Научная статья на тему 'Мониторинг систем государственного управления инновационными проектами'

Мониторинг систем государственного управления инновационными проектами Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
222
57
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИННОВАЦИИ / ГРАФО-АНАЛИТИЧЕСКОЕ ИСЧИСЛЕНИЕ / МОНИТОРИНГ / GRID-ТЕХНОЛОГИИ

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Ботуз Сергей Павлович

Рассмотрены методы мониторинга распределенных систем государственного управления инновационными проектами на основе применения GRID-технологии и разработанного аппарата графо-аналитического исчисления. Предлагаемые методы позволяют: повысить эффективность систем распределенного мониторинга инновационных проектов на основе визуализации многомерных параметрических зависимостей; выполнять мониторинг разнородных инновационных процессов на основе эффективного применения проблемно-ориентированного проективного базиса; формировать оценки многомерных данных и прогнозировать состояние распределенных в сети инновационных проектов и соответствующих процессов.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Ботуз Сергей Павлович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Мониторинг систем государственного управления инновационными проектами»

Ботуз С. П.

Мониторинг систем государственного управления инновационными

проектами

Социальная значимость задач управления инновационными проектами и контроля соответствующих процессов генерации новых знаний предопределяется широким участием государственных учреждений, научно-исследовательских и учебнообразовательных институтов, промышленных предприятий во всех сферах деятельности и населения страны, как главного потребителя инновационной продукции. В этой связи современные технологии сопровождения субъектов и объектов интеллектуальной собственности (далее ОИС), в особенности, мониторинг основных процессов государственного управления взаимодействием субъектов и объектов таких инновационных решений, как изобретения (далее ИЗ) в области телекоммуникационных систем (это в основном объекты промышленной собственности - ОПС: изобретения на способы, системы или устройства),

представляют гибкое сочетание информационных и финансово-правовых технологий. Мониторинг подобных сложно формализуемых взаимодействий субъектов и объектов ИС требует применения адекватного исчисления и соответствующих оригинальных методов управления. При этом в основе механизмов государственного управления процессами сопровождения/мониторинга инновационных проектов целесообразно учитывать основные особенности состояния распределенной среды генерации и сопровождения ОИС/ОПС на всем их жизненном цикле.

В этой связи современные архитектуры информационно-вычислительных комплексов и технологии обработки данных на основе применения открытых сетевых решений эволюционирует от сильносвязанных многопроцессорных вычислительных комплексов высокой и сверхвысокой производительности к распределенным вычислительным системам. Использование Интернет в качестве среды для интегрированной обработки, передачи и хранения информации принято называть GRID-технологией [1-3]. Критический анализ известных распределенных тренажерных систем и программных приложений интегрированных оболочек CAD/CAE/CAM патентов США, Германии, Японии и других стран, использующих концепции utility computing - создание единого пула и динамическое перераспределение ресурсов между приложениями с поддержкой GRID-технологий, показал, что эффективность применения GRID-технологий обеспечивается при скоростях маршрутизации пакетов на магистральных каналах ~106-109 пакетов/с и передачи данных порядка ~ 1012 бит/с [2, 4]. При этом современные перспективы сверхскоростной маршрутизации пакетов по магистральным сетям определяются так называемой X-Switching (Лямбда-коммутацией), объединяющей технологии DWDM (Dense Wavelength Division Multiplexing) - уплотнения каналов по длине волны в одной физической волоконнооптической линии связи под управлением MPXS (Multiprotocol X-Switching) - протокола маршрутизации пакетов на основе их меточной (по длине волны) коммутации.

Стремительно развивающаяся инфраструктура Интернет (гетерогенная или глобальная вычислительная среда - ГВС), отсутствие жестких правил ее формирования стимулирует необходимость решения целого спектра задач, связанных с мониторингом не только ГВС, но и соответствующих систем государственного контроля и управления (мониторинга) инновационных проектов и соответствующих процессов взаимодействия в сети субъектов и объектов интеллектуальной собственности.

Методы решения. На основе [4-7] в [3, 8, 9] осуществлена разработка основных методов сетевого взаимодействия пользователей или лиц, принимающих решения

(далее ЛПР) в процессе мониторинга систем государственного управления инновационными проектами на базе использования аппарата графо-аналитического исчисления и соответствующих графо-аналитических парадигм (далее ГАП). Общая

структура разработанных средств приведена на Рисунке 1.

' ' г ~Г^~Ь_____'

ШШШГъ Сеть

Протокол Прогоюп CMIP SMHP

Менеджер смнтеэз ГАБП

Рисунок 1. Общая структура сетевых средств графо-аналитического мониторинга

распределенных систем государственного управления инновационными проектами

Из анализа данной структуры очевидны основные отличия предлагаемых средств. Они состоят в том, что на каждом уровне взаимодействия в системе ЛПР-ОИС-ВС использованы методы генерации ГАП. При этом применение ГАП и соответствующих графо-аналитических бинарных полей (далее ГАБП) позволяет использовать дуальное свойство плоскости конкретного устройства отображения в заданной системе взаимодействия ЛПР на основе стандартных сетевых средств и протоколов обмена данными различной физической природы. В [3-7] показано, что применение аппарата графо-аналитических парадигм в распределенных интегрированных вычислительных средах предоставляет возможность анализировать топологические свойства и оценки дуальности, например, в соотношениях между векторами и ковекторами, которые теряются при традиционных подходах визуализации (например, в пространстве состояния субъектов и объектов вычислительной сети, в фазовом пространстве при анализе динамических процессов и т.п.) результатов исследования различных информационных процессов, происходящих в распределенных системах государственного управления инновационными проектами.

В [3, 8] показано, что нормированный проективный базис и разработанные средства позволяют осуществлять кодирование нечеткой измерительной информации, обеспечивая сжатие измерительных данных без потери, а именно, рассматривать задачи взаимно-однозначного отображения множества из R2 в R1 (например, отображения содержимого плоскости экрана монитора на прямую линию) и обратное преобразование из R2 в R1. В качестве иллюстрации метода графо-аналитического кодирования/декодирования информации здесь рассмотрим случай, когда задана произвольная функция y = f(x, t), для простоты будем полагать t = const. При этом исходную точку (x, f(x))<^R2 представим в виде (s1t s2)^R1, где s1 - точка пересечения

прямой, проходящей через точки (0,0) и (х, /(х)), с прямой X = 1, 82 - точка пересечения прямой, проходящей через точки (0,1) и (х,/(х)), с прямой х = 1 (См.: Рисунок 2).

Рисунок 2. Фрагмент ГА кодирования/декодирования данных в распределенных системах государственного управления инновационными проектами

В общем случае для каждого значения аргумента (х ± Ах) ставится в соответствие некоторое множество значений функции y = f(x ± Ах, t ± At), для которого определяется соответствующее множество графо-аналитических бинарных полей (см. [3,7]).

Для решения данной задачи разработаны аппаратно-программные реализации для синтеза соответствующих ГА объектов в реальном масштабе времени [3,8].

На основе применения аппарата ГА исчисления и соответствующих ГАП для обработки, распределенной измерительной информации в [3-9] показано, что общий ГА оператор и соответствующий профиль у каждого субъекта (или ЛПР) ГВС формируются на основе параметров рабочей среды, окружающей ЛПР в данной вычислительной системе. А именно, сам графический объект (ГА профиль, БП -бинарное поле и др.) его функциональные характеристики (предметная область и т.п.) и назначение известны только конкретному ЛПР. Происходит это благодаря тому, что ГА профиль или ГАБП это не что иное, как «отпечаток» или графическая интерпретация когнитивных действий ЛПР в процессе решения конкретных задач, смысловое значение которых доступно или известно только данному ЛПР и только. Причем каждый момент выхода из системы формирования подобных объектноориентированных процедур сопровождается генерацией копии ГАП, сформированной до данного сеанса. Местоположение ГАП ЛПР на сервере можно задавать, например, так же, как и в Windows NT с помощью User Manager for Domains. Если в данной учетной записи задан путь к ГАП, то при выходе пользователя из системы профиль будет сохраняться как в каталоге, например, NTuser.dat, так и на локальной машине.

а)

б)

Рисунок 3. Фрагмент мониторинга взаимодействия ЛПР-ОИС-ВС в распределенных системах государственного управления инновационными проектами

На Рисунке 3 приведены фрагменты визуализации обучения системы синтеза ГАБП для визуализации состояния процесса управления удаленным доступом в заданной предметной области на примере сопровождения субъектов и объектов распределенных систем государственного управления инновационными проектами

[3, 9].

Методы синтеза графо-аналитических операторов инновационных проектов.

Для автоматизированного синтеза ГА операторов инновационных проектов на основе применения интегрированной среды Matlab разработаны следующие подсистемы программных приложений (См.: Рисунок 4): 1) ввода/вывода и управления удаленным доступом к базам данных (далее БД) и базам знаний (далее БЗ); 2) функционально обособленных БД и БЗ; 3) методов формирования адаптивного интерфейса; 4) методов формирования персонифицированного интерфейса; 5) методов идентификации

предметной области; 6) методов сопровождения процессов интерактивного измерения, контроля и управления основными процедурами автоматизированного синтеза ГА операторов; 7) методов визуализации и анимации интерактивных процессов; 8) методов исследования основных операций графо-аналитического исчисления; 9) методов формирования веб-интерфейсов; 10) мониторинга основных подсистем

автоматизированного синтеза ГА операторов. Также на блок-схеме представлены укрупненные связи с внешними потребителями разработанной системы. При этом функционально выделены потребители с собственной БД или БЗ (11) и без БД или БЗ (12). Для обеспечения удаленного доступа использован протокол WINS. При этом для того, чтобы среда Matlab могла использовать эту функцию необходимо добавить модуль MATLAB Interface to Generic DLLs, который обеспечивает загрузку динамических библиотек *.dll и вызов соответствующих функций (www.matlab.com).

Структура БД и БЗ представлена в виде множества файлов. Имена файлов инновационных проектов формируются на основе международного патентного классификатора (далее МПК). При этом не устанавливается каких-либо ограничений на специфику предметной области: БД ведется автоматически на основе сохранения состояния интерфейса пользователя в заданной предметной области; БЗ включает действия, которые совершил пользователь в процессе решения прикладной задачи.

Рисунок 4. Блок-схема методов синтеза ГА операторов для мониторинга

инновационных проектов

Для обеспечения адаптации интерфейса на предметную область ЛПР могут быть изменены множества функций и операций над ними, т.е. сами множества функций открыты в процессе мониторинга инновационных проектов.

Методы технологии ГА кодирования/декодирования ОИС инновационных проектов. В общем виде процесс интерактивного ГА кодирования/декодирования ОИС представлен на рис. 6. Согласно обобщенной схеме основных этапов технологии ГА кодирования/декодирования ОИС на первом этапе осуществляется оцифровка исходного образа ОИС, на втором этапе - визуализация ОИС, на третьем -формируется (или выбирается) ГА растр и соответствующие ГАБП (графоаналитическое бинарное поля), на четвертом - формирование персонифицированного ГА растра или ГАБП, на пятом - осуществляется ГА кодирование ОИС, которое заключается в том, что к исходному графическому образу «подмешивают», точнее - на ОИС «накладывают» персонифицированный растр. В итоге, на шестом этапе -получают синтезированное ГА изображение. Так, блок 7 обеспечивает визуализацию оригинального (7) и закодированного изображения (6), с целью сертификации подлинности ГА ОИС в блоке 9. На этапе выполнения процедуры сертификации осуществляется внесение или удаление геометрических искажений, а так же коррекция ГА топологий. Эти операции могут быть реализованы в автоматизированном режиме с помощью аппаратно-программных блоков 9 -12.

Основная особенность предлагаемой технологии ГА кодирования/декодирования ОИС состоит в том, что она обеспечивает возможность выполнять возврат к исходному изображению без потерь качества изображения. Вышеописанный режим попятного движения может быть осуществлен на любом из перечисленных выше этапов ГА кодирования/декодирования ОИС в процессе сопровождения инновационных проектов.

Графо-аналитическое кодпрование/декодирование ОИС

У

Внесение или удаление геометрических искажений

Рисунок 5. Основные методы технологии ГА кодирования/декодирования ОИС

Методы мониторинга систем ГА аутентификации/идентификации. В общем случае система графо-аналитической аутентификации/идентификации ЛПР содержит две самостоятельные подсистемы: серверную часть и подсистему пользователя (См.: Рисунок 6).

Подсистема графоаналитического контроля и управления ЛПР

ГАПі

ГАГ\

Рисунок 6. Серверная подсистема средств графо-аналитического мониторинга основных процессов взаимодействия объектов и субъектов инновационных проектов

Серверная подсистема выполняет общий графо-аналитический контроль основных процессов взаимодействия объектов и субъектов сети. При этом осуществляется контекстная идентификация каждого ЛПР. Структура идентификации представлена на рисунке 6. Она включает подсистему управления графоаналитическим менеджером, СУБД графо-аналитических парадигм (далее ГАП) и генерации/сопровождения алгоритмов ЛПР. Вторая подсистема графо-аналитического контроля (далее ГАК) устанавливается у потребителя (на рабочей станции). Она содержит стандартные протоколы сетевого обмена и персонифицированный синтезатор ГАП. Для каждого сеанса каждый из ГА профилей ЛПР синтезируется заново. При этом процедура графо-аналитического кодирования в каждом сеансе связи осуществляется по заданной функции, которую может формировать в интерактивном режиме ЛПР на своей рабочей станции. В общем случае идентификацию математической модели загрузки сетевого трафика в режиме нормального функционирования можно провести с помощью хорошо развитых методов статистического анализа и математического моделирования временных рядов.

В то же время для характеристики нештатной ситуации перспективным представляется применение методов графо-аналитического исчисления для экспертного оценивания состояния субъектов и объектов инновационных проектов, распределенных в сети Интернет/Интранет [3-9]. При этом в [3] показано, что каждую из рассмотренных методик мониторинга сетевого трафика следует применять только после анализа и оценки достоверности имеющихся данных. В частности, методика наименьших квадратов позволяет подобрать функцию под некоторый набор численных данных или, другими словами, построить некоторый визуальный портрет состояния инновационных проектов на основе некоторой ограниченной совокупности точек. Если допустимо предположить, что прогнозируемое значение не зависит от времени, то стандартное отклонение действительно минимизируется. Следует обратить внимание на то, что в данном случае нет необходимости делать никаких специальных предположений о характере и форме представления наблюдаемых данных. При этом если прогнозируемая функция имеет линейный вид, то метод построения линейной прогнозирующей функции будет оптимальным. Для случая, когда состояния сетевого трафика распределенных процессов сопровождения субъектов и объектов инновационных проектов в сети Интернет/Интранет носят периодический характер, тогда прогнозирующая функция может быть найдена методом циклической прогнозирующей функции. Если добавляется линейная составляющая, то методика построения циклической прогнозирующей функции позволит найти оптимальное решение данной задачи. В качестве инструмента прогнозирования может быть выбрана методика «скользящего усреднения».

В ряде случаев такая методика может оказаться вполне эффективной. При скользящем (пошаговом) усреднении в расчет принимаются лишь данные за некоторый (заранее выбранный) ограниченный период времени в прошлом. Метод экспоненциального сглаживания предполагает перемещение «акцента» в область анализа наиболее «свежих» данных относительно наблюдаемых уровней загруженности (другими словами, текущим данным, характеризующим состояние сети в данный момент времени, придается больший вес по сравнению с данными за предшествующие интервалы времени). Если предположить, что данные относительно уровня загруженности аппроксимируются некоторой нелинейной функцией, то возникает гораздо более сложная задача вычислительного характера. Для данного случая целесообразно использовать метод прогнозирования на основе нелинейной регрессии. Таким образом, основная цель мониторинга сетевого трафика в процессе сопровождения инновационных проектов, состоящая в качественной передаче информации определенного объема, достигается на основе непрерывной идентификации математической модели с последующим контролем параметров нормального режима, отслеживанием моментов смены режимов работы, корректировкой и пересчетом модели и ее параметров, непрерывным контролем за опасным приближением режимов ее функционирования к условиям потери информации.

В этой связи разрабатываемый в настоящей работе графо-аналитический подход к оценке состояния/мониторинга сетевого трафика распределенных процессов сопровождения субъектов и объектов систем государственного управления инновационными проектами позволяет обеспечить визуализацию многомерных параметрических зависимостей на плоскости (См. Рисунок 3) ограниченной сложности. Сам вид получаемых объектов позволяет выполнять основные преобразования (например, кодирование/декодирование) данных различной физической природы на основе эффективного применения естественного или проблемно-ориентированного проективного базиса (См.: Рисунок 2). Однако применение известных программных реализаций не позволяет в полной мере использовать основные преимущества

предлагаемого подхода. Поэтому представляет интерес применение соответствующих аппаратно-программных реализаций [3, 8] для синтеза графо-аналитических объектов инновационных проектов в реальном масштабе времени.

В результате применения предлагаемых методов предоставляется возможность осуществлять мониторинг основных методов сетевого взаимодействия субъектов и объектов инновационных проектов на базе использования аппарата графоаналитического исчисления и соответствующих графо-аналитических парадигм (ГАП) для обработки распределенной в сети информации. Применение формализованных методов синтеза персонифицированных ГАП и соответствующих ГАБП в интерактивных системах государственного управления инновационными проектами позволяет эффективно использовать существующие методы логического анализа измерительной информации на всех этапах интеллектуальной деятельности ЛПР в сети. Эта новая функция позволит расширить не только возможности существующих сетевых технологий, связанные с синтезом новых знаний в конкретной предметной области, но и в правовой науке управления сложными распределенными системами с интеллектуальными свойствами. В свою очередь, это может оказать существенное влияние на формирование принципиально новой сетевой культуры государственного управления процессами взаимодействия субъектов и объектов интеллектуальной собственности на основе эффективного применения GRID-технологией.

Список литературы

[1] http://dubna-grid.jinr.ru/ (21.07.2006).

[2] Коваленко В., Корягин Д. Эволюция и проблемы GRID // Открытые системы. № 1. 2003.

[3] Ботуз С.П. Управление удаленным доступом. М.: СОЛОН-ПРЕСС, 2006.

[4] Ботуз С.П., Калыкин С.С., Моисеева В.С., Синицын И.М., Цалилова С.А. Распределенные технологии сопровождения субъектов и объектов сети Интернет // Научный сервис в сети Интернет: технологии распределенных вычислений. М.: НИВЦ МГУ, 2005. С. 47-48.

[5] Ботуз С.П. Инструментальное обеспечение процесса графо-аналитической обработки и визуализации измерительной информации // Научная сессия МИФИ-2004. Т. 1. Автоматика. Микроэлектроника. Электроника. Электронные измерительные системы. М.: МИФИ, 2004. С. 228-229.

[6] Ботуз С.П. Графо-аналитическое исчисление в задачах распределенного контроля и управления в сети Интернет. Тезисы докладов Международного конгресса «Математика в XXI веке», Новосибирск: НГУ, 2003. С. 26.

[7] Ботуз С.П. Методы графо-аналитического исчисления в теории и практике исследования активных систем // Теория активных систем. М.: ИПУ РАН, 2003. С. 25-26.

[8] Ботуз С.П. Методы и модели экспертизы объектов интеллектуальной собственности в сети Интернет. М.: Солон-Р, 2002.

[9] Ботуз С. П. Методы и средства государственного управления инновационными проектами // Труды международной конференции «Государственное управление в XXI веке: традиции и инновации: Материалы 4-й ежегодной международной конференции факультета государственного управления МГУ им. М.В.Ломоносова. (24-26 мая 2006 г.). М.: МГУ, 2006. С. 93-98.

i Надоели баннеры? Вы всегда можете отключить рекламу.