Научные стремления 2011-1

кризисного процесса. В результате получен ряд математических моделей антикризисного управления, положенных в основу программнотехнологического комплекса (ПТК) поддержки принятия решений по управлению антикризисной устойчивостью производственной системы, структура которого представлена на рисунке 1. ПТК реализован в среде Visual Studio и показал бесперебойную работу на персональных компьютерах Pentium 2 и выше.

Модуль ввода, проверки и первичной обработки данных

База данных

Модуль определения множества управленческих воздействий, необходимых на текущей стадии кризисных изменений предприятия

Модуль формирования отчета

Рисунок 1 – Структура программно-технологического комплекса поддержки принятия решений по управлению промышленным предприятием в условиях ранних

стадий кризисных изменений

Диагностика кризисных изменений выполняется с использованием искусственной нейронной сети обратного распространения, имеющей следующие особенности:

1)адаптивный выбор активационной функции на основе результатов предварительных вычислительных экспериментов;

2)состав параметров системы, учитываемых при распознавании различных стадий кризиса сформирован с учетом взаимосвязи между иерархически подчиненными элементами производственной системы;

3)вектор значений выходного параметра математической модели сформирован с учетом изменений целей и возможностей управления на различных стадиях кризиса.

Перечисленные особенности диагностической модели позволили более чем в три раза уменьшить размерность модели, более чем на 35% повысить точность распознавания по сравнению с аналогами.

Модули выбора антикризисных мер, сдерживающих кризис и восстанавливающих устойчивость производственной системы основаны на применении продукционных правил, учитывающих отличия критериев выбор альтернативы, состав доступных ресурсов и ограничение возможностей управления на различных стадиях кризисного процесса производственной системы.

751

За счет распознавания качественно отличных этапов в развитии кризисного процесса ПТК позволяет не только констатировать необходимость разработки антикризисной программы, но и предоставляет возможность уточнить состав необходимых мер. А именно, рекомендует дополнить превентивное антикризисное управление экстренными мерами, либо заменить антикризисные меры временной стабилизации состояния предприятия глубокими преобразованиями его системы устойчивости. Выбор оптимальной альтернативы выполняется с использованием различных критериев для различных стадий кризиса. Учтены основные и побочные эффекты управляющих воздействий. Учтен эффект изменения стадии кризиса в результате применения выбранного воздействия.

Модуль определения множества управляющих воздействий основан на применении правил продукции, учитывающих взаимную совместимость альтернатив, полученных в результате работы модулей выбора сдерживающих и восстанавливающих антикризисных мер.

Модуль формирования отчета выполняет функции представления результатов применения моделей в удобной для принятия решений форме, а также интерпретации полученных результатов. ПТК позволяет в зависимости от результатов диагностики и выбора антикризисных мер получать отчеты трех типов, отличающиеся составом и степенью детализации информации.

Для регламентации последовательности принятия решения предложена технология и алгоритм, позволяющие учитывать специфику управления производственной системой на каждой стадии кризиса. В результате, в отличие от существующих, предложенная технология позволяет варьировать степень временных и финансовых затрат на антикризисное управление в зависимости от глубины кризисных изменений: ограничить использование предложенного инструмента минимальным набором процедур мониторинга или превентивной оценкой планируемых преобразований в случае, если воздействие кризиса является умеренным, а также обеспечить получение полного комплекса информации, необходимой при принятии решения по управлению предприятием в условиях возникновения необходимости изменения тактики антикризисного управления.

Выводы. Предложенный ПТК позволяет решать задачи тактического антикризисного управления производственной системой и обладает рядом преимуществ перед аналогами: большая точность распознавания состояний производственной системы; меньшие временные затраты за счет меньшего количества входных параметров и технологии, учитывающий отличия состава решений, принимаемых на различных стадиях кризиса; возможность выполнять выбор альтернативных вариантов управляющих воздействий с учетом их влияния на состояние системы, побочных эффектов и взаимной совместимости.

Вместе с тем, разработанный ПТК обладает рядом ограничений, устранение которых определяет перспективы дальнейшего развития предложенного подхода: не учитывает особенности внешнего антикризисного управления; требует дополнения в случае изменения нормативно-правовых

752

актов, регулирующих управление кризисными изменениями производственных систем, а также при оценке зарубежных предприятий; апробирован только на материале предприятий промышленности.

Литературные источники

1.Быков А.А. Кризис-эксперт: информационное обеспечение экспресс-системы

антикризисного контроллинга предприятия // Финансы. Учет. Аудит. – 2003 – № 5. – С. 66–

68.

2.Теплов А.И. Модельная и инструментальная поддержка антикризисного управления: Дис. … канд. экон. наук., – 2002. – 183 с.

3.Железко Б.А., Ермакова Т.А., Володько Л.П. Реинжиниринг бизнес-процессов: Учеб. пособие / Под ред. Б.А. Железко. – Мн.: Книжный дом; Мисанта, 2006. – 216 с.

4.Курамшин Д.В. Информационная система поддержки принятия решений при стратегическом управлении предприятием в условиях неопределенности: Автореф. дис. … канд. техн. наук. – Уфа, 2006. – 20 с.

N.N. Masalitina

AUTOMATION OF A DECISION MAKING PROCESS IN AN ENTERPRISE CRISES MANAGEMENT

Gomel state technical university named after P.O.Suchoy, Gomel

Summary

The decision making system and the technology of its using are designed. They allow solving the following primary tasks of a crises management: crises diagnostics, optimization management influence chose. Resource restrictions and management integer changes on different stage of the crisis were taken into account. A hierarchical structure of the production system was researched. As a result the composition diagnostic system parameters were optimized.

753

УДК 51-76, 612.741.91, 612.741.16

Е.П. Остроух, А.Н. Осипов, Н.С. Давыдова, М.М. Меженная

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ БИОЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ ОПОРНО-ДВИГАТЕЛЬНОГО АППАРАТА ЧЕЛОВЕКА

Белорусский государственный университет информатики и радиоэлектроники, Минск

Введение. В настоящее время сравнение эффективности различных диагностических методов показывает, что наиболее полезная информация о функционировании внутренних органов и физиологических систем организма содержится в биоэлектрических сигналах. Диагностически наиболее информативна электрическая активность сердца, электрическое поле головного мозга, электрические потенциалы мышц [1].

Представленная работа посвящена компьютерному моделированию биоэлектрической активности опорно-двигательного аппарата человека, в частности разработке компьютерной модели электромиографического (ЭМГ) сигнала мышцы, адекватного естественному механизму рекрутирования двигательных единиц в процессе сокращения мышечных групп. Таким образом целью работы является увеличение информативности электромиографической диагностики.

Основная часть. Электромиография – метод диагностики, основанный на регистрации и анализе биоэлектрических потенциалов мышц и периферических нервов. Интерференционная электромиограмма представляет собой сумму сигналов потенциалов действия (ПД) от двигательных единиц (ДЕ), входящих в состав мышц.

Разработка компьютерной модели ЭМГ сигнала велась на базе среды математического программирования MATLAB. Исходными данными для моделирования являются задаваемые пользователем основные параметры нервно-мышечной системы.

Структурно механизм формирования электромиографического сигнала включает следующие этапы (рисунок 1):

1)Моделирование потенциала действия и рефрактерного периода. На

данном этапе формируется сигнал (ТПД), повторяющий форму естественного потенциала действия двигательной единицы по параметрам заданным

пользователем. Также моделируется временной интервал (ТРЕФ), в течении которого двигательная единица не реагирует на иннервирующие сигналы от центральной нервной системы (рефрактерный период).

2)Моделирование сигнала для одной двигательной единицы. Формируется временной интервал между моментами возникновения ПД ДЕ, зависящий от усилия мышечного сокращения. Чем больше усилие (к), тем больше вероятность возникновения следующего ПД и соответственно меньше данный временной интервал, что соответствует физиологии мышечного сокращения. Далее, используя полученные ранее ПД и рефрактерный период, формируется сигнал для одной двигательной единицы.

754

3) Моделирование внутренней структуры мышцы. В представленной модели осуществляется формирование сигнала для заданного количества двигательных единиц с последующим сложением результатов моделирования. В формировании интерференционной электромиограммы участвуют двигательные единицы, находящиеся под отводящими электродами, амплитуда ПД которых зависит от расстояния между мышечным волокном и отводящей поверхностью электрода. В разработанной модели предусмотрено формирование сигнала N-го количества слоев мышечных волокон, с соответствующим ослаблением амплитуды потенциала действия для каждого слоя ДЕ. После формирования сигналов для всех уровней мышечных волокон происходит суммация полученных сигналов.

Рисунок 1 – Этапы формирования электромиографического сигнала

4) Моделирование ЭМГ сигнала мышцы при равномерном сокращении.

Исследование возможностей разрабатываемой модели осуществлялось на базе медицинской методики ЭМГ диагностики. В разрабатываемой модели осуществляется моделированиеследуещего движения: плавное нарастание сокращения мышцы, удержание сокращения, плавное расслабление [2]. Нарастание сокращения в естественных условиях соответствует постепенному увеличению усилия, развиваемого мышцей, в результате чего наблюдается повышение амплитуды и интенсивности электромиографического сигнала. В период удержания сокращения электромиографический сигнал строится с заданным максимальным значением усилия. Во время моделирования расслабления мышцы происходит процедура идентичная нарастанию сокращения, отличающаяся только постепенным уменьшением усилия от максимального значения до нуля.

Практическое применение модели показано на примере моделирования электромиограмм икроножной мышцы в норме и при патологии. На рисунке 2

755

показаны спектры и спектрограммы смоделированных сигналов. Данные способы представления диагностической информации более информативны и наглядны, нежели электромиограмма, внешне представляющая собой шумоподобный сигнал [2].

I

Рисунок 2 – Моделирование мышцы Gastrocnemius:I – в норме, II – при патологии суставов; а) спектр реального сигнала б) спектр полученного сигнала, в) спектрограмма

реальной ЭМГ мышцы; г) спектрограмма полученного сигнала

Из рисунка 2 видно, что смоделированные электромиографические сигналы мышц Gastrocnemius без нарушений и при патологии по своим количественным и качественным характеристикам соответствуют реальным ЭМГ названной мышцы.

Рисунок 3 – Структурная схема диагностической системы

Разработанная модель может стать базой экспертной системы (рисунок 3), позволяющей объединить возможности компьютера со знаниями эксперта таким образом, что система сможет предложить разумный совет или осуществить разумное решение поставленной задачи [3]. Данная экспертная система может быть использована для диагностирования функционального состояния мышц. С этой целью необходимо создать базу данных

756

электромиограмм характеризующих биоэлектрическую активность мышечных групп при различных патологиях, при объединении данной базы с разработанной моделью, возможна реализация экспертной системы, способной частично заменить специалиста. Необходимыми исходными данными для данной системы является интерференционная электромиограмма пациента, выходными данными является диагноз.

Заключение. Разработана компьютерная модель электромиографического сигнала мышцы, адекватная естественному механизму вовлечения двигательных единиц в процесс сокращения. Модель отличается от известных возможностью генерации различных форм потенциалов действия возникающих при патологиях, а также моделированием многоуровневой структуры расположения двигательных единиц. Представленная компьютерная модель ЭМГ сигнала может быть использована для диагностики патологий нервно-мышечной системы. Полученные результаты могут быть применены в медицинской диагностике, при создании автоматизированных методов обработки электромиограмм.

Литературные источники

1 Съем и обработка биоэлектрических сигналов; учебное пособие / К. В. Зайченко [и др.]. – СПб. : ГУАП, 2001. - 140 с.

2 Современные методы анализа суммарной электромиограммы нервно-мышечного аппарата человека в норме и при патологии / М.М. Меженная // Новости медикобиологических наук. Мн., Т.4, №3, 2011. С. 49-58.

3 Нейлор К. Как построить свою экспертную систему / Крис Нейлор.– Москва: Энергоатомиздат, 1991. – 287 с.

E.P. Ostroukh, A.N. Osipov, N.S. Davydova, M.M. Mezhennaja

COMPUTER MODELLING OF BIOELECTRICAL ACTIVITY OF HUMAN MUSCULOSKELETAL SYSTEM

Belarusian State University of Informatics and Radioelectronics, Minsk

Summary

The work is devoted to development of computer model of the electromyography muscle signal adequate to the natural mechanism of recruitment of the motion units in the course of reduction of muscular groups. The basic stages of work of program model are reflected. The variants of practical application of model on a modeling example of electromyograms of muscles are presented at pathologies of joints. Results can be applied in medical diagnostics at creation of the automated methods of processing electromyograms.

757

УДК 681.325.3

В.А. Пласковицкий

ЗАЩИТА ПРОГРАММНОГО КОДА С ПОМОЩЬЮ МЕТОДОВ ОБФУСКАЦИИ

Белорусский государственный технологический университет, Минск

Спецификой программных продуктов является сравнительно легкое создание аналогов на основе распространяемых программ, взлом, а также практически нулевая стоимость копирования. Это происходит из-за свободного доступа к программному коду и ведет к угрозе безопасности и нарушению авторских прав.

На сегодняшний день можно следующие наиболее активно развивающиеся подхода к защите программного кода:

разработка безопасной архитектуры операционной системы, которая не позволит пользователю получать доступ к программному коду.

использования технологий криптографии «на лету» (fly-description), при которой программа хранится в зашифрованном виде, а дешифрование производится только для выполняемых в текущий момент участков программы,

споследующим обратным шифрованием [1].

выполнение программ на удаленном сервере, когда пользователь получает только приложение-интерфейс, для взаимодействие с программой.

обфускация – изменение кода таким образом, чтобы затруднить возможность его анализа, сохранив логику его работы.

У каждого из этих подходов есть свои преимущества и недостатки. Так, перевод всех компьютеров на безопасную архитектуру вряд ли осуществим по экономическим причинам. Шифрование на лету становится бесполезным, при перехвати дешифрованных частей, или наличии ключа шифрования. Для выполнения программ на удаленном сервере нужны гораздо большие вычислительные мощности ЭВМ, чем существуют на сегодняшний день, а так же каналы связи между компьютерами. При использовании обфускации сохраняется логика программного кода, благодаря чем в нем всегда можно разобраться, вопрос только сколько на это уйдет времени.

Наибольшее внимание в последнее время уделяется методам обфускации. Их неоспоримыми преимуществами являются: техническая и экономическая возможность их реализации, а также возможность их применения практически для любого программного продукта вне зависимости от среды выполнения, что особенно актуально для интернет-приложений [2].

На момент написания данной статьи не было известно о каких-либо отечественных продуктов производящих обфускацию, в то время как за рубежом происходит довольно бурная разработка обфускаторов, стоимость отдельных из которых доходят до 6000-8000$ [3].

Целью работы стала разработка авторской защитной системы «Прок», производящей защиту программного кода с помощью методов обфускации [4]. Во время разработки данной системы ее возможности были значительно

758

расширены, благодаря чему в нее можно включать так же методы криптографии, а также использовать с целью поиска и изменения структурированных частей каких-либо данных (рисунок 1).

1 – выбор данных для изменения; 2 – сохранения результатов; 3 – применение ключа для восстановления результатов; 4 – настройка параметров кодировки; 5 – настройка

позиции блоков приложения; 6, 7 – изменение размера шрифта; 8 – включение локального режима обработки; 9 – найденные участки текста, над которыми производится операция изменения; 10 – текущий изучаемый участок; 11 – выбор набора модулях; 12 – навигация по методам выбранного списка; 13 – интерфейс для работы с выбранным методом обработки данных; 14 – применение произведенных настроек; 15 – навигация по найденным для изменения участкам данных с подсветкой текущего участка.

Рисунок 1 - Интерфейс приложения Прок

Достигается это за счет реализации модульной технологии защиты, при которой сама программа является лишь интерфейсом, а само изменение данных происходит в отдельных модулях, подключаемых к ней определенным образом.

Помимо удобной навигации по используемым модулям, а так же интерфейса для обмена между ними данными в защитную систему входит несколько внутренних модулей для изменения данных с помощью регулярных выражений (рисунок 2) и методов вставок/замен (рисунок 3).

759

Так же можно обрабатывать только отдельные участки данных, включив локальный режим работы и выбрав необходимый участок текста с помощью простого выделения (рисунок 4).

Рисунок 4 – Интерфейс для использования локального режима обработки данных

Еще одной особенностью разработанного приложения является возможность ведения журнала производимых изменений, для последующего восстановления первоначального вида данных. Для этого была разработана специальная XML-структура, в формате которой и происходит сохранение информации о производимых изменениях.

Кроме защитных методов в программе реализован генератор случайных чисел, с помощью которого можно автоматизировать составление ключей для отдельных защитных методов.

760