Work aimed at analyzing methods and algorithms for protection against spam and email attacks using machine learning and neural networks. The main focus is on the development of a hybrid model combining convolutional neural networks (CNN) and long-term short-term memory (LSTM) for classifying spam messages. The study includes the stages of data preprocessing, model development and training, as well as evaluating its performance on test data. The results show that the proposed model demonstrates high accuracy and efficiency in detecting spam messages. / Проведен анализ методов и алгоритмов защиты от спама и атак по электронной почте с использованием машинного обучения и нейронных сетей. Основное внимание уделено разработке гибридной модели, сочетающей сверточные нейронные сети (CNN) и долгосрочную краткосрочную память (LSTM) для классификации спам-сообщений. Исследование включает этапы предварительной обработки данных, разработки и обучения модели, а также оценку ее производительности на тестовых данных. Результаты показывают, что предложенная модель демонстрирует высокую точность и эффективность в обнаружении спам-сообщений.

The object of this study is the process of selecting applications for funding digital projects in the region. The subject of the study is a design system that includes algorithms and methods used to select applications for funding digital projects in the region. The purpose of this work is to develop an approach to selecting digital projects for funding that takes into account regional characteristics and the efficiency of resource use. This work studies the market for digital projects / as well as methods and algorithms for their selection. Several algorithms were compared to determine the most suitable for selecting digital projects. The predictive ability of the selected algorithm was assessed. A structural diagram of the algorithm is presented and an assessment of the economic and product efficiency of the system designed on the basis of this algorithm is made. Research methods - literature review / statistical and economic analysis / fuzzy clustering. The result of the work is a system for selecting applications for funding digital projects. / Объектом данного исследования является процесс отбора заявок на финансирование цифровых проектов в регионе. Предметом исследования является система проектирования, включающая алгоритмы и методики, используемые для отбора заявок на финансирование цифровых проектов в регионе. Цель данной работы – разработка подхода к отбору цифровых проектов для финансирования, учитывающего региональные особенности и эффективность использования ресурсов. В данной работе изучается рынок цифровых проектов, а также методы и алгоритмы их отбора. Проведено сравнение нескольких алгоритмов с целью определения, наиболее подходящего для отбора цифровых проектов. Оценена прогнозирующая способность выбранного алгоритма. Представлена структурная схема алгоритма и выполнена оценка экономической и продуктовой эффективности системы, спроектированной на основе данного алгоритма. Методы исследования – литературный обзор, статистико-экономический анализ, нечеткая кластеризация. Результатом работы является система для отбора заявок на финансирование цифровых проектов.