<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Bulletin of the Kazan Law Institute of MIA Russia</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Bulletin of the Kazan Law Institute of MIA Russia</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Вестник Казанского юридического института МВД России</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2227-1171</issn>
   <issn publication-format="online">2542-1247</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">6abe451ff4b844687736cba2</article-id>
   <article-id pub-id-type="doi">10.37973/2227-1171-2026-17-3-64-70</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>УГОЛОВНО-ПРАВОВЫЕ НАУКИ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>CRIMINAL LAW SCIENCES</subject>
    </subj-group>
    <subj-group>
     <subject>УГОЛОВНО-ПРАВОВЫЕ НАУКИ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">SOME ASPECTS OF THE APPLICATION OF ARTIFICIAL INTELLIGENCE SYSTEMS  IN COUNTERING ECONOMIC CRIMES</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>НЕКОТОРЫЕ АСПЕКТЫ ПРИМЕНЕНИЯ  СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА  ПРИ ПРОТИВОДЕЙСТВИИ ЭКОНОМИЧЕСКИМ ПРЕСТУПЛЕНИЯМ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Баранов</surname>
       <given-names>Владимир Владимирович</given-names>
      </name>
      <name xml:lang="en">
       <surname>Baranov</surname>
       <given-names>Vladimir Viadimirovich</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Лелетова</surname>
       <given-names>Марина Владимировна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Leletova</surname>
       <given-names>Marina Vladimirovna</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-2"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Академия управления МВД России</institution>
     <country country="RU" xml:lang="ru">Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">The Academy of Management of the Ministry of Internal Affairs of Russia</institution>
     <country country="RU" xml:lang="en">Russian Federation</country>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-2">
    <aff>
     <institution xml:lang="ru">Академия управления МВД России</institution>
     <country country="RU" xml:lang="ru">Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Академия управления МВД России</institution>
     <country country="RU" xml:lang="en">Russian Federation</country>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2026-09-30T00:00:00+03:00">
    <day>30</day>
    <month>09</month>
    <year>2026</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2026-09-30T00:00:00+03:00">
    <day>30</day>
    <month>09</month>
    <year>2026</year>
   </pub-date>
   <volume>17</volume>
   <issue>3</issue>
   <fpage>64</fpage>
   <lpage>70</lpage>
   <history>
    <date date-type="received" iso-8601-date="2026-05-29T00:00:00+03:00">
     <day>29</day>
     <month>05</month>
     <year>2026</year>
    </date>
    <date date-type="accepted" iso-8601-date="2026-09-30T00:00:00+03:00">
     <day>30</day>
     <month>09</month>
     <year>2026</year>
    </date>
   </history>
   <permissions>
    <copyright-statement xml:lang="ru">© 2026 Баранов В.В., Лелетова М.В.</copyright-statement>
    <copyright-statement xml:lang="en">© 2026 Baranov V.V., Leletova M.V.</copyright-statement>
    <copyright-year>2026</copyright-year>
    <copyright-holder xml:lang="ru">Баранов Владимир Владимирович, Лелетова Марина Владимировна</copyright-holder>
    <copyright-holder xml:lang="en">Baranov Vladimir Viadimirovich, Leletova Marina Vladimirovna</copyright-holder>
   </permissions>
   <self-uri xlink:href="https://vestnikkui.ru/en/nauka/publications/6abe451ff4b844687736cba2/view">https://vestnikkui.ru/en/nauka/publications/6abe451ff4b844687736cba2/view</self-uri>
   <abstract xml:lang="ru">
    <p>Введение: экономические преступления представляют собой деяния, посягающие на экономические интересы общества и государства. В настоящее время практически все экономические преступления, так или иначе, совершаются с использованием информационно-телекоммуникационных технологий (далее – ИТТ).&#13;
&#13;
Материалы и методы: в исследовании применены общенаучные (анализ, синтез) и специальные юридические методы (формально-юридический, сравнительно-правовой метод и др.). В частности:&#13;
&#13;
- анализ нормативно-правовой базы Российской Федерации позволил определить правовые границы и условия использования ИИ в правоохранительной деятельности;&#13;
&#13;
- системный анализ использовался для комплексного изучения возможностей и ограничений применения искусственного интеллекта при противодействии экономическим преступлениям;&#13;
&#13;
- компаративный анализ отечественного опыта позволил выявить наиболее успешные практики и технологии, которые могут быть внедрены в работу органов внутренних дел Российской Федерации.&#13;
&#13;
В совокупности они позволили обеспечить должный анализ проблемных вопросов применения отдельных специальных мер противодействия экономическим преступлениям, совершаемым с использованием ИТТ.&#13;
&#13;
Обзор литературы: авторы учли вклад Е.В. Батуриной, Ю.В. Гаврилина, М.В. Лелетовой, Н.Э. Мартыненко, А.В. Парфенова, Т.В. Пинкевич, А.Н. Позднякова, Г.Г. Саркисян, П.В. Севастьянова, Б.А. Торопова, А.Ф. Дятловой, М.В. Свириной, А.Х. Малаева, Р.Т. Тугуз, А.К. Жаровой, Е.Е. Шемелкина в рассмотрение отдельных аспектов применения специальных мер по противодействию экономическим преступлениям, совершаемым с использованием ИТТ.&#13;
&#13;
Результаты исследования: для повышения эффективности борьбы с экономическими преступлениями, в том числе, совершаемыми с использованием информационно-телекоммуникационных технологий, представляется необходимым использовать возможности систем искусственного интеллекта и аналитических систем.&#13;
&#13;
При организации данной деятельности рассматриваемые системы способны решать разнообразные задачи, необходимые для предупреждения, выявления и расследования экономических преступлений. При этом представляется недостаточным урегулирование вопросов, связанных с функционированием систем ИИ, техническим и правовым описанием процесса их использования в настоящее время в России.&#13;
&#13;
Обсуждение и заключение: внедрение методологии работы систем искусственного интеллекта позволит повысить эффективность предупреждения и выявления экономических преступлений, сократить время их расследования, минимизировать влияние человеческого фактора и снизить коррупционные риски при осуществлении данной деятельности. В конечном итоге, интеграция технологий искусственного интеллекта в деятельность правоохранительных органов способна существенно укрепить экономическую безопасность Российской Федерации и обеспечить устойчивость социально-экономического развития России.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>Introduction: economic crimes are acts that infringe on the economic interests of society and the state. Currently, virtually all economic crimes are committed, in one way or another, using information and telecommunications technologies (ITT).&#13;
&#13;
Materials and Methods: the study utilized general scientific methods (analysis, synthesis) and specialized legal methods (formal legal, comparative legal, etc.).&#13;
&#13;
In particular:&#13;
&#13;
- An analysis of the Russian Federation's regulatory framework allowed us to determine the legal boundaries and conditions for the use of AI in law enforcement;&#13;
&#13;
- A systems analysis was used to comprehensively study the potential and limitations of using artificial intelligence to combat economic crimes;&#13;
&#13;
- A comparative analysis of domestic experience allowed us to identify the most successful practices and technologies that can be implemented in the work of Russian law enforcement agencies.&#13;
&#13;
Taken together, these methods provided a thorough analysis of the problematic issues involved in the application of specific measures to combat economic crimes committed using artificial intelligence.&#13;
&#13;
Literature review: the authors took into account the contribution of E.V. Baturina, Yu.V. Gavrilina, M.V. Leletova, N.E. Martynenko, A.V. Parfenova, T.V. Pinkevich, A.N. Pozdnyakova, G.G. Sargsyan, P.V. Sevastyanova, B.A. Toropova, A.F. Dyatlova, M.V. Svirina, A.H. Malaeva, R.T. Tuguz, A.K. Zharova, E.E. Shemelkina in considering certain aspects of the application of special measures to combat economic crimes committed using ITT.&#13;
&#13;
Results: to improve the effectiveness of the fight against economic crimes, including those committed using information and telecommunications technologies, it is necessary to utilize the capabilities of artificial intelligence and analytical systems.&#13;
&#13;
When organizing these activities, these systems are capable of solving a variety of tasks necessary for the prevention, detection, and investigation of economic crimes. However, the regulation of issues related to the functioning of AI systems and the technical and legal description of their use currently appears insufficient in Russia.&#13;
&#13;
Discussion and Conclusions: the implementation of artificial intelligence systems will improve the effectiveness of preventing and detecting economic crimes, reduce investigation time, minimize the impact of human error, and reduce corruption risks in these activities. Ultimately, the integration of artificial intelligence technologies into law enforcement can significantly strengthen the economic security of the Russian Federation and ensure the sustainability of Russia's socioeconomic development.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>системы искусственного интеллекта; экономические преступления; противодействие; предупреждение; мониторинг финансовых операций; Big Data; этика и безопасность данных</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>artificial intelligence systems; economic crimes; counteraction; prevention; financial transaction monitoring; Big Data; ethics and data security</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>Введение

Экономические преступления представляют собой деяния, посягающие на экономические интересы общества и государства. В настоящее время практически все экономические преступления, так или иначе, совершаются с использованием информационно-телекоммуникационных технологий (далее – ИТТ).

Обзор литературы

В разное время изучению проблем противодействия экономическим преступлениям, совершаемым с использованием ИТТ, посвящали свои исследования Е.В. Батурина [1]; Ю.В. Гаврилин, Н.Э. Мартыненко, А.В. Парфенов, Т.В. Пинкевич, А.Н Поздняков., Г.Г. Саркисян, П.В. Севастьянов, Б.А. Торопов [2]; С.А. Грачев, А.Ю. Ушаков [3]; А.Ф. Дятлова, М.В. Свирина [4], М.В. Лелетова [5], А.Х. Малаев [6]; Р.Т. Тугуз [7]; А.К. Жарова, Е.Е. Шемелкин и др. Однако до настоящего времени остается множество проблемных вопросов, связанных с повышением эффективности противодействия экономическим преступлениям, особенно в условиях цифровизации.

Материалы и методы

В исследовании применены общенаучные (анализ, синтез) и специальные юридические методы (формально-юридический, сравнительно-правовой метод и др.).

Результаты исследования

Были рассмотрены отдельные специальные меры по противодействию экономическим преступлениям, совершаемым с использованием ИТТ.

1. Создание специализированной цифровой платформы для противодействия преступлениям, совершаемым с ИТТ. Предусмотрено Концепцией государственной системы противодействия противоправным деяниям, совершаемым с помощью информационно-коммуникационных технологий (распоряжение Правительства РФ от 30.12.2024 № 4154-р)1.

Возможности данной платформы заключаются в оперативной взаимной передаче информации между правоохранительными органами и Центральном банком, кредитными организациями, операторами связи и др.

2. Мониторинг и ограничение доступа к противоправным ресурсам в информационно-телекоммуникационных сетях, включая интернет.

Федеральный закон № 41-ФЗ «О создании государственной информационной системы противодействия правонарушениям, совершаемым с использованием информационных и коммуникационных технологий, и о внесении изменений в отдельные законодательные акты Российской Федерации», позволяет использовать указанную систему для оперативного предупреждения, выявления и пресечения правонарушений и преступлений, совершаемых с использованием ИТТ.

3. Развитие партнёрских отношений между институтами обеспечения безопасности, компаниями, общественностью и правоохранительными органами, в том числе для обмена информацией о новых угрозах и методах защиты от экономических преступлений, совершаемых с использованием ИТТ2.

4. Повышение осведомлённости участников экономической деятельности о существующих рисках и уязвимостях, которые могут стать причиной или создать условия для совершения экономических преступлений.

5. Использование машинного обучения, искусственного интеллекта и аналитических систем для обнаружения угроз, предотвращения кибератак и обеспечения быстрой реакции на них.

Для реализации данных мер противодействия совершению экономических преступлений в настоящее время в России разработаны отечественные информационно-аналитические системы, использующие искусственный интеллект. Кратко опишем их возможности.

1. Автоматизированная информационно-аналитическая система (АИАС) МВД России «СОРМ» (система оперативно-розыскных мероприятий).

АИАС использует технологии анализа больших данных и методы машинного обучения для оперативного выявления и анализа финансовых схем, мошенничеств с использованием сети Интернет и ИТТ.

2. Платформа «Сбербанк Аналитика» (Sber AI)

Платформа применяет методы искусственного интеллекта и предиктивной аналитики для:

- обнаружения аномалий в финансовых операциях: анализ транзакционной активности позволяет выявлять подозрительные операции и схемы обналичивания средств;

- идентификации мошеннических схем: использование графовой аналитики помогает выявлять связи между участниками преступных групп и схемы их взаимодействия;

- противодействия отмыванию денежных средств: анализ цифровых следов и поведенческих паттернов позволяет обнаруживать и пресекать попытки легализации незаконных доходов.

Эти технологии позволяют банку и правоохранительным органам эффективно выявлять и пресекать финансовые преступления, обеспечивая безопасность клиентов и финансовой системы в целом3.

3. Наиболее значимым примером является разработанная в России система VIS (Visual Investigation System) – специализированный программный комплекс, предназначенный для визуального анализа и моделирования информационных связей в ходе оперативно-розыскной и следственной деятельности.

Функциональные возможности VIS включают: автоматический импорт данных из бухгалтерских программ (например, 1С), Excel-таблиц, банковских реестров и других источников; построение интерактивных графов с отображением связей между физическими и юридическими лицами, банковскими счетами, финансовыми потоками; фильтрацию по критериям риска, масштабируемость отображаемых структур; интеграцию с базами данных МВД и других ведомств РФ; поддержку русского языка и соответствие процессуальным нормам российского уголовного судопроизводства.

4. Система «FindFace Security» (ООО «НТехЛаб»)

Разработана российской компанией NtechLab для автоматического поиска и идентификации лиц. Использует нейросетевые технологии для автоматического поиска и идентификации лиц, причастных к экономическим преступлениям, в том числе к мошенничеству в сети Интернет.

5. Информационно-аналитическая система «Граф» (рисунок 1).

Позволяет визуализировать и анализировать сложные финансовые схемы, выявлять связи между лицами, счетами и транзакциями, в том числе в сети Интернет, с использованием ИИ и алгоритмов анализа данных.

Система применяет различные графовые алгоритмы для анализа:

А) определение близости между объектами: используются метрики, такие как число общих соседей, индекс Адамика-Адара и другие, для оценки степени связи между субъектами,

Б) группировка связанных информационных объектов для выявления потенциальных преступных схем,

В) на основе имеющихся сведений система может предполагать и визуализировать возможные связи между объектами,

Г) обнаружение аномалий и подозрительных операций, характерных для преступных схем,

Д) возможность объединения информации из различных баз данных и информационных систем для дополнения имеющейся информации,

Е) применение алгоритмов машинного обучения для прогнозирования потенциальных угроз [1].

6. Платформа «Центр мониторинга и реагирования на инциденты информационной безопасности» (ЦМРИИБ) Банка России.

Центр известный как ФинЦЕРТ, представляет собой ключевую структуру, обеспечивающую кибербезопасность финансового сектора страны. Центр осуществляет постоянный мониторинг информационного пространства для выявления потенциальных угроз и происшествий в финансовой сфере; обеспечивает взаимодействие между участниками финансового рынка и государственными органами, способствуя оперативному обмену данными о выявленных угрозах; выявляет и предотвращает кибератаки на организации4.

7. Информационно-аналитическая система Росфинмониторинга «Финансовый мониторинг» (рисунок 2).

Использует технологии систем искусственного интеллекта и анализа больших данных для выявления подозрительных транзакций, отмывания денег и финансирования экстремизма, совершаемых с применением информационно-телекоммуникационных сетей5.

Обсуждение и заключение

Для осуществления отдельных специальных мер противодействия совершению экономических преступлений, в том числе с использованием ИТТ, необходимо внедрение в деятельность правоохранительных органов отечественных информационно-аналитических систем.

При организации данной деятельности системы искусственного интеллекта способны решать разнообразные задачи, необходимые для предупреждения, выявления и расследования экономических преступлений.

В статье проведено краткое описание возможностей указанных систем. Выявлено, что несмотря на различные возможности, функции, задачи и методы, используемые рассмотренными информационно-аналитическими системами, их все в той или иной степени можно использовать при реализации специальных мер по противодействию экономическим преступлениям, совершаемым с использованием ИТТ.

Умелое и правильное применение данных систем, безусловно, способно повысить эффективность борьбы с экономическими преступлениями.

Для этого необходима подготовка и переподготовка кадров правоохранительных органов в целях выработки компетенций в области искусственного интеллекта и цифровых технологий.

Также представляется необходимым дальнейшее развитие систем искусственного интеллекта для противодействия экономическим преступлениям, разработка вопросов, связанных с их функционированием, техническим и правовым описанием процесса их использования в настоящее время в правоохранительной деятельности России.

Максимально полное внедрение систем искусственного интеллекта в деятельность правоохранительных органов для противодействия экономическим преступлениям позволит повысить эффективность данного противодействия. В конечном итоге, интеграция технологий искусственного интеллекта в деятельность правоохранительных органов способна существенно укрепить экономическую безопасность Российской Федерации и обеспечить устойчивость социально-экономического развития России.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Батурина Е.В. «Информационно-аналитическая система мониторинга теневого безналичного денежного потока: основные элементы, авторский алгоритм» // Вестник университета. Санкт-Петербург. 2019. № 7. С. 144–151.</mixed-citation>
     <mixed-citation xml:lang="en">Baturina E.V. «Informacionno-analiticheskaya sistema monitoringa tenevogo beznalichnogo denezhnogo potoka: osnovnye elementy, avtorskij algoritm» // Vestnik universiteta. Sankt-Peterburg. 2019. № 7. S. 144–151.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Гаврилин Ю.В., Лелетова М.В., Мартыненко Н.Э., Парфенов А.В., Пинкевич Т.В., Поздняков А.Н., Саркисян Г.Г., Севастьянов П.В., Торопов Б.А. Организация противодействия преступлениям, совершаемым с использованием информационно-телекоммуникационным технологий: учебник. Часть 1. Москва, 2024.</mixed-citation>
     <mixed-citation xml:lang="en">Gavrilin Yu.V., Leletova M.V., Martynenko N.E., Parfenov A.V., Pinkevich T.V., Pozdnyakov A.N., Sarkisyan G.G., Sevast'yanov P.V., Toropov B.A. Organizaciya protivodejstviya prestupleniyam, sovershaemym s ispol'zovaniem informacionno-telekommunikacionnym tekhnologij: uchebnik. Chast' 1. Moskva, 2024.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Грачев С.А., Лелетова М.В., Ушаков А.Ю. Расследование преступлений в сфере экономической деятельности Нижний Новгород, 2018.</mixed-citation>
     <mixed-citation xml:lang="en">Grachev S.A., Leletova M.V., Ushakov A.Yu. Rassledovanie prestuplenij v sfere ekonomicheskoj deyatel'nosti Nizhnij Novgorod, 2018.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Дятлова А.Ф., Свирина М.В. Технологии искусственного интеллекта в сфере экономической безопасности // Вестник Московского университета МВД России. 2024. № 2. С. 227–232. https://doi.org/10.24412/2073-0454-2024-2-227-232. EDN: SVRPND.</mixed-citation>
     <mixed-citation xml:lang="en">Dyatlova A.F., Svirina M.V. Tekhnologii iskusstvennogo intellekta v sfere ekonomicheskoj bezopasnosti // Vestnik Moskovskogo universiteta MVD Rossii. 2024. № 2. S. 227–232. https://doi.org/10.24412/2073-0454-2024-2-227-232. EDN: SVRPND.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Лелетова М.В. Профилактическая деятельность подразделений экономической безопасности и противодействия коррупции: проблемы теории и практики // Гуманитарные и политико-правовые исследования. 2024. № 4 (27). С. 25–32.</mixed-citation>
     <mixed-citation xml:lang="en">Leletova M.V. Profilakticheskaya deyatel'nost' podrazdelenij ekonomicheskoj bezopasnosti i protivodejstviya korrupcii: problemy teorii i praktiki // Gumanitarnye i politiko-pravovye issledovaniya. 2024. № 4 (27). S. 25–32.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Малаев А.Х. Применение цифровых технологий и искусственного интеллекта при предупреждении экстремистских и террористических преступлений // Пробелы в российском законодательстве. 2023. Т. 16. № 4. С. 263–267.</mixed-citation>
     <mixed-citation xml:lang="en">Malaev A.H. Primenenie cifrovyh tekhnologij i iskusstvennogo intellekta pri preduprezhdenii ekstremistskih i terroristicheskih prestuplenij // Probely v rossijskom zakonodatel'stve. 2023. T. 16. № 4. S. 263–267.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Тугуз Р.Т. Искусственный интеллект как инструмент борьбы с преступность // Актуальные проблемы научных исследований: теоретический и практический аспекты: сборник статей международной научно-практической конференции. Уфа, 2023. С. 44–48.</mixed-citation>
     <mixed-citation xml:lang="en">Tuguz R.T. Iskusstvennyj intellekt kak instrument bor'by s prestupnost' // Aktual'nye problemy nauchnyh issledovanij: teoreticheskij i prakticheskij aspekty: sbornik statej mezhdunarodnoj nauchno-prakticheskoj konferencii. Ufa, 2023. S. 44–48.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B8">
    <label>8.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Жарова А.К. Шемелкин Е.Е. Особенности подготовки сотрудников оперативных подразделений, специализирующихся на противодействии преступлениям, совершенным с использованием информационно-телекоммуникационных технологий // Научный Лидер. 2024. № 36 (186). URL: https://scilead.ru/article/7042-osobennosti-podgotovki-sotrudnikov-operativni.</mixed-citation>
     <mixed-citation xml:lang="en">Zharova A.K. Shemelkin E.E. Osobennosti podgotovki sotrudnikov operativnyh podrazdelenij, specializiruyushchihsya na protivodejstvii prestupleniyam, sovershennym s ispol'zovaniem informacionno-telekommunikacionnyh tekhnologij // Nauchnyj Lider. 2024. № 36 (186). URL: https://scilead.ru/article/7042-osobennosti-podgotovki-sotrudnikov-operativni.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
