КИБЕРҚЫЛМЫСТЫ ТЕРГЕУ МАМАНДАРЫН ОҚЫТУДАҒЫ ГЕЙМИФИКАЦИЯ ЖӘНЕ СИМУЛЯЦИЯЛЫҚ ТРЕНАЖЕРЛЕР

Цифрлық қатерлердің қарқынды өсуі жағдайында құқық қорғау органдары киберқылмыстарды тергеумен айналысатын мамандарды даярлауды жаңғырту қажеттілігіне тап болады.

Мақалада геймификация мен симуляциялық тренажерлерді тәжірибеге бағытталған оқытудың тиімді құралдары ретінде пайдалану мүмкіндігі қарастырылады.

Осы тәсілдерді қолданудың психологиялық-педагогикалық және ұйымдастырушылық негіздері негізделген, халықаралық практикадан (АҚШ, ЕО, Израиль, Сингапур) табысты кейстер ұсынылған. Экономикалық тиімділік пен құқықтық шектеулерге баға берілді.

Ұлттық стандарттарды, цифрлық платформаларға қойылатын талаптарды бейімдеуді және заңнамалық базаны құруды қоса алғанда, Қазақстанда және бірінші кезекте құқық қорғау бағытындағы оқу орындарына осындай шешімдерді енгізу мүмкіндіктеріне ерекше назар аударылды.

Зерттеу нәтижелері ғылыми-білім беру мекемелерінің оқу бағдарламаларын жасаушылар үшін практикалық құндылық болып табылады және оларды кибер мамандарды даярлауда қолдануға болады.

1. Jordon, H. Gamifying Cybersecurity: A Study of the Effectiveness of a Specific CTF Platform / H. Jordon, J. Wallace. – Queen’s University Belfast, 2023. – 22 p.

2. Matthews, S. Federal Bureau of Investigation. High-Technology Environment Training (HiTET): Embracing Modern Challenges // FBI Law Enforcement Bulletin. Washington, D.C. – 2023. – № 5. – Pp. 3-8.

3. Деси, Э.Л. Мотивация и личность. Теория и практика / Э.Л. Деси, Р.М. Райан. – М.: Питер, 2004. – 320 с.

4. Чиксентмихайи, М. Поток: Психология оптимального переживания / М. Чиксентмихайи. – М.: Альпина нон-фикшн, 2021. – 368 с.

5. S. Cordey. Trend Analysis: The Israeli Unit 8200 — An OSINT-based study [Электронный ресурс] – Режим доступа: https://css.ethz.ch/content/dam/ethz/special-interest/gess/cis/center-forsecurities-studies/pdfs/Cyber-Reports-2019-12-Unit-8200.pdf (дата обращения: 05.08.2025).

6. Kirkpatrick, D.L. Evaluating Training Programs: The Four Levels; 3rd ed. / D.L. Kirkpatrick, J.D. Kirkpatrick. – San Francisco: Berrett-Koehler Publishers, 2006. – 226 p.

7. Shadish, W.R. Experimental and Quasi-Experimental Designs for Generalized Causal Inference / W.R. Shadish, T.D. Cook, D.T. Campbell. – Boston: Houghton Mifflin, 2002. – 623 p.

8. Ihichr, A. A Systematic Review on Assessment in Adaptive Learning: Theories, Algorithms and Techniques / A. Ihichr, et al. // International Journal of Advanced Computer Science and Applications. – 2024. – Vol. 15. № 7. – Pp. 855-868.

9. Ruberto, A.J. Adaptive simulation utilizing a deep multitask neural network / A.J. Ruberto, et al. // JMIR Medical Simulation. – 2021. – Vol. 3. No. 2. – Pp. e22391-1–e22391-14.