Международная телекоммуникатсионная конферентсия Молодеж и наука Ч.3 2015

Автоматизированные системы обработки информации и управления

Частично реализованы экспериментальные исследования средств с элементами искусственного интеллекта в различных перспективных областях. Проведены исследования, которые позволили получить следующие результаты [3, 5-7]: алгоритмы и программы.

На некоторые научно-технические результаты получены акты о внедрении.

Достигнутые важные результаты защищены охранными документами РОСПАТЕНТ на программное обеспечение [5, 6, 7]. В дальнейшем планируется разработка новых программных средств с элементами искусственного интеллекта. На эти новые программные средства будут подготовлены необходимые заявки на получение охранных документов.

Список литературы

1.Кулик С.Д., Кондаков А.А. Возможность эффективного применения нейронных сетей в криминалистике //Тезисы докладов. XIII Всероссийская научная конференция “Нейрокомпьютеры и их применение” НКП-2015. Москва, 17 марта 2015г. — М.: МГППУ, 2015. — С.92-93.

2.Кондаков А.А., Семенов А.А. Интеллектуальное средство: ДСМ-метод //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях.—М.: НИЯУ МИФИ, 2015.—Ч.3.—С.98-99.— (науч. руков.: С.Д. Кулик).

3.Кондаков А.А., Семенов А.А., Шевченко С.С., Пупыкина В.А., Иванов А.Д., Аксенов И.С., Кубышин А.А. Инновационные средства для диагностики //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых

истудентов “Молодежь и наука”. Тезисы докладов. В 3 частях. –М.: НИЯУ МИФИ, 2015.– Ч.3.–С.102-103.–(науч. рук.: С.Д. Кулик, Ткаченко К.И.).

4.Кондаков А.А., Кубышин А.А., Аксенов И.С. Специальные средства подготовки специалистов //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях. –М.: НИЯУ МИФИ, 2015. –Ч.3. –С.104-105. – (науч. руков.: С.Д. Кулик).

5.Кулик С.Д., Кондаков А.А., Зырянова О.В. Свидетельство на программу Российской Федерации №2012615520 "Special simple solver of puzzles v.1.0" (S-S-S-Puz) /С.Д. Кулик, А.А. Кондаков, О.В. Зырянова (Россия). – Заявка №2012613177; Заяв. 24.04.2012; Зарегистр. 19.06.2012. – (РОСПАТЕНТ).

6.Кулик С.Д., Кондаков А.А., Зырянова О.В., Григорьев С.К. Свидетельство на программу Российской Федерации №2013615594 "Universal specialized solver v.1.0" (U-S-S).– Заявка №2013613594; Заяв. 26.04.2013; Зарег. 17.06.2013.–(РОСПАТЕНТ).

7.Кулик С.Д., Кондаков А.А., Григорьев С.К., Мушта А.А. Свидетельство на программу Российской Федерации №2014616383 "Specialized solver for cloud v.1.0" (S-S-C) / С.Д. Кулик, А.А. Кондаков, С.К. Григорьев, А.А. Мушта (Россия). – Заявка №2014613978; Заяв. 25.04.2014; Зарегистр. 20.06.2014; Опубл. 20.07.2014. – (РОСПАТЕНТ).

_______________________________________________________________________

Автоматизированные системы обработки информации и управления

А.А. КОНДАКОВ

Научный руководитель – С.Д. КУЛИК, д.т.н., с.н.с., профессор

Национальный исследовательский ядерный университет «МИФИ»

СРЕДСТВА АНАЛИЗА ДАННЫХ ДЛЯ ФАКТОГРАФИЧЕСКИХ ПОИСКОВЫХ СИСТЕМ

Работа посвящена исследованию средств для сбора и анализа данных из различных источников информации. В качестве источников информации могут быть использованы различные текстовые документы, статьи, справочники и т.д. В работе кратко представлены результаты исследований методов и алгоритмов обработки текстовых данных и их последующий анализ. Целью данной исследовательской работы является разработка прототипа системы эффективной обработки и выдачи информации на основе пользовательского запроса.

Внастоящее время различные технологии сбора и анализа данных [1, 2, 3, 4, 5] применяются практически во всех сферах человеческой деятельности. В первую очередь это связано с тем, что данные технологии представляют собой универсальный инструмент для проведения важных исследований и решения различных задач.

Средства анализа данных применяются как в банковской сфере, в различных бизнес решениях, так и при решении производственных задач для регулировки и контроля технологических процессов. Помимо этого средства анализа данных широко применяются для проведения научных исследований в различных областях. Все это говорит об актуальности проведения исследования в данной области.

Внастоящее время ведутся работы [1, 3, 4, 6] по созданию автоматизированной фактографической системы [1] для сбора и обработки данных из текстового документа на основе пользовательского запроса. Так же проводятся исследования в области [4] искусственного интеллекта (нейронные сети [3] и алгоритмы обучения) с целью их дальнейшего применения в разрабатываемой системе и в образовательной области [6].

Врезультате проведенных исследований получены важные результаты [1-3, 5, 7-9]. Начата разработка алгоритмов и проектирование автоматизированной системы анализа и обработки данных, намечены планы дальнейших исследований. В процессе выполненной работы и проведенных исследований были успешно получены необходимые охранные документы [7-9] Российского агентства по патентам и товарным знакам (РОСПАТЕНТ).

Автоматизированные системы обработки информации и управления

Список литературы

1.Кондаков А.А. Специальные фактографические средства //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях.—М.: НИЯУ МИФИ, 2015.—Ч.3.—С.100-101.— (науч. руков.: С.Д. Кулик).

2.Кондаков А.А., Григорьев С.К., Мушта А.А. Спецсредства для принятия решений //Научная сессия НИЯУ МИФИ-2014. XVII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях.—М.: НИЯУ МИФИ, 2014.—Ч.3.—С.104-105.— (науч. руков.: С.Д. Кулик, Ткаченко К.И.).

3.Кулик С.Д., Кондаков А.А. Возможность эффективного применения нейронных сетей в криминалистике //Тезисы докладов. XIII Всероссийская научная конференция “Нейрокомпьютеры и их применение” НКП-2015. Москва, 17 марта 2015г. — М.: МГППУ, 2015. — С.92-93.

4.Кондаков А.А., Семенов А.А. Интеллектуальное средство: ДСМ-метод //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 ча- стях.—М.: НИЯУ МИФИ, 2015.—Ч.3.—С.98-99.— (науч. руков.: С.Д. Кулик).

5.Кондаков А.А., Семенов А.А., Шевченко С.С., Пупыкина В.А., Иванов А.Д., Аксенов И.С., Кубышин А.А. Инновационные средства для диагностики //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях. – М.: НИЯУ МИФИ, 2015.–Ч.3.–С.102-103.–(науч. рук.: С.Д. Кулик, Ткаченко К.И.).

6.Кондаков А.А., Кубышин А.А., Аксенов И.С. Специальные средства подготовки специалистов //Научная сессия НИЯУ МИФИ-2015. XVIII Международная телекоммуникационная конференция молодых ученых и студентов “Молодежь и наука”. Тезисы докладов. В 3 частях. –М.: НИЯУ МИФИ, 2015. –Ч.3. –С.104-105. – (науч. руков.: С.Д. Кулик).

7.Кулик С.Д., Кондаков А.А., Зырянова О.В. Свидетельство на программу Российской Федерации №2012615520 "Special simple solver of puzzles v.1.0" (S-S-S-Puz) / С.Д. Кулик, А.А. Кондаков, О.В. Зырянова (Россия). – Заявка №2012613177; Заяв. 24.04.2012; Зарегистр. 19.06.2012. – (РОСПАТЕНТ).

8.Кулик С.Д., Кондаков А.А., Зырянова О.В., Григорьев С.К. Свидетельство на программу Российской Федерации №2013615594 "Universal specialized solver v.1.0" (U- S-S).–Заявка №2013613594; Заяв. 26.04.2013; Зарег. 17.06.2013.–(РОСПАТЕНТ).

9.Кулик С.Д., Кондаков А.А., Григорьев С.К., Мушта А.А. Свидетельство на программу Российской Федерации №2014616383 "Specialized solver for cloud v.1.0" (S-S-

C)/С.Д. Кулик, А.А. Кондаков, С.К. Григорьев, А.А. Мушта (Россия). – Заявка №2014613978; Заяв. 25.04.2014; Зарегистр. 20.06.2014; Опубл. 20.07.2014. – (РОСПАТЕНТ).

_______________________________________________________________________

Автоматизированные системы обработки информации и управления

Е.С. ЯКОВЛЕВ, К.Д. КРУГЛОВ, ЙЕ МИН ЗО Научный руководитель – И.В. АШАРИНА, к.т.н., доцент

Национальный исследовательский университет «МИЭТ»

ВЫДЕЛЕНИЕ СРЕД МЕЖКОМПЛЕКСНОЙ ПОСЫЛКИ В МНОГОМАШИННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЕ

На примере сбое- и отказоустойчивой системы разрабатывается программа, которая моделирует работу алгоритмов выделения сред межкомплексного обмена, представленных в [1, 2].

Сбое- и отказоустойчивые системы – это такие системы, которые способны продолжать выполнение запланированных операций (возможно, с понижением эффективности) при отказе их компонентов. На сегодняшний день, все больше и больше компаний, выдвигают на первое место, требование максимальной надежности информационных систем.

Вопрос особенно актуален для бизнеса или таких областей техники, где ошибка в работе системы или временной ее простой оборачиваются более чем внушительными финансовыми потерями или серьезными техногенными последствиями.

Данные системы имеют возможность без участия человека:

1.обнаруживать возникающие неисправности;

2.идентифицировать их по типу (сбой/программный сбой/отказ) и по месту возникновения;

3.восстанавливать вычислительный процесс при программных сбоях и реконфигурировать систему при отказах;

4.безопасно останавливать работу системы, при такой степени

управляемой деградации [1, 2, 3], при которой дальнейшее ее функционирование невозможно.

Чтобы перечисленные действия выполнялись в отказоустойчивых си-

стемах необходимо обеспечить системное взаимное информационное

согласование (СВИС).

Для параллельного решения нескольких задач, обменивающихся между собой данными, в таких системах организуется выделение комплексов (подсистем, которые удовлетворяют определенным структурным требованиям) [1, 2] для решения задач и сред межкомплексного обмена для организации передачи данных между комплексами и выполнения СВИС.

Автоматизированные системы обработки информации и управления

Для достижения поставленной цели:

1.разработаны способы представления графовой модели МВС;

2.разработаны форматы представления входных и выходных данных;

3.выполняется программная реализация алгоритмов, обеспечивающих выделение комплексов в динамически реконфигурируемой сети.

Список литературы

1.Ашарина И.В., Лобанов А.В. Выделение комплексов, обеспечивающих достаточные структурные условия системного взаимного информационного согласования в многокомплексных системах // Автоматика и телемеханика. 2014. №8. С.146–156.

2.Ашарина И.В., Лобанов А.В. Выделение структурной среды системного взаимного информационного согласования в многокомплексных системах // Автоматика и телемеханика. 2014. №6. С.115–131.

3.Генинсон Б.А., Панкова Л.А., Трахтенгерц Э.А. Отказоустойчивые методы обеспечения взаимной информационной согласованности в распределенных вычислительных системах // АиТ. 1989. № 5. С. 3-18.

_______________________________________________________________________

Автоматизированные системы обработки информации и управления

Р.Р. ФАЛЬКОВСКИЙ Научный руководитель – И.В. САФОНОВ, к.т.н.

Национальный исследовательский ядерный университет «МИФИ»

МЕТАМОРФНОЕ ТЕСТИРОВАНИЕ ПРОГРАММ УЛУЧШЕНИЯ ИЗОБРАЖЕНИЙ

Автоматизированное тестирование программ обработки изображений явлется нерешенной и актуальной проблемой, потому что для оценки качества получившихся в результате обработки изображений требуется привлечение экспертов, которые в состоянии оценить только ограниченное количество тестовых примеров. Предлагается использовать метаморфное тестирование для поиска ошибок в программе коррекции затемненных участков на цифровых фотографиях. В дополнение к известным из литературы метаморфным отношениям вводится отношение, основанное на времени работы программы.

При тестировании программ улучшения изображений (image enhancement) разработчики, как правило, используют относительно небольшое количество тестовых изображений. Это позволяет обнаружить некоторые критичные ошибки, приводящие к сбоям программы, и проверить, что программа удовлетворяет требованиям по улучшению качества для данного ограниченного набора тестов. Ситуация усугубляется тем, что только для небольшого количества задач улучшения изображений может быть сформулирован “слепой” численный критерий качества, но в большинстве случаев качество результата обработки оценивается человеком, что не позволяет выполнять тесты в автоматическом режиме.

Обработка изображений относится к областям разработки программного обеспечения, в которых часто не существует тестового “оракула”, т.е. формального правила для определения пройден тест или произошла ошибка. Для автоматизированного тестирования программ в случае отсутствия оракула было предложено использовать метаморфное тестирование (metamorphic testing) [1]. Основная идея данного подхода: для теста, результат которого в общем случае не известен, задают способы трансформации этого теста в дополнительный набор тестов и задают, так называемые, метаморфные отношения (metamorphic relation) – правила того, как должны измениться (или не измениться) результаты тестов, полученных в результате трансформации теста, по сравнению с исходным тестом.

В последние годы метаморфное тестирование начали использовать при тестировании программ обработки изображений. Например, в [2] описано применение данного подхода для обнаружения логических ошибок в про-

Автоматизированные системы обработки информации и управления

граммах бинарной эрозии и наращения (dilation). Эффективность способа демонстрируется путем обнаружения намеренно внесенных в алгоритм ошибок.

Мы применили метаморфное тестирование для поиска некорректных результатов работы программы корекции затемненных участков на цветных цифровых фотографиях [3]. Предлагается использовать следующие метаморфные отношения, т.е. способы трансформации исходного тестового изображения: повороты изображения на углы, кратные 45 градусам, изменение глобального контраста на 5-10%, применение ФНЧ, применение фильтра повышающего резкость, обработка четверти изображения, уменьшение и увеличение изображения в 2-4 раза. Для каждого отношения определена максимально допустимая величина изменения интенсивнотей цветов в результате обработки трансформированного изображения по сравнению с результатом обработки исходного изображения. Сравниваются соответствующие друг другу значения пикселов. Если разница между результатами обработки превышает допустимый порог, то генерируется сообщение об ошибке.

Помимо перечисленных метаморфных отношений вводится отношение, основанное на времени работы программы. Это отношение позволяет обнаружить примеры, для которых производительность программы значительно хуже средних значений или теоретического предела для данного размера изображения.

В результате тестирования программы реализующей алгоритм из [3] обнаружено, что: а) использование рекурсивного билатерального фильтра с плоским пространственным ядром может приводить к появлению визуальных артефактов, б) способ вычисления и ступенчатое изменение параметра ks ведет к значительному разбросу результатов для практически одинаковых изображений на входе алгоритма.

Список литературы

1.Guderlei R., Mayer J. Statistical metamorphic testing programs with random output by means of statistical hypothesis tests and metamorphic testing // Seventh International Conference on Quality Software. – IEEE, 2007. – С. 404-409.

2.Jameel T., Lin M., Chao L. Test oracles based on metamorphic relations for image processing applications //16th IEEE/ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing, IEEE, 2015. – С. 1-6.

_______________________________________________________________________

Автоматизированные системы обработки информации и управления

М.А. ПУХАЕВА, К.С. БУШИНА Научный руководитель – Е.Б. ЗОЛОТУХИНА, к.т.н., доцент

Национальный исследовательский ядерный университет «МИФИ»

ФОРМАЛИЗОВАННОЕ ОПИСАНИЕ ПРОЦЕССА УПРАВЛЕНИЯ ТРЕБОВАНИЯМИ С ИСПОЛЬЗОВАНИЕМ UML НА ОСНОВЕ ГОСТ 34.601-90

На основании ГОСТ 34.601-90 «Автоматизированные системы. Стадии разработки» разработано формализованное описание процесса управления требования-

ми в Enterprise Architect с использованием UML.

Каждый разработчик знает, что управление требованиями – это фундамент разработки любой автоматизированной системы (АС). Самыми дорогостоящими ошибками разработки являются ошибки в выявлении, анализе и управлении требованиями.

Тем не менее, единой и удобной методики управления требованиями до сих пор нет. На практике инструменты и методы управления требованиями меняются от проекта к проекту и не гарантируют результат высокого качества.

Отечественные стандарты в области управления жизненных циклов АС помогают формализовать процесс управления требованиями и сократить количество совершаемых ошибок. Например, согласно ГОСТ 34.60190 «Автоматизированные системы. Стадии создания» работа с требованиями осуществляется на следующих стадиях: формирование требований к АС, разработка ее концепции, техническое задание и сопровождение [1].

Управление требованиями − это систематический подход к выявлению, документированию, планированию реализации требований и отслеживанию их изменений [2].

В зависимости от типа проекта выбирается конкретный метод выявления требований (бизнес-моделирование, интервьюирование и пр.). Выявление требований проводит системный аналитик и эксперты по предметной области. В результате этой деятельности появляются требования записанные, согласованные и структурированные в соответствии со своими типами, представленными в плане управления требованиями [3].

Пошаговое описание процесса управления требованиями визуализировано при помощи диаграммы деятельности в Enterprise Architect фирмы

Sparx Systems на рис. 1.

Автоматизированные системы обработки информации и управления

Рис. 1. Процесс управления требованиями

Таким образом, для эффективного достижения целей разработки и сокращению трудозатрат стратегически важно правильно выстроить процесс управления требованиями.

Список литературы

1.ГОСТ 34.601-90 «Автоматизированные системы. Стадии создания».

2.Карл Вигерс, Разработка требований к программному обеспечению. М.: «Русская Редакция», 2004. С.13-14.

3.Алфимов Р.В., Золотухина Е.Б., Красникова С.А. Управление требованиями на базе стандартов // Открытые системы. – 2006. №10. С. 13.

_______________________________________________________________________

Автоматизированные системы обработки информации и управления

А.А. КОНДАКОВ, С.С. ШЕВЧЕНКО, В.А. ПУПЫКИНА, И.С. АКСЕНОВ, Е.А. ЩЕКОЧИХИНА, Л.А. БАГРОВА, А.А. КУБЫШИН

Научный руководитель – С.Д. КУЛИК, д.т.н., с.н.с., профессор

Национальный исследовательский ядерный университет «МИФИ»

ИНТЕЛЛЕКТУАЛЬНЫЕ СРЕДСТВА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

В работе кратко представлены результаты разработки новых интеллектуальных средств поддержки принятия решений для решения сложных практических задач и, в частности, задач в области медицины, криминалистики и в области информационных технологий. Для специалиста разработаны необходимые средства поддержки для эффективного принятия важнейших решений.

Практика убедительно показывает, что постоянно требуется эффективно решать актуальные задачи в различных областях. Авторы представляют научную группу, в которой давно и успешно выполняются исследования по разработке [1-6] инновационных эффективных алгоритмов и средств их реализации в рамках научно-исследовательского проекта. Этот проект реализуется по следующим 3-м основным направлениям:

Первое – исследование возможности создания средств принятия эффективных решений в криминалистике [1] и в области квантовых вычислений.

Второе – разработка оперативных средств для принятия решений в области медицины.

Третье – исследование инновационных информационных технологий с элементами искусственного интеллекта (ИИ) для решения актуальных практических задач разработки интеллектуальных средств поддержки принятия решений для различных областей и, в частности, в области информационной безопасности и в области машинного перевода.

На текущем этапе работ наша научная группа занимается разработкой нового автоматизированного программного комплекса для поддержки принятия решений. Успешно разрабатываются необходимые алгоритмы и программы [1, 4-6]. Параллельно с этим выполняется работа по исследованию и разработке специальных алгоритмов решения заданного класса задач с возможностью применения элементов ИИ.

С целью решения поставленных задач проведены предварительные исследования для реализации на практике предложенного проекта. Прове-