rst Информационно-экономические аспекты стандартизации и технического регулирования Informatsionno-ekonomicheskiye aspekty standartizatsii i tekhnicheskogo regulirovaniya 2311-1348 ФГБУ «Институт стандартизации» MULBEQ 83017069 Research Article Информационные системы и процессы information systems and processes МУЛЬТИАГЕНТНАЯ СИСТЕМА УПРАВЛЕНИЯ ЗНАНИЯМИ: МОДЕЛЬ ДОВЕРИЯ К ДЕЙСТВИЯМ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ MULTI-AGENT KNOWLEDGE MANAGEMENT SYSTEM: A MODEL OF TRUST IN THE ACTIONS OF INTELLIGENT AGENTS 0000-0002-4397-5241 Бурый Алексей Сергеевич Buryi A. S.

Бурый Алексей Сергеевич, ФГБУ «Институт стандартизации»

Москва, Россия

Buryi A. S., Russian Standardization Institute

Moscow, Russia

 Лопатин И. Н. Lopatin I. N.

Лопатин И. Н., Российский институт стандартизации, ПАО «Сбербанк»

Москва, Россия

Lopatin I. N., Russian Standardization Institute, Moscow, Russia, Sberbank of Russia

Moscow, Russia

 83017069 Митрофанов А. Д. Mitrofanov A. D.

Митрофанов А. Д., ПАО «Сбербанк»

Москва, Россия

Mitrofanov A. D., Sberbank of Russia

Moscow, Russia

 83017069 Папруга А. А. Papruga A. A.

Папруга А. А., ПАО «Сбербанк»

Москва, Россия

Papruga A. A., Sberbank of Russia

Moscow, Russia

 ФГБУ «Институт стандартизации» Россия Russian Standardization Institute Russian Federation 2025 130 86 83 91 Copyright © Бурый А. С., Лопатин И. Н., Митрофанов А. Д., Папруга А. А., 2026 2026 Бурый А. С., Лопатин И. Н., Митрофанов А. Д., Папруга А. А. Buryi A. S., Lopatin I. N., Mitrofanov A. D., Papruga A. A. Данная работа распространяется под лицензией Creative Commons Attribution 4.0. https://iea.gostinfo.ru/article/view/101

Целью исследования является разработка архитектуры мультиагентной системы управления корпоративными знаниями (СУЗ) с механизмом динамического назначения уровня доверия интеллектуальным агентам (ИА) и источникам, обеспечивающей достоверность и управляемость корпоративной базы знаний в условиях распределенных источников данных. Методы: аналитический обзор и синтез практик Data Governance, архитектурное проектирование мультиагентных систем, формализация метрик качества данных, разработка скоринговых функций и правил верификации знаний. Результаты: предложена архитектура СУЗ с разделением на технический и бизнес-контуры. Определен состав и роли ИА (поставщик знаний, валидатор, суммаризатор, ассистент по знаниям). Сформулирована динамическая модель доверия и матрица прав для действий ИА в базе знаний. Описан двухступенчатый процесс валидации знаний и установлены требования к непрерывному мониторингу метрик качества и пересчету уровня доверия.

The purpose of the research is to develop an architecture for a multi-agent corporate knowledge management system (KMS) with a mechanism for dynamically assigning a level of trust to intelligent agents (IA) and sources, ensuring the reliability and manageability of the corporate knowledge base in a distributed data source environment. Methods: analytical review and synthesis of Data Governance practices, architectural design of multi-agent systems, formalization of data quality metrics, development of scoring functions and knowledge veri cation rules. Results: an architecture KMS is proposed with a division into technical and business contours. The composition and roles of the IA (knowledge provider, validator, summarizer, knowledge assistant) are de ned. A dynamic model of trust and a matrix of rights for IA actions in the knowledge base are formulated. A two-stage knowledge validation process is described and the requirements for continuous monitoring of quality metrics and recalculation of the level of trust are established.

 мультиагентная система система управления знаниями система доверия интеллектуальный агент (ИА) мониторинг качества данных уровень доверия к ИА multi-agent system knowledge management system trust system intelligent agent (IA); data quality monitoring; level of trust in IA References Тузовский А.Ф. Формирование семантических метаданных для объектов системы управления знаниями // Известия Томского политехнического университета. 2007. Т. 310, № 3. С. 108–112. Tuzovsky A.F. Formirovanie semanticheskih metadannyh dlya obektov sistemy upravleniya znaniyami. Izvestiya Tomskogo politekhnicheskogo universiteta. 2007; 310(3): 108–112. (In Russ.). Зайцев Е.И., Нурматова Е.В. О подходе к управлению знаниями и разработке мультиагентной системы представления и обработки знаний // Russian Technological Journal. 2023. Т. 11, № 4. С. 16−25. https://doi.org/10.32362/2500- 316X-2023-11-4-16-25 Zajtsev E.I., Nurmatova E.V. O podhode k upravleniyu znaniyami i razrabotke mul’tia-gentnoj sistemy predstavleniya i obrabotki znanij. Russian Technological Journal. 2023; 11(4):16–25. (In Russ.). Бурый А.С., Фролов В.А., Куляница А.Л. Эволюция агентного моделирования. Часть 1. Архитектура интеллектуального агента // Информационно-экономические аспекты стандартизации и технического регулирования. 2023. № 5 (74). С. 38–47. Buryi A.S., Frolov V.A., Kulyanitsa A.L. The evolution of agent-based modeling. Information and Economic Aspects of Standardization and Technical Regulation. 2023; 5 (74): 38–47. (In Russ.). Бурый А.С., Погодин И.М. Оценка качества больших данных. Часть 1. Основные понятия и метрики // Информационно-экономические аспекты стандартизации и технического регулирования. 2024. № 3 (78). С. 49–58. Buryi A.S., Pogodin I.M. Ocenka kachestva bol’shih dannyh. Part 1. Osnovnye ponyatiya i metriki. Information and Economic Aspects of Standardization and Technical Regulation. 2024; 3(78): 49–58. (In Russ.). Суслов Д.С. Управление знаниями в организации: основные модели // Креативная экономика. 2012. № 10 (70). С. 89– 97. Suslov D.S. Upravlenie znaniyami v organizacii: osnovnye modeli. Kreativnaya ekonomika. 2012; 10(70): 89–97. (In Russ.). Бурый А.С. Информационно-поисковые социотехнические системы: термины и определения. – М.: «Горячая линия-Телеком», 2018. – 166 с. Buryi A.S. Informacionno-poiskovye sociotekhnicheskie sistemy: terminy i opredeleniya. Moscow: “Goryachaya liniya-Telekom”, Publ., 2018, 166 p. (In Russ.). Лопатин И.Н. Многоуровневые системы качественных данных на основе моделей искусственного интеллекта: проблемы и решения // Информационно-экономические аспекты стандартизации и технического регулирования. 2025. № 1 (82). С. 70–75. Lopatin I. N. Multi-level data-quality systems based on artificial intelligence models: problems and solutions. Information and Economic Aspects of Standardization and Technical Regulation. 2025; 1 (82): 70–75. (In Russ.). Aryal S., Do T., Heyojoo B., et al. Leveraging multi-AI agents for cross-domain knowledge discovery. arXiv preprint arXiv. 2024; 2404.08511. Aryal S., Do T., Heyojoo B., et al. Leveraging multi-AI agents for cross-domain knowledge discovery. arXiv preprint arXiv. 2024; 2404.08511. Kostka A., Chudziak J.A. Synergizing logical reasoning, knowledge management and collaboration in multi-agent LLM system. arXiv preprint arXiv. 2025; 2507.02170. Kostka A., Chudziak J.A. Synergizing logical reasoning, knowledge management and collaboration in multi-agent LLM system. arXiv preprint arXiv. 2025; 2507.02170. Бурый А.С., Цаплина О.С. Генеративный искусственный интеллект цифрового университета // Информационноэкономические аспекты стандартизации и технического регулирования. 2024. № 5 (80). С. 85–91. Buryi A.S., Tsaplina O.S. Generativnyj iskusstvennyj intellekt cifrovogo universiteta. Information and Economic Aspects of Standardization and Technical Regulation. 2024; 5(80): 85–91. (In Russ.). Днепровская Н.В. Система управления знаниями как основа смарт-обучения // Открытое образование. 2018. Т. 22, № 4. С. 42–52. https://doi.org/10.21686/1818-4243-2018-4-42-52 Dneprovskaya N.V. Sistema upravleniya znaniyami kak osnova smart-obucheniya. Otkrytoe obrazovanie. 2018; 22 (4): 42–52. (In Russ.). Лахин О.И., Юрыгина Ю.С., Анисимов А.С. Принципы построения системы управления знаниями предприятий ракетно-космической промышленности // Онтология проектирования. 2017. Т. 7, № 3 (25). С. 270–283. https://doi. org/10.18287/2223-9537-2017-7-3-270-283 Lakhin O.I., Yurygina Y.S., Anisimov A.S. Principy postroeniya sistemy upravleniya znaniyami predpriyatij raketno-kosmicheskoj promyshlennosti. Ontologiya proektirovaniya. 2017; 7 (3): 270–283. (In Russ.). Гарбук С.В. Особенности применения понятия «доверие» в области искусственного интеллекта // Искусственный интеллект и принятие решений. 2020. № 3. С. 15–21. Garbuk S.V. Osobennosti primeneniya ponyatiya “doverie” v oblasti iskusstvennogo intellekta. Iskusstvennyj intellekt i prinyatie reshenij. 2020; 3: 15–21. (In Russ.). Shi T., He J., Wang Z., et al. Progent: Programmable privilege control for LLM agents. arXiv preprint arXiv. 2025; 2504.11703. https://doi.org/10.18287/2223-9537-2017-7-3-270-283 Shi T., He J., Wang Z., et al. Progent: Programmable privilege control for LLM agents. arXiv preprint arXiv. 2025; 2504.11703. https://doi.org/10.18287/2223-9537-2017-7-3-270-283 Лопатин И.Н. Методика скоринга источников и инцидентов в многоуровневых системах качества данных // Информационно-экономические аспекты стандартизации и технического регулирования. 2025. № 1 (84). С. 101–107. Lopatin I.N. Scoring methodology for sources and incidents in multi-level data-quality systems. Information and Economic Aspects of Standardization and Technical Regulationю. 2025; 1 (84): 101–107. (In Russ.). Al-Shamaileh M., Anthony P., Charters S. Agent-Based Trust and Reputation Model in Smart IoT Environments. Technologies. 2024; 12 (11): 208. Al-Shamaileh M., Anthony P., Charters S. Agent-Based Trust and Reputation Model in Smart IoT Environments. Technologies. 2024; 12 (11): 208. Бурый А.С., Фролов В.А., Куляница А.Л. Эволюция агентного моделирования. Часть 2. Имитационное моделирование // Информационно-экономические аспекты стандартизации и технического регулирования. 2023. № 6 (75). С. 46–52. Buryi A.S., Frolov V.A., Kulyanitsa A.L. Evolyuciya agentnogo modelirovaniya. Part 2. Imitacionnoe modelirovanie. Information and Economic Aspects of Standardization and Technical Regulation. 2023; 6 (75): 46–52. (In Russ.). DAMA-DMBOK: свод знаний по управлению данными / DAMA International; перевод с английского Г. Агафонов. – 2-е изд.. – М.: Олимп-Бизнес, 2023. – 828 с. DAMA International. DAMA-DMBOK: Data Management Body of Knowledge. 2nd ed. Technics Publications. Moscow: Olimp-Biznes Publ., 2023, 828 p. (In Russ.).

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

The authors declare that there are no conflicts of interest present.