«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ Сборник тезисов докладов конференции молодых ученых Выпуск 1 Санкт-Петербург OM11 Сборник тезисов докладов конференции молодых ...»

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ

Сборник

тезисов докладов

конференции молодых

ученых

Выпуск 1

Санкт-Петербург

OM11

Сборник тезисов докладов конференции молодых ученых, Выпуск 1. – СПб: СПбГУ ИТМО, OM11. – O9R с.

В издании «Сборник тезисов докладов конференции молодых ученых, Выпуск 1»

публикуются работы, представленные в рамках VIII Всероссийской межвузовской конференции молодых ученых, которая будет проходить 12–15 апреля 2011 года в СанктПетербургском государственном университете информационных технологий, механики и оптики.

В 2009 году Университет стал победителем многоэтапного конкурса, в результате которого определены 12 ведущих университетов России, которым присвоена категория «Национальный исследовательский университет».

Министерством образования и наук

и Российской Федерации была утверждена Программа развития государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет информационных технологий, механики и оптики» на 2009– годы.

Санкт-Петербургский государственный университет информационных технологий, механики и оптики, Авторы,

ИНФОРМАЦИОННЫЕ СИСТЕМЫ

И ТЕХНОЛОГИИ

УДК 519.

МЕТОД КУСТА СОБЫТИЙ

А.А. Банькин, Е.В. Иванов (Санкт-Петербургский государственный политехнический университет)

Научный руководитель – к.г.-м.н., доцент К.А. Пшеничный (Санкт-Петербургский государственный университет информационных технологий, механики и оптики) Введение. Метод куста событий (Пшеничный К.А., Храбрых З.В., 2002; Pshenichny and Khrabrykh, 2002; Pshenichny et al., 2005; 2008; 2009; Пшеничный К.А. с соавт., 2009) является перспективным методом описания динамических систем, обладающий логико-семантической строгостью. Разработанный петербургским ученым К.А. Пшеничным изначально для решения геолого-географических задач, этот метод получил широкое признание международного научного сообщества и включает, в частности, приложения для продвижения проектов в строительной сфере. Данный метод, занимая очерченную М. Минским с соавторами (Minsky et al., 2004) нишу между case-based reasoning и analogybased reasoning, является результатом переосмысления опыта описательных наук с позиций информатики и искусственного интеллекта и представляет собой первый «событийный»

метод с упорядоченной семантикой (Pshenichny and Kanzheleva, 2010, in press).

Метод куста событий основан на представлениях классической логики, но снабжен графической нотацией на основе теории графов и совместим с байесовскими вычислениями посредством алгебраических байесовских сетей доверия.

По отзывам ведущих мировых специалистов в области информатики и геоинформатики высказанному на осенней сессии Американского геофизического союза 2008 г в СанФранциско, данный метод является абсолютно новаторским и на сегодняшний день не имеет аналогов в мире.

Практические приложения метода, защищенные в международных публикациях и отчетах, охватывают широкий спектр задач: анализ сейсмологических моделей приращения балльности землетрясений (Carniel et al., submitted), прогноз вулканической активности на вулкане Этна (Behncke and Pshenichny, 2009), оценку экологических последствий разработки железо-марганцевых конкреций на морских мелководьях (Pshenichny and Fedukov, 2007) и техногенного воздействия на геологическую среду Санкт-Петербурга (Пшеничный К.А., 2009).

С помощью метода куста событий могут быть эффективно решены следующие задачи:

- построение вероятностных моделей;

- описания всех возможных сценариев в рамках системы;

- накопление, обработка и хранение знаний;

- поиск скрытых взаимосвязей, дата-майнинг.

Цель проекта. На данный момент авторы создают интегрированную инженерную среду, позволяющую эффективно применять метод куста событий для решения широкого спектра задач научно-прикладного характера, среду, позволяющую применять этот метод в произвольных предметных областях, особенно таких, которые подразумевают обработку больших объемов информации и требуют серьезных вычислительных мощностей.

Задачи - предоставить удобный и эффективный в использовании программный инструментарий, включающий редактор для построения кустов событий, средства моделирования и описания свойств среды, возможность задавать поведение системы средствами языка программирования;

- создать базу для дальнейшего развития теории кустов событий, позволяющую применять формальные грамматики и другие описательные методики;

- обеспечить применение метода в новых производственно-прикладных областях;

- осуществить возможность использования современных программно-аппаратных методик, таких как базы данных, распределенные вычисления, средства датамайнинга и семантического анализа применительно к методу.

Практические результаты проекта. В качестве низкоуровневой основы для создания интегрированной инженерной среды используется платформа Eclipse RCP.

Работа над требуемым функционалом ведется параллельно с разработкой программного продукта FEM Models 3.0, совмещающего в себе набор специфических методик, таких как метод конечных элементов, графический редактор моделей, а так же интегрируемые в язык Java символьные представления математических выражений. Существующие наработки и во многом пересекаются с тем, что должно быть реализовано в методе куста событий, поэтому в дальнейшем планируется развивать эти программные продукты совместно.

В данный момент ведется активная деятельность по анализу возможностей применения метода куста событий в различных областях, поэтому дальнейшая разработка подразумевает методологию развития, ориентированную на конкретных потребителей. Уже сейчас понятно, что области применения метода куста событий не ограничиваются естественными науками (геология, вулканология и др.), и включают в себя различные технические дисциплины, например, оценку безопасности информационных систем.

В ходе разработки будут затронуты следующие аспекты информационных технологий:

- разработка графических интерфейсов;

- разработка предметно-ориентированного языка;

- построение искусственных грамматик;

- разработка транслятора для языка моделирования.

УДК 004.

ДИНАМИКА ЦЕННОСТИ ИНФОРМАЦИИ В БАЗЕ ДАННЫХ

ИНФОРМАЦИОННОЙ СИСТЕМЫ УНИВЕРСИТЕТА

Научный руководитель – к.т.н., профессор В.В. Кириллов Информация является одним из наиболее ценных ресурсов современной организации.

Организация ее эффективного хранения становится все более актуальной задачей. Одним из способов, позволяющих реализовать эффективное хранилище, является использование концепции управления жизненным циклом информации. Основополагающим принципом этой концепции является разделение жизненного цикла информации на несколько этапов.

Эти этапы информация проходит от создания до уничтожения, и на каждом из них она характеризуется определенными атрибутами, к числу которых можно отнести ценность информации и класс используемых устройств ее хранения. Рассчитывая значение ценности для каждой единицы информации, мы можем однозначно определить, на каком этапе жизненного цикла она находится и, соответственно, какое устройство наилучшим образом подходит для ее хранения.

Ключевой проблемой, возникающей при внедрении концепций управления жизненным циклом информации, является трудоемкое ручное формирование политик сопоставления этапа жизненного цикла и свойств информации (каковым в нашем случае является ценность).

Разработка метода, решающего эту проблему, позволила бы значительно упростить задачу эффективного управления системой хранения данных.

Целью исследования является определение закономерностей изменения ценности информации в рамках базы данных Информационной Системы Университета СПбГУ ИТМО на определенном временном отрезке.

Данная работа является продолжением предыдущих исследований, в которых было сформулировано определение жизненного цикла информации и предложен метод, позволяющий с высокой степенью точности (по сравнению с другими методами) определять ценность единицы информации в конкретный момент времени.

В настоящей работе получены закономерности изменения ценности информации в зависимости от динамики изменения количества пользователей и данных в базе данных. При этом количество активных пользователей, работающих с базой данных, изменяется как на основе моделирования (т.е. поток пользователей моделируется по линейному закону, экспоненциальному и т.д.), так и на основе реальной статистики обращений к Информационной Системе Университета СПбГУ ИТМО. Исследуются корреляции между поведением ценности информации в модельной и реальной системах. Полученные в работе результаты планируется использовать при построении прогностической модели системы управления жизненным циклом информации, используя которую можно проектировать хранилища таким образом, чтобы достичь максимально эффективного использования пользователями системы хранения данных с точки зрения их доступности и безопасности.

Дальнейшее развитие предлагаемого в работе метода позволит разработать такую систему управления жизненным циклом информации, использование которой не требовало бы внешнего администрирования, необходимого для всех существующих на сегодняшний день систем.

УДК 004.

ЭЛЕКТРОННЫЙ УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС

ДЛЯ ИЗУЧЕНИЯ СПОСОБОВ ПРИМЕНЕНИЯ UML-ДИАГРАММ

ПРИ РАЗРАБОТКЕ ПРОГРАММНЫХ СИСТЕМ

Научный руководитель – д.т.н., профессор Л.С. Лисицына Вступление. является универсальным средством моделирования информационных систем, который объединил в себе лучшие современные технические приемы моделирования и разработки программного обеспечения. Студентам, получающим высшее образование по специальности «Информационные системы в образовании», необходимо знать и уметь пользоваться инструментом, позволяющим проводить анализ, проектирование и реинжиниринг программных систем.

Цель работы. Провести исследование предметной области обучения и разработать электронный комплекс в системе AcademicNT по применению UML для управления разработкой программных систем (ПС) в соответствии с требованиями компетентностного подхода к образованию.

Базовые положения исследования. Основной целью компетентностного подхода является извлечение из избыточного образовательного пространства такого содержания образования, которого будет достаточно для формирования запланированных результатов обучения (РО).

Методология построения концептуальной модели образовательного пространства на основе РО и компетенций включает в себя методики для планирования РО и построения ряда моделей, таких как модель иерархии РО, модель образовательного процесса в виде взвешенного план-графа, модель образовательного процесса для формирования РО в виде образовательных траекторий.

Результаты исследования. В результате анализа предметной области по применению UML для управления разработкой систем, спроектирована модель иерархии РО в виде корневого дерева. Корневая вершина дерева моделирует совокупный РО, а вершины пути, ведущего от корня дерева к отдельному листу – элементарный РО, всего определено состояний образовательного процесса.

Теоретическая модель образовательного процесса связывает все элементарные РО, полученные при проектировании модели иерархии РО. Для студентов специальности «Информационные системы в образовании» необходимо иметь базовые навыки построения ключевых UML-моделей. На основании этого, реальная, разработанная модель образовательного процесса призвана минимизировать содержание обучения, с целью извлечения из него избыточного содержания.

Образовательная траектория должна обеспечивать целостный образовательный процесс формирования некоторого РО за отведенное время. Она покрывает всю реализованную модель процесса обучения и состоит из одиннадцати базовых образовательных модулей и четырех целевых РО. Для каждого РО определяется перечень знаний, умений и навыков (ЗУН) и, в соответствии с ним, отбирается содержание курса.

Трудоемкость формирования РО определяется в виде характеристик учебной нагрузки (час.), значения которых зависят от отобранного содержания.

В результате проделанной работы, разработана компетентностная модель выпускника по применению UML для управления разработкой ПС.

Практические результаты. Электронный учебно-методический комплекс (УМК) имеет иерархический, модульный характер. Верхнюю ступень в структуре УМК занимает учебный план подготовки учащегося по определенной специальности. Рабочие программы дисциплин, определенных учебным планом, составляют второй уровень. Третий уровень занимает электронный курс, который, в свою очередь, состоит из ряда аттестующих, обучающих и информационных модулей.

Рабочая программа дисциплины разрабатывается с учетом индивидуального учебного плана группы и на основе разработанной компетентностной модели выпускника.

Для реализации электронного курса с учетом отобранного содержания необходимы следующие инструменты системы AcademicNT: электронный конспект, обучающее и аттестующее тестирования, электронный практикум.

В курсе представлено четыре модуля: «Определение требований и анализ ПС», «Проектирование архитектуры ПС», «Проектирование динамического поведения ПС», «Развертывание ПС». Каждый модуль включает в себя несколько тем.

Курс включает в себя: четыре электронных конспекта, общее количество страниц которых составляет тридцать девять. Также в курсе представлено четыре аттестующих и три обучающих тестирования, их общее количество тест-кадров составляет сто шестьдесят три.

В составе курса насчитывается четыре электронных практикума по десять вариантов заданий в каждом.

В апробировании ЭУМК приняли участие 15 студентов по специальностям:

- 230202 «Информационные технологии в образовании» (Инженер), - 23010033 «Разработка информационных систем уровня предприятия» (Магистр техники и технологии).

В ходе апробации студенты изучают конспект, проходят обучающее, аттестующее тестирование и электронный практикум.

Характеристиками аттестующего тестирования являются валидность и надежность теста, которые составляют 0,75 и 0,71 соответственно.

Разработанный УМК загружен в систему AcademicNT и будет использован в образовательном процессе для обучения студентов кафедры компьютерных образовательных технологий.

УДК 004.

ИСПОЛЬЗОВАНИЕ ОНТОЛОГИИ ДЛЯ ПОСТРОЕНИЯ

ИНФОРМАЦИОННОЙ АРХИТЕКТУРЫ ВЕБ-ПОРТАЛА

УНИВЕРСИТЕТА

Научный руководитель – к.т.н., доцент И.А. Бессмертный Информационный портал университета является одновременно лицом организации и основным средством доступа пользователей к информационным ресурсам, таким как сведения о подразделениях университета, сотрудниках, учебных программах, событиях.

Очень важно, чтобы существовала четкая структура этих ресурсов, организационные и навигационные схемы, обеспечивающие эффективность перемещения по сайту. Однако существующий информационный портал университета со временем перестал удовлетворять этим требованиям: в процессе добавления новых материалов и, соответственно, новых разделов, существующая структура разрослась и стала несостоятельной.

Таким образом, целью данной работы является пересмотр информационной архитектуры портала, т.е. организации элементов содержимого в пределах информационного пространства сайта.

Для решения поставленной задачи предлагается следующий подход.

1. Определить требования к информационной архитектуре порталов высших учебных заведений, группы пользователей и их потребности.

2. Рассмотреть существующие подходы к организации содержимого веб-сайтов:

таксономии (иерархические и полииерархические); матричные; органические (облака тегов); последовательные.

3. Проанализировать информационную архитектуру порталов других образовательных 4. Провести анализ информации, предоставляемой веб-порталом университета.

5. Сформулировать метрики эффективности и провести тестирование существующего веб-портала СПбГУ ИТМО на разных группах пользователей, выявить его основные недостатки в результативности навигации и поиска информации.

6. Переработать информационную архитектуру веб-портала университета.

7. Оценить предложенные решения по методике, используемой на 5-ом шаге, и сделать выводы об их эффективности.

Для построения информационной архитектуры сайта предлагается применить методы онтологического инжиниринга. Онтология представляет собой точную спецификацию предметной области, отражая иерархию понятий, связи между ними и законы, которые действуют в рамках этой модели. Онтологии позволяют создавать более концептуальноясные и целостные модели предметных областей. Таким образом, использование онтологии для построения информационной архитектуры портала позволит не только создать эффективную систему организации информации и навигации на портале, но и представить необходимые связи между отдельными элементами.

В результате работы будет создана онтология университета, и предложен подход к информационной архитектуре портала на ее основе. В дальнейшем созданная онтология также может быть использована в качестве основы семантического портала университета.

УДК 519.683.

ПРИМЕНЕНИЕ АВТОМАТНОГО ПРОГРАММИРОВАНИЯ

Научный руководитель – д.т.н., профессор А.А. Шалыто Одним из этапов создания web-приложений является frontend-разработка. Процесс frontend-разработки подразумевает, как правило, верстку (написание HTML и CSS) и программирование на JavaScript.

В основе разработки на JavaScript лежит использование механизма событий, которые выполняются над элементами на странице (в тех случаях, когда пользователь нажал клавишу, совершил клик мышкой и т.д.). Наличие конечного набора элементов, событий и действий, которые выполняются над ними, являются предпосылкой для использования автоматного программирования.

В работах Э. Принга а также в работе О.М. Коломейцевой рассмотрено использование автоматного программирования в области разработки на JavaScript. Главным недостатком предложенных подходов являются недостаточная гибкость: отсутствуют работа с асинхронными обращениями к серверу (AJAX), блокировки интерфейсов; и слабая универсальность: авторы рассмотрели синтетический случай, далекий от реальности.

Цели данной работы следующие: исправление недостатков существующих подходов к использованию автоматного программирования в разработке на JavaScript, формулировка четких определений «состояние» и «переход» для дальнейшего создания средств генерации JavaScript-кода из описания конечного автомата.

Программные действия, которые выполняются на web-странице, можно классифицировать следующим образом:

1. «явные» события (вызовы обработчиков при наступлении события над элементом 2. «неявные» события (вызовы обработчиков после выполнения AJAX-запроса к серверу, вызов обработчика в таймере и т.д.);

3. блокировки интерфейсов (отсутствие возможности выполнять действия и обрабатывать события над определенными элементами web-страницы).

Все «явные» события имеют элемент DOM-дерева, над которым они выполняются. У «неявных» событий таких элементов нет: фактически для них не существует события в браузере. Для автоматного программирования событиями являются как «явные», так и «неявные». Для удобства использования оба типа событий приведены к общему виду:

браузеры позволяют создавать и вызывать события, которые не предусмотрены спецификацией. Следовательно, «неявные» события могут быть сведены к пользовательским «явным», которые выполняются над всей web-страницей. Новое понятие события расширяет применимость автоматного программирования.

Таким образом, переход в конечном автомате на JavaScript может быть инициирован как событием, так и значением входной переменной, которая получена внутри состояния. Внутри каждого из состояний конечного автомата выполняется обработчик события.

В ходе работы было создано рабочее приложение – интерфейс для регистрации в социальной сети. В нем были проиллюстрированы все вышеуказанные принципы.

Приложение было разработано с расчетом на то, что его программный код будет сгенерирован из заранее заданного графического или табличного представления. В отличие от вышеуказанных работ, данный пример более близок к действительности по следующим причинам:

- он поддерживает «неявные» события как «явные» облегчая разработку;

- он учитывает тот факт, что событие выполняется не только над всей страницей, но и в рамках одной формы над конкретными элементами интерфейса;

- он более универсален, так как имеет готовые интерфейсы для работы.

УДК 621.

ПОСТРОЕНИЕ И ИССЛЕДОВАНИЕ МОДЕЛЕЙ НАДЕЖНОСТИ

ДВУХМАШИННЫХ ВЫЧИСЛИТЕЛЬНЫХ КОМПЛЕКСОВ

Научный руководитель – д.т.н., профессор В.А Богатырев Высокая надежность компьютерных систем, работающих в контуре управления, требует избыточности структуры, поэтому в таких системах в качестве базовых вычислительных средств используются дублированные вычислительные комплексы. В системах компьютерного управления дублированные комплексы функционируют режиме параллельной работы при сравнении результатов в контрольных точках, либо в режиме разделения нагрузки, что позволяет повысить производительность, но может привести к потере результатов вычислений, что связано со снижением достоверности функционирования системы.

В качестве объекта исследования рассматривается дублированный (двухмашинный) комплекс, каждый из полукомплексов которого включает процессор (Р) и модуль памяти (М), связь между полукомплесами осуществляется через адаптер межмашинной связи, решающий также сравнение результатов вычислений в контрольных точках, и при необходимости инициализацию повтора вычислений.

Для анализа надежности исследуемых дублированных систем выделены и проанализированы различные состояния комплекса с позиции возможности и эффективности поддержки вычислительного процесса. Построена Марковская модель надежности дублированных вычислительных систем, позволяющая оценить коэффициент стационарной и не стационарной готовности, а также коэффициент сохранения эффективности системы.

Марковская модель восстанавливаемого дублированного комплекса построена для различных дисциплин восстановления, что позволяет выбрать наилучшую из них.

УДК 004.415.

ОПРЕДЕЛЕНИЕ ЭФФЕКТИВНОСТИ ПРОГРАММНОЙ МОДЕЛИ

ИОНОСФЕРНОГО ОБЕСПЕЧЕНИЯ КООРДИНАТОМЕТРИИ

В ВЧ-ДИАПАЗОНЕ

Научный руководитель – к.т.н., доцент Н.Ф. Гусарова Организация проверки эффективности работы любой автоматизированной системы не является тривиальной задачей. Необходимо набрать адекватную статистику результатов работы системы и оценить ее с точки зрения различных критериев эффективности:

быстродействия, устойчивости к сбоям, экономичности и пр. Применительно к программной модели ионосферного обеспечения координатометрии в ВЧ-диапазоне в первую очередь необходимо наличие действующих комплексов радиоконтроля, на которых возможно выполнять долгосрочные задачи пеленгования.

Для выполнения задачи были использованы комплексы партнеров ООО «Специальный Технологический Центр», развернутые в субъекте РФ «Самарская Область». Для оценки работы ионосферного обеспечения координатометрии выбирались трассы различной протяженности и частоты. Такой подход позволил в полной мере оценить работу алгоритма восстановления траектории по различным слоям ионосферы и различному числу мод (скачков).

Всего статистика набиралась по 7 частотам в диапазоне 3,855–13,002 МГц и станциям радиовещания (Талдом (Подмосковье), Гамбург (Германия) и Берн (Швейцария)).

Достаточной временной выборкой был выбран период в 30 суток круглосуточного пеленгования выбранных частот с интервалом в 15 минут.

Также были заимствованы данные вертикального зондирования ионосферы из архива станции «№155» (Троицк, ИЗМИРАН) за расчетный период.

При подстановке накопленных экспериментальных данных был выполнен расчет траекторий запеленгованных радиосигналов по всем алгоритмам, заложенным в программную модель, и оценены погрешности полученных расчетных результатов относительно данных реальных измерений.

Точность полученных результатов оценивалась по принадлежности к следующим группам погрешностей в определении дальности: 0–5%, 5–10%, 10–20%, >20%. Проведенная оценка эффективности показала, что более 50% всех расчетных результатов находятся в интервале точностей от 5 до 10%, а почти 80% результатов – в интервале от 0 до 20%.

Оценка быстродействия была произведена путем определения возможности применять алгоритм координатометрии в реальном времени. Показано, что обработка каждого поступающего с радиопеленгатора сигнала не создавала задержек в системе радиоконтроля.

Ионосферное обеспечение координатометрии показало полноценную функциональность при задействовании лишь одного пеленгаторного устройства, что позволило отметить его как экономичное и нересурсоемкое.

После проведения испытаний ионосферное обеспечение координатометрии в ВЧдиапазоне принято к использованию в ряде разрабатываемых аппаратно-программных комплексов радиоконтроля ООО «Специальный Технологического Центр».

УДК 004.9:004.

МЕТОДИКА РАЗРАБОТКИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ

БОГАТЫХ ВСТРАИВАЕМЫХ СИСТЕМ

ДЛЯ ВЫСОКОСКОРОСТНЫХ КАМЕР

(Санкт-Петербургский государственный политехнический университет) Научный руководитель – к.т.н., доцент В.В. Амосов (Санкт-Петербургский государственный политехнический университет) В работе рассмотрены недостатки существующих подходов по разработке систем, встраиваемых в АСНИ и высокоскоростные камеры. Предложен новый подход по разработке таких устройств, показаны какие новые качества он им придает. Выделен новый класс богатых устройств, приборов и систем, обладающих ими.

Необходимость изучения быстропротекающих явлений и других сложных процессов требует создания современных автоматизированных систем научных исследований (АСНИ), в частности высокоскоростных камер.

Анализ используемых современных подходов по сопряжению камеры с компьютером и разработке встроенного математического и программного обеспечения показал, что часть из них используют отдельные платы захвата для установки в компьютер (FastVideo, СЕДАТЭК, Cameralab, IDS), что накладывает ряд ограничений (таблица).

Таблица 1. Новые качества благодаря применению предлагаемого подхода Характеристика Подходы с Подходы с Предлагаемый Новые качества Аппаратура в ПК Плата Сетевая Сетевая плата или Отсутствие затрат – Начало работы Установка Установка Автонастройка, Простота эксплуатации Надежность ЭМ-помехи Не во всех Подтверждение Гарантированная Масштабируемос Обновлени Обновление Все ПО находится Легкость и скорость Подходы производителей, использующие технологию Ethernet (FastVideo, СЕДАТЭК, Видеоскан, БИФО, visionresearch, Photron, Fastec Imaging Corporation, Basler AG, AOS Technologies, Kbinova, Lambert Instruments, IMPEREX, Olympus), также имеют недостатки (таблица).

Существующие на данный момент подходы по разработке математического и программного обеспечения используют технологии настольных приложений. Предлагаемый подход лежит в области научной отрасли информатики, вычислительной техники и управления и состоит в создании принципиально новых сетевых устройств. Новизна подхода состоит в совместном использовании технологий разработки богатых приложений интернета и параллельном программировании – многопоточности приложений, которые непосредственно плохо совместимы из-за того, что технологии интернета для обеспечения переносимости основаны на интерпретации кода, а не его исполнении.

Говоря более подробно, такой подход достигается следующими решениями.

- Разработка встраиваемого программного обеспечения как богатого приложения интернета (Rich Internet Application [1]), а не настольного приложения (как в существующих подходах). Богатые приложения интернета обладают такой же переносимостью, как и классические приложения интернета, и такими же многопоточности, полный доступ к системе с правами пользователя). Среди наиболее популярных технологий разработки богатых приложений интернета можно отметить Microsoft Silverlight, Sun JavaFX, Adobe AIR, Curl, Qt, Webkitgtk+.

Предлагается использовать движок визуализации (layout engine) Webkitgtk+ для отображения страниц интернета и среду выполнения GTK+ для обеспечения межплатформенности.

- Распараллеливание приложения с помощью технологии неявной многопоточности (OpenMP, Co-array Fortran) для эффективного использования современных многоядерных процессоров.

Это позволяет избавиться от недостатков имеющихся подходов и получить ряд дополнительных качеств. Такой принцип разработки раскрывает свои преимущества по сравнению с существующими обычными сетевыми устройствами.

Также применение технологии параллельного программирования дает:

- эффективное использование многоядерных архитектур компьютера, что позволяет повысить быстродействие АСНИ, ведь такие системы предназначены для быстрого получения и анализа данных и быстрого принятия решений;

- эффективная интеграция с существующими диагностическими компьютерными Первое же применение планируемого подхода планируется провести для высокоскоростной сетевой камеры IPC-G1, устанавливаемой на сферический токамак Глобус-М в Физико-техническом институте им. А.Ф. Иоффе РАН. Дальнейшее применение – разработка подобных высокоскоростных сетевых камер для других учреждений, организаций и предприятий, занимающихся исследованием и изучением быстропротекающих процессов.

Независимость исходного кода от программной и аппаратной платформы позволит использовать разработки для создания новых устройств с более совершенным аппаратным обеспечением, а также для создания автоматизированных систем научных исследований на основе сетевых устройств диагностики и наблюдения любого рода (не только камер).

Выводы. В основе предложенного подхода лежат технологии разработки богатых приложений интернета и параллельное программирование. Он позволит создавать принципиально новые сетевые устройства – богатые устройства, приборы и АСНИ, в основе которых будут встраиваемые богатые системы. Такие богатые устройства, приборы и системы не будут требовать установки дополнительного аппаратного и программного обеспечения, не будут зависеть от аппаратной или программной платформы компьютера, являясь межплатформенными, и позволят эффективно использовать многоядерные архитектуры процессоров и многопроцессорные компьютеры.

Литература 1. Jeremy Allair. Macromedia Flash MX – A next-generation rich client [Электронный ресурс]. – Macromedia White Paper, 2002. – 14 с.

УДК 681.

УПРАВЛЕНИЕ ПОТОКАМИ ЗАПРОСОВ В КЛАСТЕРЕ

ОТКАЗОУСТОЙЧИВЫХ ДУБЛИРОВАННЫХ

ВЫЧИСЛИТЕЛЬНЫХ КОМПЛЕКСОВ

Научный руководитель – д.т.н., профессор В.А. Богатырев Одним из решений повышения надежности и производительности вычислительных систем является построение кластерных и grid-систем. Объединение компьютеров в группы позволяет использовать преимущества параллельных вычислений и ставит перед проектировщиками кластерных систем задачи по организации совместной работы вычислительных узлов, в том числе задачу управления потоками запросов, поступающих в систему. Решение вопросов, связанных с балансировкой нагрузки, имеет определяющее значение для эффективности кластерных технологий.

В работе рассмотрены вопросы управления потоками запросов в кластерной системе, объединяющей отказоустойчивые дублированные вычислительные комплексы (ВК). Каждый ВК состоит из двух вычислительных машин, соединенных каналом связи (КС), и диспетчера запросов (ДЗ). Запросы с терминальных устройств, подключенных к ВК или от пользователей, работающих на ВМ комплекса, поступают в ДЗ, где принимается решение об обработке очередного запроса на одной из работоспособных ВМ собственного ВК или о перераспределении его по КС кластера для обработки на спаренном комплексе.

В работе предложены модели и проведен анализ кластерной системы на основе экспоненциальной сети массового обслуживания (СеМО). Для определения эффективности системы использован комплексный показатель, учитывающий вероятность работоспособного состояния системы и среднее время обслуживания запросов в СеМО. Построена кривая зависимости эффективности системы от доли перераспределяемых запросов.

Рассмотрены три подхода к организации балансировки нагрузки кластера, в том числе на основе вероятностного разрежения потока запросов, ограничения емкости накопителя и сравнения длин очередей в ВК.

Созданы имитационные модели, реализующие рассмотренные алгоритмы управления потоками запросов. Результаты имитационного моделирования показали, что реализация адаптивных алгоритмов балансировки нагрузки, учитывающих текущее состояние очередей в ВК, позволяет повысить эффективность кластера от 10 до 40% по сравнению с более простыми программными алгоритмами с заданной вероятностью перераспределения запросов. При этом организация сбора информации о состоянии очередей спаренного ВК в заданных условиях показала себя нецелесообразной из-за сопутствующих временных затрат на информационный обмен.

УДК 004.932.

АНАЛИЗ МЕТОДОВ СЕГМЕНТАЦИИ БИОЛОГИЧЕСКИХ СТРУКТУР

ПО ДАННЫМ МАГНИТНО-РЕЗОНАНСНОЙ ТОМОГРАФИИ

Научный руководитель – к.т.н., доцент А.О. Казначеева Одной из важных задач медицинской диагностики является количественная оценка объема различных структур и органов, позволяющая выявить изменения в структуре тканей, связанные с различными заболеваниями. Выделение на изображениях интересующих объектов выполняют путем сегментации данных, в качестве которых могут быть использованы магнитно-резонансные (МР) томограммы.

Существующие методы идентификации однородных областей на изображении можно разделить на следующие группы: структурные методы, основанные на использовании информации о структуре сегментируемой области; стохастические методы, основанные на статистическом анализе изображений и смешанные (или гибридные) методы, которые включают характеристики двух указанных выше групп. Данные методы сегментации и созданные являются основой различных программных средств для медицинских и научных приложений, оценка качества работы которых для анализа МР-томограмм и исследование зависимости результата от характеристик исходных изображений составляет предмет данного исследования.

Одним из часто используемых пакетов для просмотра и обработки медицинских изображений различного формата является MIPAV (Medical Image Processing, Analysis and visualization), поддерживающий возможность ручного выделения объектов и несколько алгоритмов автоматической сегментации, в том числе нечеткую кластеризацию и выделение краев. Пакет SPM представляет собой библиотеку функций и дополнений к пакету Matlab и предназначен для работы с изображениями головного мозга различных модальностей, представленных в формате NfTI. В его основе лежит использование атласов распределения тканей внутри выбранного объема. Программный продукт FreeSurfer предназначен для визуализации и обработки медицинских изображений для научных исследований, обеспечивает спектр возможностей для ручной и автоматической сегментации, поддерживается около 30 форматов входных данных, в том числе и DICOM. Сегментация проивзодится на основе атласа и вероятностной модели распределения интенсивностей тканей. В составе системы Matlab имеется множество инструментов для обработки данных и изображений, на основе которых возможно реализовать алгоритмы сегментации разной сложности. В Matlab’е есть средства для обработки DICOM-данных, другие форматы поддерживаются с помощью пользовательских дополнений. Пакет FSL представляет библиотеку инструментов для анализа и обработки изображений головного мозга в форматах Analyze, NfTI и реализующий алгоритм FAST, основанный на вероятностной модели распределения тканей.

Основными недостатками анализируемых систем для сегментации являются необходимость использования собственного формата данных и жесткие требования к характеристикам исходного изображения. Под первым подразумевается использование для входных снимков формата данных, отличного от DICOM, например, такого как Analyze, NfTI или Minc, что приведет к неизбежной потере данных при конвертации из стандарта DICOM в другой, требуемый для данного программного обеспечения. Кроме того, во многих случаях исходные данные для обработки должны удовлетворять ряду критериев, например, иметь определенный протокол сканирования, в иных случаях сегментация будет некорректной.

Оценка эффективности сегментации с помощью рассмотренных приложений осуществлялась для задачи выделения серого вещества головного мозга на магнитнорезонансных томограммах. Обрабатываемые изображения были полученные на магнитнорезонансном томографе Siemens Vision с полем 1,5 Тл, представленные в открытой интернетбазе изображений [1]. Протокол исследования обеспечивал высокий контраст между серым и белым веществом, использована импульсная последовательность MP-RAGE, время эхо TE= 4мс, время повторения TR=9,7 мс, угол поворота 10°, толщина среза 1,25 мм. Второй набор данных включал три серии исследований, полученных на томографе Signa HD с полем 1,5 Тл.

Первая серия получена с помощью последовательности градиент-эхо GRE с параметрами TE=2,5 мс, TR=250 мс и толщиной среза 4 мм. На полученных изображениях серое вещество имело меньшую интенсивность сигнала, чем белое, что представляет интерес в рамках исследования эффективности анализируемых средств сегментации. Вторая серия получена с помощью последовательности спин-эхо FSE при TE=96 мс, TR=4600 мс, толщиной среза 4 мм. Третья серия с помощью последовательности FSE при TE=103 мс, TR=6260 мс, толщиной среза 5 мм. Изображения характеризовались высокой интенсивностью сигнала серого вещества по сравнению с белым и высокой контрастностью сигналов от серого вещества и спинномозговой жидкости.

Оценка сегментации выполнялась путем сравнения выделенных областей, полученных экспертом вручную и средствами исследуемых программных пакетов. Количественная оценка алгоритмов включала подсчет верно сегментированных вокселов анализируемой ткани, а также вокселей, попадающих под категорию ошибок первого (воксели, пропущенные при сегментации, но принадлежащие ткани) и второго рода (воксели, не принадлежащие ткани, но отнесенные к ней). Таким образом, на основании этих параметров были рассчитаны коэффициенты чувствительности и избирательности каждого из исследованных алгоритмов.

По результатам оценки специализированное ПО, созданное для выделения тканей мозга (FSL-FAST, SPM) имеет лучшие показатели применительно к поставленной в работе задаче.

Для серого вещества чувствительность (процент верно сегментированных вокселей ткани) алгоритма SPM наибольшая по сравнению с другими методами и в среднем составляет 95,3% для искусственных изображений и 82,3% для реальных исследований. Такие результаты связаны с тем, что данный пакет создан с учетом высокого уровня шума на реальных снимках, поэтому результаты сегментации устойчивы к нему. Избирательность (т.е. процент вокселей фона, сегментированных верно) выше всего у метода FSL-FAST – 95,2% для искусственных изображений и 77,3% для реальных исследований. FreeSurfer по результатам оценки имеет чувствительность 67% и избирательность 93,1% для искусственных снимков, однако требует значительно больше времени для обработки. Комбинация алгоритмов BET и нечеткой классификации входящих в MIPAV дает сравнительно высокие результаты для искусственных снимков с нулевым уровнем шума (чувствительность 87,6%, избирательность 74,8%), которые ухудшаются по мере возрастания шума, таким образом, неоднородность интенсивности входных изображений искажает результат сегментации. Сегментация в Matlab средствами Image Processing Toolbox для выбранной анатомической области приводит к появлению большого количества ошибок второго рода, что приводит к низкой чувствительности, поэтому целесообразно использовать более сложные алгоритмы.

Литература 1. BrainWeb: Simulated Brain Database [Electronic resource] / McConnell Brain Imaging Centre. – Electronic Data. – Montreal: Montreal Neurological University, 2006. – Mode access:

http://mouldy.bic.mni.mcgill.ca/brainweb/ 2. OASIS: Open access series of imaging studies [Electronic resource]. – Electronic data – Washington University in St. Louis, 2010. – Mode access: http://www.oasis-brains.org/ УДК 004.415.

ИОНОСФЕРНОЕ ОБЕСПЕЧЕНИЕ КООРДИНАТОМЕТРИИ

ИРИ В ВЧ-ДИАПАЗОНЕ

Научный руководитель – к.т.н., доцент Н.Ф. Гусарова Уникальность радиочастотного ресурса заключается в неограниченных возможностях обеспечивать информационное взаимодействие между системами различного уровня.

Современное состояние характеризуется стремительным увеличением количества радиоизлучателей с одной стороны и усложнением процесса обеспечения их электромагнитной совместимости с другой стороны.

Особую значимость при этом имеет высокочастотный диапазон (1–30 МГц), где пересекаются не только межрегиональные, но и межгосударственные интересы.

Обеспечение порядка использования радиочастотного ресурса является функцией государственных радиочастотных служб. Анализ условий функционирования радиочастотных органов показывает, что наиболее быстрый и эффективный путь при решении задач радиоконтроля базируется на процессах определения местоположения радиоизлучателя.

Особенность ВЧ-диапазона радиовещания состоим в том, что распространение радиоволн кардинальным образом зависит от состояния ионосферы. Траектория волны при ее распространении между ИРИ и радиопеленгатором в большинстве практически значимых случаев отличается от прямолинейной. Погрешность в определении дальности до ИРИ с использованием традиционных методов координатометрии может достигать 40%.

Разрабатываемая система ионосферного обеспечения координатометрии решает задачу повышения точности местоопределения за счет более глубокого использования знаний об распространении радиоволн в ионосфере.

Система способна получать данные об ионосфере как на основе ряда статистических таблиц, так и в виде обработанных ионограмм (результатов зондирования ионосферы).

Построение модели ионосферы также зависит от пространственно-временных координат измеренного радиосигнала и показателя солнечной активности. Получив модель ионосферы, система способна восстановить траекторию распространения радиосигнала, таким образом рассчитав путь до его источника. На основе построенного пути вычисляются искомые координаты ИРИ.

Система построена в виде библиотечного модуля с набором API-функций. Такой подход упростил интеграцию ионосферного обеспечения координатометрии в различные комплексы программного обеспечения радиоконтроля. В результате работы, созданная система прошла технические испытания и принята к использованию в ряде разрабатываемых аппаратнопрограммных комплексов радиоконтроля ООО «Специальный Технологического Центра».

УДК 004.

РАЗРАБОТКА СИМУЛЯТОРА КОНСОЛИ

МАГНИТНО-РЕЗОНАНСНОГО ТОМОГРАФА

Научный руководитель – к.т.н., доцент А.О. Казначеева Одним из значимых этапов подготовки специалистов в различных областях является получение практических навыков работы с современным оборудованием. Квалификация сотрудников определяет качество услуги, экономическую эффективность, а в области медицины точность диагностики. Вместе с тем, обучение сотрудников непосредственно на дорогостоящем оборудовании не всегда возможно. Задача получения практических навыков работы на начальном этапе зачастую решается путем создания тренажеров или симуляторов, которые представляют собой программные или механические учебно-тренировочные устройства, искусственно имитирующее различные нагрузки или ситуации.

Анализ существующих тренажеров показал, что большинство из них позволяет производить эмуляцию томограмм, т.е. результата исследования. Например, симулятор Блоха [1] позволяет моделировать воздействие магнитного поля на протон, наблюдать амплитуду сигнала во времени. Симулятор от фирмы Siemens [2] позволяет получить навык выбора различных РЧ-катушек и наблюдать результат исследования. Актуальной является задача создания симулятора консоли томографа, который позволит снизить финансовые расходы на обучение, даст возможность проведения дистанционной подготовки новых сотрудников, аттестации персонала, снизить риск возникновения непредвиденных ситуаций.

Для повышения эффективности обучения, разрабатываемый симулятор имеет интерфейс, в значительной мере повторяющий экран управления реальным томографом (идентичное цветовое и структурное выполнение). Однако задача разработки включает не только повторение внешнего вида консоли томографа, но и реализацию элементов обучающей системы. Решение данной задачи осуществляется путем создания блока предварительного тестирования и блока, содержащего сообщения об ошибочных действиях.

В разрабатываемый симулятор входит база протоколов исследований с различными параметрами сканирования, в которой хранятся указатели на статические файлы, или на параметры обработки изображении перед его отображением в симуляторе. Для разработки базы протоколов были использованы реальные исследования, полученные на МР-томографах с полем 1,5 Тл и 3 Тл различных производителей. Для моделирования процесса исследования обучающемуся необходимо выбрать импульсную последовательность, плоскость сканирования, время эхо TE, время повторения последовательности TR, поле обзора FOV, толщину среза и их число, ширину полосы частот, число шагов кодирования частоты и фазы сигналов.

Для наглядной оценки корректности выбора параметров, симулятор выводит на экран рассчитанные количественные характеристики томограмм: продолжительность сканирования, соотношение сигнал/шум, коэффициент поглощенного РЧ-излучения (пиковый и усредненный).

Разрабатываемый симулятор позволяет не только выполнять действия, необходимые для получения томограммы на реальном аппарате, но и отображать результат исследования.

Поскольку в работе не ставилась задача имитации процесса получения результатов исследований, то при обучении на экран выводится результат виртуального исследования из базы сохраненных изображений, содержащих в том числе и смоделированные изображения с артефактами, которые могут возникнуть при ошибочных действиях пользователя.

Литература 1. Bloch simulator for teaching MRI. – Режим доступа: http://www.drcmr.dk/bloch 2. Siemens MAGNETOM Trio. – Режим доступа: http://www.medical.siemens.com/siemens/ en_INT/gg_mr_FBAs/files/multimedia/Tim_Tool/flash.htm УДК 004.

САПР В СУДОСТРОЕНИИ. ВЫБОР СИСТЕМЫ Pa-МОДЕЛИРОВАНИЯ

Научный руководитель – д.т.н., профессор Ю.А. Гатчин Краткое вступление, постановка проблемы. Как в России, так и за рубежом, судостроение традиционно считается консервативной отраслью по сравнению с другими направлениями промышленного производства, полагающаяся в основном на массовое использование ручного или часто лишь 2D-автоматизированного проектирования на судостроительных предприятиях в сочетании с низкой интеграцией производственных процессов и отсутствием единых стандартов создают здесь достаточно сложную перспективу для внедрения новых информационных технологий. Современная ситуация в судостроении осложняется проявлением общих тенденций падения цен на проектирование и постройку судов в условиях усиления конкуренции предприятий из регионов с дешевой рабочей силой и сокращения оборонных бюджетов, которые всегда давали значительную долю инвестиций в развитие судостроительной отрасли. В отрасли прослеживаются процессы: глобальное укрупнение предприятий, создание международных объединений и разработка совместных транс корпоративных проектов, которые создают условия для финансовой устойчивости и перспективу дальнейшего развития судостроительного производства. Известно, что судостроительная продукция является очень наукоемкой и технологически насыщенной.

Наряду с разработками традиционных типов торговых судов, морских пассажирских лайнеров и военных надводных кораблей, развивается проектирование специальных судостроительных сооружений – таких как морские платформы различного назначения, скоростные суда с нетрадиционной формой корпуса и др.

В противоречивых условиях текущего развития судостроительной отрасли особую важность приобретает выбор эффективных средств автоматизации технической подготовки производства, обеспеченных стабильностью компании-разработчика и поддержкой квалифицированных специалистов по внедрению.

Цель работы. Для выбора автоматизированной системы проектирования, наиболее полно отвечающей требованиям ОАО ЦМКБ «АЛМАЗ», необходимо провести анализ существующих систем и составить техническое задание для САПР системы данного предприятия.

Базовые положения исследования. Система автоматизированного проектирования, САПР – автоматизированная система, реализующая информационную технологию выполнения функций проектирования, представляет собой организационно-техническую систему, предназначенную для автоматизации процесса проектирования, состоящую из персонала и комплекса технических, программных и других средств автоматизации его деятельности.

Промежуточные результаты. Сформулированы следующие общие требования ОАО ЦМКБ «АЛМАЗ» к САПР:

- создание и передача на верфь 3D-моделей корпусов строящихся и новых проектов для возможности изготовления плазово-технологической документации;

- возможность работы с мобильными (удаленными) пользователями и группами пользователей;

- разработка и создание структурированной базы данных оборудования и арматуры;

- приемлемость по цене при поставке, внедрении и сопровождении;

- возможность доработки СЭД в разумные сроки (с приемлемыми ценовыми условиями) под специфику предприятия;

- разработка электронных 3D-моделей корабля в целом (судовых систем, прокладки кабеля, вентиляции и пр.) и передача на верфь для технологической подготовки производства.

Проведен информационно-аналитический обзор уже существующих аналогов для выбора наиболее подходящих САПР, с учетом специфики деятельности ОАО ЦМКБ «АЛМАЗ».

Основной результат. В результате работы для внедрения на предприятии ОАО ЦМКБ «АЛМАЗ», была выбрана система TRIBON компании AVIVA: и составлено техническое задание на разработку системы с учетом специфики предприятия.

УДК 004.

МОДЕЛИРОВАНИЕ ПОЛЯ КОНЦЕНТРАЦИИ

ЭЛЕКТРОНОВ В ИОНОСФЕРЕ

(Объединенный институт проблем информатики НАН Беларуси) Научный руководитель – к.ф.-м.н., ст.н.с. А.О. Наумов Распределение концентрации электронов в ионосфере имеет сложную пространственную и временную структуру. Одним из наиболее эффективных средств исследования распределения электронов в ионосфере является радиотомография. Техника радиозондирования позволяет с помощью спутниковых средств проводить исследование ионосферы в широком диапазоне различных положений приемных и передающих систем и применять томографические методы. Система включает один или группу спутников, вращающихся на высоте порядка нескольких сот километров, и систему наземных приемных станций. Мониторинг ионосферы имеет целью обеспечение надежной работы радиосистем (связь, навигация, локация), прогнозирование природных явлений, а также обнаружение ионосферных аномалий естественного и искусственного происхождения.

Целью работы является разработка программных модулей системы мониторинга поля концентрации электронов в ионосфере с использованием данных от высокоорбитальных (ГЛОНАСС/GPS) навигационных систем применительно к территории республики Беларусь.

Использование данных от высокоорбитальных спутников позволит существенно упростить создание системы мониторинга ионосферы, так как в настоящее время на территории Республики Беларусь существует сеть дифференциальных приемников сигналов навигационных спутников систем ГЛОНАСС/GPS. В дальнейшем региональная система может войти составной частью в глобальную систему мониторинга ионосферы.

По опубликованным в общем доступе данным можно сделать следующие выводы относительно модели поля концентрации электронов в ионосфере:

- поле имеет ярко выраженный случайный характер и его структура на интервалах реконструкции в несколько сот километров содержит среднюю составляющую и крупномасштабные флюктуации;

- вертикальное сечение средней составляющей может моделироваться гауссовой функцией с тремя свободными параметрами (амплитуда, среднее значение и - случайная составляющая поля имеет переменную дисперсию, убывающую к его - интервал ковариации случайной составляющей вдоль горизонтальной оси, как правило, значительно больше, чем вдоль вертикальной;

- параметры ковариационной функции могут меняться в широком диапазоне значений;

- изменения поля во времени характеризуются временными корреляционными функциями в каждой из точек пространства;

- экспериментальные данные о параметрах временной корреляционной функции практически отсутствуют.

При разработке феноменологических моделей полей распределения электронов в ионосфере следует учитывать ряд особенностей их структуры, вытекающих из результатов экспериментальных исследований. Это следующие особенности:

- структура поля неоднородна и состоит из крупномасштабной компоненты протяженностью в сотни и тысячи километров, и мелкомасштабной, протяженностью от десятков метров до километров;

- структура каждой из компонент может рассматриваться как случайное поле со своими пространственными ковариационными, временными корреляционными функциями и, в общем случае, с определенным законом распределения - крупномасштабная компонента сравнительно медленно изменяется во времени, однако подвержена квазирегулярному смещению под влиянием магнитного поля - мелкомасштабная компонента достаточно быстро флюктуирует во времени.

Высокая размерность данных моделирования феноменологической модели поля является одной из принципиальных особенностей задачи обработки, что предъявляет повышенные требования к производительности вычислительных систем.

Математической моделью поля распределения электронов в ионосфере может служить случайное во времени и пространстве поле. Оно описывается функцией, определяющей случайную величину концентрации в точке пространства с вектором пространственных координат в определенный момент времени. Статистические характеристики поля в общем случае зависят как от пространственных координат, так и от времени.

В работе проводилось моделирование феноменологического поля концентрации электронов в ионосфере с помощью разработанного экспериментального программного модуля. При этом учитывались только статистические параметры поля, а механизмом их возникновения пренебрегалось, так как в большинстве случаев нет возможности учитывать все параметры поля, они могут быть либо чрезвычайно сложны, либо вовсе не описываться какой-либо математической моделью, либо не иметь особого влияния на процессы моделирования и реконструкции. Поэтому можно сказать, что моделирование полей концентрации электронов в ионосфере в работе проводилось приближенно.

Общую схему алгоритма моделирования концентраций электронов в ионосфере можно представить следующим образом.

- Задание начальных условий – на этом шаге задаются начальные условия для проведения моделирования.

- Расчет матрицы корреляции – матрица корреляции строится по взаимной корреляции индексов матрицы.

- Расчет матрицы изображения – матрица изображения задает поведение поля. Она определяется исходя из специальных критериев. В данной работе использовалась диагональная матрица изображения.

- Расчет матрицы крупномасштабной компоненты – крупномасштабная компонента сравнительно медленно изменяется во времени, однако подвержена квазирегулярному смещению под влиянием магнитного поля Земли.

- Расчет матрицы мелкомасштабной компоненты – мелкомасштабная компонента достаточно быстро флюктуирует во времени.

- Моделирование динамического поля – непосредственный этап моделирования.

В результате проведения работы было создано экспериментальное программное обеспечение, реализующее процесс моделирования концентрации электронов в ионосфере, позволяющее варьировать параметры моделирования и получать изображения и численные данные вертикальных срезов концентрации электронов в ионосфере. В качестве дальнейших исследований планируется использование в разработанной модели реальных данных, полученных с высокоорбитальных (ГЛОНАСС/GPS) навигационных систем применительно к территории республики Беларусь.

УДК 004.

СЕМАНТИЧЕСКАЯ ИНФРАСТРУКТУРА СОЦИАЛЬНОЙ СЕТИ

Научный руководитель – д.т.н., профессор А.А. Шалыто Краткое вступление, постановка проблемы. Связи между людьми понемногу получают все большее представление в информационном пространстве, и социальный граф, существующий в реальном мире, получает все более подробное представление в сети Интернет.

Информационная ценность социального графа велика, так как он может иметь множество приложений.

Но в связи с быстрым развитием социальных сетей в разных частях света, информация о социальном графе существует во множестве представлений и форматов, несовместимых между собой.

На данный момент существует ряд исследовательских проектов в области представления данных социального графа в формальном виде. Это создает благоприятную почву для того, чтобы исследовать возможность представления социального графа в едином формате и достижения совместимости различных социальных сетей.

Целью работы является исследование в области распределенных социальных сетей и создание прототипа распределенной семантической сети, задающей социальный граф, и нескольких отображений для него.

Базовые положения исследования Социальный граф – структура, состоящая из группы узлов, которыми являются социальные объекты (люди или организации), и связей между ними (социальных взаимоотношений).

Провайдер идентификации – сервис, предоставляющий пользователям возможность регистрации и проверки подлинности идентификаторов. Идентификаторы, выдаваемые провайдером идентификации, могут быть использованы для задания вершин социального графа.

Провайдер социальных данных – сервис, предоставляющий информацию о социальных объектах и связях между ними. Эти данные задают ребра социального графа.

Отображение социальных данных – сервис, предоставляющий социальные данные в удобном для пользователя виде.

Промежуточные результаты Изучены существующие проекты в области семантических и социальных сетей.

Выбран формат представления данных – FOAF.

Разработан протокол предоставления данных провайдерами социальных данных.

Созданы три различные реализации провайдера социальных данных:

- провайдер на языке Java для использования на выделенном сервере;

- провайдер на языке Java для облачной инфраструктуры Google App Engine (https://openpals.appspot.com/);

- провайдер на языке Python для облачной инфраструктуры Google App Engine.

Создана библиотека для работы с данными в формате FOAF.

Созданы два отображения социальных данных:

- www.openpals.net – отображение эмулирующее работу в традиционной социальной - m.openpals.net – отображение данных в упрощенном виде для мобильных устройств.

Основной результат. Выбран и опробован формат для представления социального графа. Разработан протокол для провайдера социальных данных. Создан работающий прототип распределенной семантической инфраструктуры социальной сети.

УДК 004.738.

АНАЛИЗ ПОИСКОВЫХ ЗАПРОСОВ

Научный руководитель – д.т.н., профессор А.Ю. Щеглов Краткое вступление, постановка проблемы. Поисковые системы с каждым днем занимают все больше и больше места в жизни людей. Рядовые пользователи стали активно пользоваться интернетом для поиска кинотеатра или ресторана для отдыха, научных статей и исторических фактов для самообразования. Вопросы, на которые раньше приходилось искать ответы в библиотеках и у знакомых, теперь можно задать в поисковике и потратить на поиск ответа не более пяти минут.

Количество ежедневных запросов составляет миллионы. Качество обработки этих запросов зависит от методов, которые к ним применяются. Сам запрос состоит из двух-трех слов, из которых нужно извлечь как можно больше информации. Для того чтобы лучше «угадывать», что же конкретно нужно пользователю, поисковые машины собирают логи этих запросов. Логи – это главный источник информации, на основе которого можно собирать статистику и классифицировать запросы.

Но, как и любой массовый продукт, поисковые системы не могут составить классификацию запросов под конкретного пользователя. И это зачастую приводит к неправильным ответам на посланные запросы. Наиболее точное определение пользователя, его интересов и предпочтений – главная задача современных поисковых машин.

Цель работы. Основная цель данного доклада – обзор методов анализа поисковых запросов, а так же поиск недостатков и преимуществ данных методов на основе рассмотрения логов поисковых машин. Поиск новых способов более точной классификации запросов для более точного определения интересов и потребностей пользователя.

Базовые положения исследования Сегментация запросов – разбиение запроса на основные смысловые компоненты.

Логи запросов – вся база запросов, собранная машинами поиска за время существования поисковой системы.

Тематическая классификация запросов – разбиение всех логов на классы и присвоение каждого запроса к тому или иному классу. Например, запрос «чемпионат мира по футболу»

относится к классу «спорт».

Семантически близкие запросы – это такие запросы, которые можно соотнести друг с другом по принципу ассоциаций. Например, запросы «Федор Михайлович Достоевский» и «Братья Карамазовы» соотносятся друг с другом по ассоциации писатель и его произведение.

Промежуточные результаты - Произведен анализ поисковых логов, выложенных в свободном доступе AOL(http://www.aolstalker.com/).

- Подобраны и изучены материалы для анализа поисковых запросов.

- Изучен метод Сегментация запросов.

- Изучен метод Классификация запросов.

- Изучен метод Близкие запросы.

Основной результат. Были изучены и проанализированы существующие методы анализа поисковых запросов.

УДК 681.

ВЛИЯНИЕ СТРУКТУРЫ СОБСТВЕННЫХ ВЕКТОРОВ

НА КАЧЕСТВО ПРОЦЕССОВ В НЕПРЕРЫВНОЙ СИСТЕМЕ

Научный руководитель – д.т.н., профессор А.В. Ушаков Краткое вступление, постановка проблемы. Одним из наиболее распространенных методов в задаче синтеза систем управления является модальное управление. Задача получила формулировку обеспечения векторного и матричного подобия процессов в синтезируемой системе процессам в некоторой эталонной системе, именуемой модальной моделью.

Оформилась необходимость разработки алгоритмического обеспечения синтеза обобщенного модального управления, доставляющего системе желаемую структуру мод и собственных векторов.

Цель работы. В работе исследуется влияние структуры собственных векторов матрицы состояния системы на качества процессов в этой системе. Целью исследования является выбор оптимального взаиморасположения собственных векторов для достижения требуемых показателей качества.

Базовые положения исследования. Исследование влияния геометрической структуры собственных векторов матрицы состояния системы на качество процессов проводилось аналитическим путем и с помощью программной оболочки Matlab. При детальном погружении в проблему была проведена проверка практических результатов и их теоретическое обоснование.

Промежуточные результаты - Проведено исследование влияния структуры собственных векторов на качество процессов в системе с помощью оболочки Matlab.

- Осуществлено формирование матричных компонентов синтезированной системы, решающих задачу обобщенного модального управления в форме, ориентированной относительно внешнего воздействия.

- Произведено исследование переходных процессов для векторов x(0) и ортогонального к нему для получения мажорирующей и минорирующей оценки - Разработана теоретическая база, на основе которой проведено аналитическое исследование системы.

- Сформирован алгоритм управления системой на основе заданных показателей качества, произведен синтез регулятора.

Основной результат. В работе была установлена связь геометрической структуры собственных векторов и показателей качества в системе. На основе полученных результатов даны рекомендации по управлению объектом при условии минимизации числа обусловленности матрицы преобразования М.

УДК

АНАЛИЗ МЕТОДИКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ПРОВЕРКЕ

ИНФОРМАЦИИ В СИСТЕМЕ ГОСУДАРСТВЕННОГО УЧЕТА

И КОНТРОЛЯ РАДИОАКТИВНЫХ ВЕЩЕСТВ

И РАДИОАКТИВНЫХ ОТХОДОВ

Краткое вступление. Развитие и совершенствование системы государственного учета и контроля радиоактивных веществ (РВ) и радиоактивных отходов (РАО) препятствует их использованию в противоправных целях и способствует укреплению радиационной и экологической безопасности.

Система государственного учета и контроля радиоактивных веществ и радиоактивных отходов создана в соответствии с Федеральным законом от 21.11.1995 г. №170-ФЗ «Об использовании атомной энергии» (ст. 22). Целями такой системы являются определение наличного количества РВ и РАО в пунктах (местах) их нахождения, хранения и захоронения, предотвращение потерь, несанкционированного использования и хищений, предоставление органам государственной власти, управления использованием атомной энергии и государственного регулирования безопасности информации об их наличии и перемещении, а также об экспорте и импорте.

За время функционирования Системы государственного учета и контроля (СГУК) РВ и РАО был выявлен ряд недостатков этой системы. Главный из них – отсутствие четко сформированной методики принятия решений, по проверке информации, поступающей в государственную систему учета и контроля РВ и РАО.

Целью настоящей работы является формирование методики принятия решений по проверке информации, поступающей в СГУК РВ и РАО и ее анализ.

Описание ситуации в предметной области. Учет РВ и РАО в СГУК РВ и РАО целесообразно автоматизировать (на всех уровнях) и вести с помощью современных информационных технологий. Правильное заполнение форм – обязательное условие для обеспечения возможности автоматизированного учета. Для обеспечения автоматизированного учета по заказу Госкорпорации «Росатом» осуществляется разработка и сопровождение специального программного обеспечения, которое доступно для организаций, входящих в Систему. Основными элементами (объектами учета) автоматизированной Системы учета является собственно само РВ и/или РАО с их полными характеристиками, перечень которых нашел свое отражение в формах, утвержденных отдельным Приказом. Кроме основных характеристик объекта учета в Системе учета должна быть информация о том:

- какая организация является собственником объекта учета (на чьем балансе - у какой организации (или обособленного подразделения) находится в наличии (по какому фактическому адресу);

- какая отчетная операция (действие) осуществлено с объектом учета в заданный момент времени, какие документы сопровождают операцию;

- какие организации задействованы в операции (получатель или поставщик, Как видно, для учета РВ и РАО, особенно при вводе данных в систему, необходима проверка большого объема информации. Информационно-аналитическое отделение по учету и контролю РВ и РАО для поддержки системы работает со специальной программой ввода оперативных данных. При рассмотрении структуры проверки информации можно выделить следующие принимаемые решения.

- Принятие решений по дублированию и архивации данных на разных уровнях.

- Принятие решений по проверке входящей/исходящей, загружаемой/выгружаемой - Принятие решений по проверке информации, путем тестирования данных.

Некоторые из этих решений принимаются не однократно на разных уровнях работы с данными, и, конечно же, по ходу их принятия возникают спорные ситуации и конфликты, разрешение которых сможет решить хорошо сформированная методика принятия решений по проверке информации в Системе.

Основной результат. В результате работы сформировался список «узких мест» в методике принятия решений, главные из них:

- конфликт пометок поступления при загрузке базы данных;

- наличие ошибок данных, не распознаваемые программой при тестировании;

- потеря информации.

Все эти проблемы требуют дальнейшей проработки, с целью создания путей оптимизации данной методики и Системы в целом.

УДК 004.896:614.8.

ВЫБОР МОДЕЛИ ЖИЗНЕННОГО ЦИКЛА pAAp-СИСТЕМЫ

ИНТЕРНЕТ-МАГАЗИНА КОМПЬЮТЕРНОЙ ТЕХНИКИ

Научный руководитель – к.т.н., доцент П.С. Алексеев Краткое вступление, постановка проблемы Eрешаемая проблема). Эффективность процессов планирования, проектирования, реализации, тестирования, внедрения и поддержки SAAS-системы Интернет-магазина компьютерной техники зависит от правильности организации процессов и их взаимодействия на всех этапах существования программы. Выбор способа реализации приведенных процессов и оптимизация их под специфику деятельности фирмы разработчика, а также разрабатываемую программу сократит временные, материальные и человеческие ресурсы.

Цель работы. Провести анализ существующих методологий и составить аналитическую и имитационную модели жизненного цикла с учетом специфики области.

Базовые положения исследования. SAAS (Software as a Service) – это бизнес-модель развертывания и реализации программного обеспечения, при котором поставщик (провайдер) разрабатывает приложение, лицензирует его, управляет им, и предоставляет потребителям (бизнес-клиентам) доступ к ПО через Интернет. Модель жизненного цикла SAAS-системы регламентирует процессы планирования, проектирования, реализации, тестирования, внедрения и поддержки программного обеспечения Интернет-магазина.

Промежуточные результаты. Проведен анализ существующих методологий и выявлены параметры, оказывающие наибольшее влияние на процессы жизненного цикла:

- производительность и степень участия сотрудников в проекте;

- трудоемкость задач проекта;

- планируемые сроки выполнения проекта и каждой из итераций;

- планируемые выручка, затраты и прибыль.

Исследованы зависимости:

- производительность команды в зависимости от производительности сотрудников и трудоемкость итерации в зависимости от количества задач и заданных законов распределения продолжительности задач;

- сроки выполнения итерации в зависимости от производительности сотрудников и трудоемкости задач итерации;

- величина затрат в зависимости от производительности команды и длительности проекта. Вероятность получения прибыли определенной величины в зависимости от производительности команды, трудоемкости проекта и функций затрат и выручки.

Основной результат, практические результаты. В результате работы предложены аналитическая и имитационная модели жизненного цикла SAAS-системы Интернет-магазина компьютерных товаров. Модели позволяют анализировать успешность проекта путем задания входящих параметров или задания законов распределения. Для анализа успешности проекта применены функции стоимостного анализа проекта и заданы критерии успешности и оптимальности. При помощи такого анализа может формироваться конкретный жизненный цикл разработки системы.

УДК 004.89, 004.

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ ПОДДЕРЖКА УПРАВЛЕНИЯ

БЕЗОПАСНОСТЬЮ РЕГИОНАЛЬНОГО РАЗВИТИЯ НА БАЗЕ

СИСТЕМНО-ДИНАМИЧЕСКОГО МОДЕЛИРОВАНИЯ

И МУЛЬТИАГЕНТНЫХ ТЕХНОЛОГИЙ

(Петрозаводский государственный университет (Кольский филиал)) Научный руководитель – д.т.н., профессор В.А. Путилов Современное геополитическое, социально-экономическое положение Российской Федерации (РФ) обусловливают ряд проблем внешнего и внутреннего характера, касающихся обеспечения безопасности в различных сферах и уровнях организации социума. На настоящем и последующих этапах развития общественных отношений безопасность выступает важнейшим фактором устойчивого развития. Особую значимость эта проблема приобретает для Арктических регионов, превращающихся в одну из основных баз будущего развития страны. Специфика безопасности развития региональной социально-экономической 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.

Одной из главных целей государственной политики РФ в Арктике является развитие сферы информационных технологий и связи. Единое информационное пространство, сформированное с учетом специфических особенностей Арктической зоны РФ, способно обеспечить системообразующую основу при подготовке, планировании и реализации мероприятий государственной политики в Арктике. В связи с этим, актуальным представляется организация и проведение отдельных комплексных исследований в сфере создания и развития когнитивных компьютерных технологий информационно-аналитической поддержки управления безопасностью развития Арктических регионов и разработки методов и средств формирования единого информационного пространства Арктической зоны РФ.

В качестве объекта исследования в работе рассматривается безопасность социальноэкономического развития Арктических регионов (на примере Мурманской области) как сложной динамической открытой системы, представляющей собой совокупность взаимодействующих государственных, муниципальных, экономических, научных, образовательных и прочих структур.

Цель исследований заключается в разработке и исследовании когнитивных моделей, методов и технологий информационно-аналитической поддержки управления безопасностью регионального развития для повышения устойчивости региональной экономической системы и создания благоприятной среды (условий) для эффективного развития интеллектуального, инновационного, промышленного и социально-экономического потенциала региона.

Единая методологическая база для исследования и решения проблем управления безопасностью регионального развития может быть получена на основе комбинирования различных научных концепций, информационных технологий и инструментов моделирования, таких как концептуальное моделирование, теория самоорганизации, мультиагентные технологии, системная динамика, математическая теория безопасности и риска, методы анализа устойчивости нелинейных динамических систем, теория управления сложными динамическими системами в условиях неопределенности, математические методы системного моделирования сложных неоднородных систем и т.д.

Для описания структуры и специфики задач обеспечения безопасности регионального развития предложен когнитивный подход, основанный на технологии концептуального моделирования. Технология обеспечивает комплексное формальное представление знаний о структуре предметной области исследования, унифицированное математическое описание безопасности регионального развития, а также представление решаемых задач и исполнительной среды информационно-аналитической поддержки.

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.

Использование технологии мультиагентных систем позволяет создать адекватную среду информационно-аналитической поддержки управления безопасностью развития региона, учитывая распределенность, динамичность и структурную сложность образующих его подсистем. На интеллектуальных про-активных агентов могут быть возложены функции управления отдельными аспектами безопасности регионального развития, а на основе проблемно-ориентированных коалиционных взаимодействий агентов представляется возможным обеспечить эффективное функционирование самоорганизующейся инфраструктуры безопасности региона и ее отдельных компонентов, а также поддержание приемлемого уровня безопасности развития на перспективу.

Предложен подход к решению задач информационно-аналитической поддержки управления комплексной безопасностью развития региона, который заключается в интеграции концептуального моделирования, мультиагентных технологий и системнодинамического моделирования, позволяющих получить качественно новые решения в области создания систем информационно-аналитической поддержки функционирования и управления развитием сложных динамических систем.

В рамках применения нового подхода, основанного на интеграции метода системной динамики и агентных технологий, в ИИММ КНЦ РАН получены следующие научные результаты в области информационно-аналитической поддержки управления региональным развитием, которые могут служить также базисом для решения задач управления комплексной безопасностью развития региона.

1. В направлении решения задач обеспечения экономической и социальной безопасности: разработаны и реализованы средствами имитационного моделирования Powersim и Anylogic комплексы системно-динамические моделей основных компонентов региональной социально-экономической системы, включающие модели системной динамики трудовых ресурсов региона и демографии, модели рыбопромышленного комплекса и продовольственной безопасности, модели для поддержки принятия решений в кадровой политике региона, а также модель развития малого города Севера России.

2. В направлении решения задач обеспечения безопасности развития информационнотелекоммуникационной инфраструктуры региона: разработаны методы и модели прогнозирования развития региональных информационно-коммуникационных систем с учетом социально-экономических факторов, а также модели динамики перспективных информационных потребностей региона.

3. В направлении решения задач обеспечения научно-инновационной безопасности:

разработаны методы и средства синтеза имитационных моделей на основе онтологических описаний для прогнозирования развития регионального научнообразовательного комплекса, методы и технологии комплексного информационноаналитического обеспечения управления инновационным развитием региональной экономики, создана мультиагентная система информационной поддержки инновационной деятельности, разработан комплекс системно-динамических моделей инновационных процессов, позволяющий исследовать динамику и результативность рыночной диффузии инноваций.

УДК 004+37:

ПРОБЛЕМЫ АВТОМАТИЧЕСКОЙ ГЕНЕРАЦИИ ВАРИАНТОВ

ЗАДАНИЙ ДЛЯ ПРОВЕРОЧНЫХ РАБОТ

Научный руководитель – д.т.н., профессор В.Г. Парфенов Введение. Все больше в учебный процесс проникает автоматизация. Больше всего это, пожалуй, заметно в системах проверки знаний учащихся. Автоматическая проверка позволяет сократить затраты труда на проведение тестирований, а это, в свою очередь, позволяет делать тестирования чаще. Однако в этом случае возникает проблема нехватки задач.

Авторами был предложен подход, позволяющий решить эту проблему при помощи автоматической генерации вариантов заданий, В данной работе описаны некоторые проблемы, возникающие при этом и методы их решения.

Постановка задачи. При автоматической генерации возникают следующие проблемы:

- для того, чтобы иметь возможность проверять ответы учеников, необходимо для каждого сгенерированного задания строить ответ на него.

- сложность различных сгенерированных заданий может сильно отличаться, что делает неравнозначными результаты тестирования для разных учеников.

В данной работе предлагаются методы решения данных проблем.

Полученные результаты. Для того, чтобы построить ответы для каждого из вариантов задания можно построить программу-решатель, которая будет получать на вход текст задания и выдавать текст ответа. Такая схема удобна, например, для заданий вида «Что выведет данная программа?». В этом случае для получения правильного ответа программу надо просто скомпилировать и запустить.

Однако, такой простой подход не работает, если условие задачи составлено в виде, малопригодном к автоматической обработке. Например, в виде текстового описания.

Первый метод решения данной проблемы состоит в расширении кода генератора таким образом, чтобы он одновременно строил два файла: условие задачи и ответ к ней.

Достоинство этого подхода в том, что нет необходимости строить дополнительных программ для построения решения: все делается одним генератором. Однако, при этом, как правило, код генератора становится достаточно скомканным, так как в нем перемешана логика построения варианта, вывод условия и вывод ответа.

Второй метод предполагает разделение генератора на три части. Первая часть отвечает за логику построения варианта, вторая и третья – за формат описания условия и ответа соответственно. При этом генерация происходит в два этапа. На первом этапе с помощью первой части генератора получается набор значений параметров варианта. На втором этапе из этих данных с помощью второй и третьей части генератора получаются два файла – задание и ответ на него. В отличие от первого варианта, генератор получается не цельным, а разбитым на три части, что не всегда удобно, однако это же является его достоинством, так как позволяет четче структурировать код. Кроме того, при использовании этого метода можно использовать различные языки для разных частей генератора, что также может быть удобно.

Рассмотрим два метода решения второй рассматриваемой проблемы – проблемы балансировки сложности генерируемых вариантов.

Суть первого метода в том, чтобы сузить множество вариантов таким образом, чтобы остались достаточно качественные (удовлетворяющие поставленным требованиям) варианты. После этого следует изучить признаки и специфические свойства удовлетворительных вариантов, чтобы затем модифицировать генератор таким образом, чтобы он выдавал только варианты из выбранного подмножества. К достоинствам этого метода можно отнести относительную простоту его реализации. Как правило, небольшой модификацией генератора можно добиться отсечения большей части некачественных вариантов. С другой стороны, данный метод, как правило, достаточно груб в том смысле, что он оставляет достаточно много некачественных вариантов и убирает часть качественных.

Второй метод предполагает, что возможность автоматической оценки качества сгенерированного варианта. В этом случае будем запускать генератор до тех пор, пока качество выданного им варианта не будет удовлетворительным.

Для оценки качества варианта, можно, например, проэмулировать ученика, решающего задачу, разбить его действия на элементарные, этим элементарным действиям присвоить некоторые значения сложности, поле чего посчитать сложность варианта как суммы сложностей этих действий. Данный метод отчасти избавлен от недостатков первого метода.

Варианты, которые он выводит, как правило, действительно оказываются примерно одинаковой сложности, а те, которые он отсекает – отличаются по сложности от них. При этом данный метод более универсален, так как проверить удовлетворение свойств, как правило, проще, чем построить объект, им удовлетворяющий. Однако, данный метод обладает и рядом недостатков. Во-первых, он требует написания дополнительного кода (иногда достаточно нетривиального) для оценки качества варианта. Во-вторых, иногда генератор, построенный подобным образом, работает слишком долго. Такой эффект возникает, если качественных вариантов достаточно мало и вероятность случайно построить такой вариант низка. В этом случае бывает целесообразно использовать оба предложенных метода совместно.

Заключение. Автоматическая генерация вариантов задач – действенный способ борьбы со списыванием на проверочных работах. Он был апробирован при проведении контрольных и лабораторных работ для студентов на кафедрах Информационные системы и Компьютерные технологии СПбГУ ИТМО и показал хорошие результаты. Метод применялся при составлении задач по дискретной математике, информатике, программированию, однако он может быть применен и в других областях, например для составления задач по физике.

В данной работе предложены подходы к решению двух проблем, возникающих при использовании автоматической генерации вариантов задач: проблемы автоматического построения ответов для сгенерированных вариантов и проблемы балансировки их сложности.

УДК 004.

ОБРАБОТКА СППР ВХОДЯЩЕГО ПОТОКА ЗАЯВОК ДЛЯ СТП

Научный руководитель – к.т.н., доцент Н.Ф. Гусарова Одним из основных направлений в развитии Систем поддержки принятия решений (СППР) уровня предприятия является концепция сбора всей первичной информации, ее обработки и использования в целях более эффективного управления компанией и принятия стратегических управленческих решений на перспективу. Источниками информации для СППР в области обработки входящего потока заявок в Службу технической поддержки (СТП) являются совокупность распределенных гетерогенных информационных систем, представляющих собой Корпоративную информационную систему (КИС). Среди таких, например, можно выделить: CMDB (Configuration Management database / База данных управления конфигурацией – хранилище всей информации, относящейся ко всем компонентам КИС), База инцидентов и проблем, а также сформированная на их основе База знаний (БЗ).

В общем случае входящий поток заявок в СТП представляет собой стохастический поток запросов пользователей. Такими запросами, согласно идеологии ITIL [1], могут быть запросы сервиса, сообщения об инцидентах и проблемах. В первом приближении все запросы в СТП можно считать поисковыми запросами, т.к. их целью является нахождение решения и парирование возникшего инцидента. А как показано, например, в [2] и [3] поисковые запросы подчиняются распределению Зипфа [4], согласно которому, если последовательность из N слов упорядочить по убыванию частоты их использования, то частота n-ого слова в таком списке будет приблизительно обратно пропорциональной его порядковому номеру n. Таким образом, используя этот метод, можно «вычислить» суть запроса, а также на его основе организовать структуру вывода для БЗ СТП.

Обработанный таким образом запрос автоматически позволит, в общем случае, определить предметную область заявки, а в связи с этим, дать оператору первой линии поддержки информацию о возможных решениях, найденных в БЗ. Если собственные знания оператора и найденные решения не помогли парировать инцидент/проблему, то основываясь на имеющейся информации о сотрудниках СТП в СППР и используя «вшитые» в СППР адаптивные алгоритмы, например [5], можно назначить конкретных исполнителей для разрешения данной заявки. Такие алгоритмы используют принцип обратной связи, и их возможности определяются составом параметров, доступных для измерения во время выполнения заявки. Для закрытия заявки ей в соответствие приводится полное описание метода парирования с занесением в БЗ.

Основным результатом работы является создание структуры для вывода БЗ и механизма соотнесения входящей заявки с:

- конкретной областью обслуживания;

- возможно имеющимся в БЗ решением для этой заявки;

- возможным исполнителем для выполнения этой заявки посредством адаптивных Примечание: термины Заявка; Инцидент; Проблема; Запрос сервиса; CMDB приводятся согласно идеологии ITIL.

Литература 1. The Official ITIL ® Website [Electronic resource]. – Electronic data. – APM Group Ltd., cop.

2007–2011. – Mode access: http://www.itil-officialsite.com. – Retrieved: 2011/02/02.

2. Zipf Curves and Website Popularity / Jakob Nielsen's Website [Electronic resource]. – Electronic http://www.useit.com/alertbox/zipf.html. – Retrieved: 2011/02/02.

3. Characteristics of WWW Client-based Traces / CS faculty of Boston University Website [Electronic resource]. – Electronic data. – Mark Crovella and etc. – Mode access: http://cswww.bu.edu/faculty/crovella/paper-archive/TR-95-010/paper.html. – Retrieved: 2011/02/02.

4. ZIPF’S LAW / The Rockefeller University Website [Electronic resource]. – Electronic data. – http://linkage.rockefeller.edu/wli/zipf/. – Retrieved: 2011/02/02.

5. Михайленко А.Е. Применение в СППР модифицированного метода решающих матриц Г.С. Поспелова для задачи назначения компетентных исполнителей при обработке входящего потока заявок / Труды Межвузовской студенческой научной конференции ИТМО. – 2010.

УДК 004.05, 004.4, 004.

МОДЕЛИРОВАНИЕ IT-ИНФРАСТРУКТУРЫ ПРЕДПРИЯТИЯ

С ИСПОЛЬЗОВАНИЕМ СРЕДСТВ ВИРТУАЛИЗАЦИИ

Научный руководитель – к.т.н., профессор В.В. Кириллов Успешность функционирования IT-инфраструктуры предприятия во многом определяется ее построением. В большинстве случаев первоначально выбирается относительно простая структура, а впоследствии к ней делаются определенные добавки и вводятся различные усовершенствования. В результате IT-инфраструктура предприятия становится далеко не оптимальной и, следовательно, подлежит анализу и совершенствованию. В данной работе рассматриваются возможности виртуализации для моделирования и анализа IT-инфраструктуры предприятия.

В качестве основного средства для моделирования поведения IT-инфраструктуры выбрана платформа виртуализации VMware. Данная платформа позволяет имитировать работу системы из нескольких вычислительных машин (ВМ) на одной ВМ.

При помощи VMware первоначально была построена система из ряда виртуальных ВМ, одна из них выполняла функции по управлению всей инфраструктурой виртуализации, а также было создано два хоста ESX для размещения на них ВМ. После этого было создано общее хранилище iSCSI для размещения виртуальных машин. Для создания хранилища была использована операционная система Openfiler, специально предназначенная для организации хранилищ SAN/NAS. Рассмотрены наиболее важные моменты создания хранилища.

С помощью построенной системы было проведено моделирование поведения IT-инфраструктуры в зависимости от различных воздействий. Показано, что в случае создания общего хранилища появляется возможность оперативного перераспределения нагрузки между хостами. Процесс перераспределения нагрузки наглядно иллюстрируется с использованием программы, имитирующей активность пользователя. Кроме этого существенно уменьшается вероятность нанесения непоправимого ущерба всей системе в случае выхода из строя одного из хостов.

Проведено моделирование варианта постановки на обслуживание одного из хостов, как в плановом варианте, так и в результате возникновения аварийной ситуации. Приведены результаты моделирования, в которых показано, при какой первоначальной загрузке не происходит сбоев в обслуживании пользователей.

В итоге экспериментально показано, что достоверная оценка работоспособности и рациональности конкретного варианта IT-инфраструктуры с позиций безотказности может быть выполнена на основе платформы виртуализации VMware, а также, при необходимости, выработаны соответствующие рекомендации по модификации инфраструктуры.

УДК 004.9, 004.

ФУНКЦИОНАЛЬНЫЙ ПОДХОД К РАЗРАБОТКЕ ПАРСЕРА

(Тюменский государственный нефтегазовый университет) Научный руководитель – к.ф-м.н., н.с. А.О. Ярославов По иерархии Хомского, грамматики делятся на 4 типа, каждый последующий является более ограниченным подмножеством предыдущего (но в тоже время легче поддающегося анализу, таблица).