Tomasz Grudniewski

Objectives: The study aimed to assess how implemented protection and monitoring measures in an ICT environment strengthen organisational resilience in security science terms - namely the ability to maintain operational continuity, reduce vulnerabilities and disruption impacts, and improve early detection and assessment of security-threatening events. Material and methods: This study used a practical approach, combining an in-depth case analysis with a hands-on simulation. The team designed an ICT environment featuring separate zones with different trust levels and specific access-control rules. They then tested the setup by simulating system failures, assessing the effectiveness of zone separation and access controls, and running realistic scenarios involving attempts at unauthorised access and privilege escalation. Data included connectivity continuity metrics (latency, packet loss) and SIEM-registered events and alerts. Results: The organisation demonstrated greater effectiveness in handling disruptions and threats. When failures occurred, only a brief dip in connectivity was observed (about 8% packet loss), and the system’s access controls and network segmentation prevented all unauthorised communication attempts from reaching the network during testing. At the same time, the monitoring tools helped the team quickly spot and categorise events that could lead to security incidents. This made it easier to stay aware of what was happening and to respond quickly when needed. Conclusions: In conclusion, the steps taken created a strong security system that reduced risks, prevented problems from worsening, and helped spot threats earlier. Because of these measures, the organisation is better prepared to keep its services running, control access, and handle incidents, which means fewer disruptions and less damage to its reputation.

Niniejszy artykuł analizuje integrację instalacji fotowoltaicznych (PV) z elektrowniami szczytowo‑pompowymi (ESP) jako formą magazynowania energii i narzędziem ograniczania ryzyka blackoutu. Rosnący udział PV w wytwarzaniu energii elektrycznej zwiększa wahania bilansu mocy; nadprodukcja w słoneczne dni może prowadzić do wzrostu częstotliwości i napięcia w sieci oraz – przy niskiej inercji – uruchamiać mechanizmy ochronne, skutkujące kaskadowymi wyłączeniami źródeł. Na podstawie przeglądu literatury i raportów, studium przypadku blackoutu na Półwyspie Iberyjskim (28 kwietnia 2025 r.) oraz odniesienia do funkcjonowania Krajowego Systemu Elektroenergetycznego (KSE) wykazano, że ESP – dzięki dużej inercji, usługom częstotliwościowym i zdolności do czarnego startu – stanowią kluczowy zasób bezpieczeństwa energetycznego państwa. Zwrócono także uwagę na rolę sztucznej inteligencji (AI) w prognozowaniu generacji, automatyzacji sterowania i koncepcji „samoleczących się” sieci. Wyniki wskazują, że strategicznym priorytetem jest równoległe zwiększanie mocy PV i pojemności magazynowania w skali GWh, zwłaszcza poprzez rozwój ESP oraz zapewnienie mechanizmów umożliwiających wykorzystanie tych zasobów w usługach systemowych. Wzmacnia to odporność KSE i, poprzez powiązania transgraniczne, stabilność zintegrowanego systemu energetycznego UE.

Celem badawczym niniejszego artykułu jest analiza bieżących aktów prawnych dotyczących systemu bezzałogowych statków powietrznych w Polsce. Główny problem badawczy sformułowano: W jaki sposób przepisy prawne dotyczące systemów bezzałogowych mają wpływ na bezpieczeństwo? Postawiona hipoteza zakłada, że obecne przepisy prawne dotyczące systemów bezzałogowych są skuteczne, jednak ich działanie jest ograniczone w przypadku występowania określonych zagrożeń. Pierwsza część artykułu przedstawia historię oraz funkcjonalności bezzałogowych statków powietrznych. Druga część koncentruje się na analizie aktów prawnych dotyczących dronów w sferze cywilnej i militarnej. Ostatnia część porusza główne wyzwania, z jakimi mierzą się instytucje cywilne i militarne w obszarze bezzałogowych statków powietrznych. W badaniu wykorzystano metody teoretyczne, takie jak analiza literatury przedmiotu oraz aktów prawnych. Wykorzystano również doświadczenie osobiste wynikające z praktycznego używania BSP oraz przeprowadzono wywiady eksperckie w pilotami systemów bezzałogowych.

This study presents the development process of a digital twin for a complex dynamic object using Artificial Neural Networks. A separately excited DC motor is considered as an example, which, despite its well-known electromechanical properties, remains a non-trivial object for neural network modeling. It is shown that describing the motor using a generalized neural network with various configurations does not yield satisfactory results. The optimal solution was based on a separation into two distinct nonlinear autoregressive with exogenous inputs (NARX) artificial neural networks with cross-connections for the two main machine variables: one for modeling the armature current with exogenous inputs of voltage and armature speed, and another for modeling the angular speed with inputs of voltage and armature current. Both neural networks are characterized by a relatively small number of neurons in the hidden layer and a time delay of no more than 3 time steps. This solution, consistent with the physical understanding of the motor as an object where electromagnetic energy is converted into thermal and mechanical energy (and vice versa), allows the model to be calibrated for the ideal no-load mode and subsequently account for the influence of torque loads of various natures and changes in the control object parameters over a wide range. The study demonstrates that even for modeling an object such as a DC electric drive with cascaded control, reducing errors at the boundaries of the known operating range requires generating test signals covering approximately 120% of the nominal speed range and 250–400% of the nominal current. Analysis of various test signals revealed that training with a sequence of step changes and linear variations across the entire operating range of armature current and speed provides higher accuracy compared to training with random or uniform signals. Furthermore, to ensure the neural network model’s functionality under varying load torque, a mechanical load observer was developed, and a model architecture incorporating an additional input for disturbance was proposed. The SEDCM_NARX_LOAD neural network model demonstrates a theoretically justified response to load application, although dynamic and static errors arise. In the experiment, the current error was 7.4%, and the speed error was 0.5%. The practical significance of the research lies in the potential use of the proposed model for simulating dynamic and static operational modes of electromechanical systems, tuning controllers, and testing control strategies without employing a physical motor.

The integration of solar generation into national energy balances is associated with a wide range of technical, economic, and organizational challenges, the solution of which requires the adoption of innovative strategies for energy system management. The inherent variability of electricity production, driven by fluctuating climatic conditions, complicates system balancing processes and necessitates the reservation of capacities from conventional energy sources to ensure reliability. Under modern market conditions, the pricing of generated electricity is commonly based on day-ahead forecasts of day energy yield, which significantly affects the economic performance of solar power plants. Consequently, achieving high accuracy in day-ahead electricity production forecasting is a critical and highly relevant task. To address this challenge, a physico-statistical model has been developed, in which the analytical approximation of daily electricity generation is represented as a function of a random variable—cloud cover—modeled by a β-distribution. Analytical expressions were derived for calculating the mathematical expectation and variance of daily electricity generation as functions of the β-distribution parameters of cloudiness. The analytical approximation of daily generation deviates from the exact value, obtained through hourly integration, by an average of 3.9%. The relative forecasting error of electricity production, when using the mathematical expectation of cloudiness compared to the analytical approximation of daily generation, reaches 15.2%. The proposed forecasting method, based on a β-parametric cloudiness model, enhances the accuracy of day-ahead production forecasts, improves the economic efficiency of solar power plants, and contributes to strengthening the stability and reliability of power systems with a substantial share of solar generation.

Celem niniejszego artykułu jest analiza wpływu wojny w Ukrainie na globalne bezpieczeństwo energetyczne oraz długofalowe zmiany w geopolityce surowców energetycznych. Pierwsza część artykułu opisuje bezpośrednie skutki wojny dla globalnych rynków energii, w tym zakłócenia w dostawach surowców, gwałtowny wzrost cen oraz reakcje państw i organizacji międzynarodowych. Druga część analizuje długofalowe zmiany w polityce energetycznej krajów, uwzględniając proces dywersyfikacji źródeł energii, rozwój odnawialnych technologii oraz nowe sojusze energetyczne. Ostatnia część poświęcona jest przyszłości globalnego bezpieczeństwa energetycznego, omawiając możliwe scenariusze, w tym długoterminową transformację energetyczną oraz ryzyko przedłużającej się niestabilności rynków. Głównym problemem badawczy sformułowano: W jaki sposób wojna w Ukrainie wpłynęła na globalne bezpieczeństwo energetyczne oraz jakie długoterminowe konsekwencje może mieć dla światowego rynku energii? Postawiona hipoteza zakłada, że konflikt ten przyspieszył proces dywersyfikacji dostaw energii oraz transformację energetyczną, ale jednocześnie w krótkim okresie zwiększył niestabilność rynków i uzależnienie niektórych państw od wysokoemisyjnych paliw kopalnych. W analizie wykorzystano metody teoretyczne, takie jak analiza literatury przedmiotu, dokumentów strategicznych i raportów międzynarodowych organizacji. Głównym wnioskiem jest to, że wojna w Ukrainie stanowi kluczowy punkt zwrotny dla globalnego systemu energetycznego – z jednej strony przyspieszając transformację energetyczną i zmniejszając zależność od rosyjskich surowców, z drugiej strony w krótkim okresie powodując kryzys energetyczny oraz wymuszając tymczasowe zwiększenie wykorzystania paliw kopalnych. Ostateczny kształt nowego ładu energetycznego zależeć będzie od dalszych decyzji politycznych i strategicznych działań państw na rzecz bezpieczeństwa i stabilności dostaw energii.