ri2014_materials

взглядов и культурных ценностей, при этом включает комплексные долгосрочные операции. Важнейшим средством информационной борьбы являются информационно-психологическое оружие, т.е. средства и технологии, которые реализуют информационное воздействие на психику, в первую очередь сознание личности, социальных групп, с целью внедрения необходимых идеологических и социальных установок, формирования ложных стереотипов поведения и принятия решений, трансформации в потребном направлении их настроений, чувств, воли.

Основными видами психофизических воздействий имеющих информационную основу являются: пропагандистское, нейролингвистическое, психоаналитическое и психотронное. В реализации этих видов воздействия широкое распространение нашли специальные информационные продукты, представляющие собой совокупности данных, сформированные производителем для распространения в вещественной или невещественной форме.

К числу основных видов специальных информационных продуктов относятся: материалы СМИ тенденциозно освящающие те или иные события общественно-политической жизни; специальная пропагандистская литература; информационные подборки научно-публицистического стиля; дезинформационные материалы; материалы, порочащие сложившиеся культурные и иные ценности и т.п. Важнейшим каналом ведения информационной борьбы является образование. Именно посредством образования может быть достигнута цель изменения картины миры противника, ценностных установок и ориентаций, поведенческих практик. Однако образование не дает столь быстрого эффекта, как СМИ и Internet, но его действие гораздо более длительно. При этом важно иметь в виду большую роль образования в оборонительной информационной борьбе, т.к. является важнейшим каналом воспроизводства и сохранения национальных, гражданских, культурных ценностей. Основными видами информационных продуктов, которые могут быть использованы для проведения скрытого психологического влияния являются учебники, учебные пособия, другие учебнометодические материалы, научные статьи, научно-популярная литература и т.п.

Своевременное выявление информационных продуктов, являющихся средством информационной борьбы предполагает разработку: во-первых, перечня ключевых слов - дескрипторов, содержащихся в некоторых фрагментах информации и указывающих на попытку осуществить скрытое психологическое воздействие; во-вторых, представление каждого ключевого слова в виде графовых структур (типа корневое дерево) – морфо-синтаксических лексем.

В основе разработки алфавитного перечня дескрипторов лежит выявление фрагментов информации, принадлежащих информационным продуктам, используемым при проведении мероприятий по оказанию влияния, инкриминированию, восхвалению и т.п. Эти фрагменты описывают информационные признаки названных мероприятий.

Формирование морфо-синтаксических лексем осуществляется на основе выбранного формального семантического языка. При этом каждая лексема представляется в виде некоторой формулы. Возможность морфо-синтаксических лексем взаимодействовать друг с другом в предложении позволяет использовать их в перспективных информационно-поисковых системах, осуществляющих семантический анализ информационных продуктов в интересах решения рассматриваемой задачи. В этом случае информационный запрос должен быть сформулирован в виде краткой характеристики (поискового предписания или поискового запроса) отражающей основное смысловое содержание документа.

При таком подходе эффективное противодействие психофизиологическим воздействиям может быть обеспечено возможностью: во-первых, постоянного мониторинга деятельности производителей специальных информационных продуктов, методов его работы; во-вторых, вскрытия информационных продуктов, содержащих деструктивные материалы; в-третьих, выявления каналов распространения этих продуктов.

Это позволит своевременно выявить основные направления психофизического воздействия на текущий момент времени и сформировать грамотную политику построения системы защиты информации в психофизической сфере с соблюдением всех прав и свобод в сфере распространения информации.

Рысков С.А.

Россия, Санкт-Петербург, Российский государственный педагогический университет им. А.И. Герцена МОДЕЛЬ ИНФОРМАЦИОННОГО РЕСУРСА «ПЕДАГОГИЧЕСКИЕ ОБРАЗОВАТЕЛЬНЫЕ

СЕРВИСЫ И УСЛУГИ СЕВЕРО-ЗАПАДНОГО РЕГИОНА»

В настоящее время разработано и функционирует большое число различных сайтов-порталов информационно-сервисного характера, однако их сервисы направлены в основном не на образовательную среду, а на оказание различного рода коммерческих услуг. В статье рассматривается модель портала для оказания образовательных услуг и сервисов населению городов и муниципалитетов Северо-Западного региона. Структура портала содержит следующие разделы: 1) учителя школ; 2) методические разработки (конспекты уроков, презентации, видео уроки,

http://spoisu.ru

тесты и т.д.); 3) мероприятия (олимпиады, конкурсы); 4) дополнительные услуги (репетиторство, сотрудничество). Данная модель портала обеспечивает сервисы и услуги для следующих категорий пользователей: 1) Администрации городов и муниципалитетов – оперативный просмотр информации

оспециалистах, работающих в сфере образования Северо-Западного региона; размещение актуальной информации о региональных мероприятиях для учителей, учащихся и их родителей; организация и участие в организации дополнительных мероприятий, организованных в рамках данного портала; 2) Администрации школ – используя портал директора и завучи школ могут самостоятельно просматривать информацию о специалистах-педагогах отдельно взятого города; подбор необходимых специалистов с соответствующей квалификацией; организация групп - учащихся школ, например, для организации проведения региональных, городских, районных вебинаров; 3) Учителей предметников - разработка уроков и методических пособий по различным предметам и темам; просмотр методик других учителей - предметников с целью обмена опытом, получения актуальной методической и познавательной информации; связи с другими учителями– предметниками для установления контактов или возможностью решения организационных и учебных вопросов; размещения личных портфолио; 4) Родителям - возможность просмотреть имеющуюся информацию о выбранном специалисте или учителе-предметнике; подбор учителя – предметника в качестве руководителя кружка или репетитора для своего ребёнка; просмотр актуальной информации

онововведениях в различных сферах образования; 5) Учащимся школ - просмотр лучших уроков, презентаций, материалов по различным предметам; участие в различных внутри и внешкольных мероприятиях (районных, городских, всероссийских); размещение докладов, рефератов и других учебных работ. Практическая реализация модели предполагает активное взаимодействие учреждений образования, городских и региональных органов управления образованием на основе совместных программ информатизации, в том числе по линии научных грантов в области фундаментальной науки и образования.

Чудиловская Т.Г.

Республика Беларусь, г. Минск, Академия МВД Республики Беларусь ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ «ОБЛАЧНЫХ» ВЫЧИСЛЕНИЙ В ГОСУДАРСТВЕННОМ УПРАВЛЕНИИ В РЕСПУБЛИКЕ БЕЛАРУСЬ

В числе приоритетных тенденций использования ИКТ в настоящее время рассматривается развитие «облачных» вычислений (англ. cloud computing).

Суть концепции «облачных» вычислений заключается в удаленном предоставлении конечным пользователям удаленного динамического доступа к услугам, вычислительным ресурсам и приложениям (включая операционные системы и инфраструктуру) через локальную сеть или Интернет.

К наиболее востребованным видам облачных вычислений относятся:

SaaS (Software as a service) – программное обеспечение как сервис, т.е. клиенту предоставляется доступ к необходимому программному обеспечению как услуга.

IaaS (Infrastructure as a Service) – инфраструктура ИТ как сервис, т.е. клиенту предоставляется ИТ инфраструктура в соответствии с потребностями пользователей клиента.

PaaS (Platform as a Service) – платформа как сервис, который предназначен для разработки облачных приложений, прежде всего ориентирован на производителей программного обеспечения.

В настоящее время в передовых странах активно обсуждается и продвигается возможность использования потенциала «облачных» вычислений для решения задач в области государственного управления. Облачные вычисления открывают большие возможности использования «облачных» сервисов государственными органами, способствуют внедрению «облачных» технологий на основе стандартов, позволяют консолидировать информационные ресурсы, повышают качество предоставления государственных услуг и одновременно обеспечивают снижение затрат на ИТ.

Для перевода государственных функций в «облако» многими государствами предпринимаются конкретные действия по дальнейшему системному развитию облачных вычислений в соответствии с современным развитием технологий, разрабатываются стратегические планы развития собственных cloud-систем. В Республике Беларусь в соответствии с Указом Президента Республики Беларусь от 23 января 2014 г. №46 «Об использовании государственными органами и иными государственными организациями телекоммуникационных технологий» создается республиканская платформа на основе технологий облачных вычислений, на которой будут размещены программно-технические средства, информационные ресурсы и информационные системы всех государственных органов и иных государственных организаций. Республиканская платформа создается и размещается на базе республиканского центра обработки данных и единой республиканской сети передачи данных (ЕРСПД) и представляет собой программно-технический комплекс для распределенной обработки данных, реализующий технологии облачных вычислений и обеспечивающий взаимодействие с внешней средой. Оператором республиканской платформы является совместное общество с ограниченной ответственностью (СООО) «Белорусские облачные технологии».

http://spoisu.ru

Создание в Беларуси ЕРСПД предусмотрено Указом Президента Республики Беларусь от 10 сентября 2010 г. № 515 «О некоторых мерах по развитию сети передачи данных в Республике Беларусь». Предполагается объединение сетей передачи данных республиканских органов государственного управления, местных исполнительных и распорядительных органов, иных государственных органов и других организаций. Частные компании и индивидуальные предприниматели также могут присоединить к ЕРСПД свои сети передачи данных. В то же время в состав ЕРСПД не будут включаться сети передачи данных, предназначенные для обеспечения национальной безопасности, обороны и охраны правопорядка.

В июле 2014 года СООО «Белорусские облачные технологии» (оператор beCloud) ввело в

коммерческую эксплуатацию опорную сеть для ЕРСПД, которая является катализатором развития сервисов и сетевых возможностей в Республике Беларусь.

Внедрение в республике ЕРСПД позволит повысить эффективность реализации основных государственных функций на основе создания и развития государственной системы оказания электронных услуг и административных процедур с использованием ИКТ, а также создания новых и развития существующих государственных информационных ресурсов, предоставления электронных услуг через различные среды доступа путем использования современной сетевой инфраструктуры и перехода на электронный документооборот и технологии дистанционного межведомственного взаимодействия.

http://spoisu.ru

ТЕОРЕТИЧЕСКИЕ ПРОБЛЕМЫ ИНФОРМАТИКИ И ИНФОРМАТИЗАЦИИ

Балакирев Н.Е.

Россия, Москва, МАТИ - Российский государственный технологический университет имени К.Э.Циолковского ЛОГИКО-ЛИНГВИСТИЧЕСКИЙ ПОДХОД ПО РАСПОЗНАВАНИЮ ИНФОРМАЦИОННОГО

СОДЕРЖАНИЯ ФИЗИЧЕСКИХ ВОЛН. (УТОЧНЕННАЯ БАЗОВАЯ КОНЦЕПЦИЯ)

Памяти академика В.Г.Кадышевского посвящается.

Объектом исследования в докладе являются физические волны, в практической реализации - звуковые волны, представленные как целые числа в оцифрованном виде. Рассматриваются традиционные подходы анализа волн, опирающиеся на их физические характеристики, и указывается их ограниченность в выявлении информационного содержания волн. В рамках предлагаемого подхода волны рассматриваются как носители информации, кодируемые как пассивными, так и активными (разумными) способами. Предложено абстрагироваться от физического содержания волны, а выделить их информационное содержание. Это позволило выявить качественное содержание (содержание информации) в окружающих нас волнах. Таким образом, сформировался несколько иной подход к объекту исследования, названный логико-лингвистичеким подходом. В качестве метода исследования применена структуризация потока оцифрованных сигналов по характерным базовым компонентам. Структуризация потока в таком виде позволила посмотреть на весь поток как на последовательность символов и обеспечить произвольные контекстные сборки без потери базовых характеристик волны. Такие сборки, исходя из целей распознавания, резко уменьшают объем анализируемого материала и при логически выверенном выборе такой сборки, позволяют определить следующий уровень сборки на основе предыдущей сборки.

В качестве доказательства практической применимости такого подхода описывается и демонстрируется реализованный автором инструмент исследования - технологический комплекс структуризации звукового потока сигналов и обратного его преобразования в звуковой поток.

Такой подход, примененный к исследованию звукового потока, представляющего речь, позволит:

извлечь содержание при большом зашумлении звука;

извлечь содержание при изменении темпа произношения;

выделить фоновые звуки;

обеспечить ощутимую компактность фиксируемой информации, приближающую нас к

представлению в виде текста и возможность обратного восстановления сигналов, представляющих звук;

создать базу окружающих нас звуков, включая фонемы, голоса, в виде компактных представлений.

Предложенный подход и разработанный комплекс программ может быть использован для анализа и распознавания других видов волн с естественной корректировкой программ с учетом специфики волн. Общность подхода при этом остается неизменной. В качестве примера приводятся разработки связанные с созданием оптимизированной по объему передаваемой информации голосовой почты, с исследованиями в области медицины при изучении кардиограммы сердца.

Верзилин Д.Н., Соколов Б.В., Юсупов Р.М.

Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации РАН ПЕРСПЕКТИВЫ РАЗВИТИЯ НЕОКИБЕРНЕТИКИ

Характеризуя современное состояние исследований в области кибернетики, необходимо отметить, что объявленная основоположниками кибернетики всеобщность законов данной теории, остается, к сожалению, пока преимущественно декларацией, слабо подтвержденной конструктивным обоснованием именно ее всеобщности (это касается, прежде всего, сложных организационнотехнических и социально-экономических систем). Образовавшийся в настоящее время разрыв между кибернетикой и соответствующими прикладными теориями управления, с одной стороны, и информатикой, с другой стороны, является ярчайшим подтверждением сложившейся ситуации. В этих условиях необходимо принимать безотлагательные меры по ликвидации данного разрыва. Анализ современного состояния фундаментальных и прикладных научных работ в области решения

http://spoisu.ru

проблем управления сложностью показал, что время реакции и адаптации теоретических исследований в указанной области на те перемены, которые вызваны научно-техническим прогрессом, значительно превышает интервал между его очередными изменениями. Все это требует проведения упреждающих исследований, основанных на прогнозировании возможных проблем в рассматриваемой предметной области и разработке соответствующих методологических и методических основ их решения. Авторами доклада предлагаются методологические и методические основы неокибернетики, под которой понимается междисциплинарная наука, ориентированная на разработку методологии постановки и решения проблем анализа и синтеза адаптивных и самоорганизующихся интеллектуальных технологий и систем управления (АдИССУ) сложными объектами (СлО), обладающие свойством избирательности и операциональной замкнутости, а также способностью моделировать среду и себя в ней (кибернетика наблюдения, включающего и самого наблюдателя). В качестве основных задач неокибернетики в докладе выделены следующие классы задач: задачи целенаправленного и обоснованного создания (расширения разнообразия в интеллектуальных систем управления (СУ), сужения разнообразия внешней среды); задачи декомпозиции (композиции), агрегирования (дезагрегирования), координация, линеаризация, аппроксимации, релаксации при моделировании, анализе и синтезе АдИССУ СлО; задачи управления структурной динамикой АдИССУ; задачи квалиметрии моделей и полимодельных комплексов АдИССУ; традиционные задачи «классической кибернетики I порядка» применительно к АдИССУ. Основными подходами и принципами неокибернетики являются: структурно-математический и категорийно-функторный подходы, системный подход и его концепции и принципы, включающие в себя: принципы неокончательных решений, поглощения разнообразия, иерархической компенсации, дополнительности, полимодельности и многокритериальности, самоподобного рекурсивного описания и моделирования объектов исследования, гомеостатического баланса взаимодействия; преодоление принципа разделения; принципы, положенные в основу создания онтологий; принципы Ле-Шателье–Брауна (любое внешнее воздействие порождает ответную реакцию самоорганизации, направленную на ослабление этого эффекта); принципы декомпозиции и агрегирования; принцип рационального многокритериального компромисса при наличии неустранимых пороговых информационных и временных ограничений; принцип интерактивного итерационного формирования решения в условиях неопределенности и противоречивости исходной информации.

Проведенный анализ показал, что дальнейшие перспективы неокибернетики в большинстве публикаций связывают с исследованием такого важнейшего класса сложных самоорганизующихся объектов как социо-кибер-физические системы (СКФС). В отличие от кибер-физических систем (CPS) в СКФС важнейшую роль начинают играть их активные социальные подсистемы, осуществляющие целенаправленную деятельность в соответствии с принимаемыми решениями и способные к рефлексии по поводу своих действий и действий других субъектов. Способность субъектов к изменению стратегии и тактики на основе рефлексии без привязки к изменению внешних условий делает социальные системы внутренне неустойчивыми. Говоря о дальнейших направлениях исследований, следует указать, что одна из основных особенностей СКФС состоит в том, что для их динамического развития необходимы определенная доля хаоса, т.е. доля спонтанной самоорганизации, и определенная доля управления, внешнего контроля, и что эти две составляющие - самоорганизация снизу и организация сверху - должны быть сбалансированы. Анализ работ известного кибернетика XX века С. Бира показал, что конструктивное определение необходимых управляющих воздействий, обеспечивающих ограниченную самоорганизацию и контролируемую нестабильность СКФС, лежит на пути обеспечения динамического соответствия разнообразий состояний как внешней среды, так и самой СУ СлО. Предварительный анализ показал, что, используя предложенную С. Биром пятиуровневую модель жизнеспособной системы, можно разработать комбинированные методы, алгоритмы и методики иерархически-сетевого управления, обеспечивающего гибкую ситуативную реакцию СКФС на складывающуюся обстановку.

Волкова А.С., Калинин М.О.

Россия, Санкт-Петербург, Санкт-Петербургский государственный политехнический университет» КОМПЛЕКСНАЯ МНОГОУРОВНЕВАЯ АРХИТЕКТУРА СИСТЕМ ПРОГРАММНО-ОПРЕДЕЛЯЕМОЙ

ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

Современные системы обеспечения информационной безопасности с ростом сложности и разнородности компонентов информационно-коммуникационных систем (ИКС) становятся все более громоздкими и, вследствие этого, все менее гибкими, управляемыми и эффективными.Эти системы не всегда способны развиваться одновременно с информационными технологиями и адаптироваться к современнымкиберугрозам. Прогресс в IT-отрасли значительно изменил среду применения традиционных моделей и политик безопасности и определил необходимость создания новой адаптивной и гибко управляемой системы, способной противостоять как текущим, так и новым угрозам. Такиесистемы безопасности необходимо строить на базе концепции программно-

http://spoisu.ru

определяемой информационной безопасности (ПОИБ), которая является надстройкой над программно-конфигурируемыми сетями (ПКС).

В общем виде архитектура системы ПОИБ включает три взаимосвязанных уровня: физический уровень, уровень защиты, уровень управления с соответствующими базовыми технологиями системного управления безопасностью.

На физическом уровне используется технология сегментирования компонентов системы в соответствии с профилями безопасности и требованиями по безопасности. Каждая группа или множество групп ограничивается локальной точкой защиты (ЛТЗ). Разработанная схема внедряется в гибкую сетевую архитектуру ПКС, где между различными группами устанавливаются доверенные каналы взаимодействия.

На уровне защиты решаются задачи предотвращения киберугроз, контроля доступа и безопасности данных. На данном уровне выполняется создание основанных на правилах политик безопасности взаимодействия между пользователями, данными, приложениями и последующее их развертывание на ЛТЗ каждой из групп. Политики для каждой из групп составляются в соответствии с рисками, характерными именно для данной группы, формируя интеллектуальный периметр защиты. Для разработки политик используются базы знаний об организации, ее структуре, существующих и потенциальных угрозах, множествах информационных активов и их классификации. Подсистема защиты от угроз включает в себя множество внутренних (анализ событий, sandboxing) и внешних (базы знаний и сигнатур) источников информации о текущей картине угроз, обеспечивая передачу данных о новых угрозах на ЛТЗ в режиме реального времени.

Уровень управления обеспечивает взаимодействие между всей программно-конфигурируемой средой и администраторами системы, позволяя программировать политики безопасности и управлять потоками данных. Данный уровень обеспечивает модульный подход к управлению, позволяя разграничить роли администраторов в соответствии с выполняемыми задачами и подконтрольными группами физического уровня, а также упрощает взаимодействие с другими подсистемами: управления сетью и ресурсами системы, администрирования облачных систем и прочих.

Использование системы ПОИБ обеспечивает ряд преимуществ, в том числе создание гибкой и динамичной структуры за счет группирования компонентов системы с общими требованиями к защищенности. Обеспечивается эффективная защита от внешних угроз за счет использования комбинации различных баз знаний и методов выявления, а также формирования и экспорта обновлений на физический уровень системы. ПОИБ позволяет упростить администрирование и процесс интегрирования с другими подсистемами за счет использования модульного подхода и визуализации текущего состояния безопасности.

Программно-определяемый подход к построению систем обеспечения информационной безопасности подразумевает выполнение функций защиты на программном уровне, что значительно сокращает число аппаратных компонентов защиты и повышает экономическую эффективность развертывания систем безопасности. Использование ПКС в качестве базовой технологии позволяетперейти от управления отдельными компонентами безопасности к конфигурированию всей системы безопасности как единогоцелого.

Ерохин А.В., Ерохин В.И.

Россия, Санкт-Петербург, Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики, Смольный институт Российской академии образования АЛГОРИТМСАМОУПРАВЛЕНИЯДВИЖЕНИЕМКОЛЛЕКТИВАРОБОТОВСОДНОВРЕМЕННОЙ

ЛОКАЛИЗАЦИЕЙИПОСТРОЕНИЕМКАРТЫПРЕПЯТСТВИЙПОДАННЫМБОРТОВЫХСКАНЕРОВ

Рассматривается проблема разработки алгоритма построения пути к установленной цели для всех мобильных устройств (роботов), являющихся членами некоторой группы, в котором задача построения пути к цели для каждого робота решается постепенно, в процессе его движения, и включает в себя задачу последовательного коллективного построения и уточнения заранее неизвестной карты местности (карты препятствий) на основании непрерывно поступающих данных от сканирующих дальномеров, установленных на мобильных устройствах.

Важной вспомогательной проблемой в составе указанного алгоритма является непрерывно возникающая по ходу движения мобильного устройства задача его локализации на местности. Указанная задача решается одновременно и в связке с задачей построения и уточнения карты местности (препятствий) на основании прошлых и текущих данных, полученных от сканирующих устройств.

Метод решения задачи локализации мобильного устройства основан на «привязке» данных очередного скана к существующей карте препятствий. Карта препятствий имеет ячеечное (сеточное) представление, очередной скан представляет собой таблицу значений вида “расстояние до препятствия, угол поворота сканера”. Если предположить, что точные координаты мобильного устройства и его угол поворота в момент снятия скана известны, можно построить проекцию скана на

http://spoisu.ru

карту, т.е., получить множество ячеек, помеченных как занятые препятствиями. В реальности точное положение робота неизвестно, но перебором возможных значений перемещений и углов поворота робота можно получить набор возможных проекций. Количество ячеек проекции, заданная непустая окрестность которых также содержит ячейки карты, занятые препятствиями, примем в качестве критерия успешности «привязки» данных. Критерий необходимо максимизировать, подбирая значения перемещений и углов поворота каждого мобильного устройства.

Метод решения задачи построения и уточнения пути мобильного устройства к цели основан на применении на каждом шаге его движения модифицированного алгоритма A*, дополненного алгоритмом разрешения тупиковых ситуаций. Алгоритм A*, ставший фактическим стандартом при планировании маршрутов в сервисах навигации, построении путей в коммерческих компьютерных играх, оптимальной прокладке электрических и телекоммуникационных сетей, составлении расписания и пр., дополнен инструментом разрешения коллизий, возникающих при попытке нескольких роботов одновременно занять одну и ту же ячейку карты. В качестве указанного инструмента выступает постоянная положительная поправка, которая добавляется к эвристической функции f(n) цены занятия ячейки n после включения указанной ячейки в возможный маршрут очередного робота.

Алгоритм разрешения тупиковых ситуаций (когда два или более членов группы осуществляют взаимоблокировку пути друг друга) имеет следующий вид (пути роботов с номерами i=1,2,…,j уже построены, пути роботов с номерами i=1,2,…,j-1 не содержат тупиковых ситуаций): 1) Для каждого робота с номером i=1,2,…,j-1 проверить, не является ли ячейка n ожидаемой для следующего шага его движения. Если да – перейти к шагу 2, нет – перейти к шагу 3. 2) Для робота с номером j отметить ячейку n как занятую препятствием, найти новый путь, отметить ячейку n как незанятую препятствием, перейти к шагу 1, рассматривая вместо ячейки n ячейку n’ – первую ячейку нового пути. 3) Оставить ячейку n в пути робота с номером j (теперь пути роботов с номерами i=1,2,…,j не содержат тупиковых ситуаций).

Работа рассматриваемого алгоритма самоуправления коллектива роботов тестировалась в вычислительных экспериментах с различным количеством мобильных устройств в группе и с картами препятствий различных типов сложности – «лабиринтов» и «карт открытого типа». Эксперименты показали, что алгоритм справляется с задачей как для одиночного робота, так и для группы с различной численностью роботов для всех использованных карт. На картах открытого типа наилучшие результаты (по количеству шагов, или, что эквивалентно, времени «прохождения» карты) достигаются для одиночных мобильных устройств, а по мере увеличения численности группы происходит увеличение количества шагов, необходимых для достижения цели всеми членами группы. На картах типа «лабиринт» количество шагов, затрачиваемых на «прохождение» карты сначала уменьшается с ростом численности группы, а затем начинает расти. Причина данного результата заключается в том, что, с ростом численности группы увеличивается количество собранной информации на каждом шаге движения, позволяющей группе в целом сократить время на ненужное исследование тупиков лабиринта. Дальнейший же рост численности группы вызывает «перенасыщение» карты роботами и нехватке альтернативных путей перемещения, что снижает эффективность движения к цели как каждого отдельного робота, так и группы в целом.

Зеленцов В.А., Соколов Б.В., Павлов А.Н., Потрясаев С.А., Пащенко А.Е.

Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации РАН КОМПЛЕКСНОЕ МОДЕЛИРОВАНИЕ И РАСЧЕТ ПОКАЗАТЕЛЕЙ НАДЕЖНОСТИ БОРТОВОЙ АППАРАТУРЫ КОСМИЧЕСКИХ АППАРАТОВ

Сложность и противоречивость обстановки, в которой приходится решать задачи управления структурной динамикой автоматизированных систем управления космическими аппаратами (АСУ КА) в условиях возможной деградации их структур, вызванных различными причинам, потребовали в современных условиях значительного усиления интеллектуальной поддержки процессов подготовки и принятия решений (ПППР) соответствующих органов (средств) управления, а также создания специального программно-математического и информационного обеспечения (СПМО и ИО) управления АСУ КА, использование которого позволяет значительно повысить как оперативность, так и обоснованность принимаемых решений в различных условиях обстановки. Проведенный анализ показывает, что задачи управления структурной динамикой АСУ КА являются, в известной степени, обобщением задач структурно-функционального синтеза, традиционно формулируемых при автоматизации проектирования сложных организационно-технических комплексов (СОТК), которые в нашем случае трактуются как АСУ КА. На содержательном (вербальном) уровне проблема управления структурной динамикой АСУ КА на различных этапах её ЖЦ сводится к решению следующих трёх основных классов задач: задачи анализа структурной динамики АСУ КА (в том числе анализа эффективности и устойчивости процессов применения АСУ КА; задачи оценивания (наблюдения) структурного состояния и структурной динамики АСУ КА; задачи выбора оптимальных программ управления и регулирования структурной динамикой СТС в различных условиях

http://spoisu.ru

обстановки. В докладе представлено разработанное авторами специальное программное обеспечение (СПО), базирующееся на созданном комплексе аналитико-имитационных динамических моделей, включающее в себя набор следующих программных модулей, в рамках которых реализованы предложенные ранее алгоритмы и методики расчета, многокритериального оценивания, анализа и выбора облика перспективных (АСУ КА): программный модуль расчета и многокритериального анализа показателей структурной надежности и устойчивости АСУ КА (программный модуль «НАДЕЖНОСТЬ»); программный модуль расчета расписания функционирования АСУ КА, а также расчета показателей пропускной способности, оперативности и ресурсоемкости АСУ КА для детерминированных сценариев изменения внешних воздействий (программный модуль «РАСПИСАНИЕ»); программный модуль расчета и оптимизации показателей робастности и динамической устойчивости программ функционирования АСУ КА для интервально заданных сценариев изменения внешних воздействий (программный модуль «УСТОЙЧИВОСТЬ»); программный модуль расчета показателей пропускной способности и ресурсоемкости АСУ КА для стохастических сценариев изменения внешних воздействий (программный модуль «ПРОПУСКНАЯ СПОСОБНОСТЬ»); программный модуль многокритериального анализа и упорядочения вариантов создания и функционирования АСУ КА при различных сценариях изменения обстановки и воздействий (программный модуль «МНОГОКРИТЕРИАЛЬНОСТЬ»). В докладе предлагается перспективный путь учёта перечисленных факторов неопределённости (возмущающих факторов) в моделях функционирования АСУ КА является путь, при реализации которого комплексно используются все адекватные способы и формы представления данных факторов. При этом комплексное исследование возможностей по управлению АСУ КА, при достаточно широком их толковании, включает в себя как оценивание функционирования АСУ КА в нормальных режимах, так и оценивание возможного поведения системы в экстремальных ситуациях, в том числе и оценивание «возможностей» возникновения возмущающих воздействий, разрушающих систему. В этом случае обобщенный алгоритм комплексного моделирования функционирования АСУ КА, и взаимодействия с внешней средой (внешними системами) должен включать в себя следующие этапы: а) выявление всех возможных вариантов сценариев изменения внешней среды (состояния, обстановки и ситуаций),

вкоторых может применяться АСУ КА, включая экстремальные ситуации и воздействия, могущие вызвать катастрофические последствия, связанные с этими ситуациями; b) анализ поведения АСУ КА

вобычных условиях функционирования на основе априорной вероятностной информации (если такая имеется), проведение имитационного моделирования, обработки экспертной информации с использованием теории субъективной информации и теории нечётких множеств; c) те же действия, что и в пункте «b» для всех основных экстремальных ситуаций, нахождение гарантированных оценок результатов функционирования АСУ КА в этих ситуациях; d) расчет обобщённых (интегральных) оценок эффективности автоматизированного управления АСУ КА. Исследования, выполненные по данной тематике, проводились при финансовой поддержке ведущих университетов Российской Федерации: СПбГПУ (мероприятие 6.1.1), ИТМО (субсидия 074–U01), грантов РНФ №№14–21–00135, 14-11-00748, РФФИ №№12-07-00302, 13-07-00279, 13-08-00702, 13-08-01250, 13-07-12120, 13-06-0087,

Программы фундаментальных исследований ОНИТ РАН (проект №2.11), проекта ESTLATRUS 2.1/ELRI -184/2011/14, проекта ESTLATRUS/1.2./ELRI-121/2011/13 «Baltic ICT Platform».

Калачева С.Б.

Россия, Санкт-Петербург, Санкт-Петербургский институт информатики и автоматизации РАН СРАВНЕНИЕ ХАРАКТЕРИСТИК НАБОРОВ ЗАДАЧ В СИСТЕМАХ РЕАЛЬНОГО ВРЕМЕНИ ДЛЯ МНОГОПРОЦЕССОРНЫХ СИСТЕМ ПРИ МОДЕЛИРОВАНИИ ВЫПОЛНЕНИЯ ЭТИХ НАБОРОВ

Одним из эффективных методов распределения задач по процессорам является метод расстановки задач с приоритетами и замещениями. При этом планировщик задач остается планировщиком периода разработки системы задач. С появлением многопроцессорных систем возникли методы расстановки задач по процессорам с помощью планировщика периода выполнения задач. К этим методам относится рассматриваемый ниже метод RM_US-планирования.

У задач систем реального времени (СРВ) имеются две характеристики – время выполнения задачи и ее период. Период задачи – это промежуток времени, в течение которого формируются задания для процессора. Производная величина для задачи – нагрузка – вычисляется как отношение времени выполнения задачи к ее периоду.

Для проверки возможности выполнения набора задач на многопроцессорной системе, осуществляется моделирование исполнения заданий на таком интервале моделирования, на котором размещение заданий будет идентично их выстраиванию всех вместе на старте. При этом перебираются все возможные сочетания расположения заданий друг относительно друга, и в дальнейшем ситуации будут только повторяться. Вводится еще одна определяемая в ходе моделирования величина – время отклика задания. Временем отклика задания называется интервал между временем начала его генерации и временем завершения его исполнения на процессоре. Выполнимость задачи на многопроцессорной системе означает, что задача может быть решена, и

http://spoisu.ru

при этом максимальное значение времени отклика всех заданий задачи не превышает периода задачи.

Метод RM_US-планирования заключается в следующем. Задачи разбиваются на два класса по величине нагрузки (больше или меньше она определенного выражения от числа используемых процессоров). Их называют соответственно старшими и младшими задачами. Любая из старших задач имеет более высокий приоритет, чем любая из младших задач. Между младшими задачами приоритеты распределяются по убыванию частоты (по возрастанию периода).

Программная система рассчитана на моделирование выполнения системы до 20 задач на 10 процессорах, причем можно задавать как число задач, и система указывает число требуемых процессоров, так и число процессоров, и система указывает возможное число задач, выполняемых на этом числе процессоров. Эксперимент проводился на пяти задачах, для выполнения которых система указала три процессора.

В результате моделирования получено, что для метода RM_US-планирования минимальное и максимальное время отклика для 4-й и 5-й задач, а также среднее значение времени отклика, посчитанное двумя способами (как среднее арифметическое и сложением каждого следующего значения времени отклика, деленного на 2), меньше, чем для RM-планирования (выполнимость задач имела место и в том, и в другом случае). А это значит, что для того же числа процессоров можно увеличивать число задач, то есть нагрузка процессоров в случае RM_US-планирования при сохранении выполнимости задач может быть выше.

Калиниченко С.В., Хомоненко А.Д.

Россия, Санкт-Петербург, Военно-космическая академия им. А.Ф. Можайского, Петербургский государственный университет путей сообщения К ВОПРОСУ ОБЕСПЕЧЕНИЯ ВЫСОКОЙ ДОСТУПНОСТИ К ИНФОРМАЦИИ ПРИ ЕЕ ИНТЕГРАЦИИ В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ

Оперативная, согласованная и легко доступная информация – ключевой элемент в решении проблем интеграции больших объёмов информации в автоматизированных системах управления данными (АСУ Д). Необходимость предоставления целостной, качественной (согласованной) информации является актуальной и на сегодняшний день. Решение этой задачи осложняется:

1.Резко возрастающим потоком информации/данных, который необходимо обрабатывать/пропускать для принятия правильных и своевременных решений.

2.Многочисленностью различных источников данных/информации.

3.Значительно возросшими требованиями к быстроте принимаемых решений и

качеству хранимой/передаваемой информации.

Всвязи с этим значительно повысилась роль адаптивных свойств информационной инфраструктуры, обеспечивающей нормальное функционирование АСУ Д. Необходимость использования всех доступных источников данных предъявляет новых уровень требований к информационной системе, которая должна обеспечивать, необходимый уровень интеграции информации. Высокая распределённость и гетерогенность требуют использования и поддержания процедур дублирования/обновления данных, механизмов связывания и поддержки целостности, а также решения проблем:

доступа к данным разнесённым на большие расстояния;

единого операционного хранилища для аналитических запросов и сложного гетерогенного поиска информации в многочисленных источниках.

Современные АСУ Д для обработки информации используют реляционную модель данных. В реляционной модели объекты реального мира представлены в виде совокупности взаимосвязанных отношений. Целостность и непротиворечивость данных обеспечивается использованием метода нормальных форм, который основан на анализе функциональных зависимостей атрибутов отношений.

Проблемная ситуация заключается в том что, при интеграции данных:

не учитывается смысловое (противоречивое) дублирование информации;

обеспечиваемая целостность не гарантирует достоверности содержащейся в ней информации (обеспечивается только правдоподобность этой информации).

Разработка автоматизированной системы управления, способной осуществлять сбор, систематизацию, хранение, анализ, преобразование, отображение и распространение непротиворечивых данных, при этом позволит исключить их смысловое дублирование и повысить достоверность.

Вдокладе предлагается и обсуждается новый подход, обеспечивающий интеграцию достоверной информации из различных источников, за счёт определения потенциальных ключевых атрибутов для идентификации кортежей, основанный на использовании математического аппарата теории множеств.

http://spoisu.ru

Карпович С.Н.

Россия, Санкт-Петербург, Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)

СОЗДАНИЕ АЛГОРИТМОВ ОБРАБОТКИ НЕСТРУКТУРИРОВАННЫХ ДАННЫХ БОЛЬШОГО ОБЪЕМА

В период перехода к информационному обществу происходит накопление огромного объема неструктурированных данных. Активно развиваются многие отрасли: медицина, политика, производство, интернет. Происходит создание, оцифровка и накопление данных. Зачастую эти данные не структурированы. Для успешного использования накапливаемых данных необходимо располагать инструментами для их автоматической обработки.

Создание алгоритмов, умеющих обрабатывать неструктурированные данные в большом объеме, имеет огромное значение. За время существования данные пополняются дополнительными характеристиками, формируются пользовательские профайлы активности, интересов, предпочтений. При глобальной информатизации общества на первый план выходят системы автоматической обработки информации, когда человек является только оператором систем анализа данных, получает наглядный и репрезентативный отчет по результату автоматической обработке информации; с высокой скоростью обработки данных, общественной безопасностью данных; нивелированием высокой цены ошибки, которую могут допустить не правильно настроенные автоматизированные системы.

Одним из перспективных является разработка методов вероятностного тематического моделирования, умеющих обрабатывать большие объемы неструктурированных данных. Существуют темпоральные тематические модели, которые отслеживают изменения популярности тематики во времени. Имеется большое количество нерешенных задач, как на уровне алгоритмов используемых при построении тематических моделей, так и на уровне интерпретации результатов тематического моделирования, комбинирование возможностей тематических моделей в общую систему с универсальными возможностями потокового анализа не структурированных данных со структурированными данными. Есть варианты использования тематического моделирования (ТМ) в существующих информационных системах: информационный поиск (поиск близких по тематике документов не по словарному составу образца, а по его тематическому представлению); почтовые службы (автоматический разбор почтовых сообщений по тематическим признакам для сокращения времени каждого пользователя на разбор почты); социальные сети и новостные ленты (инструмент группировки сообщений только по интересующим тематическим признакам); информационная безопасность. Для достижения синергетического эффекта возможно комбинирование различных алгоритмов и систем в рекомендательных системах и ТМ, в предсказательных системах и ТМ, в системах принятия решения и ТМ, системах коллаборативной фильтрации и ТМ.

Куваев В.О.

Россия, Санкт-Петербург, Военная академия связи ОНТОЛОГИЧЕСКИЙПОДХОД СЕМАНТИЧЕСКОГО УПРАВЛЕНИЯ ДОСТУПОМ К РЕСУРСАМ РАЗНОРОДНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА

Вслабо формализованных областях, таких как единое информационное пространство силовых структур и ведомств, недостаточно комплекса системных моделей, так как они не позволяют достаточно полно отразить семантику процессов разграничения доступа, а также выделить существенные понятия и связи между ними.

Втаких случаях перспективно использование онтологического подхода. Онтология представляет собой формальную спецификацию разделяемой концептуализации. Онтология позволяет концептуализировать предметную область, тоесть теоретически организовать накопленные знания – определить понятия, отношенияи механизмы управления, необходимые для описания процессов решения задач в избранной предметной области. Кроме того, преимуществом использования онтологий является возможность анализа, накопления и повторного использования знаний в предметной области, полученных из разных источников. Онтологическая модель даннойпредметной области позволит стандартизировать терминологию различных документовпо информационной безопасности, а также представить структуру их текста в стандартизированном виде.

Общая постановка задачи онтологическогоанализа стандартов информационной безопасности

иее актуальность для решения широкого спектра практических задач, в первую очередь – для построения гибридныхстандартов и систем защиты информации

Разработка онтологии обуславливается сценариями, связанными с приложением, которое будет использовать онтологию.

Требования к онтологии можно разделить на функциональные – связанные с содержимым онтологии, относящиеся к конкретному знанию, которое должно быть представлено при помощи

http://spoisu.ru