Цель: определить наиболее эффективные способы раскрытия преступной деятельности в сфере незаконного оборота наркотиков и ее документирования в условиях широкого использования преступниками информационно-телекоммуникационных технологий для сокрытия своей деятельности и ухода от правосудия. Методология: методологической основой исследования послужили формально-юридический метод, методы системного анализа и сравнения. Выводы: в результате исследования предложен подход использования технологий машинного обучения и искусственного интеллекта для анализа собираемого СОРМ (средствами для обеспечения функций оперативно-разыскных мероприятий) массива данных и выявления признаков, характерных для незаконного оборота наркотиков (НОН). Научная и практическая значимость заключается в том, что предложенный метод позволит повысить эффективность расследования преступлений с использованием информационно-телекоммуникационных технологий, значительно сэкономить трудозатраты на проведение подобных расследований.

Статья посвящена исследованию отдельных методологических аспектов осмотра майнинговой фермы как объекта криминалистического познания. Выделены особенности следственной ситуации, возникающей при обнаружении майнинговой фермы, включая специфику локализации, следовую картину и доказательственное значение вещественных, цифровых и энергоинформационных следов. Предлагается комплексный междисциплинарный подход к планированию проведения осмотра, предусматривающий участие специалистов, использование технических средств фиксации. Обоснована необходимость разработки частных криминалистических методик, отражающих актуальные вызовы цифровизации и роста преступности в сфере криптоэкосистемы. Представленные рекомендации направлены на повышение эффективности следственной деятельности и стандартизацию подходов к осмотру высокотехнологичных объектов.