WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

Pages:   || 2 | 3 |

«ER CA R NT DE CE M E Y C OF N A SCIE SCIE CES N KOL Кольского научного центра РАН 4/2011(7) ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ выпуск 2 Апатиты 4/2011 (7) издается с декабря 2010 г. ...»

-- [ Страница 1 ] --

US SI AN A

ER CA

R

NT DE

CE M

E

Y

C

OF

N

A SCIE

SCIE CES

N

KOL

Кольского научного центра РАН

4/2011(7) ИНФОРМАЦИОННЫЕ

ТЕХНОЛОГИИ

выпуск 2 Апатиты 4/2011 (7) издается с декабря 2010 г .

Кольского научного центра РАН ISBN 978-5-91137-185-2

Главный редактор - академик В.Т.Калинников Редакционный совет:

Заместитель главного редактора академик Г.Г. Матишов, академик Н.Н.Мельников, д.г.-м.н. В.П.Петров академик Ф.П.Митрофанов, чл.-корр. В.К.Жиров, ………………...д.т.н. Б.В.Ефимов чл.-корр. А.И.Николаев, д.г.-м.н. Ю.Л.Войтеховский, д.э.н. Ф.Д.Ларичкин, д.т.н. В.А.Маслобоев, д.т.н. В.А.Путилов, д.ф.-м.н. Е.Д.Терещенко, к.г.-м.н. А.Н.Виноградов (ответственный секретарь) ИНФОРМАЦИОННЫЕ Редколлегия серии «Информационные технологии»

профессор, д.т.н. В.А. Путилов (отв. редактор), ТЕХНОЛОГИИ д.т.н. А.Г.Олейник (зам. отв. редактора), д.ф.-м.н. А.П. Афанасьев, д.т.н. В.А.Маслобоев выпуск 2 184200, Мурманская область, г.Апатиты, ул.Ферсмана,.14 Кольский научный центр РАН Тел.(81555)79226.Факс(81555)76425 E-mail: admin@admksc.apatity.ru http://www.kolasc.net.ru © Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН, 2011 © Учреждение Российской академии наук Кольский научный центр РАН, 2011 Серия «Информационные технологии» представляет результаты исследований и разработок, связанные с широким спектром вопросов и задач создания, практического использования информационных технологий и систем, математического и компьютерного моделирования в различных областях деятельности .



В настоящий выпуск включены результаты, полученные исследователями ИИММ КНЦ РАН в 2011 году. Ряд работ выполнен при активном участии сотрудников и студентов факультета информатики и прикладной математики Кольского филиала Петрозаводского университета .

Сборник адресован специалистам в области создания и практического использования информационных систем и технологий в различных сферах управленческой и производственной деятельности, преподавателям и студентам ВУЗов соответствующих специальностей .

–  –  –

СОДЕРЖАНИЕ

Введение

М.В. Мальков. Развитие информационно-телекоммуникационной среды в Арктике

А.Г. Олейник, А.М. Федоров. Проблемы и задачи формирования единого информационного пространства арктической зоны Российской Федерации....... 19 А.В. Маслобоев, В.А. Путилов. Модель и когнитивные технологии реализации интегрированной информационно-аналитической среды поддержки управления глобальной безопасностью регионального развития...... 29 В.Н. Богатиков, А.Г. Олейник, А.Е. Пророков. Теоретический подход к оценке состояний надежности сложных информационных сетей

А.В. Вицентий. Разработка модели единого информационного пространства для оценки надежности его функционирования

И.Н. Морозов, А.Е. Пророков, В.Н. Богатиков. Рискоустойчивое управление надежностью информационных систем

И.Е. Кириллов, А.Е. Пророков. Применение метода слияния целей и ограничений к решению задачи определения области надежного функционирования информационных систем

М.Г. Шишаев, М.Л. Куимов. Моделирование динамической самоорганизующейся мобильной сети с метрикой на базе частоты встречаемости узлов



С.С. Ковалв,, М.Г. Шишаев. Современные методы защиты от нежелательных почтовых рассылок

А.А. Зуенко. Синтез методов логико-семантического анализа в рамках законов классической логики

А.А. Зуенко, А.Я. Фридман. Управление ограничениями в системах концептуального моделирования: имеющийся задел и перспективы................. 120 А.А. Зуенко, А.Я. Фридман, Б.А. Кулик. Интеллектуальные базы данных (результаты выполнения проекта 4.3 Программы № 15 ПРАН)

В.В. Быстров., А.В. Горохов, С.Н. Малыгина, Д.Н. Халиуллина .

Информационная инфраструктура управления безопасностью развития арктических регионов РФ

А.В. Горохов, М.В. Иванова, С.Н. Малыгина. Проектирование имитационной модели для оценки экономических рисков регионального развития (на примере Мурманской области)

А.С. Шемякин, С.Ю. Яковлев, А.А. Рыженко, Д.Е. Тихонов.. Разработка графического компонента трхмерной модели регионального промышленноприродного комплекса (на примере хибинского горнорудного района)............ 156 А.Я. Фридман, О.В. Фридман, Б.В. Соколов. Градиентное оперативное управление в сложных организационно-технических системах (результаты выполнения гранта РФФИ 09-07-00066-а)

С.Ю. Яковлев, Н.В. Исакевич. Концепция информационно-аналитического обеспечения безопасности развития промышленно-природных комплексов арктических регионов РФ

А.С. Неведров, А.Г. Олейник. Формальное представление задачи интеграци и инструментальных средств определения эффективных режимов обогащения минеральных руд

А.В. Вицентий, Е.В. Харионовский. Технологии доступа к данным в современных SCADA-системах

А.Г. Олейник, Л.П. Ковалева. Схема оперативного прогнозирования производственных процессов обогащения руд

И.Н. Морозов, A.Е. Пророков, И.Е. Кириллов. Алгоритм оценки текущего состояния технологического процесса при нечетко выраженной исходной информации

И.Н. Морозов, А.Е. Пророков, В.Н. Богатиков. Модернизация и математическое моделирование системы регулирования узла каталитической очистки газов агрегата производства неконцентрированной азотной кислоты

Н.Ю. Рыженко. Опасные процессы на объектах гидротехнических сооружений на примере хвостохранилища АНОФ-2

С.Ю. Яковлев, А.А. Рыженко. Информационная технология декларирования пожарной безопасности регионального промышленного комплекса

В.В. Быстров, Ю.О. Самойлов. Комплекс вспомогательных программ мультиагентной системы поддержки управления качеством образования........ 254 И.Е. Кириллов, И.Н. Mорозов, А.Е. Пророков. Применение методов нечеткой логики к решению задачи распределения квот на абитуриентов между учебными заведениями Mурманской области

З.В. Суворова. Двухуровневая организация проблемно-ориентированной одноранговой сети

–  –  –

14, Fersman str., Apatity, Murmansk region. 184209, Russia Tel.(81555) 75350 .



79595. Fax.:(81555) 76425 E-mail: admin@admksc apatity.ru http://www.kolasc.net.ru Sequence Information Technologies presents results in researchers and developments concerning wide range of problems and tasks in design and practical application of information technologies and systems, as well as mathematical and computer modelling in various fields of activity. This issue includes the results which were received by IIMM KSC RAS researchers at 2011 year. A number of papers are carried out with the assistance of research workers and students of Kola branch Petrosavodsk state university (Informatics and applied mathematics department) .

The collection is intended for experts in development and practical application of information systems and technologies in various fields of administrative and industrial activity, as well as for teachers and students of corresponding specialities at the higher educational establishments .

–  –  –

Contents M.V. Malkov DEVELOPMENT OF THE TELECOMMUNICATION ENVIRONMENT IN THE ARCTIC

A.G. Oleynik, A.M. Fedorov PROBLEMS AND TASKS OF THE UNIFORM

INFORMATION FIELD CREATION IN THE RUSSIAN FEDERATION ARCTIC

ZONE

A.V. Masloboev, V.A. Putilov AN INTEGRATED INFORMATION AND

ANALYTICAL ENVIRONMENT FOR REGIONAL DEVELOPMENT GLOBAL

SAFETY MANAGEMENT SUPPORT: MODEL AND COGNITIVE

IMPLEMENTATION TECHNOLOGIES

V.N. Bogatikov, A.G. Oleynik, A.E. Prorokov THEORETICAL APPROACH TO

THE RELIABILITY ASSESSMENT FOR COMPLEX INFORMATION

NETWORKS

A.V. Vicentiy THE UNIFORM INFORMATION FIELD MODEL DESIGN FOR OPERATIONAL RELIABILITY EVALUATION

I.N. Morozov, A.E. Prorokov, V.N. Bogatikov MANAGEMENT RELIABILITY OF INFORMATIVE SYSTEMS WITH A CRITERION STEADY RISK

I.E. Kirillov, A.E. Prorokov APPLICATION OF THE METHOD OF MERGE OF

THE PURPOSES AND RESTRICTIONS TO THE DECISION OF THE PROBLEM

OF DEFINITION OF AREA OF RELIABLE FUNCTIONING OF INFORMATION

SYSTEMS

M.G. Shishaev, M.L. Kuimov MODELLING DYNAMIC SELFORGANISING

MOBILE NETWORK WITH THE METRICS ON THE BASIS OF FREQUENCY

OF NODES MEETINGS

S.S. Kovalev, M.G. Shishaev MODERN METHODS OF ANTI-SPAM PROTECTION

A.A. Zuenko SYNTHESIS OF METHODS OF LOGICAL-SEMANTIC ANALYSIS

BASED ON LAWS OF CLASSICAL LOGIC

A.A. Zuenko, A.Ya. Fridman CONTROL OVER CONSTRAINTS IN CONCEPTUAL SIMULATION SYSTEMS: STOCK AND PROSPECTS............120 A.A. Zuenko, A. Ya. Fridman, B.А. Kulik INTELLIGENT DATABASES: SURVEY

OF RESULTS OBTAINED WITHIN THE PROJECT 4.3 OF THE PROGRAMME

№ 15 OF THE CHAIR OF RAS

V.V. Bystrov, A.V. Gorokhov, S.N. Malygina, D.N. Khaliullina INFORMATION

INFRASTRUCTURE SAFETY MANAGEMENT OF RUSSIAN ARCTIC

REGIONS DEVELOPMENT

A.V. Gorokhov, M.V. Ivanova, S.N. Malygina THE SIMULATION MODEL

DESIGN FOR ASSESSMENT OF THE REGIONAL DEVELOPMENT

ECONOMIC RISKS (EXAMPLIFIED WITH THE MURMANSK REGION)........151 A.S. Shemyakin, S. Yu. Yakovlev, A.A. Ryzhenko, D.E. Tihonov REGIONAL

INDUSTRIAL COMPLEX GRAPHICAL COMPOUND 3D MODEL

REALIZATION (FOR HIBINY MOUNTAINS REGION AS AN EXAMPLE).....156 A.Ya. Fridman, O.V. Fridman, B.V. Sokolov GRADIENT OPERATIVE CONTROL

IN COMPLEX ORGANIZATIONAL TECHNICAL SYSTEMS (SURVEY OF THE

RESULTS OBTAINED WITHIN THE RFBR PROJECT 09-07-00066-А).............164 S.Yu. Yakovlev, N.V. Isakevitch CONCEPTION OF INFORMATIONANALYTICAL SUPPORT FOR DEVELOPMENT SAFETY OF RUSSIA ARCTIC REGIONS INDUSTRIAL-NATURAL COMPLEXES

A.S. Nevedrov, A.G. Oleynik THE TASK FORMAL REPRESENTATION OF

TOOLKITS INTEGRATION FOR ORE CONCENTRATION EFFECTIVE

REGIMES SEARCHING

A.V. Vicentiy, E.V. Harionovskiy DATA ACCESS TECHNOLOGIES IN MODERN SCADA

A.G. Oleynik, L.P. Kovalevа The on-line forecasting scheme for industrial oredressing process

I.N. Morozov, A.E. Prorokov, I.E. Kirillov ALGORITHM OF THE ESTIMATION

OF THE CURRENT CONDITION OF TECHNOLOGICAL PROCESS AT

INDISTINCTLY EXPRESSED INITIAL INFORMATION

I.N. Morozov, A.E. Prorokov, V.N. Bogatkov MODERNIZATION AND

MATHEMATICAL MODELLING OF SYSTEM OF REGULATION OF KNOT OF

CATALYTIC CLEARING OF GASES OF THE UNIT OF MANUFACTURE OF

NOT CONCENTRATED NITRIC ACID

N.Yu. Ryzhenko DANGEROUS PROCESSES ON OBJECTS OF HYDRAULIC STRUCTURES FOR EXAMPLE TAILING ANOF-2......... 234 S.Yu. Yakovlev, A.A. Ryzhenko INFORMATION TECHNOLOGY FOR FIRE SAFETY DECLARING OF REGIONAL INDUSTRIAL COMPLEX

V.V. Bystrov, Y.O. Samoilov THE COMPLEX OF AUXILIARY PROGRAMS OF

THE QUALITY MANAGEMENT SUPPORT MULTIAGENT SYSTEM OF

EDUCATION

I.E. Kirillov, I.N. Morozov, A.E. Prorokov APPLICATION OF FUZZY LOGIC TO

SOLVING THE PROBLEM OF APPLICANTS QUOTA ALLOCATIONS

BETWEEN EDUCATIONAL INSTITUTIONS MURMANSK REGION...............261 Z.V. Suvorova. TWO-LEVEL PROBLEM-ORIENTED PEER TO PEER NETWORKING

© Kola Science Center Russian Academy of Sciences, 2011

ВВЕДЕНИЕ

Поступательное развитие современного общества неразрывно связано с дальнейшим развитием информационных технологий и повышением эффективности их использования в различных сферах деятельности .

Технологические достижения открывают новые возможности для применения информационных технологий, что, в свою очередь, порождают новые задачи в области создания и совершенствования методов и моделей обработки информации. Наряду с развитием теоретических основ организации информационных процессов, большое значение имеют и исследования в сфере практического использования компьютерного моделирования и информационных технологий при решении конкретных прикладных задач .

В рамках перспективной государственной политики Российской Федерации в Арктике планируется развитие на этой территории информационной инфраструктуры и систем связи. Единое информационное пространство, сформированное с учетом специфических особенностей Арктической зоны РФ, должно обеспечить системообразующую основу при подготовке, планировании и реализации мероприятий государственной политики в Арктике .

Исследования, проводимые до настоящего времени, не обеспечивают получение системной картины возможного влияния особенностей Арктической зоны на формирование и надежное функционирование здесь единой информационной среды. Среди множества задач, которые требуют решения, логично выделяются две большие группы. Первая группа - задачи, связанные с непосредственной разработкой новых или адаптацией существующих информационных технологий для развертывания в специфических условиях Арктики. Вторая группа – задачи, ориентированные на использование существующих и разрабатываемых информационных технологий в отношении объектов и процессов, функционирующих в специфических условиях Арктики. Особое внимание необходимо уделять созданию методов и средств информационно-аналитической поддержки безопасного развития Арктических территорий. При этом безопасность должна рассматриваться комплексно, с учетом системных эффектов, порождаемых региональными факторами различной природы от геополитических, до социальных .

Перспективным подходом к решению указанных задач представляется развитие технологий интеграции разнородных информационных ресурсов и систем .

Интеграция позволит максимально полно использовать имеющиеся потенциал и новые решения в рамках организации единого информационного пространства, повышение когнитивности средств информационно-аналитической поддержки управления развитием Арктической зоны РФ .

Настоящий сборник является вторым в серии «Информационные технологии» Трудов Кольского научного центра РАН. Работы, включенные в настоящий сборник, представляют результаты исследований членов одной научной школы, сформировавшейся в Институте информатики и математического моделирования технологических процессов КНЦ РАН. Ряд работ выполнен при активном участии сотрудников и студентов факультета информатики и прикладной математики Кольского филиала Петрозаводского госуниверситета .

УДК 654.16 М.В. Мальков

РАЗВИТИЕ ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННОЙ СРЕДЫ

В АРКТИКЕ

Аннотация В обзоре рассмотрены основные проекты, направленные на развитие информационно-телекоммуникационной среды в Арктике. Особое внимание в статье уделено вопросам надежной связи в Арктической зоне РФ .

Ключевые слова:

Арктика, связь, проект, спутниковая система, информационные технологии .

M.V. Malkov

DEVELOPMENT OF THE TELECOMMUNICATION ENVIRONMENT

IN THE ARCTIC

Abstract This review is devoted to the main projects, which consider development of the telecommunication environment in the Arctic. Special attention is paid to possibilities of establishing reliable communications within the Arctic zone of Russia .

Keywords:

Аrctic, connection, project, spacecraft system, information technologies .

Введение В сентябре 2008 года Президент РФ утвердил документ «Основы государственной политики Российской Федерации в Арктике на период до 2020 года и дальнейшую перспективу». В этом документе определяются главные цели, основные задачи, стратегические приоритеты и механизмы реализации государственной политики Российской Федерации в Арктике, а также система мер стратегического планирования социально-экономического развития Арктической зоны РФ и обеспечения национальной безопасности России. Один из пунктов данного документа посвящен развитию информационно телекоммуникационной среды в Арктике, а именно: в сфере информационных технологий и связи - формирование единого информационного пространства Российской Федерации в ее Арктической зоне с учетом природных особенностей.

В частности, там указывается, что в сфере информационных технологий и связи необходимо:

внедрить современные информационно-телекоммуникационные технологии и средства (в том числе подвижные) связи, телерадиовещания, управления движением судов и полетами авиации, дистанционного зондирования Земли, проведения площадных съемок ледового покрова, а также системы гидрометеорологического и гидрографического обеспечения и обеспечения научных экспедиционных исследований;

создать надежную систему оказания навигационных, гидрометеорологических и информационных услуг, обеспечивающую эффективный контроль хозяйственной, военной, экологической деятельности в Арктике, а также прогнозирование и предупреждение чрезвычайных ситуаций, снижение ущерба в случае их возникновения, в том числе за счет применения глобальной навигационной спутниковой системы ГЛОНАСС и многоцелевой космической системы .

Основные меры по реализации государственной политики в сфере информационных технологий и связи в Арктической зоне РФ должны быть направлены на разработку и широкое использование новейших технологий, в том числе космических средств различного назначения и многопроцессорных универсальных территориально-распределенных сетей [26] .

Безусловно, что одним из основных вопросов развития информационно телекоммуникационной среды в Арктике является вопрос о надежной связи. В интересах преодоления транспортной недоступности арктические территории должны иметь самые современные высокоскоростные средства электронной коммуникации – лучшую в России оснащенность телекоммуникационными сетями, возможности высокоскоростного Интернет-трафика. Арктическая зона РФ должна быть прочно интегрирована в единое информационное пространство страны и мировое .

Проблемы связи в Арктике Связь в Арктической зоне не очень надежна. В Арктике прохождение КВрадиосигналов в высокоширотной зоне характеризуется большой нестабильностью. Во многих случаях такая связь практически невозможна .

Нестабильность обусловлена воздействием «солнечного ветра» на авроральную зону (где магнитно-силовые линии геомагнитного поля имеют практически вертикальное положение) [25]. Также при мощной вспышке на Солнце, либо при прохождении активной области через центральный меридиан диска, на Землю извергается мощный поток корпускулярного излучения, что может явиться причиной магнитной бури, а затем и ионосферной бури, приводящей к резкому ухудшению, а порой, и полному прекращению прохождения связи на KB диапазонах. В этом случае нарушение может быть в 40% случаев [21] .

Радиосвязь на KB обеспечивается преломлением (отражением) волны внутри какого-либо слоя ионосферы. Напомним, что ионосфера Земли представляет собой совокупность ионизированных слоев или областей (D, E, F и расположенных на расстоянии 60-400 км от поверхности Земли), возникших под влиянием солнечной радиации и плавно переходящих одна в другую. Ионосфера состоит из смеси газа нейтральных атомов и молекул (в основном азота N2 и кислорода О2) и квазинейтральной плазмы (число отрицательно заряженных частиц примерно равно числу положительно заряженных). Степень ионизации становится существенной уже на высоте 60 километров и неуклонно увеличивается с удалением от Земли .

В ночное время, когда отсутствует излучение Солнца, концентрация ионизированных частиц падает, что приводит к ослаблению преломляющих свойств ионосферы [20]. Это обстоятельство также может сказываться на распространении радиоволн .

В настоящее время системы связи не только не обеспечивают возможности навигации на всей территории Арктической зоны, но и не предоставляют гражданам возможности пользоваться современными информационно - коммуникационными услугами в полном объеме. В то же время потенциальными потребителями услуг связи в Арктической зоне помимо населения являются федеральные и региональные органы исполнительной власти, силовые структуры, транспортные (в том числе судоходные и авиационные) компании и предприятия ТЭК [12] .

Основные телекоммуникационные проекты Основные задачи системы связи Арктики - это обеспечение надежной работы всех технологических систем отраслевых предприятий, силовых министерств и ведомств в рамках общей мультисервисной сети связного холдинга с возможностью предоставления услуг:

телефонной связи, включая обеспечение беспроводными телефонами;

передачи данных для систем управления, мониторинга, видеонаблюдения за объектами, передачи данных для ситуационных и логистических центров;

диспетчерской связи, электронной почты и факсимильных сообщений;

доступа к информационным ресурсам и информационно-справочным службам .

Современная связь в Арктике должна быть реализована в цифровом формате.

Основные требования к цифровой сети связи Арктики:

создание цифровой полносвязной сети связи региона на базе собственных линий и готовых цифровых сетей различных операторов, наземных спутниковых терминалов и местных соединительных линий для включения всех объектов региона в общую сеть;

формирование с помощью сети непрерывной транспортной среды с возможностью подключения любого объекта к общей цифровой сети и получения необходимых услуг в любой точке расположения объекта сети;

создание пользовательского узла доступа на однотипном оборудовании, обеспечивающем подключение всех технологических подсистем, их работу и возможность соединения объектов внутри холдинга в соответствии с технологическими нуждами;

обеспечение надежности и оперативности путем создания нескольких маршрутов соединений для каждого объекта, автоматической маршрутизации и коммутации, постоянного мониторинга состояния и работы сети .

В соответствии с Программой развития Арктической зоны РФ в период 2013-2017 гг. должно быть обеспечено создание единого информационного пространства.

Технологической основой информационного пространства должны стать:

единая телекоммуникационная сеть, обеспечивающая взаимодействие ведомственных телекоммуникационных сетей и АСУ единой телекоммуникационной сетью;

АСУ единой системы контроля использования воздушного пространства и единой системы организации воздушного движения;

АСУ единой системы контроля использования морского пространства;

АСУ РЖД и морского (речного) транспорта;

автоматизированная система управления войсками и средствами межведомственной, межвидовой и межродовой группировки войск;

АСУ ГО и ЧС, МВД, ФСБ;

АСУ предприятий горной, металлургической, лесной, нефтедобывающей промышленности, рыболовства, звероводства и т. п .

Важнейшим элементом перечисленных АСУ являются средства обнаружения и контроля наземной, воздушной, морской, метеорологической, радиационной, химической, биологической, сейсмической и другой обстановки .

Представители ряда ведомств [1] предлагают создать технологическую основу сети связи на базе модернизированной линии радиорелейнотропосферной связи «Север» построенной на 46 тропосферных станциях УКВдиапазона «Горизонт-М». Эта линия в 2000 году снята с эксплуатации как выработавшая свой ресурс основного оборудования. Задачи, которые решались этой системой, были переданы на систему спутниковой связи (ССС). Следует отметить, что тропосферные линии связи (ТЛС) являются одним из наиболее эффективных способов связи с морскими буровыми платформами, удаленными от материка островами, труднодоступными и малонаселенными районами, расположенными в высокоширотных областях, а также при организации линий связи в чрезвычайных условиях [15]. Опыт эксплуатации и развития системы спутниковой связи в Арктике показал, что темпы развития региона и потребности в информационном обслуживании развитием только ССС не удовлетворяются и экономически весьма дорогие, а по надежности еще и не всегда отвечают требованиям эксплуатации .


Возврат в УКВ-диапазон должен произойти на модернизированном возрождении тропосферной системы связи «Горизонт-М». Основой модернизации является замена старого аналогового оборудования приемо-передатчиков и каналообразования, на цифровое оборудование. При этом в эксплуатации остается оборудование антенных систем, которое является наиболее дорогостоящим и трудоемким по доставке на объекты и развертыванию. В то же время современное цифровое оборудование приемо-передающих трактов и цифрового каналообразования построено на применении новых технологий, является малогабаритным и слаботочным. Оно позволяет обеспечить его размещение непосредственно на антенных опорах с дистанционным управлением и контролем. При таком подходе структура сети будет представлять основную магистраль от Мурманска до Владивостока вдоль Северного морского пути (СМП) с узлами выделения каналов (узлами доступа) на всех портовых объектах морских и речных побережьях Арктики. От основной магистрали вдоль побережья рек будут развернуты рокадные тропосферные линии, выходящие на основную кабельную (волоконно-оптическую) магистраль «Европа - Дальний Восток». Сопряжение модернизированной цифровой сети «Север-М» с системой спутниковой связи Северо-Восточного региона и сетью первичной связи сотовых операторов позволит промышленным объектам СМП, пунктам управления силовых министерств и административным органам на местах обеспечить полнодоступный информационный выход, как в пределах России, так и на международных операторов. На местах развертывания узловых и ретрансляционных станций предполагается развивать цифровые мультисервисные сети сотовой связи, дежурные сети радиодоступа в виде сетей транкинговой системы радиосвязи общего пользования в интересах мобильных абонентов (кораблей на СМП, самолетов, различных экспедиций, бригад геологоразведки и т. д.) [1] .

Для сопряжения модернизированной цифровой сети «Север-М» с системой спутниковой связи существует план запуска на высокоэллиптические орбиты двух спутников. Высокоэллиптические орбиты находятся на максимальном удалении от Северного полюса, что позволяет обеспечивать более качественную связь и получать со спутников на Землю более полную информацию из Арктики. Существующие спутники не обеспечивают эффективную связь в Арктике, поскольку спутниками на геостационарных орбитах арктические широты покрываются ненаджно. Однако данный проект не входит в Федеральную космическую программу и пока находится в стадии формирования [2] .

Существует также и иной план развития информационно телекоммуникационной среды в Арктике. Роскосмос совместно с Росгидрометом, Минсвязи России, другими федеральными органами работает над реализацией принципиально новых проектов, направленных на достижение нового качества использования космических технологий в интересах развития экономики России, в частности Арктической зоны РФ. Этими организациями ведется разработка новейшей системы наблюдения и связи - многоцелевой космической системы (МКС) «Арктика». МКС «Арктика» разработана в подпрограмме «Освоение и использование Арктики» ФЦП «Мировой океан» .

Создание МКС «Арктика»:

позволит комплексно решать задачи экономического развития, международного транспортного сообщения, обороны и контроля иных видов деятельности;

обеспечит решение задач контроля чрезвычайных ситуаций, оценки ущерба и управления процессами ликвидации последствий;

предоставит возможность создания развитой информационной инфраструктуры, что будет способствовать решению многочисленных задач обеспечения безопасной эксплуатации транспортной системы Арктики;

создаст информационную основу для расширения углеводородной и минерально-сырьевой базы и контроля климатических процессов в Арктике;

обеспечит прогресс в области прогноза погоды, что позволит странам Северного полушария Земли и мировому сообществу в целом лучше прогнозировать погодные и климатические аномалии, которые могут причинить значительный социально-экономический ущерб;

создаст информационную основу для мониторинга экологической обстановки в Арктике;

обеспечит передачу широкозонных дифференциальных данных систем ГЛОНАСС и GPS;

обеспечит развитие спутникового радио-телевещания и предоставление полного спектра услуг связи в арктическом регионе гражданским организациям и населению;

обеспечит президентскую и правительственную связь в арктической зоне;

будет способствовать укреплению позиции Российской Федерации в решении сложных экономических и политических задач во взаимоотношениях с другими государствами, имеющими территории или интересы в арктическом регионе [11] .

В соответствии с данным проектом главными узлами инфраструктуры связи в Арктике будут системы ГЛОНАСС и МКС «Арктика». МКС «Арктика»

состоит из трх подсистем. Подсистема «Арктика М» предназначена для гидрометеорологического и климатического мониторинга, служебной и аварийной связи. «Арктика-М» состоит из орбитальной группировки двух космических аппаратов на высокоэллиптической орбите. Начало е испытаний запланировано на 2014 год, эксплуатация – на 2016 год. Подсистема «АрктикаР» создатся для радиолокационного мониторинга ледовой обстановки. Начало е испытаний состоится в 2015 году, эксплуатация – в 2018 году .

Радиолокационный спутник «Арктика-Р» сможет отслеживать ледовую обстановку, что необходимо для проводки судов по Северному морскому пути и в устьях сибирских рек. Он также поможет в разведке нефти, газа и других полезных ископаемых. Наконец, два спутника связи «Арктика-МС» будут обеспечивать телефонную связь, телевизионную и радиопередачу в FMдиапазоне в арктическом регионе, в том числе для морских и воздушных судов [8]. «Арктика МС» – это спутниковая связь, вещание и навигация. Е коммерческий сегмент – «Арктика МС1» – разрабатывает ООО «Газпром – космические системы», «Арктика МС2» – это государственный сегмент .

«Арктика МС2» - космическая подсистема правительственной связи, управления воздушным движением, ретрансляции навигационных сигналов. Все подсистемы имеют наземные комплексы управления, приема, обработки и распространения данных. Эксплуатация спутников будет способствовать динамичному социально-экономическому развитию северных территорий России и приполярных стран. Предпроектная разработка универсальной космической системы «Арктика» показала, что ее создание возможно в ближайшие четыре года. Система «Арктика» позволит нашей стране стать лидером в одном из важнейших направлений космической деятельности, поможет в освоении северных территорий и создании на них комфортных условий для проживания и работы [6]. Сегодня нет космических систем подобного рода. Кроме России только Канадское космическое агентство начинает работать над созданием аналогичной системы, основанной на принципах создания МКС «Арктика» [4] .

По оценкам экспертов, в случае успешной реализации проекта, новшество позволит России занять лидирующие позиции в освоении Арктики и решить ряд задач по мониторингу Полярного круга. Проект «Арктика» получил поддержку от Всемирной Метеорологической Организации [9] .

Кроме вышеуказанных, также разрабатывается международный проект «Поларнет». Это транснациональный телекоммуникационный проект, который преследует цель объединить три континента - Европу, Азию и Америку мощными морскими оптико-волоконными кабельными линиями связи по дну Арктических морей [3]. Волоконно-оптическая линия связи (ВОЛС) - это вид системы передачи, при которой информация передается по оптическим диэлектрическим волноводам, известным под названием «оптическое волокно» .

Технологии ВОЛС помимо вопросов волоконной оптики охватывают также вопросы, касающиеся электронного передающего оборудования, его стандартизации, протоколов передачи, вопросы топологии сети и общие вопросы построения сетей. Следует отметить, что ВОЛС являются одним из самых перспективных направлений в области связи. Пропускные способности оптических каналов на порядки выше, чем у информационных линий на основе медного кабеля. Оптоволокно невосприимчиво к электромагнитным полям .

Оптические сети способны передавать сигнал на большие расстояния и с меньшими потерями [22]. Широкая полоса пропускания обусловлена чрезвычайно высокой частотой несущей – 1014 Гц. Это дает потенциальную возможность передачи по одному оптическому волокну потока информации в несколько терабит в секунду [23]. В настоящее время скорость передачи информации достигает 10 Гб/сек [24] .

C 2000 года российская компания ЗАО «Поларнет Проект» проводит комплекс подготовительных работ по строительству данной глобальной сети [17]. В основном кабель будет прокладываться по морским путям .

Магистральную линию планируется уложить вдоль территории России по дну Арктических морей. Протяженность российского участка трассы составляет около 6500 км [16]. Общая протяженность кабельной системы «Поларнет»

составит около 18000 км [18] .

На базе строящейся инфраструктуры создается уникальная глобальная сетевая платформа «Поларнет-Грид», которая даст массовому потребителю возможность пользоваться практически всем набором современных информационно-вычислительных и коммуникационных услуг с помощью универсальных клиентских устройств доступа [17] .

Выше говорилось о возможном сопряжении модернизированной цифровой сети «Север-М» с сетью первичной связи сотовых операторов и создании общей сети связи. Некоторые представители сотовой связи уже ведут работу в Арктике по созданию первичной сети связи для предоставления гражданам возможности пользоваться современными информационно коммуникационными услугами. Так, сотовый оператор ОАО «Мобильные ТелеСистемы»* (МТС), расширил зону покрытия сети в обеспечении связью арктической территории России. В 2010 году компания МТС обеспечила связью северные точки Дальнего Востока. Связь появилась в ряде поселков Чукотского АО и на севере Якутии. Воспользоваться услугами сети МТС теперь могут еще более десяти тысяч человек, проживающих на Крайнем Севере. Благодаря проведенным работам зона покрытия МТС на Чукотке увеличилась на 30% и в Якутии на 10%. Жителям арктических территорий России доступны звонки, отправка SMS и MMS-сообщений, мобильный Интернет. В некоторых населенных пунктах мобильная связь – единственная возможность для недорогой связи и выхода в Интернет. Компания МТС развивает сеть и в других северных районах России. Так, с начала 2010 года связью МТС были обеспечены поселки Магаданской области и Чукотский АО. Кроме того, МТС – единственный оператор, обеспечивающий сотовой связью поселки Таймырского АО. МТС также является единственным оператором связи, запустившим сети 3G в Таймырском АО еще в 2008 году .

* Сотовый оператор ОАО «Мобильные ТелеСистемы» (МТС) - крупнейший оператор мобильной связи в России и странах СНГ, консолидированная абонентская база компании составляет более 100 млн. абонентов [10] .

Затраты на обеспечение связью арктических территорий и районов Крайнего Севера на 30% выше, чем регионов в средней полосе России .

Сложности связаны с доставкой оборудования, отсутствием навигации в период с октября по май, организацией транспортной сети. Температура в Арктике может опускаться до -600С, поэтому оборудование, устанавливаемое МТС в арктических регионах, способно бесперебойно работать даже при низких температурах. Самая северная точка, где работает сеть МТС, находится на Новой Земле [5,7] .

Заключение Основой телекоммуникационной связи в Арктике, по мнению правительства РФ, должна стать многоцелевая космическая система (МКС) «Арктика». Это не значит, что остальные проекты не будут реализованы .

Подразумевается, что МКС «Арктика» будет реализовываться в первую очередь .

Остальные проекты будут реализованы позже .

Литература

1. Направление развития информационно-телекоммуникационной среды Арктики .

- Режим доступа: http://www.army.informost.ru/2010/sbornik/3-2.php

2. Россия намерена запустить два спутника для обеспечения связи в Арктике. Режим доступа: http://www.s1043.ru/newness.html?id=418

3. Госполитика в Арктике: не мычим, не телимся .

- Режим доступа: http://www.innoedu.ru/analytics/?ELEMENT_ID=14759

4. Пресс-конференция о проекте многоцелевой космической системы «Арктика». - Режим доступа: http://www.federalspace.ru/

5. МТС обеспечивает сотовой связью Арктику .

- Режим доступа: http://www.procontent.ru/news/18513.html

6. Роскосмос: Реализации космического проекта «Арктика» ждут не только в

России, но и в приполярных странах мира. - Режим доступа:

http://www.gisa.ru/42459.html

7. МТС расширил зону покрытия до Арктики .

- Режим доступа: Ошибка! Недопустимый объект гиперссылки .

8. Россия будет наблюдать за Арктикой из космоса. - Режим доступа:

http://www.nkj.ru/archive/articles/13947/ 9. «Арктика» выйдет в космос.

- Режим доступа:

http://vz.ru/society/2009/1/14/246386.html

10. Сотовый оператор «Мобильные ТелеСистемы» (МТС) расширил зону покрытия сети и обеспечил связью арктическую территорию России. Режим доступа: http://www.comnews.ru/index.cfm?id=58839

11. Разработка системного проекта многоцелевой космической системы «Арктика» в части проведения научно-экономической оценки создания и эксплуатации МКС «Арктика». - Режим доступа:

http://www.imce.ru/Annotation2009/mks-ark0109.htm

12. Для Арктической зоны создадут систему спутниковой связи. - Режим доступа: http://www.rosinvest.com/news/288972/

13. Радиолюбители смогут выходить на связь с экспедицией в Арктике! - Режим доступа: http://news.cqham.ru/webnews/?id=806 14. « Мобильные ТелеСистемы» сообщил о расширении зоны покрытия сети и обеспечении связью арктической территории России. - Режим доступа:

http://www.sotovik.ru/news/mts-v-arctike.html

15. Второе пришествие ТСЛ. - Режим доступа:

http://www.connect.ru/article.asp?id=7172

16. Три континента свяжет «Поларнет». - Режим доступа:

http://press.msco.ru/news/

17. Проект «Поларнет-Грид». – Режим доступа:

http://www.polarnetproject.ru/ru/about.html

18. Евроазиатский транзит. - Режим доступа:

http://viperson.ru/wind.php?ID=437559

19. Прохождение на КВ диапазонах. - Режим доступа: http://www.qrz.ru/solar/

20. Особенности радиосвязи. - Режим доступа: http://www.t-a.ru/stati/

21. О КВ радиосвязи. - Режим доступа: http://www.etc-com.ru/radio/HFabout/?dir=1

22. Волоконно-оптические линии. – Режим доступа: http://www.regionstplus.ru/

23. Кабель волоконно оптический, линии связи. - Режим доступа: http://opticalclip.ru/

24. Волоконно-оптические сети передачи данных. - Режим доступа:

http://www.askud.ru/services/

25. Прохождение сигнала по «высокоширотным трассам». - Режим доступа:

http://www.radioscanner.ru/forum/ topic31995.html

26. Россия озвучила основы своей политики в Арктике. - Режим доступа:

http://vpk.name/news/

Сведения об авторе

Мальков Михаил Васильевич к.ф.-м.н, научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24А .

е-mail:malkov@iimm.kolacs.net.ru Michael V. Malkov Ph.D. (Phys.&Math. Sci.), researcher. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

УДК 004.9 А.Г. Олейник, А.М. Федоров

ПРОБЛЕМЫ И ЗАДАЧИ ФОРМИРОВАНИЯ ЕДИНОГО ИНФОРМАЦИОННОГО

ПРОСТРАНСТВА АРКТИЧЕСКОЙ ЗОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Аннотация В работе дается краткий анализ особенностей формирования и обеспечения надежного функционирования единого информационного пространства в Арктической зоне Российской Федерации. Определены основные направления исследований и представлены некоторые результаты в области решения задач создания и развития целостной среды комплексной информационно-аналитической поддержки социально-экономического развития данных территорий .

Ключевые слова:

единое информационное пространство, информационно-аналитическая поддержка, региональное развитие .

A.G. Oleynik, A.M. Fedorov

PROBLEMS AND TASKS OF THE UNIFORM INFORMATION FIELD CREATION IN

THE RUSSIAN FEDERATION ARCTIC ZONE

Abstract A brief analysis of creation peculiarity and reliable functioning support of the Russian Federation Arctic zone uniform information field is presented in the article. The main direction of investigation is defined. Some results in the field of tasks solving of integrated environment creation and evolution for regional socio-economic development complex information and analytical support are described .

.

Keywords:

uniform information field, information and analytical support, regional development .

Введение В проекте Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года [1] охарактеризована важная роль и место Арктической зоны в Российской Федерации. В данном документе указывается, что Арктическая зона Российской Федерации (АЗРФ) «…выступает в качестве стратегической ресурсной базы Российской Федерации, обеспечивающей решение задач социальноэкономического развития страны». Среди сильных сторон АЗРФ с точки зрения глобальной конкурентоспособности отмечены: богатство и разнообразие природно-ресурсной базы; сравнительно высокие качественные характеристики человеческого капитала; существенный промышленно-производственный потенциал, имеющиеся технологические заделы. Имеющиеся преимущества обеспечивают потенциально высокую инвестиционную привлекательность комплексных межотраслевых, межрегиональных и международных проектов в приарктических регионах. Однако реализации имеющихся потенциальных возможностей развития сдерживается целым комплексом присущих этим территориям особенностей, как природного, так и социально-экономического характера. Наряду с экстремальными природноклиматическими условиями жизнедеятельности, для регионов АЗРФ характерны моноструктурный характер экономики, преобладание ведомственного подхода и довольно низкий уровень координации между субъектами экономической деятельности .

В тоже время, накопленные знания и имеющийся опыт жизнедеятельности в АЗРФ позволяют утверждать, что реализовать имеющийся потенциал этих уникальных территорий, обеспечить их устойчивое развитие можно только на основе системного подхода к преодолению имеющихся недостатков, междисциплинарного анализа подлежащих решению задач и выработке научно обоснованных комплексных механизмов их решения. В сфере науки и технологий целью государственной политики РФ в Арктике является [1] «обеспечение достаточного уровня фундаментальных и прикладных научных исследований по накоплению знаний и созданию современных научных и геоинформационных основ управления арктическими территориями, а также надежного функционирования систем жизнеобеспечения и производственной деятельности в природно-климатических условиях Арктики». В качестве основного инструмента, способного обеспечить интеграцию, структурированное хранение и целевое предоставление информации, необходимой для поддержки принятия решений в различных сферах деятельности, выступают информационные технологии. Поэтому формирование единого информационного пространства в АЗРФ с учетом ее природных особенностей также включено в перечень основных целей государственной политики в Арктике .

В данной статье обобщенно представлены результаты, полученные в 2011г. сотрудниками лаборатории региональных информационных систем ИИММ КНЦ РАН в рамках исследований по теме «Модели и технологии комплексного информационного обеспечения социально-экономического развития Арктических регионов Российской Федерации» (Регистрационный номер 01201153383). Ряд результатов более подробно рассматривается в других работах настоящего сборника .

Основные задачи исследования

Арктическая зона Российской федерации является стратегическим районом, в котором сконцентрировано множество национальных интересов РФ, в т.ч. ресурсная база, транспортная инфраструктура, уникальная экологическая и особая социальноэкономическая системы. Одной из главных целей государственной политики Российской Федерации в Арктике является развитие сферы информационных технологий и создание единого информационного пространства Арктических территорий, как обязательного компонента комплексной системы подготовки, планирования и реализации мероприятий государственной политики РФ в Арктике .

При этом понятие «Единое информационное пространство» (ЕИП) до сих пор не получило своего строгого определения не смотря на достаточно широкое применение. Варианты интерпретации данного понятия рассмотрены, в частности, в [2]. В качестве «официальной» версии часто используется вариант, представленный в «Концепции формирования и развития единого информационного пространства России и соответствующих государственных информационных ресурсов» [3], которая была разработана в 1995 году. В этом документе единое информационное пространство определяется как «… совокупность баз и банков данных, технологий их ведения и использования, информационно-телекоммуникационных систем и сетей, функционирующих на основе единых принципов и по общим правилам, обеспечивающим информационное взаимодействие организаций и граждан, а также удовлетворение их информационных потребностей».

В качестве главных компонентов ЕИП указываются:

информационные ресурсы, содержащие данные, сведения и знания, зафиксированные на соответствующих носителях информации;

организационные структуры, обеспечивающие функционирование и развитие единого информационного пространства, в частности, сбор, обработку, хранение, распространение, поиск и передачу информации;

средства информационного взаимодействия граждан и организаций, обеспечивающие им доступ к информационным ресурсам на основе соответствующих информационных технологий, включающие программнотехнические средства и организационно-нормативные документы .

В этом же документе отмечается, что « … знания, хранящиеся в информационных банках данных, только тогда могут стать фактором прогрессивных социально-экономических качественных изменений, когда они найдут заинтересованного в них потребителя и будут ему доступны». Данный аспект является крайне важным с точки зрения эффективности использования ЕИП, ведь круг пользователей информационных ресурсов и спектр их информационных потребностей в настоящее время очень широк. В современных условиях ЕИП должно обеспечивать не только реализацию информационносправочных функций, но и комплексную поддержку решения сложных аналитических задач, связанных с процессами управления социальноэкономическими системами. В связи с этим, говоря об «информационных ресурсах» и их «использовании», следует иметь в виду не только хранимые данные и средства целевого доступа к ним, но программные комплексы, обеспечивающие анализ, моделирование и получение новых знаний. Развитие когнитивных информационных технологий информационно-аналитические инструменты, ориентированные на пользователей различного уровня – от исследователей до управленцев-практиков. Использование современных методов и технологий самоорганизации телекоммуникационных сетей и информационных ресурсов позволяет разработать механизмы автоматизированной настройки ЕИП на решение конкретных задач .

В рамках представляемой темы НИР под единым информационным пространством территории понимается целостная информационноаналитическая среда, представляющая собой комплекс проблемноориентированных, взаимоувязанных и взаимодействующих информационных и аналитических ресурсов, а также технологической и организационной инфраструктуры их создания и использования. Среди задач, направленных на формирование ЕИП АЗРФ, логично выделяются две большие группы. Первая группа - задачи, связанные с непосредственной разработкой новых или адаптацией существующих информационных технологий для развертывания в специфических условиях Арктики. Вторая группа – задачи, ориентированные на использование существующих и разрабатываемых информационных технологий в отношении объектов и процессов, функционирующих в специфических условиях Арктики .

В 2011 году исследовательским коллективом решались следующие задачи:

разработка моделей формирования и развития единого информационного пространства АЗРФ;

разработка моделей надежности Единого информационного пространства Арктической зоны Российской Федерации создание методов и технологий распределенных информационных систем комплексного информационного обеспечения развития Российской Арктики развитие информационных технологий поддержки управления компонентами социально-экономической системы Арктической зоны РФ .

Разработка моделей надежности ЕИП Арктической зоны Надежность функционирования информационно-коммуникационных систем (ИКС), как «транспортной» инфраструктуры ЕИП, является одним из важных факторов его эффективного использования при решении задач управления функционированием и развитием социально-экономических систем различного уровня. Под надежностью в работе понимается устойчивость инфокоммуникационной системы к внешним воздействиям и внутренним возмущениям, а также как гарантия получения имеющейся в системе информации в полном и неискаженном виде, только заданными адресатами и в удовлетворительные сроки. Особое значение надежность ИКС приобретает при управлении территориями, которые характеризуются экстремальными природно-климатическими условиями и очаговой хозяйственной деятельностью .

Разнородность региональных факторов, компонентов ИКС, на которые они оказывают влияние, и характеристик влияния существенно осложняют построение формальной модели оценки надежности ИКС в Арктической зоне РФ. Для разработки этой модели был проведен концептуальный анализ как особенностей Арктической зоны, влияющих на характеристики надежности ИКС, так и задач, для решения которых может быть использовано ЕИП.

В результате анализа выделены четыре группы региональных факторов различной природы:

геофизические (солнечный ветер, вертикальная компонента межпланетного магнитного поля, солнечная радиация);

природно-климатические (температура, давление, влажность воздуха, скорость перемещения воздушных масс; фотопериодический режим);

территориально-географические (географическое расположение, условия рельефа и др.);

Классификация задач проводилась с использованием нескольких критериев: массовость, проблемная ориентация, критичность ко времени, критичность по адекватности, локализация и др.. Необходимость использования нескольких критериев для одной задачи обусловлена тем, что в зависимости от веса того или иного приписанного ей критерия задача «предъявляет» различные требования к факторам надежности информационно-аналитической среды, обеспечивающей поддержку ее решения. Кроме этого, согласно используемой технологии концептуального моделирования [4], сложная задача может быть представлена некоторой композицией более простых задач. При этом оценка комплексных критериев сложной задачи будет производиться на основе соответствующих критериев ее подзадач .

Проведенный обзор литературных источников показал, что системного изучения влияния региональных фактов Арктической зоны на использование здесь ИКС не проводилось. Вместе с тем, известно, что приполярные территории характеризуются более существенными по сравнению с «низкими»

широтами проявлениями солнечной активности, а обусловленные этой активностью геомагнитные возмущения влияют на распространение радиоволн и могут создавать серьезные помехи для радиосвязи. Это подтверждается данными о том, что в высоких широтах отмечается наибольшее число сбоев в работе технических систем [5] и, как следствие, информационного обеспечения .

В Арктическом регионе, где радиосвязь, в отдельных ситуациях, является единственным средством коммуникации, помехи и сбои, вызываемые существенными колебаниями электромагнитного поля, могут привести к критическим последствиям. Учитывая «жесткие» условия жизнедеятельности на этих территориях нарушение нормальной работы информационной инфраструктуры может привести к резкому возрастанию рисков и в функционирующих здесь социально-экономических системах .

Наряду с технической компонентой надежности работы информационных систем, человеческий фактор также влияет на их надежность. От психофизиологического состояния персонала, работающего с компонентами ЕИП, во многом зависит адекватность выполняемых операций и, следовательно, надежность работы информационных систем. Исследования последних лет показали, что вариации геомагнитного поля, также как и интенсивность космических лучей, существенно модулируют психо-физиологическое состояние человека [6]. Поэтому, для комплексной оценки степени надежности работы информационных систем необходимо учитывать также и состояние задействованного в их работе персонала, подверженность его психоэмоционального состояния воздействию геофизических агентов .

В рамках разработки моделей надежности ЕИП Арктической зоны РФ проведены исследования по адаптации методов оценки надежности технологических систем к задачам оценки надежности информационных систем. .

В качестве перспективного подхода к количественной оценке исследуемого влияния определено использование аппарата нечеткой логики .

Проведен анализ возможности адаптации разработанных ранее нечетких методов оценки надежности технологических процессов к задачам оценки надежности ИКС [7]. Предложен вариант формального описания структуры ЕИП и основанная на его использовании методика оценки надежности [8]. Разработан вариант построения моделей оценки надежности функционирования ИКС в условиях Арктики на основе интегрального показателя надежности и развития метода Марковских цепей [9] .

Модели формирования и развития единого информационного пространства Арктической зоны РФ В качестве одного из вариантов реализации единого информационного пространства АЗРФ предложено использовать Систему вэб-сервисов. Под Системой вэб-сервисов понимается специализированная информационно-аналитическая система, состоящая из взаимосвязанных программно-алгоритмических компонентов, доступ к которым осуществляется посредством интернет-технологий. Каждый вэбсервис представляет собою отдельную программную реализацию некоторой функции, программный и пользовательский интерфейс доступа к которой унифицирован, и потенциально доступен любому пользователю данной Системы .

Рассматриваемая Система предполагает наличие двух пересекающихся множеств субъектов - поставщиков и пользователей вэб-сервисов (ресурсов) .

К свойствам описанной структуры следует отнести открытость, интероперабельность и расширяемость. Это позволяет гибко использовать предлагаемую инфраструктуру как для решения имеющихся, так и для вновь возникающих задач. Другим важным свойством Системы является самоорганизация. Одним из направлений развития самоорганизации является расширения механизма поиска вэб-сервисов функцией автоматизированного подбора и построения последовательностей (цепочек) вэб-сервисов. Обращение к полученной таким образом последовательности позволит пользователю получать результаты, для формирования которых в Системе нет отдельного вэбсервиса .

Формирование Системы вэб-сервисов осуществляется с учетом классификаций множества возможностей и потребностей субъектов предметной области. Такие классификации представляют собой иерархические конструкции, построенные на основе свойств субъектов информационного взаимодействия в рамках формируемого ЕИП. В данном случае характер субъектов логично следуют из целей и задач государственной политики в АЗРФ: стратегическая ресурсная база, экологическая обстановка, эффективное управление хозяйственной деятельностью, предупреждение чрезвычайных ситуаций и др .

[1]. Субъекты информационного взаимодействия разделяются на физические и юридические лица, частные и государственные компании, имеющие прямое или косвенное отношение к реализации государственной политики в АЗРФ .

Завершена разработка технологии формирования и моделирования развития информационно-коммуникационной инфраструктуры территорий с неравномерной плотностью распределения зон экономической активности .

Технология базируется на определенной процедуре предварительной классификации пользователей, информационно-коммуникационных ресурсов (ИКС) и провайдеров. Выделение групп пользователей ИКС основано на общности круга задач, обусловленных этими задачами информационных потребностей и требований к уровню предоставления информационных услуг .

Распределение пользователей по группам зависит от особенностей социальноэкономической системы территории. Особенности Арктической зоны РФ определяют необходимость соотнесения планов развития здесь информационнокоммуникационной инфраструктуры со стратегическими планами социальноэкономического развития этих территорий. Выбор рациональных решений по развитию территориальных ИКС должен основываться на тщательном анализе соответствия характеристик создаваемых каналов передачи информации задачам, для решения которых данная информация будет использоваться [10] .

Технология ориентирована на поддержку принятия решений по сбалансированному распределению средств при планировании развития региональной информационно-коммуникационной инфраструктуры как неотъем-лемой составляющей формируемого единого информационного пространства Арктической зоны .

Общая схема применения разработанной технологии выглядит следующим образом:

анализ текущего состояния в сфере использования и предоставления информационных услуг с целью выявления «узких» мест региональных ИКС, не позволяющих удовлетворить информационные потребности пользователей;

проведение серии имитационных экспериментов с целью анализа возможных сценариев развития региональных ИКС, обеспечивающих улучшение характеристик выявленных «слабых» компонентов с учетом динамики социальноэкономических параметров пользовательской среды;

выработка рекомендаций по рациональному распределению средств, направляемых на улучшение информационного обеспечения региональных пользователей с учетом неравномерного распределения зон экономической активности .

Методы и технологии распределенных информационных систем В области развития методов и технологий комплексной информационной поддержки развития Российской Арктики особое внимание уделялось вопросам интеграции разнородных ресурсов и систем. Интеграция позволяет обеспечить более полное использование имеющегося потенциала. Перспективным в этом направлении является построение распределенных информационных система на базе одноранговых информационно-телекоммуникационных сетей с использованием преимущественно подвижных (мобильных) коммуникационных узлов. Это даст возможность формировать адаптивные компоненты единого информационного пространства в условиях большой неравномерно заселенной территории Арктики и с учетом разной ведомственной принадлежности интегрируемых ресурсов и систем Технологии одноранговых («пиринговых» от англ. peer-to-peer) сетей позволяют формировать отказоустойчивые децентрализованные сети. Эти технологии уже нашли свое применение в таких областях как трансляция потокового мультимедиа, обмен файлами, распределнные вычисления и др. Однако, обладая высокой отказоустойчивостью, децентрализованные сети генерируют большой объм служебного трафика. Для снижения объемов служебного трафика в результате исследований предложена архитектура двухуровневой децентрализованной пиринговой сети, узлы которой могут быть классифицированы в определенные группы согласно тематике находящейся в узлах информации и среднего времени доступности узла [11] .

Важной исследовательской задачей, направленной на потенциальное прикладное применение в контексте развития информационно-коммуникационной инфраструктуры территорий с неравномерной плотностью распределения зон экономической активности, является разработка технологии формирования и функционирования самоорганизующихся динамических сетей на базе мобильных устройств. Подобные сети позволяют решать задачи оперативного развертывания телекоммуникационных сетей на вновь осваиваемых территориях, не имеющих развитой телекоммуникационной инфраструктуры. В отчетный период в рамках создания подобной технологии были разработаны алгоритмы формирования и функционирования самоорганизующихся динамических сетей на базе мобильных устройств с использованием маршрутизации на основе статистики взаимной локализации узлов. Данные алгоритмы обеспечивают компромисс между требованиями к открытости, масштабируемости, расширяемости сети и эффективностью маршрутизации в ее рамках потоков данных. Для исследования эффективности предложенных алгоритмов была разработана специализированная программная система, обеспечивающая имитационное моделирование процессов формирования и функционирования сети. С ее помощью получены качественные результаты относительно работоспособности и эффективности работы самоорганизующейся сети при различных условиях [12] .

Развитие информационных технологий поддержки управления компонентами социально-экономической системы В рамках темы исследования велись по двум направлениям, имеющим большое значение для обеспечения устойчивого развития Арктических территорий [13]. Первое направление связано с совершенствованием технологий анализа и моделирования производств по добыче и переработке природных ресурсов. Основной целью исследований по данному направлению является создание комплекса моделей и информационной технологии оперативного (в режиме реального времени) прогнозирования хода процессов обогащения минерального сырья и поддержки принятия решений по оперативному управлению этими процессами в производственных условиях. Инструменты поддержки принятия решений разрабатываются на основе интеграции в действующие на производствах системы сбора данных и осуществления оперативного диспетчерского управления (SCADA-системы) средств моделирования, обеспечивающих определение и анализ вариантов корректирующих управляющих воздействий при угрозах отклонения выходных характеристик процессов от заданных значений. Оперативная оценка необходимости корректировки хода процесса основана на априорной кластеризации пространств его входов и выходов с использованием имеющихся данных мониторинга [14, 15]. Модели, используемые для определения и выбора вариантов воздействия, могут быть реализованы как средствами полнофункциональных коммерческих сред для моделирования и расчетов научных и инженерных задач (CAE-систем), так и на основе интеграции разнородных свободно распространяемых программных инструментов [16]. Для последнего варианта предложено формальное описание задачи формирования спецификации среды моделирования в виде цепочки последовательно вызываемых инструментальных средств [17] .

В области информационных технологий разработки и сопровождения программ развития человеческого капитала на Арктической территории РФ предложено использование онтологий, как инструмента, позволяющего учитывать семантику проблемной области при решении междисциплинарных задач. Разработаны исследовательские версии онтологии рынка труда и онтологии региональной системы профессионального образования. Логическая интеграция этих онтологий на основе разделяемого тезауруса обеспечивает качественно новый уровень решения задач кадрового обеспечения развития территорий [18]. Проведены предварительные исследования по применению технологий онтологического моделирования для решения задач анализа и согласования программ стратегического развития региональных социальноэкономических систем .

Литература

1. Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года. - Режим доступа:

www.minregion.ru/upload/02_dtp/101001_str.doc

2. Сайт Паутина Мир Web: создание, использование, безопасность. –Режим доступа: http://pautina34.ru/?p=192

3. Концепции формирования и развития единого информационного пространства России и соответствующих государственных информационных ресурсов // Сайт Сибирского отделения РАН .

Режим доступа http://www.nsc.ru/win/laws/russ_kon.htm

4. Емельянов, С.В. Информационные технологии регионального управления / С.В. Емельянов и др. - М.: Едиториал УРСС, 2004. – 400 с .

5. Ziegler J.F.: Terrestrial cosmic rays, IBM J.Res. Develop. - 1996. -№40.–рр.19-39 .

6. Belisheva, N.K. Coooperative influence of geocosmical agents on human organism / N.K. Belisheva and others // In: Physics of Auroral Phenomena (eds .

I.V. Golovchanskaya, N.V. Semenova). –Apatity, 2007. -pp.221-224 .

7. Морозов, И.Н. Рискоустойчивое управление надежностью информационных систем / И.Н. Mорозов, А.Е. Пророков, В.Н. Богатиков // Настоящий сборник .

– С.71-80 .

8. Вицентий, А.В. Разработка модели единого информационного пространства для оценки надежности его функционирования / А.В. Вицентий // Настоящий сборник. – С.65-70 .

9. Богатиков, В.Н.Теоретический подход к оценке состояний надежности сложных информационных сетей / В.Н. Богатиков, А.Г. Олейник, А.Е .

Пророков// Настоящий сборник. –С.56-64 .

10. Датьев И.О., Федоров А.М. Моделирование региональных информационнокоммуникационных систем при реализации различных сценариев социально-экономического развития приарктических территорий. IV-я Всероссийская научная конференция «Теория и практика системной динамики», г. Апатиты, 29-31 марта 2011г. /Труды конференции .

– Апатиты: КНЦ РАН, 2011.– С.38-44 .

11. Суворова З.В. Двухуровневая организация проблемно-ориентированной одноранговой сети / З.В. Суворова //Настоящий сборник. – С.267-272 .

12. Шишаев М.Г. Моделирование динамической самоорганизующейся мобильной с метрикой на базе частоты встречаемости узлов / М.Г. Шишаев, М.Л .

Куимов // Настоящий сборник. –С.90-99 .

13. Олейник А.Г. Проблемно-ориентированные информационные технологии поддержки устойчивого регионального развития/ А.Г. Олейник, Л.П. Ковалева, А.С. Неведров / Проблемы природопользования, устойчивого развития и техногенной безопасности регионов // Материалы шестой междунар. научно-практической конф., г. Днепропетровск, Украина, 08-11 ноября 2011 г.. - Днепропетровск: Монолит 2011. - С.56-58 .

14. Олейник А.Г. Схема оперативного прогнозирования производственных процессов обогащения руд / А.Г. Олейник, Л.П. Ковалева // Настоящий сборник. – С.211-219 .

15. Вицентий, А.В. Технологии доступа к данным в современных SCADAсистемах / А.В. Вицентий, Е.В. Харионовский // Настоящий сборник .

– С.203-210 .

16. Неведров А.С. Об инструментальных средствах определения эффективных режимов обогащения минеральных руд / А.С. Неведров, А.Г. Олейник // Информационные ресурсы России. - 2011. -№5 (123). - С.35-38 .

17. Неведров А.С. Формальное представление задачи интеграции инструментальных средств определения эффективных режимов обогащения минеральных руд / А.С. Неведров, А.Г. Олейник // Настоящий сборник .

– С.196-202 .

18. Олейник А.Г. Развитие средств информационного обеспечения решения задач подготовки кадров/ А.Г. Олейник, П.А. Ломов // Восьмая Всероссийская научно-практ. Интернет-конференция «Спрос и предложение на рынке труда и рынке образовательных услуг в регионах России» .

Электронный ресурс, режим доступа:

http://labourmarket.ru/conf8/viewtopic.php?f=0&t=231 Сведения об авторах Олейник Андрей Григорьевич д.т.н., зам. директора. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

e-mail: oleynik@iimm.kolasc.net.ru Andrey G. Oleynik Dr. of Sci (Тech.), Deputy director. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

Федоров Андрей Михайлович к.т.н., ученый секретарь. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия,184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

е-mail: fedorov@iimm.kolasc.net.ru Andrey M. Fedorov Ph. D. (Tech. Sci.), Scientific secretary. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

УДК 004.89, 004.942, 338.24 А.В. Маслобоев, В.А. Путилов

МОДЕЛЬ И КОГНИТИВНЫЕ ТЕХНОЛОГИИ РЕАЛИЗАЦИИ

ИНТЕГРИРОВАННОЙ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СРЕДЫ

ПОДДЕРЖКИ УПРАВЛЕНИЯ ГЛОБАЛЬНОЙ БЕЗОПАСНОСТЬЮ

РЕГИОНАЛЬНОГО РАЗВИТИЯ

Аннотация В работе представлены результаты исследований и разработок в области создания когнитивных моделей и информационных технологий для решения задач информационно-аналитической поддержки управления глобальной безопасностью регионального развития. Разработана концептуальная модель интегрированной информационной среды поддержки управления безопасностью развития региона. Предложены архитектура и технологии построения проблемно-ориентированных распределенных информационных систем поддержки управления глобальной безопасностью региона на базе одноранговых телекоммуникационных сетей и мультиагентного подхода .

Ключевые слова:

концептуальное моделирование, интегрированная информационная среда, информационно-аналитическая поддержка, управление, глобальная безопасность, региональное развитие, когнитивные информационные технологии, мультиагентный подход .

A.V. Masloboev, V.A. Putilov

AN INTEGRATED INFORMATION AND ANALYTICAL ENVIRONMENT FOR

REGIONAL DEVELOPMENT GLOBAL SAFETY MANAGEMENT SUPPORT:

MODEL AND COGNITIVE IMPLEMENTATION TECHNOLOGIES

Abstract The paper considers research and working out results in the field of cognitive models and information technologies design used for information and analytical support problem solving of regional development global safety management. An agent-based integrated information environment conceptual model for global safety management support of the regional development has been designed. The architecture and implementation technologies of problem-oriented distributed information systems used for region global safety management support on the basis of peer-to-peer telecommunications networks and multi-agent approach have been proposed .

Keywords:

conceptual modeling, integrated information environment, information and analytical support, management, global security, regional development, cognitive information technologies, multiagent approach .

Работа выполнена при поддержке ОНИТ РАН (Программе фундаментальных исследований ОНИТ РАН "Информационные технологии и методы анализа сложных систем" - проект № 2.4. «Модели и методы управления развитием информационно-коммуникационной инфраструктуры проблемно-ориентированных региональных информационных систем»)

1. Введение В статье представлены результаты исследований и разработок в области создания когнитивных моделей и информационных технологий для решения задач информационно-аналитической поддержки управления глобальной безопасностью регионального развития, полученные в рамках выполнения комплекса научно-исследовательских работ по теме «Когнитивные информационные технологии для информационно-аналитической поддержки управления безопасностью развития Арктических регионов Российской Федерации (на примере Мурманской области)» (гос. рег. № 01201151895) в 2011 году в соответствии с основными направлениями исследований Института информатики и математического моделирования технологических процессов Кольского НЦ РАН .

Работа посвящена проблемам исследования и обеспечения безопасности развития Арктических регионов РФ. Отдельное внимание в статье уделяется задачам создания методов и средств информационной поддержки управления безопасностью регионального развития и возможным подходам к их решению .

Под информационной поддержкой в данном случае понимается разработка информационного, аналитического и методического обеспечения, необходимого для решения задач поддержки принятия решений и оперативной обработки информации в сфере управления региональной безопасностью и его внедрение в практическую деятельность организационных структур безопасности. В работе приводится постановка фундаментальных и прикладных задач в области управления безопасностью функционирования региона, а также обсуждаются проблемы, возникающие на пути их решения. Представлена концепция Центра исследований и обеспечения безопасности в Арктике (ЦИОБА), являющегося ядром комплексной системы управления безопасностью регионов Арктической зоны Российской Федерации (АЗ РФ), его структура и состав, а также варианты реализации на территории Мурманской области. Вместе с тем, предлагается единая методологическая база для исследования и решения проблем управления безопасностью развития региона, основу которой составляют когнитивные информационные технологии и инструменты моделирования. В заключительных разделах статьи приводится описание разработанной концептуальной модели мультиагентной интегрированной информационной среды поддержки управления безопасностью развития региона, которая обеспечивает комплексное формальное представление знаний о структуре предметной области исследования. А также унифицированное представление решаемых задач и исполнительной среды информационно-аналитической поддержки, рассматривается архитектура и технологии построения проблемноориентированных распределенных информационных систем поддержки управления глобальной безопасностью региона на базе одноранговых телекоммуникационных сетей и мультиагентного подхода, обеспечивающие возможность интеграции разнородных информационных ресурсов и систем в рамках единого информационного пространства региона с целью повышения эффективности согласованной деятельности организационных структур в области обеспечения безопасности функционирования региональных подсистем .

2. Арктика - «кухня» глобального политического климата АЗ РФ играет особую роль в национальной экономике и устойчивом развитии (УР) арктических и других северных регионов страны. Потенциалом экономического роста и УР являются значительные запасы углеводородов и едва ли не весь спектр минерального, в том числе стратегического сырья, обнаруженные в недрах Арктики, а также живые ресурсы арктических морей и северных рек. Арктику отличают выгодные транспортно-географические условия, так как здесь пролегают кратчайшие пути между Россией, США и другими развитыми странами. Арктика - это «Клондайк» минеральных, углеводородных и биоресурсов, именно поэтому она уже давно стала объектом конкуренции на международной арене .

Современное геополитическое, социально-экономическое положение Российской Федерации обусловливают ряд проблем внешнего и внутреннего характера, касающихся обеспечения безопасности в различных сферах и уровнях организации социума. Особую значимость эти проблемы приобретает для Арктических регионов, превращающихся в одну из основных баз будущего развития страны. Под безопасностью, в общем случае, понимаются состояние и тенденции развития защищенности жизненно важных интересов общества и его структур от внешних и внутренних угроз. На настоящем и последующих этапах развития общественных отношений глобальная безопасность (ГБ) выступает важнейшим фактором УР .

Новые вызовы и угрозы, в т.ч. межцивилизационные коллизии, международный терроризм, мировой финансово-экономический кризис, энергетическая и информационная безопасность, природогенные, техногенные и социогенные катастрофы, климатические катаклизмы, пандемии и т.д. остро поставили вопрос о необходимости обеспечения качественно новой парадигмы безопасности - глобальной. При этом проблематику международной безопасности, включая военно-политическую составляющую, ряд экспертов относит к традиционным форматам внешнеполитической деятельности .

Позицию России по данной проблеме предельно ясно сформулировал Президент РФ Д.А.Медведев в своем выступлении на международной конференции «Современное государство и глобальная безопасность»

(Ярославль, 14 сентября 2009 г.): «Ответственность государств перед гражданами и друг перед другом, их эффективность в обеспечении общественной и глобальной безопасности - вот что нам необходимо» [2]. В итогах 2010 г. (24 декабря 2010 г.) Президент России подчеркнул: «Безопасность нами понимается не только как внутренняя ситуация, хотя это, безусловно, очень важно, но и как глобальная безопасность» [10] .

Современное видение военно-политических аспектов проблемы, а также внешнеполитическую философскую базу, на которую опираются все российские усилия в сфере безопасности, дал Министр иностранных дел РФ С.В.

Лавров:

«...речь вовсе не идет о коренном сломе устоявшихся систем безопасности .

Подразумевается лишь модернизация и укрепление их элементов, выработка в дополнение к ним новых, и главное - придание такому нормотворчеству общесистемного характера. Это позволило бы создать единую «правовую платформу» системы гарантий в военно-политической сфере, своего рода матрицу глобальной безопасности» [13] .

С точки зрения мировой эколого-экономической системы, термин «УР»

означает выбор стратегии, которая обеспечивает баланс между сохранением окружающей среды и экономическим развитием таким образом, чтобы, обеспечивая потребности настоящего поколения, не подрывать возможности будущим поколениям обеспечивать их собственные потребности [24]. Однако данное определение не может быть использовано в качестве глобальной цели при исследовании и моделировании всех социально-экономических систем, в силу того, что оно относится исключительно к мировой эколого-экономической системе, которая является существенно «замкнутой». Кроме того, такая трактовка понятия «УР», соответствующая данному классическому определению, основанному на принципе «не навреди», в современных условиях не может быть реализована, поскольку риски и угрозы безопасности развития (сохранения устойчивости) все равно остаются. Риски и угрозы устойчивости развития должны быть минимизированы и оправданы с точки зрения обеспечения ГБ развития. Необходимо, чтобы ГБ сохранялась на перспективу .

По мнению авторов настоящей работы, ГБ – это логическое продолжение теории УР, расширенное на более высокий уровень. ГБ – это новый шаг по критериям управления УР и основана на принципах УР. Понятие «глобальная безопасность развития» можно определить как комплексную систему мониторинга и противодействия основным внутренним (локальным) и внешним (глобальным) угрозам УР. К внутренним угрозам УР относятся, например, демографические проблемы (миграция), истощение запасов минеральных ресурсов, проблемы кадрового обеспечения и т.д., а к внешним – глобальное изменение климата, падение рынка (изменение инвестиционного климата) и др .

Необходимым условием перехода региональной социально-экономической системы на модель устойчивого развития, позволяющую удовлетворять возрастающие потребности современного и будущих поколений на основе гармонизации экономической, социальной и экологической подсистем выступает ее ГБ, понимаемая как способность системы стабильно функционировать и развиваться в долгосрочной перспективе и быть способной противодействовать внутренним и внешним угрозам и рискам устойчивости ее развития .

АЗ РФ, включая морскую экономическую зону и континентальный шельф, превышает 30% территории страны и характеризуется экстремальными природно-климатическими условиями. В эту зону полностью или частично входят территории Республики Саха (Якутия), Мурманской и Архангельской областей, Ненецкого, Ямало-Ненецкого, Таймырского (Долгано-Ненецкого) и Чукотского автономных округов. Специфическими особенностями АЗ РФ являются очаговый характер промышленно-хозяйственного освоения территорий, низкая плотность населения, удалнность от основных промышленных центров, высокая ресурсомкость и зависимость от других регионов России и зарубежных партнров, низкая устойчивость экологических систем .

Арктическая циркумполярная зона - регион стратегического партнерства России с арктическими государствами, в том числе в рамках сотрудничества в межправительственном Арктическом совете, других международных организациях, деятельность которых направлена на защиту арктической природной среды, содействие и обмен позитивным опытом в решении задач, связанных с ГБ и УР [33] .

Россия ранее других государств приступила к широкомасштабному освоению и хозяйственному использованию Арктики, однако в современных условиях не в полной мере использует этот опыт и свои преимущества при формировании приоритетов международного сотрудничества и выработке своей национальной политики на принципах УР. В то же время, другие приарктические государства уже сформировали свои стратегические цели и приоритеты в Арктике и активно продвигают их на международном уровне (рис. 1) .

–  –  –

3. Постановка задачи «Мы должны надежно и на долгосрочную перспективу обеспечить национальные интересы России в Арктике… Наша задача – превратить Арктику в ресурсную базу России XXI века… Если мы сейчас не предпримем активные действия, упустим время, в последующем будет просто поздно – нас отсюда вытеснят» .

Президент РФ Д.А. Медведев Специфика безопасности развития региональной социальноэкономической системы (в частности, Арктической зоны) состоит в том, что, с одной стороны, уровень безопасности региона существенно зависит от глобальных угроз, с другой стороны, возможные кризисы и чрезвычайные ситуации, обусловленные особенностями региона, способны привести к дестабилизации систем более высокого уровня – федерального, международного, мирового. Залогом эффективного функционирования системы региональной безопасности являются: во-первых, УР всех сфер жизни региона – социально-экономической, научно-технической, производственной и экологической; во-вторых, стабильность системы регионального управления и контроля в указанных сферах; в-третьих, постоянный мониторинг и анализ существующих и возможных угроз безопасности региона; в четвртых, обоснование и проведение предупредительных мероприятий в области обеспечения региональной безопасности .

Мурманская область - уникальный Арктический регион с точки зрения ее геополитического и геоэкономического положения, роли в обеспечении обороноспособности страны, запасов природных ресурсов. Мурманская область характеризуется наличием высокообразованного населения с уровнем профессионального образования выше среднего по стране, развитой системой подготовки кадров, значительным научно-исследовательским комплексом, ядром которого является Кольский научный центр Российской академии наук, тесно кооперирующийся в своих исследованиях с центральными академическими и ведомственными научно-исследовательскими организациями .

Мурманская область - «форпост» России в Арктической зоне .

К основным видам безопасности Мурманской области относятся экономическая, техногенная, экологическая, социальная. По каждому направлению выделяются разнородные потенциально опасные объекты, процессы и параметры. Отметим особенности региона, важные для вопросов безопасности. Практически вся территория находится за полярным кругом в суровых природно-климатических условиях. Область расположена на пересечении международных морских торговых путей. Пограничное положение имеет военно-стратегическое и экономическое значение. Региональная система перегружена объектами оборонно-промышленного комплекса. Заметную роль играют внешние связи, как с субъектами Федерации, так и с иностранными партнерами. Регион сильнее, чем многие другие регионы РФ, зависит от внешних факторов. К ним относятся глобальные процессы (определяющие уровень цен на апатит, никель, алюминий, медь), снабжение продуктами питания (большая доля импорта), доставка топлива, финансовое обеспечение, пропускная способность транспортных магистралей. Область характеризуется исторически сложившимся небольшим числом развитых (регионообразующих) отраслей (минерально-сырьевая база - горнопромышленный комплекс, рыбопромысловая база, оборонно-промышленный комплекс, энергетика), наличием градообразующих предприятий .

Регионы, являясь компонентами единой политической и социальноэкономической системы РФ, обладают собственной спецификой и относятся к классу больших и сложных динамических систем [24]. Поэтому проблематика управления безопасностью развития таких сложных объектов управления как региональные социально-экономические системы также во многом определяется их специфическими особенностями. Региональные особенности (в частности, Арктической зоны) в значительной степени влияют на возможность и эффективность применения существующих научно-методических и практических разработок в области исследования и решения проблем управления безопасностью регионального развития .

Развиваемая авторами работы теория управления ГБ регионального развития [1, 20], также как и концепция УР [8] базируется на системном подходе, т.е. рассматривает объект управления (страну, регион, город, конкретную отрасль и т.п.), как систему. Это, в свою очередь, обеспечивает возможность использования современных достижений в сфере компьютерных технологий и методов моделирования для исследования функционирования региональных социально-экономических систем с целью разработки методов и средств поддержки управления безопасностью их развития. Применяемые в настоящий время решения в исследуемой проблемной области, основанные на использовании передовых информационных технологий, ориентированы на решение частных задач управления безопасностью развития отдельных региональных подсистем, носят бессистемный и локальный характер и не обеспечивают достижение комплексного эффекта при решении рассматриваемого класса задач .

Таким образом, существенно значимой, с точки зрения обеспечения безопасности и проектирования будущего развития нашей страны становится научная проблема, связанная с исследованием и разработкой научнометодических основ управления безопасностью социально-экономического развития регионов: постановка и решение фундаментальных и прикладных задач, направленных на обеспечение стабильного функционирования и развития региона как сложной социально-экономической системы в условиях быстро меняющейся внутренней и внешней среды .

На сегодняшний день когнитивный подход и реализующие его когнитивные технологии широко применяются для решения трудноформализуемых задач в различных предметных областях и обеспечивают возможность рационализации и формализации сложных объектов и процессов информатизации для получения новых знаний об исследуемых процессах и объектах в условиях неопределенности и неполноты информации, а также для создания интеллектуальных систем поддержки принятия решения, экспертизы и коммуникации в сфере прогнозирования и стратегического планирования развития сложных динамических систем. Это обуславливает целесообразность применения когнитивных технологий для решения сформулированной научной проблемы Предполагаемые новые решения поставленной задачи также основаны на когнитивном подходе, новизна которого для данного исследования заключается в интеграции современных научных концепций: методологии концептуального моделирования, технологии системно-динамического моделирования, технологий мультиагентных систем и методов математической теории безопасности. Что позволит получить качественно новые результаты в области создания систем информационно-аналитической поддержки функционирования и развития сложных динамических систем .

Основное направление исследований - разработка и развитие когнитивных информационных технологий и компьютерного моделирования для исследования и управления безопасностью функционирования сложных социально-экономических систем и процессов .

Конкретная фундаментальная задача в рамках проблемы, на решение которой направлены исследования – разработка когнитивных моделей и технологий реализации целостной распределенной информационноаналитической среды поддержки управления безопасностью развития Арктических регионов РФ (на примере Мурманской области) с целью обеспечения эффективности согласованной деятельности организационных структур в области решения задач управления глобальной безопасностью функционирования региональных социально-экономических систем .

4. Единая методологическая база для решения задач информационноаналитической поддержки управления глобальной безопасностью развития региона Целью проводимых исследований является разработка и исследование когнитивных моделей, методов и технологий информационно-аналитической поддержки управления безопасностью регионального развития для повышения устойчивости региональной экономической системы и создания благоприятной среды (условий) для развития интеллектуального, инновационного, промышленного и социально-экономического потенциала региона .

Основными задачами в области управления безопасностью развития региональной социально-экономической системы являются:

1) создание единого информационного пространства, сформированного с учетом специфических особенностей Арктической зоны РФ и способного обеспечить системообразующую основу при подготовке, планировании и реализации мероприятий государственной политики в Арктике;

2) создание благоприятных условий для реализации концепции приемлемого риска, достижимого и оправданного (допустимого) с точки зрения социальноэкономических и экологических факторов обеспечения безопасности развития;

3) информационно-аналитическая поддержка деятельности организационных структур в области обеспечения безопасности функционирования региональных подсистем;

4) поэтапное формирование системы комплексной безопасности для защиты территорий, населения и критически важных для национальной безопасности объектов Арктической зоны РФ от угроз чрезвычайных ситуаций природного и техногенного характера;

5) информационное сопровождение функционирования специализированных когнитивных центров исследования и обеспечения безопасности в Арктике и др .

Для решения перечисленных задач необходимо как методическое, так и информационное обеспечение (рис. 2) .

Информационно-аналитическая поддержка управления безопасностью

–  –  –

- информационные ресурсы для анализа и - методы и средства поддержки принятия прогнозирования угроз безопасности; решений и прогнозирования;

- базы данных, базы знаний, онтологии; - методы имитационного моделирования;

- веб-ресурсы безопасности (порталы); - методы и средства автоматизации

- средства телекоммуникаций; процессов поиска и обработки информации;

- комплексы инструментальных средств для - методы и средства интеграции разнородных создания имитационных моделей сложных информационных ресурсов;

процессов и систем;

- методы стратегического планирования и т.д .

- и т.д .

Рис.2. Методическое и информационное обеспечение для решения задач поддержки управления региональной безопасностью Методическое обеспечение представляет собой совокупность как уже существующих, так и разрабатываемых в настоящее время методов и средств поддержки принятия решений, методов имитационного моделирования динамики развития и поведения социально-экономических систем, моделей и методов мониторинга и прогнозирования внутренних и внешних угроз безопасности развития, а также вариантов поведения региональной системы в кризисных состояниях, методов и средств автоматизации процессов поиска и обработки информации, методов и средств интеграции разнородных информационных ресурсов, моделей и методов анализа и оценки рисков возникновения чрезвычайных ситуаций природного и техногенного характера в условиях ограничений по времени и неполноты информации, методов стратегического планирования и т.д .

Информационное обеспечение управления безопасностью регионального развития не ограничивается простым накоплением все больших и больших объемов информации о потенциально возможных чрезвычайных ситуациях и угрозах безопасности, а представляет собой комплекс инструментальных средств для создания имитационных моделей сложных процессов, протекающих в региональных социально-экономических системах различной степени сложности и масштаба. Совокупность информационных ресурсов и программных средств, используемых для мониторинга, анализа и прогнозирования регионального социально-экономического развития, а также программно-технических систем и комплексов программ информационноаналитической поддержки деятельности организационных структур и их компонентов в области обеспечения безопасности функционирования региональных подсистем .

В ходе исследований проведен анализ возможностей применения современных когнитивных информационных технологий (КИТ) и инструментов моделирования для создания многофункциональной, самоорганизующейся информационной инфраструктуры поддержки управления безопасностью регионального развития. Анализ достижений отечественных и зарубежных научных школ на треке исследования проблем глобальной безопасности и устойчивого развития показывает, что в них недооценивается стремительно растущий потенциал ИКТ, суперкомпьютеров и интеллектуальных информационно-аналитических систем нового поколения, включая обучаемые нейронные сети и КИТ. Существующие прикладные разработки в исследуемой проблемной области ориентированы на решение частных задач управления безопасностью развития отдельных региональных подсистем (экономика, наука, образование, экология и т.д.). Они носят бессистемный и локальный характер и не обеспечивают достижение комплексного эффекта при решении рассматриваемого класса задач по управлению глобальной безопасностью, и не учитывают возможность комплексного взаимодействия с другими решениями, что не позволяет говорить о развитии единого подхода к формированию интегрированной информационной среды поддержки управления глобальной безопасностью регионального развития, способной повысить системность, скорость и качество разрабатываемых и реализуемых мероприятий, направленных на обеспечение устойчивого развития регионов Арктической зоны РФ .

На основе обзора и классификации существующих и перспективных подходов к решению задач информационно-аналитической поддержки управления безопасностью регионального развития предложена единая методологическая база [17] для исследования и решения задач управления безопасностью развития социально-экономических систем регионального масштаба, полученная на основе интеграции методологии концептуального моделирования, технологии системно-динамического моделирования и мультиагентных технологий. Вместе с тем, предлагаемая общая методология решения задач управления глобальной безопасностью регионального развития может быть расширена и унифицирована за счет совместного использования элементов математической теория самоорганизации, методов анализа устойчивости нелинейных динамических систем, технологий управления сложными динамическими системами в условиях неопределенности, методов системного моделирования сложных неоднородных систем и т.д .

Для анализа проблем глобальной безопасности в последнее время также широко используются методологии Форсайта [3] и интегрального макропрогнозирования [12] .

В настоящее время создано большое количество ресурсов и технологий, обеспечивающих информационно-аналитическую поддержку ряда задач в области управления глобальной и региональной безопасностью. Современные отечественные и зарубежные системы информационной поддержки управления глобальной безопасностью разрабатываются, как правило, под конкретные задачи. Большинство из них реализовано в виде узкоспециализированных диспетчерских информационных систем, информационно-прогностических центров и систем мониторинга социально-экономического развития, информационно-аналитических систем, систем кризисного реагирования и поддержки принятия решений, геоинформационных систем, систем пространственного позиционирования, а также веб-ресурсов (Интернетпорталов), предоставляющих средства информационного взаимодействия субъектов и организационных структур безопасности, а также обеспечивающих доступ к информационно-справочным ресурсам и нормативным документам на основе соответствующих информационных технологий .

Перечисленные типы систем, используемые на сегодняшний день для решения частных задач информационно-аналитической поддержки управления глобальной безопасностью, являются разнородными по своей технологической платформе, функциональному назначению и компонентному составу .

Большинство из них имеют централизованную архитектуру, что обуславливает их "слабую" интегрируемость и невозможность совместного использования для комплексного решения задач управления и обеспечения экологической, экономической, социальной и техногенной безопасности развития систем регионального или федерального уровня. Реализации концепции приемлемого риска и своевременного предотвращения внутренних и внешних угроз безопасности на основе согласованного взаимодействий субъектов и организационных структур безопасности в независимости от их организационной и административной разнородности и территориальной распределенности .

Современные тенденции исследований в области создания и развития методов и средств интеграции разнородных информационных ресурсов и систем выводят задачу управления безопасностью интегрируемых систем на принципиально новый уровень, требующий развития концепции интегрируемости и разработку специализированных решений для создания единых информационных сред поддержки проблемно-ориентированной деятельности с учетом открытости, разнородности, про-активности и распределенности интегрируемых в рамках них компонентов .

5. Концептуальная модель мультиагентной интегрированной информационной среды поддержки управления безопасностью региона Существенным импульсом интенсификации отечественных исследований в рассматриваемой проблемной области во многом послужила разработка «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 г.» [23], а также принятие постановления Правительством РФ «Основы государственной политики Российской Федерации в Арктике на период до 2020 г. и дальнейшую перспективу» (от 18.09.2008 г., Пр.-1969). В данных документах декларируется, что одной из главных целей государственной политики РФ в Арктике с точки зрения обеспечения безопасности и укрепления национальных интересов является развитие сферы информационных технологий и связи. Единое информационное пространство (ЕИП), сформированное с учетом специфических особенностей АЗ РФ, способно обеспечить системообразующую основу при подготовке, планировании и реализации мероприятий государственной политики в Арктике .

Согласно работе [6], принципы построения ЕИП АЗ РФ должны предусматривать естественную интеграцию в развивающееся единое информационное пространство России, Европы и всего мира. Авторы работы [6] предлагают строить и развивать ЕИП на основе компонентов имеющейся региональной информационно-коммуникационной системы (ИКС). Под ИКС здесь понимается система взаимодействия пользователей, поставщиков информационно-коммуникационных услуг и информационных ресурсов [5] .

В работах [11, 28], ЕИП представляет собой «совокупность баз и банков данных, технологий их ведения и использования, информационнотелекоммуникационных систем и сетей, функционирующих на основе единых принципов и по общим правилам, обеспечивающим информационное взаимодействие организаций и граждан, а также удовлетворение их информационных потребностей».

Таким образом, можно сделать вывод, что единое информационное пространство состоит из следующих компонентов:

1) Информационные ресурсы, включающие данные, сведения и знания, зафиксированные на соответствующих носителях информации;

2) Организационные структуры, обеспечивающие функционирование и развитие единого информационного пространства;

3) Средства информационного взаимодействия граждан и организаций, обеспечивающие им доступ к информационным ресурсам на основе соответствующих информационных технологий, включающие программнотехнические средства и организационно-нормативные документы .

Последние два пункта образуют «информационную инфраструктуру» .

ЕИП иногда отождествляют с интегрированной информационной средой [28, 32], которая рассматривается как комплекс проблемно-ориентированных, взаимоувязанных и взаимодействующих информационных подсистем .

Поэтапное формирование ЕИП региона предполагает в итоге создание открытой расширяемой многофункциональной информационно-аналитической среды (инфраструктуры безопасности), ориентированной на управление комплексной безопасностью развития региональной социально-экономической системы, наделенной потенциалом к саморазвитию и способностью адаптации к динамичному стохастическому характеру функционирования внешнего и внутреннего окружения региона .

В рамках проекта по созданию на территории Мурманской области специализированного Центра исследований и обеспечения безопасности в Арктике (ЦИОБА) актуальной представляется задача формирования сетевой информационной инфраструктуры безопасности региона для обеспечения согласованного взаимодействия организационных структур, на которые возложены функции управления безопасностью функционирования конкретных региональных подсистем и их компонентов. В качестве технологической платформы для практической реализации и развертывания такой инфраструктуры могут быть использованы современные технологии одноранговых распределенных информационных систем, интеллектуальные информационные технологии, в частности технология мультиагентных систем [34], а также Интернет-технологии и средства телекоммуникаций .

Общая структура ЦИОБА, представленная на рис.

3, включает три основных блока:

1) научно-образовательный комплекс (включает научно-исследовательские организации и образовательные учреждения, расположенные на территории Мурманской области);

2) комплекс обеспечения безопасности (включает организационные структуры, управляемые Советом безопасности РФ и ответственные за обеспечение различных видов безопасности функционирования региональных и федеральных подсистем);

3) инновационный комплекс (инновационные структуры в области модернизации отраслей экономики Арктики, когнитивные центры прогнозирования социально-экономического развития Арктики, центры охраны окружающей среды и УР) .

–  –  –

Концепция ЦИОБА может быть реализована на основе технологии проектирования будущего [7], базирующейся на создании сети когнитивных центров. Основными задачами когнитивного центра являются моделирование и стратегическое прогнозирование, планирование, построение моделей согласованного взаимодействия субъектов управления для решения конкретных управленческих задач в различных областях, в том числе и в сфере информационной поддержки управления безопасностью развития регионов, как сложных социально-экономических систем .

В ходе исследований по рассматриваемой проблеме разработана агентноориентированная модель интегрированной информационной среды поддержки управления региональной безопасностью, обеспечивающая технологическую основу для решения задач информационной поддержки деятельности организационных структур в области обеспечения безопасности функционирования региональных подсистем .

Предложена технология формирования сети виртуальных когнитивных центров в ЕИП региона, объединяющих в пределах независимых друг от друга агентных платформ (виртуальных площадок) виртуальных представителей субъектов безопасности (агентов) в организационные структуры с общими целями для совместного решения задач в области управления безопасностью функционирования региональных подсистем и их компонентов. Технология имеет мультиагентную реализацию и обеспечивает согласованное информационное взаимодействие разнородных виртуальных организационных структур в области обеспечения различных аспектов безопасности регионального развития в единой информационной среде .

Использование технологии мультиагентных систем на основе сервисориентированной архитектуры (SOA – service-oriented architecture) позволит создать адекватную среду информационно-аналитической поддержки управления безопасностью развития региона, учитывая распределенность, динамичность и структурную сложность образующих его подсистем. Основу сервис-ориентированного подхода составляет принцип агентной ориентации, который заключается в использовании в качестве компонентов распределенных информационных систем интеллектуальных агентов, автономно функционирующих и обладающих целенаправленным поведением. При таком подходе агенты реализуются в виде Web-сервисов. На интеллектуальных проактивных агентов могут быть возложены функции управления отдельными аспектами безопасности регионального развития, а на основе проблемноориентированных коалиционных взаимодействий агентов, возможно, будет обеспечить эффективное функционирование самоорганизующейся инфраструктуры безопасности региона и ее отдельных компонентов (рис. 4), а также поддержание приемлемого уровня безопасности развития на перспективу .

Технологии разработки распределенных мультиагентных систем на основе SOA и преимущества использования Web-сервисов для реализации агентов представлены в работе [29] .

Развитие подхода к интеграции концептуального моделирования, мультиагентных технологий и системно-динамического моделирования позволяет получить качественно новые решения в области создания систем информационно-аналитической поддержки функционирования и развития сложных динамических систем. Это обеспечило базис для нового решения в области использования мультиагентных систем поддержки принятия решений – создание интеллектуальных агентов с имитационным аппаратом [16] .

Возможность агентов прогнозировать на основе системно-динамического моделирования последствия своего поведения в виртуальной среде (едином информационном пространстве региона) с учетом возможных изменений среды и действий других агентов позволяет субъектам - «владельцам» агентов оперативно сформировать и сопоставить варианты своего поведения в реальном мире. Использование интеллектуальных агентов с имитационным аппаратом обеспечивает возможность целенаправленного управления безопасностью региональной социально-экономической системы, как в стабильных условиях, так и в критических ситуациях .

Рис.4. Представление субъектов в области обеспечения региональной безопасности про-активными интеллектуальными агентами Одной из важных проблем, неизбежно возникающих при практической реализации агентно-ориентированной информационно-аналитической среды поддержки управления безопасностью регионального развития, является согласование индивидуальных и групповых целей программных агентов, представляющих в виртуальной среде организационные структуры безопасности, при совместном решении задач в области обеспечения безопасности функционирования региональных подсистем. Для решения данной задачи предложены механизмы согласования индивидуальных и групповых целей программных агентов в одноранговых мультиагентных информационных системах. Реализация разработанных механизмов позволила обеспечить автоматизированный проблемно-ориентированный поиск агентов «совместной деятельности», стремление к достижению собственной цели которых влечет приближение к групповой цели формируемой коалиции агентов при решении конкретной задачи в области обеспечения региональной безопасности. Для формального описания процессов взаимодействия между агентами и процедур согласования индивидуальных и групповых целей использован математический аппарат теории нечетких множеств [19] .

Одним из возможных подходов реализации информационной инфраструктуры безопасности региона (ИИБР) АЗ РФ является создание единой виртуальной среды, обеспечивающей возможности интеграции в рамках одной системы разнородных компонентов: баз данных и знаний, систем информационно-аналитической поддержки хозяйственной, экологической, научнообразовательной и инновационной деятельности, систем математического и ситуационного моделирования для комплексного исследования и прогнозирования угроз безопасности функционирования региональных подсистем, а также обеспечивающей платформу для функционирования мобильных программных агентов, представляющих интересы реальных субъектов и организационных структур обеспечения безопасности. Архитектура и состав ИИБР на основе технологий одноранговых мультиагентных распределенных информационных систем представлены на рис. 5 .

Рис.5. Структура и состав ИИБР АЗ РФ

В условиях распределенности и открытости информационной среды безопасности особенную важность приобретает задача обеспечения единого структурного представления такой среды. Эту задачу позволяет решить технология концептуального моделирования [9]. Технология обеспечит комплексное формальное представление знаний о структуре предметной области исследования, а также представление решаемых задач и исполнительной среды информационно-аналитической поддержки .

Для структуризации, формализации и обеспечения возможностей гибкого многократного использования экспертных знаний в распределенных информационных средах широко применяются онтологии [4, 14]. Разработанная концептуальная модель интегрированной информационной среды поддержки управления безопасностью региона [18] реализует основные функции онтологии региональной безопасности. Онтология задает интеллектуальность агента - чем точнее составлена онтология, чем более корректно обозначены связи, тем полнее агент представляет предметную область, для которой он существует .

Концептуальная модель реализуется в виде базы знаний древовидной структуры, образующей интеллектуальную подсистему гибридной InteRRapархитектуры когнитивных программных агентов субъектов безопасности. Кроме этого, концептуальная модель обладает когнитивными свойствами и обеспечивает возможность корректного представления альтернативных вариантов декомпозиции сложных систем и комплексных задач [22], а также определяет цели и правила взаимодействия агентов и отношения между ними .

Формально агентно-ориентированная модель интегрированной информационной среды поддержки управления региональной безопасностью [18] задается в виде теоретико-множественных отношений и определяет состав и взаимосвязи основных компонентов региональной инфраструктуры безопасности.

Модель представляется в виде композиции множеств:

EИИБР = {S, R, SS, CS, A, Z, P, U, I, Attr} .

Основными элементами, образующими ее состав, являются: S - множество субъектов обеспечения безопасности; R - множество информационных ресурсов;

SS - множество организационных структур (территориально-распределенных групп субъектов безопасности, объединенных общей целью), ответственных за обеспечение безопасности функционирования региональных подсистем и их компонентов; A - множество когнитивных агентов субъектов обеспечения безопасности, представляющих интересы своих хозяев в распределенной мультиагентной виртуальной среде поддержки управления безопасностью; Z множество задач в области обеспечения определенных видов безопасности регионального развития; CS - множество виртуальных когнитивных центров управления безопасностью функционирования конкретных региональных подсистем, объединяющих агентов с общими целями и областями интересов, ориентированных на групповое решение задач управления безопасностью; P множество процессов взаимодействия субъектов обеспечения безопасности при решении различных классов задач управления региональной безопасностью; U множество серверных и клиентских узлов системы, на которых функционируют когнитивные программные агенты; I - отношения на множествах объектов модели; Attr - множество атрибутов объектов модели .

В модели явно представлены когнитивные программные агенты субъектов региональной безопасности как специальный тип объектов. Агенты обеспечивают имитацию деятельности субъектов безопасности в интегрированной информационной среде поддержки управления безопасностью, реализуют поиск потенциальных субъектов совместной деятельности и участвуют в формировании виртуальных организационных структур безопасности для решения комплекса задач управления безопасностью конкретных региональных подсистем. Отношения, представленные в модели, обеспечивают формализацию взаимосвязей и взаимодействия компонентов реальной социально-экономической среды и инфраструктуры безопасности региона. Отношения принадлежности связывают когнитивных программных агентов с субъектами региональной безопасности .

Множества взаимосвязанных субъектов, задействованных в решении конкретной задачи в области обеспечения региональной безопасности, образуют проблемно-ориентированные организационные структуры безопасности. В терминах концептуальной модели они представляют собой связные фрагменты, включающие объекты модели, удовлетворяющие определенным условиям .

Объекты концептуальной модели, представляющие субъектов безопасности, образуют иерархию, что позволяет учитывать организационную подчиненность субъектов, ответственных за обеспечение определенных видов безопасности (социальной, экономической, техногенной и др.), при формировании организационных структур безопасности .

На множествах объектов модели заданы отношения, определяющие ее структуру и обеспечивающие возможность автоматизированного логического вывода в терминах концептуальной модели, в частности – возможность формирования допустимых организационных структур безопасности .

I={SZ, SA, ZP, PA, SSS, UCS, ACS, IN, OUT, H}, где SZ S Z - отношение принадлежности конкретной задачи в области обеспечения определенного вида безопасности развития региона ответственному субъекту безопасности;

SA S A - симметричное отношение «наличия» у каждого субъекту бизнеса своего виртуального представителя - когнитивного агента;

ZP Z P - симметричное отношение «задача – процесс взаимодействия», ассоциирующее задачу с соответствующим ей процессом взаимодействия субъектов безопасности для ее решения;

PA P A - симметричное отношение «процесс взаимодействия – когнитивный агент», ассоциирующее процесс взаимодействия субъектов безопасности с представляющими их в единой виртуальной среде поддержки управления безопасностью когнитивными программными агентами;

SSP SS P - отношение, задающее соответствующий организационной структуре безопасности процесс взаимодействия образующих ее субъектов для решения конкретной задачи обеспечения безопасности;

UCS U CS - отношение «существования» на каждом серверном/клиентском узле системы виртуальных когнитивных центров управления безопасностью функционирования отдельных региональных подсистем;

ACS A CS - отношение «включения» в каждый виртуальный когнитивный центр агентов «совместной деятельности» с общими целями и областями интересов;

IN P B(R) - отношение «процесс – множество входных ресурсов»;

OUT P B(R) - отношение «процесс – множество выходных ресурсов»;

Знак "" означает декартово произведение .

H - иерархия объектов модели, отражающая их организационные взаимоотношения. Отношение иерархии H определено на множествах S и P. На множестве S отношение H задает иерархии организационной подчиненности субъектов безопасности. На множестве P это отношение задает иерархию «процесс - подпроцесс - функция» .

Множество атрибутов объектов модели описывается следующим образом:

Attr = TA, TR, TO, F, где TA - множество типов агентов (web-сервисов); TR - множество типов информационных ресурсов; TO = {'on-line', 'off-line'} - множество типов (режимов) доступа к информационным ресурсам; F - множество функций агентов .

Таким образом, концептуальная модель интегрированной информационной среды поддержки управления региональной безопасностью выполняет две основные функции: во-первых, является средством структуризации и формализованного представления знаний о предметной области. Во-вторых, за счет формального задания отношений на множествах объектов модели, обеспечивает возможность автоматического логического вывода в процедурах формирования виртуальных когнитивных центров и организационных структур, объединяющих агентов субъектов безопасности, ориентированных на решение конкретных задач в области обеспечения безопасности функционирования региональных подсистем .

Модель является также основой для представления структуры и алгоритмов работы разрабатываемой распределенной мультиагентной системы информационно-аналитической поддержки управления безопасностью регионального развития, ее функциональных возможностей и составляющих программных модулей. Формализация представления интегрированной информационной среды поддержки управления безопасностью регионального развития в концептуальной модели обеспечивает возможность автоматизированного анализа структуры и свойств предметной области, а также формирования в терминах концептуальной модели процедур оценки потенциальных рисков возникновения внутренних и внешних угроз безопасности развития региона, унифицированного описания алгоритмов функционирования когнитивных программных агентов, спецификаций исполнительной среды для реализации моделирования имитации ГБ регионального развития .

Концептуальная модель ИИБР включает в себя иерархическую древовидную структуру – дерево целей, которое отражает процесс декомпозиции главной цели «Обеспечение ГБ» на подцели, такие например как «обеспечение экономического потенциала региона», «обеспечение кадрового потенциала», «обеспечение научно-инновационного потенциала» и т.д. Из построенной концептуальной модели следует система показателей безопасности

– набор определенных параметров для каждой области ГБ, которые используются в качестве входных параметров соответствующих имитационных моделей. Основное назначение имитационной модели сделать прогноз показателя безопасности при заданных параметрах и ограничениях. В предлагаемом авторами работы [1] подходе имитационные модели реализуются с помощью агентной технологии и системной динамики. Системнодинамические модели используются для приближенного прогноза и выявления тенденций в динамике показателей безопасности, а агентные модели - для более точных количественных оценок этих показателей .

Следует также отметить, большой потенциал в применении к задаче управления безопасностью регионального развития имеют метод и технологии системной динамики с точки зрения моделирования сложных процессов в социально-экономических системах, характеризующихся сложностью, новизной ситуаций, слабой формализованностью. Таким образом, следующим этапом исследований является разработка базовой системно-динамической модели управления безопасностью развития региона на основе предложенной концептуальной модели. Переход от концептуальной модели к модели системной динамики может быть реализован на основе разработанного ранее в ИИММ КНЦ РАН метода концептуального синтеза динамических моделей сложных систем [24], обеспечивающего синтез моделей системной динамики из соответствующих концептуальных моделей .

Первым шагом на пути создания единого информационного пространства Арктической зоны РФ и интегрированной информационной среды поддержки управления безопасностью развития входящих в ее состав регионов может рассматриваться разработка специализированного веб-ресурса - Арктического Интернет-портала www.ru-arctic.net, реализующего основные принципы и концепцию ЦИОБА. В технологическую основу портала могут быть заложены существующие и разрабатываемые информационные технологии распределенной обработки данных и управления, методы интеллектуального анализа информации и инструменты моделирования, образующие вкупе комплекс средств информационно-аналитической поддержки управления комплексной безопасностью развития Арктических регионов .

6. Архитектура и технологии формирования интегрированной информационной среды поддержки управления безопасностью региона В ходе выполнения совместных исследований по теме научноисследовательских работ «Модели и технологии комплексного информационного обеспечения социально-экономического развития Арктических регионов Российской Федерации» (гос. рег. № 01201153383) предложены архитектура и технологии формирования целостной информационной среды (агентной платформы) поддержки управления безопасностью развития региона на базе одноранговых телекоммуникационных сетей, сервисно-ориентированного и мультиагентного подходов [15, 31] .

При выборе архитектуры построения открытой расширяемой информационно-аналитической среды поддержки управления безопасностью региона принимались во внимание следующие основные факторы, определяющие специфику требований к ее функциональным возможностям и эксплуатационным характеристикам:

территориальная распределенность и организационная разнородность субъектов безопасности;

симметричность информационных взаимодействий субъектов безопасности;

существование большого количества разнородных проблемноориентированных распределенных информационных систем (РИС) поддержки управления различными видами безопасности регионального развития (унаследованных систем) .

Территориальная распределенность субъектов безопасности естественным образом заставляет использовать при построении целостной информационной среды поддержки управления безопасностью региона распределенную архитектуру. Субъект безопасности должен иметь возможность с собственного рабочего места получать доступ ко всем (или, по крайней мере, большей части) функциям распределенной информационной среды, т.е. в информационной системе должен быть реализован распределенный доступ к информационновычислительным ресурсам. Наиболее распространенной архитектурой, реализующей распределенный доступ, является архитектура с централизованным (выделенным) сервером .

«Транскорпоративный» характер современных РИС увеличивает требования к модульности построения системы и максимально возможной независимости ее компонентов. Эти требования нашли отражение в современной тенденции к использованию слабосвязанных (loosely-coupled) архитектур РИС [25]. Поскольку деятельность субъектов и организационных структур безопасности характеризуется территориальной распределенностью и организационной разнородностью субъектов, слабосвязанные, в частности – сервис-ориентированные архитектуры, являются эффективным способом реализации соответствующих проблемно-ориентированных распределенных систем информационной поддержки .

Важным аспектом, который необходимо учитывать при выборе архитектуры реализации информационной среды поддержки управления безопасностью, является симметричность информационных функций и продолжительный характер информационной активности субъектов безопасности. Функции компонентов системы симметричны, если они выступают как в роли серверов, так и в роли клиентов. Подобную симметричную функциональность обеспечивают одноранговые или пиринговые (от англ. peer-to-peer, P2P) РИС. В отличие от архитектур с выделенным сервером, логика функционирования всех узлов одноранговой системы (пиров) одинакова, а информационно-вычислительные ресурсы (в том числе – системная информация), напротив, распределены. Отличительными особенностями пиринговых систем, согласно [27], являются: отсутствие централизованной координации узлов, отсутствие централизованных баз управляющей информации, все имеющиеся в системе данные и службы доступны любому узлу. Перечисленные особенности делают одноранговые системы максимально открытой, легко масштабируемой и наращиваемой архитектурой РИС. Таким образом, одноранговая архитектура обеспечивает высокие эксплуатационные показатели функционирования РИС и соответствует симметричному характеру информационного взаимодействия субъектов безопасности .

Обеспечение симметричного и продолжительного во времени информационного взаимодействия между субъектами безопасности может быть достигнуто на основе реализации агентной модели организации информационной среды [30]. Симметричная функциональность агентов создает предпосылки для более эффективного формирования возможных виртуальных организационных структур для решения конкретных задач управления безопасностью, а их реактивность, про-активность и автономность делает распределенную среду «живой», активно функционирующей при минимальном участии пользователя. Таким образом, мультиагентный подход является адекватным средством создания открытой расширяемой саморазвивающейся информационной среды поддержки управления безопасностью .

Обобщенная архитектура интегрированной информационной среды поддержки управления безопасностью региона представлена на рис. 6 .

Рис.6. Обобщенная архитектура интегрированной информационной среды поддержки управления безопасностью региона на базе агентных и P2P-технологий Основная функциональность системы реализуется узлами одноранговой сети (на рис. 6. – Peer), выполняющими также роль агентной платформы .

Взаимодействие между агентами, дислоцирующимися на пирах, симметрично:

каждый из них может быть как источником информационного запроса, так и играть роль сервера, обслуживающего запрос со стороны другого агента .

Серверы 1-го и 2-го типов представляют в составе единой информационной среды существующие системы информационной поддержки управления безопасностью. К первому типу относятся системы, не допускающие инсталляции на стороне сервера дополнительных программных модулей, реализующих агентов доступа к серверным данным. Для работы с серверами такого типа используются обычные механизмы и протоколы передачи запросов и получения результатов их обработки, например – протокол HTTP. Согласование общесистемных форматов запросов и откликов, а также используемых схем данных осуществляется на стороне пира в рамках интерфейса доступа к разнородным веб-ресурсам. Такой подход к интеграции унаследованных систем, очевидно, наиболее гибок, однако сопряжен с потенциально большей нагрузкой на коммуникационную сеть, так как исключает возможность предварительной обработки извлеченных данных на стороне сервера и отправки, в рамках отклика, более компактного результата .

Второй тип сервера, напротив, допускает инсталляцию программного обеспечения агента доступа, осуществляющего все необходимые преобразования форматов данных и используемых схем локально, на стороне сервера, и взаимодействующего с другими агентами с использованием общесистемных коммуникационных протоколов и форматов данных. Для согласования разных технологий хранения и представления данных на стороне информационных серверов предлагается использовать программные адаптеры ресурсов, реализующие специфичные для каждого конкретного ресурса механизмы доступа и извлечения данных .

7. Информационная революция и глобальная безопасность В последнее время наша планета охвачена беспрецедентной информационной революцией, которая, по мнению многих экспертов, стала локомотивом и нервом глобализации [26]. Наряду с несомненным позитивом ее феномен несет в себе принципиально новые глобальные вызовы и угрозы .

Действительно, казавшиеся незыблемыми понятия меняются: по-новому воспринимаются вопросы обеспечения государственного суверенитета и национальной безопасности, поскольку в условиях информационного общества границы государства становятся технологически проницаемыми .

В силу этого в условиях глобализации значительно повысилась роль внешней составляющей национальной безопасности, новых вызовов и угроз, к числу которых относятся риски, связанные со стремительным развитием ИКТ и их радикальным воздействием на все стороны общественной жизни, усилением значимости информационных ресурсов в политике, экономике, конкурентной борьбе. ИКТ становятся важнейшим фактором обеспечения стратегических интересов страны на международной арене. Отсюда - тесная взаимосвязь информационной и иных составляющих глобальной безопасности (рис. 7) не только России и ее отдельных регионов, но и всех стран .

Как подчеркнул на заседании Петербургского международного экономического форума 18 июня 2010 г. Президент России Д.Л.Медведев, развитие ИКТ - одно из приоритетных направлений модернизации экономики России и перевода ее на инновационное развитие. Данный фактор значительно актуализирует проблематику обеспечения информационной безопасности для национальных интересов в контексте глобальной безопасности .

Обеспечение информационной безопасности является важной проблемой, которую необходимо решать при разработке мультиагентных информационных систем, ориентированных на использование в различных областях, в том числе и для решения поставленных в настоящей работе задачах, связанных с информационно-аналитической поддержкой управления глобальной безопасностью развития региональных социально-экономических систем на основе когнитивных информационных технологий .

Рис.7. Взаимосвязь информационной и глобальной безопасности Аналитический обзор ведущих отечественных и зарубежных научных работ в области информационной безопасности агентно-ориентированных систем показал, что наибольшую сложность в теоретических исследованиях и практических реализациях современных мультиагентных систем представляют вопросы, связанные с обеспечением информационной безопасности агентов и информационных ресурсов, которыми они оперируют, в открытых мультиагентных виртуальных средах. В рамках данного направления исследована проблематика и определены основные виды угроз информационной безопасности открытых проблемно-ориентированных распределенных мультиагентных информационных систем. Для поддержки управления информационной безопасностью открытых одноранговых мультиагентных информационных систем разработана технология формирования самоорганизующейся системы децентрализованного управления безопасностью когнитивных мобильных агентов [21]. Самоорганизация обеспечивается за счет реализации фаззи-процедур согласования индивидуальных и групповых целей активно коммуницирующих когнитивных агентов и их группирования в проблемно-ориентированные коалиции, в пределах которых осуществляется распределение функций по управлению безопасностью между управляющими агентами сертификации. На основе механизмов самоорганизации агентов обеспечивается возможность автоматического формирования удостоверяющих центров сертификации в открытых мультиагентных системах .

Полученные результаты могут найти применение при практической реализации проблемно-ориентированной агентной платформы информационной поддержки решения задач управления региональной безопасностью, а также при решении практических задач, связанных с анализом рисков информационной безопасности конкретных объектов информатизации региона и разработкой новых методов и технологий их снижения .

8. Заключение В ходе проведенных исследований были получены следующие основные результаты .

1. Рассмотрены специфика и структура задачи комплексного информационно-аналитического обеспечения ГБ развития Арктических регионов России (на примере Мурманской области) .

2. Обоснована необходимость адаптации и развития существующих, а также создания новых научно-методических разработок для решения задач в области информационно-аналитической поддержки управления безопасностью развития арктических регионов с учетом специфических особенностей АЗ РФ .

3. Определена единая методологическая база для исследования и решения проблем управления ГБ регионального развития .

4. Предложен когнитивный подход к решению задач информационноаналитической поддержки управления ГБ регионального развития, основанный на интеграции методологий концептуального, системно-динамического и мультиагентного моделирования сложных динамических систем и процессов информатизации. Подход обеспечивает создание технологий построения интеллектуальных систем поддержки принятия решений в сфере прогнозирования и стратегического планирования безопасного развития региональных социально-экономических систем .

5. Разработана агентно-ориентированная модель интегрированной информационной среды поддержки управления безопасностью развития региона, обеспечивающая технологическую основу для решения задач информационной поддержки согласованной деятельности организационных структур в области обеспечения безопасности функционирования региональных подсистем .

6. Предложены архитектура и технологии формирования целостной информационной среды (агентной платформы) поддержки управления безопасностью развития региона на базе одноранговых телекоммуникационных систем и мультиагентного подхода .

Очевидно, что многие задачи в масштабе всей Арктики нельзя решать без совместного участия Российской Академии наук, региональных и федеральных институтов власти, ведущих ВУЗов, а также представителей среднего и крупного бизнеса .

Полученные и ожидаемые результаты исследований в области создания когнитивных информационных технологий управления региональным развитием смогут найти применение при формировании комплексной системы поддержки управления безопасностью развития Арктических регионов РФ в рамках реализации «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года»

и «Стратегии инновационного развития Российской Федерации на период до 2020 года» на территории Мурманской области, а также могут быть учтены региональными органами государственной власти при разработке стратегических планов и антикризисных стратегий безопасного социальноэкономического развития Мурманской области на долгосрочный период .

Литература

1. Быстров, В.В. Информационная поддержка управления качество образования в контексте глобальной безопасности развития региона / В.В. Быстров, А.В. Маслобоев // Качество. Инновации. Образование.– 2011. – №10(77) .

- С. 2-10 .

2. Выступление на международной конференции «Современное государство и глобальная безопасность».- Режим доступа:

http://www.kremlin.ru/transcripts/5469 .

3. Гапоненко, Н.В. Форсайт. Теория. Методология. Опыт / Н.В. Гапоненко.- М.:

Юнити-Дана, 2008.- 240 с .

4. Горохов, А.В. Когнитивные функции концептуальных моделей социальноэкономических систем / А.В. Горохов, А.Г. Олейник, В.А. Путилов // II Междунар. конф. по когнитивной науке: тез. докл. в 2 т., г. Санкт-Петербург, 9-13 июня 2006 г. - СПб.: Изд-во СПбГУ, 2006.- Т.2.- С. 576-577 .

5. Датьев, И.О. Имитационное моделирование развития региональных информационно-коммуникационных систем / И.О. Датьев, А.В. Маслобоев // Инфокоммуникационные технологии.- 2010.- Т.8.- №2.- С. 51-56 .

6. Датьев, И.О. Исследование динамики информационных потоков региональных информационно-коммуникационных систем при реализации различных сценариев социально-экономического развития приарктических территорий / И.О. Датьев, А.М. Федоров // Теория и практика системной динамики: мат. докл. IV Всерос. научно-практич. конф. г. Апатиты, 29-31 марта 2011 г. - Апатиты: Изд-во КНЦ РАН, 2011.- С.58-60 .

7. Десятов, И.В. Когнитивные центры как информационные системы для стратегического прогнозирования / И.В. Десятов // Информационные технологии и вычислительные системы. - 2011. - №1.- С.65-81 .

8. Додин, Д.А. Устойчивое развитие Арктики (проблемы и перспективы) / Д.А .

Додин.- М.: Наука, 2005.- 288 с .

9. Емельянов, С.В. Информационные технологии регионального управления / С.В. Емельянов, Ю.С. Попков, А.Г. Олейник, В.А. Путилов. - М.: Эдиториал УРСС, 2004.- 400 с .

10. Итоги 2010 года с Президентом России.- Режим доступа:

http://www.kremlin.ru/transcripts/9888 .

11. Калинина, А.Э. Развитие информационного пространства региональной хозяйственной системы / А.Э. Калинина.- Волгоград: Изд-во ВолГУ, 2005 .

- 360 с .

12. Кузык, Б.Н. Интегральный макропрогноз инновационно-технологической и структурной динамики экономики России на период до 2030 года / Б.Н. Кузык, Ю.В. Яковец.- М.: Изд-во: Институт экономических стратегий, 2006.- 432 с .

13. Лавров, С.В. "Новый Договор о СНВ и матрица глобальной безопасности .

Политическое измерение" / С.В. Лавров // Международная жизнь.- №7 .

- 2010. Режим доступа: http://interaffairs.ru/arpg.php?pg=270 .

14. Ломов, П.А. Интеграция онтологий с использованием тезауруса для осуществления семантического поиска / П.А. Ломов, М.Г. Шишаев // Информационные технологии и вычислительные системы.- 2009.- №3 .

- С.49-59 .

15. Маслобоев, А.В. Архитектура и технологии формирования интегрированной информационной среды поддержки управления безопасностью развития региона / А.В. Маслобоев, М.Г. Шишаев // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. - СПб: СПбГУ ИТМО. - 2011. - №6(76) .

– С. 98-104 .

16. Маслобоев, А.В. Гибридная архитектура интеллектуального агента с имитационным аппаратом / А.В. Маслобоев // Вестник МГТУ: Труды Мурманского государственного технического университета. -2009.-Т.12 .

- №1.- С. 113-125 .

17. Маслобоев, А.В. Информационно-аналитическая поддержка управления безопасностью развития Арктических регионов России: задачи, методы, технологии / А.В. Маслобоев, В.А. Путилов // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. - 2011.- №3(73).- С.143-145 .

18. Маслобоев, А.В. Концептуальная модель интегрированной информационной среды поддержки управления безопасностью развития региона / А.В .

Маслобоев, В.А. Путилов // Вестник МГТУ: тр. Мурманского государственного технического университета. - Мурманск: МГТУ. - 2011 .

-Т.14.- №4. - С.842-853 .

19. Маслобоев, А.В. Механизмы согласования индивидуальных и групповых целей программных агентов на основе теории нечетко-множественных отношений / А.В. Маслобоев // "Наука и Образование – 2011": мат. Межд .

научно-практич. конф. г. Мурманск, 4-8 апреля 2011 г.- Мурманск: МГТУ, 2011.- С.115-121 .

20. Маслобоев, А.В. Обеспечение глобальной безопасности регионального развития: постановка задачи / А.В. Маслобоев, В.А. Путилов // Труды Института системного анализа РАН: Прикладные проблемы управления макросистемами. - М.: КРАСАНД, 2010.- Т.59.- С.29-44 .

21. Маслобоев, А.В. Разработка и реализация механизмов управления информационной безопасностью мобильных агентов в распределенных мультиагентных информационных системах / А.В. Маслобоев, В.А. Путилов // Вестник МГТУ: тр. Мурманского государственного технического университета. - Мурманск: МГТУ. – 2010.– Т.13, №4/2.– С.1015-1032 .

22. Олейник, А.Г. Технология представления знаний для информационной поддержки управления региональными системами. -Ч.1. / А.Г. Олейник // Известия. ВУЗов. Приборостроение.- 2005.- Т.48.- №10.- С.3-6 .

23. Постановления Правительства РФ «Основы государственной политики Российской Федерации в Арктике на период до 2020 года и дальнейшую перспективу» (утверждено Президентом РФ 18.09.2008 г., Пр.-1969).- Режим доступа: http://www.scrf.gov.ru/documents/98.html, 2008 .

24. Путилов, В.А. Системная динамика регионального развития / В.А. Путилов, А.В. Горохов.- Мурманск: НИЦ «Пазори», 2002.- 306 с .

25. Путилов, В.А. Технологии распределенных систем информационной поддержки инновационного развития региона / В.А. Путилов, М.Г. Шишаев, А.Г. Олейник // Труды Института системного анализа РАН: Прикладные проблемы управления макросистемами. – М.: Книжный дом «ЛИБРОКОМ», 2008 .

– Т. 39. – С.40–63 .

26. Смирнов, А.И. Глобальная безопасность: инновационные методы анализа конфликтов /А.И. Смирнов и др.- М.:Общество «Знание» России, 2011.-272 с .

27. Сухорослов, О.В. Принципы самоорганизации в пиринговых системах / О.В. Сухорослов // Труды Института системного анализа РАН: Прикладные проблемы управления макросистемами. – 2004. – Т.8 – С.141–174 .

28. Филиппов, В.А. Интернет и семантический WEB / В.А. Филиппов и др.- М.:

Ленанд, 2007.- 104 с .

29. Филиппов, В.А. Информационные взаимодействия и Web-сервисы / В.А. Филиппов, Б.А. Щукин, Л.В. Богатырева.- М.: УРСС, 2009. - 144 с .

30. Швецов, А.Н. Распределенные интеллектуальные информационные системы / А.Н. Швецов, С.А. Яковлев.– СПб: СПбГЭТУ «ЛЭТИ», 2003.– 318 с .

31. Шишаев, М.Г. Архитектура и современные технологии информационных систем поддержки развития открытых инноваций / М.Г. Шишаев, А.В. Маслобоев // Инновации, 2010. – №8(142) – С.85-91 .

32. Юсупов, Р.М. Концептуальные и научно-методологические основы информатизации /Р.М. Юсупов, В.П. Заболотский.- СПб.: Наука, 2009.- 542 c .

33. DeTombe, D.J. Global Safety / D.J. DeTombe // Pesquisa Operacional.- 2010 .

- Vol.30. - No.2.- P.387-404 .

34. Wooldridge, M. An Introduction to MultiAgent Systems / M. Wooldridge. - John Wiley & Sons Ltd, 2002.- 366 p .

Сведения об авторах

Маслобоев Андрей Владимирович к.т.н., научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24А .

е-mail: masloboev@iimm.kolasc.net.ru Andrey V. Masloboev Ph.D. (Tech. Sc.), research. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

Путилов Владимир Александрович д.т.н., проф., директор. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24А .

е-mail: putilov@iimm.kolasc.net.ru Vladimir A. Putilov Dr. of Sc. (Tech. Sc.), Prof., director. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

УДК 004.94 В.Н. Богатиков, А.Г. Олейник, А.Е. Пророков

ТЕОРЕТИЧЕСКИЙ ПОДХОД К ОЦЕНКЕ СОСТОЯНИЙ НАДЕЖНОСТИ

СЛОЖНЫХ ИНФОРМАЦИОННЫХ СЕТЕЙ

Аннотация В данной статье представлен подход к моделированию состояний информационной сети основанный на аналоге цепи Маркова. В отличие от цепей Маркова, состояние определяется интегральным показателем надежности. В качестве показателя используется оценка, получаемая как степень нечеткого равенства текущей ситуации, которая описывается системой показателей надежности, ситуации, соответствующей область безопасного функционирования .

Ключевые слова:

информационные системы, нечеткая логика, моделирование .

V.N. Bogatikov, A.G. Oleynik, A.E. Prorokov

THEORETICAL APPROACH TO THE RELIABILITY ASSESSMENT

FOR COMPLEX INFORMATION NETWORKS

Abstract The approach based on analog of Markov chain to modeling of information network conditions is presented in the article. Unlike Markov chains, the network condition is determined by an integrated indicator of reliability. The indicator is a estimation of fuzzy equality degree between a current situation, which is described by system of reliability indicators, and the situations, which corresponding to area of network safe functioning .

Key words:

information systems, fuzzy logic modeling .

Введение Происходящие в мире процессы развития инфокоммуникаций стали объективным фактором способствующим созданию глобального информационного общества. Уровень развития информационного пространства решающим образом влияет на экономику, обороноспособность и политику .

Целями информатизации являются наиболее полное удовлетворение информационных потребностей общества во всех сферах деятельности .

Учитывая возрастание в последние годы интереса мирового сообщества к Арктическим территориям возросла актуальность решения задач повышения уровня системной надежности в рамках формирования единых информационных пространств Арктических регионов .

Актуальность подчеркивается основами государственной политики Российской Федерации в Арктике на период до 2020 года и дальнейшую

ИИММ КНЦ РАН

Новомосковский институт РХТУ им. Д.И. Менделеева Работа выполнялась при финансовой поддержке ОНИТ РАН (проект № 2.4. программы фундаментальных исследований ОНИТ РАН "Информационные технологии и методы анализа сложных систем") .

перспективу, утвержденный Президентом Российской Федерации Дмитрием Медведевым 18 сентября 2008 г. (Пр. - 1969) .

Проблема моделирования и оценки состояний для обеспечения надежности систем единого информационного пространства арктических регионов на основе исследования структур и механизмов проявления разнородных потенциальных опасностей является фундаментальной научной проблемой .

Сложность и разнородность современных промышленных и организационных комплексов, функционирующих в арктической зоне российской Федерации, использование ими различных информационных технологий в рамках своих информационных полей затрудняют выполнение диагностических процедур и поиск источников возникающих нарушений .

Необходимо отметить, что особенности обеспечения надежности технических и организационных компонентов информационных систем в Арктическом регионе комплексно не изучались .

Вместе с тем, известно, что солнечная активность и обусловленные ею геомагнитные возмущения влияют на распространение радиоволн и, в период геомагнитных возмущений, создают серьезные помехи для радиосвязи [1]. В Арктическом регионе, где радиосвязь, в отдельных ситуациях, является единственным средством коммуникации, такие помехи могут приводить к роковым последствиям. И именно в Арктическом регионе, в силу широтных особенностей строения магнитосферы и ионосферы Земли, помехи в радиосвязи в период геомагнитных возмущений наиболее выражены. Кроме того, в высоких широтах отмечается и наибольшее число сбоев в работе технических систем и информационного обеспечения. Эти сбои могут быть вызваны широтным возрастанием интенсивности космических лучей, порождающих ошибки в работе компьютерных систем и программного обеспечения [2] .

Наряду с технической компонентой надежности работы информационных систем, человеческий фактор также влияет на их надежность. От психофизиологического состояния оператора во многом зависит своевременность и правильность принятия решений и, следовательно, надежность работы информационных систем. Проведенные исследования показали, что вариации геомагнитного поля, также как и интенсивность космических лучей, существенно модулируют психо-физиологическое состояние человека [3-5]. В отдельные периоды солнечной активности, геофизические агенты могут обусловливать появление у человека парадоксальных реакций, депрессию, шизоидные состояния [6] .

Работа посвящена разработке нечеткой модели оценки состояний для анализа надежности компонентов информационного пространства, ориентированной на поддержку принятия решений в области управления формированием, функционированием и развитием единого информационного пространства Арктических регионов. Под единым информационным пространством понимается целостная информационно-аналитическая среда, представляющая собой комплекс проблемно-ориентированных, взаимоувязанных и взаимодействующих информационных и аналитических ресурсов, а также технологическую и организационную инфраструктуру их создания и использования .

Топологический метод расчета надежности Используя структурное подобие вероятностного графа и нечеткого графа, для моделирования процессов смены состояний информационной системы рассматривается один из методов расчета Марковских процессов – топологический метод [8,9].

Подобие графов позволяет использовать одни и те же формулы для расчета:

вероятности нахождения системы в некотором состоянии (индексы надежности состояния для нечеткой системы), коэффициентов готовности и простоя (индексы коэффициентов готовности и простоя), среднего времени наработки на отказ и среднего времени восстановления (индексы времени наработки на отказ и времени восстановления) .

Если при этом учитывать свойства функций принадлежности, появляется возможность проводить диагностирование информационной системы .

Обозначим Х как множество состояний системы:

X {x i, i I, i 1, n}, где xi – i-е состояние, I – множество индексов всех возможных состояний системы, n – количество возможных состояний системы .

Разобьем множество Х на два подмножества:

подмножество работоспособных состояний системы Хр;

подмножество неработоспособных состояний системы Xр .

I}, Xр {x i, i Iр где Xр – подмножество работоспособных состояний системы, Iр – множество индексов работоспособных состояний системы .

Xр {x i, i J I},

где Xр – подмножество неработоспособных состояний системы, J – множество индексов неработоспособных состояний системы .

Нахождение системы в том или ином состоянии обуславливает случайный процесс X(t) перехода системы в пространстве ее состояний. X(t) называют также траекторией системы .

Представим X(t) в виде нечеткого графа состояний G(X, W), где Х – множество вершин графа, соответствующих множеству состояний X; W – множество дуг, соединяющих вершины данного графа; P1(t),..., Pi(t),..., P6(t) – вероятности нахождения системы в i-м состоянии; d(wij) – вес дуги wij; ij – нечеткая интенсивность перехода из состояния i в состояние j (рис. 1) .

Вернемся к модели Маркова. Если заданы интенсивности ij, то, составляя и решая систему уравнений Колмогорова, можно определить вероятности Pi(t) нахождения системы в i-м состоянии, а значит и показатели надежности. Однако составление и решение системы уравнений Колмогорова является трудоемкой операцией, поэтому для решения подобных задач применяют топологический метод. Топологический метод использует аппарат теории графов применительно к решению задач надежности .

–  –  –

Рис.1. Пример вероятностного графа состояний G(X,W) Рассмотрим методику решения задач методом, который позволяет непосредственно по графу состояний G(X, W) без составления и решения уравнений Колмогорова вычислять показатели надежности. Для этого введем некоторые определения .

Прямой путь lij из вершины хi в вершину хj – цепь последовательно соединенных однонаправленных дуг, где каждая вершина имеет входящую и одну выходящую дуги, за исключением начальной и конечной, имеющих по одной дуге (рис.2) .

–  –  –

где W(l ij ) - множество дуг, которые составляют k-ый прямой путь .

k Замкнутый контур r – прямой путь, на котором начальная и конечная вершины совпадают (рис. 3).

Вес замкнутого контура r:

–  –  –

Частным случаем замкнутого контура является петля (рис. 4), в которой входящая и выходящие дуги сливаются в одну .

Вес петли при вершине определяется как отрицательная сумма весов дуг, исходящих из этой вершины:

d(wij) d(wij), j Jn где Jn – множество индексов вершин, которые связаны с i-ой вершиной выходящими из нее дугами .

Соединение графа S – это частичный граф, который образуют только замкнутые контуры. Частичный граф представляет собой все вершины, некоторые дуги и петли исходного графа, которые составляют независимые замкнутые контуры (то есть контуры, не имеющие общих вершин). Один граф может располагать несколькими соединениями (рис.5). При образовании соединений следует помнить, что каждая вершина графа G (X, W) имеет петлю .

Рис.5. Пример образования соединения графа

Вес j-го соединения:

( 1) d(Sj) d(r), r R(S j) где – число независимых замкнутых контуров, образующих соединение, R(Sj)

– множество независимых замкнутых контуров, образующих соединение .

Определитель графа G d(Sj), Sj S где S — множество всех возможных соединений графа .

Теперь рассмотрим методику расчета показателей надежности вероятностного графа [8,9] топологическим методом в установившемся режиме, где топологические коэффициенты Сi для каждой xi вершины графа определяются непосредственно по графу, а затем вычисляется нужный показатель по ниже приведенным топологическим формулам .

Для определения коэффициента Сi необходимо:

выбрать начальную вершину графа xq отдельно для определения каждого из коэффициентов Сi ( i 1, n ); начальная вершина может быть выбрана произвольно, однако выбор влияет на объем вычислений, поэтому ее надо выбирать так, чтобы были длинные прямые пути;

построить множество К прямых путей из начальной вершины xq в вершину xi, для которой определяется коэффициент;

для каждого k-го прямого пути построить множество замкнутых контуров подграфа G{Xk} и образовать возможные комбинации независимых замкнутых контуров (множество соединений S), где G{Xk} – подграф графа G{X, W}, образованный удалением множества вершин, входящих в k-й путь и прилегающих к нему дуг;

записать коэффициенты Ci по найденным составляющим по формуле:

d(l qi ) G{X k}, Ci k kK

–  –  –

где J+ – подмножество индексов граничных состояний из Xр, из которых в работоспособное состояние можно попасть за один переход .

Основные положения топологического метода могут быть применены для определения показателей надежности неустановившегося режима с использованием преобразований Лапласа. Необходимо отметить, что показатели надежности, вычисленные по нечеткой модели, должны совпадать с показателями надежности, вычисленными по вероятностной модели. В отличие от вероятностной Марковской модели, где суммы вероятностей состояний для каждого момента времени равны единице, в нечеткой системе, такое условие не накладывается на индекс надежности. Поэтому по равенству показателей можно проводить верификацию нечеткой модели .

Алгоритм оценки состояний объекта и расчета показателей надежности по нечеткой модели включает следующие основные этапы:

ввод информации о реальной ситуации на объекте;

оценка индексов надежности состояний [7];

оценка нечетких интенсивностей переходов из состояния в состояние;

расчет показателей надежности системы .

Заключение Предлагаемый подход к оценке состояний сложной информационной системы на основе нечеткой Марковской модели имеет ряд преимуществ по сравнению с использованием вероятностной модели Маркова. В данном случае для оценки состояний необходим меньший объем статистического материала, так как за основу берутся экспертные знания. Подход обеспечивает более гибкую адаптацию к конкретной задаче и позволяет выполнять диагностирование объекта уже на этапе расчета интегрального показателя надежности .

Основное преимущество нечетких Марковских моделей состоит в том, что на основе экспертных оценок можно учесть наличие помех в радиосвязи в период геомагнитных возмущений, влияние интенсивности космических лучей, психофизиологическое состояния оператора, которое во многом зависит как от вариации геомагнитного поля, так и от интенсивности космических лучей .

Таким образом, можно сделать вывод о целесообразности исследования нечетких Марковских моделей для целей обеспечения надежности сложных информационных систем .

Литература

1. Калитнков, Н.В. Радиосвязь в районе а4: влияние геомагнитных возмущений на частотный спектр и амплитуду кв радиосигналов на трассах, пересекающих авроральную зону /Н.В. Калитнков, А.Н. Калитнков // Тез .

11-й научно-техн. конф МГТУ, г. Мурманск, 19-29 апреля 2000 г.- Мурманск:

МГТУ, 2000. - 615 с .

2. Ziegler, J.F. Terrestrial cosmic rays / J.F. Ziegler // IBM J.Res. Develop, №40, 1996. -рр.19-39 .

3. Белишева, Н.К. Качественная и количественная оценка воздействия вариаций геомагнитного поля на функциональное состояние мозга человека / Н.К. Белишева. - Биофизика, 1995, вып.5. - С.1005-1012 .

4. Белишева, Н.К. Исследование роли гелиогеофизических и метеорологических факторов в изменчивости вариабельности сердечного ритма у различных категорий населения на Севере / Н.К. Белишева, С.А.Черноус. //Север – 2003 .

Проблемы и решения.- Апатиты: Изд-во КНЦ РАН, 2004. - С.43- 51 .

5. Coooperative influence of geocosmical agents on human organism / N.K .

Belisheva and others // Physics of Auroral Phenomena (eds .

I.V. Golovchanskaya, N.V. Semenova). –Apatity, 2007. -pp.221-224 .

6. Белишева, Н.К. Глобальная модуляция психо-эмоционального состояния человека геокосмическими агентами / Н.К. Белишева, Т.Л. Качанова: сб .

научн. докл. VII Междунар. конф. "Экология и Развитие Северо-Запада России», г. Санкт-Петербург, 2-7 августа 2002 г. - С.110-118 .

7. Приложения метода разделения состояний к управлению технологической безопасностью на основе индекса безопасности /В.Н. Богатиков и др. - Тверь:

ТГТУ, 2009. -398с .

8. Палюх, Б.В. Надежность и эффективность экономических информационных систем / Б.В. Палюх, А.С. Мироненко. - Тверь, 2003. -157 с .

9. Пантелей, В.Г. Расчетные методы оценки надежности приборов /В.Г. Пантелей, И.Б. Шубинский. - М.: «Машиностроение», 1974. – 56 с .

Сведения об авторах

Богатиков Валерий Николаевич д.т.н. ведущий научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

e-mail: vnbgtk@iimm.kolasc.net.ru Valery N. Bogatikov Dr. of Sci. (Tech.) leading researcher. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

Олейник Андрей Григорьевич д.т.н., зам. директора. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24А .

е-mail: oleynik@iimm.kolasc.net.ru Andrey G. Oleynik Dr. of Sci. (Tech.), Deputy director. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS. Russia, 184209, Apatity Murmansk region, Fersman St. 24A .

Пророков Анатолий Евгеньевич к.т.н., заведующий кафедрой «Прикладная информатика» Государственное образовательное учреждение высшего профессионального образования «Новомосковский институт (филиал) РХТУ им. Д.И. Менделеева» .

Россия, 601370, г. Новомосковск Тульской обл., ул. Дружбы, д. 8 .

e-mail: Prorokov@nmosk.ru Anatoly E. Prorokov Ph.D. (Tech. Sci.), head of the chair «Applied informatics» of the Novomoskovsk Institute (Branch of the Mendeleyev Russian Chemical-Technological University) .

УДК 004.94 А.В. Вицентий

РАЗРАБОТКА МОДЕЛИ ЕДИНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА

ДЛЯ ОЦЕНКИ НАДЕЖНОСТИ ЕГО ФУНКЦИОНИРОВАНИЯ

Аннотация Для оценки надежности функционирования единого информационного пространства в работе предложена методика построения его модели, включающая семь основных множеств элементов, подлежащих оценке .

Ключевые слова:

Единое информационное пространство, модель, надежность .

A.V. Vicentiy

THE UNIFORM INFORMATION FIELD MODEL DESIGN FOR OPERATIONAL

RELIABILITY EVALUATION

Abstract In this paper the uniform information field reliability model definition procedure are considered. The model includes the seven basic sets of elements which are subject to estimation .

Keywords:

uniform information field, reliability model, reliability estimation .

Введение Происходящие в мире в настоящее время процессы развития международной интеграции информационных ресурсов и инфраструктуры компьютерных сетей позволяют осуществлять взаимодействие пользователей для получения разнообразной информации в реальном масштабе времени вне зависимости от расстояния и используемых средств вычислительной техники .

Благодаря бурному развитию информационных технологий появляется возможность преодоления информационного неравенства, что особенно важно для Российской Федерации, на обширной территории которой наряду с информационно развитыми городами и регионами имеются территории со слабой телекоммуникационной инфраструктурой [1] .

Целью данной работы является описание методики построения модели единого информационного пространства (ЕИП) Арктических регионов Российской Федерации и выделение его основных компонентов, с точки зрения оценки и обеспечения надежности их функционирования .

Формирование и оценка надежности единого информационного пространства Под Арктической зоной Российской Федерации понимается часть Арктики, в которую входят полностью или частично [4]: территории Республики Работа выполнена при финансовой поддержке ОНИТ РАН (проект№2.4 Программы фундаментальных исследований ОНИТ РАН «Информационные технологии методы анализа сложных систем») .

Саха (Якутия); Мурманской области; Архангельской области; Красноярского края; Ненецкого автономного округа; Ямало-Ненецкого автономного округа;

Чукотского автономного округа; и прилегающие к этим территориям, землям и островам внутренние морские воды, территориальное море, исключительная экономическая зона и континентальный шельф РФ, в пределах которых Россия обладает суверенными правами и юрисдикцией в соответствии с международным правом .

В данной работе единое информационное пространство понимается как совокупность данных, технологий их сопровождения и использования, информационно-телекоммуникационных систем и сетей, функционирующих на основе единых принципов и по общим правилам, обеспечивающих информационное взаимодействие организаций и граждан, а также удовлетворение их информационных потребностей .

Таким образом, можно сказать, что основными компонентами единого информационного пространства, требующими особого внимания к надежности их функционирования, являются:

информационные ресурсы, содержащие данные, сведения и знания, зафиксированные на соответствующих носителях информации;

организационные структуры, обеспечивающие функционирование и развитие единого информационного пространства, в частности, сбор, обработку, хранение, распространение, поиск и передачу информации;

средства информационного взаимодействия граждан и организаций, обеспечивающие им доступ к информационным ресурсам на основе соответствующих информационных технологий, включающие программнотехнические средства и организационно-нормативные документы .

Ввиду разнородности компонентов, составляющих единое информационное пространство, для оценки надежности каждого компонента ЕИП приходится применять специфические именно для него методы, а затем строить некоторый интегральный показатель, характеризующий надежность ЕИП в целом. Так, для оценки надежности коммуникационной структуры ЕИП применяются методы теории стохастических систем, математического программирования и теории экстремальных графов [3]. Для обеспечения надежности доступа к информационным ресурсам и их сохранности применяются методы защиты информации и резервирования из теории надежности. Работа организационных структур во многом регулируется законодательством РФ в рамках концепции формирования и развития единого информационного пространства России и т.д. [2] .

Первым вопросом, требующим решения, является вопрос о структуре единого информационного пространства. Для представления такой структуры удобнее всего будет разложить ее на уровни и представить в виде дерева. В общем виде структура ЕИП Арктических регионов РФ представлена на рис. 1 .

На первом уровне находится федеральное ЕИП, включающее в себя единые информационные пространства семи субъектов РФ и прилегающих к этим территориям, землям и островам внутренние морские воды, территориальное море, исключительная экономическая зона и континентальный шельф РФ, в пределах которых Россия обладает суверенными правами и юрисдикцией в соответствии с международным правом. На втором уровне находятся ЕИП каждого из вышеупомянутых субъектов РФ в отдельности. Единые информационные пространства субъектов РФ включают ЕИП уровня муниципалитетов (районов, округов, крупных предприятий, государственных учреждений и т.д.) .

Рис.1. Структура единого информационного пространства Таким образом, на высшем уровне иерархии – федеральном, концентрируются основные потоки информации. Спускаясь от этого уровня к нижележащим, можно получить информацию о конкретных учреждениях того или иного региона. С другой стороны, наличие некоторого общего узла (корня дерева) позволяет, в случае необходимости, относительно легко интегрировать ЕИП Арктических регионов в другие ЕИП, например, в ЕИП приарктических стран .

В свою очередь, каждый узел, начиная со второго уровня, должен иметь четкую структуру, аналогичную структуре одноуровневых узлов. Это позволяет существенно упростить навигацию в информационном пространстве, а также ускорить и снизить стоимость разработки внутреннего наполнения узла, т.к .

появляется возможность использования стандартных шаблонов. Данное правило не касается только узлов самого нижнего уровня, т.к. решение задачи унификации их структуры является труднореализуемым и не дает значительного практического эффекта .

Формирование ЕИП на уровне региона следует начать с построения структуры ЕИП муниципалитетов и других образований, как наиболее насыщенных информационными субъектами территорий. При этом, на самом общем уровне, топологическую структуру информационных сетей можно представить как S = D, L, где D - множество субъектов информационной структуры (различные учреждения в рамках территориального образования), а L

- множество каналов связи между ними .

Обобщенную модель информационной сети (информационного пространства) в этом случае можно представить так:

NET=INF, SRV, SOFT, MEDIA, RUL, POINT, SRS, где INF - множество информации, т.е. совокупность данных, расположенных на серверах сети;

SRV - множество серверов, т.е. узлов сети, хранящих информацию и предоставляющих к ней доступ. В данной модели к множеству SRV также относится и другое коммуникационное оборудование, включенное в структуру сети;

SOFT - множество (служебного) программного обеспечения, установленного на серверах сети, включая различные платформы операционных систем, протоколы связи, другие «служебные» программы, для организации коммуникаций, и т.п.;

MEDIA - множество сред передачи данных;

RUL - множество принципов и правил функционирования сети;

POINT - множество клиентов сети;

SRS - множество сервисов, предоставляемых сетью .

Для конкретизации описания и выбора адекватных методов анализа надежности компонентов ЕИП введем функции типизации каждого из указанных множеств .

Функция определения типов информации, расположенной на серверах сети: ( x INF )(cn( x) z, z CONTENT ), где CONTENT - типы информации на серверах сети .

Функция определения типов серверов (коммуникационного оборудования): ( x SRV )(tsrv ( x) z, z TSVR), где TSRV - типы серверов (коммуникационного оборудования) .

Функция определения типов программного обеспечения:

( x SOFT )(os ( x) z, z OS ), где OS - типы (служебного) программного обеспечения, установленного на серверах сети .

Функция определения типов сред передачи данных:

( x MEDIA )( dl ( x) z, z DL ), где DL - типы сред передачи данных .

Функция определения типов/наборов принципов и правил функционирования сети: ( x RUL )( pol ( x) z, z POL ), где POL - множество типов/наборов правил (политик) функционирования сети .

Функция определения типов клиентов сети:

( x POINT )(cl ( x) z, z CLIENT ), где CLIENT - множество типов клиентов сети .

Функция определения типов сервисов, предоставляемых сетью:

( x SRS )(tl ( x) z, z TOOL ), где TOOL – типы сервисов, предоставляемых сетью .

Рассмотрим для примера, как может быть описан некоторый абстрактный узел ЕИП с помощью указанных выше функций типизации:

DOT_X= cn (dot_x) = “map” & “law_loc”; // тип информации на сервере – карты и нормативно-правовые акты органов местного самоуправления .

tsrv (dot_x) = “IBM System p5 550Q Express”; // тип сервера .

os (dot_x) = “IBM AIX 5L”; // тип операционной системы .

dl (dot_x) =“SMF” // тип среды передачи данных - Single Mode Fiber (одномодовое оптоволокно) .

pol (dot_x) = “map” = group_3 & “law_loc” = all; // данные типа “карта’ доступны только пользователям из группы №3, а данные типа “ нормативно-правовые акты органов местного самоуправления” доступны всем пользователям .

cl (dot_x) = “0”; // тип клиента не определен .

tl (dot_x) = “web” & “ftp”; // данным узлом предоставляется веб-сервис и сервис передачи файлов по протоколу ftp .

В конкретных условиях описание некоторого узла или ресурса ЕИП может иметь другой вид, однако структура такого описания должна сохраняться .

Наличие структурированного описания узлов (ресурсов) ЕИП позволяет повысить скорость и эффективность поиска необходимой информации и обеспечения интеграции нескольких узлов в «виртуальное пространство» для решения конкретной задачи, выраженной формальной моделью .

В ходе решения реальных задач обычно нет необходимости задействовать все уровни ЕИП, а достаточно организовать бесперебойное взаимодействие лишь некоторых из них. В такой ситуации проводить оценку надежности всех узлов или даже отдельной ветви ЕИП, может оказаться излишним .

Необходимый уровень надежности для конкретной задачи может быть достигнут обеспечением надежности только тех узлов, ресурсов и связей, которые задействованы в ее решении .

Однако, при решении некоторых специфических задач, связанных с принятием решений в реальном масштабе времени, возможно, варьирование некоторых начальных условий и целей прямо в процессе решения, что может привести к необходимости добавления, исключения или модификации узлов (ресурсов) и связей и, как следствие, переоценке их надежности. В таких условиях необходимо использовать подходы, при которых структура «виртуального пространства» для подобных задач могла бы меняться в автоматизированном режиме. Примеры реализации таких подходов представлены в [6] .

Надежность ЕИП в работе понимается как устойчивость системы приемапередачи информации к внешним воздействиям и внутренним возмущениям, а также как гарантия получения информации: 1) в полном и неискаженном виде;

2) только заданными адресатами; 3) в удовлетворительные сроки .

В качестве инструмента оценки надежности функционирования ЕИП предлагается использовать следующую методику оценки надежности на основе использования нечетко-логических моделей (НЛМ) .

Оценку надежности предлагается проводить «снизу в вверх» на основе построения нечетко-логической модели и модифицированных методик оценки безопасности технологических процессов (выделение центра и индекса безопасности) .

1. На первом шаге необходимо произвести построение нечеткологических моделей нижних уровней (НЛМkХИ - нечетко-логическая модель хранимой информации k-го уровня; НЛМkИС - нечетко-логическая модель информационных систем k-го уровня; НЛМkЛВС - нечетко-логическая модель вычислительных сетей k-го уровня) для оценки степени надежности текущей ситуации;

2. На втором шаге нужно произвести выделение так называемого «Центра надежности», описывающего допустимые значения параметров, определяющих надежность;

3. Далее следует построить и оценить «Индекс надежности», который дает количественную характеристику отклонения параметров от «Центра надежности»;

4. Получив количественную оценку, нужно произвести корректировку параметров;

5. После достижения необходимых показателей надежности на k-том уровне, следует перейти к построению нечетко-логических моделей нижних уровней (НЛМk+1ХИ; НЛМk+1ИС; НЛМk+1ЛВС), и так до тех пор, пока не будет достигнут самый нижний уровень модели .

Заключение Исходя из выше изложенного, можно сделать вывод, что построение ЕИП возможно путем модульного построения отдельных информационных систем по территориальному принципу «сверху-вниз». Модули информационной сети должны отвечать принципам совместимости и достижимости по информационному ресурсу на горизонтальном и вертикальном уровнях их организации; открытостью и адаптируемостью к постоянно меняющимся условиям функционирования; автономностью; инвариантностью данных к моделям развития и механизмам управления; адекватностью организационных структур [5]. Для оценки надежности функционирования ЕИП, напротив, предлагается применить метод оценки «снизу в вверх», основанный на применении нечетко-лингвистических моделей, выбор которых связан с большой долей неопределенности, возникающей при попытках определения причины и источника отказа в обслуживании .

Литература

1. Ракитов, А.И. Россия в глобальном информационном процессе и региональная информационная политика / А.И. Ракитов // Проблемы информатизации. - М.: 1993. -Вып. 1 - 2. – С.20-26 .

2. Финько, О.А. О развитии информационного пространства России /О.А. Финько // Информационные ресурсы России, 1998. - №1. - С.12-13 .

3. Вишневский, В.М. Теоретические основы проектирования компьютерных сетей / В.М. Вишневский // Теоретические основы проектирования компьютерных сетей. - М: Техносфера, 2003. – 512 с .

4. Постановление Президиума ЦИК СССР от 15.04.1926 "Об объявлении территорией Союза ССР земель и островов, расположенных в Северном Ледовитом океане". - "СЗ СССР", 1926, № 32, ст. 203 .

5. Фролов, В.Н. Информационно-логическая модель организационного управления в распределенной вычислительной системе / В.Н. Фролов, Д.В. Сысоев, Н.Г. Филонов // Информационные технологии и системы. Международная академия информатизации. - Воронеж, 1998. - С.123-125 .

6. Емельянов, С.В. Информационные технологии регионального управления / С.В. Емельянов, А.Г. Олейник, Ю.С. Попков, В.А. Путилов.- М.: Едиториал УРСС, 2004. – 400 с .

Сведения об авторах Вицентий Александр Владимирович к.т.н, научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

е-mail: alx_2003@mail.ru Alexander V. Vicentiy Ph.D. (Tech. Sci.), researcher. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

УДК 681.5 И.Н. Морозов, А.Е. Пророков, В.Н. Богатиков

РИСКОУСТОЙЧИВОЕ УПРАВЛЕНИЕ НАДЕЖНОСТЬЮ

ИНФОРМАЦИОННЫХ СИСТЕМ

Аннотация Работа посвящена построению методики определения надежностных показателей сложных информационных систем и формированию на основе этих показателей управляющих решений с оценкой информационных рисков .

Ключевые слова:

индекс информационного риска, индекс информационной надежности .

I.N. Morozov, A.E. Prorokov, V.N. Bogatikov

MANAGEMENT RELIABILITY OF INFORMATIVE SYSTEMS

WITH A CRITERION STEADY RISK

Abstract Work is devoted the construction of method of determination of reliability of the difficult informative systems indexes and forming on the basis of these indexes of managing decisions with the estimation of informative risks .

Keywords:

index of informative risk, index of informative reliability .

Введение В настоящее время в теории надежности существует единая установившаяся терминология, которая охватывает важнейшие понятия и определения. Основные понятия теории надежности изложены в ряде стандартов [1 – 6]. Согласно ГОСТ 27.002 «Надежность - свойство объекта сохранять во времени в установленных пределах значения всех параметров, характеризующих способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, хранения и транспортирования» .

Надежность информационной системы является одной из основных составляющих ее качества. В данной работе предложена методика определения надежностных показателей сложных информационных систем и формирования на основе этих показателей рискоустойчивого управления .

Индекс информационной надежности процесса В результате изменения значений параметров информационного процесса происходит постоянная смена состояний, вследствие чего процесс может выйти из области безопасности (ОБ) [12]. Оценить этот выход можно с помощью

ИИММ КНЦ РАН

Новомосковский институт РХТУ им. Менделева Работа выполнена при финансовой поддержке ОНИТ РАН (проект№ 2.4 Программы фундаментальных исследований ОНИТ РАН «Информационные технологии методы анализа сложных систем») определения смещения от центра безопасности (ЦБ) [12]. Количественная оценка, характеризующая удаленность текущей рабочей точки процесса S * от центра безопасности S o, покажет степень надежности для данного состояния информационного процесса. В работе количественная характеристика по параметрам информационного процесса определена как индекс информационной надежности .

Для определения индекса информационной надежности текущего состояния процесса необходимо сравнить на нечеткое равенство входную ~* нечеткую ситуацию S p с нечеткой ситуацией, которая характеризует центр ~ безопасности S pO.

При этом степень их нечеткого равенства будем называть индексом информационной надежности процесса:

~* ~* ~ ~ ~* S p, S pO & S pO, S p, (1) In S p ~* где In S p – индекс информационной надежности текущего состояния информационного процесса .

Заметим, что индекс информационной надежности достигает своего максимального значения при совпадении рабочей точки процесса с ~ ЦБ B S pO 1. При удалении рабочей точки процесса от ЦБ индекс безопасности уменьшается. При выходе рабочей точки из области регламентного (безопасного) состояния, либо при достижении одной из границ этой области ~* In S p 0 .

При такой оценке информационной надежности процесса в области регламентного состояния можно выделить ОБ следующим образом .

Процесс протекает в ОБ, если его индекс информационной надежности не превышает некоторой величины b называемой границей b [0,1] информационной надежности процесса по параметрам .

~* In S p b. (2) Ущерб от текущего состояния информационного процесса Структура ущерба от текущего состояния информационного процесса, как правило, включает: полные финансовые потери организаций, физических лиц и других участников информационного процесса; расходы на ликвидацию аварии, возникшей в результате воздействия информационного процесса; социальноэкономические потери, связанные с травмированием и гибелью людей (как персонала организации, так и третьих лиц); вред, нанесенный окружающей природной среде; косвенный ущерб и потери государства от выбытия трудовых ресурсов, оборудования и т.д .

При оценке ущерба, возникшего в результате воздействия информационного процесса, как правило, подсчитываются те составляющие ущерба, для которых известны исходные данные. Окончательно ущерб рассчитывается после окончания сроков расследования последствий воздействия информационного процесса и получения всех необходимых данных. Составляющие ущерба могут быть рассчитаны независимо друг от друга .

Ущерб от текущего состояния информационного процесса может быть выражен в общем виде формулой [7]:

D А DПП DЛА DСЭ DНВ DЭК DВТР, (3) где D А - полный ущерб от текущего состояния информационного процесса, у.е.;

D ПП - прямые потери организаций, физических лиц и других участников информационного процесса, у.е.;

D ЛА - затраты на расследование последствий воздействия информационного процесса, у.е.;

DСЭ - социально-экономические потери (затраты, понесенные вследствие гибели и травматизма людей), у.е.;

DНВ - косвенный ущерб, у.е.;

DЭК - экологический ущерб (урон, нанесенный объектам окружающей природной среды), у.е.;

DВТР - потери от выбытия трудовых ресурсов в результате гибели людей или потери ими трудоспособности .

–  –  –

Рис.1. Функции принадлежности терм-множеств лингвистической переменной «ущерба от состояния информационного оборудования»

В качестве ОБ задают интервал вероятностей отказа информационного оборудования и систем управления в пределах от 0 % до n%, где верхний предел n определяется нормативной документацией. Относительно этого интервала и происходит вычисление индекса ущерба .

–  –  –

~ где InRisk S * – индекс риска текущего состояния информационного процесса .

Заметим, что индекс риска достигает своего минимального значения при ~ совпадении рабочей точки процесса с ЦБ B S O 0. При удалении рабочей точки процесса от ЦБ индекс риска увеличивается. При выходе рабочей точки из области регламентного состояния, либо при достижении одной из границ этой ~ области InRisk S * 1 .

При такой оценке безопасности процесса в области регламентного состояния можно выделить ОБ следующим образом .

Процесс протекает в ОБ, если его индекс риска не выходит за пределы некоторой величины l l [0,1] называемой границей информационной безопасности процесса по информационным параметрам и ущербам .

~ InRisk S * l. (7) Таким образом, для организации управления безопасностью информационного процесса необходимо сформировать процесс получения достоверных сведений о параметрах и ущербах в условиях неопределенности. С целью снижения ее влияния следует объединить всю располагаемую информацию, представленную как накопленной статистикой, так и экспертными оценками. Алгоритм оценки текущей нечеткой ситуации был разработан в [12] .

Градиентный метод управления информационным процессом с использованием индекса риска Рассмотрим некоторый процесс, для которого определен ЦБ ~O s находящийся в ОБ, т.е. области функционирования информационного процесса, в которой значения параметров процесса и ущербов pi и d j X находятся в заданном диапазоне .

Пусть в начальный момент времени t 0 рабочей точке процесса соответствует ситуация ~ 0, s S, характеризуемая состоянием процесса p 0 и s p и d X. И пусть имеем однозначное отображение ущербом d 0 X – модель объекта управления .

f :X U где S – множество возможных ситуаций;

X – множество возможных состояний процесса;

U – множество возможных значений управляющих параметров .

u1, u 2,, u w Вектор управления u переводит процесс из одного состояния в другое. Причем такое функционирование информационной системы, т.е. ее переходы из состояния в состояние, описывается системой уравнений состояния pt f pt 1, ut 1, t t0, tK .

dt f d t 1, ut, t t0, tK .

Состоянию процесса (т.е. определенному набору параметров и ущербов) в любой момент времени pt, t 0,1,, t K будет соответствовать нечеткая ситуация ~ t .

s

–  –  –

Разложим функции f k u k, pi, d j, стоящие под знаком суммы, в ряд по степеням параметра h с точностью до членов первого порядка малости. Это можно сделать, если предположить, что h – малая величина, степенями которой выше первой можно пренебречь [11] .

Тогда

–  –  –

Заключение Таким образом, в работе рассмотрена методика определения индекса информационной надежности процесса и алгоритм выбора рискоустойчивого управления на его основе. Сформулирована одна из возможных постановок задач управления информационным процессом, которая решена с помощью градиентного метода, где в качестве критерия управления выступает индекс риска. Данный подход позволяет уменьшить потери, возникающие при функционировании системы, и стабилизирует ее работу в области рабочих режимов .

Литература

1. ГОСТ 27.001-89. Система стандартов "Надежность в технике". Основные положения: введ. с 01.01.1981. М., 1980. -136. с .

2. ГОСТ 27.002-89. Надежность в технике. Основные понятия. Термины и определения: введ. с 01.07.1990. М., 1990. -128 с .

3. ГОСТ 27.003-90. Состав и общие правила задания требований по надежности:

введ. с 01.01.1992. М., 1991. -103 с .

4. ГОСТ 27.203-83. Надежность в технике. Технологические системы. Общие требования к методам оценки надежности: введ. с 01.07.1984. М., 1984 .

-162 с .

5. ГОСТ 27.204-83. Надежность в технике. Технологические системы .

Технологические требования к методам оценки надежности по параметрам производства: введ. с 01.01.1985. М., 1984. - 155 с .

6. ГОСТ 27.410-83. Надежность в технике. Методы и планы статистического контроля показателей надежности по альтернативному признаку: введ. с 01.01.1985, 01.01.1990. М., 1984. -132 с .

7. Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах РД 03-496-02. -166 с .

8. Кафаров, В.В. Принципы математического моделирования химикотехнологических систем / В.В. Кафаров, В.Л. Перов, В.П. Мешалкин. - М.:

Химия, 1974. - 345 с .

9. Кафаров, В.В. Методы кибернетики в химии и химической технологии /В.В. Кафаров. - М.: Химия, 1971. - 496 с .

10. Волощук, В.М. Кинетическая теория коагуляцию / В.М. Волощук. - Л.:

Гидрометеоиздат, 1984. -283 с .

11. Демидович, Б.П., Марон, И.А. Основы вычислительной математики / Б.П. Демидович, И.А. Марон. – М., Физматгиз, 1963. - 659 с .

12. Морозов, И.Н. Управление технологическим процессом каталитической очистки газов на основе оценки индекса риска: дис. … канд. техн. наук:

05.13.06 / Морозов Иван Николаевич. – Апатиты, 2010. – 196 с .

Сведения об авторах

Морозов Иван Николаевич к.т.н., младший научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

e-mail: moroz.84@mail.ru Ivan N. Morozov Ph.D. (Tech. Sci.), junior researcher. Institution of Russian Academy of Sciences. Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS, Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

Пророков Анатолий Евгеньевич к.т.н., заведующий кафедрой «Прикладная информатика» Государственного образовательного учреждения высшего профессионального образования «Новомосковский институт (филиал) РХТУ им. Д.И. Менделеева» .

Россия, 601370, г. Новомосковск Тульской обл., ул. Дружбы, д. 8 e-mail: Prorokov@nmosk.ru Anatoly E. Prorokov Ph.D. (Tech. Sci.), head of the chair «Applied informatics» of the Novomoskovsk Institute (Branch of the Mendeleyev Russian Chemical-Technological University) .

Богатиков Валерий Николаевич д.т.н. ведущий научный сотрудник. Учреждениe Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

e-mail: vnbgtk@iimm.kolasc.net.ru Valery N. Bogatikov Dr. of Sci. (Tech.) leading researcher. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS, Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

УДК 004.94 И.Е. Кириллов, А.Е. Пророков

ПРИМЕНЕНИЕ МЕТОДА СЛИЯНИЯ ЦЕЛЕЙ И ОГРАНИЧЕНИЙ К РЕШЕНИЮ

ЗАДАЧИ ОПРЕДЕЛЕНИЯ ОБЛАСТИ НАДЕЖНОГО ФУНКЦИОНИРОВАНИЯ

ИНФОРМАЦИОННЫХ СИСТЕМ

Аннотация В статье представлены варианты решения задач по определению области надежного функционирования информационных систем при определенных финансовых ограничениях. Проводится постановка задачи и анализ возможности применения метода слияния целей и ограничений .

Ключевые слова:

единое информационное пространство, нечеткая логика, управление .

I.E. Kirillov, A.E. Prorokov

APPLICATION OF THE METHOD OF MERGE OF THE PURPOSES AND

RESTRICTIONS TO THE DECISION OF THE PROBLEM OF DEFINITION OF AREA

OF RELIABLE FUNCTIONING OF INFORMATION SYSTEMS

Abstract In article variants of the decision of problems by definition of area of reliable functioning of information systems at certain financial restrictions are presented. Statement of a problem and the analysis of possibility of application of a method of merge of the purposes and restrictions is spent .

Key words: common information space, fuzzy logic, control .

Постановка задачи определения надежности информационных систем Одной из центральных проблем при проектировании, производстве и эксплуатации информационных систем (ИС) является проблема обеспечения надежности. Согласно ГОСТ 27.002 «Надежность - свойство объекта сохранять во времени в установленных пределах значения всех параметров, характеризующих способность выполнять требуемые функции в заданных режимах и условиях применения, технического обслуживания, хранения и транспортирования». Любая информационная система состоит их разнородных элементов – сетевых карт, серверов, каналов связи и т.д., следовательно, можно сделать вывод о том, что для надежного функционирования всей системы необходимо надежное функционирование всех элементов.

Так же существует ряд причин, по которым задача обеспечения надежности функционирования информационных систем является сложной:

1. Неоднородность структуры данных систем .

2. Разнородность структуры конкретных элементов систем .

3. Алгоритмы функционирования, которые не всегда можно описать в четком виде .

ИИММ КНЦ РАН

Новомосковский институт РХТУ им. Менделева Для оценки надежности сложной информационной системы необходимо определиться с вопросом оценки надежности его отдельных элементов и связей между ними. На практике, в зависимости от решаемых задач и рассматриваемых ситуаций, используются различные показатели, которые относятся к одной из четырех категорий:

1. Показатели безотказности: вероятность безотказной работы, средняя наработка до отказа, средняя наработка на отказ, гамма-процентная наработка до отказа, интенсивность отказов, параметр потока отказов, средняя доля безотказной наработки, плотность распределения времени безотказной работы .

2. Показатели долговечности: средний ресурс, гамма-процентный ресурс, назначенный ресурс, средний срок службы, гамма-процентный срок службы, назначенный срок службы .

3. Показатели ремонтопригодности: вероятность восстановления работоспособного состояния, среднее время восстановления работоспособного состояния, интенсивность восстановления .

4. Показатели сохраняемости: средний срок сохраняемости, гаммапроцентный срок сохраняемости .

Различные показатели можно применять при исследовании надежности элемента информационной системы в зависимости от свойств данного элемента, при этом возникают сложности, связанные с оценкой надежности их соединений, вызванные разнородностью объектов и самих показателей .

В связи с данными обстоятельствами необходимо ввести общий критерий надежности, универсальный для всех элементов, связей и ситуаций, который позволял бы оценивать их надежность в одинаковых единицах.

В теории надежности существуют несколько комплексных показателей надежности:

1) коэффициент готовности;

2) коэффициент оперативной готовности;

3) коэффициент технического использования;

4) коэффициент планируемого применения;

5) коэффициент сохранения эффективности .

Данные показатели нельзя использовать к определению надежности всех элементов информационной системы, что объясняется разнообразием е элементов. Для решения вопроса определения «универсального» показателя надежности можно использовать аппарат теории нечетких множеств .

Любой из показателей надежности можно представить в нечетком виде .

Например, если для определенного элемента у нас известна вероятность безотказной работы, е можно представить в виде нечеткой функции принадлежности, представленной на рис. 1 .

В данном примере имеется своего рода "шкала" с функциями, описывающими принадлежность вероятностей безотказной работы к нечетким определениям: низкая, средняя и т. д .

Задавая точку – А, соответствующую вероятности безотказной работы элемента на оси абсцисс, с помощью проекции от точек пересечения функций принадлежности и перпендикуляра, проведенного из данной точки, можно вычислить значения принадлежности показателя надежности к тому или иному нечеткому определению, в данном примере точки В и С. Таким образом выполняется операция фаззификации - сопоставление множеству значений аргумента функции принадлежности, т.е. перевод четких значений в нечеткий формат .

–  –  –

Если мы можем определить для нашего элемента такой показатель как интенсивность восстановления, то и его можно представить в подобном виде .

Далее для «универсального» показателя надежности можно построить свои функции принадлежности (рис. 2), и затем составить ряд лингвистических правил связывающие отдельные показатели, и приводящие их нечеткое определение к нечеткому определению «универсального» показателя .

Рис.2. Нечеткая функция принадлежности «универсального» показателя надежности

Правила могут иметь следующий вид:

ЕСЛИ вероятность безотказной работы = «высокая» И интенсивность восстановления = «высокая», ТО «универсальный» показатель = «высокий» .

Таким образом, совокупность всех составленных правил даст нам возможность вычисления нечеткого значения нашего «универсального»

показателя. Затем с помощью методов известных в теории нечетких множеств можно провести операцию дефазификации и привести значение «универсального показателя» к четкому виду, причем значения данного показателя будет варьироваться в пределах от 0 до 1 в независимости от того, сколько исходных показателей мы использовали .

Достоинством данного подхода является то, что при вычислении «универсального» показателя помимо исходных показателей надежности, можно учитывать и другие внешние факторы, которые можно представить в нечетком виде, например температуру среды, в которой функционирует объект или влажность .

Если рассматривать задачу определения надежности функционирования не конкретных элементов ИС, а всего ИС в целом, можно использовать топологический метод представления надежности системы. Метод основан на использовании математического аппарата Марковских процессов (вероятность нахождения системы в каком-либо состоянии в будущем не зависит от прошлых состояний системы) .

Обозначим Х как множество состояний системы:

X {xi,i I,i 1,n }, где xi – i-е состояние, I – множество индексов всех возможных состояний системы, n – количество возможных состояний системы .

Разобьем множество Х на два подмножества:

работоспособные состояния системы Хр:

X р {xi,i I р I }, где Iр – множество индексов работоспособных состояний системы;

неработоспособные состояния системы X р .

X р {xi,i J I }, Таким образом, с использованием введенных обозначений все состояния ИС можно представить в виде графа, пример которого приведен на рис. 3 .

–  –  –

Каждое состояние, в котором может находиться система, можно охарактеризовать индексом надежности, который может быть рассчитан по методике, описанной выше. Обозначим эту величину как ind_Xi .

Следовательно, в самом общем случае индекс надежности всей системы можно представить как сумму индексов надежности всех элементов системы:

g ind _ xi. (1) l1 Здесь xi – индекс надежности состояния, g – количество элементов графа (число состояний). Значение данной функции должно стремиться к максимуму .

Если оценивать надежность каждого состояния условным значением от 0 до 1, то максимально возможное значение Ф будет равно сумме количества узлов, в данном случае g.

Таким образом, можно записать следующий критерий:

g ind _ xi g. (2) l1 На достижение данного критерия влияют ограничения, накладываемые на отдельные узлы графа. В качестве данных ограничений может выступать объем финансирования .

Пояснить влияние размера финансирования на надежность конкретного элемента можно с помощью иллюстрации на рис.

4:

Рис.4. Влияние размеров финансирования на надежность Допустим при вычислении индекса надежности состояния было получено значение точки 1, однако допустимой областью функционирования является выделенная область, в которую данная точка не попадает, т.е. надежность элемента отрицательно влияет на надежность системы в целом, в этом случае, при дополнительном финансировании выделяемом для повышения индекса надежности элемента можно сдвинуть данную точку в точку 2, при достаточном финансировании это можно сделать для всех узлов системы. Если финансирование не достаточно, т.е. существуют некоторые ограничения, возникает задача оптимального распределения финансов на различные узлы .

Обозначим общий объем финансирования выделяемого на данные цели как С, тогда ограничение будет сводиться к тому, что сумма средств направленных на обслуживание конкретных узлов не должна превышать общего объема финансирования .

g C, 0 pi l1 здесь pi – средства, выделяемые на повышение индекса надежности состояния .

Также необходимо отметить тот факт, что в явном виде в связи со спецификой данных ограничений их удастся представить не всегда, поэтому необходимо использовать аппарат нечеткой логики. Обоснование е применения и другую подробную информацию можно найти в [1-3] .

Применение метода слияния целей и ограничений Поскольку структура ИС, алгоритмы е функционирования и особенности структурных элементов сильно отличаются друг от друга, часто не могут быть описаны в явном виде возникает необходимость применение специфических методов, с помощью которых можно учесть данные обстоятельства. Одним из таких методов, аппарата нечеткой логики, является метод слияния целей и ограничений .

В общепринятом подходе главными элементами процесса принятия решения являются: а) множество альтернатив; б) множество ограничений, которые необходимо учитывать при выборе между различными альтернативами;

в) функция предпочтительности, ставящая каждой альтернативе в соответствие выигрыш (или проигрыш), который будет получен в результате выбора этой альтернативы .

При рассмотрении этого процесса с более общих позиций принятия решений в нечтких условиях естественной представляется другая логическая схема, важнейшей чертой которой является симметрия по отношению к целям и ограничениям. Эта симметрия устраняет различия между целями и ограничениями и позволяет довольно просто сформировать на их основе решение [4] .

При использовании метода слияния целей и ограничений для решения задачи повышения надежности ИС в качестве вариантов решений будут выступать комбинации значений возможного финансирования различных состояний из множества возможных состояний Q. В данном случае необходимо, чтобы Ф, из критерия 4, стремилось к максимально возможному значению равному g.

Целью при решении задачи оптимизации в данном случае будет:

g ind _ xi max, l1 при ограничении g 0 pi C, l1 здесь pi – средства, выделяемые на содержание информационной системы, для i состояния .

Исходя из условий задачи, максимальное значение Ф будет равняться g .

Чем ниже показатель надежности состояния, тем больше необходимо финансирования для него, при превышении определенного размера финансирования показатель надежности перестанет меняться т.к. достигнет максимального значения. Функцию связи параметра надежности и финансирования в явном виде представить затруднительно, однако с помощью аппарата нечеткой логики данную зависимость можно описать .

Размеры финансирования, выделяемые на определенный узел так же можно представить в нечетком виде, как и любой показатель надежности, затем совместно с экспертом можно связать нечеткие значения финансирования со значениями показателя надежности блоком логических правил. Проведя операцию дефазификации на следующем этапе можно получить значения показателя надежности состояния, данная структура представлена на рис. 5 .

–  –  –

Как уже было сказано выше, вид нечетких ограничений, влияющие на решение поставленной задачи, будет индивидуален в каждом конкретном случае, но для примера возьмем ограничения, накладываемые на финансирование всех состояний ИС, обозначим данное ограничение символом

С. Их так же можно представить как нечеткие множества:

–  –  –

Дальнейший алгоритм решения может быть следующим:

последовательно меняя объемы финансирования для каждого конкретного состояния определяются по нечеткой модели, представленной на рис. 4, значения ind_Хi, это позволяет вычислить значение функции принадлежности к нечеткому решению учитывающему нечеткую цель и ограничения. Рассмотрев все возможные варианты решений можно сформировать область функционирования ИС при определенных объемах финансирования .

Иллюстрацией данного решения служит рис. 6 .

Рис.6. Область допустимых индексов надежности при ограниченном финансировании При низком значении индекса надежности системы необходимо увеличивать размеры финансирования, при этом - индекс надежности начинает увеличиваться, но до определенного момента пока не достигнет возможного максимального значения. После этого дополнительные средства вкладывать бессмысленно. Поскольку размеры финансирования ограничены, то максимальное значение может быть не достигнуто, но могут быть получены решения, удовлетворяющие как нечеткой цели, так и нечетким ограничениям (область решений), на рисунке это заштрихованная область .

Точка, соответствующая оптимальному решению показывает возможный максимум индекса надежности системы при определенных ограничениях на финансирование. Если ограничения будут увеличены, то данная точка будет перемещаться влево, т.е. в сторону уменьшения значения индекса надежности и наоборот. Область вокруг данной точки содержит множество оптимальных решений поставленной задачи .

Заключение Применение данного подхода позволяет выявить область значений параметров, влияющих на надежность функционирования ИС. В дальнейшем в данной области возможно выявить наиболее рациональную точку, соответствующую значениям параметров ИС, при которых е функционирование будет наиболее надежно .

Литература

1. Заде, Л.А. Тени нечетких множеств / Л.А. Заде // Проблемы передачи информации. - 1966. – Т. II, вып. 1. -С.7-44 .

2. Заде, Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений /Л.А. Заде //Математика сегодня. -М.: Знание, 1974 .

- С.5-49 .

3. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений /Л.А.Заде. -М.:Мир, 1976. -165 с .

4. Ротштейн, А.П. Интеллектуальные технологии идентификации .

- Режим доступа http://matlab.exponenta.ru/fuzzylogic/book5/references.php Сведения об авторах Кириллов Иван Евгеньевич к.т.н, младший научный сотрудник. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .

е-mail: kirillov@rambler.ru Ivan E. Kirillov Ph.D. (Tech. Sci.), junior researcher. Institution of Russian Academy of Sciences, Institute for Informatics and Mathematical Modeling of Technological Processes, Kola Science Center оf RAS .

Russia, 184209, Apatity Murmansk region, Fersman St. 24А .

Пророков Анатолий Евгеньевич к.т.н., заведующий кафедрой «Прикладная информатика» Государственного образовательного учреждения высшего профессионального образования «Новомосковский институт (филиал) РХТУ им. Д.И. Менделеева» .

Россия, 601370, г. Новомосковск Тульская область, ул. Дружбы, д. 8 .

e-mail: Prorokov@nmosk.ru Anatoly E. Prorokov Ph.D. (Tech. Sci.), head of the chair «Applied informatics» of the Novomoskovsk Institute (Branch of the Mendeleyev Russian Chemical-Technological University) .

УДК 004.7, 004.45 М.Г. Шишаев, М.Л. Куимов

МОДЕЛИРОВАНИЕ ДИНАМИЧЕСКОЙ САМООРГАНИЗУЮЩЕЙСЯ

МОБИЛЬНОЙ СЕТИ С МЕТРИКОЙ НА БАЗЕ ЧАСТОТЫ

ВСТРЕЧАЕМОСТИ УЗЛОВ

Аннотация Предложен метод организации динамической сети на базе мобильных узлов, использующий маршрутные метрики, основанные на частоте взаимной встречаемости узлов. Рассмотрена программная имитационная модель основанной на методе динамической сети. Представлены результаты вычислительного эксперимента .

Ключевые слова:

динамическая сеть, вектор расстояний .

M.G. Shishaev, M.L. Kuimov

MODELLING DYNAMIC SELFORGANISING MOBILE NETWORK

WITH THE METRICS ON THE BASIS OF FREQUENCY OF NODES MEETINGS

Abstract The method of the organization of a dynamic mobile network, using the routing metrics based on frequency of nodes meetings is offered. The imitation model of the dynamic network based on a method is considered. Results of computing experiment are presented .

Keywords:

dynamic network, distance vector .

Введение Одной из перспективных современных технологий сетей связи, претерпевающих сегодня быстрое развитие, являются динамические самоорганизующиеся сети. Отличительной особенностью таких сетей является то, что топология соединения узлов сети является динамичной во времени и в ряде случаев может формироваться «на лету» [1]. Перспективной разновидностью динамических сетей являются сети, основанные на мобильных в пространстве узлах [2]. В динамических сетях на базе мобильных узлов (динамических мобильных сетях) эффект нестационарности топологии еще выше, так как кроме фактора нахождения узла в активном (включенном) состоянии действует фактор относительного перемещения узлов в пространстве .

Разумеется, алгоритмы функционирования мобильных сетей существенно сложнее в сравнении с динамическими сетями на базе стационарных устройств .

Однако сложностью алгоритмов мы расплачиваемся за их важнейшие достоинства - высокий уровень отказоустойчивости, масштабируемости, наращиваемости сети [3] .

Работа выполнена при финансовой поддержке ОНИТ РАН (проект№2.4 Программы фундаментальных исследований ОНИТ РАН «Информационные технологии методы анализа сложных систем») .

В данной работе предложен метод организации динамической мобильной сети, использующий маршрутные метрики на базе частоты взаимной встречаемости узлов, а также программная имитационная модель основанной на нем сети. Целью вычислительного эксперимента, организованного на базе имитационной модели, на данном этапе являлась проверка работоспособности метода и получение предварительной оценки его эффективности с точки зрения доли и скорости доставки блоков данных между узлами. Данная работа подразумевает дальнейшее развитие в направлении полномасштабного исследования эффективности предложенных алгоритмов при различных эксплуатационных условиях .

Проблема передачи информации в условиях мобильности узлов сети В традиционных коммуникационных сетях решения о маршрутизации потоков данных опираются на представленную в том или ином виде топологию сети, в которой отображено, как устройства соединены друг с другом, и через какие каналы пересылка данных от одного устройства другому будет наиболее эффективна .

Основная проблема при разработке динамических сетей с мобильными узлами заключается в невозможности построения подобной топологии, поскольку все элементы сети имеют свойство перемещаться, а беспроводное соединение имеет ограниченный радиус действия (зону покрытия сети). Если представить динамическую сеть в виде взвешенного графа, где вершины будут обозначать узлы сети, а вес дуги будет означать вероятность нахождения соответствующей линии связи в активном состоянии (нахождении пары инцидентных вершин в зоне действия приемопередающей аппаратуры друг друга), то сеть, основанная на мобильных узлах, будет моделироваться полносвязным взвешенным графом, веса дуг которого будут функцией времени, имеющей область значений от 0 до 1 .

В подобных условиях обеспечить гарантированную доставку блоков данных между парой узлов не представляется возможным. Одним из практически реализуемых подходов при этом является маршрутизация данных в направлении наиболее вероятного местонахождения адресата. В данной работе рассматривается алгоритм формирования и функционирования динамической мобильной сети, реализующей такой подход на базе сетевой метрики, характеризующей частоту взаимной встречаемости узлов. Проиллюстрируем основную проблему динамических мобильных сетей и идею предлагаемого подхода к ее решению простым примером .

На рис. 1. изображена схема небольшой динамической сети в зоне действия 2х устройств с идентификаторами 2 и 3. Устройства 1 и 3 находятся в зоне покрытия устройства 2, но не соединены друг с другом напрямую, поэтому могут обмениваться данными через устройство 2. Устройство 4 находится за пределами зоны покрытия устройства 2, но оно соединено с устройством 3 .

В итоге при возникновении необходимости передать данные от устройства 1 к 4 маршрут движения будет 1-2-3-4 или 1-2-5-3-4. Выбирается наиболее короткий – первый .

Рис.1. Динамическая коммуникационная сеть в момент времени А Предположим, что устройство 1 отправляет данные устройству 4 .

Рис.2. Динамическая коммуникационная сеть в момент времени В Однако, на рис. 2 приведн пример той же сети в другой момент времени .

Допустим это момент времени, равный передаче данных из устройства 1 на устройство 3. Несколько устройств остались на своих местах, однако несколько

- переместились на некоторое расстояние. В их числе переместилось и устройство 4, и тем самым вышло из зоны покрытия устройства 3 .

Результат – данные не доставлены. В лучшем случае устройство 3 будет хранить данные у себя до следующей связи с устройством 4 и передаст их тогда, однако неизвестна частота соединения 3 и 4. Если она мала, то данные будут доставлены с огромной задержкой .

Однако в данной системе передвинулось также устройство 5 .

Предположим, что при этом по статистике устройство 5 гораздо чаще соединяется с устройством 4, поэтому рациональнее передать данные устройству 5, чтобы оно при следующем контакте с 4 доставило данные получателю .

Механизм передачи данных В исследуемом подходе к организации динамических мобильных сетей в качестве собственно механизма маршрутизации данных используется алгоритм Беллмана-Форда, реализующий подход к маршрутизации на базе векторов расстояний [4]. Суть подхода заключается в том, что узлы сети поддерживают в собственной памяти таблицу векторов расстояний до других узлов, периодически диагностируют состояния ближайшего сетевого окружения, обмениваются с соседями своими векторами расстояний, и на их основании каждый раз обновляют собственные таблицы. При этом среди всех альтернативных маршрутов до некоторого узла в качестве «рабочего»

выбирается кратчайший в терминах используемой в сети метрики .

Отличительной особенностью алгоритма является тот факт, что узел при этом не строит топологию сети, а лишь оперирует информацией, полученной от ближайших соседей .

При использовании данного алгоритма в динамической мобильной сети возникают две специфические проблемы:

1) динамичность состава ближайших соседей;

2) динамичность топологии сети в целом, и, как следствие, необходимость специальных механизмов взвешивания (присваивания метрики) потенциальных маршрутов .

Проблема динамичности топологии сети в целом в предлагаемом подходе решается путем взвешивания всех известных попарных соединений узлов количественной мерой, характеризующей вероятность фактической доступности данного соединения (нахождения узлов в радиусе действия приемопередающей аппаратуры друг друга). Тогда в качестве метрики маршрута может рассматриваться вероятность одновременной активности всех составляющих его попарных связей узлов .

Введем следующие обозначения:

D x (ni ) - «прямая» дистанция от узла х до узла n i (вероятность попадания узла n i в радиус действия узла х);

D x (ni, n j ) - дистанция от узла х до узла n i через узел n j .

Тогда n D x ( ni, n j ) D x (n j ) max D j ( ni, ) .

Для определения актуального на данный момент состава ближайших соседей и, одновременно, определения весов попарных связей каждое сетевое устройство (узел) осуществляет периодическую рассылку небольших служебных сообщений heartbeat‘ с частотой F. Получив подобное сообщение, узел обязан отправить отклик, идентифицирующий его нахождение в зоне действия узла-источника heartbeat‘.

Для каждого потенциального соседа n i узел х ведет счетчик «встреч»:

f T ( x, ni ), где T – период подсчета встреч .

Тогда метрика прямого маршрута между х и n i будет рассчитываться по формуле:

f T ( x, n i ) D x ( ni ) .

TF Кроме того, в соответствии с алгоритмом маршрутизации по вектору расстояния, каждый узел сети осуществляет периодическую, с частотой F’, рассылку своих векторов расстояний ближайшим соседям. При этом в общем случае F’ F .

В общем случае вектор расстояний узла х будет иметь вид квадратной матрицы с единичной диагональю:

–  –  –

Алгоритм перемещения мобильных устройств Важным аспектом рассматриваемой модели является алгоритм перемещения мобильных устройств. Предполагается, что коммуникационная сеть рассчитана на группу людей, работающих на относительно небольшой территории, и перемещающейся по ней в основном по некоторым типовым маршрутам (простой пример: группа геологов, проводящих исследование в необжитой местности).

В связи с этим выделены 2 фактора перемещения:

1. Среда, в которой перемещаются мобильные устройства – двухмерная, так как на открытой местности крайне мала вероятность того, что разница в вертикальном положении двух находящихся в достаточной близости по горизонтали устройств (людей с данными устройствами) больше 10 метров (стандартный диапазон для Bluetooth [5]) .

2. На местности должны находиться как район, в котором проводятся непосредственно работы и где основную часть рабочего дня находятся сотрудники, так и район отдыха, где данные сотрудники в основном находятся, когда не работают .

В результате моделируемое пространство построено в системе XY координат. Расстояние за 1 метр в модели равно единичному отрезку. Вся площадь моделируемого пространства делится на районы. Каждому району присваивается идентификационный номер (ID) а также идентификатор типа – рабочая зона или зона отдыха. Пример представлен на рис. 3 .

Рис.3. Пример разбиения рабочего пространства на блоки

Блоки с ID_1, ID_2, ID_3, ID_4, ID_5 – рабочие, а остальные – зона отдыха. Модель имеет агентную архитектуру – мобильные устройства, образующие сеть, представлены программными сущностями, обладающими, наряду с традиционными свойствами программных объектов (прежде всего инкапсуляцией), интенциями – некими мотивами, побуждающими к активным действиям [6]. В данном случае такими интенциями является их периодическое перемещение из рабочих зон в зоны отдыха и наоборот. В программной реализации модели агент представлен классом «mobile_device». Каждому экземпляру класса mobile_device присваивается один рабочий блок и один блок отдыха. В процессе моделирования экземпляр будет «отдыхать» и «работать» в своих блоках, при этом перемещения между ними происходят в упрощнном формате – напрямую, с возможным небольшим отклонением. Также в классе mobile_device имеется дополнительное поле, которое определяет, «активный»

экземпляр, или «пассивный». Активные мобильные устройства также перемещаются во время работы и отдыха, но при этом не выходят за пределы зоны .

Программная реализация модели Модель реализована в виде консольного приложения. Некоторые особенности программной реализации обусловлены исследовательским назначением модели. В частности, с целью последующего анализа эффективности работы динамической коммуникационной сети при различных условиях, в программе реализована возможность сохранять статистику о переданных сообщениях в log-файле.

Каждое сообщение сохраняется в виде структуры:

- ID сообщения;

- ID отправителя;

- ID получателя;

- моделируемое время отправления;

- моделируемое время доставки;

- маршрут следования сообщения .

Основной алгоритм работы программы представлен на рис. 4 .

–  –  –

Инициализация значений полей экземпляров классов (блок «Заполнение полей экземпляров классов») осуществляется следующими значениями «по умолчанию»:

- координаты XY задаются с помощью алгоритма псевдослучайного распределения устройств по блокам в моделируемом пространстве;

- сообщение, необходимое для передачи отсутствует;

–  –  –

Основной моделирующий цикл – цикл, моделирующий в программе процессы передачи сообщений и динамику изменения местоположения устройств с течением времени .

В связи с тем, что приложение консольное и вся статистическая информация сохраняется в log-файл текстового формата, общий размер программы не превышает 1 Mb .

Результаты вычислительного эксперимента Важным аспектом, который учитывался при программной реализации модели, является проблема потребления вычислительных ресурсов. В связи с объмным количеством вычислений программа может порой достаточно долго обрабатывать информацию, особенно при установленном большом количестве моделируемых узлов динамической сети. Для реализации вычислительного эксперимента с разработанной моделью на базе обычной персональной ЭВМ были введены дополнительные ограничения на структуру моделируемой сети .

Моделируемая площадь рассредоточения узлов ограничивалась 90 000 квадратных метров (30х30 зон отдыха или работы), количество мобильных устройств ограничивалось 30-ю. Также была ограничена «активность» агентов в смысле частоты передачи пакетов: каждое устройство отправляет данные на каждом модельном шаге с вероятностью, равной 1%. Вместе с тем, при наличии более мощной вычислительной базы, моделирование с параметрами, отличающимися от приведнных выше, также возможно .

После реализации модели с установленными начальными данными (30 устройств на площади 90 000 квадратных метров) были получены следующие усредненные результаты:

- количество отправленных пакетов данных в среднем на эксперимент составляло 512 (регулировалась небольшими изменениями частоты отправки устройством блоков данных);

- среднее количество доставленных пакетов данных на момент завершения моделирования составило 478;

- преобладающее количество устройств в маршруте равно 5-6;

- минимальное время доставки = 2 сек;

- максимальное время доставки = 18 мин. 12 сек;

- максимальное время с момента отправки пакета, не доставленного до адресата в связи с окончанием работы модели, составило 7 мин. 49 сек .

Программная реализация модели на данном этапе упрощена и не ставит пред собой цели моделирования какой-либо конкретной среды применения для определения точных характеристик эффективности доставки данных. Вместе с тем, модель продемонстрировала работоспособность предложенного алгоритма передачи данных для динамической мобильной сети с метрикой на базе частоты встречаемости узлов .

Заключение По результатам реализации модели можно судить о том, что данный алгоритм работоспособен, и доставляет данные с вероятностью 100% при выполнении трх условий:

1) Устройство-адресат не должно покинуть данную сеть, то есть выйти из зоны покрытия всех остальных устройств в сети .

2) Для доставки сообщения необходимо поддерживать сеть в работоспособном состоянии. Определнное количество узлов должно быть активно постоянно .

3) Необходимо некоторое время для доставки данных. Чем больше узлов в сети, тем чаще будут происходить их соединения друг с другом, следовательно, возрастт скорость доставки данных. Смоделированное количество 30ти узлов с возможностью соединения с другими устройствами на расстоянии 10 метров при площади территории сети, равной 90 000 квадратных метров достаточно мало. В среднем в один момент времени друг с другом соединены не более 6-7 устройств, отсюда высокое максимальное время доставки .

Также по результатам программного имитационного моделирования динамической мобильной сети можно сделать вывод о потенциальной практической реализуемости предложенной технологии на базе обычных мобильных устройств связи. Если учесть, что в практической реализации на каждом мобильном устройстве будет храниться лишь вектор расстояний, а технология Bluetooth не требовательна к ресурсам, имеет высокую пропускную способность и автоматически подключает все не закрытые паролями устройства в сеть при их расположении в зоне охвата, то приложение, реализующее сетевой функционал на узле, должно лишь обеспечивать опрос соседей, расчет векторов расстояний и выбор оптимально маршрута. Данное приложение не будет занимать много места и потреблять большое количество ресурсов, что для подобной сети является одним из первоочередных факторов - среди мобильных устройств элементами сети (маршрутизаторами) смогут выступать даже мобильные телефоны с ограниченными вычислительными возможностями – бюджетные или старые модели. Вс что необходимо – это поддержка распространнного языка програм-мирования (например – Java), а также поддержка беспроводной сети (например – технологии Bluetooth c версии

1.2 включительно). Данные технологии поддерживаются 80% всех выпускаемых с 2006-го года мобильных устройств, таких как: мобильные телефоны, смартфоны, коммуникаторы, PDA и ноутбуки .

Литература

1. Arunkumar Thangavelu, Sivanandam S.N (February 2007). "Location Identification and Vehicular Tracking for Vehicular Ad-Hoc Wireless Networks" .

IEEE Explorer 1 (2). –pp. 112–116 .

2. Шишаев, М.Г. Современные технологии сетей типа ad-hoc и возможные подходы к организации одноранговых телекоммуникационных сетей на базе мобильных устройств малого радиуса действия /М.Г. Шишаев, С.А. Потаман // Труды Кольского научного центра РАН. Информационные технологии. Апатиты, 2010. – Вып. 1. – С.70-74

3. Ляхов, А.И. Многоканальные mesh-сети: анализ подходов и оценка производительности / А.И. Ляхов, И.А. Пустогаров, С.А. Шпилев // Информационные процессы, 2008.– Т.8, № 3.– С.173–192 .

4. Форд, Л. Потоки в сетях / Л. Форд, Д. Фулкерсон. -М.: Мир, 1966. -276 с .

5. Official Bluetooth SIG Member Website. Bluetooth Specifications. -Режим доступа: https://www.bluetooth.org/Technical/Specifications/adopted.htm

6. Маслобоев А.В. Обзор современного состояния технологии мультиагентных систем и перспективы ее развития / А.В. Маслобоев, В.А. Путилов, М.Г. Шишаев // Информационные технологии в региональном развитии. – Апатиты, 2006. – Вып.VI. – C.6-12 .

Сведения об авторах Шишаев Максим Геннадьевич д.т.н., зав. лаборатории. Учреждение Российской академии наук Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН .

Россия, 184209, г. Апатиты Мурманской обл., ул. Ферсмана, д. 24A .



Pages:   || 2 | 3 |



Похожие работы:

«Н. Н. Воробьева Как давно всё это было, давным-давно. В конце 40-х годов XX века Джон фон Нейман, выступая с докладом о будущем ЭВМ, сказал, что математика — только очень малая и очень простая часть жизни. Когда в ответ на это аудитория, состоявшая в основном из математиков, зашум...»

«Графические Системы. Часть II Лекция № 10 (ПЗ № 7) Программирование графического пользовательского интерфейса средствами X-WINDOW. ИПВУ . Tcl/TK Программирование в TCL/TK. Пример программирования GUI с использованием widget’ов listbox и связанного с ним scrollbar Средства разработки графических интерфейсов в системе X Window System. Прог...»

«ОНИТ РАН 2016 Важнейшие Научные Результаты ФНИЦ "Кристаллография и фотоника" РАН ИФТ РАН (Институт фотонных технологий, г . Троицк) Фотоактивация рибофлавина с помощью апконвертирующих наночастиц для лечения рака. Были разработаны новые биосовместимые наноконструкции апконвертирующая наночастица/эндогенный фотосен...»

«Приложение №1 К приказу № от ПРАВИЛА пользования цифровой телефонной связью и организации ее работы 1. ОБЩИЕ ПОЛОЖЕНИЯ 1.1. Правила пользования цифровой телефонной связью и организации её работы (далее – Правила) определяют порядок эксплуатации программноаппаратного комплекса голосовых коммуникаций и пользования цифров...»

«ЛЕКЦИЯ 13. ВЫВОД ПРЕДСКАЗАНИЙ В ЛОГИЧЕСКОМ ПРОГРАММИРОВАНИИ. Представим процесс предсказания I-S выводом в рамках логического программирования. В логическом программировании вывод предсказания можно рассматривать как вычисление. Предсказание в логическом программировании фор...»

«ДОКЛАДЫ БГУИР № 2 (18) АПРЕЛЬ–ИЮНЬ УДК 621.369.6 ГРУППИРОВКА ПЬЕЗОЭЛЕКТРИЧЕСКИХ ПЛАСТИН В ЛИНЕЙНОМ УЛЬТРАЗВУКОВОМ ДАТЧИКЕ А.А. ГОЛОВАЧЕВ, Ю.В. ЯЦКЕВИЧ, Г.М. РЕВЯКО Белорусский государственный университет информатики и радиоэлектроники П. Бровки, 6, Минск, 220013, Беларусь Поступила в редакцию 20 декабря 2006 О...»

«DOI: 10.21821/2309-5180-2018-10-3-647-657 AUTOMATING SEARCH OPTIMAL ROUTES AND GOODS FLOWS IN TRANSPORT NETWORKS MEANS THE INTEGER LINEAR PROGRAMMING V. V. Saharov, I . A. Sikarev, A. A. Chertkov Admiral Makarov State University of Maritime and Inland Shipping, St. Petersburg, Russian Federat...»

«УТВЕРЖДАЮ Директор ИК Д. М. Сонькин "_" 09 2017 г. РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ БАЗОВАЯ ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ 09.03.01 Направление ООП Информатика и вычислительная техника Информационно-коммуникационные Профили подготовки технологии Квалификация Бакалавр Базовый...»

«Глава 3 Функциональная организация фон-неймановской ВМ Данная глава посвящена рассмотрению базовых принципов построения и функционирования фон-неймановских вычислительных машин. Функциональная схема фон-неймановской вычислительной машины Чтобы получить более детальное представление о структуре и функциях устро...»

«TNC 640 Руководство пользователя Программирование DIN/ISO Версия ПО ЧПУ 340590-06 340591-06 340595-06 Русский (ru) 9/2015 Элементы управления ЧПУ Элементы управления ЧПУ Режимы программирования Кнопка Функция Элем...»

«2017 Моделирование, оптимизация и информационные технологии. Научный журнал №1(16) http://moit.vivt.ru/ УДК 621.396 А.В. Гусев АЛГОРИТМ СПЕКТРАЛЬНО-ВРЕМЕННОГО АНАЛИЗА СИГНАЛОВ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ В УСТРОЙСТВАХ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ ОАО Сбербанк...»

«1В УДК 519.7 К.В. Воронцов, А.О. Колосков Вычислительный центр РАН, г. Москва, Россия voron@ccas.ru Профили компактности и выделение опорных объектов в метрических алгоритмах классификации Отбор опорных объектов в метрических алг...»

«Федеральное государственное образовательное учреждение высшего образования РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ при ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРА...»

«УДК 510.2, 519.6, 511.11 Cистемы записи чисел, их точность и выполнение на практике численных вычислений с конечными, бесконечно большими и бесконечно малыми величинами Я.Д. Сергеев Нижегородский государственный университет им. Н.И. Лобачевского, Россия, Нижний Новгород Калабрийский университет, Италия, Рендэ yar...»

«XIII Всероссийская научно-практическая конференция "Технологии Microsoft в теории и практике программирования" Данный метод балансировки нагрузки в РАС значительно повышает производительность системы, так как количество ДЦУ ограничено только вычислительной мощностью р...»

«Список литературы 1. Мировой опыт развития безналичных платежных систем: ориентиры для России [Электронный ресурс]. URL: https://cyberleninka.ru/article/v/mirovoy-opyt-razvitiya-beznalichnyh-platezhnyh-sistem-orientiry-dlya-rossii.2. Устройство и способы защиты банкомата [Элект...»

«Теоретические вопросы программирования №шпстерство народного образования Латвийской ССР Латвийский ордена Трудового Красного Знамени государственный университет имени П.Стучки Вычислительный центр ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ ПРОГРАИвМРОВАНИЯ СБОРНИК НАУЧНЫХ Т...»

«Устройство для регистрации и цифровой обработки аналоговых сигналов с частотой дискретизации 100 Мгц ADC-DAC-125_14 АЦП 2х14 Бит, 100 МГц ЦАП 2х14 Бит, 100 МГц MASTER/SLAVE PCI-express РУКОВОДСТВО ПОЛЬЗОВАТЕЛЯ Тип шины обмена данными — MASTER/SALAVE PCI-exp...»

«Государственное унитарное предприятие "Топливно-энергетический комплекс Санкт-Петербурга" ПРОЕКТ ДЕТАЛЬНОГО ПЛАНА мероприятий по основным направлениям стратегического развития ГУП ТЭК СПб ПРОЕКТ...»

«ГОСУДАРСТВЕННЫЙ СТАНДАРТ СОЮЗ А ССР ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ЛОКАЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СЕТИ. ОПРЕДЕЛЕНИЕ УСЛУГ УРОВНЯ УПРАВЛЕНИЯ ДОСТУПОМ К СРЕДЕ ГОСТ 3 4.936-91 (ИСО 1 0 0 3 9 -9 1 ) 9 0 0 1 /1 6 6 S 3 Издание официальное КОМИТЕТ СТАНДАРТИЗАЦИИ И МЕТРОЛОГИИ СССР Москва кружева модели УДК вв1.224.-621...»

«Группа В59 МЕЖГОСУДАРСТВЕННЫЙ СТАНДАРТ БРОНЗЫ БЕЗОЛОВЯННЫЕ Метод рентгеноспектрального ГОСТ флуоресцентного определения алюминия 20068. -8 8 Tinless bronze. X-ray spectral fluorescent method for determination of aluminium ОКСТУ 1709 Дата введения 01.01.89 Настоящий стандарт устанавливает метод рентгеноспектра...»

«8 Подготовка к работе Введение Эта глава познакомит Вас на конкретном примере с 10 подготовительными шагами, рекомендуемыми для запуска установки. Для этого вы должны знать следующие основные функции вашего модуля IM 151/CPU: • Аппаратная часть и программное обеспечение • Работа в автономно...»




 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.