Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Сборник 70 студ конференции БГТУ

.pdf
Скачиваний:
83
Добавлен:
18.03.2016
Размер:
20.16 Mб
Скачать

281

Выбор конкретных сил и средств, применяемых для охраны объекта предприятия, осуществляется на основе анализа возможных угроз его безопасности.

Практика показывает, что наиболее часто встречаются следующие основные причины нарушения порядка охраны объектов:недооценка возможных угроз безопасности объекта на конкретных рубежах охраны;халатное исполнение обязанностей сотрудниками охраны при несении дежурства;использование нарушителем нештатной ситуации. Частным случаем подобной ситуации может быть преднамеренное создание персоналом службы охраны условий, способствующих таким злоумышленным действиям.

При создании надежной системы защиты объектов предприятия, применяются различные средства физической защиты, такие как обычные заграждения, предупредительные, заградительные инженерные средства и т.д.

Применение средств физической защиты значительно повышает эффективность функционирования системы охраны предприятия в целом, а, с учетом специфики расположения некоторых объектов предприятия и выполняемых ими задач, практически гарантирует достижение главных целей и решение основных задач охраны предприятия.

В ходе проделанной работы были исследованы различные составляющие организации системы охраны предприятия и его объектов, такие как объекты охраны, причины нарушения порядка, используемые при охране технические средства, в том числе средства физической защиты.

Работа выполнена под руководством доц. каф. «Компьютерные технологии и системы» Ю.А. Леонова

Немченко И. А.

ПРОГРАММА ДЛЯ КОНТРОЛЯ ЗНАНИЙ СТУДЕНТОВ С ПОМОЩЬЮ СОСТАВЛЕНИЯ КРОССВОРДОВ ПО ИЗУЧАЕМОЙ ДИСЦИПЛИНЕ

Объект исследования: процесс обучения студентов.

Результаты, полученные лично автором: разработка программы для составления кроссвордов.

Данная тема актуальна, таккак кроссворды способствуют повышению логических способностей человека, что и является главной причиной их популярности среди большего круга людей. Кроме этого кроссворды могут быть применены в учебном процессе. В недалёком прошлом творчески работающий преподаватель, желающий разнообразить вид работ на занятии со студентами и привить им интерес к своему предмету в целом или по отдельной теме, вычерчивал кроссворд на большом листе ватмана, а потом крепил его к доске.

Для облегчения изучения обучающимися учебного материала и освоении его в более полной форме автором была разработана программа,

282

которая отображает порядок создания кроссворда с графическим интерфейсом.

Программа разработана на языке C# (CSharp) и основана на его преимуществах, которые предпочтительны для создания данной программы.Интерфейс программы состоит из двух окон. Первое окно предназначено для создания кроссворда, второе окно обеспечивает редактирование данных.

Вокне создания кроссворда можно выполнять следующие операции:

1)задать размер поля кроссворда;

2)открыть существующий шаблон;

3)сохранить созданный шаблон;

4)загрузить набор слов из текстового файла;

5)нарисовать сетку кроссворда;

6)заполнить сетку кроссворда загруженными словами;

7)выбрать вариант заполнения сетки кроссворда.

Второе окно программы представляет редактор созданного кроссворда. В нем можно выделить нужную нам область созданного кроссворда и сохранить кроссворд в виде изображения с расширением .jpeg

или .bmp.

Данная разработанная программа расширяет возможности для обучения студентов через занимательную игру, а преподавателюпозволяет сократить время на составление кроссворда по изучаемому учебному материалу. Применение разработанной программы сделает изучение материала интерактивным, что выводит процесс образования на новый более высокий уровень, а также обеспечит промежуточный контроль знаний студентов по изучаемой дисциплине.

Работа выполнена под руководством доц. каф. «Компьютерные технологии и системы» Малахова Ю.А., доц. каф. «Инженерная педагогика и психология» Потапов М.Л.

М.Г. Парфенова ЭЛЕКТРОННО-ЦИФРОВАЯ ПОДПИСЬ

Объект исследования: электронно-цифровая подпись.

Результаты, полученные лично автором: рассмотрены принципы работы электронно-цифровой подписи.

В настоящее время во многих сферах деятельности широкое распространение получило использование электронных документов.Электронный документооборот представляет собой современную технологию, которая позволяет значительно упрощать все процессы на производстве.

С развитием электронного документооборота появилась проблема защиты данных, которые передаются зачастую по открытым каналам связи. С этой проблемой справляется электронно-цифровая подпись.

283

Электронно-цифровая подпись (ЭЦП) реквизит электронного документа, защищенный от подделки, полученный в результате криптографического преобразования информации с использованием закрытого ключа, который позволяет установить отсутствие утраты, искажения или подделки, содержащейся в электронном документе, а также позволяет установить обладателя электронной цифровой подписи.

Существует несколько схем построения цифровой подписи:на основе алгоритмов симметричного шифрования ина основе алгоритмов ассиметричного шифрования.

Электронно-цифровая подпись имеет два вида ключей защиты: 1) личный ключ– это параметр криптографического алгоритма формирования ЭЦП, доступный только подписанту; 2) открытый ключ–этопараметр криптографического алгоритма проверки ЭЦП, доступный всем желающим и служит для проверки подлинности документа.

При подписании электронного документа ЭЦП, происходят следующие этапы: 1) отправитель подписывает документ, используя свой личный ключ; 2) отправитель шифрует документ, используя имеющийся у него открытый ключ получателя; 3) отправитель передает подписанный и зашифрованный документ.

После полученияэлектронного документа,информацию, содержащуюся в нем, необходимо проверить на изменения с момента подписания. Проверка ЭЦП, подписанного документа происходит следующим образом:1) получатель расшифровывает документ, используя свой закрытый ключ; 2) получатель проверяет подлинность ЭЦП отправителя, используя имеющийся

унего открытый ключ отправителя.

Врезультате проделанной работы, были исследованы характеристики надежности одного из криптографических методов преобразования информации – электронно-цифровой подписи. Были исследованы схемы построения ЭЦП, которые обеспечивают надежность защиты информации, а также были рассмотрены и изучены алгоритмы подписи и проверки подписи защищаемых данных.

Работа выполнена под руководством доц. каф. «Компьютерные технологии и системы» Ю.А. Леонова

А.Р.Проконина ТЕХНОЛОГИИ АНАЛИЗА БИОМЕТРИЧЕСКИХ ДАННЫХ

Объект исследования:биометрические данные и технологии иханализа. Результаты, полученные лично автором: классификация

биометрических данных.

Проблема защиты информации остро стоит в современном обществе. Благодаря множеству современных приспособлений и алгоритмов можно взломать защиту и воспользоваться полученной информацией, поэтому использование биометрических данных для идентификации и аутентификации пользователя становится все более распространенной

284

формой защиты информации. Биометрические данные обеспечивают достаточно высокую степень защиты, так как имеют ряд преимуществ по сравнению с парольнойзащитой: это невозможность забыть или потерять

данные и сложностьих подделывания.

В ходе исследовательской работы была проведена классификация биометрических данных, которые можно разделить на две основные группы: физиологические – данные, которые относятся к форме тела; поведенческие

– которые связаны с поведением человека. К физиологическим данным относятся отпечатки пальцев, распознавание лица, ДНК, ладонь руки, сетчатка глаза, радужная оболочка глаза, запах, голос и прочее; к поведенческим –походка и речь.

Отпечатки пальцев имеют по 30-40 мелких деталей, каждая из которых имеет координаты, тип и ориентацию. Выделяют глобальные, которые у нескольких людей могут совпадать, и локальные типы признаков, которые абсолютно индивидуальны.Существует большое количество методов идентификации отпечатков пальцев, согласно статистике, наиболее распространенным является температурный метод.Наиболее распространенным алгоритмом аутентификации является алгоритм сравнения отпечатков по особым точкам, гдепроцедура сравнения состоит из выделения особых точек на отсканированном изображении, составления временной карты этих точек и сравнения ее с шаблоном и решениипо идентичности отпечатков, котороепринимается по количеству совпавших точек.Главным преимуществом алгоритма сравнения отпечатков пальцев по особым точкам является скорость его работы.

Радужная оболочка глаза – уникальная характеристика человека. Методы идентификации личности по радужной оболочке построены по одному и тому же принципу – выделение частотной или какойлибо другой информации о текстуре радужки из изображения и сохранение этой информации в виде специального кода.Построение кода производится в три этапа:выделение радужки глаза из общего изображения, предобработка полученного изображения исоставление кода.

В результате проделанной работы были исследованы технологии анализа биометрических данных, составлена классификация биометрических данных, исследована область применения биометрических данных и подчеркнута роль биометрических данных в области защиты информации.

Работа выполнена под руководством доц. каф. «Компьютерные технологии и системы» Ю.А. Леонова

А.В. Прокудин

ИСПОЛЬЗОВАНИЕ МЕТОДОВ DATA MINING ДЛЯ АНАЛИЗА ДАННЫХ ОБСЛЕДОВАНИЯ ПАЦИЕНТОВ

Объект исследования: методы интеллектуального анализа данных. Результаты, полученные лично автором: разработан комплекс моделей

для автоматизации анализа данных обследования пациентов.

285

За последние десятилетия медицинские исследования накапливают всё больше статистических данных по заболеваниям пациентов, которые требуют тщательного анализа для определения максимально точного диагноза и назначения правильного лечения при диспансеризации. На сегодняшний день исследования перешли на более серьезный уровень в связи с использованием моделей, направленных на проведение интеллектуального анализа статистических данных, полученных с помощью амбулаторных исследований.

На сегодняшний день подавляющее большинство программных комплексов, осуществляющих анализ данных обследования пациентов, ограничены лишь методом решения задачи прогнозирования, что не даёт однозначно полагать о правильности и большой точности анализа данных. Для достижения наибольшей точности анализа кроме прогнозирования следует использовать так же другие методы Data Mining, такие как метод кластеризации и классификации. Поэтому основной целью данной работы является создание комплекса моделей анализа данных обследования пациентов, основанных на решении задач Data Mining.

Внедрение программных систем для интеллектуального анализа накопленных данных обследования пациентов является необходимым элементом организации лечебно-профилактических мероприятий. Такой анализ заболеваний помогает определить наиболее правильный метод лечения и профилактики заболеваний, а так же нетривиальный способ сократить расходы на дорогостоящие способы выявления заболеваний при диспансеризации. Поэтому важным является внедрение созданных моделей для интеллектуального анализа в учреждения здравоохранения.

Для анализа в качестве данных используем выборку данных об обследовании пациентов, направленную на выявление предрасположенности

кзаболеванию атеросклероза.

Вкачестве информации для анализа используем следующие данные, собранные о пациентах:

возраст;

пол;

тип боли в груди;

кровяное давление в состоянии покоя;

уровень сыворотки холестерина в мг/дл;

уровень сахара в крови натощак;

результаты ЭКГ в режиме покоя;

максимальная частота сердечных сокращений;

время между пиками сердечных сокращений по результатам ЭКГ;

степень отклонения от нулевого положения в показаниях ЭКГ;

ряд крупных сосудов (0-3), окрашенных рентгеноскопией;

фиксированность заболевания;

диагноз болезни сердца (состояние ангиографических болезней).

286

Решение задачи кластеризации позволяет разбить пациентов на группы риска. Занесение пациента в группу отбрасывает неправильные решения специалистов, определяя типовые методики лечения для каждой группы больных. Решение задачи классификации с помощью дерева решений позволяет получать правила классификации для определения методики лечения и профилактики в зависимости от принадлежности к определенной группе риска. Это предполагает однозначный ответ, заменяя собой коллегию медицинских специалистов для решения тривиальных вопросов относительно заболеваний. Модель для анализа данных обследования пациентов методом прогнозирования даёт возможность заблаговременно предоставить нужную информацию о новых потенциальных пациентах и способе из лечения еще до их обращения в учреждения здравоохранения. При этом прогнозировались значения следующих параметров: кровяное давление в состоянии покоя, уровень сыворотки холестерина в мг/дл и диагноз болезни сердца (состояние ангиографических болезней).

Таким образом, в результате решения задачи анализа можно получить наиболее точный метод лечения и профилактики для каждого индивидуального пациента, сокращая при том расходы на лабораторные исследования. Накапливая новые статистические данные лабораторных исследований по дополнительным параметрам, имеющим непосредственное и косвенное влияние на предрасположенность к атеросклерозу, созданные модели для интеллектуального анализа будут дополнены и усовершенствованы относительно собранных данных для определения более точной методики лечения и профилактики заболеваний.

Компьютерная реализация разработанных моделей позволит ускорить и улучшить анализ данных о пациентах при диспансеризации, что способствует уменьшению рисков заболевания и своевременное лечение уже обнаруженного заболевания. Вовремя и правильно подобранное решение относительно каждого пациента помогает поддерживать состояние здоровья населения, повышая среднюю продолжительность жизни.

Работа выполнена под руководством доц. каф «Компьютерные технологии и системы» П.В. Казакова

А.А. Резников РЕШЕНИЕ ЗАДАЧИ АССОЦИАЦИИ ОБРАЗОВ НА ОСНОВЕ

ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ХОПФИЛДА

Объект исследования: искусственная нейронная сеть Хопфилда. Результаты, полученные лично автором: показатели эффективности

решения задачи ассоциации образов на основе искусственной нейронной сети Хопфилда

Искусственная нейронная сеть (ИНС) представляет собой систему соединенных и взаимодействующих между собой простых процессоров (искусственных нейронов). ИНС – сеть, состоящая из искусственных нейронов, вместе позволяющие решить различные задачи обработки данных

287

посредством обучения. Искусственная нейронная сеть может использоваться для распознавания образов и классификации, принятия решений и управления, для кластеризации, прогнозирования данных, для аппроксимации непрерывных функций, сжатия данных и для восстановления исходного набора данных из части информации – ассоциативная память. Эти задачи обычно решаются ИНС с прямыми связями между нейронами.

Сеть Хопфилда состоит из множества нейронов и соответствующего множества единичных задержек для синхронизации данных, формирующих систему с множеством обратных связей. Количество обратных связей равно количеству нейронов. Выход каждого нейрона замыкается через элемент единичной задержки на все остальные нейроны сети. Таким образом, нейрон этой сети не имеет обратных связей с самим собой. В сети, замыкающейся на себя с обратными связями, состоящей из двух слоев, в которой нулевой слой не выполняет вычислительной функции, а лишь распределяет выходы сети обратно на входы, каждый нейрон первого слоя вычисляет взвешенную сумму своих входов, давая сигнал, который затем с помощью нелинейной функции преобразуется в сигнал выхода (рис. 1).

Рис. 1. Однослойная сеть с обратными связями,

где OUT – сигнал выхода, IN– сигнал входа, w – веса нейронной сети

Сеть с обратной связью формирует ассоциативную память. Подобно человеческой памяти по заданной части нужной информации вся информация извлекается из «памяти». Чтобы организовать ассоциативную память с помощью сети с обратными связями, веса должны выбираться так, чтобы образовывать энергетические минимумы в нужных вершинах единичного гиперкуба.

Хопфилд разработал ассоциативную память с непрерывными выходами, изменяющимися в пределах от +1 до -1, соответствующих двоичным значениям 0 и 1. Дискретные сети Хопфилда, выступающие в качестве ассоциативной памяти, имеют две фазы работы: фазу сохранения и фазу извлечения. Действия, которые составляют фазы сохранения и извлечения в работе сети Хопфилда состоят из 4х шагов: 1. Обучение. Вычисление весов сети; 2. Инициализация. Инициализация алгоритма по состоянию нейрона в момент времени; 3. Итерации до полной сходимости. Корректировка элементов вектора состояний в асинхронном режиме, т.е.

288

случайно и по одному элементу за итерацию. Итерации повторяются до тех пор, пока вектор состояний не перестанет изменяться; 4. Формирование выхода. Получение фиксированного – устойчивого состояния, вычисленного

врезультате завершения шага 3.

Вэксперименте компьютерного моделирования для демонстрации способности сети Хопфилда, выступающей в качестве ассоциативной памяти, корректировать ошибки, использовалась сеть, состоящая из 120 нейронов. Рассматриваемый образ преднамеренно искажался при помощи обращения случайно и независимо выбираемых пикселей, после чего подавался на вход сети. Результат этого эксперимента для цифры 3. После 35 итераций сеть сошлась к абсолютно корректной форме цифры 3 (рис.2).

Рис. 2. Корректировка искаженного образа цифры 3

Сеть из n двоичных нейронов может иметь 2n состояний, но максимальная емкость памяти значительно меньше. Предполагалось, что максимальное количество запоминаемой информации, которое может храниться в сети из N нейронов и безошибочно извлекаться, меньше чем cN2, где c – положительная константа, большая единицы, но данный предел достигается только в некоторых случаях, экспериментально показано, что в общем случае предельное значение емкости ближе к 0,15N. Было доказано, что число таких состояний не может превышать N, что согласуется с наблюдениями над реальными системами и является наилучшей на сегодняшний день оценкой.

Сеть Хопфилда является мало изученной областью. Но сети с обратными связями являются перспективным объектом для дальнейших исследований. На данный момент сети Хопфилда применяются не только для восстановления сигнала по его поврежденному образу, но и для сжатия данных.

Работа выполнена под руководством доц. каф. «Компьютерные технологии и системы» Казакова П.В.

289

А.А. Резников УПРАВЛЕНИЕ ПЕРСОНАЛОМ НА ОСНОВЕ

ПОЛОЖИТЕЛЬНОЙ МАНИПУЛЯЦИИ И МОТИВАЦИИ

Объект исследования: положительная манипуляция и мотивация при управлении персоналом.

Результаты, полученные лично автором: анализ влияния положительной манипуляции и мотивации при управлении персоналом.

Правильное управление персоналом позволяет повысить производительность труда сотрудников предприятия и увеличивает заинтересованность работников в выполнении своих обязанностей.Одним из способов управления персоналом является манипуляция. Манипуляция – это ряд действий, совершаемых манипулятором, вследствие которых, манипулятор заставляет человека совершать определенные действия и поступки, приводящие к результатам, выгодным манипулятору.Правильное применение манипуляции в жизни, позволит людям сделать свою жизнь более полноценной, а взаимоотношения между людьми - приятнее. Манипуляция строится на творческом использовании ситуации. Выделяют следующие виды положительной манипуляции:

1.Побудители активности: потребности, интересы, склонности, идеалы. Манипулятор занимается изготовлением искусственных побудителей активности: потребностей, интересов, склонностей, идеалов – побудить, спровоцировать, направить. Основную задачу здесь манипулятор видит в том, чтобы "распалить" человека.

2.Регуляторы активности: смысловые, целевые и операциональные установки, групповые нормы, самооценка, мировоззрение, убеждения, верования. Манипулятор занимается формированием регуляторов активности: смысловых, целевых или операциональных установок, групповых норм, самооценки – убедить, настроить, внушить и т. п. Основную задачу здесь манипулятор видит в том, чтобы внушить, что надо делать именно так.

3.Когнитивные структуры: знания о мире, людях, сведения, которые обеспечивают информацией человеческую активность. Создание необходимых когнитивных структур: мировоззрения, убеждений, верований, знаний – обучить, убедить, известить, проинформировать.

4.Состав деятельности: способ мышления, стиль поведения, привычки, умения, навыки, квалификация. Формирование требующегося операционального состава деятельности: способа мышления, стиля поведения, привычки, умения, навыка, квалификации – обучить, вытренировать, выдрессировать, отработать. Шаг за шагом, от легкого к сложному, манипулятор добивается того, чтобы за ним повторяли.

5.Психические состояния: фоновые, функциональные, эмоциональные и т. п. Приведение в определенное психическое состояние:

290

усталость, нетерпеливость, некритичность, сосредоточенность, эйфория и другое.

Однако одной манипуляции не достаточно.Любому сотруднику требуется мотивация.Мотивация – это побуждение кдействию; динамический процесспсихофизиологическогоплана, управляющий поведениемчеловека, определяющий его направленность, организованность, активностьи устойчивость; способность человека деятельно удовлетворять свои потребности. Наиболее безвредной и приемлемой чаще всего считается положительная мотивация, в основе которой лежат положительные стимулы. Положительная мотивация – это побуждения, вызванные осознанием своей выгоды при качественно и в срок выполненном задании. Предвидение этих выгод и стремление к ним – важнейшие стимуляторы активности при действии положительной мотивации.

Проведённый анализ доступных информационных источников показал, что известно много производственных ситуаций, указывающих на положительную роль мотивации в управлении персоналом. Например, в одной из сетей магазинов мобильных телефонов и аксессуаров была реализована следующая система: за каждый проданный телефон продавецконсультант получал 1 квадратный сантиметр жилой площади. Программа длилась несколько месяцев. За время акции победитель заработал больше 20 квадратных метров. Данный пример относится к нестандартной положительной мотивации материального вида.

Приведём другие нестандартные способы положительной мотивации в управлении персоналом.Стив Джобс должности консультантов своего офисана Пятой авенюв Нью-Йоркепереименовалв должности«гении».Едва лисотрудникс такой должностью захочет уволиться. Средироссийских предпринимателей также есть те, которые проявляют изобретательность. Например, Артемий Лебедев, чтобы улучшить имидж должности «администратора кафе» переименовал ее в «хозяйку кафе». Глава правления Сбербанка России Герман Греф каждый месяц приглашает лучших работниковна обед. Сеть магазинов «Седьмой континент» ввела премиюза заботуо собственномздоровье. Денежным вознаграждением поощряются сотрудники, которыев течениедвух летни разу не бралибольничныйи отпускза свойсчет.

Для того, чтобы манипуляции привели к желаемому результату, надо учитывать следующие рекомендации:

1.Проявлять уважительное отношение к предмету манипуляции.

2.Запастись терпением и дождаться правильного момента.

3.Добиться больших положительных целей, качественно продумав план манипуляции.

4.Убедиться в том, что объект вашей манипуляции полностью вам доверяет. При этом вся ответственность за результаты ваших действий лежит только на вас.

5.Мыслить позитивно, так как положительный склад ума снижает риск взаимных манипуляций.