Ржд официальный сайт баллы что это: Страница не найдена | Вопросы и ответы о путешествии на поездах

Перевести баллы другому участнику РЖД бонус: заявление на перевод

Программа лояльности РЖД действует уже не первый год и позволяет постоянным клиентам накапливать железнодорожные баллы, которыми в дальнейшем можно оплачивать билеты. Нередко возникают ситуации, когда вы путешествуете не один и на двоих у вас достаточно баллов, чтобы целиком покрыть стоимость поездки.

Вот только распределены по счетам они неравномерно. В таком случае можно ли подарить баллы РЖД Бонус другому? Давайте разбираться.

О возможности передачи своих накопленных баллов РЖД другим лицам

На официальном сайте программы РЖД Бонус, «Как передать баллы другому человеку?» является частым запросом. Технически, подарить баллы РЖД Бонус не представляется возможным в форме прямого перевода. Однако, в качестве аналогии, можно приобрести железнодорожный билет для другого пассажира за счет своих накоплений

Правила перевода своих баллов другому человеку

Алгоритм передачи бонусных накоплений таков:

1. Перед тем, как подарить баллы РЖД Бонус, убедитесь в том, что вы ознакомились со всеми правилами программы. Это поможет избежать недоразумений и отказов. При необходимости, уточните непонятные вам моменты, позвонив в службу поддержки.
2. Скачайте на официальном сайте РЖД Бонус заявление на перенос баллов, заполните его и подпишите.
3. Отсканируйте документ и, вместе со сканом паспорта, отправьте его на проверку через соответствующий раздел в Личном кабинете участника.

Обратите внимание! В случае, если один пассажир владеет достаточным количеством баллов для поездки, а другой — нет, при передаче со счета первого будет списана полная стоимость поездки.

Для примера возьмем стоимость поездки в 10 000 баллов. У первого пассажира на счету 15 000, у второго — 8 000. При попытке передачи средств со счета первого будет списано не 2 000, а 10 000, и тогда уже у него станет недостаточно. Учитывайте этот момент перед тем, как передать бонусы РЖД другому человеку.

Сколько времени уходит на перевод баллов

Каждое заявление на перевод баллов РЖД Бонус рассматривается вручную. Процесс занимает в среднем от 1 до 3 рабочих дней. Поэтому перед тем, как перевести бонусы РЖД другому лицу, стоит удостовериться в том, что до отъезда достаточно времени для того, чтобы отправленное в службу поддержки РЖД заявление на перевод баллов РЖД было рассмотрено и перевод был осуществлен.

Минимальное количество баллов доступное для перевода

В программе лояльности РЖД Бонус перевести баллы другому участнику можно только в том случае, если их количество превышает 4 000.

Карты с Пользой — Банк Хоум Кредит

Наличие ваших персональных предложений и условий акции можно посмотреть в Личном кабинете «Польза»

Одежда, обувь, аксессуары

от 4%

Билеты и путешествия

от 6%

Билеты и путешествия

от 1,6%

Техника, Электроника

от 0,3%

Развлечения

от 4,1%

Цветы, подарки

от 8,3%

Продукты

700 баллов

Персонально

Техника, Электроника

от 2,5%

Развлечения

От 9%

Техника, Электроника

до 2,5%

Красота и здоровье

342 балла

Товары для дома и ремонта

от 5%

Развлечения

от 15%

Рестораны и кафе

от 3%

Билеты и путешествия

от 2%

Билеты и путешествия

от 6%

Развлечения

от 4,1%

Детские товары

от 5%

Билеты и путешествия

от 5%

Развлечения

от 8,3

Автозапчасти и автосервисы

от 8,3%

Обучение

от 2,5%

Техника, Электроника

от 1,5%

Развлечения

от 3,5%

Продукты

от 1,2%

Услуги

от 4,1%

Детские товары

от 2,0%

Продукты

От 8%

Книги, канцелярия

от 10%

Товары для дома и ремонта

от 7%

Развлечения

От 16,6%

Одежда, обувь, аксессуары

от 2,0%

Детские товары

от 1,6%

Книги, канцелярия

от 3%

Продукты

от 4%

Персонально

Продукты

от 5,8%

Персонально

Продукты

от 8,3%

Персонально

Развлечения

от 2,0%

Страхование

от 29%

Персонально

Страхование

от 9%

Одежда, обувь, аксессуары

от 7%

Техника, Электроника

от 2,5%

Персонально

Товары для дома и ремонта

от 3%

Техника, Электроника

от 2,6%

Красота и здоровье

от 10%

Техника, Электроника

От 9%

Страхование

От 8,3%

Животные

от 3%

Рестораны и кафе

от 4%

Ювелирные украшения и часы

от 4%

Персонально

Красота и здоровье

от 7,6%

Техника, Электроника

от 2%

Одежда, обувь, аксессуары

от 7,6%

Аптеки

от 3%

Аптеки

от 3%

Продукты

от 9%

Красота и здоровье

от 5%

Персонально

Продукты

от 3%

Ювелирные украшения и часы

от 5%

Ювелирные украшения и часы

от 8,7%

Рестораны и кафе

от 6,4%

Хобби

от 3%

Техника, Электроника

от 1,5%

Обучение

От 2,5 %

Обучение

От 4,1%

Билеты и путешествия

от 2,5%

Аптеки

от 4,3%

Одежда, обувь, аксессуары

от 2,7%

Техника, Электроника

От 10%

Техника, Электроника

от 5,8%

Техника, Электроника

от 1,6%

Одежда, обувь, аксессуары

От 8,3%

Одежда, обувь, аксессуары

От 8,3%

Билеты и путешествия

от 2,5%

Аптеки

от 0,6%

Аптеки

от 2,5%

Аптеки

от 0,6%

Продукты

от 3,2%

Персонально

Аптеки

от 2,5%

Ювелирные украшения и часы

от 5.9%

Красота и здоровье

от 9%

Красота и здоровье

от 6%

Билеты и путешествия

от 2%

Спорт и Отдых

от 4,1%

Техника, Электроника

до 6%

Услуги

от 9%

Красота и здоровье

до 4,1%

Товары для дома и ремонта

от 3%

Продукты

от 2,5%

Товары для дома и ремонта

от 10%

Обучение

от 4%

Обучение

от 3,3%

Красота и здоровье

от 2,5%

Билеты и путешествия

от 0.8%

Страхование

от 10%

Техника, Электроника

от 4,1%

Услуги

от 3,3%

Товары для дома и ремонта

от 3,3%

Товары для дома и ремонта

1,6%

Животные

До 41%

Обучение

от 4,1%

Красота и здоровье

от 2,5%

Обучение

от 6%

Товары для дома и ремонта

от 2,5

Товары для дома и ремонта

от 2,5%

Рестораны и кафе

от 4%

Связь

от 4,1%

Красота и здоровье

от 8,5%

Билеты и путешествия

от 4,2%

Красота и здоровье

от 5%

Одежда, обувь, аксессуары

от 6%

Аптеки

от 5,8%

Аптеки

от 4%

Персонально

Аптеки

от 4,2%

Хобби

от 8,3%

Персонально

Красота и здоровье

от 4%

Персонально

Аптеки

от 4%

Персонально

Техника, Электроника

от 1%

Билеты и путешествия

от 6%

Рестораны и кафе

от 2%

Техника, Электроника

от 10%

Автозапчасти и автосервисы

от 1%

Животные

от 5,5%

Одежда, обувь, аксессуары

от 7,5%

Детские товары

от 5%

Техника, Электроника

от 6%

Одежда, обувь, аксессуары

от 3,8%

Красота и здоровье

от 3%

Одежда, обувь, аксессуары

от 7%

Товары для дома и ремонта

от 12%

Товары для дома и ремонта

от 10%

Товары для дома и ремонта

от 10%

Одежда, обувь, аксессуары

от 5%

Техника, Электроника

от 2,9%

Одежда, обувь, аксессуары

от 10%

Товары для дома и ремонта

от 2,8%

Товары для дома и ремонта

от 4%

Товары для дома и ремонта

от 10%

Техника, Электроника

от 2%

Билеты и путешествия

от 1,4%

Одежда, обувь, аксессуары

от 2,5%

Персонально

Одежда, обувь, аксессуары

от 2,5%

Персонально

Техника, Электроника

от 1%

Автозапчасти и автосервисы

от 1%

Детские товары

от 2,5%

Ювелирные украшения и часы

от 1%

Техника, Электроника

от 2,5%

Одежда, обувь, аксессуары

от 12%

Товары для дома и ремонта

от 9%

Спорт и Отдых

от 8%

Техника, Электроника

от 6,5%

Книги, канцелярия

от 18%

Товары для дома и ремонта

от 10%

Товары для дома и ремонта

от 2%

Товары для дома и ремонта

от 9%

Техника, Электроника

от 3%

Красота и здоровье

от 5%

Ювелирные украшения и часы

от 5%

Товары для дома и ремонта

от 4,1%

Красота и здоровье

от 2%

Товары для дома и ремонта

от 4%

Товары для дома и ремонта

от 4%

Детские товары

от 5%

Одежда, обувь, аксессуары

от 7%

Красота и здоровье

от 1,5%

Одежда, обувь, аксессуары

от 6,5%

Спорт и Отдых

от 9%

Товары для дома и ремонта

от 2,9%

Хобби

от 3,5%

Красота и здоровье

от 7%

Персонально

Одежда, обувь, аксессуары

от 7%

Техника, Электроника

от 6%

Техника, Электроника

от 9%

Товары для дома и ремонта

от 5%

Одежда, обувь, аксессуары

от 5%

Одежда, обувь, аксессуары

от 4%

Техника, Электроника

от 3%

Автозапчасти и автосервисы

от 5%

Аптеки

от 5%

Животные

от 2%

Книги, канцелярия

от 2%

Красота и здоровье

от 2%

Техника, Электроника

от 2%

Товары для дома и ремонта

от 1%

Товары для дома и ремонта

от 5,8%

Продукты

от 10%

Спорт и Отдых

от 8%

Красота и здоровье

от 3%

Товары для дома и ремонта

от 5,8%

Цветы, подарки

от 9,8%

Красота и здоровье

от 15%

Ювелирные украшения и часы

от 1%

Билеты и путешествия

от 3,3%

Товары для дома и ремонта

от 4%

Товары для дома и ремонта

от 4%

Одежда, обувь, аксессуары

от 7%

Одежда, обувь, аксессуары

от 5%

Спорт и Отдых

от 5%

Одежда, обувь, аксессуары

от 5,6%

Красота и здоровье

от 2%

Товары для дома и ремонта

от 5%

Товары для дома и ремонта

от 9%

Книги, канцелярия

от 20%

Детские товары

от 1%

Спорт и Отдых

от 4%

Спорт и Отдых

от 2,8%

Техника, Электроника

от 5%

Продукты

от 5%

Ювелирные украшения и часы

от 2.9%

Одежда, обувь, аксессуары

от 21%

Одежда, обувь, аксессуары

от 6%

Красота и здоровье

от 9,6%

Автозапчасти и автосервисы

от 2%

Товары для дома и ремонта

от 6%

Обучение

от 3%

Одежда, обувь, аксессуары

от 10%

Красота и здоровье

от 10%

Красота и здоровье

от 8,6%

Одежда, обувь, аксессуары

от 4%

Билеты и путешествия

от 5%

Одежда, обувь, аксессуары

от 3%

Техника, Электроника

от 5%

Красота и здоровье

от 7%

Одежда, обувь, аксессуары

от 14%

Одежда, обувь, аксессуары

от 3,5%

Техника, Электроника

от 7%

Красота и здоровье

от 10%

Красота и здоровье

от 2,5%

Одежда, обувь, аксессуары

от 8,5%

Одежда, обувь, аксессуары

от 8,6%

Ювелирные украшения и часы

от 5%

Книги, канцелярия

от 5%

Товары для дома и ремонта

от 10%

Одежда, обувь, аксессуары

от 10%

Детские товары

от 10%

Техника, Электроника

от 2%

Спорт и Отдых

от 7,6%

Товары для дома и ремонта

от 2%

Детские товары

от 2%

Техника, Электроника

от 6%

Товары для дома и ремонта

от 4,1%

Техника, Электроника

от 1,2%

Развлечения

от 4%

Техника, Электроника

от 3,3%

Красота и здоровье

от 10%

Детские товары

от 4,5%

Красота и здоровье

от 12%

Одежда, обувь, аксессуары

от 3,2%

Услуги

от 20%

Услуги

от 20%

Услуги

от 20%

Услуги

от 20%

Билеты и путешествия

от 2%

Техника, Электроника

от 4.1%

Транспорт

от 3,5%

Автозапчасти и автосервисы

от 4,1%

Рестораны и кафе

от 5%

Техника, Электроника

от 7%

Спорт и Отдых

от 4,1%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Техника, Электроника

от 2,9%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Продукты

от 5,8%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

Рестораны и кафе

от 5%

официальный сайт компании Herbalife Nutrition в России

Узнайте, находится ли Ваш вес в пределах нормы или нет, и получите персональные рекомендации

Ваш вес ниже нормы

индекс массы тела —

Узнайте как питаться сбалансированно и увеличить вес до уровня нормы, для этого заполните форму заявки чтобы связаться с Консультантом по здоровому образу жизни в Вашем городе. При изменении рациона питания рекомендуем Вам консультироваться с лечащим врачом.

Ваш вес в пределах нормы

индекс массы тела —

Чтобы поддерживать хорошее самочувствие и вес в пределах нормы, обратитесь к Консультанту по здоровому образу жизни в Вашем городе, заполнив форму заявки. Консультант познакомит Вас с принципами сбалансированного питания, научит завтракать и ужинать с пользой для организма.

Ваш вес немного превышает нормальный

индекс массы тела —

Что может стать причиной плохого самочувствия и фактором риска возникновения заболеваний. Чтобы узнать как снизить вес и улучшить самочувствие, заполните форму заявки для связи с Консультантом по здоровому образу жизни в Вашем городе. При изменении рациона питания рекомендуем Вам консультироваться с лечащим врачом.

У Вас избыточный вес

индекс массы тела —

Который может стать причиной плохого самочувствия и фактором риска возникновения заболеваний. Чтобы узнать как снизить вес и улучшить самочувствие, заполните форму заявки для связи с Консультантом по здоровому образу жизни в Вашем городе. При изменении рациона питания рекомендуем Вам консультироваться слечащим врачом.

Стать клиентом Повторить расчет

FAQ | РЖД

ОАО «РЖД» предлагает пассажирам старше 60 лет специальную скидку для пожилых людей в размере 30% на проезд в поездах «Сапсан» при бронировании.

С 1 сентября 2016 года пассажиры в возрасте от 10 до 21 имеют право на детскую скидку в размере 30% на проезд в поездах «Сапсан» при бронировании.

Пассажирам любого возраста, желающим забронировать билеты в оба конца, будет предложена специальная скидка в оба конца. Это специальное предложение дает скидку 20% на «обратную» часть поездки, в то время как часть «в одну сторону» оплачивается по полной цене.

Билеты по данным специальным предложениям можно приобрести во всех точках продаж, в том числе на официальном сайте РЖД.

Одиночные пассажирские билеты на два соседних места (со скидкой 50% на второе место) можно приобрести во время вылета по специальной Разовой скидке. На данную скидку не распространяются возрастные ограничения. Эти льготные тарифы доступны только лично в билетных кассах.

Пассажиры высокоскоростных поездов «Сапсан» могут использовать универсальную проездную или электронную карту для получения скидки в размере 10% от действующей стоимости билета.

Пассажиры скоростных поездов «Сапсан» могут оформить деловую или электронную карту. Более подробную информацию о тарифных планах и условиях использования можно найти в разделе Business Travelcard на сайте.

Более подробную информацию о маркетинговой и ценовой политике Дирекции можно найти на официальном сайте ОАО «РЖД» в разделе «Тарифы на проезд в поезде Сапсан».

Обратите внимание! Несколько специальных и общих тарифных планов (Полная цена, Детский билет, Детский билет [путешествуя на одном месте со взрослым], Старший, Младший, Возвращение, Путевые карты, Электронные карты, Деловые проездные карты) можно использовать одновременно в одном бронировании при покупке большего количества билетов. чем один электронный билет на поезда «Сапсан».На одного пассажира может применяться только один специальный или общий тариф. Скидки распространяются только на стоимость билета; размер платы за обслуживание остается прежним.

РЖД обязуется сделать экологические мероприятия неотъемлемой частью производственной деятельности

В рамках Года железных дорог в ЕС, РЖД поддержит глобальную тенденцию «Зеленого курса Европы» по декарбонизации транспорта.

Российские железные дороги (РЖД) взяли курс на декарбонизацию, заявил генеральный директор и председатель правления Олег Белозеров, выступая 15 января 2021 года на Гайдаровском форуме в Москве.

«Мы движемся к созданию полноценной зеленой экономики в ОАО« РЖД », делая экологические мероприятия неотъемлемой частью всех наших процессов», — подчеркнул Олег.

По его словам, в 2020 году РЖД пересмотрело свои цели в области экологического развития до 2030 года. Новая Экологическая стратегия ОАО «РЖД» до 2030 года учитывает международную повестку дня в области устойчивого развития и зеленой экономики.

Он также отметил, что в рамках «Года железных дорог», объявленного Европейским союзом (ЕС), компания будет поддерживать глобальную тенденцию «Зеленого европейского курса» по декарбонизации транспорта.Снижение потребления углеродного топлива обеспечит достижение ОАО «РЖД» собственных целей устойчивого развития в области защиты окружающей среды и экологической безопасности.

2021 год объявлен в Европейском Союзе «Годом железных дорог». В настоящее время на транспорт приходится четверть выбросов парниковых газов в ЕС, и к 2050 году планируется сократить их на 90 процентов. Железнодорожный транспорт должен сыграть важную роль в достижении этой цели.

В то же время, по данным Международного энергетического агентства (МЭА) и Международного союза железных дорог (МСЖД), Россия занимает первое место по энергоэффективности в грузовых железнодорожных перевозках и четвертое место в пассажирских железнодорожных перевозках после Индии, Китая и Японии.Более 85 процентов всех пассажиров и грузов перевозятся РЖД на электротяге.

Сегодня на долю ОАО «РЖД» приходится менее одного процента от общего объема выбросов парниковых газов; его доля в других формах загрязнения от промышленности России в целом также невелика (выбросы составляют 0,7%, сброс сточных вод в водные объекты — 0,05%, образование отходов — 0,02% от общего количества).

RZD Capital PLC — Moody’s присвоило рейтинг Ba1 предлагаемым гибридным облигациям РЖД

Действие по рейтингу: Moody’s присвоило рейтинг Ba1 предлагаемым гибридным облигациям РЖД Global Credit Research — 11 марта 2021 г. Лондон, 11 марта 2021 г. — Moody’s Investors Service (Moody’s ) сегодня присвоил рейтинг Ba1 предлагаемым младшим субординированным («гибридным») нотам участия в займе, номинированным в швейцарских франках, которые будут выпущены, но с ограниченным правом регресса, RZD Capital PLC, публичной компанией с ограниченной ответственностью, зарегистрированной в соответствии с законодательством Ирландии.RZD Capital PLC, в свою очередь, повторно ссудит выручку акционерному обществу «Российские железные дороги» (РЖД, Baa2 негативный), которое будет использовать их для финансирования или рефинансирования своих приемлемых зеленых проектов в соответствии с опубликованной Концепцией. Таким образом, держатели облигаций будут полагаться исключительно на кредитное качество РЖД при обслуживании и погашении долга. Существующие рейтинги и прогнозы РЖД и RZD Capital PLC остаются неизменными. оценки (BCA) и долгосрочного рейтинга эмитента Baa2, который отражает мнение Moody’s о том, что облигации будут в значительной степени подчинены приоритетным необеспеченным обязательствам РЖД и будут иметь приоритет только по отношению к его обыкновенным акциям и pari passu по отношению к его привилегированным акциям.Ноты будут бессрочными, и не будет никаких событий по умолчанию. Эмитент может выбрать отсрочку купонных выплат на кумулятивной основе. Предлагаемые гибридные облигации будут соответствовать критериям «корзины C» и 50% долевого участия в займе для расчета кредитных коэффициентов агентством Moody’s (см. Moody’s Hybrid Equity Credit. Методология, опубликованная в сентябре 2018 г.), с учетом продолжающегося ограниченного использования и текущей специфики существующей программы привилегированных акций компании, которую РЖД использует исключительно для получения государственного финансирования из Фонда национального благосостояния для своих инфраструктурных проектов на Дальнем Востоке.Moody’s также принимает во внимание, что, хотя существует повышение купона на 500 базисных пунктов в случае смены контроля, все старшие кредиторы по существующим нотам участия в кредите и банковским кредитам РЖД аналогичным образом защищены в случае, если гибрид может быть отозван. , в то время как его внутренние старшие рублевые облигации не содержат подобной защиты исключительно из-за специфики регулирования и общей практики на рынке. В то же время Moody’s отмечает, что если защита в случае смены контроля когда-либо исчезнет со всего класса приоритетных необеспеченных долговых обязательств компании, (например,грамм. поскольку все банковские долговые обязательства и векселя участия в займах погашаются, в результате чего приоритетный необеспеченный долг состоит исключительно из внутренних рублевых облигаций), то теоретически это повлияет на классификацию капитала для гибрида. долгосрочный рейтинг эмитента РЖД на уровне Baa2 с негативным прогнозом сальдо. его фундаментально сильный автономный кредитный профиль на фоне серьезности шока, вызванного пандемией коронавируса. Наряду с тяжелыми операционными и финансовыми показателями компании Moody’s также отмечает возрастающую роль Правительства России (стабильный Baa3) в формировании кредитного профиля и левериджа РЖД, обусловленный ограниченной гибкостью компании в сокращении стратегически важных инвестиционных проектов, а также признанием государства. меры поддержки со стороны финансирования.Агентство, однако, ожидает, что РЖД сможет восстановить свои сильные позиции в автономном режиме, вернув свою деятельность в нормальное состояние в 2021-2022 годах, хотя темпы восстановления зависят от сохраняющейся неопределенности в отношении развития пандемии и перспектив мировой экономики. в частности, рейтинг продолжает учитывать степень устойчивости к макроэкономическому спаду и суверенному стрессу, поддерживаемую (1) жизнеспособной бизнес-моделью компании и стратегически важным рыночным позиционированием как монопольного владельца и поставщика услуг железнодорожной инфраструктуры; диверсифицированная клиентская база и значительная доля экспортных грузовых перевозок; (2) консервативная финансовая политика и высокая ликвидность; (3) повышение прозрачности и гибкости установления тарифов; и (4) все еще адекватные показатели в непростом 2020 году, которые также остаются более сильными по сравнению с показателями европейских аналогов с более высокими рейтингами.Moody’s также принимает во внимание исторически рациональный подход правительства к РЖД, который, как оно ожидает, сохранится. ОБОСНОВАНИЕ НЕГАТИВНОГО ПРОГНОЗА Негативный прогноз отражает сохраняющиеся неопределенные перспективы восстановления рынка железнодорожных перевозок, что, наряду с ограничением гибкости для корректировки его обширной инвестиционной программы, может сдерживать сокращение доли заемных средств РЖД в 2021-2022 гг. ФАКТОРЫ, КОТОРЫЕ МОГУТ ПРИВЕСТИ К ПОВЫШЕНИЮ ИЛИ ПОНИЖЕНИЮ РЕЙТИНГА Поскольку рейтинг гибридных облигаций позиционируется относительно BCA РЖД, который является отправной точкой для рейтинга младших инструментов, выпущенных эмитентом, связанным с государством, и рейтинг эмитента компании, на рейтинг гибридных облигаций может повлиять изменение рейтинга эмитента РЖД baa2 BCA и Baa2 или переоценка его относительного уровня агентством Moody’s.В ближайшее время рейтинг вряд ли будет повышен. Со временем может возникнуть давление в сторону повышения рейтингов, если Moody’s повысит рейтинг правительства России и страновой потолок по облигациям в иностранной валюте, а также если РЖД (1) улучшит свои финансовые показатели, в частности, свой скорректированный Moody’s левередж ниже 3,0x и фонды. от операций / долга выше 30%, при устойчивом выполнении своих операций и программы капиталовложений; (2) сохраняет высокую ликвидность; и (3) продолжает работать как отдельная организация, при этом решения правительства неизменно поддерживают деятельность и кредитный профиль компании.Рейтинг может быть понижен, если (1) произойдет понижение суверенного рейтинга России или будет снижен потолок страны по облигациям в иностранной валюте; или (2) есть доказательства негативного вмешательства государства в деятельность РЖД; и (3) есть четкие ожидания, что компания не сможет поддерживать свою ликвидность и финансовый профиль, совместимые с рейтингом Baa2 к 2022 году, в частности, если ее финансовые показатели станут хуже, чем указано в рекомендациях по финансовой политике, при этом чистый долг / EBITDA превысит 2. .5x на устойчивой основе, в то время как скорректированный Moody’s долг / EBITDA устойчиво растет выше 4,0x. ОСНОВНАЯ МЕТОДОЛОГИЯ В данном рейтинге использовались методологии наземного транспорта и логистики, опубликованные в мае 2019 г. и доступные по адресу https://www.moodys.com/researchdocumentcontentpage .aspx? docid = PBC_1113382 и Методология государственных эмитентов, опубликованная в феврале 2020 г. и доступная по адресу https://www.moodys.com/researchdocumentcontentpage.aspx?docid=PBC_1186207. Вы также можете посетить страницу «Методологии рейтинга» на сайте www.moodys.com для копии этих методологий. Акционерное общество «Российские железные дороги» (РЖД) — 100% государственная монополия, владелец и оператор железнодорожной инфраструктуры России, а также поставщик услуг грузовых и пассажирских железнодорожных перевозок. За 12 месяцев, закончившихся в июне 2020 года, выручка РЖД составила 2,36 трлн руб., А скорректированная EBITDA — 442 млрд руб.. РЕГУЛИРУЮЩИЕ РАСКРЫТИЯ ИНФОРМАЦИИ Подробную информацию о ключевых рейтинговых допущениях Moody’s и анализе чувствительности см. В разделах «Допущения методологии» и «Чувствительность к допущениям» в раскрытии информации. форма.Символы и определения рейтингов Moody’s можно найти по адресу: https://www.moodys.com/researchdocumentcontentpage.aspx?docid=PBC_79004. Для рейтингов, присвоенных по программе, серии, категории / классу долга или ценных бумаг, это объявление содержит определенные нормативные требования. в отношении каждого рейтинга впоследствии выпущенной облигации или векселя той же серии, категории / класса долга, ценной бумаги или в соответствии с программой, для которой рейтинги основаны исключительно на существующих рейтингах в соответствии с методикой рейтингового агентства Moody’s.В отношении рейтингов, присвоенных поставщику услуг поддержки, в этом объявлении содержится определенная нормативная информация, касающаяся действия по кредитному рейтингу поставщика услуг поддержки и каждого конкретного действия по оценке кредитного рейтинга для ценных бумаг, которые получают свои кредитные рейтинги на основе кредитного рейтинга поставщика поддержки. В отношении предварительных рейтингов в этом объявлении содержится определенная нормативная информация, раскрываемая в отношении присвоенного предварительного рейтинга, а также окончательного рейтинга, который может быть присвоен после окончательного выпуска долга в каждом случае, когда структура и условия сделки не изменились. до присвоения окончательного рейтинга способом, который мог бы повлиять на рейтинг.Для получения дополнительной информации см. Вкладку рейтингов на странице эмитента / организации для соответствующего эмитента на сайте www.moodys.com. Для любых затронутых ценных бумаг или рейтингуемых лиц, получающих прямую кредитную поддержку от основной организации (-ов) в рамках этого действия кредитного рейтинга, и рейтинги которых могут измениться в результате этого действия по кредитному рейтингу, соответствующая нормативная информация будет раскрыта организацией-гарантом. Исключения из этого подхода существуют для раскрытия следующей информации, если применимо к юрисдикции: дополнительные услуги, раскрытие информации рейтингуемой организации, раскрытие информации рейтингуемой организацией.Рейтинг был раскрыт рейтингуемому лицу или его назначенному агенту (-ам) и выпущен без каких-либо поправок, вытекающих из такого раскрытия. См. Политику Moody’s по назначению и присвоению незапрашиваемых кредитных рейтингов, доступную на его веб-сайте www.moodys.com. Нормативные требования, раскрываемые в этом пресс-релизе, относятся к кредитному рейтингу и, если применимо, к соответствующему прогнозу рейтинга или обзору рейтингов. для оценки экологических, социальных и корпоративных рисков в нашем кредитном анализе можно найти по адресу https: // www.moodys.com/researchdocumentcontentpage.aspx?docid=PBC_1243406. Кредитный рейтинг по глобальной шкале в этом объявлении о кредитном рейтинге был выпущен одним из аффилированных лиц Moody’s за пределами ЕС и одобрен Moody’s Deutschland GmbH, An der Welle 5, Frankfurt am Main 60322, Германия, в соответствии с пунктом 3 статьи 4 Регламента (ЕС) № 1060/2009 о кредитно-рейтинговых агентствах. Дополнительную информацию о статусе одобрения ЕС и об офисе Moody’s, присвоившем кредитный рейтинг, можно найти на сайте www.moodys.com. Пожалуйста, посетите www.moodys.com, чтобы узнать об изменениях в ведущем рейтинговом аналитике и в юридическом лице Moody’s, которое присвоило рейтинг. См. вкладку рейтингов на странице эмитента / организации на www.moodys.com. для раскрытия дополнительной нормативной информации по каждому кредитному рейтингу. Екатерина Липатова Вице-президент — старший аналитик Группы корпоративных финансов Moody’s Investors Service Limited, российский филиал 7-й этаж, Four Winds Plaza 21, 1-я Тверская-Ямская улица, Москва, 125047 Россия ЖУРНАЛИСТОВ: 44 20 7772 5456 Служба поддержки клиентов: 44 20 7772 5454 Дэвид Г.Staples MD — Корпоративные финансы Группа корпоративных финансов ЖУРНАЛИСТЫ: 44 20 7772 5456 Служба поддержки клиентов: 44 20 7772 5454 Отдел продаж: Moody’s Investors Service Ltd. One Canada Square Canary Wharf Лондон E14 5FA Соединенное Королевство ЖУРНАЛИСТЫ: 44 20 7772 5456 Служба поддержки клиентов: 44 20 7772 5454 © 2021 Moody’s Corporation, Moody’s Investors Service, Inc., Moody’s Analytics, Inc. и / или их лицензиары и аффилированные лица (совместно именуемые «MOODY’S»). Все права защищены. КРЕДИТНЫЕ РЕЙТИНГИ, ВЫПУЩЕННЫЕ АФФИЛИРОВАННЫМИ ЛИЦАМИ MOODY’S CREDIT RATINGS, ЯВЛЯЮТСЯ ИХ ТЕКУЩИМИ МНЕНИЯМИ ОБ ОТНОСИТЕЛЬНОМ БУДУЩЕМ КРЕДИТНОМ РИСКЕ, КРЕДИТНОМУ ПРЕДПРИЯТИЯМ, КРЕДИТНЫМ ОБЯЗАТЕЛЬСТВАМ, ДОЛГАМ ИЛИ ДОЛГОВЫМ ЦЕННЫМ БУМАГАМ, ПРОДУКЦИЯМ И МАТЕРИАЛАМ «ПУБЛИКАЦИИ») МОГУТ СОДЕРЖАТЬ ТАКИЕ ТЕКУЩИЕ МНЕНИЯ.MOODY’S ОПРЕДЕЛЯЕТ КРЕДИТНЫЙ РИСК КАК РИСК, КОТОРЫЙ ПРЕДПРИЯТИЕ МОЖЕТ НЕ ВЫПОЛНЯТЬ СВОИ ДОГОВОРНЫЕ ФИНАНСОВЫЕ ОБЯЗАТЕЛЬСТВА, ПРИНИМАЕМЫЕ ИЛИ ЛЮБЫЕ ПРЕДНАЗНАЧЕННЫЕ ФИНАНСОВЫЕ УБЫТКИ В СЛУЧАЕ НЕИСПОЛЬЗОВАНИЯ ИЛИ ОБЕСПЕЧЕНИЯ ОБЯЗАТЕЛЬСТВ. ДЛЯ ИНФОРМАЦИИ О ВИДАХ ДОГОВОРНЫХ ФИНАНСОВЫХ ОБЯЗАТЕЛЬСТВ, РЕШАЕМЫХ MOODY’S CREDIT RATINGS, СМОТРИТЕ ПРИМЕНИМЫЕ РЕЙТИНГОВЫЕ СИМВОЛЫ И ОПРЕДЕЛЕНИЯ. КРЕДИТНЫЕ РЕЙТИНГИ НЕ УПРАВЛЯЮТ НИКАКИМ ДРУГИМ РИСКОМ, ВКЛЮЧАЯ, НО НЕ ОГРАНИЧИВАЯСЬ: РИСК ЛИКВИДНОСТИ, РИСК РЫНОЧНОЙ СТОИМОСТИ ИЛИ НЕИЗМЕННОСТЬ ЦЕН. КРЕДИТНЫЕ РЕЙТИНГИ, НЕКРЕДИТНЫЕ ОЦЕНКИ («ОЦЕНКИ») И ДРУГИЕ МНЕНИЯ, ВКЛЮЧЕННЫЕ В ПУБЛИКАЦИИ MOODY’S, НЕ ЯВЛЯЮТСЯ СООТВЕТСТВУЮЩИМИ ИЛИ ИСТОРИЧЕСКИМИ ФАКТАМИ.ПУБЛИКАЦИИ MOODY’S ТАКЖЕ МОГУТ СОДЕРЖАТЬ КОЛИЧЕСТВЕННЫЕ ОЦЕНКИ КРЕДИТНОГО РИСКА, ОСНОВАННЫЕ НА МОДЕЛИ, И СМЕЖНЫЕ МНЕНИЯ ИЛИ КОММЕНТАРИИ, опубликованные MOODY’S ANALYTICS, INC. И / ИЛИ ЕГО АФФИЛИРОВАННЫМИ ЛИЦАМИ. КРЕДИТНЫЕ РЕЙТИНГИ, ОЦЕНКИ, ДРУГИЕ МНЕНИЯ И ПУБЛИКАЦИИ MOODY’S НЕ СОСТАВЛЯЮТ И НЕ ПРЕДОСТАВЛЯЮТ ИНВЕСТИЦИОННЫЕ ИЛИ ФИНАНСОВЫЕ КОНСУЛЬТАЦИИ, КРЕДИТНЫЕ РЕЙТИНГИ, ОЦЕНКИ, ДРУГИЕ МНЕНИЯ И ПУБЛИКАЦИИ MOODY’S НЕ ЯВЛЯЮТСЯ И НЕ ПРЕДОСТАВЛЯЮТ РЕКОМЕНДАЦИЙ ДЛЯ ПРИОБРЕТЕНИЯ ИЛИ ПРОДАЖИ. В КРЕДИТНЫХ РЕЙТИНГАХ, ОЦЕНКАХ, ДРУГИХ МНЕНИЯХ И ПУБЛИКАЦИЯХ MOODY’S НЕ ОТНОСИТСЯ КОММЕНТАРИЙ ПРИГОДНОСТИ ИНВЕСТИЦИЙ ДЛЯ КОНКРЕТНОГО ИНВЕСТОРА.MOODY’S ВЫПУСКАЕТ СВОИ КРЕДИТНЫЕ РЕЙТИНГИ, ОЦЕНКИ И ДРУГИЕ МНЕНИЯ И ПУБЛИКАЦИЯ ПУБЛИКАЦИИ С ОЖИДАНИЕМ И ПОНИМАНИЕМ, ЧТО КАЖДЫЙ ИНВЕСТОР БУДЕТ С НЕОБХОДИМОСТЬЮ ПРОВОДИТ СВОЕ ИССЛЕДОВАНИЕ И ОЦЕНКУ КАЖДОЙ ЦЕНЫ, ПРЕДНАЗНАЧЕННЫЕ ДЛЯ ПРОДАЖИ ИЛИ ПРОДАЖИ. КРЕДИТНЫЕ РЕЙТИНГИ, ОЦЕНКИ, ДРУГИЕ МНЕНИЯ И ПУБЛИКАЦИИ НЕ ПРЕДНАЗНАЧЕНЫ ДЛЯ ИСПОЛЬЗОВАНИЯ ТОРГОВЫМИ ИНВЕСТОРАМИ, И ТОРГОВЫМ ИНВЕСТОРАМ БУДЕТ НЕПОЛНОМОЧНЫ ИСПОЛЬЗОВАТЬСЯ КРЕДИТНЫМИ РЕЙТИНГАМИ, ОЦЕНКАМИ, ДРУГИМИ МНЕНИЯМИ ИЛИ ПУБЛИКАЦИЯМИ MOODY.В СОМНЕНИИ, ВЫ ДОЛЖНЫ СВЯЗАТЬСЯ С СВОИМ ФИНАНСОВЫМ ИЛИ ДРУГИМ ПРОФЕССИОНАЛЬНЫМ КОНСУЛЬТАНТОМ. ВСЯ ИНФОРМАЦИЯ, СОДЕРЖАЩАЯСЯ ЗДЕСЬ, ЗАЩИЩЕНА ЗАКОНОМ, ВКЛЮЧАЯ, НО НЕ ОГРАНИЧЕННЫЙ, ЗАКОН ОБ АВТОРСКИХ ПРАВАХ, И НИКАКАЯ ИНФОРМАЦИЯ НЕ МОЖЕТ БЫТЬ КОПИРОВАТЬ ИЛИ Иным образом ПЕРЕДАЧА, ПЕРЕДАЧА, ВОСПРОИЗВЕДЕНА. РАСПРОСТРАНЕНИЕ, ПЕРЕРАСПРЕДЕЛЕНИЕ ИЛИ ПЕРЕПРОДАЖА, ИЛИ СОХРАНЕНИЕ ДЛЯ ПОСЛЕДУЮЩЕГО ИСПОЛЬЗОВАНИЯ В ЛЮБЫХ ЦЕЛЯХ, ПОЛНОСТЬЮ ИЛИ ЧАСТИЧНО, В ЛЮБОЙ ФОРМЕ ИЛИ СПОСОБОМ ИЛИ ЛЮБЫМ СРЕДСТВОМ, ЛЮБЫМ ЛИЦОМ БЕЗ ПРЕДВАРИТЕЛЬНОГО СОГЛАСИЯ MOODY.КРЕДИТНЫЕ РЕЙТИНГИ, ОЦЕНКИ, ДРУГИЕ МНЕНИЯ И ПУБЛИКАЦИИ MOODY’S НЕ ПРЕДНАЗНАЧЕНЫ ДЛЯ ИСПОЛЬЗОВАНИЯ КАКИМ-ЛИБО ЛИЦОМ В КАЧЕСТВЕ ЭТАЛОНА, ТАК КАК ЭТО СРОК ОПРЕДЕЛЕН ДЛЯ РЕГУЛИРУЮЩИХ ЦЕЛЕЙ И НЕ ДОЛЖЕН ИСПОЛЬЗОВАТЬСЯ НИКАКИМ ОБРАЗОМ, КОТОРЫЙ МОЖЕТ ПРИВЕСТИ К ИХ ПРЕИМУЩЕСТВАМ. Данные здесь получены MOODY’S из источников, которые, по его мнению, являются точными и надежными. Однако из-за возможности человеческой или механической ошибки, а также других факторов вся содержащаяся здесь информация предоставляется «КАК ЕСТЬ» без каких-либо гарантий.MOODY’S принимает все необходимые меры для того, чтобы информация, которую оно использует при присвоении кредитного рейтинга, имела достаточное качество и была получена из источников, которые MOODY’S считает надежными, включая, при необходимости, независимые сторонние источники. Однако MOODY’S не является аудитором и не может во всех случаях независимо проверять или подтверждать информацию, полученную в процессе рейтинга или при подготовке своих публикаций. В пределах, разрешенных законом, MOODY’S и его директора, должностные лица, сотрудники, агенты, представители, лицензиары и поставщики не несут ответственности перед любым физическим или юридическим лицом за любые косвенные, специальные, побочные или случайные убытки или убытки, возникшие в результате или в связи с информацией, содержащейся в данном документе, или использованием или невозможностью использования любой такой информации, даже если MOODY’S или любой из его директора, должностные лица, сотрудники, агенты, представители, лицензиары или поставщики заранее извещаются о возможности таких убытков или убытков, включая, помимо прочего: (а) любую потерю настоящей или предполагаемой прибыли или (б) любую потерю или ущерб, возникающий в случае, если соответствующий финансовый инструмент не является предметом определенного кредитного рейтинга, присвоенного MOODY’S.В той степени, в которой это разрешено законом, MOODY’S и его директора, должностные лица, сотрудники, агенты, представители, лицензиары и поставщики отказываются от ответственности за любые прямые или компенсационные убытки или ущерб, причиненные любому физическому или юридическому лицу, включая, помимо прочего, любую небрежность (но за исключением мошенничества, умышленного неправомерного поведения или любого другого вида ответственности, которая, во избежание сомнений, не может быть исключена по закону) со стороны или любых непредвиденных обстоятельств в пределах или вне контроля MOODY’S или любого из его директоров, должностных лиц, сотрудников , агенты, представители, лицензиары или поставщики, возникающие в связи с информацией, содержащейся в данном документе, или с использованием или невозможностью использования любой такой информации.ОТСУТСТВИЕ ЯВНЫХ ИЛИ ПОДРАЗУМЕВАЕМЫХ ГАРАНТИЙ В ОТНОШЕНИИ ТОЧНОСТИ, СВОЕВРЕМЕННОСТИ, ПОЛНОМОСТИ, КОММЕРЧЕСКОЙ ЦЕННОСТИ ИЛИ СООТВЕТСТВИЯ ЛЮБОЙ КОНКРЕТНОЙ ЦЕЛИ КРЕДИТНОГО РЕЙТИНГА, ОЦЕНКИ, ДРУГОГО МНЕНИЯ ИЛИ ИНФОРМАЦИИ, ПРЕДОСТАВЛЕННОЙ ИЛИ ПРЕДОСТАВЛЕННОЙ КОМПАНИЕЙ MOOD FORY’S MANUAL. , Inc., 100% дочерняя компания рейтингового агентства Moody’s Corporation («MCO»), настоящим раскрывает, что большинство эмитентов долговых ценных бумаг (включая корпоративные и муниципальные облигации, долговые обязательства, векселя и коммерческие ценные бумаги) и привилегированных акций, оцененных Moody’s Investors Service, Inc.до присвоения какого-либо кредитного рейтинга согласились платить агентству Moody’s Investors Service, Inc. за заключение о кредитных рейтингах и оказанные им услуги комиссионные в размере от 1000 до приблизительно 5 000 000 долларов. MCO и Moody’s Investors Service также придерживаются политики и процедур, направленных на обеспечение независимости кредитных рейтингов Moody’s Investors Service и процессов кредитного рейтинга. Информация об определенных аффилированных отношениях, которые могут существовать между директорами MCO и рейтингуемыми организациями, а также между организациями, имеющими кредитные рейтинги от Moody’s Investors Service, а также публично сообщившие SEC о доле владения в MCO более 5%, ежегодно публикуется на сайте www. .moodys.com под заголовком «Отношения с инвесторами — Корпоративное управление — Политика присоединения к директорам и акционерам». Дополнительные условия только для Австралии: Любая публикация этого документа в Австралии осуществляется в соответствии с Австралийской лицензией на финансовые услуги дочерней компании MOODY’S, Moody’s Investors Service Pty Limited. ABN 6 003 399 657AFSL 336969 и / или Moody’s Analytics Australia Pty Ltd ABN 94 105 136 972 AFSL 383569 (если применимо). Этот документ предназначен для предоставления только «оптовым клиентам» в значении раздела 761G Закона о корпорациях 2001 года.Продолжая получать доступ к этому документу из Австралии, вы заявляете MOODY’S, что вы являетесь или получаете доступ к документу в качестве представителя «оптового клиента» и что ни вы, ни организация, которую вы представляете, не будете прямо или косвенно распространять этот документ или его содержание для «розничных клиентов» в значении раздела 761G Закона о корпорациях 2001 года. Кредитный рейтинг MOODY’S — это мнение о кредитоспособности долгового обязательства эмитента, а не долевых ценных бумаг эмитента или любой формы ценной бумаги. доступный для розничных инвесторов.Дополнительные условия только для Японии: Moody’s Japan K.K. («MJKK») является 100-процентной дочерней компанией рейтингового агентства Moody’s Group Japan G.K., которое полностью принадлежит Moody’s Overseas Holdings Inc., 100-процентной дочерней компании MCO. Агентство Moody’s SF Japan K.K. («MSFJ») является 100% дочерней компанией MJKK. MSFJ не является национально признанной статистической рейтинговой организацией («NRSRO»). Следовательно, кредитные рейтинги, присвоенные MSFJ, не являются кредитными рейтингами NRSRO. Кредитные рейтинги, не относящиеся к NRSRO, присваиваются организацией, которая не является NRSRO, и, следовательно, рейтингуемое обязательство не будет соответствовать определенным типам обработки согласно U.С. законы. MJKK и MSFJ являются рейтинговыми агентствами, зарегистрированными в Японском агентстве финансовых услуг, и их регистрационные номера имеют номер 2 и 3 комиссара FSA (рейтинги) соответственно. MJKK или MSFJ (в зависимости от обстоятельств) настоящим раскрывают, что большинство эмитентов долговых ценных бумаг (включая корпоративные и муниципальные облигации, долговые обязательства, векселя и коммерческие ценные бумаги) и привилегированные акции с рейтингом MJKK или MSFJ (в зависимости от обстоятельств) до присвоения какого-либо кредитного рейтинга согласились платить MJKK или MSFJ (в зависимости от обстоятельств) за заключения о кредитных рейтингах и оказанные услуги по нему сборы варьируются от 125 000 до приблизительно 550 000 000 иен.MJKK и MSFJ также поддерживают политики и процедуры, отвечающие требованиям японского законодательства.

Банк ФК «Открытие»: Банк «Открытие» запускает кобрендовые карты MasterCard РЖД с повышенными бонусными баллами

3 мая 2017 г.

Банк «Открытие» запускает кобрендовые карты MasterCard «РЖД» с уникальной системой начисления бонусных баллов. Держатели карт будут зарабатывать двойные бонусные баллы за свои повседневные покупки, сделанные с помощью карты Mastercard — зарабатывая до 4 бонусных баллов за каждые 50 рублей, потраченные с использованием карты.

«Клиенты« Открытия »будут больше путешествовать. Мы рады, что наша новая карта «РЖД» поможет нашим клиентам больше путешествовать, открывать для себя новые места, чаще навещать родственников и друзей », — добавил Антон Сафонов, исполнительный директор по розничным продуктам банка« Открытие ». «Как и прежде, все клиенты продолжат пользоваться преимуществами бесплатного снятия наличных во всех банкоматах, бесплатного обслуживания карт и других преимуществ наших различных тарифных планов».

Владельцам карт World MasterCards РЖД будут доступны два тарифных плана — «Базовый» и «Оптимальный».У карты РЖД World MasterCard Black Edition будет один тарифный план — «Премиум».

Двойные бонусные баллы — это специальное предложение, заканчивающееся 31 декабря 2017 года. После этой даты бонусные баллы будут начисляться в обычном режиме, за исключением операций, совершенных через точки продаж РЖД (кассы РЖД, сайт rzd.ru, официальный сайт РЖД терминалы самообслуживания), на которых и дальше будут начисляться двойные бонусные баллы. За все остальные транзакции начисляется 1 балл за каждые 50 рублей, потраченные в тарифном плане «Базовый», 1.5 баллов в тарифном плане «Оптимальный» и 2 балла в тарифном плане «Премиум».

При соблюдении определенных условий держатели карт будут иметь право на бесплатное обслуживание карты и бесплатное снятие наличных во всех банкоматах. Владельцам карт «Премиум» будут предложены услуги трансфера (на вокзал и обратно), доступ в залы ожидания бизнес-класса, юридическая поддержка и услуги личного менеджера. Кроме того, держатели карт «Оптимум» и «Премиум» будут иметь право на международную туристическую страховку и услуги консьержа.

Сотрудники «Открытия» могут заказать карту, перевести заработную плату на карту и воспользоваться всеми ее преимуществами бесплатно.

Банк ФК Открытие ОАО опубликовал этот контент 03 мая 2017 г. и несет полную ответственность за информацию, содержащуюся в данном документе.
Распространено общественностью, без редактирования и без изменений, 16 мая 2017 г., 10:32:25 UTC .

Обнаружение поддельной личности с помощью неожиданных вопросов и динамики мыши

Abstract

Обнаружение поддельных идентификационных данных — серьезная проблема безопасности.Современные методы обнаружения памяти использовать нельзя, поскольку они требуют предварительного знания истинной личности респондента. Здесь мы сообщаем о новом методе обнаружения поддельных идентификационных данных, основанном на использовании неожиданных вопросов, которые могут использоваться для проверки личности респондента без какой-либо предварительной автобиографической информации. В то время как рассказчики правды автоматически отвечают на неожиданные вопросы, лжецы должны «строить» и проверять свои ответы. Этот недостаток автоматизма отражается в движениях мыши, используемых для записи ответов, а также в количестве ошибок.Ответы на неожиданные вопросы сравниваются с ответами на ожидаемые и контрольные вопросы (т. Е. Вопросы, на которые лжец также должен отвечать правдиво). Параметры, которые кодируют движение мыши, были проанализированы с использованием классификаторов машинного обучения, и результаты показывают, что траектории мыши и ошибки в неожиданных вопросах эффективно отличают лжецов от правдивых. Кроме того, мы показали, что лжецы могут быть идентифицированы также, когда они отвечают правдиво. Неожиданные вопросы в сочетании с анализом движения мыши могут эффективно выявить участников с поддельными именами без необходимости получения какой-либо предварительной информации об испытуемом.

Образец цитирования: Monaro M, Gamberini L, Sartori G (2017) Выявление поддельной личности с помощью неожиданных вопросов и динамики мыши. PLoS ONE 12 (5): e0177851. https://doi.org/10.1371/journal.pone.0177851

Редактор: Чжун-Кэ Гао, Тяньцзиньский университет, КИТАЙ

Поступила: 10 января 2017 г .; Принята к печати: 4 мая 2017 г .; Опубликован: 18 мая 2017 г.

Авторские права: © 2017 Monaro et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в документе и его файлах с вспомогательной информацией.

Финансирование: Автор (ы) не получил специального финансирования для этой работы.

Конкурирующие интересы: Авторы заявили, что конкурирующих интересов не существует.

Введение

Использование поддельных идентификационных данных — очень распространенная проблема. Люди могут подделывать свою личную информацию по ряду причин. Фальшивая автобиографическая информация, например, наблюдается в спорте, когда игроки утверждают, что они моложе, чем они есть на самом деле [1]. Социальные сети изобилуют фальшивыми профилями [2]. Поддельная личность также является серьезной проблемой в сфере безопасности [3]. Фактически считается, что большое количество террористов скрывается среди мигрантов с Ближнего Востока, въезжающих в Европу.Обычно у мигрантов нет документов, и их идентификационные данные часто основываются на самодекларировании. Считается, что среди мигрантов большое количество террористов выдают ложные данные при въезде на границу. Например, один из террористов, участвовавших в подрыве террориста-смертника в аэропорту Брюсселя 22 марта 2016 г., использовал личность бывшего футболиста миланского «Интера» [4]. В этих случаях инструменты биометрической идентификации (например, отпечатки пальцев) не могли быть применены, поскольку большинство подозреваемых ранее были неизвестны.Интересно, что в принципе можно применить методы обнаружения.

С самого начала, начиная с пионерской работы Бенусси [5], идентификация ложных реакций в основном основывалась на использовании физиологических показателей [6]. Совсем недавно были внедрены методы, основанные на времени реакции (RT). Они основаны на задержках реакции на представленный интересующий стимул. Существует широкий консенсус относительно того факта, что обман когнитивно сложнее, чем установление истины, и что эта более высокая когнитивная сложность отражается в ряде показателей когнитивных усилий, включая, например, время реакции [7].Есть свидетельства того, что процесс подавления правдивого ответа, который активируется автоматически, и замена его обманчивым ответом может быть сложной когнитивной задачей. Однако в некоторых случаях ответить ложью быстрее, чем правдиво [8]. Фактически, различные типы лжи могут различаться по своей когнитивной сложности и могут требовать разного уровня когнитивных усилий. Например, когнитивные усилия могут быть минимальными, когда субъект просто отрицает факт, который действительно произошел.

Напротив, оно может быть очень высоким при фабрикации сложной лжи, например, когда Улисс, герой «Одиссея », сказал Полифему, что его настоящее имя «Ничейный». Эта ложь была направлена ​​на то, чтобы обмануть Полифема, но также должна была быть легко распознана одноглазыми товарищами Полифема как ложь.

Обнаружение памяти на основе RT имеет ряд преимуществ перед альтернативными психофизиологическими методами, особенно когда большое количество субъектов находится под пристальным вниманием. Во-первых, RT менее чувствительны к сильным индивидуальным изменениям или изменениям окружающей среды, например, в случае физиологических параметров.Во-вторых, этот метод имеет беспрецедентную особенность, заключающуюся в том, что его можно применять, используя просто компьютер, и применять к большому количеству испытуемых через Интернет. В настоящее время два метода обнаружения памяти, основанные на RT, которые используются для представления слов или предложений, могут быть адаптированы в качестве инструментов для проверки личности. Тест на скрытую информацию (CIT-RT) [9] и автобиографический тест на неявную ассоциацию (aIAT) [10] — это методы, основанные на RT, которые прошли тщательную проверку с удовлетворительными результатами [11].

CIT-RT — это метод, который состоит из представления важной информации в ряду очень похожих некритических источников отвлекающей информации. Например, если скрытая информация об орудии убийства находится под пристальным вниманием, нож (известное орудие убийства) будет представлен вместе с отвлекающими элементами, которые также являются потенциальным орудием убийства (например, пистолет и т. Д.). Ожидается, что невиновные испытуемые будут реагировать на все стимулы. Напротив, для виновного субъекта (со знанием дела о вине) ожидаются более длительные ответы по критическому пункту (например,г., нож). При применении для проверки того, соответствует ли автобиографическая информация, которую утверждает испытуемый, истинной личности, CIT эффективно распознает личности лжецов и правдивых [11].

AIAT — это методика обнаружения памяти, которая использует согласованность / несогласованность между предложениями. Он включает стимулы, принадлежащие к четырем категориям: две из них являются логическими категориями, представленными предложениями, которые безусловно истинны (например, « Я перед компьютером ») или заведомо ложны (например, « Я перед компьютером, »).g., « Я поднимаюсь на гору ») для респондента и относящиеся к моменту тестирования. Две другие категории представлены альтернативными версиями исследуемой автобиографической памяти (например, « Я поехал в Париж на Рождество » против « Я поехал в Лондон на Рождество »), причем только одна из двух верна. . Во время теста испытуемый выполняет задачу категоризации. Истинное автобиографическое событие идентифицируется, потому что оно определяет более быстрые RT при совместном использовании одной и той же моторной реакции с безусловно верными предложениями [12].

Что касается средней точности классификации основанных на RT методов обнаружения лжи, CIT [9] и aIAT [10] имеют такую ​​же точность, что и описанные здесь эксперименты (около 90%). Таким образом, описываемая здесь методика имеет такую ​​же точность, что и современные методы обнаружения лжи на основе RT. Тем не менее, у aIAT и CIT есть важное ограничение: оба требуют, чтобы в тест была включена информация об истинной идентичности. CIT-RT противопоставляет информацию об истинной личности информации о фальшивой личности [11].AIAT также построен таким образом, что из двух контрастирующих воспоминаний одно должно быть истинным, а другое — ложным [10]. Если мы построим aIAT только с заявленной (поддельной) идентичностью, у нас будут две ложные памяти, и тест не будет удовлетворять одному из основных ограничений в применении процедуры. Таким образом, это ограничение доступных методов является серьезной проблемой для приложений в реальных условиях, даже если Мейксер и Розенфельд [13] сделали шаг в этом направлении.Фактически, в большинстве случаев расследования истинная личность субъекта полностью неизвестна экзаменатору, который заинтересован в оценке того, является ли заявленная личность истинной или нет.

Этот документ можно рассматривать как доказательство концепции, репрезентативный пример типов проблем, которые не могут быть решены с помощью современных научно обоснованных методов обнаружения лжи (CIT и aIAT). Доступные методы не могут быть использованы, когда критическая информация, которая оценивается на достоверность (в данном случае, настоящая личность респондента, который пытается скрыть свою личность), недоступна.

Здесь мы представим новую парадигму, которая преодолевает недостатки доступных методов и может использоваться для определения правдивости личной информации. Что наиболее важно, мы покажем, что поддельные личности могут быть обнаружены при отсутствии какой-либо информации об истинной личности подозреваемого. Поддельные личности будут обнаружены с помощью неожиданных вопросов в сочетании с анализом движений мыши во время ответа в задаче двоичной классификации. Мы покажем, что анализ динамики мыши эффективно определяет, верна ли личная информация, которую утверждает испытуемый.В экспериментах, представленных здесь, участники не реагируют, нажимая кнопки ДА / НЕТ с помощью клавиатуры, как в RT-CIT или aIAT, но вместо этого они должны реагировать, щелкая виртуальные кнопки мыши, появляющиеся на экране компьютера вдоль с вопросами относительно их личности. Использование мыши для записи ответов имеет ряд преимуществ по сравнению с использованием клавиатуры. В то время как нажатие кнопки может разрешить запись только RT, запись с помощью мыши позволяет собирать несколько индикаторов, включая, но не ограничиваясь, RT (например.g., скорость, ускорение и траектория). Этот метод также является многообещающим с точки зрения устойчивости к контрмерам, поскольку большое количество параметров движения кажется, в принципе, более сложным для полного контроля с помощью эффективных, запланированных контрмер для обнаружения лжи.

Было показано, что анализ траекторий мыши может уловить когнитивную сложность в обработке стимулов, когда участники должны давать ответы с множественным выбором. Эта процедура применялась к большому количеству областей и оказалась полезной для выявления когнитивной сложности, связанной с проверкой отрицательных предложений [14], расовыми установками [15], восприятием [16], предполагаемой памятью [17] и лексическими решениями [18]. ].Duran et al. представил новаторское расследование по детекции лжи [19]. Авторы записывали двигательные траектории (авторы не использовали мышь для записи ответов, а скорее контроллер Nintendo Wii), в то время как испытуемые выполняли задание лежа. Во время задания участники должны были отвечать правдиво или лгать на представленные предложения, как это было проиндексировано визуальной подсказкой. Анализ моторных траекторий привел к интересным результатам. Инструктированная ложь можно отличить от правдивых ответов по нескольким параметрам, включая время запуска двигателя, общее время, необходимое для ответа, траекторию движения и кинематические параметры, такие как скорость и ускорение.Их эксперимент выявил тот факт, что когнитивный конфликт, вызванный ложью, влияет на траекторию реакции, но не продемонстрировал напрямую его эффективность в отнесении лиц, вводящих в заблуждение, от правдивых. Короче говоря, метод, который исследовали авторы, может быть использован для определения того, когда правдивый лжет, но не когда лжец лжет, поскольку их процедура сравнивает в пределах одного и того же говорящего правду субъекта правдивые ответы с лживыми ответами.

Здесь мы представим результаты эксперимента, в котором траектории двигательных реакций с использованием мыши были исследованы, в то время как участники были проверены на вопросы, касающиеся их личности.Было задано два типа вопросов: ожидаемые вопросы и неожиданные вопросы [20]. Vrij и соавторы [21] первыми начали использовать неожиданные вопросы, и растет экспериментальная поддержка идеи о том, что во время следственного интервью вводящие в заблуждение предметы будут легче обнаруживаться с помощью неожиданных вопросов, а не ожидаемых [22]. Было показано, что лжецы планируют возможные интервью, репетируя вопросы, которые, как они ожидают, также будут заданы [23]. Лжецы дают свои запланированные ответы на ожидаемые вопросы легко и быстро, но им необходимо придумать правдоподобные ответы в случае неожиданных вопросов, и это приводит к увеличению когнитивной нагрузки.Напротив, правдивые ответы не страдают от побочных эффектов когнитивной нагрузки, поскольку они довольно автоматичны и не требуют усилий как для ожидаемых, так и для неожиданных вопросов. Используя методологию неожиданных вопросов в следственном интервью, Lancaster et al. [24] сообщили о хороших показателях классификации как для говорящих правду (78%), так и для лжецов (83%). Lancaster et al. Результаты [24] наблюдались путем сравнения разницы в количестве деталей, сообщаемых при ответах на ожидаемые и неожиданные вопросы.Короче говоря, лжецы, говоря правду, сообщают гораздо больше деталей на ожидаемые вопросы по сравнению с неожиданными вопросами, и обнаружение лжи может извлечь выгоду из этой разницы.

Описанный здесь эксперимент состоит из задачи бинарной классификации, включающей ожидаемые и неожиданные вопросы об идентичности. Ожидаемые вопросы касались типичной информации, представленной в документах, в то время как неожиданные вопросы касались информации, которая была хорошо известна и автоматически извлекалась правдой, но которая должна быть «вычислена на месте» лжецами.Примером ожидаемого вопроса может быть дата рождения, а соответствующим неожиданным вопросом может быть зодиак, соответствующий дате рождения. В то время как правдивые люди легко проверяют вопросы, связанные с зодиаком, лжецы не знают зодиака немедленно, и им приходится вычислять его для правильной проверки. Неопределенность при ответе на неожиданные вопросы может привести к ошибкам. Кроме того, мы обнаружили, что траектория реакции мыши, проанализированная с использованием кинематических параметров и других пространственных и временных параметров, предназначенных для определения неопределенности двигательной реакции, может быть полезна при обнаружении обмана.Следовательно, ожидается, что обман будет отражаться в форме траекторий.

Методы

В задаче проверки личности лжецы обычно должны узнать автобиографическую информацию о новой личности и пройти тест, отвечая так, как если бы эта информация была для них реальной. Например, Verschuere et al. [11] попросили испытуемых принять фальшивую личность, репетировать и вспоминать ее, пока их исполнение не станет безошибочным. Затем от лжецов требовалось отреагировать так, как если бы их новая личность была истинной.Точно так же здесь мы требовали, чтобы обманывающие участники познали новую личность. Во время сеанса тестирования участникам задавали как ожидаемые, так и неожиданные вопросы об их личной информации. Ожидаемые вопросы включали информацию о ложной личности, которая была назначена лжецам и репетировалась перед тестом до тех пор, пока испытуемые не совершили никаких ошибок. Говорящие правду репетировали свои истинные личности. Ожидаемые вопросы касались типичной информации, содержащейся в идентификационной карте (например,г., имя, фамилия, дата рождения, место рождения). Напротив, неожиданными вопросами были вопросы, связанные с личностью, на которые испытуемые не были готовы отвечать. Эти неожиданные вопросы были непосредственно получены из ожидаемых вопросов (например, возраст личности и знак зодиака определяются по дате рождения; в то время как вопросы о дате рождения ожидаются, вопросы о возрасте и знаке зодиака являются неожиданными). Например, если субъект репетировал год рождения, указанный на поддельном удостоверении личности (например,g., 1988), неожиданный вопрос, связанный с рождением, был о возрасте (например, 38).

Для правдивого респондента предполагается, что неожиданные вопросы автоматически вызывают правильный ответ. Напротив, лжец должен воссоздать непредсказуемую неожиданную информацию и проверить ее. Следовательно, этот процесс требует времени до отправки ответа, что отражается в более длительных RT. Короче говоря, «Неожиданные вопросы увеличат когнитивную нагрузку лжеца» [20], и ожидается, что это отразится не только на RT и количестве ошибок, но и на траекториях движения мыши.

Далее мы подробно опишем структуру эксперимента и собранные меры. Комитет по этике психологических исследований Университета Падуи одобрил экспериментальную процедуру.

Участников

Сорок италоязычных участников были набраны на факультете психологии Университета Падуи. Выборка состояла из 17 мужчин и 23 женщин. Их средний возраст составлял 25 лет (SD = 4,6), а средний уровень образования — 17 лет (SD = 1.8). Все участники были правши. Эти первые 40 участников были использованы для разработки модели, которая позже была протестирована для обобщения в новой группе из 20 итальянскоязычных участников (10 лжецов и 10 рассказчиков правды). Вторая выборка состояла из 9 мужчин и 11 женщин. Их средний возраст составлял 23 года (SD = 1,5), а средний уровень образования — 17 лет (SD = 0,83). Обе группы испытуемых предоставили информированное согласие перед экспериментом.

Стимулы

Тридцать два предложения, отображаемые в верхней части экрана компьютера, были представлены всем участникам.Квадраты, представляющие ответы ДА и НЕТ, были расположены в верхнем левом и верхнем правом углу экрана компьютера. Шестнадцать предложений требовали ответа ДА, а 16 предложений требовали ответа НЕТ, как для лжецов, так и для рассказчиков правды. 32 экспериментальным вопросам предшествовали 6 обучающих вопросов (3 требовали ответа ДА и 3 требовали ответа НЕТ) по вопросам, связанным с личностью, не включенным в сам эксперимент (например, «Ваш вес 51 кг?»). Предложения, требующие ответа ДА, относятся к следующим категориям:

• Ожидаемые вопросы: они включали информацию, которая была отрепетирована перед экспериментом, как для правдивых, так и для лжецов.Лжецы ответили личной информацией о фальшивых профилях личности, которые им назначил экспериментатор. Правды ответили на вопросы относительно их истинной личности.
• Неожиданные вопросы: Неожиданные вопросы включали информацию, тесно связанную с ложными именами, но не репетированную явно перед экспериментом ни правдивыми, ни лжецами. В этом случае лжецы ответили на информацию, относящуюся к присвоенным им фальшивым именам, в то время как рассказчики правды ответили на вопросы об их истинных именах.
• Контрольные вопросы: Контрольные вопросы смешивались с ожидаемыми и неожиданными вопросами. Контрольные вопросы ( n = 8; 4 требовали ответа ДА и 4 ответа НЕТ) включали личную информацию, на которую испытуемые должны были ответить правдиво, потому что они не могли быть скрыты от экзаменатора, наблюдающего за тестом. Например, « Вы мужчина ?» (для мужчины) требовал ответа ДА, тогда как « Вы женщина, ?» (для мужчины) не требовал ответа.Следовательно, контрольные вопросы требовали правдивых ответов как лжецов, так и правдивых, даже если они были связаны с личностью.

И для лжецов, и для рассказчиков правды половина ожидаемых, неожиданных и контрольных вопросов ( n = 16) требовала ответов ДА. Напротив, 16 вопросов, полученных из ожидаемых, неожиданных и контрольных вопросов, не требовали ответов, как показано в таблице 1.

Как видно из Таблицы 2, ответы лжецов и рассказчиков правды различались только ожидаемыми и неожиданными ответами ДА.Фактически, для лжецов ожидаемые и неожиданные вопросы относительно их поддельной личности на самом деле не были ответами, которые, поскольку они лгали, требовали ответов ДА. Другими словами, только вопросы с ожидаемыми и неожиданными ответами ДА различали две группы, потому что правдивые люди отвечали искренне, а лжецы обманывали. На все остальные вопросы (контроль ДА, контроль НЕТ, ожидаемое НЕТ, неожиданное НЕТ) и лжецы, и рассказчики правды ответили правдиво.

Методика эксперимента

Эксперимент проводился с использованием программы MouseTracker [25].Двадцать участников ответили правдиво, в то время как остальным было дано указание солгать о своей личности в соответствии с ложным профилем, который был чрезмерно изучен перед началом эксперимента, согласно Verschuere et al. [11]. 20 лжецов были проинструктированы узнать ложную личность по поддельному итальянскому удостоверению личности, к которому была прикреплена фотография субъекта и который также сообщил ложные личные данные. После этапа обучения участники дважды вспомнили информацию, которую они прочитали на удостоверении личности.Между двумя отзывами от них требовалось выполнить некоторую ментальную арифметику в качестве отвлекающего задания. С другой стороны, рассказчики правды также выполняли в уме арифметические операции и проверяли свои настоящие автобиографические данные только один раз перед началом эксперимента. Во время экспериментального задания 6 ожидаемых вопросов, 6 неожиданных вопросов и 4 контрольных вопроса, описанных выше, были представлены в случайном порядке. Для каждого из 16 вопросов, на которые требовался ответ «ДА», был представлен аналогичный вопрос, требующий отрицательного ответа.Каждый участник ответил на 32 вопроса плюс 6 учебных вопросов, которые не были включены в анализ. В половине случаев вопрос ДА появлялся первым, а в другой половине — вторым. Участники инициировали представление каждого вопроса, нажимая кнопку СТАРТ, которая появлялась в центре нижней части экрана компьютера. Ответ давался нажатием одной из двух кнопок ответа, появляющихся в верхней части экрана компьютера, одной в верхнем левом углу и одной в правом верхнем углу.

Сбор данных с помощью движения мыши

Для каждого ответа программа MouseTracker записывала положение мыши от начальной точки до нажатия кнопки. Поскольку записанные траектории имели разную длину, каждый моторный ответ был нормализован по времени, чтобы можно было усреднить и сравнить испытания [25]. Используя линейную интерполяцию, программа рассчитала временную нормализацию в 101 таймфрейме. В результате каждая траектория имела 101 таймфрейм, и каждый таймфрейм имел соответствующие координаты X и Y.Мы определили момент времени, в который две группы показали максимальную разницу во время движения по оси ординат. Эти точки максимальной разницы во времени были закодированы как Y18, Y29 и Y30 (общее время было предварительно масштабировано до 100 временных кадров в соответствии с процедурой, утвержденной Freeman и Ambady [25]). Затем мы рассчитали скорость и ускорение в этих временных рамках. Программа MouseTracker по умолчанию записывает также другие пространственные и временные параметры. Здесь мы сообщаем все параметры, предварительно собранные программой MouseTracker и использованные для кодирования траектории мыши.Параметры, собранные из моторных ответов на каждый из вопросов, были следующими:

• Количество ошибок: общее количество ошибок при ответе на 32 вопроса
• Время инициации (IT): время между появлением вопроса и началом движения мыши
• Время реакции (RT): время между появлением вопроса и виртуальным нажатием кнопки с помощью мыши
• Максимальное отклонение (MD): максимальное перпендикулярное расстояние между фактической траекторией и идеальной траекторией (линия, соединяющая кнопку запуска с кнопкой ожидаемого ответа)
• Площадь под кривой (AUC): геометрическая площадь, заключенная между фактической траекторией и идеальной траекторией
• Максимальное время отклонения (MD-время): время, необходимое для достижения точки максимального отклонения от идеальной траектории
• x-flip: общее количество изменений направления мыши во время полной траектории по оси x
• y-flip: общее количество изменений направления мыши во время полной траектории по оси y
• Координаты X, Y во времени (X _n , Y _n ): положение мыши вдоль оси во времени
• Скорость во времени: скорость мыши между двумя временными рамками
• Ускорение во времени: ускорение движения мыши между двумя временными рамками

Окончательный список возможных предикторов включал 13 переменных, которые отображали различные параметры ответа: количество ошибок, время инициирования (IT), время реакции (RT), максимальное отклонение (MD), площадь под кривой (AUC). , Максимальное время отклонения (MD-время), x-flip, y-flip, Y30, Y29, Y18, Y30 – Y29 и Y29 – Y18.Для каждой из переменных мы вычислили среднее значение 32 ответов для каждого участника.

Корреляционный анализ и выбор признаков

Был проведен корреляционный анализ, чтобы выделить независимые переменные, которые имели максимальную корреляцию с зависимой переменной (правдивые против лжецов) и минимальную корреляцию между независимыми переменными [26]. Мы рассмотрели для каждой характеристики среднее значение всех ответов (как ДА, так и НЕТ) в пределах каждого испытуемого.Всего в корреляционный анализ было введено 13 независимых переменных. Следующие характеристики были выбраны на основе этих критериев и позже использовались в качестве предикторов для разработки классификаторов машинного обучения (ML): количество ошибок (r _pb = 0,68), AUC (r _pb = 0,53), MD- времени (r _pb = 0,45) и Y29 (r _pb = 0,42) (r _pb — значение корреляции между зависимыми и независимыми переменными).

Анализ и результаты

В этом разделе описаны шаги, выполняемые для анализа данных, и процедуры, использованные при разработке классификаторов машинного обучения.

Данные и инструкции по воспроизведению результатов доступны в качестве вспомогательной информации (см. Наборы данных S1 и S2, текст S1 и S2).

Анализ траекторий

Первый анализ сравнивал ответы лжецов и рассказчиков правды путем усреднения индивидуальных ответов на ответы ДА и НЕТ. На рис. 1 представлены средние траектории лжецов и правдивых, отвечающих ДА на ожидаемые и неожиданные вопросы (единственные вопросы, на которые лжецы отвечали лживо).Как можно заметить, две экспериментальные группы различались как по параметрам AUC, так и по MD. Ответы правдивых привели к более прямой траектории, соединяющей отправную точку с правильным ответом. Напротив, лжецы сначала отклонились в сторону своего правильного ответа по умолчанию, а затем изменили свою траекторию, чтобы нажать кнопку ложного ответа. Более того, лжецы тратили больше времени на перемещение по оси Y в начальной фазе ответа, чем те, кто говорил правду. Максимальная разница между двумя группами в положении мыши по оси Y была обнаружена на временном интервале 29.Соответственно, координата Y на этом временном интервале (Y29) также была добавлена ​​в качестве предиктора.

Рис. 1. Средние траектории лжецов и правдивых.

На рисунке представлены средние траектории между испытуемыми, соответственно, для лжецов (красный цвет) и говорящих правду (зеленый цвет) до ожидаемых ДА и неожиданных ДА вопросов. Ожидаемые и неожиданные вопросы, требующие ответа ДА, — это те, на которые лгали лжецы. Приведены значения параметров MD, AUC, x-flip и y-flip для двух групп.Серая область представляет собой разницу в параметре AUC между лжецами и правдивыми.

https://doi.org/10.1371/journal.pone.0177851.g001

Прототипные траектории правдивых и лжецов.

Здесь мы приводим примеры индивидуальных траекторий мыши в ответ на контрольные вопросы и неожиданные вопросы, полученные от прототипа рассказчика правды (рис. 2) и прототипа лжеца (рис. 3).

Траектории относятся к ответам на отдельные вопросы.Обратите внимание, что этот лжец правдиво отвечает на контрольные вопросы. Тем не менее, его ответ отклоняется от прямой траектории, которая в идеале характеризует правдивый ответ (см. Рис. 2). Это обобщение мышления лжеца, когда лжец отвечает на вопросы, требующие правдивых ответов, обсуждается в статье.

Разбивка ответов на контрольные, ожидаемые и неожиданные вопросы.

Мы проанализировали выступления испытуемых отдельно для контрольных, ожидаемых и неожиданных вопросов.На рис. 4 представлена ​​траектория для контрольных, ожидаемых и неожиданных вопросов (слева направо). Траектории лжецов и правдивых в контрольных вопросах практически совпадают. Максимальная разница в траектории снова наблюдается в ответ на неожиданные вопросы.

Разбивка ответов ДА и НЕТ.

Мы исследовали, есть ли разница в траектории и времени ответа между вопросами, на которые испытуемые отвечали, перемещая мышь вправо (вопросы, не требующие ответа), и вопросами, на которые испытуемые отвечали, перемещая мышь влево ( вопросы, требующие ответа ДА).Тесты t по всей выборке были проведены для сравнения левого и правого откликов. Мы не обнаружили статистически значимой разницы для времени MD ( t = 1,63; p = 0,1; Cohen’s d = 0,2; BF = 0,57) и Y29 ( t = 0,1; p = 0,9; Коэна d = 0,01; BF = 0,17). Для AUC мы получили следующие результаты: t = -2,09 и p = 0,04, но значение Коэна d показало небольшую величину эффекта ( d = -0.33), и фактор Байеса приблизился (BF = 1,2). На рис. 5 показаны траектории левого (зеленый) и правого (красный) ответов. Можно отметить, что две кривые следуют очень похожей, хотя и зеркальной, траектории.

Рис. 5. Траектории ответов ДА и НЕТ.

Ответы на левую кнопку ответа и на правую кнопку ответа сообщаются здесь отдельно. Траектории двух типов ответов не различались.

https://doi.org/10.1371 / journal.pone.0177851.g005

Описательная статистика независимых переменных

Отдельный выбор признаков из исходного набора из 13 предикторов, 4 независимых переменных: ошибки, AUC, MD-время и Y29. Они сильно коррелировали с группой (рассказчик правды / лжец). В следующей таблице (см. Таблицу 3) представлена ​​описательная статистика, а также анализ разницы между правдивыми и лжецами, продемонстрированный с помощью теста t , d Коэна и фактора Байеса.

Модели машинного обучения

Несколько классификаторов машинного обучения (ML) были протестированы с использованием 10-кратной процедуры перекрестной проверки, реализованной WEKA [27]. Мы выбрали четыре классификатора, которые различаются в зависимости от своих предположений: Random Forest [28], Logistic [29], Support Vector Machine (SVM) [30–31] и Logistic Model Tree (LMT) [32]. 10-кратная перекрестная проверка проводилась следующим образом: группа участников (40 человек) была случайным образом разделена на 10 подгрупп по 4 человека в каждой.В каждом прогоне одна из 10 подвыборок сохранялась в качестве тестового набора для оценки модели, а оставшиеся 9 использовались в качестве обучающих данных. Затем процесс перекрестной проверки был повторен 10 раз, так что каждая из 10 подгрупп участников использовалась ровно 1 раз в качестве набора для проверки. Затем 10 результатов на тестовой выборке были усреднены для получения единственной оценки точности. Результаты представлены в Таблице 4. Все классификаторы достигли точности около 90% или выше при классификации лжецов и правдивых.Как минимум 36/40 субъектов были правильно классифицированы. Логистический классификатор достиг точности 95% (правильно классифицировано 38/40 участников). Сопоставимые результаты были получены с использованием перекрестной проверки с исключением по одному (LOOCV) [33].

Как показано в таблице 5, модели классификации обладают высокой специфичностью и высокой чувствительностью. Фактически, в контрольных выборках ошибки классификации равномерно распределены по двум классам.

Оценка модели: выступление 20 итальянских участников вне выборки.

После разработки описанных выше классификаторов машинного обучения была собрана и протестирована дополнительная выборка из 20 участников (10 лжецов и 10 рассказчиков правды) с использованием моделей, ранее разработанных на основе исходных 40 участников. Эта группа участников была совершенно новой группой, которую раньше никогда не использовали для анализа или построения моделей. Эта процедура считается оптимальной стратегией, позволяющей избежать переобучения (см. Дворк и др. [34]). Точность классификации этого нового образца представлена ​​в таблице 4.Стоит отметить, что точность классификации оставалась стабильной, в том числе по классификаторам, даже в этой проверочной выборке.

Вклад контрольных, ожидаемых и неожиданных вопросов.

Чтобы лучше понять вклад контрольных, ожидаемых и неожиданных вопросов в классификацию, мы использовали три отдельные модели для каждого типа вопросов. Результаты показывают, что основной вклад вносят неожиданные вопросы (см. Таблицу 6). Точность классификации с использованием классификаторов машинного обучения подтверждает, что невозможно эффективно отличить лжецов от правдивых только на основе контрольных вопросов.То же самое верно и для ожидаемых вопросов, хотя в этом случае траектории двух групп кажутся более разделенными (см. Рис. 4). Используя только неожиданные вопросы, точность классификации достигает максимума с показателями выше 90%, также в проверочной выборке, подтверждая, что когнитивная нагрузка лжецов из-за неожиданных вопросов является причиной различий между двумя группами.

Относительный вес предикторов.

Мы также исследовали относительный вес предикторов, удаляя независимые переменные одну за другой и повторно прогоняя классификаторы.Результаты показали, что после устранения ошибок предикторов точность классификации упала примерно до 75% для перекрестной проверки и примерно до 70% для процедуры тестирования (случайный лес: перекрестная проверка = 70%, тест = 65%; логистическая : перекрестная проверка = 77,5%, проверка = 70%; SVM: перекрестная проверка = 75%, проверка = 65%; LMT: перекрестная проверка = 75%, проверка = 70%). Главный вклад в точность прогнозов вносится выявлением ошибок на неожиданные вопросы с помощью динамических функций мыши, тонко настраивающих и без того хорошую классификацию.Это ясно, если учесть, что прогнозы, основанные исключительно на ошибках, дали следующие результаты: Случайный лес: перекрестная проверка = 77,5%, тест = 100%; Логистика: перекрестная проверка = 82,5%, тест = 100%; SVM: перекрестная проверка = 80%, тест = 95%; LMT: перекрестная проверка = 85%; Тест = 100%. После удаления AUC из предикторов точность классификации осталась стабильной в тестовом наборе и упала до 90% во время перекрестной проверки (случайный лес: перекрестная проверка = 90%, тест = 95%; логистика: перекрестная проверка = 95%, test = 95%; SVM: перекрестная проверка = 85%, проверка = 95%; LMT: перекрестная проверка = 90%, проверка = 100%).Аналогичные результаты были получены при удалении MD-времени из предикторов (Случайный лес: перекрестная проверка = 90%, тест = 95%; Логистика: перекрестная проверка = 90%, проверка = 95%; SVM: перекрестная проверка = 87,5%. , тест = 85%; LMT: перекрестная проверка = 90%, тест = 95%). Наконец, после выгрузки Y29 из предикторов точность как в обучающем, так и в тестовом наборах немного снизилась (Случайный лес: перекрестная проверка = 92,5%, тест = 95%; Логистика: перекрестная проверка = 95%, тест = 95%. ; SVM: перекрестная проверка = 92.5%, тест = 85%; LMT: перекрестная проверка = 92,5%, тест = 95%).

Вкратце, относительная важность независимых переменных показала, что общее количество ошибок дало основной вклад в правильное различение лжецов от правдивых, за которым следовали MD-время, AUC и положение мыши по оси y. ось на таймфрейме 29 ^-го .

Анализ ошибок.

Ошибки для контроля и ожидаемые вопросы практически отсутствуют у лиц, говорящих правду (см. Таблицу 7).В ответ на неожиданные вопросы чаще всего ошибались лжецы и рассказчики правды. Средний лжец делает в 12,4 раза больше ошибок при ответе на неожиданные вопросы по сравнению с правдивыми.

Лжецы и рассказчики правды не делают ошибок при проверке вопросов, а всего 2/240 на ожидаемые вопросы. Разница между этими двумя группами возникает из-за неожиданных вопросов, когда правдивые люди делают в общей сложности 5/240 ошибок, а лжецы — 82/240. Это указывает на то, что на каждую ошибку, допущенную правдой в ответ на неожиданные вопросы, лжецы делают 16 ошибок.Стоит отметить, что лжецы делают больше ошибок из-за неожиданного ДА (60/120, где они лгут), чем из-за неожиданного НЕТ (22/120, когда они отвечают правдиво), t = — 4,59, p <0,01; Коэна d = 1,60; BF = 16,42.

Немецкий проверочный образец.

Чтобы проверить, может ли модель эффективно классифицировать участников из разных культур, мы проверили 20 немецких субъектов (10 лжецов и 10 рассказчиков правды) с хорошими результатами. Чтобы рассмотреть влияние культуры на обобщение результатов, мы протестировали выборку из 20 участников, носителей немецкого языка в Дюссельдорфе (10 рассказчиков правды и 10 лжецов; средний возраст = 29.5 лет; мужчины = 9/20) с вопросами на немецком языке. Перед экспериментом участники дали информированное согласие. Результаты этой группы были оценены с использованием модели, первоначально обученной на 40 итальянских участниках. Точность классификации была следующей: случайный лес = 95%, логистика = 100%, SVM = 90%, LMT = 95%. Анализ ошибок (см. Таблицу 8) показывает, что доля ошибок лжецов и лиц, говорящих правду, сопоставима в двух группах (итальянский n = 40 и немецкий n = 20) с результатами для лжецов t = — 1.4, p = 0,17 ( d Коэна = -0,49, BF ​​= 0,64) и результаты для правдивых t = 0,66, p = 0,52 ( d Коэна = 0,28, BF = 0,43) .

Можем ли мы обнаружить лжецов, когда они отвечают правдиво?

Схема эксперимента, описанная в рукописи, требует, чтобы лжецы лгали только тогда, когда отвечали ДА на ожидаемые и неожиданные вопросы ДА. Во всех остальных условиях (ожидаемое НЕТ, неожиданное НЕТ, контрольный ДА и контрольный вопрос НЕТ) лжецы отвечали правдиво (см. Таблицу 2).Интересный вопрос: можно ли обнаружить лжецов по их правдивым ответам? В предыдущем разделе мы сравнили траектории ответов двух групп с ожидаемыми и неожиданными вопросами, на которые требовался ответ ДА ​​(см. Рис. 1). Здесь мы сравнили траектории двух групп для ответов, которые не требовали ответа НЕТ, и для всех контрольных вопросов. Траектории, когда лжецы отвечали правдиво, показаны на рис. 6. Хотя разница уменьшается по сравнению с ответами, в которых лжецы лгали, различия с рассказчиками правды все же заметны.

Рис. 6. Траектории, когда лжецы ответили правдиво.

На этом рисунке показаны средние траектории ответов на вопросы, на которые правдиво ответили и лжецы (красным), и правдивые (зеленым).

https://doi.org/10.1371/journal.pone.0177851.g006

Чтобы оценить, отличались ли траектории лжецов и тех, кто говорил правду, когда они не лгали, мы сравнили две экспериментальные группы. о независимых переменных, ранее использовавшихся при разработке классификаторов.Результаты независимого t-теста, представленные в таблице 9, показывают, что стили ответа лжецов могут быть идентифицированы, даже если лжецы отвечали правдиво. Классификаторы имели следующие уровни точности при идентификации лжецов и правдивых только на основе ответов на вопросы, на которые лжецы отвечали правдиво: случайный лес = 77,5%, SVM = 80%, логистика = 80% и LMT = 77,5%. Очевидно, что все классификаторы были относительно точными, даже если они были ниже точности классификации, основанной только на ответах ДА на ожидаемые и неожиданные вопросы (что находилось в диапазоне 90–92%).

Как статистический анализ, так и анализ машинного обучения показали, что признаки лжи распространяются на вопросы, на которые они правдиво ответили. Даже если отвечать правдиво, лжецов можно идентифицировать, но с меньшей точностью. С когнитивной точки зрения здесь интересно то, что в плане эксперимента мышление лжецов также распространило свои эффекты на вопросы, когда они отвечали правдиво. Насколько нам известно, такая картина результатов никогда ранее не сообщалась и может указывать на уровень чувствительности метода анализа движения мыши.

Обсуждение

Насколько нам известно, никакие методы не могут точно определить, является ли идентификатор объекта истинным или ложным без какой-либо информации об истинной личности респондента. В этой статье мы сообщаем о результатах нового метода обнаружения памяти, нацеленного на определение того, является ли идентификатор истинным или поддельным, когда лжецы не предоставляют никакой личной информации, которая затем включается в сам тест.

Участники отвечали с помощью мыши на вопросы, касающиеся идентификатора, на которые требовался ответ ДА ​​/ НЕТ.Динамика мыши предоставляет богатый источник данных по сравнению с аналогичными задачами двоичной классификации, основанными на кнопках ответа. Хотя данные, собранные при нажатии кнопок, ограничиваются записью задержки между началом вопроса и нажатием кнопки, реакция мыши позволяет собирать несколько параметров, включая время реакции, а также время начала, скорость, ускорение и траекторию мыши.

Чтобы разработать модель, которая эффективно выявляет участников с поддельными именами, мы проверили респондентов с вопросами, которые были ожидаемыми и которые лжецы усвоили на этапе предварительного обучения (имя, фамилия, дата рождения и место рождения).Наряду с ожидаемыми вопросами, касающимися информации документа, удостоверяющего личность, также был представлен ряд неожиданных вопросов, связанных с ожидаемыми вопросами. Рассмотрим, например, место рождения. Ожидаемые вопросы, которые появятся в удостоверении личности, будут: «Вы родились в Пизе?» (требуется ответ ДА) или «Вы родились в Нью-Йорке?» (требуя ответа НЕТ). Соответствующие неожиданные вопросы будут такими: «Флоренция — столица вашего региона?» (требуется ответ ДА, учитывая, что Пиза, место рождения, находится в Тоскане, столицей которой является Флоренция) и «Является ли Венеция столицей региона вашего рождения?» (не требуя ответа, учитывая, что Пиза, заявленное место рождения, находится в Тоскане, столицей которой является Флоренция, а не Венеция).Другой неожиданный вопрос, связанный с датой рождения (производной от даты), касался зодиака. Говорящие правду должны иметь возможность получать ответы об их истинном зодиаке более автоматически, чем лжецы; поэтому ожидается, что их реакция будет более быстрой, с меньшим количеством ошибок и более прямой траекторией движения мыши. В целом, неожиданные вопросы должны быть быстро найдены рассказчиками правды, в то время как лжецы должны мысленно «вычислить» ответ на основе исходной ожидаемой информации [21].

Исследование, представленное здесь, продемонстрировало, что динамика мыши, проанализированная с использованием модели машинного обучения, дала правильную классификацию лжецов и рассказчиков правды с точностью более 90%. Этот результат был достигнут путем разработки набора классификаторов с сопоставимой производительностью в диапазоне точности 90–95% (Random Forest, SVM, Logistics и LTM). Другая группа была собрана и протестирована (10 рассказчиков правды и 10 лжецов) для проверки обобщения модели. В этой группе было подтверждено, что точность сопоставима с точностью группы, использованной для разработки классификаторов (95% = 19/20 участников правильно классифицированы), что показывает, что высокая точность, достигнутая на этапе построения модели, не была результатом переоснащение.

Теория игр также является многообещающим методом в глубоком обучении. Мы не оценивали, могут ли более сложные модели глубокого обучения, основанные на концепциях теории игр [35–37], превзойти стандартные модели машинного обучения, которые мы использовали в этом исследовании, но это может стать будущим направлением.

Мы провели анализ для определения наиболее важного предиктора, которым были общие ошибки, за которыми следовали MD-время, AUC и положение мыши по оси Y на временном кадре 29 ^-го .

С когнитивной точки зрения подтверждено, что неожиданные вопросы могут использоваться для раскрытия обмана. Сила неожиданных вопросов широко исследовалась на следственных допросах [22]. Здесь мы расширяем результаты и подтверждаем, что неожиданные вопросы могут быть встроены в тест проверки личности, чтобы позволить идентифицировать лиц, вводящих в заблуждение, с высокой точностью. Лжецам трудно отвечать на неожиданные вопросы быстро и без ошибок. Их неуверенность улавливается динамикой мыши, поскольку их двигательное поведение отклоняется от идеальной траектории говорящего правду.

Интересно отметить, что наш экспериментальный план требует от лжецов правдивых ответов на ряд вопросов. Анализ таких правдивых ответов показывает, что лжецов по-прежнему можно обнаружить, даже с меньшей точностью, если они не лгут. Розенфельд и др. показали, что лжецов, говорящих правду, можно идентифицировать с помощью P300, аналогично тому, о чем мы сообщаем здесь [38]. Важно отметить, что лжецы должны честно отвечать на все стимулы, кроме ожидаемых и неожиданных вопросов, которые, напротив, требуют лжи.Следовательно, они должны переключаться между ложью и правдой, и этот переход имеет цену, которая проявляется также при правдивом ответе, как показали Деби и др. [39]. Это означает, что образ мышления лжеца отражается в динамике мыши, и что обнаружение лжи можно также распространить на ответы, которым они не лгут. Это как если бы инструкция лгать на одни вопросы, но не на другие, вызывает у лжецов большую когнитивную нагрузку, которая связана не только с обманчивыми ответами, но и с переключением между ответами, требующими лжи, и ответами, требующими правды.

Неожиданные вопросы требуют тщательной подготовки ответов, и это может быть ограничением при автоматическом онлайн-использовании метода. Дополнительные ограничения настоящего исследования включают тот факт, что процедура была протестирована на участниках одной культуры, а обобщение проверено на участниках, принадлежащих к другой культуре (Германия). Дальнейшее ограничение настоящего исследования проистекает из того факта, что проблема обнаружения поддельных удостоверений личности не позволяет проводить прямое сравнение с более проверенными методами обнаружения лжи (например,г., ЦИТ). Таким образом, любое сравнение методов носит косвенный характер.

Принимая во внимание все эти ограничения, мы думаем, что использование неожиданных вопросов в сочетании с анализом динамики мыши кажется многообещающим путем для выявления обманчивых ответов.

Вклад авторов

1. Концептуализация: GS MM.
2. Обработка данных: MM.
3. Формальный анализ: GS MM.
4. Расследование: ММ.
5. Методология: GS MM LG.
6. Надзор: GS.
7. Подтверждение: GS MM LG.
8. Написание — черновик: MM GS.
9. Написание — просмотр и редактирование: GS MM LG.

Ссылки

1. 1. УЕФА. Встанет ли настоящий Эриберто. 20 сентября 2002 г. http://www.uefa.com/news/newsid=34451.html.
2. 2. Donath JS. Личность и обман в виртуальном сообществе.В: Смит М.А., Коллок П. редакторы. Сообщества в киберпространстве. Лондон и Нью-Йорк: Routledge Press; 1999. С. 29–59.
3. 3. Барбер С. Прямая связь между кражей личных данных и терроризмом и способы ее остановить. Техасский университет в Остине. 7 декабря 2015 г. https://news.utexas.edu/2015/12/07/the-direct-link-between-identity-theft-and-terrorism
4. 4. Agenzia Giornalistica Italia (AGI). Брюссель: камикадзе используют личность бывшего игрока dell’Inter. 28 марта 2016.http://www.agi.it/estero/2016/03/28/news/bruxelles_kamikaze_uso_identita_ex_giocatore_dellinter-650281/
5. 5. Бенусси В. Die atmungssymptome der lüge. Archiv für die gesamte Psychologie. 1914; 31: 244–273.
6. 6. Розенфельд JP, Грили ХТ. Обман, обнаружение, потенциал, связанный с событием p300 (erp). В: Энциклопедия судебной медицины Wiley. John Wiley & Sons, Ltd; 2009.
7. 7. Vrij A, Fisher R, Mann S, Leal S. Подход когнитивной нагрузки к обнаружению лжи.Психология расследования и профилирование преступников. 2008; 5: 39–43.
8. 8. Ван Бокстаэле Б., Вершуере Б., Моенс Т., Сухоцки К., Деби Э., Спруит А. Обучение лжи: влияние практики на когнитивные издержки лжи. Границы психологии. 2012; 3: 526. pmid: 23226137
9. 9. Кляйнберг Б., Вершуере Б. Обнаружение памяти 2.0: первый веб-тест на обнаружение памяти. PLoS One. 2015; 10 (4): e0118715. pmid: 25874966
10. 10. Сартори Г., Агоста С., Зогмайстер С., Феррара С.Д., Кастиэльо Ю.Как точно определять автобиографические события. Психологическая наука. 2008. 19 (8): 772–780. pmid: 18816284
11. 11. Verschuere B, Kleinberg B. Id-check: онлайн-проверка скрытой информации выявляет истинную личность. Журнал судебной медицины. 2016, январь; 61 Приложение 1: S237–40. pmid: 263

12. 12. Агоста С., Сартори Г. Автобиографический IAT: обзор. Границы психологии. 2013; 4: 519. pmid: 23964261
13. 13. Meixner J, Rosenfeld JP. Имитация терроризма Применение теста скрытой информации на основе P300.Психофизиология. 2011. 48: 149–154. pmid: 20579312
14. 14. Дейл Р., Дюран Н.Д. Когнитивная динамика верификации отрицательного предложения. Наука о мышлении. 2011; 35 (5): 983–996. pmid: 21463359
15. 15. Фриман Дж. Б., Паукер К., Санчес Д. Т.. Перцептивный путь к предвзятости: межрасовое воздействие снижает резкие сдвиги в восприятии расы в реальном времени, которые предсказывают предвзятость смешанной расы. Психологическая наука. 2016; 27: 502–517. pmid: 26976082
16. 16. Quétard B, Quinton JC, Colomb M, Pezzulo G, Barca L, Izaute M и др.Комбинированные эффекты ожидания и визуальной неопределенности при обнаружении и идентификации цели в тумане. Когнитивная обработка. 2015; 16: 343–348.
17. 17. Эбни Д.Х., Макбрайд Д.М., Конте А.М., Винсон Д.В. Динамика ответа в предполагаемой памяти. Психономический бюллетень и обзор. 2015; 22 (4): 1020–1028.
18. 18. Барка Л., Пеццуло Г. Разворачивание визуального лексического решения во времени. PLoS One. 2012; 7 (4): e35932. pmid: 22563419
19. 19. Дюран Н.Д., Дейл Р., Макнамара Д.С.Динамика действия преодоления истины. Психономический бюллетень и обзор. 2010. 17 (4): 486–491.
20. 20. Врий А. Когнитивный подход к обнаружению лжи в обнаружении обмана: текущие проблемы и новые подходы. Оксфорд, Великобритания: John Wiley & Sons, Inc .; 2015.
21. 21. Вридж А., Леал С., Гранхаг П.А., Манн С., Фишер Р.П., Хиллман Дж. И др. Перехитрить лжецов: польза от задания неожиданных вопросов. Закон и человеческое поведение. 2009. 33: 159–166. pmid: 18523881
22. 22.Warmelink L, Vrij A, Mann S, Leal S, Poletiek FH. Влияние неожиданных вопросов на обнаружение знакомой и незнакомой лжи. Психиатрия, психология и право. 2013; 20 (1).
23. 23. Хартвиг ​​М., Гранхаг П.А., Стрчмвалл Л. Стратегии виновных и невиновных подозреваемых во время допросов. Психология, преступность и право. 2007. 13: 213–227.
24. 24. Ланкастер Г.Л., Вридж А., Хоуп Л., Уоллер Б. Отделение лжецов от рассказчиков правды: преимущества задания непредвиденных вопросов об обнаружении лжи.Прикладная когнитивная психология. 2013; 27: 107–114.
25. 25. Freeman JB, Ambady N. Mousetracker: Программное обеспечение для изучения мысленной обработки в реальном времени с использованием метода компьютерного отслеживания мыши. Методы исследования поведения. 2010. 42: 226–241. pmid: 20160302
26. 26. Зал МА. Выбор подмножества функций на основе корреляции для машинного обучения. Диссертация, Университет Вайкато. 1999. http://www.cs.waikato.ac.nz/mhall/thesis.pdf.
27. 27. Холл М., Фрэнк Э., Холмс Г., Пфарингер Б., Ройтеманн П., Виттен И.Программное обеспечение для интеллектуального анализа данных weka: обновление. Информационный бюллетень ACM SIGKDD Explorations. 2009. 11 (1): 10–18.
28. 28. Брейман Л. Случайные леса. Машинное обучение. 2001. 45 (1): 5–32.
29. 29. le Cessie S, van Houwelingen JC. Оценщики хребта в логистической регрессии. Прикладная статистика. 1992. 41 (1): 191–201.
30. 30. Platt JC. Быстрое обучение опорных векторных машин с использованием последовательной минимальной оптимизации. В: Достижения в методах ядра. MIT Press Cambridge; 1999 г.
31. 31. Кеэрти СС, Шеваде СК, ЦБ, Мурти КРК. Улучшения в алгоритме SMO Platt для проектирования классификатора SVM. Нейронные вычисления. 2001. 13 (3): 637–649.
32. 32. Ландвер Н., Холл М., Фрэнк Э. Деревья логистических моделей. Машинное обучение. 2005. 95 (1–2): 161–205.
33. 33. Гао З.К., Цай Цюй, Ян YX, Донг Н, Чжан СС. График видимости из частотно-временного представления адаптивного оптимального ядра для классификации эпилептиформной ЭЭГ. Международный журнал нейронных систем.2017; 27 (4): 1750005. pmid: 27832712
34. 34. Дворк С., Фельдман В., Хардт М., Питасси Т., Рейнгольд О., Рот А. Многоразовое удержание: сохранение достоверности в адаптивном анализе данных. Наука. 2015; 349: 636–638. pmid: 26250683
35. 35. Ван Дж., Лу В., Лю Л., Ли Л., Ся К. Оценка полезности на основе однозначного сопоставления в игре «Дилемма заключенного для взаимозависимых сетей». PLoS ONE. 2016; 11 (12): e0167083. pmid: 27907024
36. 36. Чен М., Ван Л., Сунь С., Ван Дж., Ся К.Эволюция сотрудничества в игре пространственных общественных благ с адаптивным ассортиментом репутации. Physics Letters A. 2016; 380 (1): 40–47.
37. 37. Чен М., Ван Л., Ван Дж., Сунь С., Ся К. Влияние стратегии индивидуального реагирования на пространственную игру общественных благ внутри мобильных агентов. Прикладная математика и вычисления. 2015; 251: 192–202
38. 38. Розенфельд Дж. П., Элвангер Дж. В., Нолан К., Ву С., Берманн Р. Г., Свит Дж. Распределение амплитуды скальпа P300 как показатель обмана в модели имитируемого когнитивного дефицита.Международный журнал психофизиологии. 1999; 33 (1): 3–19. pmid: 10451015
39. 39. Деби Э., Баптист Л.Б., де Хауэр Дж., Вершуер Б. Ложь, правда, ложь: роль переключения задач в контексте обмана. Психологическое психологическое исследование. 2015. 79 (3): 478–488.

Обзор

: russiantrains.com — Московский форум

Для многих читателей этого сайта, у которых есть только кредитные карты, выпущенные в США, в остальном хороший совет бронировать напрямую через rzd требует очень большой сноски.Я тщательно следовал инструкциям для всего нижеперечисленного и не смог заставить ни одно из них работать:

Собственный сайт

рЖД (новый англоязычный раздел). Легко использовать, пока вы не дойдете до конца, когда вы думаете, что платите, но проверка безопасности возвращает ошибку.

rzd с использованием кредитной карты друга, выпущенной в Канаде, с чип-и-пин-кодом и проверенной Visa 3D Secure

rzd с использованием моей собственной кредитной карты Bank of America, предназначенной для приобретения, с защитой с помощью чип-и-пин-кода и проверенной Visa 3D Secure

ржд по карте HSBC

ржд по дебетовой карте

пачка

интурист

Покупка виртуальной карты в российском банке (все они, похоже, требуют российский номер мобильного телефона +7 в качестве пункта получения SMS с информацией о карте)

Кошелек Qiwi.Это очень многообещающе в качестве временного решения, но, несмотря на многочисленные усилия и запросы к их персоналу, я не смог получить средства, загруженные на их счет. Эти попытки включали платежи как по кредитной, так и по дебетовой карте. Они дошли до этапа безопасности, когда они снимают сумму токена, и вы должны продемонстрировать свою законность, сообщив веб-сайту, сколько это было. В инструкциях остается неоднозначным, вводите ли вы затем количество снятых центов в рублях, или вводите в виде копеек, или вводите в виде пенсов, применяете коэффициент конверсии (какой курс?), Или какая дебетовая карта работает лучше, чем кредитная, но я попробовал и то, и другое. .Я проверил все комбинации приведенных выше записей, и ни мой банк, ни кошелек Qiwi не смогли помочь. Я также попытался перевести средства в банк, указанный на их веб-сайте, для получения банковских переводов. Он прошел, а затем был возвращен неоплаченным (за вычетом комиссии моего банка за отправку материалов, конечно). Мои друзья-американцы, если вы сможете связаться с человеком в этом банке во время перевода, ВОЗМОЖНО, вам больше повезет с переводом средств на счет Qiwi Wallet. Если вы это сделаете, хотя, конечно, я не могу сказать наверняка, я думаю, что, скорее всего, вы сможете завершить покупку оттуда.Если не на rzd, то, по крайней мере, на tutu или в Интуристе, поскольку оба они специально указывают Qiwi в качестве приемлемой формы оплаты.

Мое время слишком дорогое, чтобы выливать его в эту канализацию, я связался со «Свежим ветром» и russiantrains.com. Последние были немного дешевле и коммуникативнее, и с ними было приятно иметь дело. Они отправляют электронные билеты в формате .pdf, и я думаю, что это их стандартная процедура. Они не просили меня публиковать здесь что-либо, включая вышеупомянутое. Их единственное реальное преимущество перед rzd direct заключается в том, что оплата проходит.Мой совет ясен, чего бы ни стоил мой ограниченный опыт. Любой, кто не заблокирован из-за проблем с транзакциями, описанных выше, должен перейти в rzd, но любой, кто есть, должен (если у них есть время) быстро выстрелить в Qiwi Wallet, и если это не сработает, то либо сделайте ставку на оставшиеся билеты. примерно по той же цене, когда они прибывают в Европу, или согласовываются с наценкой торгового посредника.

PS на Qiwi Wallet: их приложение для смартфонов сообщает, что варианты загрузки кредитной / дебетовой карты не работают для кредитных карт, выпущенных в США.Веб-сайт для настольных компьютеров не заявляет об этом отказе от ответственности, но, похоже, и здесь. Так что перевод денег или, возможно, отправка денежного перевода по почте, кажется необходимым.

Отредактировано: 7 лет назад

РЖД Бонус / Corporate.Tickets.ua

Бонусная программа от РЖД позволяет сэкономить до 50% стоимости поездки.

Для участия в программе необходимо заполнить регистрационную форму индивидуально или с помощью законного представителя (родителя, опекуна, попечителя) для детей до 14 лет и получить уникальный номер участника.За каждую поездку по территории Российской Федерации и за границу в поездах и вагонах ОАО «Федеральная пассажирская компания» и поездах «Сапсан» вам начисляются бонусные баллы. Набрав достаточное количество баллов, вы сможете использовать их для получения скидки на поездку (до 50% от стоимости билета).

Бонусные баллы могут быть использованы для покупки детских и взрослых билетов только для владельца карты лояльности. Списание бонуса возможно при наличии достаточного количества баллов на счете и если последняя транзакция по карте была произведена не позднее, чем за два года до момента выдачи бонусных билетов.

По бонусной программе начисление баллов производится в течение 30 дней с даты поездки. Проверить остаток баллов можно в личном кабинете бонусной программы или по телефону: 8-800-100-1000.

Как пользоваться картой постоянного клиента?

При покупке билета на Corporate.tickets.ua в разделе «Карты лояльности РЖД» выберите необходимый вариант из списка (отображаются только для выбранного поезда / вагона):

• карты для начисления бонусных баллов РЖД;
• получение скидки по Бонусной карте РЖД.
  

Введите номер своей карты постоянного клиента или проездной в соответствующее поле. Стоимость билетов со скидкой будет отображаться перед оплатой.

Бонусные скидки не суммируются между собой и с другими скидками (акции, специальные тарифы).

Обратите внимание! Использование бонусных баллов по программе «РЖД Бонус» возможно только при покупке билетов на поезда и вагоны ОАО «Федеральная пассажирская компания» и «Сапсан» Управления скоростного сообщения на маршрутах по Российской Федерации.