информационная безопасность / 43 / многоагент_сист / многоагент_сист

2.1. Автономные интеллектуальные агенты и многоагентные системы. Взаимодействие автономных интеллектуальных агентов в многоагентных системах.

В настоящее время в области систем искусственного интеллекта все более заметной становится тенденция интеграции нескольких современных научных подходов - логического, бионического и эвристического в единый, так называемый синергетический¹ подход, что позволяет компенсировать недостатки и объединить преимущества каждого из указанных выше подходов. Наиболее известными синергетическими технологиями в области искусственного интеллекта являются мягкие вычисления (soft computing) и вычислительный интеллект (computational intelligence). Так, в рамках мягких вычислений объединены три основных направления в области искусственного интеллекта - нечеткая логика, нейронные сети и генетические алгоритмы. При этом нечеткая логика обеспечивает обработку исходной (не всегда точной и определенной) информации, типичной для сложных систем; нейронные сети позволяют системе обучаться (в частности, отрабатывать неучтенные заранее в модели внешние воздействия), а генетические (эволюционные) алгоритмы оптимизируют обучение нейросети. Мягкие вычисления составляют ядро более широкой области, именуемой «вычислительный интеллект», в которую также входят модели самоорганизации на базе хаотических систем, эвристические решения, некоторые результаты теории вероятности и теория катастроф.

По мнению западных специалистов, реализация синергетического подхода создает предпосылки для значительного прорыва в такой области искусственного интеллекта, как «искусственная жизнь» (artificial life). "Искусственная жизнь" - это обширное междисциплинарное научно-техническое направление, в основе которого лежит моделирование и имитация живых систем. В отличие от биологии, которая изучает общие принципы функционирования живых организмов, законы их развития, жизнедеятельности и воспроизводства (life-as-we-know-it – жизнь такова, каковой мы ее знаем), специалисты в области "искусственной жизни" на основе имеющихся знаний в научной и инженерной областях создают компьютерные программы, обладающие желаемыми, заданными заранее свойствами (life-as-it-could-be – жизнь таковой может быть). Таким образом, "искусственная жизнь" - это то, что создает человек на основе знаний о том, что и как создала природа.

Научно-технические публикации в области искусственного интеллекта и "искусственной жизни" свидетельствуют о том, что в последнее время западные специалисты и фирмы проявляют повышенный интерес к разработке автономных интеллектуальных агентов (autonomous intelligent agents) и многоагентных систем (multi-agents systems). В этой связи представляется актуальным проведение более глубокого анализа возможностей данной технологии и качественной оценки того влияния, которое она может оказать в ближайшем будущем на развитие научно-технической и военной областей.

Задачей научно-технического направления, называемого "искусственной жизнью", является моделирование интеллектуального поведения технического объекта в контексте выживания, адаптации и самоорганизации в динамичной, враждебной среде. Возникновение интереса к исследованиям биологических и нейрофизиологических систем с целью выявления механизмов саморегулирования, регенерации, эволюции и приспособляемости относится к 60-м годам, когда появились первые электронные реализации нейросетей и клеточных автоматов. Однако только к 1987 году закончилось оформление "искусственной жизни" как самостоятельного направления в области систем искусственного интеллекта и организовался междисциплинарный семинар по синтезу и имитационному моделированию живых систем в центре нелинейных исследований Лос-Аламосской национальной лаборатории.

Смена парадигм в области искусственного интеллекта, развитие синергетического подхода привели к созданию в рамках "искусственной жизни" теории автономных интеллектуальных агентов и многоагентных систем. Автономным интеллектуальным агентом² называется объект, существующий в некоторой среде, обладающий знаниями для принятия самостоятельных решений, планирования собственного поведения (навигации), обмена информацией с другими интеллектуальными агентами. Совокупность интеллектуальных агентов, синхронизующих свои действия для решения поставленной задачи, обученных поведению в коллективе (разделению обязанностей, иерархическому подчинению, кооперации) и имеющие механизмы разрешения конфликтов (с помощью "арбитра", рандомизации или жребия), называется многоагентной системой.

В настоящее время автономные интеллектуальные агенты используются для решения широкого класса научно-технических, информационных, аналитических и разведывательных задач. При этом одну важную их группу составляют программные агенты (software agents) - программные комплексы, реализующие функции поиска, доставки и долговременного отслеживания информации (преимущественно используются в сети Internet) в соответствии с полученным от пользователя заданием.

К числу наиболее характерных черт интеллектуальных агентов следует отнести:

1) Автономность - способность к самостоятельному формированию целей и функционированию с самоконтролем своих действий и внутреннего состояния.

2) Реактивность - взаимодействие с окружающим миром, получение от него информации; анализ различных возникающих ситуаций и извлечение из них знаний, полезных для дальнейших действий.

3) Общественное (социальное) поведение - способность как в условиях кооперации, так и в условиях конкуренции согласовывать свое поведение (действие) с поведением (действиями) других агентов, функционирующих в той же среде, обмениваясь с ними сообщениями с помощью специализированного протокола коммуникаций.

4) Активность - способность агента брать на себя инициативу, то есть генерировать цели и действовать рационально для их достижения, а не только реагировать на внешние события.

Основной задачей в многоагентных системах является организация процесса функционирования, управления и координации действий совокупности интеллектуальных агентов с целью достижения поставленной цели. Любая подобная система состоит из следующих основных компонентов: среды, то есть некоторого пространства, в котором существует множество объектов; иерархической структуры агентов; множества возможных заданий для агентов (операций над объектами). Структура и способы реализации многоагентных систем определяются в зависимости от таких параметров, как быстрая адаптация к динамически меняющейся среде и требованиям клиентов, эффективная саморегуляция и самоорганизация в интересах самосохранения.

В настоящее время исследования в данной области можно разделить на две подгруппы:

1. Методы создания агентов, протоколов передачи информации между ними, способов навигации, функций координации и субординации.

2. Принципы объединения агентов в многоагентные системы и правила взаимодействия между различными многоагентными системами; методы и алгоритмы принятия решений в таких системах.

В частности, функционирование информационной многоагентной системы можно представить в следующем упрощенном виде (при этом необходимо отметить, что это отнюдь не единственно возможная схема).

1. Агент-заказчик формирует запрос на выполнение какой-либо работы.

2. Запрос получает агент-координатор, который распределяет поступающие заказы по исполнителям, выделяет требуемые ресурсы, выступает в качестве арбитра в конфликтных ситуациях и оценивает качество работы агентов-исполнителей.

3. Агент-исполнитель (или группа агентов) получает задание от агента-координатора и отвечает непосредственно за его выполнение.

4. Наблюдение и контроль за деятельностью в рамках модели "заказчик-координатор-исполнитель" осуществляет агент-супервизор, который наделен правом перераспределения ресурсов с целью оптимизации взаимодействия всех агентов, задействованных в выполнении различных задач, а также объединения групп агентов в иерархическую структуру. Допускается объединение в одном агенте функций агента-заказчика, агента-координатора и агента-супервизора.

По мнению западных экспертов, уже в ближайшие годы половина всей информации будет извлекаться из сети Интернет с помощью автономных интеллектуальных агентов, а объем продаж соответствующего программного обеспечения превысит 4 млрд. долл. в год. К числу первых программных продуктов, которые могут быть отнесены к данному классу, необходимо отнести большинство существующих программ-вирусов и программ-демонов³, получивших распространение в конце 80-х годов.

В настоящее время при создании интеллектуальных агентов используются как логический, так и бионический подходы. В случае логического подхода интеллектуальный агент содержит символьную модель окружающей среды, решающие правила в которой реализуются на основе логических рассуждении. При этом активно используются специализированные языки моделирования рассуждений: Пролог, Лисп, Смолток. Однако, в настоящее время, большинство разработчиков интеллектуального программного обеспечения переориентируются на использование бионического подхода (нейросетей, нечеткой логики и генетических алгоритмов), который обеспечивает лучшую обучаемость и адаптацию к требованиям пользователя⁴ по сравнению с системами, построенными с использованием логического подхода. Вместе с тем, ведущие зарубежные исследовательские центры, университеты и фирмы приступили к созданию специализированного, качественно нового программного обеспечения для создания интеллектуальных агентов. Одним из первых шагов в этом направлении было проведение DARPA (ведущей научно-исследовательской организацией Министерства обороны США) в 1994 году испытания протокола взаимодействия интеллектуальных агентов - KQML (Knowledge Query and Manipulation Language) для интеллектуальной системы управления, сбора информации и связи между мобильными транспортными средствами. Полученные результаты свидетельствовали о высокой эффективности протокола KQML (в частности, по сравнению с традиционными, использующими программирование на языках Пролог, Лисп, Смолток)⁵. Согласно имеющейся информации, основные научно-исследовательские работы в данной области проводятся в Стенфордском, Южно-Калифорнийском, Мэрилендском, Торонтском университетах, Массачусетсом техническом институте, а также компаниями Apple, Microsoft, AT&T, Boeing, Hewlett Packard, Lockheed, General Magic и целым рядом других фирм.

Приоритетное применение автономные интеллектуальные агенты получили для решения задач сбора и сортировки электронной почты; информационного поиска по заданным тематикам; осуществления операций в таких областях, как электронная коммерция, распределенные системы обучения и тренажеры, интерактивное телевидение⁶. Так, интеллектуальный агент, называемый автоматический брокер (automatic broker), может осуществлять отслеживание появления информации, необходимой пользователю, на каком-либо сервере. Как только на этом сервере появляется информация, затрагивающая интересы пользователя, интеллектуальный агент производит с ней конкретные действия (срочное информирование пользователя, обработка информации по заранее заданному закону и т.д.).

По мнению западных экспертов, дальнейшее развитие многоагентных систем будет базироваться на совершенствовании методов распознавания текста (представление потока входящей информации, понятное системе), что должно привести к более «осмысленным» действиям интеллектуальных агентов при работе с ключевыми словами. Большое внимание будет также уделено нерешенной проблеме соблюдения интересов клиента, так как при взаимодействии интеллектуальных агентов может происходить обмен конфиденциальной, служебной или частной информацией.

Большое внимание развитию многоагентных систем уделяется в спецслужбах развитых стран, в которых активизируются работы по созданию так называемой "виртуальной разведывательной среды" (Virtual Intelligence Workspace) – универсальной среды мониторинга и сбора информации, удовлетворяющей определенных харатеристикам (в том числе – мониторинг информационного нападения), позволяющей проводить различные манипуляции с информацией, в том числе и защищенной. В настоящее время концепция применения многоагентных систем в интересах спецслужб содержит следующие основные составляющие:

• автономные интеллектуальные агенты, перемещающиеся в сети Internet и отслеживающие информацию, которой обмениваются пользователи;

• многоагентные интеллектуальные системы предварительной обработки (фильтрации, классификации, аннотирования, перевода на другой язык и т.д.) информации;

• специальные программы-демоны, создаваемые для вскрытия зашифрованных сообщений, перехвата паролей, несанкционированного проникновения в закрытые сети государственных учреждений и частных компаний;

• программы-вирусы, дезорганизующие работу компьютеров и проникающие в защищенные сети вместе с полезными сообщениями (например, с файлами электронной почты);

• программы типа "sniffer" для наблюдения, захвата и анализа сетевого трафика и декодирования коммуникационных протоколов.

Многие западные эксперты называют данную концепцию "виртуальной разведкой" или разведкой в киберпространстве, отмечая, что на современном этапе она объединяет в себе как элементы информационной войны (отслеживание и перехват информационных потоков, выявление и, в случае необходимости, дезорганизация работы серверов государственных учреждений .и частных компаний), так и обработки (поиска, хранения и анализа) открытой информации в интересах спецслужб. По мнению западных аналитиков, все возрастающее влияние передовых информационных и интеллектуальных технологий на различные стороны разведывательной деятельности должно привести к качественно новым возможностям в разведывательно-информационном обеспечении государственной системы принятия решений (по существу в режиме реального времени) и более эффективным действиям самой разведки по решению задач, возложенных на нее политическим руководством. На реализацию концепции "виртуальной разведки" только Министерство обороны США выделило 200 млн. долл. на период до 2001 года.

Более того, можно предположить, что активное использование многоагентных систем позволит американским спецслужбам реализовать планы по организации тотального контроля как за информацией, распространяемой в сети Internet, так и за всеми пользователями данной сети. После нескольких неудачных попыток в 1993 году провести через конгресс США новый закон, требующий от производителей сетевой инфраструктуры встраивать средства перехвата информации в коммуникационные системы, ФБР, вместе с министерствами внутренних дел и юстиции стран Евросоюза, в конце мая 2000 г. подготовило служебный документ Enfopol 19, рекомендующий Европейской Комиссии ввести международные требования по перехвату и контролю информации в сети Internet. В случае принятия такого решения Европейской Комиссией технология автономных интеллектуальных агентов и многоагентных систем может стать основой для его последующей технической реализации.

Необходимость интеграции двух основных направлений деятельности спецслужб - оперативного добывания информации и аналитической ее обработки привели к созданию в США так называемой виртуальной архитектуры объединенной разведывательной информации (Joint Intelligence Virtual Architecture - JIVA) и виртуальной разведывательной среды, внутри которой осуществляется информационное взаимодействие между всеми участниками процесса добывания, обработки и использования разведывательной информации. Основными технологиями, которые позволяют реализовать подобную Среду, являются технологии автономных интеллектуальных агентов, многоагентных систем, интеллектуального анализа, интерпретации и представления данных (Data Mining и Machine Knowledge Discovery Systems).

Таким образом, в настоящее время автономные интеллектуальные агенты и многоагентные системы все более активно применяются в интересах спецслужб и министерства обороны для решения широкого класса оперативно-тактических, разведывательных, контрразведывательных задач. Именно такие интеллектуальные многоагентные системы способны стать основой для создания «человеко-машинных» систем высокого уровня поддержки принятия решений, компьютерного моделирования и анализа состояния информационного пространства государства, то есть решения задачи создания всеобъемлющей системы мониторинга угроз информационного нападения.

1 Синергетика - научно-техническое направление, изучающее нелинейные явления и эффект самоорганизации в сложных динамических системах (технических, биологических, химических и т.д.). В данном контексте термин «синергетический» означает, что интеллектуальные процессы рассматриваются как процессы самоорганизации функционирования сложных систем на основе обучения, адаптации и управления неопределенностью.

2 В англоязычной литературе этому понятию часто также соответствуют термины mobile agents, smart agents, knowbots, information-management agents, collaborative learning agents, problem-solving agents.

3 Программа-демон (daemon) - фоновая программа, не требующая при работе вмешательства со стороны пользователя и служащая для сбора информации или решения задач администрирования в сети.

4 При обучении интеллектуального агента коллективному поведению в многоагентных системах широкое распространение получило использование теории коллективного поведения автоматов, разработанной в Институте прикладной математики РАН.

5 К числу других эффективных средств программирования интеллектуальных агентов следует отнести Java, Telescript, CORBA (Common Object Request Broker Architecture).

6 Западные специалисты прогнозируют высокоэффективное использование интеллектуальных агентов в задачах маршрутизации и управления транзакциями в сегях.