Беллман-Форд:

Дийкстра:

Рис. 23.6

Формально алгоритм работает следующим образом.

Сначала P={1}, D1 =0 и Dj = l1j для j≠1.

Шаг 1 (поиск следующего ближайшего узла).Найти i P такой,

что Di = minDj

j P

Положить P:=P U{i}.Если P содержит все узлы, то на этом работа алгоритма заканчивается.

Шаг 2 (обновление меток). Для всех j P положить

Dj := min[Dj,Di + dij ].

Перейти к шагу 1.

Алгоритм Флойда-Уоршела

Этот алгоритм в отличие от предыдущих двух находит кратчайшие пути сразу для всех пар узлов.Если в алгоритме БеллманаФорда итерируется число дуг в пути, а в алгоритме Дийкстра – длина пути, то в алгоритме Флойда-Уоршела итерируется множества узлов, которые допускается иметь в качестве промежуточных узлов на путях. Как и оба других алгоритма, алгоритм Флойда-Уоршела начинается с расстояний из одной дуги (т.е. без промежуточных узлов), выбранных в качестве исходных оценок для длин кратчайших путей.Затем вычисляются кратчайшие пути с тем ограничением, что промежуточным узлом может быть только узел 1, затем с ограничением, что промежуточными узлами могут быть только узлы 1 и 2 и т.д.

Для более строгого описания алгоритма обозначим через Dij(n)

длину кратчайшего пути от узла i к узлу j при ограничении, что только узлы 1,2,…,n могут использоваться в качестве промежуточных узлов на пути. Алгоритм при этом работает следующим образом.

~ 422 ~

Сначала Dij(0) =dij для всех i,j,i≠j.

Для n=0,1,…,N-1,

ренный для всех узлов, выбранных в качестве источника.

23.3. Управление информационными сетями

Из теории управления известно, что при рассмотрении любой системы управления необходимо выделить управляющий объект и управляемый объект. Управляющий объект должен иметь каналы для восприятия состояния управляемого объекта и каналы воздействия на управляемый объект с целью перевода его в нужное состояние.

В информационной сети элементами управления являются каналы и узлы. Их состояние зависит от нагрузки (она случайна), от надёжности элементов, от внешних воздействий (энергетических и информационных). Чтобы выполнить задачи по обслуживанию абонентов в условиях нестабильности состояния элементов сети и переменной нагрузки, нужна система управления. Для сети она должна иметь распределённую структуру. Управляющий объект состоит из двух частей:

1.Управляющего устройства сетью (УУС), которое располагается как на узлах сети, так и на специально оборудованных узлах управления сетью.

2.Управляющего устройства узлом (УУУ), которое располагается на узлах вместе с аппаратурой коммутации.

Управляемыми объектами являются устройства коммутации (УК) на узлах, а также схемы распределения потоков, матрицы состояний,

~ 423 ~

связности и др. В зависимости от степени децентрализации управления различают три основных принципа:

–централизованный;

–территориальный (зоновый);

–децентрализованный.

Основное требование к системе управления: обеспечить передачу информации по заданному адресу, с заданным качеством обслуживания и с минимальными затратами. В качестве количественных критериев качества обслуживания используют:

а) процент неудовлетворённых заявок, или б) время ожидания удовлетворения заявки.

Качество обслуживания зависит от поступающей нагрузки, пропускной способности сети, вероятности связанности, структурной надёжности, алгоритма обслуживания. Управление сводится к корректировке планов распределения информации, изменению структуры сети и схем прохождения информационных потоков. Исходные данные поступают от всех узлов сети.

~ 424 ~

Глава 24. АНАЛИЗ ПРОПУСКНОЙ СПОСОБНОСТИ ИС

24.1. Сущность понятия пропускной способности

При любых преобразованиях вещества или информации возникает задача определения степени плодотворности преобразований и преобразующих элементов. В системах преобразования вещества эта степень определяется количеством продукции, производимой в единицу времени, или количеством времени, затрачиваемом на производство определённого объёма продукции. При анализе информационных систем подобный здравый подход сопряжён с некоторыми трудностями, обусловленными природой объекта преобразования. Однако они успешно преодолены в работах К. Шеннона по исследованию пропускной способности каналов связи. Им определена количественная мера информации, разработаны методы вычисления её и показана возможность измерения пропускной способности каналов количеством информации (полезной), переданной в единицу времени. При этом учитывается критерий приемлемости качества принимаемой адресатом информации.

В формализованном виде пропускная способность канала определяется по [12] как

где I(X;Y) – среднее взаимное количество информации, содержащееся в множестве Y сообщений после преобразования, относительно множества X сообщений, поступающих на вход преобразователя; максимум вычисляется среди всех распределений вероятностей P(U) сообщений и всех значений Т.

~ 425 ~

ределяется подмножеством Y X полученных вариантов решения, удовлетворяющих ЛПР с учётом выбранного критерия приемлемости, шага квантования, дискретизации и т.п. В итоге, информационная пропускная способность ВПЭ вычисляется по формуле

C = T1 [H (X ) − H (X Y )],

где H (X ) = log N X , N X - мощность множества Х;

H(X Y) = log NY , NY – мощность множества Y;

Т – время, затрачиваемое на реализацию алгоритма.

Объем исходных данных, сложность алгоритма, характеристики технических элементов в конечном счёте учитываются величиной Т и критерием приемлемости.

24.6. Пропускная способность компьютерных сетей

Компьютеризация населения, широкое развитие на этой базе информационных услуг для решения бытовых, экономических, научных, образовательных и культурных задач предъявили новые повышенные требования к качеству функционирования компьютерных сетей. Быстрый рост числа компьютерных сетей различного назначения (дистанционное обучение, справочная служба, телемедицина, телебиржи, телемагазины, продажа билетов, обслуживание выборов в государственные органы и т.п.) сопровождается непрерывной сменой сетевых технологий, направленных на повышение быстродействия, надёжности сетей, обеспечения возможности интегрированной передачи данных, голоса и видеоинформации, обеспечения информационной безопасности, повышение информационной пропускной способности [4]. Усложняются структура и поведение сетей, характер взаимодействия элементов

~ 430 ~

Компьютерная сеть представляет собой совокупность конечного числа обслуживаемых центров, между которыми циркулируют сообщения. Такие сети относятся к разряду сетей массового обслуживания (МО). Сети МО являются удобной математической моделью для вычисления ряда интегральных показателей системы (межконцевых временных задержек, времени пребывания в центрах обслуживания и др.) [1, 4].

Компьютерные сети условно делят на 3 категории:

-глобальные сети,

-региональные (городские) сети,

-локальные сети.

Логическая, программная и физическая структура глобальных и региональных сетей практически совпадают. Отличие состоит в охвате территории и скоростях передачи. Усилия направлены на внедрение семейства скоростей: 10/100/1000 Мбит/с.

В локальных и глобальных сетях есть различия в механизме передачи данных. В локальных сетях реализуются методы, не требующие предварительного установления соединения – пакеты данных посылаются без подтверждения готовности получателя к обмену.

Локальные и региональные сети могут быть подсистемами глобальных сетей, включаемых в нее через базовую сеть междугородных и международных каналов связи с высокоскоростными узлами коммутации (УК). Базовые сети обеспечивают транспортный сервис для распределённых локальных и региональных сетей. На УК реализуются различные методы коммутации каналов, сообщений и пакетов.

При коммутации пакетов (КП) реализуется один из двух методов доставки пакетов: метод датаграмм или метод виртуальных соединений. В первом случае пакеты одного и того же сообщения независимо (по разным путям) передаются от источника к адресату, что позволяет

~ 432 ~

Интенсивность входного потока λr (пак/с), где r – номер пары «источник-адресат».

Маршрут пакетов r класса определяется матрицей маршрутизации ||Рij(r)||, где Рij(r) – вероятность того, что пакет r-го класса, закончивший обслуживание в i-ом канале, поступил потом в j-й канал (i, j =

1, V ). Способы задания матрицы ||Рij(r)|| определяют тип маршрутизации пакета в базовой сети. При виртуальных соединениях и фиксированных маршрутах Рij(r) равны или 0, или 1.

Предполагаем, что объём памяти неограничен, а подтверждения об успешной доставке пакетов передаются мгновенно.

В сеть поступают r классов пуассоновских потоков с интенсивно-

стями λr (r=1, R ). Длительность обслуживания пакетов r-го класса в i-ом центре – экспоненциальный закон с параметрами μir = ci br (пак/с), где ci - пропускная способность i-го канала в бит/с, а 1/br - средняя длина пакета r-го канала.

Общий поток пакетов, поступающих в i-й канал, равен

Вероятность стационарного состояния сети Р(n), где n = {n1, n2, …, nM} координаты ni (i=1, M ) означают числа пакетов, ожидающих пе-

M

редачи и передаваемых по i-ому каналу, имеет вид P(n) = ∏Pi (ni ) , где

i=1

Pi (ni ) зависит от дисциплины обслуживания.

~ 434 ~

верждённый в 1997 г. Его можно использовать в локальных и городских сетях, для подключения к ресурсам Internet.

ШПС формируется в диапазоне 2,4 Ггц двумя методами:

-методом прямой последовательности (DSSS) и

-методом частотных скачков (FHSS).

Оба эти метода предусматривают деление всей полосы частот на n подканалов. При методе DSSS каждый бит информации кодируется в виде последовательности из n бит, и все эти n бит передаются параллельно по всем n подканалам, причём алгоритм кодирования индивидуален для каждой пары «передатчик-приёмник», обеспечивая конфиденциальность передачи. При методе FHSS станция в каждый момент времени передаёт только по одному из n подканалов, регулярно переключаясь на другой подканал. Эти переключения (скачки) происходят синхронно на передатчике и приёмнике, причём их последовательность носит псевдослучайный характер и заранее известна только данной паре «передатчик-приёмник», что также обеспечивает конфиденциальность передачи.

При DSSS достигается большая пропускная способность и высокая устойчивость к узкополосным помехам. Возможна работа с сигналами очень низкой мощности. При FHSS оборудование проще и дешевле, достигается высокая устойчивость к широкополосным помехам.

Применение ШПС позволяет реализовать метод свободного доступа в среду МД, не заботясь о взаимном мешании сигналов различных абонентов друг другу, потому что система сигналов выбирается из условия взаимной ортогональности. В этом случае при анализе пропускной способности можно воспользоваться моделью канала с РОС с условием, что:

1) при вычислении вероятности ошибочного приёма учитываются не только естественные аддитивные помехи, но и добавки к ним

~ 436 ~

от мешающих сигналов совместно работающих абонентов, которые в

N 2

сумме составляют величину, в Бp раз меньшую мощности полезного сигнала мешающих станций, где Б – база сигналов, N p - среднее число одновременно мешающих станций;

2) временные задержки определяются средним числом повторов в системе с РОС.

~ 437 ~

Глава 25. СИСТЕМНЫЙ АНАЛИЗ

25.1.Понятие «системный анализ»

Словосочетание «системный анализ» появилось в отечественных переводных изданиях в середине 20-го века [1]. То были аналитические работы военно-политического, экономического или социального характера. Используемое в них прилагательное «системный» воспринималось по большей части в смысле комплексности, широкого охвата проблем, учёта многих движущих сил, сложных взаимодействий между ними. Сам анализ представлял собой качественную оценку состояния анализируемой проблемы и прогнозы на основе логических выводов. Другой смысл этого слова был обусловлен многозначностью термина «система», одно из значений которого понимается как «определённый порядок в расположении и связи частей, в действиях», что позволяло придавать словосочетанию методологическую направленность.

Общественная потребность в разностороннем и глубоком анализе проблем нашей жизни, в получении убедительных оценок последствий принимаемых «больших» решений способствовала широкому распространению понятия «системный анализ». Оно стало употребляться в многих исследованиях, в том числе и при проектировании сложных технических комплексов.

Приложения системного анализа к исследованиям техникотехнологических систем сопровождалось усилением количественного анализа, развитием методов принятия решений в условиях неопреде-

~ 438 ~

лённостей различного вида, формированием обобщённых показателей состояния системы по частным показателям её компонент. Всё это способствовало постепенному формированию методологии системного анализа.

Параллельно с ростом популярности понятия оно стало приобретать черты «модных словечек». При обсуждении диссертационных работ, направлений научных исследований, в докладах на научнотехнических семинарах, в различных публикациях словосочетание «системный анализ» стало появляться как по делу, так и без явной необходимости, с искажением сути понятия, только для «веса». Подобные словоупотребления размывают трактовки научных понятий, что негативно отражается на учебном процессе и сдерживает развитие самого системного анализа. Поэтому необходимо обозначить границы применимости рассматриваемого понятия.

Объектом исследования в системном анализе являются так называемые «большие системы», основные черты которых рассматривались нами во второй части пособия. Такие системы характеризуются большой исходной неопределённостью. Их создание и функционирование сопряжены с огромными затратами сил и средств, что требует всестороннего и глубокого анализа последствий принимаемых решений и предпринимаемых действий, потому что весьма велики экономические, экологические, военно-политические, социальные риски. Негативные и позитивные последствия решений могут проявиться не сразу, а через некоторое время, когда для этого наступят подходящие условия. Поэтому важно включать в анализ весь временной промежуток от создания системы и до её ликвидации.

Сложность слежения за временными изменениями параметров состояния системы обусловлена тем, что меняются состав элементов анализируемой модели и отношения между ними. Меняются также

~ 439 ~

субъективные оценки полезности объективных значений параметров системы. Всё это требует корректировок математической структуры исследуемых моделей и решения всё обостряющейся проблемы неопределённости. Следовательно, необходимо продолжать совершенствование и развитие методологии системного анализа.

25.2. Элементы методологии системного анализа

Истоки методологии системного анализа обнаруживаются гораздо раньше упомянутых публикаций, которые можно причислить только к одним из первых приложений метода. Методология же имеет длинную историю становления. С давних времён создавались и использовались методы анализа различных систем, создаваемых человеком и природой. К 30-ым годам прошлого века созрела проблема обобщения существующих методик анализа. Началось формирование общей теории систем, составной частью которой является методология познания систем различной природы, включающая в себя анализ и синтез их элементов, структур и процессов функционирования в целом. Вводились новые понятия и давались философские обоснования им. Направления и цели исследований первоначально были обозначены в работах Л.фон Берталанфи. Усилиями мирового сообщества учёных методология системного анализа в основном сформирована.

Теория систем и системный анализ использовали идеи, методы и инструментарий (символику, формулы, аксиомы, правила, действия, теоремы), накопленные в естественных науках, в математике. Системные концепции широко использовались и используются в математике для собственных целей развития. Различные пространства, множества, отношения между элементами множеств составляют основы многих математических конструкций. Результаты исследования абстрактных

~ 440 ~

систем в математике вполне могут быть трансформированы в исследования материальных систем при соблюдении определённых условий.

Во-первых, элементы материальных систем и отношения между ними обладают многочисленными свойствами, многие из которых не вписываются в одну математическую конструкцию. Объединение их в общую модель представляет собой сложную задачу.

Во-вторых, отношения в абстрактных моделях относительно просты и строго определены. В реальных системах они более сложны, их трудно выразить простыми математическими средствами. Это приводит к новым математическим проблемам, решения которых пока не находятся в аналитическом виде. Алгоритмические же исследования, как правило, оказываются менее достоверными и они более специфичны.

В-третьих, моделирование материальных систем требует отражения различных аспектов системы и различных степеней детализации её представления. Математические концепции создают основу для решения подобных обобщённых задач. Но свойства реальных систем столь разнообразны, что готовых математических структур для их исследования, как правило, не оказывается.

Последние десятилетия главное внимание уделялось развитию математических методов анализа, решению проблемы преодоления многообразных неопределённостей. Рассмотрим элементы методологии системного анализа на примере исследования информационной системы.

Любая технико-технологическая система предназначается для преобразования некоторого реального объекта: вещества, энергии или (и) информации. Она обладает определённым набором свойств, обусловленных её внутренним строением. Свойства системы проявляются при использовании её по назначению в определённых условиях внешней среды. Они могут быть объективно измерены или исчислены. В та-

~ 441 ~

вучести, которые характеризуют способность системы выполнять свои функции в условиях разрушения её элементов от воздействий среды. Методы защиты предусматривают повышение прочности конструктивных элементов, создание защитных средств, а также внесение в систему избыточных элементов с организацией автоматической замены вышедших из строя элементов резервными.

Информационные воздействия трактуются как помехи самого разнообразного происхождения, включая преднамеренные. Они оцениваются показателями помехоустойчивости, которые характеризуют способность системы выполнять свои функции в условиях действия помех. Методы защиты от разнообразных помех составляют существенную часть решения проблемы обеспечения информационной безопасности систем. Эта проблема актуальна не только для ИС, но и для любых систем, особенно для систем с элементами автоматизированного управления.

Нагрузочные воздействия формируются абонентами системы, которые в случайные моменты времени вступают в конфликтные ситуации за право использования системных ресурсов. Они оцениваются показателями пропускной способности системы. Заметим, что пропускная способность часто применяется в качестве обобщённого показателя, поскольку реагирует на любые воздействия.

Весьма важным показателем систем является надёжность, которая характеризует способность системы выполнять свои функции в условиях естественных отказов её элементов. Природно-климатические условия существенно влияют на интенсивность отказов и на параметры жизненного цикла системы.

Показатели другой группы характеризуют состояние (как совокупность параметров) жизненного цикла системы. Их значения отражаются на результатах работы системы в целом на всех этапах её

~ 443 ~

функционирования и, естественно, на величинах показателей первой группы. Но собственные их значения исчисляются с учётом влияния совершенно другой внешней среды, той, которая участвовала в формировании элементов системы в отдельности и во взаимодействии их в целом, то есть в период проектирования и производства системы. Получается, что та внешняя среда, которая влияла на процессы проектирования и производства системы и её элементов, косвенно (через качество своих компонент) продолжает влиять на процессы функционирования системы и определять её качество. Поэтому системный анализ включает в свои исследования эти элементы внешней среды для исчисления показателей состояния жизненного цикла системы, хотя непосредственного взаимодействия объектов преобразования и внутренних элементов системы с указанными элементами среды в процессе функционирования нет.

Основные элементы среды, включаемые в схемы анализа показателей этой группы, зависят от назначения исследуемой системы, от её состава, её роли в обществе. Для ИС необходимо учитывать:

__ уровень научно-технических разработок; __ наличие специалистов для производства и эксплуатации; __ состояние производства в данной сфере; __ экономическое положение производителя;

__ социальные условия в обществе, влияющие на уровень потребностей в информационном обслуживании населения;

__ состояние спроса и предложений на рынке товаров; __ экологические последствия производства и эксплуатации сис-

темы.

Возможны ситуации, когда необходимо учитывать военнополитическую обстановку в стране, потому что она может влиять на принимаемые решения, на сроки и качество претворения их в жизнь.

~ 444 ~

Ценность показателей этой группы состоит в том, что с их помощью можно определять интегральную полезность системы за весь её жизненный цикл и на этой основе сравнивать различные системыаналоги между собой. Однако на этом пути возникают дополнительные препятствия в виде субъективных интересов пользователей, для которых один и тот же объективный показатель имеет различный субъективный вес. Преодоление подобных препятствий связано с углублением анализа причин формирования интересов пользователей, их стабильности и других факторов.

Таким образом, системный анализ имеет своей целью не только оценивание показателей качества заданной для исследования системы, но и осуществление сравнительного анализа систем-аналогов по многим показателям и решение задачи выбора лучших вариантов. При этом анализ не ограничивается только решением задачи выбора, например, «по Парето». Главное состоит в выявлении причин различия вариантов, в определении резервов улучшения, в оценивании целесообразности возможных путей модернизации. По сути, речь идёт о том, чтобы оценить объективно степень совершенства системы и «вклады» в это дело субъективных начал. Системные аналитики придерживаются того взгляда, что «субъективное» в реальных системах возникает не по капризу отдельных личностей, стремящихся к «плохим» вариантам, а по вполне объективным причинам, сложившимся у пользователя или у производителя. « Субъективные» требования чаще всего определяются объективными условиями сферы приложения, особенностями решаемых задач. Все они могут быть успешно выполнены в рамках совершенной системы. Поэтому в системном анализе много внимания уделяется синтезу оптимальных систем в целях реального использования их

ив целях формирования эталонов для сравнения систем. Сравнения с

~445 ~

такими эталонами помогают исключать влияния субъективных взглядов на полезность отдельных параметров системы.

25.3. Пути преодоления сложных проблем анализа

Сложности системного анализа обусловлены следующими обстоятельствами:

1.Сложностью исследуемых объектов («большие» системы).

2.Расширением состава учитываемых элементов внешней среды разнообразной природы.

3.Включением в количественный анализ «человеческих фак-

торов».

Познание «больших» объектов осуществляется методом мысленного расчленения их на части, изучения особенностей компонент и мысленного объединения их в одно целое. Этот же метод используется при анализе систем: осуществляется декомпозиция системы, исследуются её части, а затем идёт процесс агрегирования элементов. Сам процесс анализа делится по уровням детализации исследуемых элементов, процессов и их параметров. Различают четыре уровня (концептуальный, логический, программный и физический), которые подробно рассмотрены нами в третьей части пособия.

Разнообразная природа учитываемых элементов среды вносит в аналитические модели различные классы математических конструкций, что требует дополнительных усилий для их объединения и согласования. Известны методы, когда модели объектов различной физической природы вводятся в некоторый граф в качестве его отдельных элементов (узлов и ветвей). Цепочки таких элементов позволяют исследовать необходимые параметры системы в целом.

~446 ~

Особенно сложные проблемы для анализа возникают из-за наличия «большой исходной неопределённости». Эти неопределённости имеют различную природу, относятся к различным элементам и процессам системы, к различным их параметрам. Системный анализ предполагает расчленение «большой неопределённости» на более обозримые, в духе метода декомпозиции, но с обязательным учётом функциональных преобразований случайных процессов в элементах исследуемой модели, поскольку последующее агрегирование преобразованных случайных величин вместе с детерминированными может привести к существенным преобразованиям законов распределения их.

«Человеческий фактор» в аналитических моделях усиливает степень исходной неопределённости и вносит известный субъективизм в оценки полезности объективных параметров и показателей. Проведение формализованного анализа действий человека сталкивается с многими трудностями. Идут поиски преодоления их по различным направлениям.

Попытки математизировать умозаключения и действия людей, чтобы сделать их столь же наглядными, как исчисления математиков, и на этой основе устранять возникающие разногласия между ними, известны давно. Например, в трудах Г. Лейбница (17 __ 18 в.), заложившего начала математической логики, отмечено стремление добиться того, чтобы путём логических рассуждений («исчисления умозаключений») можно было определять, кто прав и кто виноват. Эти работы не были поддержаны его современниками из-за плохого учёта в предлагаемых моделях анализа жизненных интересов людей. Но поиски путей внедрения математики в схемы анализа отношений между людьми продолжались и ведутся до сих пор. Особый всплеск публикаций на эту тему наблюдался после выхода в свет работ Н. Винера и К. Шеннона по

~ 447 ~

теории информации (конец 40-х годов 20 в.) и появления идей формирования искусственного интеллекта.

В этих работах показано, что этап формализации объектов реального мира и отношений между ними освоен вполне успешно. Но аналогичная работа с субъектами (отдельные люди, партии, общества, государства) проходит с большими затруднениями. Дело в том, что при рассмотрении любой конфликтной ситуации предстоит учитывать скрытые от непосредственного наблюдения многочисленные факты. Например, исследователя интересуют вопросы мотивации конфликтов. Как их формализовать? Какое мерило использовать для сравнения? Какую шкалу измерений применить, чтобы сделать исчисления конфликтов прозрачными? Социологи предлагают вводить декомпозицию процессов мотивации действий, например, вводя в рассмотрение цепочку: < потребности интересы цели действия >. Каждый элемент цепочки разбивается в дальнейшем по различным классам, типам, признакам. Например, интересы классифицируются по: носителям, социальной значимости, отношению к общественному прогрессу, масштабам действия, срокам удовлетворения и другим признакам. Подобная детализация помогает вникнуть в глубину проблемы, но вряд ли облегчает её решение. Для достижения прозрачности исчислений человеческих поступков нужна своя конструктивная идея для формирования мерила (как признака, на основе которого можно произвести измерение, оценку, сравнение) по каждому обозначенному элементу, например, по типу поиска количественной меры информации, проведённого Н. Винером и К. Шенноном и завершившегося замечательным результатом.

Новые элементы внешней среды, включаемые в анализируемую модель, новые анализируемые параметры, новые неопределённости __ всё ведёт к изменению математической структуры модели при прове-

~ 448 ~

дении системного анализа. В целях упрощения и облегчения анализа целесообразно применять модульные конструкции исследуемых моделей, позволяющие унифицировать схемы программ исследования.

Таким образом, можно заключить, что системный анализ оценивает, прежде всего, межсистемные отношения, то есть анализирует взаимное влияние между системами, образующими внешнюю среду – с одной стороны, и с исследуемой системой – с другой стороны, на различных этапах её жизненного цикла (в период проектирования, производства, сбыта, функционирования, модернизации, и ликвидации). Оценка показателей состояния самой исследуемой системы осуществляется в рамках и терминах традиционного анализа техникотехнологических систем.

Заключение

Перспективы развития информционных систем и информационных технологий обозначены в ряде международных (ООН, ЮНЕСКО и др.) и национальных документов, фиксирующих понимание того, что основным экономическим резервом развития общества является человеческий потенциал. Всеми осознаётся, что экономика должна ориентироваться на человека, на его развитие, что она длжна носить инновационный характер, постепенно трансформируясь в экономику знаний, основной составляющей которой являются информационные технологии и системы, аккумулирующие научные и образовательные достижения человечества.

~ 449 ~

Научные достижения часто определяют облик той эры человечества, в которой они получили наибольшее развитие. Назывались эры атомными, космическими, компьютерными. Достигнутые в эти периоды успехи способствовали развитию новых информационных технологий и сами достигли необходимого роста в результате развития информационных систем и технологий. Новые технологии в любой прикладной области, если они вызваны потребностями общества, развиваются совместно с информационной сферой, обслуживающей данную прикладную область. Скорость продвижения вперёд в познании нового тем выше, чем выше уровень развития информационной сферы, поскольку она участвует не столько в отражении реальной действительности, хотя это очень важно, сколько в познании реальных процессов и явлений, в управлении ими.

Взаимное влияние и взаимное обогащение прикладных и информационных технологий присутствует в любой деятельности человека. Проявляется оно особенно явно в периоды освоения новых научных достижений. В нарождающейся нанотехнологической эре ставка делается на широкое использование свойств микромира. Проникновение в этот мир, глубокое познание происходящих там процессов невозможно без соответствующих информационной техники и информационных технологий, начиная от нанодатчиков, методов передачи результатов измерений в центры обработки и заканчивая конкретныи нанотехнологиями. Мы сталкиваемся с более тонкими и сложными процессами, познание которых потребует весьма чувствительных прборов, с необходимостью организации параллельного анализа и обработки первичных данных с многих источников одновременно, с необходимостью модернизировать операционные системы компьютеров и с многим другим.

~ 450 ~