ri2014_materials

Синещук Ю.И., Сысоев В.А.

Россия, Санкт-Петербург, Санкт-Петербургский университет МВД России, Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова БАЗОВЫЙ АЛГОРИТМ РАСПОЗНАВАНИЯ ОБРАЗОВ В РОБОТИЗИРОВАННОЙ СИСТЕМЕ КОМПЬЮТЕРНОГО ЗРЕНИЯ

Внастоящее время с развитием информационных технологий и вычислительных систем растёт применение систем автоматизации и роботизации, как в промышленности и науке, так и в повседневной жизни обычного человека. Как следствие, возрастает потребность в эффективных средствах обработки поступающей информации, в том числе и видеоданных. Особую актуальность такая зада представляет для силовых ведомств, решающих специфические задачи, в рамках которых возникает необходимость дистанционного распознавания визуальных объектов без участия человека.

Вшироком плане задача формулируется как необходимость разработки и внедрения алгоритмов распознавания образов для систем компьютерного зрения, применимых в режиме реального времени, позволяющих повысить производительность и расширить область применения самоуправляемых роботизированных систем.

Под системой компьютерного зрения понимают совокупность программно-технических средств, обеспечивающих считывание видеоизображений в цифровой форме, их последующую обработку и выдачу результата в форме, пригодной для его практического применения в реальном масштабе и времени. Предлагаемая система должна получать видеопоток с портативной видеокамеры, установленной на роботе, предоставлять набор алгоритмов для обработки изображения, методы, реализующие передачу полученных в процессе обработки данных управляющему роботом алгоритму, а также графический интерфейс пользователя с доступом к настройкам камеры и алгоритмов.

Исследование компьютерного зрения является направлением в области искусственного интеллекта и смежных с ним технологий считывания изображений реальных объектов, их обработки и использования полученных результатов для автоматизированного решения прикладных задач. Видеоданные могут быть представлены множеством форм, таких как видеопоследовательность, изображения с различных камер или трехмерные данные

Вкачестве базового алгоритма распознавания образов на изображении предлагается метод Виолы-Джонса, разработанный и представленный в 2001 году Полом Виолой и Майклом Джонсом. С момента создания по настоящее время он является основополагающим для поиска объектов на изображении в реальном времени. Также этот метод является одним из лучших по соотношению показателей эффективности распознавания к скорости работы. Этот детектор обладает крайне низкой вероятностью ложного обнаружения и хорошо зарекомендовал себя, в различных областях. Исходное обучение классификаторов идет очень медленно, но результаты поиска объекта достигаются очень быстро, что позволяет задействовать данный метод в режиме реального времени для обработки видеопотока.

Для проведения каких-либо операций над данными в методе Виолы-Джонса используется интегральное представление изображения. Оно позволяет рассчитать суммарную яркость произвольного прямоугольника на заданном изображении за константное время. По сути своей, интегральное представление изображения есть матрица, совпадающая по размерам с исходным изображением, каждый элемент которой содержит сумму интенсивности всех пикселов, находящихся левее и выше заданного элемента. Расчёт матрицы занимает линейное время, пропорциональное числу пикселей в изображении, поэтому интегральное представление просчитывается за один проход. Полезной особенностью такого представления является возможность очень быстро вычислить сумму пикселов произвольного прямоугольника или любой другой фигуры, аппроксимируемой несколькими прямоугольниками.

На этапе обнаружения в методе Виолы-Джонса используются признаки Хаара – признаки цифрового изображения. Простейший прямоугольный признак Хаара можно определить как разность сумм пикселов двух смежных областей внутри прямоугольника, занимающего различные масштабы и положения в сканирующем окне. Каждый признак показывает наличие или отсутствие конкретной характеристики изображения, в частности – где находится граница между тёмным и светлым регионами.

Окно сканирования движется по изображению, и для каждой области, над которой оно проходит, высчитывается признак Хаара. Наличие искомого предмета в окне поиска определяется разностью между значением признака и заданным обучаемым порогом. Поскольку признаки Хаара мало подходят для обучения и классификации, для описания искомого объекта с достаточной точностью необходимо большое число признаков – по этой причине в методе Виолы-Джонса признаки объединены в так называемый каскадный классификатор.

Задача обучения и выбора наиболее значимых признаков полностью автоматизирована и не требует вмешательства человека, что существенно увеличивает скорость работы алгоритма.

http://spoisu.ru

Фомина И.К., Фомин В.В.

Россия, Санкт-Петербург, Санкт-Петербургский государственный университет аэрокосмического приборостроения, Российский государственный педагогический университет им. А.И. Герцена

ОБ ОДНОМ ОПЫТЕ РАЗРАБОТКИ ИНСТРУМЕНТАРИЯ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ

Интеллектуальные технологии находятся на пике исследовательской активности и практики их прикладного применения и коммерциализации. В научной литературе и публикациях предлагаются десятки методологий и сотни алгоритмов интеллектуального анализа данных (статистические, эвристические, нейронные сети и т.д.). Интенсивно развивается индустрия программного обеспечения – аналитические пакеты успешно используются в различных областях науки, бизнеса, промышленности. Большинство современных программных платформ и приложений, не зависимо от функционального назначения, снабжено встроенными модулями анализа, основанными на алгоритмах машинного обучения (machine learning), интеллектуального анализа (data mining) – инструментарии классификации, распознавания, прогнозирования.

Стремление к повышению эффективности использования инструментария интеллектуального анализа, извлечения полезных знаний из накопленной в электронном виде огромного количества информации привело к развитию Internet-технологий интеллектуального анализа. На фоне формирования методологии «облачных вычислений» становиться актуальной идея создания облачного ресурса системы интеллектуального анализа данных. Такая система может строиться в развитии нескольких направлений: on-line программный инструмент, снабженный открытой библиотекой алгоритмов; полигон для проработки распределенных вычислений при анализе большого количества данных и использования суперкомпьютеров; образовательный портал с инструментами обучения и программными модулями с открытым кодом.

Научно-технические достижения в области искусственного интеллекта повлияли на формирование новых и трансформацию старых классов информационных систем – интеллектуальные информационные системы, систем интеллектуального анализа данных, экспертные системы, системы поддержки принятия решений и пр. С ростом качества и количества информации хранимой и обрабатываемой в современных информационных системах, возрастает потребность различного вида ресурсов (вычислительных, коммуникационных, информационных). Алгоритмы искусственного интеллекта сильно усугубляют проблему вычислительных ресурсов, так как многократно превосходят ресурсоемкость классических алгоритмов поиска, сортировки и т.д.

Классические методы интеллектуального анализа данных, хорошо зарекомендовавшие себя в практике их использования и применения, обладают большим потенциалом к распараллеливанию вычислительных процессов и разработки параллельных алгоритмов их реализации. В рамках проводимых работ и исследований по тематики «WEB-инструментарий интеллектуального анализа», выбор базовых методов для реализации был сделан в пользу трех направлений:

Методы решающих функций. Методы основаны на алгоритмах метрической классификации

иоценивании сходства объектов (Байесовский классификатор, метод корректирующих приращений, эталонов, потенциальных функций и т.д.).

Деревья решений. Методы обнаружения закономерностей, основанные на древовидных алгоритмах поиска и представления зависимостей (ID3, С4.5, CART и т.д.).

Искусственные нейронные сети (перцептрон Розенблатта, сеть Хопфилда, Кохонена и т.д.). Использование суперкомпьютеров в рамках подхода распараллеливания вычислительной

задачи позволяет получить необходимую производительность, но из-за дороговизны оборудования этот способ может оказаться экономически неэффективным. Борьба за эффективное использование вычислительных ресурсов привела к появлению технологий распределенных систем и параллельных вычислений. Поиски путей повышения производительности вычислительной техники при создании библиотек WEB программ алгоритмов распознавания и прогнозирования, привели к простому, на первый взгляд, решению – создать распределенную, адаптивную вычислительную grid-систему на базе Internet-технологий. Применение grid-систем обусловлено относительно низкой стоимостью оборудования, простотой развёртывания и возможностью масштабирования. Grid-система строится по принципу «клиент-сервер» и состоит из одного или нескольких компьютеров-серверов и множества компьютеров-клиентов свободной конфигурации. Возможность реконфигурировать структуру Internetсоединений переводят задачу повышения эффективности вычислительных ресурсов в русло решения проблем настройки структуры вычислительной сети, подключаемых каналов связи и выделенных серверов в зависимости от исходных алгоритмов и данных.

Создаваемый инструментарий с закладываемыми в него аппаратно-программными, алгоритмическими и техническими решениями обладает высокой степенью коммерциализации и востребованности в различных областях человеческой деятельности.

http://spoisu.ru

Шакалов Д.В.

Россия, Санкт-Петербург, Военная академия связи О ПРОБЛЕМЕ АВТОМАТИЗИРОВАННОГО УЧЕТА И КОНТРОЛЯ МЕРОПРИЯТИЙ ПОДГОТОВКИ ОРГАНОВ УПРАВЛЕНИЯ

Внастоящее время учет и контроль мероприятий подготовки органов управления государственных структур различного уровня осуществляются децентрализовано. Сбор информации

оходе данных мероприятий, качестве их проведения, не позволяет проводить полноценный анализ выполнения плана подготовки органов управления и, как следствие, делать выводы о степени подготовки на каждом уровне и в государственной структуре в целом.

Данное положение дел обусловлено многими факторами. В частности, одним из существенных факторов является отсутствие единой политики автоматизированного планирования органов управления. Зачастую планирование сводится к составлению плана подготовки государственной структуры с применением обычных офисных приложений, а планы подготовки органов управления формируются как отдельные выписки из общего плана с более детальным освещением тех или иных мероприятий. В итоге возникают ошибки, создаются предпосылки к несоответствию планов различного уровня, возникновению коллизий в планировании. Кроме того, учет информации о ходе мероприятий подготовки органов управления также ведется разрозненно, отдельно на каждом уровне управления, также с применением офисных приложений. Сопоставление спланированных мероприятий и мероприятий, которые были проведены или, в силу различных обстоятельств, перенесены, отменены, производится в ручном режиме, т.е. человеком. При таком подходе присутствует большая вероятность субъективной оценки, оперативность реагирования на возможные срывы подготовки, предупреждение негативных последствий отсутствует.

Вэтих условиях основным путем повышения эффективности функционирования системы учета и контроля мероприятий подготовки органов управления государственных структур различного уровня является автоматизация процесса.

Наиболее перспективным направлением решения данной задачи является создание автоматизированной системы учета и контроля мероприятий подготовки органов управления, которая призвана объединить органы управления государственной структуры в единой информационной среде. Автоматизация процесса планирования, а именно формирования единого сквозного для всех органов управления плана подготовки, а также создание единой базы данных всех мероприятий подготовки позволит организовать автоматизированный учет данных мероприятий и, в свою очередь, осуществлять контроль их проведения с высокой степенью оперативности и достоверности.

Как следствие, автоматизация данных процессов должна привести к повышению качества проведения мероприятий подготовки органов управления и эффективности подготовки в государственной структуре в целом.

http://spoisu.ru

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ФИНАНСОВО-КРЕДИТНОЙ СФЕРЫ И БИЗНЕСА

Верескун В.Д., Касаткин В.В., Лысенко В.А., Чендрова Н.Н., Кульбикаян Б.Х., Кузнецов А.Ю., Сальникова П.Ю., Сычугов Д.Н.

Росся, г. Ростов-на-Дону, Ростовский государственный университет путей сообщения г.Москва, Объединенный учебно-методический совет по направлению «Информационные системы и технологии» УМО вузов России по университетскому политехническому образованию, Санкт-Петербург, Центр электронных ресурсов и технологий Санкт-петербургского Общества

информатики, вычислительной техники, систем связи и управления ОПЫТ ВНЕДРЕНИЯ И ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ

ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ И УПРАВЛЕНИЯ ИМУЩЕСТВЕННЫМ КОМПЛЕКCОМ РОСТОВСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ПУТЕЙ СООБЩЕНИЯ

ВРостовском государственном университете путей сообщения (РГУПС) совместно с Центром электронных ресурсов и технологий (www.ict-systems.ru) внедрена и успешно используется специалистами РГУПС информационно-аналитическая система поддержки принятия решений и управления имущественным комплексом (ИАС) РГУПС.

Всостав информационно-аналитической системы входит программный комплекс "Имущество университетов UNI-PRO", включая информационную подсистему распределенной совместной работы на 10 рабочих мест. Аппаратная часть реализована на платформе IBM Lotus/Domino.

Все программные модули («Недвижимое имущество», «Фотореестр», «Движимое имущество», «Отчеты») разработаны с учетом требований действующего законодательства, руководящих документов Правительства РФ и Минобрнауки России.

ИАС позволяет проводить комплексный учет, систематизацию, хранение, накопление, аналитическую обработку информации по различным имущественным объектам университета, а также дает возможность проводить анализ и выборку информации по классам объектов и разделам учета недвижимого и движимого имущества, формировать сложные запросы и осуществлять поиск необходимой информации.

Вдокладе также рассмотрен опыт проведения организационно-технических мероприятий направленных на сбор информации для внесения в базы данных программного комплекса.

Внастоящее время ИАС используется не только для учета и анализа имущественных отношений. ИАС востребована и для анализа аудиторно-лабораторного фонда при планировании учебного процесса, а также службами проректора по административно-хозяйственной работе.

ИАС продемонстрировала высокую надежность в работе и простоту обслуживания, зарекомендовала себя высокоэффективным инструментом информационной поддержки принятия решений при управлении имущественным комплексом современного университета.

Учитывая положительный опыт использования, ИАС на базе программного комплекса "Имущество университетов UNI-PRO" можно рекомендовать к применению в других образовательных учреждениях Российской Федерации.

Гейда А.С., Лысенко И.В.

Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации РАН ИССЛЕДОВАНИЕ СОВЕРШЕНСТВА РЕАЛИЗАЦИИ ФЕДЕРАЛЬНЫХ ЦЕЛЕВЫХ И ГОСУДАРСТВЕННЫХ ПРОГРАММ

В целях совершенствования решения сложных экономических, оборонных, социальных и других задач, решение которых требует участия государства, органов власти разного уровня (задач государственного уровня), в Российской Федерации (РФ) и других странах организуются целевые (ЦП) и государственные (ГП) программы. Они представляют собой сложную деятельность, направленную на решение указанных задач государственного значения и могут реализоваться на различных (федеральном, региональном, отраслевом, муниципальном) уровнях, с использованием средств различных бюджетов и использованием ресурсов разных видов. При этом, ГП определяется законодательством, как система мероприятий (взаимоувязанных по задачам, срокам осуществления и ресурсам) и инструментов государственной политики, обеспечивающих в рамках реализации ключевых государственных функций достижение приоритетов и целей государственной политики в сфере социально-экономического развития и безопасности. ЦП, в зависимости от заказчика и

http://spoisu.ru

бюджета может быть федеральной (ФЦП), отраслевой, региональной, и т.д. Так, ФЦП определяется, как «увязанный по задачам, ресурсам и срокам осуществления комплекс научно-исследовательских, опытно-конструкторских, производственных, социально-экономических, организационнохозяйственных и других мероприятий, обеспечивающих эффективное решение системных проблем в области государственного, экономического, экологического, социального и культурного развития РФ”.

При организации программ (ЦП, ГП) в РФ целесообразно исследовать их результаты комплексно, на основе математических моделей и методов, с использованием прогнозирования результатов программ и решать на этой основе задачи оценивания, анализа и синтеза программ так, чтобы обеспечить наилучшие из возможных значения показателей совершенства комплекса программ. Программы исследуются, как комплекс ЦП и ГП, реализуемый в системе реализации программ для достижения известных целей, поставленных федеральными органами власти. Программы совершенны, если они позволяют достигать цели в любых возможных условиях, при этом они должны быть организованы так, чтобы обеспечивалось наилучшее совершенство программ, определяемое на основе использования математических абстракций, позволяющих рассчитать показатели совершенства аналитически, на прогнозных математических моделях. В качестве показателей совершенства программ предложено использовать комплексные показатели операционных свойств программ (показателей эффективности программ). Результаты программ, для получения которых программы организуются (целевые результаты) предлагается оценивать на основе использования показателей комплексных операционных свойств систем, на совершенствование которых направлены программы (показателей потенциала систем). Использование введенных комплексных операционных свойств позволяет решать задачи исследования программ научно обоснованно, на основе математических методов исследования этих свойств и на основе прогнозных математических моделей, позволяющих исследовать операционные свойства в зависимости от возможных решений. В результате, совершенствование реализации программ исследуется путем решения известных математических задач оценивания, анализа показателей комплексных операционных свойств и задач синтеза программ по показателям комплексных операционных свойств. Комплексные операционные свойства программ и их результатов определены так, чтобы от определения этих свойств можно было бы научно обоснованно перейти к оцениванию показателей с использованием математического моделирования и прогнозных математических моделей. Такое определение основано на представлении комплексных операционных свойств объектов исследований, как свойств этих объектов, характеризующих их приспособленность давать требуемые, в соответствии с целями субъектов, результаты деятельности. Показатели комплексных операционных свойств определены, как меры соответствия требуемых результатов прогнозируемым. В результате задачи совершенствования программ представляются, как математические задачи оценивания, анализа показателей операционных свойств и синтеза программ по показателям операционных свойств. Для решения указанных математических задач разработана концепция и методология решения задач совершенствования программ. Концепция включает комплекс концептов, принципов, отношений между ними и концептуальную постановку задач исследований. Методология включает модели, методы и информационные технологии, позволяющие решать задачи совершенствования программ, как математические задачи, на основе математического моделирования и использования математических методов поиска решений задач. Основой такого решения математических задач представляется система моделей задач исследования операционных свойств и методов моделирования для решения математических задач исследования операционных свойств. В эту систему моделей, в частности, входят прогнозные математические модели измеримых результатов деятельности при реализации программ, модели множеств допустимых решений при организации программ, модели показателей операционных свойств систем и процессов их функционирования. Показано, что систему такого рода моделей целесообразно создать на основе использования современных информационных технологий.

Гейда А.С., Юсупова О.А.

Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации РАН МЕТОД СИСТЕМАТИЗАЦИИ РАЗРАБОТКИ И ИСПОЛЬЗОВАНИЯ МОДЕЛЕЙ ФУНКЦИОНИРОВАНИЯ СИСТЕМ

Решение актуальных задач исследования функционирования сложных технических, организационно-технических, социальных систем (СТС) требует прогнозного исследования операционных свойств систем – свойств, характеризующих результаты деятельности с использованием систем. Такое исследование целесообразно осуществить с использованием представления практических задач в виде соответствующих им математических задач исследования операционных свойств систем и процессов их функционирования и последующего решения таких математических задач. Основой такого подхода к решению задач исследования операционных свойств систем и процессов их функционирования (задач ИОС) представляется система моделей задач ИОС и методов моделирования для решения математических задач ИОС. В эту систему

http://spoisu.ru

моделей, в частности, входят прогнозные математические модели измеримых результатов функционирования систем, модели множеств допустимых решений при функционировании систем, модели показателей операционных свойств систем и процессов их функционирования.

Систему такого рода моделей целесообразно создать на основе использования современных информационных технологий автоматизированного моделирования. Необходимость автоматизации моделирования, разработка и использование информационных технологий моделирования требуют систематизации построения и использования элементарных моделей и последующего массового порождения требуемых для решения задач комплексов моделей из элементарных моделей, унификации, стандартизации моделей, их преобразований и стандартов оперирования моделями – «индустриального» использования моделей. Необходимость систематизации, в частности, возникает в связи с тем, что на ряде этапов использования моделей при решении задач ИОС и при «индустриальном» использовании моделей при решении других задач возникает необходимость порождения не одной модели, а взаимосвязанных комплексов моделей.

Такая необходимость возникает: 1. В связи с исследованием предметов и средств деятельности, представляющихся, как системы. Так, задачи ИОС, другие задачи исследования современных СТС и процессов их функционирования относятся к таким задачам, где исследуемые системы должны представляться комплексом моделей. 2. В связи с решением задач, вопрос которых относится к предмету исследования, как системе, описывающей функционирование СТС в разных условиях, в разное время и в разных местах. Так, современные задачи ИОС требуют рассмотрения системы процессов функционирования для достижения системы целей на разных этапах жизненного цикла, в разных условиях, для достижения различных целей, с учетом системы эффектов, получаемых в результате системы обменов при функционировании. 3. В связи с наличием системы этапов решения задач исследования и системы методов, используемых на этих этапах и оперирующих системой методов. Так, на начальном этапе решения задач используется система методов концептуализации, концептуальные модели для реализации этих методов, на заключительном – вычислительные модели, методы вычислений, методы визуализации числовых моделей. 4. В связи с использованием одних систем моделей и методов моделирования для порождения других моделей, используемых для решения задачи. 5. В связи с использованием одних результатов моделирования для порождения других результатов в системе моделей и методов моделирования, в том числе – с использованием систем вычислительных устройств. Результатами моделирования могут быть значения характеристик, модели, множества моделей, отношения на множествах моделей.

Для систематизации моделей и их использования модели и методы моделирования должны представляться, как система. Модели такой системы (моделей), их преобразований (методов моделирования, методов построения моделей, методов расчетов) называют метамоделями. Тем самым, необходимо порождение систем моделей и метамоделей, их систематизация, построение математического аппарата, позволяющего корректно строить и затем, использовать модели и метамодели с использованием современных информационных технологий. Такие возможности, в частности, обеспечиваются технологиями разработки, ориентированной на модели (Model-Driven Engineering–MDE, Model-Driven Architecture – MDA). При этом, как правило, используются унифицированные языки разработки (Unified Modeling language – UML, System Modeling language – SysML) и стандарты оперирования программными моделями (QVT, M2M, MVC). Однако, в этих и других используемых технологиях, моделях, методах, стандартах оперирования моделями с использованием информационных технологий имеются недостатки, несоответствия, которые следует устранить, если планируется их использование для решения рассматриваемых задач. В докладе проанализированы такие недостатки, намечены способы их преодоления и предложен метод моделирования и использования метамоделей на основе использования расширенных графов (эшграфов), который может позволить преодолеть недостатки существующих методов моделирования.

Гончаров В.В.

Россия, Санкт-Петербург, Балтийская академия туризма и предпринимательства УЧЁТ РИСКОВ ПРИ ФОРМИРОВАНИИ СИСТЕМЫ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ КОММЕРЧЕСКОГО ПРЕДПРИЯТИЯ

Важным направлением развития информационного обеспечения предприятий, определяемого как создание информационных условий их функционирования, является приведение системы информационного обеспечения в соответствие с особенностями субъекта управления.

В современной научной литературе для описания приемлемого уровня риска субъекта управления применяется термин «склонность к риску», который также применим в области управления информационным обеспечением. При рассмотрении склонности к риску в процессе формирования или выбора системы информационного обеспечения необходимо различать рыночные риски и риски, связанные с качеством информационного обеспечения. Рыночные риски связанны со

http://spoisu.ru

свободой выбора субъектов рынка – поставщиков и покупателей (клиентов) предприятия и с закономерностями рыночной экономики, к ним относятся риски увеличения поставщиками цен, потери каналов поставки ресурсов, снижения спроса потребителей по причине насыщения рынка или предложения конкурентами товаров-субститутов и др. Риски, связанные с качеством информационного обеспечения отражают погрешность информации, оценка которой должна основываться на комплексном анализе технологий, включённых в систему информационного обеспечения по показателям достоверности, объективности, полноты, адекватности, актуальности точности (и др. показателям качества) информации, предоставляемой субъекту управления.

Разработки специальной методики требует вопрос перевода оценок качества систем информационного обеспечения в оценки предпринимательского риска. В основе такой методики целесообразно положить принцип зависимости числа ошибочных управленческих решений от качества информации. Более низкое качество информации влечёт за собой большее число ошибок предпринимателя и поэтому увеличивает риски его деятельности, более высокое её качество – наоборот. При этом необходимо обеспечить соответствие этих оценок значениям показателя предельной склонности к риску, что может быть достигнуто при согласии субъекта управления предприятием с условиями присвоения системе информационного обеспечения уровня риска. Субъект управления самостоятельно определяет собственную склонность к риску, поэтому и оценка рисков системы информационного обеспечения или отдельных технологий в значительной степени определяется субъективным фактором и зависит от квалификации субъекта управления, а также от понятности и степени обоснованности методики для лица, принимающего предпринимательские решения. Например, если по показателям достоверности, своевременности (и др. показателям качества информации) предоставляемой информации технология получила оценки 7 из 10, то в методике можно сопоставить эти оценки с уровнем риска 30%. Однако без согласия субъекта управления на это условие такое сопоставление не может применяться для учёта склонности к риску субъекта управления при выборе или формировании им системы информационного обеспечения.

Классификация систем информационного обеспечения по уровню рисков, связанных их с качеством представляет собой актуальную научную проблему ввиду растущего числа организаций, и программных продуктов, обладающих различными техническими возможностями по обеспечению информацией предприятий. Критерии, по которым системы информационного обеспечения могут быть отнесены к различным уровням рисков, связанных с качеством этих систем должны учитывать оценки существующих и разрабатываемых технологий на предмет достоверности, полноты и др. показателей качества предоставляемой информации. Следует выделить два возможных подхода к оценкам технологий: относительный и абсолютный. При абсолютном подходе технология информационного обеспечения (программный продукт или методика) оценивается по критерию способности представления информации требуемого качества. При относительном подходе эта оценка дополняется сравнением с другими технологиями информационного обеспечения. Абсолютный подход рекомендуется для предприятий, стремящихся минимизировать затраты на информационное обеспечение при сохранении определённого его качества. Относительный подход целесообразно применять для поиска наиболее качественных технологий информационного обеспечения при заданном уровне затрат и в случаях развития предприятия на основе стратегии внедрения инноваций в его деятельность.

На практике рассмотренные предложения могут быть реализованы в форме следующих мероприятий: 1. классификация программных продуктов по признаку «склонность к риску» при размещении предложений организациями, разрабатывающими информационное обеспечение; 2. регламентация поиска согласия с субъектом управления предприятием по вопросам методического определения уровня риска предлагаемых технологий информационного обеспечения. Целью указанных мероприятий является повышение качества информационного обеспечения предприятия и отрасли ИТ в целом.

Горенбургов М.А., Гончаров В.В.

Россия, Санкт-Петербург, Балтийская академия туризма и предпринимательства СОВРЕМЕННЫЕ НАПРАВЛЕНИЯ ИНФОРМАТИЗАЦИИ БИЗНЕС-КОММУНИКАЦИЙ В СФЕРЕ ТУРИЗМА

Развитие теории и практики ведения туристского бизнеса модернизирует прежние и создаёт новые формы взаимодействия между субъектами рынка, которые требуют обновления технологий информационного обеспечения бизнеса. В связи с этим можно выделить следующие современные направления информатизации бизнес-коммуникаций в сфере туризма:

информатизация мероприятий по развитию бизнес-коммуникаций туроператора с самодеятельными туристами, в т.ч. продажи и аренды редких ресурсов для совершения туризма. В гостиничной отрасли редким может быть право бронировать средства размещения в определённые периоды, в транспортной отрасли - авиа билеты, а также права на услуги других отраслей, если предложение на них ограничено, в сфере розничной торговли это – сувениры и иные редкие товары,

http://spoisu.ru

продаваемые туристам. Критерием редкости при этом является затруднённость самостоятельного приобретения ресурсов туристом по причине их скупки организациями или, например, местным населением страны путешествия.

информатизация взаимодействия турфирмы с поставщиками туристских услуг. Одной из главных задач этих бизнес-коммуникаций является минимизация финансовых потерь поставщиков по причине снижения падения продаж турфирмы. В качестве функции информационной технологии целесообразно разработать программу, обеспечивающую хранение, обработку и передачу прогнозной информации об изменении туристского спроса турфирмы поставщикам туристских услуг, что позволит поставщикам снизить риски по привлечению покупателей их услуг. Подобное сотрудничество, основанное на предоставлении коммерчески значимой информации, создаст условия для формирования устойчивых взаимовыгодных связей между турфирмой и поставщиками, а также для снижения финансовых потерь поставщиков.

информатизация предоставления скидок туристскими предприятиями должна обеспечивать

оценку:

сокращения расходов турфирм на услуги поставщиков по причине сезонных скидок; падения спроса на турпродукты турфирмы; возможности привлечения покупателей в межсезонный туристский период за счёт скидок; эффективных скидок для клиентов туристских предприятий, которые бывают двух видов: 1) не превышающие скидки для турфирмы от поставщиков – если, отмечается значительное падение спроса и, по прогнозу, такие мероприятия увеличат оборот продаж турфирмы

внужных объёмах; 2) превышающие скидки для турфирмы от поставщиков – если, отмечается значительное падение спроса и, по прогнозу, скидки для туристов равные скидкам от поставщиков не увеличат оборот продаж турфирмы в нужных для достижения эффективности объёмах (скидки для покупателей турфирмы равны скидкам от поставщиков, когда доход турфирмы от скидок поставщиков равен её расходам на предоставление скидок покупателям).

информатизация внутрикорпоративных бизнес-коммуникаций между филиалами и центром управления турфирмой. Предметом бизнес-коммуникаций между филиалами и центром управления является информация о прошлых, текущих и прогнозируемых показателях деятельности филиала, о характеристиках турпродукта, поставщиков и клиентов и иная информация, которая может способствовать улучшению координации работы филиалов турфирмы, а также директивы центра управления. Оптимизацию таких бизнес-коммуникаций целесообразно осуществлять по таким направлениям, как: передача капитального между филиалами; обмен опытом между филиалами, в том числе результатами маркетинговых экспериментов; организационные вопросы, реорганизация и ликвидация филиала.

информатизация бизнес-коммуникаций, связанных с арендой и покупкой туроператором капитального имущества у поставщиков. Аренда и покупка туроператором капитального имущества у поставщиков туристских услуг актуальна, если туроператор стремится гарантировать себе наличие определенных туристских ресурсов, таких как средства размещения, транспорта, общественного питания, установить собственные стандарты предоставления этих ресурсов клиентам или повысить эффективность их использования в интересах турфирмы и её клиентов.

Дальнейшего развития требуют также:

информационное обеспечение франчайзинга в туризме;

информационное обеспечение продажи турфирмой капитального имущества, в т.ч. продажа филиала как отдельного юридического лица;

информатизация реализации турпродуктов другим турфирмам;

информационное обеспечение продажи акций турфирмами – публичными АО;

информатизация формирования турпродуктов; информатизация реализации турпакетов. Указанные направления могут быть применены для создания и совершенствования

программных продуктов автоматизации управления туристскими предприятиями, что обеспечит повышение современного уровня техники в этой сфере.

Горенбургов М.А., Гаврилова А.Е.

Россия, Санкт-петербург, Балтийская академия туризма и предпринимательства СОЗДАНИЕ ИНФОРМАЦИОННОЙ БАЗЫ ДАННЫХ ДЛЯ ФОРМИРОВАНИЯ САНАТОРНОКУРОРТНОГО КЛАСТЕРА В ЮЖНЫХ РАЙОНАХ САНКТ-ПЕТЕРБУРГА И ЛЕНИНГРАДСКОЙ ОБЛАСТИ

В настоящее время еще не выработана единая стратегия развития южных территорий Петербурга и граничащих с ними районов Ленобласти. По мнению экспертов, большая часть проектов на юге города реализуется хаотично.

Цель данной работы: исследование типологии санаторно-курортных предприятий южных территорий Петербурга и граничащих с ними районов Ленобласти и создания информационной базы данных для формирования санаторно-курортного кластера.

http://spoisu.ru

Исследование действующих санаторно-курорных и спортивно-оздоровительных предприятий проводилось в южных районах Санкт-Петербурга, таких как: Красносельский, Колпинский, Пушкинский и в следующих районах Леинградской области: Тосненский, Гатчинский, Лужский, Кингисеппский, Сланцевский, Волосовский.

На южных территориях сосредоточены объекты культурного наследия федерального значения, многие из которых включены в список памятников, охраняемых ЮНЕСКО, среди которых дворцовопарковые ансамбли Пушкина, Павловска, Гатчинаы, Ропши, в Тайцах, в Гостилицах. Все объекты показа напрямую связаны с аэропортом, минуя центр города.

Исторически сложилось так, что Петербург стремится на юг: здесь развит туризм, действуют и строятся выставочные комплексы, промышленные комплексы, отели мирового уровня, такие как

Crowne Plaza St. Petersburg Airport, Hampton by Hilton Saint Petersburg Expoforum, Hampton By Hilton Saint Petersburg Expoforum. Самый большой перспективный проект южного направления – городспутник Южный площадью 4 млн кв. м.

На южных территорий Петербурга и граничащих с ними районов Ленобласти находятся ряд действующих СК предприятий, которые представлены в таблицах 1.

При создании санаторно-курортного кластера следует учитывать базу действующих предприятий, где значительное место занимают детские санатории (11) и пансионаты для пожилых людей (7). Следует отметить отсутствие SPA-отелей на исследуемых территориях. Данную информацию следует учитывать для определения специализации санаторно-курортного кластера южных территорий Петербурга и Ленобласти.

Колбанёв М.О., Михайлов С.В., Сигова М.В., Харланов А.С.

Россия, Санкт-Петербург, Санкт-Петербургский государственный экономический университет, Международный банковский институт МОДЕЛЬ ИНФОКОММУНИКАЦИИ В БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ

Всовременной литературе под инфокоммуникацией понимается процесс информационного взаимодействия людей в ходе некоторой предметной деятельности, поддерживаемой информационными технологиями сохранения, распространения и обработки данных. Если провести параллель между информацией и деньгами, отвлекаясь от товарной стороны последних, то банковская деятельность оказывается весьма близка к инфокоммуникационной. Деньги – это тот вид информации, при помощи которой создана система связей между такими объектами, как предприятия, регионы, государства и, в конечном итоге, между людьми в ходе их хозяйственной деятельности. Смысл денег, как и информации, становится понятен только в ходе деятельности, которую они поддерживают, будь то хозяйственная деятельность или информационная поддержка каких-либо других взаимодействий людей.

Это обстоятельство дает возможность использовать для моделирования банковской деятельности модели, развиваемые для описания инфокоммуникационных взаимодействий.

Вдокладе предлагается для описания банковской деятельности объединить две информационные модели:

1)двухуровневую модель информационного взаимодействия. Ее первый идеальный метауровень является продуктом мышления людей, на котором рождается смысл, мысль, содержание некоторого действия, в то время как второй материальный метауровень обеспечивает обмен данными, т.е. материальными объектами, представляющими знаки языка взаимодействия (в том числе, возможно, и денежные знаки);

2)схему технической системы связи К. Шеннона, которая предназначена для «точного или приближенного переноса сообщения между двумя точками пространства». Схема устанавливает, что

впроцессе переноса от передающей на приемную сторону при помощи технических средств данные должны менять представление, получая форму сообщений и сигналов, но во всех случаях имеют один и тот же смысл, созданный источником информации.

Полученная в результате обобщенная модель позволяет структурировать решение многих практических задач и нацеливает на комплексное изучение информационного взаимодействия в банковской деятельности. Ее значение вытекает из следующих обстоятельств:

эффективность создания и использования интеллектуального потенциала на идеальном метауровне банковской деятельности зависит от организации информационных процессов преобразования данных на материальном метауровне;

эффективность информационных процессов материального метауровня банковской деятельности зависит от используемых информационных технологий и смысловых взаимодействий на идеальном метауровне;

эффективность информационных технологий банковской деятельности определяется не только их способностью поддерживать интеллектуальное взаимодействие на идеальном метауровне, но и от объемов потребляемых ресурсов на уровне физических процессов передачи сигналов;

http://spoisu.ru

эффективность функционирования физической среды взаимодействия определяется объемом потребления физических ресурсов по отношению к реализованным информационным и интеллектуальным процессам и объемам предоставленных банковских услуг.

Левкин И.М., Михайлов С.В., Сигова М.В., Харланов А.С.

Россия, Санкт-Петербург, Санкт-Петербургский государственный экономический университет, Международный банковский институт РОЛЬ ИНФОРМАЦИОННОЙ КОМПОНЕНТЫ В ФИНАНСОВОЙ БЕЗОПАСНОСТИ ПРЕДПРИЯТИЯ

По мнению ведущих отечественных специалистов, главным условием финансовой безопасности предприятия является способность противостоять существующим и возникающим опасностям и угрозам, стремящимся причинить финансовый ущерб предприятию или нежелательно изменить структуру капитала, или принудительно ликвидировать предприятие и, тем самым, нарушить его финансовую устойчивость. Так как основой финансовой устойчивости предприятия является такое состояние финансов, при котором предприятие способно стабильно развиваться, сохраняя свою финансовую безопасность в условиях дополнительного уровня риска, то значительная часть финансовой информации, циркулирующей в его информационной структуре, становится важнейшей составляющей финансовой безопасности.

Роль финансовой информации предприятия определяется возможностью ее использования для зарождения и развития соответствующих угроз. В связи с этим основными особенностями защиты финансовой информации являются следующие.

1.С одной стороны необходимость категорирования информационных источников с точки зрения конфиденциальности, целостности, и доступности, с другой стороны выполнение требования по открытости части этой информации до соответствующих государственных структур, акционеров и т.п.

2.Необходимость определения важности информационных документов и их фрагментов с точки зрения возможности их использования для нарушения финансовой устойчивости предприятия.

3.Выявление в информационных документах предприятия, фрагментов, относящихся к финансовой деятельности и носящих конфиденциальный характер и определение порядка их хранения в информационной структуре предприятия.

4.Выявление признаков систематических попыток получить несанкционированный доступ именно к финансовой информации и своевременное принятие соответствующих мер по ее защите.

5.Формирование и мониторинг динамической среды информационных угроз финансовой устойчивости предприятия.

В связи с этим требуются новые подходы к организации защиты финансовой информации, в первую очередь на предприятиях, образующих финансовую систему страны. Эти подходы могут быть разработаны в рамках особого направления обеспечения экономической безопасности, а именно в рамках информационно-финансовой безопасности. Под информационно-финансовой безопасностью предприятия в широком смысле предлагается понимать составную часть информационно-экономической безопасности, заключающуюся в защите его жизненно важных интересов в финансовой сфере от внутренних и внешних информационных угроз.

Методология обеспечения информационно-финансовой безопасности должна обеспечить сбалансированный учет особенностей финансовой деятельности и информационных процессов, протекающих на предприятии.

Семакова А.А.

Россия, г. Архангельск, Северный (Арктический) федеральный университет имени М.В. Ломоносова

МОДЕЛИРОВАНИЕ СЕЗОННЫХ ПРОЦЕССОВ В СИСТЕМЕ МИКРОФИНАНСИРОВАНИЯ

В настоящее время в России микрофинансирование, являясь основной функцией микрофинансовых организаций, приобретает всё большее значение для развивающих субъектов малого и среднего предпринимательства. Финансово-кредитные отношения между микрофинансовыми организациями и заёмщиками в лице субъектов малого и среднего предпринимательства представляют собой систему микрофинансирования. Развитие и укрупнение системы микрофинансирования является актуальным процессом в силу его значимости для реализации предпринимательских инициатив, направленных на организацию новых сфер производства или услуг и сопровождающихся созданием новых рабочих мест. В свою очередь на устойчивое развитие системы микрофинансирования могут повлиять как внешние, так и внутренние факторы риска. К внешним рискам относятся риски, связанные с изменением основных макроэкономических показателей региона или страны в целом, таких как: изменение темпа инфляции, негативная динамика курса рубля и цен на энергоносители и другие. Внутренние риски можно подразделить на две группы рисков: 1 – риски, связанные с платёжеспособностью заёмщика; 2 – риски, связанные с неравномерным функционированием системы микрофинансирования, причина

http://spoisu.ru