Исследование методов выявления преднамеренно созданных аномалий в электоральных данных тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Рябко Николай Юрьевич

• Рябко Николай Юрьевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Рябко Николай Юрьевич

Введение

Глава 1. Анализ состояния предметной области. Постановка задач исследования

1.1. Задача обеспечения достоверности электоральных данных, публикуемых по результатам выборов, проводимых в РФ, и интерпретаций

их результатов как задача информационной безопасности

1.2. Анализ теорий электоральных фальсификаций и аномалий электоральных данных, имеющих искусственное происхождение

1.3. Обзор математических методов, используемых для выявления преднамеренно созданных аномалий в электоральных данных

1.3.1. Анализ методов, основанных на анализе статистик распределения цифр в электоральных данных

1.3.2. Анализ методов, основанных на анализе связей между количественными показателями электоральных процессов

1.4. Постановка задач исследования

Глава 2. Многомерный статистический анализ официальных электоральных данных, представленных избирательными комиссиями, проводившими

в 2018 г. выборы Президента РФ

2.1. Структура электоральных данных о результатах выборов Президента РФ в 2018 г., размещенных на сайте ЦИК РФ

2.2. Разработка программного инструментария для автоматической выгрузки электоральных данных и предварительная обработка электоральных данных

2.3. Разработка методики оценивания оптимального значения параметра размытости функций, аппроксимирующих плотности распределений случайных последовательностей в методе Розенблатта-Парзена

2.4. Многомерный статистический анализ электоральных данных, представленных избирательными комиссиями, проводившими в 2018 г.

выборы Президента РФ

2.4.1. Статистический анализ распределений численности избирателей и их

явки на выборы на уровне УИК

2.4.4. Статистический анализ электоральных данных, представленных УИК

с аномально высокой явкой избирателей

2.5. Сравнительный анализ результатов выборов Президента РФ в 2018 г.

и данных экзит-полла, проведенного ВЦИОМ

2.6. Анализ результатов опросов экспертов, общественного мнения и экзит-поллов, проведенных в УФО накануне и в ходе выборов президента РФ в 2018 г

2.6.1. Анализ общественных настроений в УФО накануне выборов Президента РФ в 2018 г

2.6.2. Анализ результатов экзит-поллов в ходе проведения выборов Президента РФ в 2018 г. в УИК, зарегистрированных на территории УФО

2.7. Выводы

Глава 3. Оценка адекватности методов электоральной криминалистики на основе анализа синтезированных электоральных данных

3.1. Анализ известных моделей электоральных процессов

3.2. Алгоритм синтеза электоральных данных с заданными количественными характеристиками

3.3. Анализ статистических свойств синтезированных электоральных данных

3.4. Результаты анализа показателей синтезированных электоральных данных с помощью методов электоральной криминалистики

3.4.1. Анализ распределений последней цифры

3.4.2. Метод Бебера и Скакко

3.4.3. Метод Шпилькина

3.4.4. Модифицированный метод Шпилькина

3.5. Выводы

Глава 4. Обоснование организационных мероприятий, обеспечивающих противодействие распространению ложной и недостоверной информации

с целью делегитимации выборов в органы государственной власти РФ

4.1. Анализ механизмов делегитимации официальных электоральных данных

4.2. Обоснование перечня организационных мероприятий, призванных обеспечить противодействие делегитимации выборов в органы

государственной власти РФ

4.3 Выводы

Заключение

Список литературы

Приложение

Приложение

Приложение

Приложение

Введение диссертации (часть автореферата) на тему «Исследование методов выявления преднамеренно созданных аномалий в электоральных данных»

Введение

Актуальность темы исследования и степень разработанности темы

На современном этапе развития общественных отношений выборы как легитимный способ делегирования народом властных полномочий органам государственной власти и местного самоуправления являются одним из основополагающих условий существования и развития демократического правового государства. Избирательный процесс как совокупность форм реализации избирательного права граждан представляет собой политическую и правовую основы функционирования институтов представительной и выборной демократии, следовательно, задачи обеспечения проведения справедливых и прозрачных выборов, соблюдения и защиты прав участников избирательного процесса являются для органов государственной власти важными и актуальными.

Выборы в демократическом обществе являются способом мирного и легального регулирования политических конфликтов. Вместе с тем, анализ избирательных кампаний в различных странах показывает, что сами выборы зачастую выступают как конфликтное явление, активизируя противоборство политических сил. Это подтверждает, в том числе, история проведения выборов в Российской Федерации (РФ) и странах постсоветского пространства в конце XX - начале XXI вв., в которых проигравшие кандидаты/партии и их сторонники ставили под сомнение честность проведения выборов, а также оспаривали результаты голосования, обвиняя сотрудников государственных органов и членов избирательных комиссий различных уровней в фальсификации выборов - преднамеренном внесении в электоральные данные изменений, подменяющих результаты действительного волеизъявления избирателей и обеспечивающих победу заранее определенного кандидата/партии.

Под термином «электоральные данные» далее будем понимать следующие фиксируемые в каждой избирательной комиссии данного уровня (Центральная избирательная комиссия Российской Федерации (ЦИК РФ), избирательная комиссия (ИК), территориальная избирательная комиссия (ТИК), участковая избирательная комиссия (УИК)), созданной в РФ, показатели избирательного процесса: число зарегистрированных избирателей N^ ; Level = \ЦИК, ИК,ТИК,УИК}, jLevel -

JLevei

порядковый номер избирательной комиссии данного уровня; число избирателей, принявших участие в выборах NvLevel ; число избирателей, проголосовавших за

JLevel

данного(ю) кандидата/партию Г 1^ , i - порядковый номер кандидата/партии в

Г 1 jLevei

избирательном списке.

Далее, используя перечисленные выше фиксируемые электоральные данные, рассчитывают значения ряда электоральных показателей, в том числе, явку избирателей на выборы:

I NLevel I . г „/ П

Га, ,1 =Г-JeL, а% =Га 1 .100 (1)

L Levelh'Level _ЫER 1 Level _ jLevel L LeVel Jjevel V '

Level I

jLevel

и значения доли голосов избирателей, проголосовавших за данного кандидата/партию в избирательной комиссии данного уровня:

[nv "f

/ , = [дVl ,[«W^ = Kveif; ; -100. (2)

L J Level I ЛР L ___, ^ JJLevel

[ N

Level

J Level

Из (2) следует, что фальсификация результатов выборов фактически может быть реализована увеличением числа голосов, поданных за определенного кандидата (например, за счет вброса в избирательные урны некоторого числа бюллетеней, оставшихся в данной УИК не розданными), или изменением значений электоральных показателей непосредственно в итоговых протоколах избирательных комиссий, в

NV

N Level

. [ Kevd ]'

первую очередь - преднамеренного изменения значении

Отметим, что внесение каких-либо преднамеренных искажений в электоральные данные с целью изменения результатов выборов и референдумов с правовой точки зрения является уголовно наказуемым деянием (электоральным преступлением), что подтверждается наличием в Уголовном кодексе (УК) РФ статей 142 и 1421, предусматривающих уголовную ответственность за данный вид преступлений.

Для противодействия потенциально возможной фальсификации электоральных данных применяют различные организационные и организационно-технические меры, например, привлечение для мониторинга процесса голосования и подсчета голосов независимых наблюдателей (в том числе граждан других государств) или оснащение избирательных участков средствами аудио- и видеофиксации (включая установку вебкамер, позволяющих организовать видеотрансляцию процесса голосования в режиме реального времени).

Также для оценки степени «чистоты» проведенных выборов и референдумов традиционно используют данные социологических опросов избирателей, проводимых как в период предвыборной кампании, так и непосредственно в день голосования на выходе из избирательных участков (экзит-поллов). Следует отметить, что сведения об электоральных предпочтениях граждан, полученные в ходе социологического исследования, во многом зависят от методики проведения опроса, квалификации организации, проводящей исследование, политических предпочтений экспертов, оценивающих полученные данные. Таким образом, к ним следует относиться с известной долей осторожности (см., например, научные работы В.И. Паниотто, в которых приведены конкретные примеры, как опросы населения по самому широкому спектру вопросов (оценке социально-экономической ситуации и материального благополучия, степени защищенности от террористических угроз, уровня доверия к органам власти) могут быть использованы для формирования отрицательного отношения к органам власти и повышения уровня социальной напряженности в обществе, при этом активно применяются приемы искажения или интерпретации итоговых результатов для формирования негативной повестки, а само исследование в ряде случаев объявляется «сфабрикованным»).

Однако, описанные выше организационные и организационно-технические меры, а также нормы законодательства, регулирующие избирательный процесс в РФ, по мнению отдельных экспертов, занимающихся интерпретацией результатов проводимых выборов и референдумов, отнюдь не гарантируют отсутствия фактов масштабных фальсификаций электоральных данных в пользу победителя выборов, выявить которые, по их мнению, возможно с помощью соответствующих математических методов - методов «электоральной криминалистики».

По классификации, предложенной Н. Шалаевым, данные методы делятся на следующие классы:

1) методы, основанные на анализе частотных характеристик (функций и плотностей распределений) цифр в электоральных данных, собранных в ходе выборов;

2) методы, основанные на анализе соотношений между вычисляемыми характеристиками электоральных данных, например, уровнем явки избирателей и уровнем поддержки кандидатов.

К первой группе методов относятся:

1) Метод, основанный на законе Бенфорда (F. Benford), в соответствии с которым вероятность появления в первом разряде набора чисел, представляющих собой значения показателей некоторых реальных процессов, цифры d вычисляется по формуле:

p (d ) = log^ (1 +1/ d),

N - основание системы счисления. Такими наборами данных, например, являются последовательность степеней натурального числа 2, любая другая экспоненциальная последовательность, числа Фибоначчи, факториалы (R.M. Fewster).

2) Метод, основанный на анализе распределения цифр во втором значащем разряде набора чисел («The Second-Digit Benford's Law» (2BL)) (S. Shikano, С. Breunig), который, однако, при проверке гипотез:

Н0: фальсификации электоральных данных присутствуют,

Н : фальсификации электоральных данных отсутствуют, в ряде случаев допускал как ошибки первого рода, так и ошибки второго рода.

3) Методы, основанные на аксиоме, что при отсутствии фальсификаций появление цифр 0,1,..., 9 в последнем разряде числа равновероятно, а при наличии фальсификаций закон распределения данных цифр будет отличаться от равномерного закона, так как при внесении придуманных результатов голосования в итоговых протоколах будут преобладать психологически привлекательные цифры: для целых чисел в последнем разряде цифры 0 и 5, для процентных чисел - значения, у которых присутствует только одна цифра после запятой (Д. Кобак, М. Пшеничников).

4) Метод Бебера и Скакко (B. Beber, A. Scacco), основанный на изучении встречаемости в наборах процентных чисел парных цифр в младших разрядах (например, 11, 22 и т.д.), которая (как постулировано, но не доказано), при отсутствии фальсификаций должна быть одинаковой для всех пар цифр.

5) Метод, основанный на законе Стиглера, описывающем распределение цифр в первом разряде набора чисел (J. Lee, W.K. Tam Cho, G.G. Judge), который в ряде случаев (например, на финансовых рынках (R.J. Rodriguez) оказывается более точным, чем закон Бенфорда и его модификации (L. Leemann и D. Bochsler, L. Pericchi и D. Torres, J. Deckert, М. Мягков, P. C. Ordeshook).

6) Метод анализа распределений последней цифры набора чисел, предложенный А. Подлазовым. Данный метод вместо проверки с помощью известных статистических тестов гипотезы о соответствии распределения частот встречаемости цифр 0,1,., 9 равновероятному дискретному закону распределения с плотностью вероятности

подразумевает использование десятичного логарифма величины, представляющей собой сумму частот встречаемости в выборке, составленной из последних цифр электоральных данных, цифр 1,2,..., 9:

Г 9

ра = -^

Е

9

V ¡=0

где щ — число вхождений /-ой цифры в анализируемую выборку, N = Е щ — объем

¡=0

анализируемой выборки, которую автор метода называет «интерпретационной мерой выявления фальсификаций», не приводя при этом каких-либо обоснований и не проверяя его адекватность (например, на модельных данных).

Ко второй группе методов относятся методы, основанные на анализе зависимостей между электоральными показателями, вычисляемыми на основе электоральных данных:

1) Метод, предложенный А. Собяниным, описание которого было опубликовано им совместно с В. Суховольским (метод С-С), суть которого состоит в проверке гипотезы об отсутствии детерминированной связи между электоральными показателями «доля голосов избирателей, проголосовавших в у-ой ТИК за /-го кандидата»:

" "10 _ Г д.т "](') /г „vI Г % Г 1 пп

^тик \ . = ^^тик I. ^^тик \. , ^тик \ . = ^тик \ . "100,

-1 jТИК ^ -'¡ТИК / ^ -'¡ТИК ^ -1 1тик ^ -1 1тик

и показателем «число избирателей, принявших участие в выборах в у-ой ТИК», ^тик \ , основанный на ничем не подтвержденном постулате о том, при

^ \ ¡ТИК

отсутствии фальсификаций электоральных данных, детерминированная связь между данными показателями отсутствует, при наличии — имеет место.

2) Метод, предложенный С. Шпилькиным (признан в РФ иноагентом) в развитие метода С-С и основанный на постулате о том, что результат участника выборов (доля голосов, набранных партией или кандидатом) при отсутствии фальсификаций электоральных данных не зависит от явки избирателей (доли зарегистрированных избирателей, принявших участие в выборах, от общего числа зарегистрированных избирателей). Из этого следует, что формы изучаемых распределений числа голосов, поданных за данного кандидата, должны быть с точностью до масштабирующего коэффициента подобны друг другу, и наоборот, при их наличии ожидаемое подобие должно отсутствовать в диапазонах высокой явки избирателей на выборы. В этой связи автор метода сделал вывод, что на основании анализа распределения результатов выборов на плоскости «явка избирателей (абсцисса) — результат кандидата (ордината)» можно оценивать число голосов, приписанных победителю выборов за счет пропорционального уменьшения числа избирателей, проголосовавших за других кандидатов.

3) Метод, предложенный А. Подлазовым и развивающий метод Шпилькина (интегральный метод Шпилькина), в котором для выявления электоральных фальсификаций проводится анализ зависимостей функции распределения числа голосов избирателей, поданных за победителя выборов, от явки избирателей, и функции распределения числа голосов избирателей, поданных за других участников выборов. В данном методе априори полагается, что при отсутствии фальсификаций значения анализируемых функций прямо пропорциональны друг другу, и, следовательно, в плоскости «число голосов, поданных за победителя выборов/число

голосов, поданных за проигравших кандидатов», соответствующие значения изучаемых распределений будут располагаться вдоль некоторой прямой, проходящей через начало координат, угловой коэффициент которой вычисляется в соответствии с регрессией Деминга. При наличии фальсификаций значения изучаемых распределений, в соответствии с гипотезой А. В. Подлазова (традиционно постулируемой, но не доказываемой), данная зависимость будет отличаться от линейной зависимости.

4) Метод выявления аномалий на основе выявления отличий между фактическими законами распределения электоральных показателей и нормальным законом распределения, в соответствии с которым (как постулировано, но не доказано сторонниками данного метода), распределены электоральные показатели при отсутствии фальсификаций.

Необходимо отметить, что с математической точки зрения электоральные показатели являются случайными величинами с ограниченной областью рассеяния. Плотность распределения случайных величин данного типа, как показано М. Смолуховским, вычисляется в соответствии с методом мнимых источников по следующим формулам:

/ (х; х0, а, I ) = А

ф(х;х0,а,I) + (х;Хо,а,I) + (х;Хо,а,I)

.=0 ^ 8=1 " где А - нормировочный коэффициент, определяемый из условия:

тах

| / (£ хо, О, х^п, хтах ) ^ = 1,

ф(х; Хо, а хтт , хтах ) = еХР ["( +1 ( х; х0, ^ хт;п, хтах ) = еХР — (

ф^ (^ •х0, а хтт , хтах ) = еХР — (

—(х - х,

-I х — х

—I х — х

)72а2 *+■) /2 1. 1

х

здесь х0 — координата точки, в которой находится порождающий источник с плотностью распределения ф(х; х0, а, I), I = х^ — хЛ, + х^ вычисляются по формулам:

Х2Я = ±4Я (Хтах " Хтш ) + Х0, Х2я+1 = ± (4Я + (Хтах " Х^ ) " х0,

где g = 0,l,____ В этой связи эмпирическая плотность распределения электоральных

показателей всегда будет отличаться от плотности нормального закона распределения, как в случае внесения в электоральные данные целенаправленных изменений, так и при отсутствии таковых.

Описанные выше методы основаны на сравнении тех или иных статистических характеристик электоральных показателей, вычисляемых на основе реальных электоральных данных, с некоторыми эталонами, которые выбираются их авторами субъективно, без должного научного обоснования.

Следует отметить, что сегодня в политологии существуют многочисленные теории электорального поведения и электоральных фальсификаций, позволяющие на вербальном уровне описать предполагаемые характеристики аномалий электоральных показателей — отклонений фактических значений электоральных показателей от

некоторого эталона, значение которого определено в ходе «абсолютно честных» выборов. Однако, данные политологические теории в настоящее время не переведены на язык математических моделей, что не позволяет получить достоверные оценки математических характеристик электоральных показателей как в случае «абсолютно честных» (по мнению одновременно всех участников избирательного процесса) выборов, так и в случае наличия электоральных аномалий.

В описанной ситуации очевидна угроза безопасности электоральных данных, обусловленная наличием у потенциального нарушителя (например, оппозиционно настроенного по отношению к победителю выборов эксперта) возможности за счет целенаправленного выбора эталонов «обнаружить» признаки внесения представителями избирательных комиссий различных уровней целенаправленных искажений (аномалий), обеспечивших победу определенному участнику выборов, в электоральные данные. «Обнаружение» подобных аномалий становится поводом к публичному выражению сомнений в легитимности проведенных выборов. Например, С. Шпилькин, используя разработанный им метод, пришел к выводу, что на выборах Президента России в 2018 г. за победителя данных выборов В.В. Путина было вброшено около 10 млн бюллетеней, а во время голосования по вопросу одобрения внесения изменений в Конституцию Российской Федерации в 2020 г. количество вброшенных бюллетеней составило примерно 27 млн (около 30% от общего числа избирательных бюллетеней).

Данные оценки (с нашей точки зрения, являющиеся весьма сомнительными) активно используются отдельными электоральными статистиками (ЭС) как основа для заявлений о масштабных фальсификациях электоральных данных, совершенных в ходе проведения в XXI в. практически всех федеральных выборов в органы государственной власти России. Вместе с тем, при отсутствии общепризнанных «эталонов» доказать факт преднамеренного использования тех или иных методов электоральной криминалистики с целью выдвижения необоснованных обвинений в фальсификации результатов выборов невозможно.

Использование описанных выше методов электоральной криминалистики может приводить (и приводит) к нарушению принципа достоверности информации, обязательное соблюдение которого предусмотрено ст. 3 Федерального закона «Об информации, информационных технологиях и о защите информации» от 27.07.2006 № 149-ФЗ (149-ФЗ), устанавливающего принципы правового регулирования отношений в сфере информации, информационных технологий и защиты информации. В свою очередь, обеспечение достоверности как официально публикуемых электоральных данных, так и результатов их анализа находится в юрисдикции 149-ФЗ, в котором обеспечение достоверности информации отнесено к задачам информационной безопасности (ИБ). Данный закон относит к задачам ИБ все аспекты, связанные с определением, достижением и поддержанием конфиденциальности, целостности, доступности, неотказуемости, подотчетности, аутентичности и достоверности информации или средств (следовательно, методов) ее обработки.

В этой связи задача обеспечения достоверности электоральных данных, выявления в них (при наличии таковых) преднамеренно внесенных изменений с целью фальсификации волеизъявления избирателей, а также недопущения целенаправленной делегитимации результатов выборов в органы государственной власти России на основе использования методов электоральной криминалистики,

научный базис которых вызывает определенные сомнения, по своей постановке относится к задачам ИБ.

Цель работы состоит в исследовании методов электоральной криминалистики и оценке адекватности результатов, получаемых с их помощью, анализе механизмов применения этих результатов для делегитимации результатов выборов в органы государственной власти России и референдумов, а также разработке комплекса организационных мероприятий по противодействию данной угрозе.

Для достижения поставленной цели потребовалось решить следующие задачи исследования.

1) Анализ состояния предметной области.

2) Разработка программного инструмента для автоматической выгрузки электоральных данных с официального сайта ЦИК РФ (на примере данных, опубликованных по итогам выборов Президента РФ в 2018 г.), исследование статистических характеристик полученных данных и верификация гипотез о наличии/отсутствии в них масштабных искусственно созданных аномалий (фальсификаций) на основе результатов многомерного статистического анализа данных, результатов социологических опросов, проведенных накануне указанных выше выборов и непосредственно в ходе голосования на уровне Уральского федерального округа (УФО) - социологическими подразделениями уполномоченных органов государственной власти, на уровне РФ — Всероссийским центром изучения общественного мнения (ВЦИОМ).

3) Оценка адекватности результатов применения методов электоральной криминалистики для анализа синтезированных и заведомо нефальсифицированных электоральных данных.

4) Анализ механизмов использования методов электоральной криминалистики для делегитимации результатов выборов в органы государственной власти России, разработка комплекса организационных мероприятий по противодействию данной угрозе.

Объект исследования: избирательная система Российской Федерации.

Предмет исследования: математические методы, используемые для выявления возможных фальсификаций электоральных данных, механизмы использования результатов анализа электоральных данных в публичном информационном пространстве.

Научная новизна диссертационного исследования заключается в:

1) обосновании правомерности отнесения задачи обеспечения достоверности результатов анализа электоральных данных, используемых в поствыборный период независимыми экспертами для публичной оценки легитимности проведенных выборов и качества их организации с точки зрения возможности целенаправленного внесения аномалий в электоральные данные, к задачам ИБ (соответствует п. 1 паспорта научной специальности);

2) установлении факта, что методы электоральной криминалистики, широко используемые отдельными ЭС, обнаруживают признаки преднамеренного внесения аномалий в синтезированные, заведомо нефальсифицированные электоральные данные, и представляют собой угрозу информационной безопасности электоральных данных в части их достоверности (соответствует п. 3 паспорта научной специальности);

3) разработке модели механизма делегитимации результатов выборов на основе использования результатов анализа электоральных данных с помощью методов

электоральной криминалистики (соответствует п. 13 паспорта научной специальности);

4) разработке комплекса организационных мероприятий по противодействию делегитимации результатов выборов в органы государственной власти России (соответствует п. 2 паспорта научной специальности).

Теоретическая значимость диссертационного исследования заключается в:

1) развитии теории обеспечения информационной безопасности в части обоснования включения в перечень задач, решаемых в данной предметной области, задачи противодействия целенаправленным фальсификациям результатов выборов, проводимых в РФ;

2) разработке методологии анализа математического инструментария электоральной криминалистики и оценки научной достоверности выводов экспертов в данной предметной области о наличии в электоральных данных преднамеренно внесенных изменений с целью перераспределения голосов избирателей в пользу того или иного кандидата (партии).

Практическая значимость диссертационного исследования заключается в создании программного инструмента для автоматической выгрузки электоральных данных с официального сайта ЦИК РФ, разработке технологии анализа электоральных данных, разработке методики использования синтезированных данных, подобных по своим статистическим характеристикам электоральным данным, для проверки гипотез, выдвигаемых ЭС.

Методология и методы исследования. В работе использованы методы информационной безопасности, системного анализа, математической статистики, математического моделирования.

Основные положения, выносимые на защиту.

1. Задача обеспечения достоверности результатов анализа электоральных данных, используемых в поствыборный период независимыми экспертами для публичной оценки легитимности проведенных выборов, качества их организации и проведения, по своей постановке относится к задачам ИБ.

2. Согласованность результатов многомерного статистического анализа электоральных данных, представленных на официальном сайте ЦИК РФ по итогам выборов Президента России в 2018 г., с данными социологических опросов, проведенных накануне данных выборов и непосредственно в ходе голосования, отвергает утверждения отдельных экспертов о совершенных масштабных фальсификациях электоральных данных в ходе рассматриваемых выборов.

3. Изученные методы электоральной криминалистики, будучи использованными для анализа синтезированных и заведомо нефальсифицированных данных, обнаруживают признаки преднамеренно созданных в них аномалий, что свидетельствует о неправомерности выводов о систематических фальсификациях выборов в органы государственной власти России в XXI веке.

4. Разработанный на основе результатов изучения методов электоральной криминалистики комплекс организационных мероприятий, реализуемых в ходе подготовки, проведения и подведения итогов выборов, обеспечивает информационную безопасность процессов анализа и интерпретации электоральных данных, публикуемых по итогам избирательных кампаний.

Достоверность полученных результатов подтверждается релевантностью электоральных данных, размещенных на официальном сайте ЦИК РФ и выгруженных с указанного сайта, корректностью применяемых методов системного и

статистического анализа, согласованностью результатов многомерного статистического анализа изученных электоральных данных и данных социологических опросов.

Внедрение результатов диссертационного исследования. Результаты диссертационного исследования внедрены в деятельности управления информационных систем Службы специальной связи и информации Федеральной службы охраны Российской Федерации (выписка из протокола заседания Научно-технического совета УИС Спецсвязи ФСО России (протокол № 1/10-23 от 05.10.2023), а также используются в федеральном государственном автономном образовательном учреждении высшего образования «Уральский федеральный университет им. первого президента России Б.Н. Ельцина» (УрФУ) при подготовке бакалавров и специалистов по укрупненной группе специальностей 10.00.00 Информационная безопасность (акт об использовании результатов исследования № 01.09-07/698 от 26.09.2023) и федеральном государственном казённом военном образовательном учреждении высшего образования «Академия Федеральной службы охраны Российской Федерации» (акт о реализации результатов исследования от 27.10.2023).

Список литературы диссертационного исследования кандидат наук Рябко Николай Юрьевич, 2026 год

Список литературы

1. Груздева, А. П. Электоральная преступность: понятие и некоторые формы её проявления в современной России / А. П. Груздева // Вопросы национальной безопасности в исследованиях правоведов: сборник научных трудов / под ред. Г. Н. Горшенкова. - Сыктывкар, 2000. - С. 95-102. - Текст: непосредственный.

2. Российская политическая криминология: словарь / под общ. ред. П. А. Кабанова. -Нижнекамск : Нижнекамский филиал МГЭИ, 2003. - 203 с. - ISBN 5-291-00058-9. -Текст: непосредственный.

3. Антонов, О. Ю. Теория и практика выявления и расследования электоральных преступлений : дис. ... д-ра юрид. наук : 12.00.09 / Антонов О. Ю. - М. : Московская государственная юридическая академия, 2008. - 500 с. - URL: https://www.dissercat.com/content/teoriya-i-praktika-vyyavleniya-i-rassledovaniya-elektoralnykh-prestuplenii (дата обращения 18.03.2022). - Режим доступа: для зарегистрированных пользователей.

4. Кабанов, П. А., Райков, Г. И., Свигузова, А. П., Чирков, Д. К. Электоральная преступность в условиях формирования в России демократического правового государства (политико-криминологический анализ явления, его причин и эффективности мер противодействия) : монография / под науч. ред. д-ра юрид. наук П. А. Кабанова. - М. : Издательская группа «Граница», 2012. - 92 с. - ISBN 978-594691-488-8. Текст: непосредственный.

5. Кабанов, П. А. Политическая криминология: основные этапы и некоторые перспективные направления её развития в России // Вопросы национальной безопасности в исследованиях правоведов : сборник научных трудов / под ред. Г. Н. Горшенкова. - Сыктывкар : КРАГСиУ, 2000. - С. 85-94. Текст: непосредственный.

6. Федеральный закон от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации» [Электронный ресурс] : редакция от 02 июля 2021 г. // Официальный интернет-портал правовой информации.

- URL: http://publication.pravo.gov.ru/Document/View/0001201607270015 (дата обращения: 01.04.2022). - Режим доступа: свободный.

7. Доктрина информационной безопасности Российской Федерации [Электронный ресурс] : утверждена Указом Президента РФ от 05.12.2016 № 646 // Российская газета.

- URL: https://rg.ru/2016/12/06/doktrina-infobezobasnost-site-dok.html (дата обращения: 01.04.2022). - Режим доступа: свободный.

8. Поршнев, С. В., Рябко, Н. Ю., Уксусников, Н. А. Обеспечение достоверности результатов экзит-поллов как задача информационной безопасности // Вестник УрФО. Безопасность в информационной сфере. - 2021. - № 3 (41). - С. 46-56. - DOI: 10.14529/secur210306.

9. Electoral Politics : веб-сайт. - URL: http://electoralpolitics.org/ru (дата обращения: 19.02.2022). - Режим доступа: свободный.

10. Бузин, А. Ю., Гришин, Н. В., Калинин, К. О., Коган, Д. Л., Коргунюк, Ю. Г., Михайлов, В. В., Овчинников, Б. В., Шалаев, Н. Е., Шень, А. Х., Шпилькин, С. А., Шукшин, И. А. Возможности математических методов по выявлению электоральных фальсификаций // Статья. - URL: http://electoralpoHtics.org/ru/articles/vozmozhnosti-matematicheskikh-metodov-po-vyiavleniiu-elektoralnykh-falsifikatsii (дата обращения: 19.02.2022). - Режим доступа: свободный.

11. Подлазов, А. В. Реконструкция фальсифицированных результатов выборов с помощью интегрального метода Шпилькина // Проектирование будущего. Проблемы цифровой реальности : труды 4-й Международной конференции (4-5 февраля 2021 г.,

Mосква). - M. : ИПM им. M. В. Келдыша, 2021. - С. 193-208. - DOI: 10.20948/future-2021-18.

12. Подлазов, А. В. Формальные методы выявления масштабных электоральных фальсификаций на материале федеральных выборов 1999-2018 гг. // Препринты ИПM им. M. В. Келдыша. - 2019. - № 2. - 28 с. - DOI: 10.20948/prepr-2019-2.

13. Шпилькин, С. А. Поправки на 27 миллионов // Троицкий вариант - Наука. - 2020.

- № 14(308). - URL: https://trv-science.ru/2020/07/popravki-na-27-millionov (дата обращения: 19.02.2022). — Режим доступа: свободный.

14. Подлазов, А. В. Исследование статистических методов выявления выдуманных результатов выборов. Часть 1. Круглые числа // Препринты ИПM им. M. В. Келдыша.

- 2019. - № 147. - 28 с. - DOI: 10.20948/prepr-2019-147.

15. Доклад Российского общественного института избирательного права (РОИИП) «Mатeматичeскиe инструменты делегитимации выборов» / Борисов, И. Б., Задорин, И. В., Игнатов, А. В., Mарачeвский, В. Н., Фёдоров, В. И. - M.: РОИИП, 2020. - 76 с. -URL:

http://www.roiip.ru/images/data/gallery/0_299_Matematicheskie_instrumenti_delegitimatsii _viborov.pdf (дата обращения: 19.02.2022). - Режим доступа: свободный.

16. Electoral Graphics : веб-сайт. - URL: https://www.electoral.graphics.ru (дата обращения: 20.02.2022). - Режим доступа: свободный.

17. Шень, А. Как доклад РОИИП делегитимирует выборы // Статья. - URL: https://trv-science.ru/2020/09/kak-doklad-roiip-delegitimiruet-vybory (дата обращения: 19.02.2022).

- Режим доступа: свободный.

18. Antunes, R. Theoretical Models of Voting Behavior // EXEDRA: Revista Cientifica. -2010. - № 4. - P. 14б. - URL: https://www.semanticscholar.org/paper/Theoretical-models-of-voting-behaviour-Antunes/9e303ecfcef7bd0eebc1dfce0cбbбbбac9aabe38 (дата обращения: 04.03.2022). - Режим доступа: свободный.

19. Downs, A. An Economic Theory of Democracy. - New York: Harper and Row, 1957. -310 p. - URL: https://sciarium.com/file/б71330 (дата обращения: 04.03.2022). - Режим доступа: с регистрацией.

20. Kuechler, M. Voting Behavior // Encyclopedia of Sociology / eds. Edgar F. Borgatta, Rhonda J. M. Montgomery. - 2000. - P. 3231-3240. - DOI: 10.1007/978-1-4020-б4б5-0_442.

21. Шалаев, Н. Е. Электоральные аномалии в постсоциалистическом пространстве: опыт политологического анализа : дис. ... канд. полит. наук : специальность 23.00.02

- Политические институты, процессы и технологии. - Санкт-Петербург : СПбГУ, 201б. - 191 с. - URL: https://rusneb.ru/catalog/000199_000009_006655136 (дата обращения: 12.03.2022). - Режим доступа: для зарегистрированных пользователей. -Meсто защиты: Санкт-Петербургский государственный университет.

22. Голосов, Г. В. Поведение избирателей России: теоретические перспективы и результаты региональных выборов // Полис: политические исследования. - 1997. - № 4. - С. 44-4б. - URL: https://elibrary.ru/item.asp?id=5078103 (дата обращения: 12.03.2022). - Режим доступа: для зарегистрированных пользователей.

23. Шевченко, Ю. Д. Поведение избирателей в России: основные подходы // Политическая наука. - 2003. - № 3. - С. 111-13б. - URL: https://socioline.ru/pages/yu-d-shevchenko-povedenie-izbiratelej-v-rossii-osnovnye-podhody (дата обращения: 21.07.2022). - Режим доступа: свободный.

24. Smets, K., van Ham, C. The embarrassment of riches? A meta-analysis of individual-level research on voter turnout // Electoral Studies. - 2013. - Vol. 32. - P. 344-359. - DOI: 10.1016/j.electstud.2012.12.006.

25. Bartels, Larry M. The Study of Electoral Behavior // Oxford Handbook of American Elections and Political Behavior / ed. by Leighley, Jan E. - Oxford University Press, 2010.

- P. 253-254. - DOI: 10.1093/oxfordhb/9780199235476.003.0014.

26. Cancela, J., Geys, B. Explaining Voter Turnout: A Meta-Analysis of National and Subnational Elections // Electoral Studies. - 2016. - Vol. 32. - P. 264-275. - DOI: 10.1016/j.electstud.2016.03.005.

27. Rowe, K., Lago, I., Lago-Peñas, S. The Partisan Consequences // SSRN Electronic Journal. - 2012. - 38 p. - DOI: 10.2139/ssrn.2129238.

28. Lijphart, A. Unequal Participation: Democracy's Unresolved Dilemma // The American Political Science Review. - 1997. - Vol. 91. - № 1. - P. 1-14. - DOI: 10.2307/2952255.

29. Linder, W. Swiss Democracy: Possible Solutions to Conflict in Multicultural Societies / 3rd ed. - New York: Palgrave McMillan, 2010. - 271 p. - DOI: 10.1007/978-3-030-632663.

30. Lechoucq, F., Wall, D. L. Explaining voter turnout rates in new democracies: Guatemala // Electoral Studies. - 2004. - Vol. 23. - P. 278. - DOI: 10.1016/S0261-3794(03)00055-6.

31. Ericsson, R. State Turnout and Presidential Voting: A Closer Look // American Politics Research. - 1995. - Vol. 23. - № 4. - P. 387-396. - DOI: 10.1177/1532673X9502300401.

32. Fisher, S. (Change in) turnout and (change in) the left share of the vote // Electoral Studies. - 2007. - Vol. 26. - № 3. - P. 598-611. - DOI: 10.1016/j.electstud.2006.10.006.

33. Gradowski, T. M., Kosinski, R. A. Statistical Properties of the Proportional Voting Process // Acta Physica Polonica A. - 2008. - Vol. 114. - № 3. - P. 575-580. - DOI: 10.12693/APhysPolA. 114.575.

34. Fortunato, S., Castellano, C. Scaling and Universality in Proportional Elections // Physical Review Letters. - 2007. - Vol. 99. - № 13. - P. 138701. - DOI: 10.1103/PhysRevLett.99.138701.

35. Costa Filho, R. N., Almeida, M. P., Moreira, J. E., Andrade, J. S. Brazilian elections: voting for a scaling democracy // Physica A: Statistical Mechanics and its Applications. -2003. - Vol. 322. - P. 698-700. - DOI: 10.1016/S0378-4371(02)01655-9.

36. Borghesi, C., Bouchaud, J.-P. Spatial correlations in vote statistics: a diffusive field model for decision-making // European Physical Journal B. - 2010. - Vol. 75. - P. 395-404.

- DOI: 10.1140/epjb/e2010-00151-1.

37. Lyra, M. L., Costa, U. M. S., Costa Filho, R. N., Andrade Jr., J. S. Generalized Zipfs law in proportional voting processes // Europhysics Letters. - 2003. - Vol. 62. - P. 131. -DOI: 10.1209/epl/i2003-00232-2.

38. Zipf, G. K. Human Behavior and the Principle of Least Effort: An Introduction to Human Ecology / ed. by Gókgóz, O. T. - Reprint ed. - 2010. - 1022 p. - URL: https://archive.org/details/in.ernet.dli.2015.90211/page/n5/mode/2up (дата обращения: 26.03.2023). - Режим доступа: свободный.

39. Бузин, А. Ю. Эволюция электоральных показателей российских выборов в 19962012 годах // Полис: Политические исследования. - 2014. - № 6. - С. 62-70. - ISSN 1026-9487. - DOI: 10.17976/jpps/2014.06.05.

40. Chatterjee, A., Mitrovic, M., Fortunato, S. Universality in voting behavior: an empirical analysis // Scientific Reports. - 2013. - Vol. 3. - P. 1049. - 8 p. - DOI: 10.1038/srep01049.

41. Myagkov, M., Ordeshook, P. C., Shakin, D. The Forensics of Election Fraud: Russia and Ukraine. - New York: Cambridge University Press, 2009. - 289 p. - ISBN 978-0-521-

76365-0. - URL: https://www.cambridge.org/core/books/forensics-of-election-fraud/9780521763650 (дата обращения: 12.01.2022). - Режим доступа: для зарегистрированных пользователей.

42. Семенцова, И. Г. Электоральная инженерия: допустима или нет в современном избирательном процессе? // Теории и проблемы политических исследований. - 2019. -Т. 8, № 1А. - С. 7-13. Текст: непосредственный.

43. Шалаев, Н. Е. Кандидаты на муниципальных выборах в Санкт-Петербурге: типология успеха // Вестник Пермского университета. Политология. - 2015. - № 3. -С. 148-165. - URL: https://elibrary.ru/contents.asp?issueid=1405751 (дата обращения: 25.02.2023). - Текст: электронный. - Режим доступа: для зарегистрированных пользователей.

44. Шалаев, Н. Е. Опыт использования системы делителей Империали в регионах России // Российское электоральное обозрение. - 2009. - № 1. - С. 4-11. - URL: http://www.vibory.ru/analyt/REO-3/shalaev.pdf (дата обращения: 27.02.2023). - Режим доступа: свободный.

45. Любарев, А. Е., Шалаев, Н. Е. Расщепление голосов в смешанных избирательных системах: попытка комплексного исследования // Социодинамика. - 2015. - № 8. - С. 125-286. - DOI: 10.7256/2409-7144.2015.8.16076.

46. Lehoucq, F. Electoral Fraud: Causes, Types, and Consequences // Annual Review of Political Science. - 2003. - Vol. 6. - P. 233-256. - DOI: 10.1146/annurev.polisci.6.121901.085655.

47. Hyde, S. D. How International Election Observers Detect and Deter Fraud // Election Fraud: Detecting and Deterring Electoral Manipulation / Ed. by Alvarez, M. R., Hall, T. E., Hyde, S. D. - Brookings Institution Press, Washington, D.C., 2008. - P. 201-216. - Текст: непосредственный.

48. Бузин, А. Ю., Любарев, А. Е. Преступление без наказания: административные технологии федеральных выборов 2007-2008 годов / А. Ю. Бузин, А. Е. Любарев. — М.: ЦПК «НИККОЛО М», Центр «Панорама», 2008. — 284 с. — (Серия «Право и выборы»). — ISBN 978-5-94420-035-8. - Текст: непосредственный.

49. Любарев, А. Е., Бузин, А. Ю., Кынев, А. В. Мертвые души. Методы фальсификации итогов голосования и борьба с ними / А. Е. Любарев, А. Ю. Бузин, А. В. Кынев. — М.: ГК «НИККОЛО М», 2007. — 192 с. — (Серия «Право и выборы»). — ISBN 978-5-8125-10-31-2. - Текст: непосредственный.

50. Mebane, W. R., Jr. A Layman's Guide to Statistical Election Forensics // ElectionGuide Digest. - 2010. - URL: http://www.electionguide.org/digest/post/271/ (дата обращения: 27.01.2023). - Режим доступа: свободный.

51. Benford, F. The Law of Anomalous Numbers // Proceedings of the American Philosophical Society. - 1938. - Vol. 78, № 4. - P. 551-572. - DOI: 10.2307/984802.

52. Fewster, R. M. A Simple Explanation of Benford's Law // The American Statistician. -

2009. - Vol. 63, № 1. - P. 26-32. - DOI: 10.1198/tast.2009.0005.

53. Deckert, J., Myagkov, M., Ordeshook, P. C. The Irrelevance of Benford's Law for Detecting Fraud in Elections // Caltech/MIT Voting Technology Project Working Paper. -

2010. - № 9. - URL: http://vote.caltech.edu/content/irrelevance-benfords-law-detecting-fraud-elections (дата обращения: 04.02.2023). - Режим доступа: свободный.

54. Diekmann, A., Jann, B. Benford's Law and Fraud Detection: Facts and Legends // German Economic Review. - 2010. - Vol. 11, № 3. - P. 397-401. - DOI: 10.1111/j.1468-0475.2010.00510.x.

55. Shikano, S., Mack, V. When Does the Second-Digit Benford's Law-Test Signal an Election Fraud? Facts or Misleading Test Results // Jahrbucher fur Nationalokonomie und Statistik. - 2011. - Vol. 231, № 5-6. - P. 719-732. - DOI: 10.1515/jbnst-2011-5-608.

56. Breunig, C., Goerres, A. Searching for electoral irregularities in an established democracy: Applying Benford's Law tests to Bundestag elections in Unified Germany // Electoral Studies. - 2011. - Vol. 30. - P. 534-545. - DOI: 10.1016/j.electstud.2011.03.005.

57. Mebane, W. R., Jr. A Layman's Guide to Statistical Election Forensics // ElectionGuide Digest. - 2010. - URL: http://www.electionguide.org/digest/post/271/ (дата обращения: 22.05.2023). - Режим доступа: свободный.

58. Mebane, W. R., Jr. Comment on «Benford's Law and the Detection of Election Fraud» // Political Analysis. - 2011. - Vol. 19. - P. 269-272. - DOI: 10.1093/pan/mpr024.

59. Mebane, W. R., Jr. Fraud in the 2009 Presidential Election in Iran? // CHANCE. - 2010. - Vol. 23, № 1. - P. 6-15. - DOI: 10.1080/09332480.2010.10739785.

60. Мебейн, У., Калинин, К. Электоральные фальсификации в России: комплексная диагностика выборов 2003-2004, 2006-2008 // РЭО. - 2009. - № 2/09. - С. 57-70. -URL: http://www.vibory.ru/analyt/REO-4/Kalinin.pdf (дата обращения: 22.05.2023). -Текст: электронный. - Режим доступа: свободный.

61. Pericchi, L., Torres, D. Quick Anomaly Detection by the Newcomb-Benford Law, with Applications to Electoral Processes Data from the USA, Puerto Rico and Venezuela // Statistical Science. - 2011. - Vol. 26, № 4. - P. 502-516. - DOI: 10.1214/11-STS388.

62. Mebane, W. R., Jr. Election Forensics: The Meanings of Precinct Vote Counts' Second Digits // Электронный ресурс. - 2013. - URL: https://pages.shanti.virginia.edu/PolMeth/files/2013/07/Mebane.pdf (дата обращения: 27.07.2023). - Режим доступа: свободный.

63. Kobak, D., Shpilkin, S., Pshenichnikov, M. S. Integer Percentages as Electoral Falsification Fingerprints // Annals of Applied Statistics. - 2016. - Vol. 10, № 1. - P. 5473. - DOI: 10.1214/15-AOAS874.

64. Beber, B., Scacco, A. What the Numbers Say: A Digit-Based Test for Election Fraud // Political Analysis. - 2012. - Vol. 20. - P. 211-234. - DOI: 10.1093/pan/mpr034.

65. Lee, J., Cho, W. K. T., Judge, G. G. Stigler's approach to recovering the distribution of first significant digits in natural data sets // Statistics & Probability Letters. - 2010. - Vol. 80, Issue 2. - P. 82-88. - DOI: 10.1016/j.spl.2009.09.15.

66. Rodriguez, R. J. First Significant Digit Patterns From Mixtures of Uniform Distributions // The American Statistician. - 2004. - Vol. 58, № 1. - P. 64-71. - DOI: 10.1198/0003130042782.

67. Leemann, L., Bochsler, D. A systematic approach to study electoral fraud // Electoral Studies. - 2014. - Vol. 35. - P. 33-47. - DOI: 10.1016/j.electstud.2014.03.005.

68. Pericchi, L., Torres, D. Quick Anomaly Detection by the Newcomb-Benford Law, with Applications to Electoral Processes Data from the USA, Puerto Rico and Venezuela // Statistical Science. - 2011. - Vol. 26, № 4. - P. 502-516. - DOI: 10.1214/11-STS388.

69. Deckert, J., Myagkov, M., Ordeshook, P. C. Benford's Law and the Detection of Election Fraud // Political Analysis. - 2011. - Vol. 19, № 3. - P. 245-268. - DOI: 10.1093/pan/mpr014.

70. Собянин, А. А., Суховольский, В. Г. Демократия, ограниченная фальсификациями: Выборы и референдумы в России в 1991-1993 гг. / А. А. Собянин, В. Г. Суховольский. - Москва: Проектная группа по правам человека: Изд-во ИНТУ, 1995. - 266 с. - URL:

https://web.archive.org/web/20070928103336/http://www.hrights.ru/text/sob/index.htm (дата обращения: 15.08.2023). - Режим доступа: свободный.

71. Бузин, А. Ю. Модификация метода Собянина-Суховольского // Электоральная политика. - 2019. - № 1. - С. 2. - URL: http://electoralpolitics.org/ru/articles/modifikatsiia-metoda-sobianina-sukhovolskogo/ (дата обращения: 15.08.2023). - Режим доступа: свободный.

72. Кунов, А., Мягков, М., Ситников, А., Шакин, Д. Россия и Украина: нерегулярные результаты регулярных выборов: Аналитический доклад Института открытой экономики / А. Кунов, М. Мягков, А. Ситников, Д. Шакин. - М., 2005. - 37 с. - URL: http://openecon.shulgm.ru/attach.asp@a_no=521 (дата обращения: 15.08.2023). - Режим доступа: свободный.

73. Silverman, B. W. Density estimation for statistics and data analysis / B. W. Silverman. -London: Chapman and Hall, 1986. - P. 22. - URL: https://ned.ipac.caltech.edu/level5/March02/Silverman/paper.pdf (дата обращения: 17.08.2023). - Режим доступа: свободный.

74. Шпилькин, С. А. Статистическое исследование результатов российских выборов 2007-2009 гг. // Троицкий вариант - наука. - 2009. - № 21(40). - С. 2-4. - URL: http://trv-science.ru/2009/10/statisticheskoe-issledovanie-rezultatov-rossijskix-vyborov-2007-2009-gg/ (дата обращения: 17.08.2023). - Режим доступа: свободный.

75. Шпилькин, С. Математика выборов - 2011 // Троицкий вариант - наука. - 2011. -№ 25(94). - С. 2-4. - URL: https://www.trv-science.ru/2011/12/matematika-vyborov-2011 (дата обращения: 17.08.2023). - Режим доступа: свободный.

76. Шпилькин, С. Двугорбая Россия // Троицкий вариант - наука. - 2016. - № 20(214).

- С. 1-3. - URL: http://trv-science.ru/2016/10/dvugorbaya-rossiya/ (дата обращения: 17.08.2023). - Режим доступа: свободный.

77. Шпилькин, С. Выборы 2018 года: Фактор Х и «пила Чурова» // Троицкий вариант

- наука. - 2018. - № 8(252). - С. 8-10. - URL: http://trv-science.ru/2018/04/vybory-2018-faktor-x-i-pila-churova/ (дата обращения: 18.08.2023). - Режим доступа: свободный.

78. Deming, W. E. Statistical adjustment of data / W. E. Deming. - New York: Dover Publications, 2011. - 288 p. - URL: https://archive.org/details/in.ernet.dli.2015.18293 (дата обращения: 22.08.2023). - Режим доступа: свободный.

79. Уголовный кодекс Российской Федерации : официальный текст : принят Государственной думой 24 мая 1996 года : одобрен Советом Федерации 5 июня 1996 года : ред. от 31.03.2025 (с изм. и доп., вступ. в силу с 01.05.2025) / КонсультантПлюс.

- Москва, 2025. - Текст : электронный.

80. Официальный сайт Центральной избирательной комиссии Российской Федерации / ЦИК России. - URL: http://www.vybory.izbirkom.ru (дата обращения: 19.02.2022). -Режим доступа: свободный.

81. Райан, М. Скрапинг веб-сайтов с помощью Python: сбор данных из современного интернета / М. Райан; пер. с англ. А. В. Груздев. - М.: ДМК Пресс, 2016. - 280 с. -ISBN 978-5-97060-223-2. - Текст: непосредственный.

82. Scrapy: официальный сайт / Zyte. - URL: https://scrapy.org/ (дата обращения: 24.03.2022). - Режим доступа: свободный.

83. Scrapy Documentation: Selectors / Zyte. -URL: https://docs.scrapy.org/en/latest/topics/selectors.html (дата обращения: 24.03.2022).

- Режим доступа: свободный.

84. Кобзарь, А. И. Прикладная математическая статистика: для инженеров и научных работников / А. И. Кобзарь. - М.: ФИЗМАТЛИТ, 2012. - 816 с. - ISBN 978-5-92211375-5. - Текст: непосредственный.

85. Орлов, А. И. Математика случая: вероятность и статистика — основные факты: учебное пособие / А. И. Орлов. - М.: МЗ-Пресс, 2004. - 110 с. - (Серия «Статистические методы»). - Текст: непосредственный.

86. Орлов, А. И. Математика случая: вероятность и статистика — основные факты: учебное пособие / А. И. Орлов. - М.: МЗ-Пресс, 2004. - 110 с. - (Серия «Статистические методы»). - Текст: непосредственный.

87. Симахин, В. А. Робастные непараметрические оценки: адаптивные оценки взвешенного максимального правдоподобия в условиях статистической априорной неопределенности / В. А. Симахин. - Saarbrucken, Germany: LAP LAMBERT Academic Publishing GmbH & Co. KG, 2011. - 292 с. - Текст: непосредственный.

88. Сызранцев, В. Н. Расчет прочностной надежности изделий на основе методов непараметрической статистики / В. Н. Сызранцев, Я. Н. Невелев, С. Л. Голофаст. -Новосибирск: Наука, 2008. - 128 с. - Текст: непосредственный.

89. Rosenblatt, M. Remarks on Some Nonparametric Estimates of a Density Function / M. Rosenblatt // The Annals of Mathematical Statistics. - 1956. - Vol. 27, No. 3. - P. 832-837. - DOI: 10.1214/AOMS/1177728190.

90. Parzen, E. On Estimation of a Probability Density Function and Mode / E. Parzen // The Annals of Mathematical Statistics. - 1962. - Vol. 33, No. 3. - P. 1065-1076. - DOI: 10.1214/aoms/1177704472.

91. Левин, Б. Р. Вероятностные модели и методы в системах связи и управления / Б. Р. Левин, В. Шварц. - М.: Радио и связь, 1985. - 312 с. - (Статистическая теория связи; вып. 24). - Текст: непосредственный.

92. Тихонов, В. И. Статистическая радиотехника / В. И. Тихонов. - 2-е изд., перераб. и доп. - М.: Радио и связь, 1982. - 624 с. - Текст: непосредственный.

93. Кропотов, Ю. А. Методы оценивания моделей плотности вероятностей акустических сигналов в телекоммуникациях аудиообмена / Ю. А. Кропотов // Системы управления, связи и безопасности. - 2017. - № 1. - С. 26-39. - Текст: непосредственный.

94. Кропотов, Ю. А. Моделирование и методы исследования акустических сигналов, шумов и помех в системах телекоммуникаций / Ю. А. Кропотов, В. А. Ермолаев. -М.; Берлин: Директ-Медиа, 2016. - 251 с. - ISBN 978-5-4475-4464-5. - Текст: непосредственный.

95. Сушко, Д. В. Оптимальная аппроксимация частотных вероятностей / Д. В. Сушко // Информационные процессы. - 2018. - Т. 18. - № 1. - С. 40-54. - URL: https://cyberleninka.ru/article/n7optimalnaya-approksimatsiya-chastotnyh-veroyatnostey (дата обращения: 24.03.2023). - Режим доступа: свободный.

96. Новоселов, А. А. Параметризация моделей управляемых систем / А. А. Новоселов // Сибирский аэрокосмический журнал. - 2010. - Т. 11. - № 5. - С. 52-56. -URL: https://journals.eco-vector.com/2712-8970/article/view/504905 (дата обращения: 24.03.2023). - Режим доступа: свободный.

97. Поршнев, С. В. Случайные величины с ограниченной областью рассеяния: математическое и алгоритмическое обеспечение для оценивания плотностей вероятностей и функций распределений / С. В. Поршнев, А. С. Копосов. - М.: Горячая линия-Телеком, 2018. - 184 с. - ISBN 978-5-9912-0762-1. - Текст: непосредственный.

98. Суетин, П. К. Классические ортогональные многочлены / П. К. Суетин. - М.: Наука, 1976. - 328 с. - Текст: непосредственный.

99. Димаки, А. В., Светлаков, А. А. Аппроксимация плотностей распределений случайных величин с применением ортогональных полиномов Чебышева-Эрмита / А. В. Димаки, А. А. Светлаков // Известия Томского политехнического университета. -2006. - Т. 309. - № 8. - С. 6-11. - ISSN 1684-8519. -URL: http://earchive.tpu.ru/handle/11683/1437 (дата обращения: 24.03.2023). - Режим доступа: свободный.

100. Голик, Ф. В. Аппроксимация эмпирических распределений вероятностей полиномами Бернштейна / Ф. В. Голик // Журнал радиоэлектроники: электронный журнал. - 2018. - № 7. - DOI: 10.30898/1684-1719.2018.7.5.

101. Лемешко, Б. Ю. О нахождении параметра размытости непараметрических оценок функции плотности / Б. Ю. Лемешко, С. Н. Постовалов, А. В. Французов // Труды V международной конференции «Актуальные проблемы электронного приборостроения», АПЭП-2000. Новосибирск, 26-29 сентября 2000. - Новосибирск: Новосибирский государственный технический университет, 2000. - Т. 6. - С. 17-20.

102. Botev, Z. I., Grotowski, J. F., Kroese, D. P. Kernel density estimation via diffusion / Z. I. Botev, J. F. Grotowski, D. P. Kroese // Annals of Statistics. - 2010. - Vol. 38, No. 5. - P. 2916-2957. - DOI: 10.1214/10-AOS799.

103. Leiva-Murillo, J. M., Artes-Rodriguez, A. Algorithms for maximum-likelihood bandwidth selection in kernel density estimators / J. M. Leiva-Murillo, A. Artes-Rodriguez // Pattern Recognition Letters. - 2012. - Vol. 33, Issue 13. - P. 1717-1724. - DOI: 10.1016/j.patrec.2012.06.006.

104. Xu, X., Yan, Z., Xu, S. Estimating wind speed probability distribution by diffusion-based kernel density method / X. Xu, Z. Yan, S. Xu // Electric Power Systems Research. -2015. - Vol. 121. - P. 28-37. - DOI: 10.1016/j.epsr.2014.11.029.

105. Deckert, J. Patterns of Fraud: Tools for Election Forensics / J. Deckert. - University of Oregon, 2013. - URL: https://hdl.handle.net/1794/13331 (дата обращения: 04.01.2023). -Режим доступа: свободный.

106. Всероссийский центр изучения общественного мнения (ВЦИОМ). Выборы 2018: электоральные предпочтения россиян. -URL: https://wciom.ru/fileadmin/file/reports_conferences/2018/2018-03-18_vybory2018.pdf (дата обращения: 20.04.2023). - Режим доступа: свободный.

107. Белотелов, Н. В., Бродский, Ю. И., Павловский, Ю. Н. Сложность. Математическое моделирование. Гуманитарный анализ: исследование исторических, военных, социально-экономических и политических процессов / Н. В. Белотелов, Ю. И. Бродский, Ю. Н. Павловский // Синергетика: от прошлого к будущему. - Москва: Книжный дом «ЛИБРОКОМ», 2009. - 320 с. - ISBN 978-5-397-00659-0. - Текст: непосредственный.

108. Downs, A. An Economic Theory of Political Action in a Democracy / A. Downs // Journal of Political Economy. - 1957. - Vol. 65. - P. 135-150. - DOI: 10.1086/257900.

109. Ярыгин, Г. О., Ярыгин, О. Н. Моделирование электорального процесса: от концептуальной к компьютерной модели / Г. О. Ярыгин, О. Н. Ярыгин // Азимут научных исследований: экономика и управление. - 2016. - Т. 5, № 1(14). - С. 101-106. - URL: https://cyberleninka.ru/article/n/modelirovanie-elektoralnogo-protsessa-ot-kontseptualnoy-k-kompyuternoy-modeli (дата обращения: 17.02.2024). - Режим доступа: свободный.

110. Петухов, А. Ю. Моделирование социальных и политических процессов / А. Ю. Петухов. - Нижний Новгород: ННГУ им. Н. И. Лобачевского, 2015. - 142 с. -URL: http://www.unn.ru/books/met_files/MCPP.pdf (дата обращения: 17.02.2024). -Режим доступа: свободный.

111. Мангейм, Дж. Б., Рич, Р. К. Политология. Методы исследования / Дж. Б. Мангейм, Р. К. Рич; предисл. А. К. Соколова. - Москва: Издательство «Весь Мир», 1997. - 544 с. - ISBN 5-777-016-0. - Текст: непосредственный.

112. Евсеев, Е. А., Ефимова, Е. Д. Имитационная модель избирательной кампании / Е. А. Евсеев, Е. Д. Ефимова // Проблемы управления в социальных системах. - Томск: Изд-во Томского университета, 2015. - Т. 8, вып. 12. - С. 114-129. - DOI: 10.17223/2077-6160/12/8.

113. Эйнштейн, А. О движении взвешенных в покоящейся жидкости частиц, требуемом молекулярно-кинетической теорией теплоты / А. Эйнштейн // Броуновское движение. - Москва: ОНТИ-НКТП-СССР, 1936. - URL: https://project.orenlib.ru/virtualnaja-vystavka-obygravshie-sudbu-

v5/uploads/files/Ejnshtejn%2C%20A.%20O%20dvizhenii%20vzveshennyh%20v%20poko yashchejsya%20zhidkosti%20chastic.pdf (дата обращения: 22.06.2023). - Режим доступа: свободный.

114. Смолуховский, М. Броуновское молекулярное движение под действием внешних сил и его связь с обобщенным уравнением диффузии / М. Смолуховский // Броуновское движение. - Москва: ОНТИ-НКТП-СССР, 1936. -URL: https://dl.booksee.org/genesis/855000/9c92bc7c5cd90cd265dc48e8023fa962/_as/YEi nshtein_A.,_Smoluhovsky_M._Braunovskoe_dvizhe(BookSee.org).pdf (дата обращения: 22.06.2023). - Режим доступа: свободный.

115. Смолуховский, М. Несколько примеров броуновского молекулярного движения под действием внешних сил / М. Смолуховский // Броуновское движение. - Москва: ОНТИ-НКТП-СССР, 1936. - С. 205-225. -URL: https://dl.booksee.org/genesis/855000/9c92bc7c5cd90cd265dc48e8023fa962/_as/YEi nshtein_A.,_Smoluhovsky_M._Braunovskoe_dvizhe(BookSee.org).pdf (дата обращения: 22.06.2023). - Режим доступа: свободный.

116. Поршнев, С. В. Компьютерное моделирование физических процессов и систем в пакете MATLAB / С. В. Поршнев. - Москва: Горячая линия-Телеком, 2020. - 808 с. -ISBN 978-5-9912-0884-0. - Текст: непосредственный.

117. Поршнев, С. В., Копосов, А. С. Программная библиотека ES&RP: свидетельство о государственной регистрации программы для ЭВМ № 2016614275 / РФ. Заявка № 2016611747. — Заявл. 02.03.2016. — Опубл. 20.04.2016.

118. Барлоу, Р., Прошан, Ф. Статистическая теория надежности и испытания на безотказность / Р. Барлоу, Ф. Прошан. - Москва: Наука, 1984. - 328 с. - Текст: непосредственный.

119. Гнеденко, Б. В., Беляев, Ю. К., Соловьев, А. Д. Математические методы в теории надежности / Б. В. Гнеденко, Ю. К. Беляев, А. Д. Соловьев. - Москва: Наука (Главная редакция физико-математической литературы), 1965. - 524 с. - Текст: непосредственный.

120. Матвиевский, В. Р. Надежность технических систем: учебное пособие / В. Р. Матвиевский. - Москва: Московский государственный институт электроники и математики (технический университет), 2002. - 113 с. - ISBN 5-230-22198-4. - Текст: непосредственный.

121. Заякин, А., Еникеев, Е. Как украсть выборы и не сесть в тюрьму // Новая газета. -2020. - 5 октября. - URL: https://novayagazeta.ru/articles/2020/10/05/87382-kak-ukrast-vybory-i-ne-sest-v-tyurmu (дата обращения: 10.08.2023). - Режим доступа: свободный.

122. Заякин А., Еникеев Е. Как украсть выборы и не сесть в тюрьму. Новая газета. 5 октября 2020 г.// URL: https://novayagazeta.ru/articles/2020/10/05/87382-kak-ukrast-vybory-i-ne-sest-v-tyurmu (Дата обращения: 10.08.2023). - Режим доступа: свободный.

123. Сулакшин, С. С. Избирательная система и успешность государства (тайное всегда становится явным) / С. С. Сулакшин. - Москва: Наука и политика, 2013. - 158 с. - URL: https://www.elibrary.ru/download/elibrary_28780857_20054910.pdf (дата обращения: 21.10.2023). - Режим доступа: для зарегистрированных пользователей.

124. Сулакшин, С. С. Политико-математический анализ выборов / С. С. Сулакшин // Труды центра научной политической мысли и идеологии. - Выпуск 1. - Москва: Наука и политика, 2013. - 21 с. - URL: https://elibrary.ru/item.asp?id=28780853 (дата обращения: 21.10.2023). - Режим доступа: для зарегистрированных пользователей.

125. Сулакшин, С. С. Государственная Дума РФ 2016 - незаконна (данные математической реконструкции) / С. С. Сулакшин. - Москва: Наука и политика, 2016. - URL: https://elibrary.ru/download/elibrary_28780848_65777261.pdf (дата обращения: 21.10.2023). - Режим доступа: для зарегистрированных пользователей.

126. Сулакшин, С. С. О незаконности перевыборов Путина 18 марта 2018 года (научная реконструкция) / С. С. Сулакшин // Труды Центра научной политической мысли и идеологии. - Москва: Наука и политика, 2018. - 112 с. -URL: https://elibrary.ru/download/elibrary_35273594_32484567.pdf (дата обращения: 21.10.2023). - Режим доступа: для зарегистрированных пользователей.

Приложение 1

Листинг программной библиотеки «Инструмент для выгрузки электоральных данных с сайта ЦИК РФ»

Краткое название: Программная библиотека «ИВЭД»

Файл: cik/items.py

from abc import ABC, abstractmethod

# Define here the models for your scraped items

#

# See documentation in:

# https: //docs.scrapy. org/en/latest/topics/items .html import scrapy

class Cikltem(scrapy.Item):

# define the fields for your item here like:

# name = scrapy.Field() Pass

Файл: cik/middlewares.py

# Define here the models for your spider middleware

#

# See documentation in:

# https://docs.scrapy.org/en/latest/topics/spider-middleware.html from scrapy import signals

# useful for handling different item types with a single interface from itemadapter import is_item, ItemAdapter

class CikSpiderMiddleware:

# Not all methods need to be defined. If a method is not defined,

# scrapy acts as if the spider middleware does not modify the

# passed objects.

@classmethod

def from_crawler(cls, crawler):

# This method is used by Scrapy to create your spiders. s = cls()

crawler.signals.connect(s.spider_opened, signal=signals.spider_opened) return s

def process_spider_input(self, response, spider):

# Called for each response that goes through the spider

# middleware and into the spider.

# Should return None or raise an exception. return None

def process_spider_output(self, response, result, spider):

# Called with the results returned from the Spider, after

# it has processed the response.

# Must return an iterable of Request, or item objects. for i in result:

yield i

def process_spider_exception(self, response, exception, spider):

# Called when a spider or process_spider_input() method

# (from other spider middleware) raises an exception.

# Should return either None or an iterable of Request or item objects. pass

def process_start_requests(self, start_requests, spider):

# Called with the start requests of the spider, and works

# similarly to the process_spider_output() method, except

# that it doesn't have a response associated.

# Must return only requests (not items). for r in start_requests:

yield r

def spider_opened(self, spider):

spider.logger.info('Spider opened: %s' % spider.name)

class CikDownloaderMiddleware:

# Not all methods need to be defined. If a method is not defined,

# scrapy acts as if the downloader middleware does not modify the

# passed objects.

@classmethod

def from_crawler(cls, crawler):

# This method is used by Scrapy to create your spiders. s = cls()

crawler.signals.connect(s.spider_opened, signal=signals.spider_opened) return s

def process_request(self, request, spider):

# Called for each request that goes through the downloader

# middleware.

# Must either:

# - return None: continue processing this request

# - or return a Response object

# - or return a Request object

# - or raise IgnoreRequest: process_exception() methods of

# installed downloader middleware will be called return None

def process_response(self, request, response, spider):

# Called with the response returned from the downloader.

# Must either;

# - return a Response object

# - return a Request object

# - or raise IgnoreRequest return response

def process_exception(self, request, exception, spider):

# Called when a download handler or a process_request()

# (from other downloader middleware) raises an exception.

# Must either:

# - return None: continue processing this exception

# - return a Response object: stops process_exception() chain

# - return a Request object: stops process_exception() chain pass

def spider_opened(self, spider):

spider.logger.info('Spider opened: %s' % spider.name)

Файл: cik/pipelines.py

# Define your item pipelines here

#

# Don't forget to add your pipeline to the ITEM_PIPELINES setting

# See: https://docs.scrapy.org/en/latest/topics/item-pipeline.html

# useful for handling different item types with a single interface from itemadapter import ItemAdapter

class CikPipeline:

def process_item(self, item, spider): return item

Файл: cik/spiders/settings.py

# Scrapy settings for cik project

#

# For simplicity, this file contains only settings considered important or

# commonly used. You can find more settings consulting the documentation:

#

# https://docs.scrapy.org/en/latest/topics/settings.html

# https://docs.scrapy.org/en/latest/topics/downloader-middleware.html

# https://docs.scrapy.org/en/latest/topics/spider-middleware.html

BOT_NAME = 'cik'

SPIDER_MODULES = ['cik.spiders'] NEWSPIDER_MODULE = 'cik.spiders'

# Crawl responsibly by identifying yourself (and your website) on the user-agent USER_AGENT = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.81 Safari/537.36'

# Obey robots.txt rules ROBOTSTXT OBEY = True

# Configure maximum concurrent requests performed by Scrapy (default: 16) #CONCURRENT_REQUESTS = 32

# Configure a delay for requests for the same website (default: 0)

# See https://docs.scrapy.org/en/latest/topics/settings.html#download-delay

# See also autothrottle settings and docs #DOWNLOAD_DELAY = 3

# The download delay setting will honor only one of: #CONCURRENT_REQUESTS_PER_DOMAIN = 16 #CONCURRENT_REQUESTS_PER_IP = 16

# Disable cookies (enabled by default) #COOKIES_ENABLED = False

# Disable Telnet Console (enabled by default) #TELNETCONSOLE_ENABLED = False

# Override the default request headers: #DEFAULT_REQUEST_HEADERS = {

# 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',

# 'Accept-Language': 'en',

#}

# Enable or disable spider middlewares

# See https://docs.scrapy.org/en/latest/topics/spider-middleware.html #SPIDER_MIDDLEWARES = {

# 'cik.middlewares.CikSpiderMiddleware': 543, #}

# Enable or disable downloader middlewares

# See https://docs.scrapy.org/en/latest/topics/downloader-middleware.html #DOWNLOADER_MIDDLEWARES = {

# 'cik.middlewares.CikDownloaderMiddleware': 543, #}

# Enable or disable extensions

# See https://docs.scrapy.org/en/latest/topics/extensions.html #EXTENSIONS = {

# 'scrapy.extensions.telnet.TelnetConsole': None,

#}

# Configure item pipelines

# See https://docs.scrapy.org/en/latest/topics/item-pipeline.html #ITEM_PIPELINE S = {

# 'cik.pipelines.CikPipeline': 300, #}

# Enable and configure the AutoThrottle extension (disabled by default)

# See https://docs.scrapy.org/en/latest/topics/autothrottle.html #AUTOTHROTTLE_ENABLED = True

# The initial download delay #AUTOTHROTTLE_START_DELAY = 5

# The maximum download delay to be set in case of high latencies #AUTOTHROTTLE_MAX_DELAY = 60

# The average number of requests Scrapy should be sending in parallel to

# each remote server

#AUTOTHROTTLE_TARGET_CONCURRENCY = 1.0

# Enable showing throttling stats for every response received: #AUTOTHROTTLE_DEBUG = False

# Enable and configure HTTP caching (disabled by default)

# See https://docs.scrapy.org/en/latest/topics/downloader-middleware.html#httpcache-middleware-settings

#HTTPCACHE_ENABLED = True #HTTPCACHE_EXPIRATION_SECS = 0 #HTTPCACHE_DIR = 'httpcache' #HTTPCACHE_IGNORE_HTTP_CODES = []

#HTTPCACHE_STORAGE = 'scrapy.extensions.httpcache.FilesystemCacheStorage'

Файл: cik/spiders/quotes_spider.py

import scrapy import json

from urllib import parse import csv

class QuotesSpider(scrapy.Spider): name = "quotes"

def __init__(self):

self.root = "http://www.vybory.izbirkom.ru/" self.postfix = "&type=226&report_mode=null" self.csvfile = open('data.csv', 'w', newline='')

fieldnames = ['l1', 'l2', 'l3', 'c1', 'c2', 'c3', 'c4', 'c5', 'c6', 'c7', 'c8', 'c9', 'c10', 'c11', 'c12',

'c13', 'c14', 'c15', 'c16', 'c17', 'c18', 'c19', 'c20'] self.writer = csv.DictWriter(self.csvfile, fieldnames=fieldnames) self.writer.writeheader()

def start_requests(self):

f = open("cik/spiders/root.json", encoding="utf-8") data = json.load(f) urls = data["children"] for url in urls: title = url["text"]

level2_query = dict(parse.parse_qsl(parse.urlsplit(url["href']).query))

print("*****************************************************************") print(title)

print("*****************************************************************") level1url = self.root + url["href'] + self.postfix

yield scrapy.Request(url=level1url, callback=self.parse, cb_kwargs=dict(l1_caption=title, level=1))

vrn = level2_query['vrn'] tvd = level2_query['tvd'] level2url =

f{self.root}region/izbirkom?action=tvdTree&tvdchildren=true&vrn={vrn}&tvd={tvd}' yield scrapy.Request(url=level2url, callback=self.parse, cb_kwargs=dict(l1_caption=title, level=2))

# break

def parse(self, response, level, l1_caption='', l2_caption='', l3_caption=''):

# data for level1 if level == 1:

output_filename = l1_caption + '.txt'

print('!!!!!!!!!!!!!!!!!' + output_filename + '!!!!!!!!!!!!!!!!!!!') output_file = open(output_filename, 'w')

rows = response.xpath("//table[@class='table-bordered table-striped table-sm']/tr") csv_row = {'l1': l1_caption, 'l2': l2_caption, 'l3': l3_caption} for row in rows:

v1 = row.xpath('td[1]//text()').get() if v1 is None: continue

v2 = row.xpath('td[2]//text()').get() v3 = row.xpath('td[3]//text()').get() data = f{v1}\t{v2}\t{v3}\r\n' output_file.write(data) csv_row['c' + v1] = v3 self.writer.writerow(csv_row) output_file.close()

# json for level2 elif level == 2:

json_text = response.text child_data = json.loads(json_text) for l2row in child_data:

level2dataurl = self.root + l2row["href"] + self.postfix yield scrapy.Request(url=level2dataurl, callback=self.parse,

cb_kwargs=dict(l1_caption=l1_caption, l2_caption=l2row["text"], level=3)) level3_query = dict(parse.parse_qsl(parse.urlsplit(l2row["href"]).query)) vrn = level3_query['vrn'] tvd = level3_query['tvd']

level3url =

f{self.root}region/izbirkom?action=tvdTree&tvdchildren=true&vrn={vrn}&tvd={tvd}' yield scrapy.Request(url=level3url, callback=self.parse,

cb_kwargs=dict(l1_caption=l1_caption, l2_caption=l2row["text"], level=4))

# break

# data for level2 elif level == 3:

output_filename = f{l1_caption}_{l2_caption}.txt' print('!!!!!!!!!!!!!!!!!' + output_filename + '!!!!!!!!!!!!!!!!!!!') output_file = open(output_filename, 'w')

rows = response.xpath("//table[@class='table-bordered table-striped table-sm']/tr") csv_row = {'l1': l1_caption, 'l2': l2_caption, 'l3': l3_caption} for row in rows:

v1 = row.xpath('td[1]//text()').get() if v1 is None: continue

v2 = row.xpath('td[2]//text()').get() v3 = row.xpath('td[3]//text()').get() data = f{v1}\t{v2}\t{v3}\r\n' output_file.write(data)

csv_row['c' + v1] = v3 self.writer.writerow(csv_row) output_file.close()

# json for level3 elif level == 4:

json_text = response.text child_data = json.loads(json_text) print(child_data) for l3row in child_data:

level3dataurl = self.root + l3row["href"] + self.postfix yield scrapy.Request(url=level3dataurl, callback=self.parse,

cb_kwargs=dict(l1_caption=l1_caption, l2_caption=l2_caption, l3_caption=l3row["text"], level=5))

# data for level 3 elif level == 5 :

output_filename = f{l1_caption}_{l2_caption}_{l3_caption}.txt' print('!!!!!!!!!!!!!!!!!' + output_filename + '!!!!!!!!!!!!!!!!!!!') output_file = open(output_filename, 'w')

rows = response.xpath("//table[@class='table-bordered table-striped table-sm']/tr") csv_row = {'l1': l1_caption, 'l2': l2_caption, 'l3': l3_caption} for row in rows:

v1 = row.xpath('td[1]//text()').get() if v1 is None: continue

v2 = row.xpath('td[2]//text()').get() v3 = row.xpath('td[3]//text()').get() data = f{v1}\t{v2}\t{v3}\r\n' output_file.write(data) csv_row['c' + v1] = v3 self.writer.writerow(csv_row) output_file.close()

Файл: scrapy.cfg

# Automatically created by: scrapy startproject

#

# For more information about the [deploy] section see:

# https://scrapyd.readthedocs.io/en/latest/deploy.html

[settings]

default = cik.settings [deploy]

#url = http://localhost:6800/ project = cik

Файл: cik/spiders/root.json

{"idм:100100084849066,мtextм:мЦИК

России",'ЪгеГ : Mregion/izbirkom?action=show&root=0&tvd=100100084849066&vrn=1001000848490

62&prver=0&pronetvd=null&region=0&sub_region=0","prver":"0","isUik":false,"selected":true,"load_

on_demand":false,"children" :[{"id":100100084849067,мtextм:мРеспублика Адыгея

(Адыгея)м,мhref,':мregion/izbirkom?action=show&root=1&tvd=100100084849067&vrn=10010008484

9062&prver=0&pronetvd=null&region=1&sub_region=1","prver":"0","isUik":false,"selected":false,"lo

ad_on_demand":true," children" :[]},{"id":100100084849068,"text" : "Республика

Алтай","href,':"region/izbirkom?action=show&root=1&tvd=100100084849068&vrn=10010008484906

2&prver=0&pronetvd=null&region=2&sub_region=2","prver":"0","isUik":false,"selected":false,"load_ on_demand" :true," children" :[]},{"id" :100100084849069,"text": "Республика

Башкортостан","href^':"region/izbirkom?action=show&root=1&tvd=100100084849069&vrn=1001000 84849062&prver=0&pronetvd=null&region=3&sub_region=3","prver":"0","isUik":false,"selected":fals e,"load_on_demand":true," children": []},{"id" :100100084849070,"text": "Республика Бурятия","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849070&vm=100100084849 062&prver=0&pronetvd=null&region=4&sub_region=4","prver":"0","isUik":false,"selected":false,"loa d_on_demand" :true,"children":[]},{"id":100100084849071,"text": "Республика

Дагестан","href,':"region/izbirkom?action=show&root=1&tvd=100100084849071&vrn=100100084849 062&prver=0&pronetvd=null&region=5&sub_region=5","prver":"0","isUik":false,"selected":false,"loa d_on_demand" :true,"children":[]},{"id":100100084849072,"text": "Республика

Ингушетия","href^':"region/izbirkom?action=show&root=1&tvd=100100084849072&vrn=1001000848

49062&prver=0&pronetvd=null&region=6&sub_region=6","prver":"0","isUik":false,"selected":false,"l

oad_on_demand":true," children":[]},{ "id" :100100084849073,"text": "Кабардино-Балкарская

Республика"/Ъref^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849073&vm=100100084

849062&prver=0&pronetvd=null&region=7&sub_region=7","prver":"0","isUik":false,"selected":false,"

load_on_demand" :true,"children":[]},{ "id":100100084849134,"text": "Республика

Калмыкия","href^':"region/izbirkom?action=show&root=1&tvd=100100084849134&vrn=1001000848

49062&prver=0&pronetvd=null&region=8&sub_region=8","prver":"0","isUik":false,"selected":false,"l

oad_on_demand":true," children":[]},{ "id" :100100084849135,"text": "Карачаево-Черкесская

Республика"/Ъref^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849135&vm=100100084

849062&prver=0&pronetvd=null&region=9&sub_region=9","prver":"0","isUik":false,"selected":false,"

load_on_demand" :true,"children":[]},{ "id":100100084849136,"text": "Республика

Карелия","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849136&vm=100100084849

062&prver=0&pronetvd=null&region=10&sub_region=10","prver":"0","isUik":false,"selected":false,"l

oad_on_demand":true,"children":[]},{"id":100100084849137,"text":"Республика

KoM^/^ef^"region/izMrkom?action=show&root=1&tvd=100100084849137&vm=100100084849062

&prver=0&pronetvd=null&region=11&sub_region=11","prver":"0","isUik":false,"selected":false,"load

_on_demand" :true,"children":[]},{"id":100100084849210,"text": "Республика

Крым","href,':"region/izbirkom?action=show&root=1&tvd=100100084849210&vrn=10010008484906 2&prver=0&pronetvd=null&region=93&sub_region=93" ,"prver": "0","isUik" :false," selected":false,"loa d_on_demand" :true,"children" :[]},{"id":100100084849138,"text": "Республика Марий Эл","href^"regюn/izЫrkom?actюn=show&root=Шvd=100100084849Ш&vm=100100084849062& prver=0&pronetvd=null&region=12&sub_region=12","prver":"0","isUik":false,"selected":false,"load_o n_demand":true,"children":[]},{"id":100100084849139,"text":"Республика

Мордовия","href,':"region/izbirkom?action=show&root=1&tvd=100100084849139&vrn=10010008484

9062&prver=0&pronetvd=null&region=13&sub_region=13","prver":"0","isUik":false,"selected":false,"

load_on_demand" :true,"children":[]},{ "id":100100084849140,"text": "Республика Саха

(Якутия)","href^':"region/izbirkom?action=show&root=1&tvd=100100084849140&vrn=100100084849

062&prver=0&pronetvd=null&region=14&sub_region=14","prver":"0","isUik":false,"selected":false,"l

oad_on_demand":true,"children":[]},{"id":100100084849141,"text":"Республика Северная Осетия -

Алания","href,':"region/izbirkom?action=show&root=1&tvd=100100084849141&vrn=1001000848490

62&prver=0&pronetvd=null&region=15&sub_region=15","prver":"0","isUik":false,"selected":false,"lo

ad_on_demand":true,"children":[]},{"id":100100084849142,"text":"Республика Татарстан

(Татарстан)","href^':"region/izbirkom?action=show&root=1&tvd=100100084849142&vrn=100100084

849062&prver=0&pronetvd=null&region=16&sub_region=16","prver":"0","isUik":false,"selected":fals

e,"load_on_demand":true,"children":[]},{"id":100100084849143,"text":"Республика

Тыва","href,':"region/izbirkom?action=show&root=1&tvd=100100084849143&vrn=100100084849062

&prver=0&pronetvd=null&region=17&sub_region=17","prver":"0","isUik":false,"selected":false,"load

_on_demand" :true,"children":[]},{"id":100100084849144,"text": "Удмуртская

Республика","href,':"region/izbirkom?action=show&root=1&tvd=100100084849144&vrn=100100084 849062&prver=0&pronetvd=null&region=18&sub_region=18","prver": "0","isUik":false," selected": fals e,"load_on_demand":true,"children":[]},{"id":100100084849145,"text":"Республика Хакасия","href,':"region/izbirkom?action=show&root=1&tvd=100100084849145&vrn=100100084849

062&prver=0&pronetvd=null&region=19&sub_region=19M,MprverM:M0M,MisUikM:false,MselectedM:false,Ml

oad_on_demand":true," children":[]},{"id":100100084849146,"text": "Чеченская

Республика","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849146&vrn=100100084

849062&prver=0&pronetvd=null&region=20&sub_region=20",MprverM:M0M,MisUikM:false,MselectedM:fals

e,"load_on_demand":true,"children":[]},{"id":100100084849147,"text":"Чувашская Республика -

Чувашия","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849147&vrn=100100084849

062&prver=0&pronetvd=null&region=21&sub_region=21M,"prverM:M0M,MisUikM:false,MselectedM:false,Ml

oad_on_demand":true,"children":[]},{"id":100100084849148,"text":"Алтайский

край","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849Ш&vrn=100100084849062

&prver=0&pronetvd=null&region=22&sub_region=22M,"prverM:M0M,MisUikM:false,MselectedM:false,Mload

_on_demand" :true,"children":[]},{"id":100100084849209,"text": "Забайкальский

край" ,"href": "region/izbirkom?action=show&root= 1&tvd=100100084849209&vrn=100100084849062

&prver=0&pronetvd=null&region=92&sub_region=92","prver":"0","isUik":false,"selected":false,"load

_on_demand" :true,"children":[]},{"id":100100084849208,"text": "Камчатский

край","href^"regюn/izЫrkom?actюn=show&root=1&tvd=100100084849208&vrn=100100084849062

&prver=0&pronetvd=null&region=91&sub_region=91","prver":"0","isUik":false,"selected":false,"load