обеспечения общественной безопасности в городских территориях Российской Федерации.
Проведенный анализ подтверждает, что российские ГСКТБ базируются на уникальной интегративной модели АПК «Безопасный город», которая демонстрирует высокую эффективность в борьбе с традиционной уличной преступностью. Актуальные данные МВД России за 2024 год, фиксирующие значительное снижение правонарушений в общественных местах (до −19,1%), и опыт Москвы с ростом раскрываемости преступлений (+15,9%) свидетельствуют о том, что масштабные инвестиции в интеллектуальное видеонаблюдение оправданы с эмпирической точки зрения.
С правовой точки зрения, система ГСКТБ легитимизирована благодаря четкому регулированию обработки биометрических данных (ФЗ № 152-ФЗ), которое предусматривает исключения для целей обеспечения безопасности и оперативно-разыскной деятельности. При этом законодательство обязывает операторов соблюдать строгие требования по защите информации, установленные приказами ФСТЭК и ФСБ.
Однако, развитие ГСКТБ порождает ряд серьезных вызовов:
- Смещение криминальной активности: Рост киберпреступности требует переориентации фокуса с физического контроля на защиту цифрового пространства.
- Этические дилеммы: Необходимость строгого соблюдения принципов прозрачности и объяснимости алгоритмов ИИ (согласно Национальной стратегии ИИ), чтобы избежать злоупотреблений и сохранить общественное доверие в эпоху «постприватности».
- Технологические барьеры: Требование обеспечения высокого качества данных и колоссальных ресурсов для разметки обучающих выборок для нейронных сетей.
В перспективе, ГСКТБ будут развиваться в сторону еще большей интеграции с другими элементами «Умного города» (транспорт, ЖКХ), превращаясь из инструмента чистого контроля в сложную систему проактивного управления рисками и повышения качества городской среды. Обеспечение стабильного баланса между технологической эффективностью, правовой корректностью и этической ответственностью остается ключевым условием для дальнейшего успешного развития систем безопасности в РФ.
Список использованной литературы
- Федеральный закон от 27.07.2006 N 152-ФЗ «О персональных данных» (Статья 11). Доступ из СПС «КонсультантПлюс».
- Федеральный закон от 29.12.2022 N 572-ФЗ «Об осуществлении идентификации и (или) аутентификации физических лиц с использованием биометрических персональных данных…». Доступ из СПС «Гарант».
- ГОСТ 7845-92. Система вещательного телевидения. Основные параметры. Методы измерения.
- ГОСТ Р 59407-2021. Информационные технологии (ИТ). Методы и средства обеспечения безопасности. Базовая архитектура защиты персональных данных.
- Видеокамеры систем видеонаблюдения: выбор объективов // БДИ. 1997. №4.
- Дамьяновски В. CCTV. Библия охранного телевидения. Москва: ООО «ИСС», 2002.
- Уваров Н. Динамика воспроизведения контраста ТВ камерой // БДИ. 2001. №6.
- Злобин В. Интеграция! Интеграция? // Алгоритм безопасности. 2004. №1.
- Никулин О.Ю., Петрушин А.Н. Системы телевизионного наблюдения: Учебно-справочное пособие. Москва: Оберег-РБ, 1997.
- Омельянчук А. О чем не пишут в даташитах // Системы безопасности. 2003. № 6.
- Уваров Н. Практические советы по фокусировке телевизионных камер // Резонанс. 2003. №1.
- Гедзберг Ю.М. Системы видеонаблюдения: выбор видеокамер // БДИ. 1997. №5.
- Уваров Н.Е. Настройка системы диафрагмирования ТВ камер // Скрытая камера. 2003. № 8-9 (16).
- A Further Look at Infrared Surveillance Systems. URL: www.asmag.com (Перевод Ю.М.Гедзберга: Современный взгляд на видеонаблюдение с ИК-освещением. URL: www.security-bridge.com (дата обращения: 23.10.2025)).
- Zhuang Chun-zhao. Infrared Surveillance Systems: Principles, Choice and Usage. URL: www.asmag.com (Перевод Ю.М.Гедзберга: Использование инфракрасного освещения в видеосистемах: принципы, выбор и использование. URL: www.security-bridge.com (дата обращения: 23.10.2025)).
- Measuring Russian CCTV Market. GMT Plus. URL: www.SecurityWorldmag.com (Перевод Ю.М.Гедзберга: Анализ российского рынка систем охранного телевидения. URL: www.security-bridge.com (дата обращения: 23.10.2025)).
- Pixim Digital Pixim System. Technology Backgrounder. URL: www.pixim.com (Перевод Ю.М.Гедзберга: Система оцифровки пикселей DPS компании Pixim. URL: www.security-bridge.com (дата обращения: 23.10.2025)).
- Gedzberg Y. Tragedy in the U.S.: why was it possible? // Detector International. 2001. №3, October (Перевод Ю.М.Гедзберга: Трагедия в США — почему это стало возможным. URL: www.security-bridge.com (дата обращения: 23.10.2025)).
- Использование систем видеонаблюдения в противодействии преступности // CyberLeninka. URL: https://cyberleninka.ru/article/n/ispolzovanie-sistem-videonablyudeniya-v-protivodeystvii-prestupnosti-1 (дата обращения: 23.10.2025).
- Аппаратно-программный комплекс (АПК) «Безопасный город» // Tadviser. URL: https://tadviser.ru/index.php/%D0%90%D0%9F%D0%9A_%D0%91%D0%B5%D0%B7%D0%BE%D0%BF%D0%B0%D1%81%D0%BD%D1%8B%D0%B9_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4 (дата обращения: 23.10.2025).
- Биометрия и видеонаблюдение / Хабр. URL: https://habr.com/ru/articles/766468/ (дата обращения: 23.10.2025).
- Сингапурская модель управления – пример для многих крупных компаний. URL: https://vk.com/@alabuga.oez-singapurskaya-model-upravleniya-primer-dlya-mnogih-krupnyh-kompa (дата обращения: 23.10.2025).
- Российский рынок систем безопасности в 2024 году: тренды и прогнозы // Securika Moscow. 2024. URL: https://securika-moscow.ru/ru/articles/rossiyskiy-rynok-sistem-bezopasnosti-v-2024-godu.html (дата обращения: 23.10.2025).
- ПРОБЛЕМА БЕЗОПАСНОСТИ ЛИЧНЫХ ДАННЫХ И ФЕНОМЕН ПОСТПРИВАТНОСТИ В ЦИФРОВОМ ОБЩЕСТВЕ // CyberLeninka. URL: https://cyberleninka.ru/article/n/problema-bezopasnosti-lichnyh-dannyh-i-fenomen-postprivatnosti-v-tsifrovom-obschestve (дата обращения: 23.10.2025).
- NtechLab: Распознавание лиц и силуэтов людей, автомобилей и номерных знаков. URL: https://ntechlab.ru/ (дата обращения: 23.10.2025).
- Кейс Система распознавания лиц — Training Data. URL: https://trainingdata.ru/cases/face-recognition-system-case (дата обращения: 23.10.2025).
- МВД России публикует статистическую информацию о состоянии преступности в Российской Федерации за 2024 год. URL: https://мвд.рф/news/item/41551817/ (дата обращения: 23.10.2025).
- «БЕЗОПАСНЫЙ ГОРОД» В РЕГИОНАХ МИРА: СРАВНИТЕЛЬНЫЙ АНАЛИЗ С РОССИЙСКОЙ КОНЦЕПЦИЕЙ // CyberLeninka. URL: https://cyberleninka.ru/article/n/bezopasnyy-gorod-v-regionah-mira-sravnitelnyy-analiz-s-rossiyskoy-kontseptsiey (дата обращения: 23.10.2025).
- Интеллектуальная платформа видеонаблюдения // Netris. URL: https://netris.ru/solutions/smart-city-video-platform/ (дата обращения: 23.10.2025).