Аннотация: Предметом исследования является моделирование и прогнозирование террористической и экстремистской активности РСО-А. Эта задача является актуальной, поскольку террористическая активность во всем мире остается в течение последних лет весьма высокой и даже грубый прогноз позволяет принять превентивные меры в случае возможного обострения обстановки.
Обычно для прогнозирования используют анализ механизмов радикализации и формирования экстремистских групп. При этом применяются методы теории игр и машинного обучения и модели распространения эпидемических заболеваний. Во всех случаях для верификации моделей требуется большой объем исходной информации, которая, как правило, отсутствует. Кроме того, эти модели применимы только для регионов с достаточно высоким уровнем экстремистской и террористической активности.
В работе предлагается метод прогнозирования террористической и экстремистской активности для регионов, где ее уровень низок. Метод основан на предположении о том, что лица не удовлетворенные своим социальным статусом и не видящие перспектив его улучшения вовлекаются в различные радикальные группировки и/или склоняются к экстремизму и терроризму. Поскольку попасть в радикальную группировку, деятельность которой не запрещена законом, существенно легче, рост интенсивности вовлечения в них опережает рост экстремистской и террористической активности и является ее предвестником.
Метод апробирован на примере Республики Северная Осетия-Алания, в которой типичной радикальной группой являются приверженцы радикального ислама. Показано, что для РСО-А террористическая активность в регионе может быть спрогнозирована по интенсивности вовлечения в радикальные группировки с лагом в два года. Предложенная модель позволяет удовлетворительно оценить изменение террористической активности в республике Северная Осетия-Алания за период 2015–2019 гг.

Abstract: The subject of the study is the modeling and forecasting of terrorist and extremist activity of RSO-A. This task is urgent, since terrorist activity around the world has remained very high in recent years and even a rough forecast allows us to take preventive measures in case of a possible aggravation of the situation.
Usually, an analysis of the mechanisms of radicalization and the formation of extremist groups is used for forecasting. At the same time, the methods of game theory and machine learning and models of the spread of epidemic diseases are used. In all cases, the verification of models requires a large amount of initial information, which, as a rule, is missing. In addition, these models are applicable only for regions with a sufficiently high level of extremist and terrorist activity.The paper proposes a method for predicting terrorist and extremist activity for regions where its level is low. The method is based on the assumption that people who are not satisfied with their social status and do not see prospects for its improvement are involved in various radical groups and/or are inclined to extremism and terrorism. Since it is much easier to get into a radical group whose activities are not prohibited by law, the increase in the intensity of involvement in them outstrips the growth of extremist and terrorist activity and is its harbinger.
The method is tested on the example of the Republic of North Ossetia-Alania, in which adherents of radical Islam are a typical radical group. It is shown that for RSO-A, terrorist activity in the region can be predicted by the intensity of involvement in radical groups with a lag of two years. The proposed model allows us to satisfactorily assess the change in terrorist activity in the Republic of North Ossetia-Alania for the period 2015-2019.

Аннотация: В статье рассматриваются возможные предвестники нерегулярной смены власти (переворота, революции, импичмента и т.п.) с целью возможного ее прогнозирования. Предполагается, что за несколько лет перед нерегулярной сменой власти напряженность элиты должна расти. Оценка напряженности элиты выполняется с помощью ранее разработанной математической модели по напряженности народа. Последняя определяется с использованием в качестве индикатора нормированного уровня предумышленных убийств. Рассмотрено 14 случаев нерегулярной смены власти в 11 странах. В целях большей формализации прогнозирования для всех стран использовались одни и те же значения констант модели. В 10 из 14 случаях полученные по предлагаемому методу оценки напряженности элиты показывают ее заметный рост (более чем на 10%) в течение пяти лет, предшествующих смене власти, или два значительных скачка напряженности элиты за те же пять лет. Использование предлагаемого подхода позволило правильно предсказать несвоевременную смену власти в 71% рассмотренных случаев. Предложенный метод, наряду с существующими методами, можно использовать для предсказания политических кризисов, которые с большой вероятностью завершатся нерегулярной сменой власти.

Abstract: This article examines the potential precursors for an irregular change of power (coup, revolution, impeachment, etc.) for the purpose of its possible forecasting. It is assumed that several years prior to an irregular change of power, tension of the elite should increase. The elite tension is assessed by public tension using the previously developed mathematical model. The latter is determined using the normalized homicide rate as an indicator. The article examines 14 cases of irregular change of power in the eleven countries. Identical values of the constants of model were applied to all countries for more detailed forecasting formalization. In ten out of fourteen cases, the estimates of tension of the elite obtained by the proposed method, demonstrate noticeable increase (by more than 10%) in five years preceding the change of power, or two significant run-ups n tension of the elite over same five years Implementation of such approach allowed to accurately predict an untimely change of power in 71% of the considered cases The proposed method, along with other existing methods, may be valuable for predicting the political crises that are highly likely to end in the irregular change of power.