CC BY
162
№ 13(84) 2010 Выпуск 15/1
НАУЧНЫЙ РЕЦЕНЗИРУЕМЫЙ ЖУРНАЛ
Основан в 1995 г.
Журнал входит
в Перечень ведущих рецензируемых научных журналов и изданий, выпускаемых в Российской Федерации, в которых рекомендуется публикация основных результатов диссертаций на соискание ученых степеней доктора и кандидата наук
НАУЧНЫЕ ВЕДОМОСТИ
Белгородского государственного университета
История Политология Экономика Информатика_
Belgorod State University Scientific Bulletin
History Political science Economics Information technologies
Учредитель:
Государственное образовательное учреждение высшего профессионального образования «Белгородский государственный университет» Издатель:
Белгородский государственный
университет.
Издательство БелГУ
Журнал зарегистрирован
в Федеральной службе по надзору за соблюдением законодательства в сфере массовых коммуникаций и охраны культурного наследия Свидетельство о регистрации средства массовой информации ПИ № ФС 77-21121 от 19 мая 2005 г.
РЕДАКЦИОННАЯ КОЛЛЕГИЯ ЖУРНАЛА
Главный редактор Дятченко Л.Я.
ректор Белгородского государственного университета, доктор социологических наук, профессор
Зам. главного редактора Пересыпкин А.П.
проректор по научной работе Белгородского государственного университета, кандидат педагогических наук
Ответственные секретари Московкин В.М.
доктор географических наук, профессор кафедры мировой экономики Белгородского государственного университета
Боруха С.Ю.
кандидат педагогических наук, доцент кафедры педагогики Белгородского государственного университета
РЕДАКЦИОННАЯ КОЛЛЕГИЯ СЕРИИ ЖУРНАЛА
Главный редактор Шаповалов ВА.
доктор исторических наук, профессор (Белгородский государственный университет)
Заместители главного редактора Жиляков Е.Г.
доктор технических наук, профессор (Белгородский государственный университет)
Ломовцева ОА.
доктор экономических наук, профессор (Белгородский государственный университет)
Шатохин И. Т.
кандидат исторических наук, доцент (Белгородский государственный университет)
Шилов В.Н.
доктор философских наук, профессор (Белгородский государственный университет) Ответственный секретарь
Василенко В.В.
кандидат исторических наук (Белгородский государственный университет)
СОДЕРЖАНИЕ РЕГИОНАЛЬНАЯ И МУНИЦИПАЛЬНАЯ ЭКОНОМИКА
Особенности регионального воспроизводственного процесса. О.А. Ломовцева, Н.А. Сопина 5
Методика оценки конкурентоспособности региональной экономики. Н.А. Гринёва 15
Исследование понятийного аппарата региональных экономических систем. О.А. Строева 23
ИНВЕСТИЦИИ И ИННОВАЦИИ
Перспективы формирования инфраструктуры региональных инновационных кластеров. А.В. Шулешко 33
ОТРАСЛЕВЫЕ РЫНКИ И РЫНОЧНАЯ ИНФРАСТРУКТУРА
Применение системы сбалансированных показателей во внуреннем корпоративном контроле банка. Д.В. Семенов 46
РЫНОК ТРУДА И ЭКОНОМИКА ОБРАЗОВАНИЯ
Стратегическая взаимосвязь развития экономики и качества образования. И.Г. Ершова, Ю.В. Вертакова 56
ФИНАНСЫ ГОСУДАРСТВА И ПРЕДПРИЯТИЙ
Методические подходы к оценке финансово-производственного потенциала промышленного предприятия. Л.В. Давыдова, А.В. Чумакова 64
КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ
Аналитико-численный метод решения систем линейных алгебраических уравнений. Н.И. Корсунов, А.И. Скандаков, А.А. Слободюк 72
Расчет концентрации и дисперсного состава клинкерной пыли в аспирационном укрытии. О.А. Аверкова, В.И. Беляева, К.И. Логачев 77
Компьютерное моделирование развала буровзрывного блока и распеределения содержания полезных компонентов во взорванной горной массе. С.Г. Кабелко 84
О математическом моделировании прецессионного движения стоячих волн во вращающейся на опорах оболочке с нерастяжимой срединной поверхностью. А.И. Полунин 93
Члены редколлегии
Абрамзон М.Г., доктор исторических наук, профессор (Магнитогорский государственный университет)
Болгов Н.Н., доктор исторических наук, профессор (Белгородский государственный университет)
Глухова А.В., доктор политических наук, профессор (Воронежский государственный университет)
Дмитриенко В.Д., доктор технических наук, профессор (Харьковский национальный технический университет «ХПИ»)
Илюхина Р.В., доктор экономических наук, профессор (Академия экономической безопасности МВД России)
Иншаков О.В., заслуженный деятель науки РФ, доктор экономических наук, профессор (Волгоградский государственный университет)
Калугин В.А., доктор экономических наук, профессор (Белгородский государственный университет)
Капалин В.И., доктор технических наук, профессор (Московский государственный институт электроники и математики (технический университет)
Коробков А.В., доктор политологии (Университет Штата Тенесси)
Корсунов Н.И., заслуженный деятель науки РФ, доктор технических наук, профессор (Белгородский государственный университет)
Литовка О.П., доктор географических наук, профессор (Институт проблем региональной экономики РАН, г. Санкт-Петербург) Лобанов К.Н., доктор политических наук, доцент (Белгородский юридический институт МВД России)
Маторин С.И., доктор технических наук, профессор (Белгородский государственный университет)
Молев Е.А., доктор исторических наук, профессор (Нижегородский государственный университет им. Н.И. Лобачевского) Овчинникова О.П., доктор экономических наук, профессор (Орловская региональная академия государственной службы) Посохов С.И., доктор исторических наук, профессор (Харьковский национальный университет им. В.Н. Каразина, Украина) Пушкарева И.М., доктор исторических наук, старший научный сотрудник (Институт российской истории Российской академии наук)
Рисин И.Е., доктор экономических наук, профессор (Воронежский государственный университет)
Рубанов В.Г., заслуженный деятель науки РФ, доктор технических наук, профессор (Белгородский государственный технологический университет им. В.Г. Шухова)
Щагин Э.М., доктор исторических наук, профессор (Московский государственный педагогический университет)
Редактор Т.Г. Лагутина
Оригинал-макет В.В. Василенко, АА. Махова е-mail: vasilenko_v@bsu.edu.ru
Подписано в печать 10.09.2010 Формат60x84/8 Гарнитура Georgia, Impact Усл. п. л. 24,30. Тираж 1000 экз. Заказ 159
Подписные индексы в каталоге агентства «Роспечать» - 18078, в объединенном каталоге «Пресса России» - 39723
Оригинал-макет тиражирован в издательстве Белгородского государственного университета
Адрес: 308015, г. Белгород, ул. Победы, 85
Гомеостатическое моделирование сердечно-сосудистых заболеваний на основе взаимного спектрального анализа системных ритмов. С.А. Филист, А.А. Кузьмин, Аль-Муаалеми Ваил, Кассим Кабус, А.П. Белобров 99
Разработка дискретной модели мощности, затрачиваемой на помол материала в устройствах с цилиндрической деформируемой камерой. С.Ю. Лозовая, Л.В. Рядинская 107
СИСТЕМНЫЙ АНАЛИЗ И УПРАВЛЕНИЕ
Функционально-стоимостной анализ средствами системно-объектного подхода. С.И. Маторин, Н.В. Цоцорина, Н.О. Зайцева 112
Автоматизация тестирования личностных компетенций по методу «360 градусов». Н.П. Путивцева, Е.Х. Гайнуллина, С.В. Игрунова, Т.В. Зайцева 120
Многоэтапная модель планирования развития предприятий холдинга. П.В.Демин, А.Ю. Бадалов 127
Алгоритмическое обеспечение системы экологического мониторинга. М.Н. Прокопенко, Е.М. Паращук 132
Об алгоритмах и моделях, данных в решении задач принятия решения. В.В.Цветков, В.И. Сумин 138
Подход к оценке надежности кластерных структур. М.Б. Куперман, Д.Е. Аверьянов 143
ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ
Разработка интернет-портала для аккумуляции и количественного синтеза экспериментальных результатов Е.Г. Жиляков, Е.Ф. Бороховский, С.Ю. Боруха, В.А. Беленко, А.Н. Немцев, А.И. Штифанов, О.В. Гальцев, Р.А. Загороднюк, С.Н. Немцев 150
Выбор и обоснование параметров решающей функции для обеспечения максимального различия информационных и неинформационных компонент речевых сигналов в частотной области. А.В. Глушак, СЛ. Белов, А.С. Белов, А.В. Курлов 163
О формировании квазициклических компонент изображений с заданными частотными свойствами. В.В. Красильников, А.А. Черноморец 168
Анализ пороговых криптосистем на эллиптической кривой. Н.И. Червяков, М.Г. Бабенко 175
Моделирование переходных процессов в шинах электропитания высокопроизводительных ЭВМ. М.А. Колесников, А.А. Черепнев, С.М. Чудинов 180
Об избирательном воздействии на частотные компоненты речевых сигналов в задаче сжатия. А.В. Болдышев 190
Сведения об авторах 194 Информация для авторов 198
© Белгородский государственный университет, 2010
№ 13(84) 2010 Issue 15/1
SCIENTIFIC PEER-REVIEWED JOURNAL
Founded in 1995
The Journal is included into the list of the leading peer-reviewed journals and publications coming out in the Russian Federation that are recommended for publishing key results of the theses for Doktor and Kandidat degree-seekers.
Belgorod State University Scientific Bulletin
History Political science Economics Information technologies
НАУЧНЫЕ ВЕДОМОСТИ Белгородского государственного университета
История Политология Экономика Информатика
Founder:
State educational establishment of higher professional education «Belgorod State University»
Publisher:
Belgorod State University BSU Publishing house
The journal is registered in Federal service of control over law compliance in the sphere of mass media and protection of cultural heritage
Certificate of registration of mass media ÏÏH № ®C 77-21121 May 19, 2005.
Editorial board of journal
Editor-in-chief L.J. Djatchenko
Rector of Belgorod State University, doctor of sociological sciences, professor
Deputy editor-in-chief
A.P. Peresypkin
Vice-rector for scientific research of Belgorod State University, candidate of pedagogical sciences
Assistant Editors V.M. Moskovkin
Doctor of geographical sciences, professor of world economy department Belgorod State University
S.Yu. Borukha
Candidate of pedagogical sciences, associate professor of Pedagogics department of Belgorod State University
Editorial board of journal series
Editor-in-chief VA. Shapovalov
Doctor of historical sciences, Professor (Belgorod State University)
Deputies of editor-in-chief E.G. Zhilyakov
Doctor of technical sciences, Professor (Belgorod State University)
0.A. Lomovtseva
Doctor of economical sciences, Professor (Belgorod State University)
1.T. Shatohin
Candidate of historical sciences, Associate professor (Belgorod State University)
V.N. Shilov
Doctor of philosophical sciences, Professor (Belgorod State University) Editorial assistant
V.V. Vasilenko
Candidate of historical sciences (Belgorod State University)
CONTENTS REGIONAL AND MUNICIPAL ECONOMY
Features of the regional reproduction process. O.A. Lomovtseva, N.A. Sopina 5
Estimation procedure of regional competitiveness. N. Grineva 15 Research of the conceptual device regional economic systems.
0.A. Stroeva 23
INVESTMENT AND INNOVATIONS
Prospects for creating infrastructure of innovative regional clusters. A.V. Shuleshko 33
SECTORAL MARKETS AND MARKET INFRASTRUCTURE
Application of the balanced indication system in the framework of internal corporate control in bank. D.V. Semenov 46
LABOUR MARKET AND ECONOMICS OF EDUCATION
Interrelation of development of economy and formation.
1.G. Ershova, J.V. Vertakova 56
PUBLIC AND BUSINESS FINANCE
Methodical approaches to an estimation of financial and industrial potential of the enterprise. L.V. Davydova, A.V. Chumakova 64
COMPUTER SIMULATION HISTORY
Analytical and numerical method for solving systems of linear algebraic equations.N.I. Korsunov,A.I. Skandakov, A.A. Slobodyk 72
Calculation of concentration and powder of clinker dust in the aspiration shelter.O.A. Averkova, V.I. Belyaeva ,K.I. Logachev 77
Computer simulation of the collapse of drilling and blasting unit and distribution of mineral components in the mining explode amis. S.G. Kabelko 84
About mathematic modeling precession movement of standing waves into case with non-stretchable median surface, rotating on the supports. A.I. Polunin 93
Homeostatic modelling of cardiovascular diseases based on the mutual spectral analysis of system rhythms.S.A.Filist, A.A. Kuzmin, Al-Muaalemi Vail, Kassim Kabus, A.P. Belobrov 99
The development of discrete model capacity spent for the material grinding in devices with deformable chambers. S.Yu. Lozovaya, L.V. Ryadinskaya 107
Members of editorial board
M.G. Abramzon, Doctor of historical sciences,
Professor (Magnitogorsk State University)
N.N. Bolgov, Doctor of historical snciences,
Professor (Belgorod State University)
A.V. Glukhova, Doctor of political sciences,
Professor (Voronezh State University)
V.D. Dmitrienko, Doctor of technical
sciences, Professor (Kharkov National Technical
University)
R.V. Ilyukhina, Doctor of economical sciences, Professor (Academy of Economic Security of Ministry of Internal Affairs of Russia) O.V. Inshakov, Honoured Science Worker of Russian Federation, Doctor of economical sciences, Professor (Volgograd State University) V.A. Kalugin, Doctor of economical sciences, Professor (Belgorod State University) V.I. Kapalin, Doctor of technical sciences, Professor (Moscow State Institute of Electronics and Mathematics (technical university))
A.V. Korobkov, PhD in Political Science (Middle Tennessee State University) N.I. Korsunov, Honoured Science Worker of Russian Federation, Doctor of technical sciences, Professor (Belgorod State Technological University named after V.G. Shuhov) O.P. Litovka, Doctor of geographical sciences, Professor (Institute of regional economy problems of Russian Academy of Sciences, Saint-Petersburg)
K.N. Lobanov, Doctor of political sciences, Associate professor (Belgorod Juridical Institute of Ministry of Home Affairs of Russian Federation) S.I. Matorin, Doctor of technical sciences, Professor (Belgorod State University) E.A. Molev, Doctor of historical sciences, Professor (Nizhniy Novgorod State University named after N.I. Lobachevskiy)
0.P. Ovchinnikova, Doctor of economical sciences, Professor (Orel Regional Academy of State Service)
S.I. Posokhov, Doctor of historical sciences, Professor (Kharkov National University named after V.N. Karazin, Ukraine)
1.M. Pushkareva, Doctor of historical sciences, Senior scientific worker (Institute of Russian History of Russian Academy of Sciences)
I.E. Risin, Doctor of economical sciences, Professor (Voronezh State University) V.G. Rubanov, Honoured Science Worker of Russian federation, Doctor of technical sciences, Professor (Belgorod State Technological University named after V.G. Shuhov) E.M. Shagin, Doctor of historical sciences, Professor (Moscow State Pedagogical University)
SYSTEM ANALYSIS AND MANAGEMENT
Is functional-cost the analysis means of the system-objective approach. S.I. Matorin, N.V. Tsotsorina, N.O. Zaitseva 112
Automation of testing of personality competenses on method «360 degrees». N.P. Putivzeva, E.H. Gainullina, S.V. Igrunova, T.V. Zaitseva 120
Some things stage model of planning of development of the enterprises of holding. P.V. Dyomin, A.U. Badalov 127
Algorithmic support of ecolological monitoring system. M.N. Prokopenko, E.N. Paraschuk 132
About algorithms and models of the problems of decision-making given in the decision. V.V.Cvetkov, V.I. Sumin 138
Models are resulted and parities are received for cluster reliability estimation. M.B. Kuperman, D.E. Averjanov 143
INFORMATION TECHNOLOGIES AND TELECOMMUNICATION
Design and development of the internet-portal intended to support meta-analytical research- data accumulation, review and synthesis. E.G. Zhilyakov, E.F. Borokhovski, S.Y. Borukha, V.A. Belenko, A.N. Nemtsev, A.I. Shtifanov, O.V. Galtsev, R.A. Zagorodnyuk, S.N. Nemtsev 150
Choice and substantiation of parameters of decision function for maintenance of the maximum distinction information and not information a component of speech signals in frequency area. E.G. Zhilyakov, A.V. GlushaK, S.P.Belov, A.S. Belov, A.V. Curlov 163
On forming quasicyclic image components with specified frequency properties. E.G. Zhilyakov, V.V. Krasilnikov, A.A. Chernomorets 168
An analysis threshold in elliptic curve cryptography. N.I. Chervaykov, M.G. Babenko 175
Modelling of transients in tyres of power supplies of high-efficiency COMPUTERS. M.A.Kolesnikov, A.A. Cherepnev, S.M. Chudinov 180
About electoral affecting to frequency components of speech signals in resolve of compression. A.V. Boldyshev 190
Information about Authors 194 Information for Authors 198
Editor T.G. Lagutina Dummy layout by V.V. Vasilenko, A.A. Mahova
e-mail: vasilenko_v@bsu.edu.ru
Passed for printing 10.09.2010 Format 60x84/8 Typeface Georgia, Impact Printer's sheets 24,30 Circulation 1000 copies Order 159
Subscription reference
in Rospechat' agency catalogue - 18078,
In joint catalogue Pressa Rossii - 39723
Dummy layout is replicated at Belgorod
State University Publishing House
Address: 85, Pobedy str., Belgorod, Russia, 308015
© Belgorod State University, 2010
УДК 002:004; 331.103
АВТОМАТИЗАЦИЯ ТЕСТИРОВАНИЯ ЛИЧНОСТНЫХ КОМПЕТЕНЦИЙ ПО МЕТОДУ «360 ГРАДУСОВ»
университет
1) e-mail:putivzeva@bsu.edu.ru e-mail: gajex@mail.ru
3) e-mail: igrunova@bsu.edu.ru
4) e-mail zaitseva@bsu.edu.ru
Очень часто при приеме на работу работодатели осуществляют отбор кандидатов на основе не профессиональных, а личностных компетенций, которые, по их мнению, важны для успешности в профессиональной деятельности специалиста. В настоящее время существует ряд методик оценки личностных компетенций [1]. Наиболее часто используются следующие методы оценки: экспертная оценка руководителя в рамках Performance Appraisal, оценка компетенций методом Ассессмент Центра, оценка компетенций методом 360 градусов, тесты способностей, личностные опросники.
Наиболее разработанным и часто применяемым является метод оценки личностных компетенций «360 градусов». Суть данного подхода заключается в том, что личные и профессиональные качества сотрудника оцениваются по результатам анализа полученных мнений людей, непосредственно взаимодействующих при работе с оцениваемым сотрудником [2].
Согласно принципам, заложенным в проведении оценки, сотрудники организации оказывают существенную помощь коллеге в понимании его сильных и слабых сторон, в планировании дальнейшего развития и роста.
Сфера применения данного метода тестирования [3] может быть очень широка:
• саморазвитие и индивидуальное консультирование;
• корпоративное обучение и развитие;
• командообразование;
• управление эффективностью работы;
• стратегическое и организационное развитие;
• оплата труда и т.д.
Основными этапами реализации метода являются:
• проведение подготовительной работы, что включает выбор компетенций согласно отдельным должностям (с привлечением экспертов), составление списка респондентов, составление бланков для оценки, проведение разъяснительной работы с персоналом;
Н. П. ПУТИВЦЕВА11 Е. Х. ГАЙНУЛЛИНА21 С. В. ИГРУНОВА31 Т. В. ЗАЙЦЕВА41
11
В работе рассмотрена методика оценки личностных компетенций по методу «360 градусов». Рассмотрены вопросы автоматизации данной методики на предприятии. Приведено описание разработанной автоматизированной системы.
Белгородский государственный
Ключевые слова: личностные компетенции, метод «360 градусов», многокритериальное оценивание, автоматизированная система.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
• выполнение оценки, что подразумевает участие сотрудников в тестировании и сопровождение менеджером данной процедуры;
• обработка заполненных бланков и оформление результатов в виде соответствующего комплекта отчетов;
• организация встречи с целью предоставления обратной связи оцененным сотрудникам.
Получив от управления по работе с персоналом задания на проведение тестирования, менеджер по персоналу подготавливает информацию по идентификации процедур тестирования для ознакомления сотрудникам, то есть он определяет основные моменты по проведению оценки компетенций. С использованием прикладных программ пакета MS Office менеджер формирует бланки для тестирования, для чего использует необходимые сведения о сотрудниках (ФИО, должность, наименование отдела и другие данные), выбирает требуемые компетенции, соответствующие должности оцениваемого сотрудника. Для каждого аттестуемого сотрудника выбираются 8 экспертов, которые хорошо знают оцениваемого по их совместной деятельности. В состав экспертов включаются: руководитель оцениваемого сотрудника, два работника одного ранга с оцениваемым, два работника более низкого ранга, двое сотрудников из смежных отделов и сам оцениваемый сотрудник. При необходимости может быть использована информация о ранее проведенных тестированиях.
Далее сотрудникам-участникам по электронной почте отправляются бланки для заполнения. При этом каждой компетенции ставится в соответствие с одним из семи уровней выраженности. При этом наивысшему уровню сформированности компетенций соответствует 7, а наименьшему - 1.
После получения заполненных бланков менеджер проводит их математическую обработку, например с помощью Microsoft Office Excel, проводит количественную и качественную оценку обработанной информации.
Затем на основе проанализированной информации составляются отчеты и персональный план развития для каждого оцененного сотрудника. Индивидуальный план развития подписывается менеджером и самим оцененным работником, затем вместе с отчетами, заверенными менеджером, передается на подписание управлению по работе с персоналом.
На сегодняшний день существует ряд программных продуктов, в которых реализованы средства для проведения тестирования личностных компетенций по методу «360 градусов». Например, конфигурация «1С: Оценка персонала», модуль «Оценка персонала» системы WebTutor, модуль «Assessment Tools» компании HyperMethod.
Отказ от использования вышеприведенных программных продуктов обусловлен следующими причинами:
• наличие лишних функциональных возможностей;
• использование очень большого количества компетенций;
• довольно значительные финансовые затраты на покупку, внедрение, настройку, дальнейшее сопровождение, на проведение мер по обучению персонала организации.
В связи с этим было принято решение разработать собственную автоматизированную систему с возможностью адаптации под особенности конкретного предприятия и с формированием собственного перечня критериев оценки.
Интерфейс разработанного программного продукта достаточно понятный, доступный, эффективный, то есть дает возможность пользователю работать с про-
граммой, затрачивая меньше усилий. Оформление соответствует контексту, количество управляющих элементов оптимальное, т.е. минимальное, но достаточное.
Данные, обрабатываемые программой, хранятся на сервере организации. В целях обеспечения безопасности организован распределенный доступ с использованием логинов и паролей.
Программа предоставляет возможность получения отчетов, оформленных по требованиям, которые согласованы с менеджером по персоналу, ответственным за проведение данного тестирования. При формировании отчетов соблюдается анонимность участников.
Автоматизированы процедуры следующих подпроцессов проведения тестирования по методу «360 градусов»:
• подготовка информации по идентификации процедур тестирования - определение цели, задачи, последовательности работ;
• формирование профиля оцениваемых компетенций с градацией по различным должностям;
• определение профиля оценки - определение участников процесса оценки, подтверждение выбора участников и профиля компетенций, отправка приглашений для субъектов оценки (рис. 1);
• выполнение тестирования - заполнение бланков для тестирования участниками (рис. 2), а также отслеживание процесса заполнения бланков участниками оценки, формирование и отправка напоминаний, расчет менеджером средних величин (рис. 3);
• оформление результатов тестирования - формирование итогового отчета по проведенному тестированию, по качественному анализу выраженности компетенций; формирование индивидуального плана развития оцененного сотрудника (рис. 4);
• предоставление обратной связи оцененным сотрудникам - формирование приглашения на встречу для предоставления информации по итогам тестирования, отправка сформированного приглашения, обработка информации по итогам встречи.
Определение профиля оценки О'ПАйлы:
| Отдел
менеджмента
Выбрать |
Выбор участников^ Участник:
|Кириллов Кирилл Кириллович "▼"]
Роль:_
[Сотрудник из смежного отдела ^
И®®
Сотрудники отдела:
ФИО Должность | Табельный номер *
Игнатьев Игнатий Игнатьевич Менеджер |56231рпаые
Кириллов Кирилл Кириллович Менеджер 14987аенку □
□ ►
Выбранные участники-
Объект оценки:
¡Александров Александр Александрович
Дата:
Тестирование сотрудника согласно должности:
[Маркетолог
Оцениваемые компетенции:
Результат выбора: "I I I-
ФИО Роль
Александров Александр Александрович Самооценка | = |
Борисов Борис Борисович Коллега
Васильев Василий Васильевич Руководитель
Григорьев Григорий Григорьевич Коллега
□ *
Мотивация к развитию Ответственность Ориентация на качество
Подтвердить |
Отправить приглашения участникам
Закрыть
Рис. 1. Определение профиля оценки
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Разработанная автоматизированная система реализует ряд целей, среди которых можно выделить:
• повышение скорости и точности выполнения сложных информационных преобразований данных;
• сокращение затрат на выполнение тестирования;
• повышение степени защищенности и секретности информации благодаря принятию мер по ограничению доступа;
• простота и удобство работы для менеджера по персоналу и участников тестирования;
• повышение заинтересованности в применении метода «360 градусов» как работников отдела кадров, так и руководящих структур;
• предоставление возможности развивать данную методику.
Оценка компетенций по тестированию ФИО оцениваемого Александров Александр Александрович Должность: Маркетолог
Ваша роль:
|Коллега
Компетенция: Уровень оценки:
Ориентация на качество
I
¡Компетентный уровень, без ярко выраж -г Добавите
Оценка компетенций: - С
Компетенция Уровень оценки *
Мотивация к развитию Необходимо существенное улучшение
Ответственность Необходимо улучшение п
Ориентация на качество Компетентный уровень, без ярко выр
V
и V
Подтверди7..
Закрыть
Рис. 2. Оценка компетенций по тестированию
Недостатком данного подхода к реализации метода «360 градусов» и его автоматизации является то, что не учитывается неодинаковая важность критериев, по которым оцениваются сотрудники. Вследствие этого в разработанную программу был добавлен блок, позволяющий учитывать веса критериев и реализовывающий многокритериальную оценку личностных компетенций сотрудников. В качестве метода многокритериальной оценки был выбран метод анализа иерархий, разработанный Т. Саати [4].
Просмотр результатов оценки и выполнение требуемых расчетов
Тестирование:_
[Тестирование от 16.05.201010:24:37 V] Выбрать |
Оценка компетенций участником тестирования
Ычастник тестирования:_
[Александров Александр Александрович ▼]
Выбрать |
Отдел:_
| Отдел маркетинга и сбыта
Должность:
[Маркетолог
Роль:
] Самооценка
Оценка компетенций:
Компетенция |Уровень оценки Балл | *■
► Мотивация к развитию Эффективно, существенная сильная сторона 5Ц1
Ответственность Необходимо улучшение 3
Ориентация на качество Компетентный уровень, без ярко выраженны> 4
< □
Напомнить о тестировании
штш
Расчет средник баллов по компетенциям
Компетенция:
Мотивация к развитию
Оценка компетенций:
Выбрать
ФИО I Роль | Уровень оценк
► Александров Александр АлександроЕ Самооценка Эффективно, с
Борисов Борис Борисович Коллега Необходимо у л
Васильев Василий Васильевич Руководитель Нужно срочно (
Григорьев Григорий Григорьевич Коллега Необходимо су
Расчет
Выполнить расчет | Общий средний балл:р]5
Самооценка: 15 Средний балл подчиненны«: ¡3
Балл руководителя: Средний балл смежным отделов:¡1,5
Средний балл коллег: ]2]5
Результаты расчетов:
Компетенция Самооценка] Балл руководителя! Средни *■
► Мотивация к развитию 5 1
Ответственность 3 2
Ориентация на качество 4 4
< □ >■
Закрыть |
Рис. 3. Просмотра результатов оценки и выполнение требуемых расчетов
Формирование индивидуального плана развития оцененного сотрудника Тестирование:
Тестирование от 16.05.201010:24:37 Выбрать |
Сотрудник: Должность: Отдел:
В®®
¡Александров Александр Александрович | Маркетолог
|0тдел маркетинга и сбыта
ФИО руководителя: [Васильев Василий Васильевич
Компетенция ¡Описание л
► □тветственность 1 Принимает на себя обязательств_
Ориентация на качество | Стремиться достигнуть высоких г
< □ *
Зоны развития:
Компетенция | Описание | *
Мотивация к развитию Проявляет инициативу и активно
Методы развития:
Метод Описание
Развитие на рабочем месте [конкретные поручения / задания
Специальные задания (проекты) (участие в проекте или временно«
Самообучение (анализ своей работы, самостоят
_ Тренинги и семинары (участие в обучающих программа >
< в
Рекомендации для самообучения, саморазвития компетенций: Компетенция: 1Могнвацня к ра™ 3 Выбрать |
Рекомендация
□ сознавайте что изменения в вашей деятельности, её улучшения зависит от того, ка ( , Выработайте в себе стремление к совершенству и выдающимся результатам. Люди ■
Редактировать рекомендации
Редактировать методы !
Сохранить
Закрыть
Рис. 4. Формирование индивидуального плана развития сотрудника
В методе анализа иерархий (МАИ) анализ проблемы основан на моделировании знаний в форме оценок важности одной альтернативы по отношению к другой, выражаемых четкими числами. В распоряжение эксперта дается шкала словесных
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
определений уровня сравнительной важности, каждому уровню важности ставится в соответствие число (от 1 до 9). В матрицах парных сравнений (рис. 5) полученные числа используются для определения весов (коэффициентов важности) сравниваемых объектов (критериев, целей, альтернатив). На заключительном этапе МАИ полезность альтернативы определяется путем синтеза относящихся к ней весов целей и критериев с использованием либо аддитивной, либо мультипликативной свертки. Данный метод позволяет учитывать множественность критериев, их качественный характер и получать на выходе весомости альтернатив в количественной форме.
Щ Выбор сотрудЖка на руководящую должность Должность: ¡Маркетолог
эрИ
Мотивация к развитию Отвегсгвенносгв Ориентация на качей1 вс[ ■Сотрудничество
Мотивация.к развитию 1 2 IS 3
U lfc(;"'-:lbKt1HJU It: 05 1 0,25 5
□ риенгация-на.кдце^тво 3 4 1 0.5
Сотрудничество 0,33 0,2 2 1
Сравнение компетенций
Компетенция: (Ориентация
на качество
Е
ПО сравнеНИЮ С КОМпетещией: Сгепень превосходства:
¡Сотрудничество jj |2 ** Обратная величина
Сравнить
Мотивация к развитию | Ответственность | Ориентация на качество | Сотрудничество
Александров Александр Александрович Борисов Борир'Борисоватч Григорьев Гр'йгорийГригорье^ч
й^коа^ровД^^ёавдр.Длекоа^рович 1 1 0,25
.Боркров Борис Борисович- £ЙЗ 1 0,25
Григорьев Григорий Григорьевич 4 4 1
Сравнение сотрудников
Сотрудник: |Борисов Борис Борисович
по сравнению с сотрудником: Степень превоскодства: [Григорьев Григорий Григорьевич [4
(• Обратная величина
Сравнить
Предпочтителен выбор кандидата:
| Григорьев Григорий Григорьевич
П одтвердитЫ
Закрыть
Рис. 5. Пример заполненных матриц парных сравнений
Таким образом, автоматизация позволяет решить задачи по управлению всем объемом информационно-документальных потоков, возникающих при проведении тестирования по методу «360 градусов», одного из способов оценки личностных компетенций при проведении аттестации. Это необходимо для обеспечения оперативного принятия управленческих решений по работе с персоналом на основе актуальной и достоверной информации, что является стратегически важным для эффективного функционирования предприятия и его конкурентоспособности.
Литература
1. Лайл М. Спенсер. Компетенции at work. Модели максимальной эффективности работы / Лайл М. Спенсер, Сайн М. Спенсер. - Hippo Publishing LTD, 2005. - 372 с.
2. Уильям Бирли. Оценка 360 градусов. Стратегии, тактики и техники для воспитания лидеров / Уильям Бирли, Т.М. Козуб. - М.: Эксмо, 2009. - 336 с.
3. Питер Уорд. Метод 360 градусов. - Hippo Publishing LTD, 2006 г. - 352 с.
4. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993. -
278 с.
Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг., государственный контракт № 02.740.11.5128 от 09 марта 2010 г.
AUTOMATION OF TESTING OF PERSONALITY COMPETENSES ON METHOD
«360 DEGREES»
Methodology of estimation of personality competenses is in-process considered on a method "360 degrees". The questions of automation of this methodology are considered on an enterprise. Description over of the worked out CAS is brought.
Key words: personality competences, method "360 degrees", multicriterion evaluation, automated system.
1) e-mail:putivzeva@bsu.edu.ru
e-mail: gajex@mail.ru 3) e-mail: igrunova@bsu.edu.ru
N. P. PUTIVZEVA11 E. H. GAINULLINA1 S. V. IGRUNOVA31 T. V. ZAITSEVA41
Belgorod State University
4) e-mail :zaitseva@bsu.edu.ru
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
УДК 330336
МНОГОЭТАПНАЯ МОДЕЛЬ ПЛАНИРОВАНИЯ РАЗВИТИЯ ПРЕДПРИЯТИЙ ХОЛДИНГА
П. В. ДЕМИН11 А. Ю. БАДАЛОВ21
11
В статье рассматривается описание холдинга, предприятия которого имеют горизонтальные и вертикальные связи. Ставится многоэтапная задача распределения ресурсов холдинга по предприятиям. Приводится алгоритм решения многоэтапной задачи посредством решения соответствующих оптимальных задач для этапов.
21
1) МАРТИТ
e-mail: pdemin@mail.ru
Ключевые слова: холдинг, многоэтапная задача, распределение ресурсов, развитие предприятий.
2Белгородский
государственный
университет
e-mail: badalov@gollard.ru
В период инновационного развития экономики важное значение имеет задача распределения ресурсов развития между предприятиями таким образом, чтобы получить максимальный желаемый эффект. В настоящей работе рассматривается многоэтапная модель распределения ресурсов, влияющих на инновационное развитие предприятий, входящих в холдинг и имеющих вертикальные и горизонтальные связи. Решения о распределении ресурсов развития принимаются (как это обычно и происходит в жизни) в дискретные моменты времени. Предложенный алгоритм оптимизации соответствующих критериев не претендует на глобальность, но прозрачен и прост в реализации. Его можно рассматривать как инструмент при скользящем планировании распределения ресурсов, когда решения принимаются на шаг вперед.
Рассмотрим организационную структуру холдингового типа. Предприятия связаны холдинговыми отношениями, позволяющими одному из них (головная компания) определять решения, принимаемые другими участниками холдинга. Холдинговые отношения возникают вследствие преобладающего участия головной компании в уставном капитале дочернего предприятия и договора о взаимоотношениях, предоставляющих головной компании определять решения, принимаемые предприятиями. В основу холдинговых отношений положено применение типовых процедур и структур управления на всех предприятиях холдинга. Для этого участники холдинга подразделяются на четыре основных типа структурных единиц: производственная единица; бизнес-единица; управляющая компания; головная компания.
Производственная единица - структурная единица, основным назначением которой является производство товаров (услуг) заданной номенклатуры, количества, качества, себестоимости. Данная структура в рамках предприятий группы не является самостоятельным участником рынка, вне зависимости от ее организационно-правовой формы. Этот элемент находится в прямом подчинении либо головной компании, либо - управляющей компании (рис. 1). Ее целью является выполнение производственного заказа головной компании либо управляющей компании.
Бизнес-единица - самодостаточная, с точки зрения бизнеса, структурная единица, имеющая все необходимые службы (включая маркетинг) для самостоятельной деятельности на рынке. Она находится в прямом подчинении либо головной компании, либо - управляющей компании (рис. 1). Цель бизнес-единицы - рост ее прибыли и капитализации в долгосрочном периоде.
Описание холдинговой структуры
Головная компания
Управляющие региональные компании
I
Производственные Бизнес-
единицы единицы
Производственные единицы
Бизнес-единицы
Рис. 1. Укрупненная схема холдинговой структуры
Управляющая компания осуществляет управление группой однородных элементов бизнеса. Управляющая компания имеет целью рост консолидированной прибыли управляемого субхолдинга и его капитализации в долгосрочном периоде.
Головная компания — структурная единица, основным назначением которой является управление всей деятельностью, необходимой для достижения стратегических целей холдинга. Ее цель — рост консолидированной прибыли холдинга и его капитализации в долгосрочном периоде.
Для решения поставленных задач головная компания осуществляет: централизованное управление активами холдинга; управление корпоративной стратегией; управление мотивацией реализации стратегических задач; утверждение бизнес-планов элементов, находящихся в непосредственном подчинении; мониторинг процессов, проходящих в холдинге в необходимом временном режиме; контроль интегральных и мониторинг частных целевых показателей бизнес-планов.
Управляющей компании даны полномочия по организации процессов бизнес-планирования, бюджетирования, управленческого учета, консолидированного учета и отчетности; разработке и реализации единой научно-технической политики в рамках субхолдинга; по распределению ресурсов в пределах, оговоренных уставом общества или договором с головной компанией; утверждению бизнес-планов составных элементов.
Бизнес-единица и производственный элемент проводят разработку стратегий и бизнес-планов своего уровня.
С целью оптимизации управленческого воздействия ряд управленческих функций реализуется централизованно в рамках холдинга головной компанией. Степень централизации функций и конкретизация их исполнения зависит от условий ведения бизнеса отдельными структурными единицами холдинга, в том числе от их территориальной удаленности, профиля деятельности и функциональных взаимосвязей внутри холдинга. Ряд централизованных функций выполняется за счет средств централизованных фондов. Централизованный финансовый фонд формируется в головной компании путем перечисления участниками холдинга части прибыли, остающейся в их распоряжении. Средства фонда расходуются на инвестиционную деятельность холдинга, финансирование части централизованных функций холдинга, финансирование его социальных задач.
Модель холдинговой системы
Рассматриваемая система является иерархической, с горизонтальными и вертикальными связями. В системе имеются управляющий центр с глобальной целью и элементы более низкого уровня, имеющие свои локальные цели. Для выявления оп-
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
тимальных стратегий на долгосрочный период времени необходимо построить модель подобного производственного объединения и сформулировать критерии развития.
Пусть I - множество элементов, входящих в состав холдинговой структуры, t - номер дискретного интервала времени, на котором рассматривается деятельность холдинга, всего рассматривается Т интервалов времени. Примем, что производственная деятельность ьго элемента холдинговой системы описывается производственной функцией Fit (zit), где — объем выпускаемой продукции на конец
рассматриваемого периода; zи — вектор производственных ресурсов, обеспечивающих выпуск продукции на конец интервала времени t.
=
12 3 4
2 и , 2 и , 2 и , 2 и
t е 1, Т
Будем считать, что в качестве ресурсов выступают следующие свойства производственных элементов:
21и — объем основных производственных фондов или капитал;
— объем трудовых ресурсов;
2Ъи — объем средств, направляемых на улучшение и модернизацию производства (средства на научно-технический прогресс);
— дополнительный ресурс, выделяемый управляющим центром (средства централизованного финансового фонда).
В моделируемой системе находится |/| активных элементов. Средства от реализации выпускаемой продукции направляются на расширение и улучшение производства, на потребление и на отчисления в централизованный фонд.
Представим производственную функцию каждого ьго элемента в следующем виде [1]:
р2)=¿(4УрЪЦ)х[2и + ад]*гХ^у'. (1)
Продукция других элементов, используемая в производстве, определяется выражением
Р (0 = (2?) , (2)
1 &
где Рр (2 X) — продукция j-го элемента, используемая при производстве продукции в ьм элементе; wij — коэффициенты использования продукции (горизонтальные связи
между производственными элементами).
Функция, учитывающая увеличение выпуска продукции за счет использования средств на научно-технический прогресс, записывается в виде
г ' Г Е Я>\2ъи) = 1 + а, (23) ехр^ 3"
(3)
где а,,у1,Е1 — коэффициенты, характеризующие технологические возможности.
Например, коэффициент характеризует способность системы к инновациям. Этот коэффициент отвечает за некоторый порог средств, после достижения которого на-
чинается проявление эффекта от вложения средств в улучшение производства. Если провести физическую аналогию, то Е — энергия активации.
Аналогичный вид имеет функция, ответственная за развитие производства i -го элемента за счет средств централизованного фонда:
у ' Г Е 1 Ф4(4) = 1 + а,(Х(\1Н) ехр]-—I
I 1Р *« \ . (4)
При увеличении числа производственных элементов возможно снижение эффективности управления или нецелевого использования дополнительных ресурсов, что учитывается функцией
11)= —
1 + а]т] х 1 Г1 11
111 11 . (5)
Коэффициенты а( 5 у также являются параметрами рассматриваемой системы.
Прирост основных производственных фондов или капитала бизнес-единицы определяется частью произведенной продукции Я1 Fit (2и ) . Убыль связана с амортизацией основных фондов К . Часть средств от реализации продукции Я4 Fit (2и ) направляется в централизованный фонд. Еще часть средств тратится на приобретение продукции других элементов Р (). В результате, получим уравнение для прироста капиталов элементов в виде
* 1+1 = Я F (*й) - К *1 - Р ^) - Я4 ^ (*й) (6)
Дополнительный ресурс централизованного фонда распределяется между производственными элементами таким образом, что
X+1 ^Я4(*и) , 1, t е[1,Т-1]. (7)
/ /
Как уже отмечалось, целью управляющего центра является рост консолидированной прибыли холдинга и его капитализации в долгосрочном периоде. В качестве критериев развития холдинга могут выступать следующие целевые функционалы:
X Ъ г¥ и (* Т X (8)
X *1
(9)
Вместо решения соответствующих задач с критериями (3,8), (3.9) будем для каждого t, начиная с 1, последовательно решать оптимальные задачи с критериями
X Ъ^и (* и )
, (10)
X * 1
, (11)
при ограничениях X *и+1 ^ X ЯЯF^t (* и ).
/ /
Оптимизация по в каждом случае производится с помощью процедуры выпуклого программирования [2].
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Все параметры Я, Л считаются жестко заданными из центра. На каждом шаге ищется путем решения соответствующей оптимальной задачи распределение инвестиций по предприятиям, входящим в холдинг.
Условия (3.6) позволяют на основании знания уровней производства каждого предприятия в конце предыдущего периода получать необходимые для решения параметры задач рассматриваемого периода, т.е. реализуется обычный для практики вариант скользящего планирования.
Литературы
1. Шатраков А.Ю. Методы оценки стоимости предприятия с учетом стратегии его развития. - М.: ГОУ «МАРТИТ», 2005.
2. Пшеничный Б.Н. Выпуклый анализ и экстремальные задачи. М.: Наука, 1980.
SOME THINGS STAGE MODEL OF PLANNING OF DEVELOPMENT OF THE ENTERPRISES OF HOLDING
P. V. DYOMIN11 A. U. BADALOV21
1)Post Graduate course MAR-TIT
e-mail: pdemin@mail.ru
2) Belgorod State University e-mail: badalov@gollard.ru
Article gives the description of the holding which enterprises have considered horizontal and vertical communications. The problem of distribution of resources of holding between enterprises inside holding. The algorithm of the multistage problems solving by means of the optimum decision for each stage is resulted.
Key words: holding, multistage problem, distribution of resources, development of the enterprises.
УДК 519.688, 004.942
АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА
М. Н. ПРОКОПЕНКО11 Е. М. ПАРАЩУК21
''Белгородский филиал НАЧОУ ВПО «Современная гуманитарная академия»
e-mail: tk-apit@yandex.ru
21Белгородский государственный технологический университет им. В.Г. Шухова
Разработка системы экологического мониторинга представляется невозможной без создания специализированных алгоритмов сбора, хранения и обработки данных. Именно такие алгоритмы, проверенные на практике, предложены авторами в настоящей работе.
Ключевые слова: система экологического мониторинга, алгоритм сбора, ГИМС-приложение.
Задача организации стабильного и эффективного функционирования системы экологического мониторинга является многокомпонентной. Ее решение невозможно без применения специально разработанных алгоритмов, позволяющих автоматизировать процессы сбора, накопления, хранения, обработки, актуализации, передачи, вывода информации как о текущем, так и о прогнозном состоянии загрязнения приземного слоя атмосферы выбросами от автотранспорта в условиях города. Система экологического мониторинга должна обеспечивать качественную и количественную оценку состояния загрязнения воздушного бассейна города, а также выполнять прогностические расчеты, позволяющие предугадать изменение экологической нагрузки на отдельные районы города ввиду применения различных административных и архитектурно-планировочных решений, направленных на снижение уровня загрязнения атмосферы в зоне жизнедеятельности человека. Для этих целей система экологического мониторинга включает в себя стационарные и мобильные контрольно-измерительные посты мониторинга и центральный контрольный пункт, использующие аппаратуру городской телефонной сети, а также средства радиосвязи (рис. 1).
Рис. '. Структурная схема системы экологического мониторинга
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Одной из основных особенностей системы экологического мониторинга является необходимость визуализации экспериментально-полученных, расчетных и прогностических данных о концентрациях загрязняющих веществ (ЗВ) на цифровой карте города, т.е. обязательное применение на центральном контрольном пункте наряду с проблемно-ориентированным программным обеспечением геоинформационной системы.
Разработка ГИМС - геоинформационных мониторинговых систем - является
О О О О т-.
исключительно сложной, комплексной и многоплановой задачей. В настоящее время широкое распространение получила концепция программирования «сверху - вниз» [1]. Следуя данной концепции, представим на уровне алгоблоков схему функционирования программного комплекса по мониторингу окружающей среды (рис. 2).
Пуск
I-^^
нет
^^^^^Перы&пние гроцебуры мониторинга. 7*
Рис. 2. Обобщенная схема функционирования программного комплекса
Основным элементом данного комплекса является ГИМС-приложение, представляющее собой совокупность отдельных модулей, интегрированных в единую программную оболочку. Охарактеризуем наиболее значимые модули.
Модуль 1. Реализует главную форму приложения, на которой расположены панели управления режимами работы разрабатываемого приложения, главное меню программы с набором управляющих пунктов меню, компонент TMapView, предназначенный для доступа к картографической информации электронной карты и управления ее отображением и печатью.
Модуль 2. Реализует диалоговое окно отображения списка пользовательских карт, открытых совместно с основной электронной картой. Совместно с одной картой местности может одновременно отображаться любое количество различных пользовательских карт, какая именно из них будет участвовать в сеансе мониторинга определяется пользователем.
Модуль 3. Модуль данных, предназначенный для размещения компонентов доступа к данным БД (ТТаЫе), содержащий информацию о связанных с ними компонентами представления данных (TDataSourse). Реализован обособленно с целью повышения читаемости и его управляемости.
Модуль 4. Подпрограммы данного модуля осуществляют первичное нанесение информации, полученной в результате расчетов значений концентрации ЗВ, на выбранную ранее оператором пользовательскую векторную карту. Кроме того, средствами данного модуля реализована функция расчета и визуализации не только мгновенных (почасовых), но и среднесуточных полей концентраций ЗВ.
Модуль 5. Содержит инструментарий для индикации выполнения следующих процессов: а) нанесения на пользовательскую карту сети реперных отметок; б) пересчета значений концентраций ЗВ в узлах сети при выполнении процедуры периодического мониторинга.
Модуль 6. Реализует процедуру создания пользовательской векторной карты.
Модуль 7. Содержит инструментарий для осуществления мониторинга значений концентраций ЗВ с периодичностью, задаваемой пользователем. Подпрограммы данного модуля осуществляют перерасчет значений концентраций ЗВ в узлах сети реперных отметок с учетом новых значений параметров расчета (метеоусловий, мощностей выбросов загрязняющих веществ и т.д.).
Модуль 8. Выводит на монитор информацию о количестве расположенных на пользовательской карте реперных точек, нанесенных на нее в ходе выполнения процедуры создания сети реперных отметок, количестве точек, обработанных в ходе текущего сеанса мониторинга, количестве переписанных объектов и т.д.
Модуль 9. Реализует аналитические зависимости (в виде формализованной математической модели), связывающие значения входных параметров расчета (метеоусловий, мощностей выбросов загрязняющих веществ и т.д.) и значения концентраций ЗВ в узлах сети реперных отметок с координатами (х, у).
Поскольку визуализация уровня загрязнения приземного слоя атмосферы проводится на векторной карте, то носителем информации о значении концентрации ЗВ в какой-либо точке рассматриваемого участка может быть семантическая характеристика некоторого точечного объекта, который не имеет реального представления на местности. В ходе разработки было предложено нанести на карту района «сетку» с ячейками заданного размера, в узлах которой расположены реперные точки, несущие помимо метрической информации - координат положения на карте - еще числовую семантическую характеристику, представляющую собой рассчитанные по математической модели значения концентраций вредных примесей в атмосферном воздухе [2]. Таким образом, совокупность всех семантических характеристик реперных отметок представляет собой поле значений концентраций ЗВ. На рис. 3 представлена блок-схема алгоритма расчета и нанесения информации о разовых (почасовых) значениях концентрации ЗВ на электронную карту города.
Однако достаточно часто необходимо иметь возможность анализировать усредненные данные, например, для установления общего фона загрязнения атмосферы выбранного участка города, для чего разработан алгоритм расчета и нанесения информации о среднесуточных полях приземной концентрации ЗВ на электронную карту города, блок-схема которого приведена на рис. 4. Данные значений концентрации ЗВ получаются путем расчета и последующего суммирования всех почасовых значений концентраций выбросов от автотранспорта.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Рис. 3. Блок-схема алгоритма расчета и нанесения информации о разовых (почасовых) значениях концентрации ЗВ на электронную карту города
Для подтверждения корректности выполнения предложенных алгоритмов рассмотрен участок одной из основных автомагистралей города Белгорода (пр-т Б. Хмельницкого) длиной в 1000 м - перегон между перекрестками с ул. Студенческой и ул. Мичурина - как линейный источник загрязнений и примыкающий к нему перекресток проспекта Б. Хмельницкого и улицы Мичурина как точечный источник. Мощности выбросов от автотранспорта замерялись опытным путем согласно принятой методике [3]. Именно эти данные были использованы в разработанном ГИМС-приложении в качестве исходных для расчета мгновенных значений концентрации ЗВ. Результаты моделирования представляются как на плоскости, так и в пространстве (рис. 5), причем созданный специально растр качеств позволяет визуально определить степень загрязнения приземного слоя атмосферы в рассматриваемом районе города. Отображение полученного растра совместно с цифровой картой изучаемого района города позволяет выделить зоны особой опасности для населения, интенсивность автомобильного движения вблизи которых требует существенного снижения.
С > + _
Определение параметроб расчета
мат. модели, не вошедших В таблицу исходных статистических данных.
Выборка данных из • —й запис таблицы исходных статистичес даннных расчета значений 1райии ЗВ
Расчс ЗВ В 1 гт значении [пекущей рег к он цент рации Iернои отметке
[ _ 1 ___ нет
да
СозЭан 1. ¡тики) объек ■> (без метрики и ста — реперной
Занесен ние метриче! В созданньн скои информации и объект
Нанесение полученной Б х о с расчетов информации о среднесуточном значении концентрации ЗВ на электрон сорту города В Виде семантиче характеристики реперной то*
значении В рамках дин
Определение метрики следун реперной отметки
I
Рис. 4. Блок-схема алгоритма расчета и нанесения информации о среднесуточных значениях концентрации ЗВ на электронную карту города
Рис. 5. Отображение растра качеств совместно с трехмерной моделью местности
Таким образом, обобщенный алгоритм функционирования программного комплекса системы экологического мониторинга представляет собой совокупность трех элементов: базы данных, ГИМС-приложения и геоинформационной системы (рис. 6).
Рис. 6. Алгоритм функционирования программного комплекса
Проведенные исследования показали, что разрабатываемая система экологического мониторинга является весьма сложной, трудоемкой, времязатратной в реализации, но, безусловно, актуальной и обладает огромным общественно-социальным значением. Некоторые из приведенных алгоритмов требуют доработки и уточнения, тем не менее, все они в совокупности позволяют достаточно точно определить уровень загрязнения приземного слоя атмосферы города.
Литература
1. Дональд Э. Кнут. Искусство программирования. - М.: Вильямс, 2008. - Т. 1. Основные алгоритмы. - 720 с.
2. Паращук Е.М., Коваль В.Н., Прокопенко М.Н. Результаты моделирования распространения выбросов автотранспорта на ограниченной территории города // Экологические системы и приборы. - 2007. - №3. - С. 56-59.
3. Методика расчетов выбросов в атмосферу загрязняющих веществ автотранспортом на городских магистралях. - М.: Министерство транспорта РФ, 1996. - 54 с.
ALGORITHMIC SUPPORT OF ECOLOLOGICAL MONITORING SYSTEM
M. N. PROKOPENKO" E. N. PARASCHUK21
'Belgorod branch NACHOU VPO Modern humanitarian academy
e-mail: tk-apit@yandex.ru
2)Belgorod State Technological University them. V.G. Shukhov
Annotation: The design of ecolological monitoring seems impossible without the creation of special algorithms of data collection, storage and processing. Precisely such algorithms checked in practice are offered by the authors in this article.
Key words: ecolological monitoring system, Algorithmic support, GIS-application.
УДК 004.021
ОБ АЛГОРИТМАХ И МОДЕЛЯХ, ДАННЫХ В РЕШЕНИИ ЗАДАЧ ПРИНЯТИЯ РЕШЕНИЯ
В. В. ЦВЕТКОВ 11 В. И. СУМИН 21
1) Воронежский институт Федеральной службы исполнения наказаний
e-mail: Vifsin@mail.ru
2) Воронежский институт Министерства внутренних дел Российской Федерации
В статье рассматривается подход к решению задачи принятия решения, заключающейся в последовательном усечении возможных альтернатив по заданным критериям многокритериального выбора. Рассматривается алгоритм решения задачи выбора и обосновывается выбор модели данных для построения системы автоматизированного выбора.
Ключевые слова: многокритериальный выбор, модели данных, задачи принятия решения.
e-mail: Vorhmscl@comch.ru
Разработка и проектирование современных многокомпонентных систем, таких как современные интегрированные системы безопасности объектов или системы электронного мониторинга - это комплексный, системный процесс, в котором взаимно увязаны этапы выбора принципа действия, формирования функционального взаимодействия подсистем, их схемотехническое и конструкторско-технологическое проектирование. Отсюда следует необходимость правильного учета взаимосвязей между системой, схемой, конструкцией, технологией монтажа и эксплуатацией. Основное требование при проектировании состоит в том, чтобы разрабатываемая система была эффективнее своего аналога, т. е. превосходило ее по качеству функционирования, степени интеграции, эргономическим решениям и технико-экономической целесообразности.
С другой стороны, каждая система представляет собой совокупность множества составляющих или компонентов, которые необходимо оценивать несколькими параметрами, характеризующими важные, с точки зрения лица принимающего решение (ЛПР), характеристики этих компонентов или частей. Иначе говоря, определить несколько показателей качества этих составляющих, по которым необходимо выбрать лучший вариант составляющей, то есть принять решение.
Опыт отечественных и зарубежных разработчиков показывает, что проектирование новых технических объектов должно строиться на основе базового принципа конструирования, предполагающего построение систем с использованием стандартизации, унификации и агрегатирования, что позволяет сократить сроки разработки и освоения, создаваемых устройств, а также применять наиболее производительные и экономичные методы их изготовления по автономным циклам.
Применение типовых и стандартных компонентов в новых разработках влечет за собой применение процедур выбора из соответствующих множеств наиболее подходящих по техническому заданию комплектующих, а это, в свою очередь, предполагает наличие в арсеналах разработчиков методов и технических средств многокритериального автоматизированного выбора.
Подход, предложенный в [1, 4], предполагает, что каждая поставленная задача выбора Н=1,Е решается в последовательности усечения множества возмож-
ных вариантов О, задаваемой линейным порядком наложения требований <Сд, Ск>:
=0(< Сд , Ск >), (1)
т.е. на первом этапе производится формирование множества допустимых вариантов Од в результате решения задачи Сд(О) на множестве возможных вариантов О,
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
где Сд - требования по допустимости, а на втором проводится отыскание множества эффективных альтернатив по критериальной постановке Ск(Цц) на множестве Цц, сформированном на первом этапе.
На рис. 1 приведена графическая интерпретация задачи многокритериального выбора.
й((р},(к})
Рис. 1. Графическая интерпретация решения задачи выбора
Решение задачи многокритериального выбора (МКВ) в последовательности, задаваемой выражением (1), снижает трудоемкость выбора по критериальным постановкам, так как производится на множестве допустимых вариантов Цц, мощность которых, как правило, меньше мощности Ц. В [2] показано, что такой подход, как правило, целесообразен для решения новых задач выбора на вновь сформированных множестве возможных альтернатив.
Рис. 2. Укрупненный алгоритм решения задачи многокритериального выбора
Методику решения задач МКВ при решении задачи принятия решения можно описать укрупненным алгоритмом, представленным на рис. 2. Он описывает только необходимые машинные процедуры и их взаимодействие с ЛПР в минимально возможной конфигурации, но при этом в нем представлены все основные этапы выбора.
В данном алгоритме системы автоматизированного выбора можно выделить следующие основные этапы:
1 - формирование исходного массива альтернатив или множества возможных вариантов О в памяти ЭВМ в соответствии с принятой моделью данных. Это множество исходных вариантов должно содержать максимально полное описание каждого объекта, включающее количественные характеристики, вербальное описание и графические представления;
2 - ввод условий и ограничений на выбор допустимых вариантов Од. Он осуществляется ЛПР в диалоге с ЭВМ. Излишне большое число введенных условий и ограничений в реальных задачах выбора при поиске допустимых вариантов иногда быстро приводит к пустым решениям. Это возможно из-за быстрого усечения О до Од, поэтому в процессе работы с системой необходим постоянный диалог;
3 - выбор допустимых вариантов и формирование множества Од. Этот этап осуществляется ЭВМ в автоматическом режиме и построенных на операциях булевой алгебры;
4 - ввод критериальных требований на выбор оптимальных вариантов. На этом этапе осуществляется выбор по одному из принятых критериев МКВ (Парето, лексикографическому, скалярному и т.д.). Критерий для выбора альтернатив назначается ЛПР, исходя из его понимания проектной ситуации и разумного применения того или иного принципа оптимальности в данной конкретной задаче. Это могут быть как критерии с нарастающей силой усечения исходного множества, так и адаптивные динамические эвристические критерии;
5 - выбор оптимальных вариантов и формирование Оорь Этот этап осуществляется ЭВМ в автоматическом режиме в соответствии с алгоритмами и программным интерфейсом принятого критерия выбора. Скорость процедур критериального выбора во многом зависит от принятого структурирования данных и реализованных методов бинарных сравнений;
6 - выдача результатов выбора к ЛПР для принятия окончательного решения. Это заключительный этап процедур автоматизированного выбора, сущность которых состоит в оценке результатов, их коррекции и возможном дальнейшем последовательном усечении исходного множества альтернатив. На этом этапе ЛПР, получив информацию от ЭВМ, должен осуществить окончательный эвристический выбор, системно оценив ситуацию, если |Оор^>1>, т.е. оптимальных альтернатив окажется несколько.
Интерактивный характер процедур укрупненного алгоритма предполагает промежуточные коррекции результатов каждого этапа в зависимости от оценок решения задачи МКВ лицом, принимающим решения.
Эффективность построения архитектуры систем автоматизированного выбора (САВ) в целом во многом зависит от выбранной модели данных и реализации конкретных алгоритмических построений решения каждого частного этапа выбора. Главными критериями при выборе модели данных являются ее инвариантность по отношению к решаемым задачам на каждом из этапов выбора, её упорядоченная структура по отношению как к описываемым характеристикам альтернатив, так и к самим альтернативам.
Решая задачу выбора, ЛПР имеет дело с реальными объектами, каждый из которых может быть описан своим набором характеристик. При создании системы автоматизированного выбора множество возможных вариантов объектов должно быть
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
представлено совокупностью данных в памяти ЭВМ. Любое представление этих данных включает в себя как собственно сами данные, так и неявно задаваемые взаимосвязи, которые и определяют структурирование данных.
Рассматривая базы данных (БД) как хранилище характеристик реальных объектов на различных уровнях абстракции, обычно разделяют представление о БД на концептуальное (логическое) и физическое [3]. Под концептуальной моделью данных понимают логико-структурное представление физической БД, основанное на связи множеств данных и множеств отношений, привязанное к смысловому содержанию данных.
Система автоматизированного выбора включает в себя как составную часть систему управления базой данных (СУБД) и собственно БД, что наряду с названными выше операциями с данными позволяет решать задачи многокритериального выбора альтернатив в критериальных постановках.
Наибольшее распространение для описания объектов и их характеристик получили сетевая, иерархическая и реляционная модели данных.
Сетевая модель данных может быть описана орграфом с циклами. Каждая вершина графа отображает группу однотипных записей, а дуги - связи между ними. Такое представление данных удобно для описания объектов выбора с отношениями типа «многие ко многим».
Иерархическая модель данных задается совокупностью ветвей, узлы которых представляют собой реализации записей, а связи направлены от класса к подклассу. При этом считается, что моделируемая область данных состоит из частей, каждая из которых, кроме одной, исключительной (корня), имеет одну и только одну предшествующую часть.
Иерархическая модель данных наиболее эффективно описывает данные об объектах с явным соподчинением типа «вид - тип - марка». Она позволяет в принятой классификации быстро выходить на требуемые однородные множества альтернатив.
В основе реляционной модели используется понятие «отношения». Отношения в реляционной базе данных обладают всеми свойствами множеств.
Выбор той или иной модели данных для построения системы автоматизированного выбора является центральной проблемой эффективного решения поставленной задачи. От принятого структурирования данных на концептуальном уровне зависит скорость обработки, компактность упаковки, удобство доступа и целый ряд других параметров CAB.
Учитывая все эти факторы и анализируя особенности решения задачи МКВ в однородных множествах, в [2] показано, что наиболее целесообразно для хранения данных об альтернативных вариантах и их характеристиках использовать модифицированную реляционную модель данных с доступом по содержанию. Однако, если однородные множества можно иерархически структурировать, то в структуре БД следует использовать подчиненные таблицы.
Для минимизации затрат машинных ресурсов и сокращения времени поиска оптимального элемента при решении задачи многокритериального выбора предлагается использовать реляционную базу данных с применением подчиненных таблиц (рис. 3).
Рассмотрим данную структуру. В основе базы данных лежит множество видов компонентов V{Q}. Каждому виду ставится в соответствие посредством связи «один ко многим» множество типов альтернатив, а каждому типу - множество моделей или марок изделий в совокупности со своими характеристиками, по которым и осуществляется выбор оптимальной альтернативы по заданным ЛПР критериям. Множество критериев (характеристик) альтернатив C{k} образуют отдельную таблицу. Поиск оптимальных альтернатив осуществляется по таблице, заполненной элементами множества D{Q,k}, включающей характеристику альтернативы и ее значение.
V{Qi}
NM
C{k}
Рис. 3. Схема связей таблиц в СУБД САВ
Таким образом, поиск альтернативы заключается только в выборе по заданным критериям во множестве D{Q,k} тех характеристик, удовлетворяющих критериям, а непосредственное определение альтернативы происходит посредством связей в СУБД, что значительно повышает быстроту и достоверность поиска.
1. Березовский Б.А., Барышников Ю.М, Борзенко В.И., Кемпнер Л.М. Многокритериальная оптимизация. Математические аспекты. - М.: Наука, 1989. - 128 с.
2. Кандырин Ю.В. Автоматизированный многокритериальный выбор альтернатив в инженерном проектировании: учеб. пособие. - М.: Изд. МЭИ 1992. - 52 с.
3. Коннолли Т., Бегг К. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. - М.: Изд-ский дом «Вильямс», 2003. - 1440 с.
4. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. - 2-е изд., испр. и доп. - М.: ФИЗМАТЛИТ, 2007. - 256 с.
Литература
ABOUT ALGORITHMS AND MODELS OF THE PROBLEMS OF DECISION-MAKING GIVEN IN THE DECISION
V. V. CVETKOV11 V. I. SUMIN 21
l) The Voronezh Institute of Russian Penal System
e-mail: vifsin@mail.ru
In article the approach to the decision of a problem of the decisionmaking consisting in consecutive truncation of possible alternatives by set criteria многокритериального of a choice is considered. The algorithm of the decision of a problem of a choice is considered and the choice of model of data for construction of system of the automated choice is proved.
The Voronezh institute of the Ministry of Internal Affairs of the Russian Federation
Key words: multi-criteria a choice, models of data, decision-making problems.
e-mail: Vorhmscl@comch.ru
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
УДК 519.223.42
ПОДХОД К ОЦЕНКЕ НАДЕЖНОСТИ КЛАСТЕРНЫХ СТРУКТУР
ЗАО «ИНФОРМСВЯЗЬ ХОЛДИНГ», г.Москва
М. Б. КУПЕРМАН Д. Е. АВЕРЬЯНОВ
Приведены модели и получены соотношения для оценки надежности кластерных систем. Показана важность учета надежности переключателя резерва при моделировании резервируемых структур. Рассмотрен «феномен» превосходства дублирования над троированием.
Ключевые слова: кластерные системы, высокая готовность, отказоустойчивость, марковские процессы, моделирование, наработка отказ, коэффициент готовности, надежность переключателя.
Новые условия обеспечения непрерывности бизнеса постоянно ужесточают требования к надежности IT-инфраструктуры, особенно вычислительных платформ и систем хранения данных (СХД). Основным методом достижения высоких значений готовности таких систем является резервирование, так как только оно способно обеспечить значения коэффициента готовности в районе «пяти девяток» - о, 99999. В качестве типовых решений применяются отказоустойчивые системы (Fault Tolerance, FT) и системы высокой готовности (High Availability, HA). Наибольшую популярность на сегодняшний день имеют HA-кластеры.
Кластер - это группа серверов, которые связаны между собою и функционируют как один узел обработки информации. Спектр предлагаемых кластерных решений весьма обширен, ниже будут рассмотрены конфигурации применительно к классу HA-кластеров, основной целью которых является обеспечение отказоустойчивости. Однако, учитывая, что на практике часто используются смешанные конфигурации HA-кластеров, например с задачами балансировки нагрузки (Load Balancer cluster) и обеспечения высокой производительности (High Performance, HP), рассматриваемые подходы к оценке надежности могут быть распространены на такие смешанные системы. Кроме того, предложенные модели могут быть использованы при расчетах других резервируемых слабосвязанных многоузловых систем.
Одной из проблем оценки надежности отказоустойчивых систем, включая FT-системы, HA-кластеры и СХД, является проектная оценка надежности. Практика показывает, что часто используются упрощенный подход к такой оценке и получение явно завышенных величин показателей надежности. Ниже будут рассмотрены традиционные модели и предложены меры по увеличению их адекватности для расчета рассматриваемого класса систем.
Статические модели, построенные на методах, использующих основные формулы теории вероятности, комбинаторики, других логико-вероятностных методов, используемых, главным образом, для описания последовательно-параллельных структур, не позволяют учитывать изменения в характеристиках и процессах в зависимости от уже происходящих событий, отказов. Поэтому выбор модели надежности для описания резервированной структуры обусловлен ориентацией на класс динамического моделирования.
Моделирование кластерных структур марковскими процессами позволяет отразить в модели и учесть изменения процессов и отказов элементов во времени, временные условия осуществления других событий. Марковский процесс обладает ха-
Марковские процессы
рактерными свойствами, определенными, в первую очередь, экспоненциальными распределениями времени пребывания в каждом состоянии. Для применения экспоненциального закона распределения, при котором вероятность отсутствия отказов за t:
P(t) = ,
необходимо и достаточно соблюдение условия существования простейшего потока отказов. Простейший поток характеризуется следующими свойствами:
1) стационарностью, которая означает, что вероятностные характеристики потока для любого интервала времени зависят только от протяженности этого интервала, но не зависят от момента, когда он начался;
2) ординарностью, т.е. появление в один и тот же момент времени более одного отказа невозможно (дискретность времени);
3) отсутствием последствия, которое означает, что вероятность появления события в потоке, начиная с некоторого произвольного момента времени, не зависит от всей предыстории реализации этого потока.
Предполагается, что система восстанавливаемая. Ниже будут рассмотрены варианты с одной или несколькими ремонтными бригадами (параллельное восстановление узлов). Распределение времени наработки на отказ подчиняется экспоненциальному распределению с интенсивностью отказов:
Х= 1/ То,
где To - средняя наработка между отказами, а распределение времени восстановления подчиняется экспоненциальному распределению с интенсивностью восстановления;
Р= 1/ ТВ,
где ТВ - среднее время восстановления.
Граф состояний такой системы представлен на рис. 1.
Рис. 1. Граф состояний одиночного узла (сервера): состояния системы: 0 - работоспособное, 1 - неработоспособное
В качестве показателя надежности (ПН) отказоустойчивых структур, как правило, используется коэффициент готовности (Кг), определяемый формулой: _наработка на отказ_.
Кг = наработка на отказ + среднее время восстановления
В случае необходимости получения оценки надежности на начальном, относительно непродолжительном интервале времени, необходимо использовать нестационарный Кг. Однако в большинстве случаев достаточно определить стационарный коэффициент надежности - вероятность того, что восстанавливаемый объект окажется работоспособным в произвольно выбранный момент времени в установившемся процессе.
Расчет надежности дублированной группы
При расчете надежности сетевого кластера, как правило, рассматривается дублированная группа узлов. При этом отказом считается выход из строя обоих узлов. В качестве параметров модели используются интенсивности отказов и восстановления, приведенные на рис. 1. Рассмотрим модель дублированной группы с идентичными узлами, приведенную на рис. 2.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Отказ дублированной группы наступает тогда, когда во время восстановления одного из узлов откажет второй узел. Возможные состояния:
0 - оба узла исправны;
1 - отказ в одном узле;
2 - отказ в обоих узлах.
Таким образом, состояния исправности системы о, 1, отказа 2.
В случае отказа одного из элементов группы, отказавший узел ремонтируется (заменяется) без остановки системы и после восстановления через случайный промежуток времени, распределенный по экспоненциальному закону с параметром ц, включается в состав дублированной группы ц=1/ Тв, где Тв - среднее время восстановления. Одновременно может восстанавливаться один узел.
Кратко рассмотрим общий подход к расчету марковских цепей. На основе подготовленного графа состояний модели для каждого состояния к составляем дифференциальные уравнения вида:
р © * с)=-Рк а) *+ Хл ^ (о, (1)
гее(к) геЕ (к)
где запись iеA означает, что суммирование ведется по всем таким состояниям ^ которые относятся к множеству А; Е(к) - множество тех состояний, из которых возможен непосредственный переход в некоторое состояние к; е(к) - множество состояний, в которые возможен непосредственный переход из состояния к. Через Л ^ обозначена
интенсивность перехода из состояния i в состояние j, а через р^) - вероятность пребывания системы в ьм состоянии в момент ^ Если граф переходов содержит п различных состояний, то в результате может быть составлено п различных дифференциальных уравнений. Для определения коэффициента готовности необходимо взять п-1 уравнения и одно дополнительное:
ЪРг С) = 1. (2)
г=1
В результате расчета модели графа состояний рис. 2 в соответствии с (1) и (2) получим формулу для расчета коэффициента готовности:
Кг = + ^ 2. (3)
2Л + 2Л/л + и2
Отметим, что типовой набор моделей дублированной группы узлов, как правило, включает следующие варианты: наличие одной (ограниченное восстановление) или нескольких ремонтных бригад и нагруженный \ ненагруженный режим резервирования. Выражение (3) определяет систему с нагруженным резервом и ограниченным восстановлением.
Для ненагруженного режима резервирования с ограниченным восстановлением в соответствии с (1) и (2) получим формулу расчета коэффициента готовности:
Кг = Ли+и2
Л2 + Ли + и2
Аналогично для дублированной системы с нагруженным резервом и неограниченным восстановлением (две ремонтные бригады) получим.
2Л/ + /и2
Кг = —--,
Л + 2Л/ + /
и с ненагруженным резервом и неограниченным восстановлением:
2Л/и + 2 и2
Кг = —--.
Л2 + 2Л/и + 2/
Приведенные выше формулы для расчета дублированной группы сетевых узлов являются наиболее распространенными. Однако, при подстановке значений параметров X и д модели в (з) получаются явно завышенные значения показателей надежности, не отражающие, как правило, реальную надежность системы. При исходных данных интенсивности отказов X = 0,00005 i/ч (наработка на отказ составляет 20 000 часов) и интенсивности восстановления д = 0,25 1/ч (4 часа восстановления) получим из (3) значение Кг=0,999 999 92 (семь девяток). Подчеркнем, что взятая наработка - 20 тыс. часов - является нижней планкой MTBF (MeanTime Before Failure, средняя наработка на отказ) серверных платформ, обычно для серверов приводятся значения 50-100 тыс. часов и, следовательно, получаются еще более «хорошие» результаты.
Представленная на рис. 2 модель могла бы быть применена, например, для систем класса Stratus Continuum, в которых каждые два физических процессора объединяются парами и одновременно выполняют одну и ту же команду. При этом схема сравнения в каждом такте проверяет, что оба процессора пары вычислили тот же самый результат. Если результаты в паре различаются, то принимается решение о сбое, а пользователь использует результаты другой пары. Даже при такой организации вычислительного процесса FT-системы Stratus Continuum, обеспечивающие непрерывную готовность (Continuous Availability), заявленный коэффициент готовности составляет 99,999% (пять девяток - время недоступности системы 5 минут в год). При этом четыре процессора выполняют единственную команду с потактовой синхронизацией и сравнением результата. В кластерных системах отсутствует птактовая синхронизация и мажоритарный контроль.
Не смотря на такие фантастические расчетные значения, рассмотренная выше модель для расчета кластерных структур является типовой и очень удобной для подтверждения «высокой» надежности проектируемых отказоустойчивых систем. Вместе с тем, эта модель является очень упрощенной и не адекватна реальным процессам. Она не учитывает ряд факторов, существенно влияющих на надежность кластера. Не учитывается надежность внешних по отношению к узлам кластера элементам, включая коммуникационную среду, например элементы СКС и ЛВС, связывающие их. Но основной причиной неадекватности является исключение из рассмотрения дополнительных состояний системы.
Состояние необнаруженного отказа
В каждом элементе могут быть скрытые отказы. Модель, приведенная на рис. 2, не учитывает вероятность обнаружения отказа, надежность «переключателя» резерва, задержку при переключении резервов и другие, учет которых возможен при введении дополнительных параметров модели.
В дополнение к множеству состояний традиционной модели, представленной на рис. 2, в модернизированной модели, приведенной на рис. 3, добавляется состояние 3 - не обнаруженно средствами внутреннего (внутрикластерного) контроля отказа. Таким образом, состояниями отказа системы являются 2 и 3.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Рис. 3. Граф состояний кластера с двумя узлами и неидеальной системой контроля
Отметим, что для учета ненагруженности резерва и наличия нескольких ремонтных бригад применяются подходы к выводу зависимостей Кг, аналогичные приведенным выше при расчете подобных модификаций модели графа на рис. 2.
С позиции контролируемости кластер представляется как дублированная структура с непрерывным неполным контролем (внутренними средствами кластера), заданным и периодическим - внешним полным контролем работоспособности узлов, заданным 9, причем отказ узла с вероятностью ^ обнаруживается мгновенно, а с вероятностью 1-^ обнаружение отказа задерживается на время 1/9 (в среднем). Время задержки обнаружения скрытых отказов имеет экспоненциальное распределение с параметром 9.
Путем расчета полученной модели (граф рис. з) для той же наработки на отказ и времени восстановления определим значение коэффициента готовности. Предположим, что обнаружение «не обнаруженного» внутренними средствами кластера отказа составляет 15 мин., например, за это время клиенты, убедившись в отсутствии сервисов, начинают звонить в техническую поддержку, вынуждая администраторов вручную убедиться в работоспособности кластера. При подстановке значений получим, что уже при одном необнаруженном отказе на 100 отказов (^=0,99), обнаруженных системой управления, имеет место резкое снижение значения коэффициента готовности: с семи «девяток» до пяти «девяток». При необнаруженном каждом десятом Кг составит уже менее пяти «девяток», а при необнаруженном каждом втором -менее четырех.
Дублирование или троирование
Как было показано выше, при расчете дублированных структур без учета состояния необнаруженного отказа получаются завышенные значения показателей надежности. При увеличении кратности резервирования увеличиваются и значения показателей надежности, при этом для Кг получаются еще более астрономические цифры. Однако, при использовании модели с неидеальным контролем, например схемы троированных узлов, приведенной на рис. 4, ситуация меняется кардинально.
Рис. 4. Граф состояний троированной системы с неидеальной системой контроля
Введение состояния необнаруженного отказа позволяет наблюдать не только количественное, но и качественное изменение зависимости значений показателя надежности. Имеет место «феномен», когда метод повышения надежности путем повышения кратности резервирования, т.е. добавлением нового резервного узла, перестает действовать с учетом в модели фактора неполноты контроля функционирования коэффициентом полноты контроля На рис. 5 приведены результаты расчетов Кг, выполненные по представленным выше моделям дублирования и троирования с неидеальной системой контроля (представлены на рис. 3 и 4 соответственно).
функция ПН
коэффициент готовности
дублирование
нерезервир. 1/2 структура
кратность резервирования
Рис. 5. Зависимость Кг от кратности резервирования при ^<0,999
Схемы двухузловой организации кластера могут показывать лучшие ПН, чем более избыточные: трех-, четырех- и т.д. узловые. Так, при равных системных параметрах А,,ц,9 и ^ < 0,999 двухузловый кластер обеспечивает лучший Кг по сравнению с аналогичной моделью трехузлового кластера. При одном необнаруженном на одну тысячу обнаруженных отказов (^ = 0,999) значение Кг двухузлового кластера уже превосходит значение трехузлового. При ухудшении степени контролируемости, т.е. при уменьшении преимущества двухузловых конфигураций еще более высоки по сравнению с трехузловыми.
Это объясняется тем, что определяющую роль при малых значениях интенсивности отказов играет составляющая т(1 - где т = 1, 2 для схемы дублирования (рис. 3) и т = 1, 2, 3 - для троирования (рис. 4). То есть для резервируемых систем, претендующих на высокие показатели надежности, доминирующий вклад в результирующее значение Кг вносит вероятность обнаружения отказа, а не добавление нового резервного узла.
Выводы
Представленные методические рекомендации по оценке надежности кластерных структур нашли применение при проектировании центров обработки данных для банковского сектора и внутренних войск МВД РФ. Предложенные модели были апробированы и обеспечили существенное повышение адекватности моделирования, по сравнению с традиционными.
Литература
1. Ю. К. Беляев, В. А. Богатырев, В. В. Болотин и др. / под ред. И. А. Ушакова. Надежность технических систем: справочник. - М.: Радио и связь, 1985.
2. Шпаковский Г.И., Верхотуров А.Е., Серикова Н.В. Руководство по работе на вычислительном кластере: учеб. пособие. - Мн.: БГУ, 2004.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
MODELS ARE RESULTED AND PARITIES ARE RECEIVED FOR CLUSTER RELIABILITY ESTIMATION
Importance of the account of reliability of the switch of a reserve is shown at modeling of reserved structures. "Phenomenon" of the superiority of duplication over thrice-repeated is considered.
Key words: klasternye systems, high readiness, fault tolerance, марковские processes, modeling, an operating time refusal, readiness factor, reliability of the switch.
М. B. KUPERMAN D. E. АVERJANOV
JSG «INFROMSVYAZ HOLDING», Moskow
ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫЕ
ТЕХНОЛОГИИ
УДК 002.6:025.4
РАЗРАБОТКА ИНТЕРНЕТ-ПОРТАЛА ДЛЯ АККУМУЛЯЦИИ И КОЛИЧЕСТВЕННОГО СИНТЕЗА ЭКСПЕРИМЕНТАЛЬНЫХ РЕЗУЛЬТАТОВ
Е. Г. ЖИЛЯКОВ11, Е. Ф. БОРОХОВСКИЙ1 С. Ю. БОРУХА11 ,В. А. БЕЛЕНКО 11 А. Н. НЕМЦЕВ11, А. И. ШТИФАНОВ11 О. В. ГАЛЬЦЕВ11 , Р. А. ЗАГОРОДНЮК11 С. Н. НЕМЦЕВ11
"> Белгородский государственный университет Университет Конгордия (Канада)
e-mail: Zhilyakov@bsu.edu.ru e-mail: eborok-
hovski@education.concordia.ca e-mail: Borukha@bsu.edu.ru e-mail: VBelenko@bsu.edu.ru e-mail: Nemzev@bsu.edu.ru e-mail: Shtifanov@bsu.edu.ru e-mail: Galtsev_O@bsu.edu.ru e-mail: Zagorodnyuk@bsu.edu.ru e-mail: SNemtsev@bsu.edu.ru
В статье описан разработанный Интернет-портал для аккумуляции и количественного синтеза экспериментальных результатов, его концепция, логическая структура и основные функциональные возможности для организации и проведения мета-аналитических исследований.
Ключевые слова: мета-анализ, количественный синтез, функциональность, Интернет-портал, логическая структура.
Введение
В настоящее время эффективным методом, используемым для обобщения и систематизации количественных результатов научных исследований в медицине, психологии, социологии, образовании, является мета-анализ (Meta-Analysis). Мета-анализ позволяет объединить, используя различные статистические методы, данные из разных исследований, посвященных изучению одного и того же вопроса. Он предусматривает количественную оценку степени согласованности или расхождения результатов, полученных в разных исследованиях. Мета-анализ в отличие от других методов проведения научных обзоров и обобщения научных данных имеет результатом более точную оценку степени изменчивости или устойчивости данных в конкретных областях исследований. Кроме того, поскольку мета-анализ позволяет исследовать
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
различия в характеристиках самих исследований такие, как источники разброса данных, сказанное выше не ограничивается обзором данных, но распространяется и на условия, в которых данные собираются.
Несмотря на то, что мета-анализ активно используется для анализа большой совокупности результатов научных исследований, в настоящее время практически отсутствуют программные средства, которые бы смогли предоставить исследователю возможность автоматизировать свою деятельность на всех этапах проведения мета-анализа. Поэтому разработка автоматизированных систем для количественного синтеза экспериментальных результатов является весьма актуальной. Авторами разработан и апробируется (в ходе реализации мета-аналитического исследования эффективности дистанционного обучения в Российской Федерации) Интернет-портал, позволяющий аккумулировать и систематизировать результаты научных исследований, полученные из различных источников (научные статьи, диссертации, научные отчеты и т.д.), автоматизировать работу по проведению количественного синтеза результатов в определенной области исследования.
Обзор автоматизированных систем и программного обеспечения для проведения мета-анализа экспериментальных результатов
Проведение мета-анализа предусматривает выполнение многочисленных относительно простых операций большим количеством людей, работающих независимо друг от друга, но с необходимостью сравнивать полученные результаты. Для контроля за правильной последовательностью и качеством реализации шагов мета-анализа требуются значительные человеческие ресурсы и временные затраты. Неоптимальное распределение очередности выполнения шагов экспертов сильно замедляет процесс мета-анализа и может поставить под сомнение надежность его конечных результатов.
В данный момент существует несколько информационных систем, которые в той или иной мере позволяют автоматизировать различные этапы процесса мета-анализа.
Наиболее распространена система Comprehensive meta-analysis version 2. Engle-wood NJ: Biostat. Borenstein M., Hedges L. V., Higgins J. P. T. & Rothstein H. [1]. Данная система ограничивается только собственно статистической обработкой данных, то есть система автоматизирует финальный этап мета-анализа - синтез результатов, оценку разброса значений, расчет мета-регрессии и анализ модерирующих переменных и т.п. Команда ее разработчиков включает в себя людей, стоящих у истоков теории и методологии мета-анализа. Система обладает большим набором статистических операций, позволяющих максимально подробно рассчитать и проанализировать количественные результаты эмпирических исследований в рамках различных статистических моделей - fixed, random and mixed. Однако, весь сбор и первичная обработка данных для нее - исключительно внешние, они реализуются посредством электронных таблиц (например, MS Excel) или вводятся вручную, что ведет к увеличению общей трудоемкости.
Второй по частоте использования является система DistillerSR [2, 3] (компания производитель Evidence Partners), практически с точностью «до наоборот» эта система только обеспечивает автоматизацию первичной обработки данных. Она применима на этапе сбора информации и первичного экспертного анализа рефератов и полнотекстовых документов. Дальнейший статистический анализ должен проводиться либо в других системах, либо вручную экспертом или группой экспертов.
Обе системы являются коммерческими продуктами. Их использование предполагает покупку лицензии на клиентскую часть каждого места эксперта, что значительно снижает возможности их применения, так как идеология мета-анализа предполагает независимую экспертизу несколькими людьми одного и того же источника данных.
Кроме того, анкета вопросов исследования составляется (формируется) техническим администратором проекта, а зачастую в процессе проведения мета-анализа она претерпевает значительные изменения, и руководитель содержательной части проекта не имеет возможности самостоятельно и оперативно вносить необходимые изменения.
Достаточно широкое распространение имеет система EPPI-Centre британской компании Social Science Research Unit Institute of Education [4]. Эта система включает и первичную обработку, и статистический анализ. Однако ее основной проблемой является необходимость индивидуальной настройки «под заказчика» и потребность в соответствующем техническом и методическом сопровождении. Эта система не имеет гибкой структуры для работы с различными проектами. Проведение каждого мета-аналитического исследования приводит фактически к созданию отдельного программного продукта, применение которого, в значительной мере, ограничено рамками одного конкретного мета-анализа. Такой подход усложняет работу участников мета-анализа и значительно повышает финансовые издержки.
Кроме того, в научно-исследовательских и прикладных целях используются несколько некоммерческих продуктов, каждый из которых, как правило, автоматизирует какой-то из шагов процесса проведения мета-аналитического исследования. Эти системы обладают очень узкими функциональными возможностями и редко используются для проведения серьезного многоуровневого мета-анализа.
Разработанный Интернет-портал предназначен в первую очередь для сведения в единую управляемую систему разнокачественных и разнообразных библиографических и информационных ресурсов, связанных с определенной предметной областью или тематикой научного исследования.
Интернет-портал как система имеет в качестве «входа» простые, настраиваемые и развиваемые средства для ввода библиографических ресурсов различных форматов и стандартов, а в качестве «выхода» - множество тематически сгруппированных информационных ресурсов, предназначенных для использования основными группами пользователей (координаторами проектов, библиотекарями, рецензентами и т.д.).
На индивидуальном уровне, например, библиотекаря или рецензента, Интернет-портал должен предоставить пользователю систему замкнутого информационного кругооборота. С одной стороны, портал принимает библиографическую информацию, автоматически помещает и хранит её в базе данных портала. С другой стороны, сервисы портала постоянно контролируют новые поступления и оперативно информируют человека о появлении сведений, которые имеют отношение к его деятельности.
Для реализации замкнутого информационного кругооборота Интернет-портал должен предоставлять определенным категориям пользователей (в первую очередь тем, кто загружает информацию) персональную точку доступа в систему. Такая точка доступа может иметь вид онлайнового рабочего места (или виртуального рабочего кабинета) и позволять человеку создавать все необходимые информационные материалы или просто получать доступ к необходимым документам и ресурсам.
Вторым важным элементом системы замкнутого информационного кругооборота является механизм гарантированной информированности пользователей. Данный механизм на основе статуса пользователя и профиля его работы осуществляет постоянный контроль над содержанием информации, циркулирующей в системе. Как только в системе фиксируется появление важных для человека информационных материалов, он немедленно получает об этом уведомление по электронной почте.
Внутри Интернет-портала поддерживается иерархическая схема распределенной ответственности за контроль содержания информационных ресурсов. Общий
Концепция и логическая структура Интернет-портала для аккумуляции и количественного синтеза экспериментальных результатов
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
принцип этой схемы состоит в том, что координатор проекта контролирует и отвечает за содержание информационных материалов, которые создаются библиотекарями, подключенными к проекту.
Информация попадает в портал через персональные онлайновые рабочие места и/или из других систем (включая внешние системы, в тех случаях, когда это целесообразно). Данная информация хранится в инфраструктуре портала и имеет следующую структуру:
1) порядковый номер документа;
2) автор(ы);
3) название;
4) дату публикации (год);
5) источник публикации;
6) источник документа;
7) полный реферат;
8) оценку 1 (данная первым рецензентом);
9) оценку 2 (данная вторым рецензентом);
10) сумму оценок;
11) причину для исключения документа 1;
12) причину для исключения документа 2;
13) рекомендуемое решение о статусе документа (да/нет);
14) разногласия оценок (0/1);
16) отметку времени (журнал времени) - вход/ выход и время последнего изменения.
В качестве источника публикации или документа могут выступать:
1) журнал - для статей;
2) учреждение - для диссертаций;
3) агентство - для отчетов;
4) название и место для конференций;
5) издатель - для книг.
Кроме вышеперечисленных данных портал содержит полнотекстовые версии оригинальных документов, предназначенных для анализа и рецензирования.
Доступ и правила использования этих данных определяются ролью пользователя.
Категории пользователей Интенет-портала.
Основными категориями пользователей Интенет-портала являются:
• координаторы проектов;
• библиотекари;
• рецензенты материалов, представленных в реферативном виде (тезисами);
• эксперты материалов, содержащих полный текст.
Поскольку портал должен отвечать информационным потребностям основных категорий пользователей, то в этих условиях главная страница сайта может только отображать список проектов проводимых мета-анализов и позволять выбрать проект, соответствующий задаче конкретного пользователя.
Интернет-портал как инструмент повседневной деятельности, предлагает простые, развиваемые и настраиваемые средства для организации информационных взаимодействий между основными категориями пользователей.
Часть категорий пользователей (координаторы проектов и библиотекари) получают в портале право создавать информационные материалы, структура и разнообразие которых определяются тематикой научного исследования и форматом библиотечных баз данных.
Функциональные возможности координатора проекта состоят в следующем:
1. Создание учетных записей пользователей.
2. Создание одного или нескольких проектов с указанием названия проекта и вопроса исследования.
3. Назначение рецензентов с заданием имени пользователя, пароля и другой информации.
4. Определение уровня доступа.
5. Изменение интерфейса в соответствии с уровнем рецензента: создание списка вопросов и вариантов ответов.
6. Формирование справочной информации по проекту
7. Формирование отдельных вопросов для обзора, ответы на которые будут внесены в соответствующие поля базы данных отзывов (тип решения «если/то»).
8. Возможность накопления и просмотра статистических данных и генерации отчетов.
Функциональные возможности библиотекаря состоят в следующем.
1. Он-лайн поиск документов по тематике проекта в электронных базах данных (например, ERIC, Google Scholar).
2. Прямая передача электронных документов.
3. Сканирование бумажных документов и конвертирование их в доступные для поиска файлы PDF.
4. Прямая загрузка (прямое скачивание) документов из открытых источников с сохранением необходимой информации в полях базы данных.
5. Формирование статистических отчетов о репрезентативности различных источников документов.
Функциональные возможности рецензента состоят в следующем.
1. Доступ к рефератам проекта, для которых необходимо установить статус по определенной шкале.
2. Доступ к полнотекстовым документам проекта, для которых необходимо установить статус по определенной шкале.
3. Возможность просмотра наводящих вопросов и соответствующих им вариантов ответов.
4. Возможность просмотра справочной информации по проекту.
5. Просмотр статуса отдельного документа («просмотрен одним», «обоими», «требует третьего мнения»).
6. Собирает и возвращает ответы для заполнения соответствующих полей базы данных.
7. Сбор и возврат необходимых статистических данных: время, количество не-согласившихся и т.д.
Здесь необходимо отметить, что каждый документ открыт не более чем для двух рецензентов. После того как оба рецензента установят статус документа, он становится доступным только для координатора проекта.
Если рецензенты установили противоречивый статус, то документ будет открыт для третьего рецензента. Как правило, координатор проекта выступает в качестве третьего рецензента или подключает к проекту нового рецензента.
Гостевой доступ к ресурсам портала ограничен следующими возможностями.
1. Возможность просматривать демо-версии, созданные координатором проекта.
2. Возможность знакомиться со статистическими данными, скомпилированными координатором проекта.
3. Возможность доступа к отдельным документам, одобренным координатором проекта.
Базовые технологии Интернет-портала
Базовые технологии портала ориентированы на минимальные информационные потребности пользователя, включая следующее:
1. Пользователь должен иметь простой и понятный веб-интерфейс для осуществления своей служебной информационной деятельности. Данный интерфейс должен иметь вид персонального онлайнового рабочего места, доступного из Интернета
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
после идентификации человека, и давать ему все необходимые по его служебному статусу возможности для создания и использования информационных ресурсов.
2. Пользователь должен получать по электронной почте все имеющие к нему отношение служебные материалы (или уведомления о них) немедленно, как только они появились в информационном пространстве портала.
С точки зрения организации в целом, базовые технологии портала обеспечивают следующее.
1. Точное и аккуратное представление информационных ресурсов и онлайновых сервисов для основных категорий пользователей.
2. Возможность развития и расширения портала при условии сохранения его целостности и работоспособности. Интеграция информационных ресурсов портала с внешними информационными системами, когда это целесообразно.
3. Улучшение информированности действующих лиц проекта и повышение скоординированности их совместных действий.
Исходя из описанных выше требований, целесообразно включить в минимальный набор базовых технологий следующее:
1. Онлайновое рабочее место (ОРМ) пользователя. Эта базовая технология создает настраиваемый персональный интерфейс между пользователем и информационной системой, включая портал. ОРМ формализует правила и формы создания служебной и профессиональной информации, а также дает доступ к сервисам, которые доступны данному пользователю. С другой стороны, через свое ОРМ пользователь получает от системы результаты работы других пользователей.
2. Система управления потоками и структурами данных, формирующими информационное пространство портала (ИПП). Фундаментальной причиной необходимости создания ИПП является тот факт, что в структуре служебных и профессиональных данных, которые распространяются и накапливаются, есть компоненты, время жизни которых существенно больше, чем время жизни используемого в данный момент программного обеспечения для работы с этими данными. Программы могут и будут меняться, а определенные наборы данных должны храниться долго и сохранять потенциальную совместимость с будущими программами. Суть данной системы - отделить данные от программ, которые с ними работают. Аналогичные системы создаются в научных и образовательных сообществах.
3. Система гарантированного информирования (СГИ) пользователя портала. Данная система отвечает за оперативное информирование пользователя о появлении в портале сведений, которые имеют к нему служебное или профессиональное отношение. Доставка уведомлений может осуществляться по e-mail.
Перечисленные выше три базовые технологии (ОРМ, ИПП и СГИ) образуют фундамент Интернет-портала. Они взаимодополняют друг друга и в таком виде создают необходимый комплекс условий для конструирования и развития Интернет-портала.
Логическая структура портала
В составе Интернет-портала условно можно выделить три основных функциональных слоя.
1. Слой базовой инфраструктуры, отвечающий за базовые сервисы, такие как управление транзакциями, система безопасности, управление порталом и др. Технически он содержит, как правило, сервер приложений, сервер баз данных и Web-сервер, или несколько подобных серверов.
2. Слой интеграции приложений, отвечающий за взаимодействие портала со всеми приложениями, которые существуют в компании, такими как СУБД, CRM-и ERP-системы, унаследованные приложения и др.
3. Слой интерфейсов, включающий в себя средства управления информационным наполнением, интерфейсы для обмена данными с информационными системами бизнес-партнеров, средства для работы с мобильными и беспроводными устройствами и др. К этому же слою относятся визуальные и невизуальные компоненты порталов.
Портал обладает открытой архитектурой, позволяющей расширять их функциональность за счет добавления будущих дополнительных компонентов.
Функциональную архитектуру портала можно представить так, как это сделано на рис. 1. Портал обеспечивает доступ к информационным источникам разного рода, индексируя их и накапливая собственную базу мета-данных. С точки зрения пользователя, возможны два варианта работы, один из которых предполагает индивидуальную настройку в соответствии с его запросами.
Перс о иализ нрова ины й клиент Универсальный клиент
Селекция Публикация
ИНДЕКС Текст Метаданные
ДОСТУП
сЬсЬсЬсЬ
Источники информации
Рис. 1. Функциональная архитектура портала
Как известно, логическая структура Интернет-портала — это система организации ссылок между разделами и страницами портала. Структура Интернет-портала должна определяться еще на первых этапах создания проекта до начала разработки дизайна. Для Интернет-портала аккумуляции и количественного синтеза экспериментальных результатов наиболее оптимальным, на наш взгляд, является древовидная структура, показанная на рис. 2.
Стартовая страница
Раздел: Проекты
страницы: список проектов, назначить создателя проекта [назначить роли, эедактировать проект
Раздел: Документы
страницы: список документов,
Добавить документ, азначить роли, едактировать свойства окумента
Раздел: Импорт документов
Рис. 2. Логическая структура портала
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Интернет-портала для аккумуляции и количественного синтеза экспериментальных результатов
В настоящее время практически все сайты создаются с использованием систем управления сайтом (CMS - Content Management System). Такие системы используются для обеспечения и организации совместного процесса создания, редактирования и управления текстовыми и мультимедиа-документами (содержимым или контентом) [5, 6].
Существуют также системы управления обучением (LMS - Learning Managment System), которые используются для разработки, управления и распространения учебных он-лайн материалов с обеспечением совместного доступа. Создаются данные материалы в визуальной учебной среде с заданием последовательности изучения. Одной из самых известных и популярных LMS-систем является Moodle. Moodle - это модульная объектно-ориентированная динамическая система обучения (Modular Object Oriented Dynamic Learning Environment) [7]. Moodle является программным продуктом с открытым исходным кодом, который может быть свободно загружен и развернут в короткие сроки в интрасети учебного заведения. Moodle работает без какой-либо модификации в операционных системах Unix, Linux, Windows, Mac OS X, Netware и любых других ОС, поддерживающих язык разработки PHP и web-хостинг. Данные системы хранятся в одном из серверов баз данных: MySQL или PostgreSQL, но могут использоваться и с другими источниками данных, такими как Oracle, Access, Interbase, ODBC и прочими.
Одним из значительных преимуществ системы Moodle по сравнению с CMS и другими системами электронного обучения является открытость кода и возможность расширения функциональности системы путем создания новых блоков, модулей, элементов и т.п. Фактически, используя функции ядра системы и её многочисленные библиотеки, можно создавать блоки для решения любых задач, связанных не только с учебным процессом.
Авторами данного проекта накоплен достаточно большой опыт по организации учебного процесса для всех форм обучения с применением LMS Moodle и разработке для неё дополнительных блоков [8-10].
Интернет-портал и для количественного синтеза экспериментальных результатов создан на базе ядра LMS Moodle с добавлением новых блоков и требуемого функционала http://Meta-Analysis.bsu.edu.ru.
До регистрации пользователя в системе стартовая страница состоит из полного перечня проектов (в центре страницы) и блоков входа, календаря и новостей сайта. После входа в систему у пользователя появляется право просматривать и редактировать проекты и подгруженные к нему документы (рис. 3).
Рис. 3. Вид стартовой страницы Интернет-портала после авторизации
Авторизация делает доступным блок «Мета-анализ», состоящий из следующих подпунктов.
• Проекты.
• Документы.
• Типы документов.
• Импорт документов.
Пункт меню «Проекты» предоставляет полную информацию обо всех текущих проектах, включая название, время их создания, создателя (рис. 4).
Проекты
N0 Название Время создания Создатель Действия
1 Проект №1. Количественный синтез результатов внедрения технологий электронного обучения 11.05.2010 г. Бороховский Евгений Федорович ш хт
| Создать,редактировать проект ~|
Рис. 4. Меню «Проекты»
Для проектов доступны 4 дополнительные функции:
1) назначить создателя;
2) удалить проект;
3) назначить роли;
4) создать, редактировать проект.
Первая функция служит для назначения создателя указанного проекта. Для удаления или добавления создателя необходимо всего лишь выбрать из списка пользователей интересующего человека и нажать на соответствующую кнопку с изображение стрелочки (рис. 5).
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Рис. 5. Изменение списка создателей проекта
Если список потенциальных создателей проекта слишком велик, то имеется возможность поиска в правом нижнем углу формы.
Для добавления или редактирования проекта необходимо нажать на кнопку «Создать, редактировать проект». При добавлении проекта - внести название в пустое поле, при редактировании - изменить название уже существующего проекта (рис. 6).
Рис. 6. Окно редактирования/создания проекта
После редактирования - нажать кнопку «Сохранить».
Следующим пунктом меню блока «Мета-анализ» является пункт «Документы». Чтобы увидеть перечень документов проекта, необходимо в первую очередь выбрать интересующий нас проект. После выбора проекта будет доступна полная информация о документах проекта (рис. 7).
Проект: Проект №1. Количественный синтез результатов внедрения технологий электронного обучения V
N0 Название Автор Тип Документа Источник Дата публикации(год) Полный текст Действия
1 Организационно-методические основы и информационные тех-нологии дистанционного обучения: учеб. пособие А,В, Маматов, А.Н. Немцев, А.Г, Клепикова Библиография Белгород: Изд-во БелГУ 2005 org_0B0.zip íá X
| Добавить документ"]
Рис. 7. Список документов текущего проекта
Для скачивания полного текста документа необходимо перейти по ссылке скачивания в поле «Полный текст», после чего будет предложено пользователю от-
крыть или скачать данный файл. Чтобы просмотреть или изменить аннотацию документа, необходимо нажать на пиктограмму «Редактировать документ».
При редактировании документа пользователю также предоставляется возможность изменить тип документа, его название, автора, источник и год публикации (рис. 8).
Общая информация о документу:
Тип Документа: Название: Автор: Источник:
Дата публикации(год):
Библиография
Организационно-методические основы и информационные тех-ног
А.В. Маматов, А.Н. Немцев, А.Г. Клепикова
Белгород: Изд-во БелГУ
2005
Рис. 8. Страница редактирования информации о документе
При добавлении документа помимо ввода общей информации и аннотации к тексту, необходимо выбрать и загрузить файл полного текста документа (рис. 9).
Рис. 9. Загрузка файла с полным текстом документа в Интернет-портал
Раздел «Типы документов» позволяет удалять, редактировать и добавлять новые типы документов (рис. 10).
N0 Имя документа Действия
1 Статья X
2 Тезисы X
3 Библиография X
4 Монография X
1 1
[ Сохранить |
Рис. 10. Редактирование списка типов документов
Если необходимо загрузить в базу данных системы мета-анализа информацию о нескольких документах, то имеется возможность импорта из других баз данных.
Выбрать проект и тип загружаемого документа будет доступно поле загрузки документа (рис. 11). Возможности импорта системы позволяют импортировать из баз данных различных библиотек.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Проект:
Проект №1. Количественный синтез результатов внедрения технологий электронного обучения ^
Тип Документа: CSV-файл...
Выбирете документ для импорта
| Обзор... |
| Импортировать документы
Рис. 11. Страница импорта описания документов из внешних баз данных в Интернет-портал
Для повышения эффективности мета-аналитических исследований в медицине, психологии, социологии, образовании целесообразно использовать специализированные программные комплексы и информационные системы, т.к. в настоящее время нет доступных программных продуктов, позволяющих упорядочить и автоматизировать работу исследователей на всех этапах проведения количественного синтеза, авторским коллективом была проделана работа по разработке Интернет-портала, предназначенного для аккумуляции и количественного синтеза экмпериментальных результатов. Разработанный Интернет-портал может использоваться исследователями для обобщения и систематизации количественных результатов экспериментальных исследований в интересуемой предметной области.
Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг. государственный контракт № 02.740.11.5128 от 09 марта 2010 г.
1. Comprehensive meta-analysis version 2. Englewood, NJ: Biostat. Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. [Электронный ресурс]. Режим доступа: http://www.meta-analysis.com/
2. Advanced Software for Systematic Reviews, Outcomes and Comparative Effectiveness Research [Электронный ресурс]. Режим доступа: http://www.evidencepartners.com/en/node/12)
3. United States Patent Application 20050120294, МПК7 G06F017/00. Systematic review system [Текст] / Stefanison I. H., O'blenis P.A; Заявка 10/910111, приоритет 07/30/2004, дата публикации 06/02/2005.
4. Официальный сайт системы EPPI-Centre [Электронный ресурс]. Режим доступа: http://eppi.ioe.ac.uk/cms/.
5. Система управления содержимым [Электронный ресурс]. Режим доступа:
http://ru.wikipedia.org/wiki/Система_управления_содержимым.
6. CMSList.ru Сайт о системах управления сайтом. Сравнения CMS, мнения специалистов о движках для сайта, системах управления контентом [Электронный ресурс]. Режим доступа: http://CMSList.ru.
7. Modular Object Oriented Dynamic Learning Environment [Электронный ресурс]. Режим доступа: http://moodle.org/.
8. Маматов, А.В. Разработка новых блоков для системы MOODLE [Текст]/ А.В Маматов, А.Н. Немцев, А.И. Штифанов, Р.А. Загороднюк, В.А. Беленко В.А., С.Н. Немцев // Информационные технологии в науке и образовании: материалы Междунар. науч.-прак. интернет-конференции и II Всерос. семинара «Применение MOODLE в сетевом обучении» -Шахты: Изд-во ЮРГУЭС, 2008. - С. 39-41.
9. Маматов, А.В. Применение системы MOODLE для решения задач, не связанных с обучением [Текст]/ А.В. Маматов, А.Н. Немцев, А.И. Штифанов, Р.А. Загороднюк, В.А. Белен-ко В.А., С.Н. Немцев // Информационные технологии в науке и образовании: материалы Ме-
Выводы
Литература
ждунар. науч.-практ. интернет-конференции и II Всерос. семинара «Применение MOODLE в сетевом обучении». - Шахты: Изд-во ЮРГУЭС, 2008. - С. 42-43.
10. Маматов, А.В. Адаптация системы электронного обучения MOODLE к учебному процессу в российском вузе / А.В Маматов, А.Н. Немцев, А.И. Штифанов, Р.А. Загороднюк, В.А. Беленко, С.Н. Немцев // Информационные технологии в науке и образовании: материалы Междунар. науч.-практ. интернет-конференции и II Всерос. семинара «Применение MOODLE в сетевом обучении». - Шахты: Изд-во ЮР-ГУЭС, 2008. - С. 44-46.
DESIGN AND DEVELOPMENT OF THE INTERNET-PORTAL INTENDED TO SUPPORT META-ANALYTICAL RESEARCH- DATA ACCUMULATION, REVIEW AND SYNTHESIS
e-mail: Zhilyakov@bsu.edu.ru
e-mail: eborokhovski@education.concordia.ca
e-mail: Borukha@bsu.edu.ru
e-mail: VBelenko@bsu.edu.ru
e-mail: Nemzev@bsu.edu.ru
e-mail: Shtifanov@bsu.edu.ru
e-mail: Galtsev_O@bsu.edu.ru
e-mail: Zagorodnyuk@bsu.edu.ru
e-mail: SNemtsev@bsu.edu.ru
E. G. ZHILYAKOV E. F. BOROKHOVSKI21 S. Y. BORUKHA V. А. BELENKO 11 А. N. NEMTSEV", А. I. SHTIFANOV11 О. V. GALTSEV11 , R. А. ZAGORODNYUK11 S. N. NEMTSEV"
This article describes design and development of the Internet-portal intended to support meta-analytical research - data accumulation, review and synthesis. It reports on the Internet-portal conceptual foundation, logical structure, and basic functionality, some aspects of which are exemplified in a series of working diagrams and sample screenshots.
1) Belgorod State University
2) Concordia University (Canada)
Key words: meta-analysis, quantitative synthesis, functionality, Internet-portal, logical structure.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
УДК 004.896
ВЫБОР И ОБОСНОВАНИЕ ПАРАМЕТРОВ РЕШАЮЩЕЙ ФУНКЦИИ ДЛЯ ОБЕСПЕЧЕНИЯ МАКСИМАЛЬНОГО РАЗЛИЧИЯ ИНФОРМАЦИОННЫХ И НЕИНФОРМАЦИОННЫХ КОМПОНЕНТ РЕЧЕВЫХ СИГНАЛОВ В ЧАСТОТНОЙ ОБЛАСТИ
А. В. ГЛУШАК С. П. БЕЛОВ А. С. БЕЛОВ А. В. КУРЛОВ
Белгородский
государственный
университет
e-mail: Belov@bsu.edu.ru
e-mail: Belov_AS@bsu.edu.ru
В статье обосновывается выбор параметров решающей функции на основе вычислительных экспериментов, которые при заданной вероятности ошибок первого рода обеспечивают максимальную вероятность селекции информационных и неинформационных компонент речевых сигналов, что позволяет с высокой степенью точности обнаруживать отсутствие в анализируемом отрезке речевого сигнала энергий, обусловленных наличием речевых компонент (шумы регистрирующих приборов в паузах).
Ключевые слова: частотный анализ, кратковременный спектр, речевой сигнал, решающая функция.
Введение
Одним из путей минимизации требуемых ресурсов каналов радиосвязи при передаче речевых сигналов является уменьшение объема их битового представления за счет обнаружения пауз с последующим кодированием. Эффективность этого подхода в значительной степени зависит от точности определения отсутствия в анализируемом отрезке речевого сигнала энергий, обусловленных наличием речевых компонент (шумы регистрирующих приборов в паузах). В [1] предлагается осуществлять реализацию указанной процедуры, используя знания об особенностях распределения энергии информационных (содержащих полезную информацию) и неинформационных (обусловленных шумами) компонент анализируемых речевых сигналов в частотной области. Однако, в зависимости от длительности обрабатываемого отрезка сигнала и выбранного количества частотных интервалов, в которых осуществляется вычисления значений нормированных частей распределения его энергии в этих интервалах, правильность принятия решения о принадлежности анализируемого участка к содержащему полезную информацию или порожденному шумами может существенно меняться.
Выбор и обоснование параметров решающей функции
В связи с этим в статье с использованием в качестве модели решающей функции (РФ) при селекции информационных и неинформационных компонент характеристики вида определяются
Zw = max PrN / S„ ,1 < r < R, (1)
где R - выбранное количество частотных интервалов анализа; N - количество отсчетов в анализируемом отрезке речевого сигнала; PrN - часть энергии анализируемого отрезка речевого сигнала в r -м частотном интервале, длительность которого равна (vr+1 — vr) ; SrN - оценка математического ожидания соответствующей части энергии отрезка сигнала в r -м частотном интервале, обусловленном только шумами;
были проведены детальные исследования выбора наиболее подходящих компромиссных сочетаний значений длин обрабатываемых отрезков и количества используемых при этом частотных интервалов.
Ясно, что такой подход адекватен ситуации стационарного шума, когда возможность оценивания знаменателей SrN в модели вида (1) имеется. Эти оценки получались усреднением по большому количеству отрезков записанного сигнала, которые заведомо не содержали информационных компонент в виде звуков речи.
Прежде всего, осуществлялось оценивание относительного количества пересечения правой частью (1) некоторых порогов, что при отсутствии информационных компонент соответствует оцениванию вероятностей ошибок первого рода (ложных тревог). В результате выполнения большого объёма вычислительных экспериментов было показано, что можно указать такую величину порога, частота пересечений которого при отсутствии информационных компонент (оценка вероятности ложных тревог) стабильна и может быть достаточно мала при различных сочетаниях (с выполнением неравенства (1)) длительностей отрезков шумов и количеств частотных интервалов.
/"Ч <-> <->
С другой стороны, очень важным является отсутствие искажений в управляющих речевых сигналах, обусловленных принятием информационной компоненты за неинформационную, ошибки второго рода (пропуск сигнала). Ясно, что вероятности ошибок второго рода будут зависеть от чувствительности РФ к наличию информационных компонент.
Таким образом, становится важным установление потенциальных возможностей использования характеристики (1) в качестве модели решающей функции (РФ) при селекции информационных компонент. В данной статье, как указано выше, были проведены детальные исследования проблемы выбора наиболее подходящих компромиссных сочетаний значений длин обрабатываемых отрезков и количества используемых при этом частотных интервалов.
Проблема поиска компромисса возникает в силу того, что для минимизации искажений из-за неточности определения границ пауза/звук необходимо использовать как можно меньшие по длительности отрезки для анализа.
В свою очередь, требование достижения высокой детальности в анализе распределения частей энергии по частотным интервалам приводит к необходимости использования как можно большего их количества.
Вместе с тем, величина собственных чисел, индексы которых превосходят значение
^ /N*(ог+1 -иг)
+ 2 , (2)
ж
(здесь выражение в скобках - целая часть числа), пренебрежимо мала по сравнению с единицей, что позволяет предложить упрощённые процедуры вычисления частей энергий исходных отрезков звуковых сигналов. Однако, необходимо отметить, что выражение (2) говорит о том, что имеется нижняя граница отношения длительности анализируемого отрезка к количеству частотных интервалов, которую необходимо соблюдать.
С целью поиска компромисса в статье для всех звуков русской речи были проведены вычислительные эксперименты по оценке вероятности обнаружения на основе модели (1) границ пауза/звук.
Для целей этого исследования и дальнейших применений, предлагаемых РФ была разработана итерационная процедура обработки неинформационных данных с целью установления значения порогов частоты пересечений, которые близки к задаваемым вероятностям ошибок первого рода при обнаружении пауз (ложных тревог).
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
В результате вычислительных экспериментов показано, что для всех звуков русской речи, записанной на диктофон в процессе чтения в аудитории лекции, наблюдалось уверенное пересечение порогов, определённых из условия частоты ложных тревог менее 0,005. На помещённом ниже рис. 1 приведен график поведения характеристики (1) как при отсутствии информационных компонент, так и при наличии их.
Этот график иллюстрирует справедливость вывода о высокой чувствительности правой части (1) к возникновению информационной компоненты, тогда как при её отсутствии она ведёт себя стабильно ниже порога.
х
Рис. 1. Определение границ пауза/звук при длине отрезка сигнала N=60; R=10
В табл. 1-3 приведены результаты вычислительных экспериментов по обработке речевых сигналов, зарегистрированных для 3 дикторов в различной шумовой обстановке. Данные таблиц получены при обработке выборки объёмом 10000. Использованные обозначения: ha - величина порога, обеспечивающего заданный уро-
^ а а
вень вероятности ошибок первого рода; по и ло - оценки относительных количеств
превышений порога решающей функцией при наличии и отсутствии информационной компоненты соответственно.
Они иллюстрируют вывод о высоких потенциальных возможностях селекции информационных и неинформационных компонент на основе модели РФ вида (1) при длительностях обрабатываемых отрезков 60 отсчётов и 10 частотных интервалов для анализа. Это соответствует длительности анализируемого отрезка сигнала порядка 8 миллисекунд и ширине частотных интервалов 400 Герц, что представляется разумным компромиссом. Поэтому такое сочетание этих параметров модели рекомендуется к использованию при обработке речевых сигналов.
Заключение
В результате проведенных исследований с использованием в качестве модели решающей функции (РФ) характеристики вида (1) были показаны ее высокие потенциальные возможности при селекции информационных и неинформационных компонент. Было показано, что наиболее подходящим компромиссным вариантом меж-
ду требованиями минимальности длительности обрабатываемого отрезка сигнала и выбранного количества частотных интервалов может служить 6о отсчётов и 10 частотных интервалов.
Таблица 1
Диктор 1
Номер эксперимента N R ha а по а ло
1 20 2 6.9 0,98 0,01
2 20 5 8.9 0,98 0,01
3 20 10 10,6 0,98 0,01
4 60 2 5.1 0,98 0,01
5 60 6 7,1 0,98 0,01
6 60 10 8.3 0,99 0,01
7 60 15 11,5 0,99 0,01
8 60 30 30 0,98 0,01
9 200 2 5.6 0,99 0,01
10 200 20 12,8 0,99 0,01
Таблица 2
Диктор 2
Номер эксперимента N R ha апо а ло
1 20 2 14,53 0,88 0,01
2 20 5 14,74 0,94 0,01
3 20 10 16,28 0,98 0,01
4 60 2 12,20 0,93 0,01
5 60 6 12,39 0,95 0,01
6 60 10 12,57 0,99 0,01
7 60 15 12,75 0,99 0,01
8 60 30 12,89 0,99 0,01
9 200 2 8,08 0,99 0,01
10 200 20 8,51 0,99 0,01
Таблица 3
Диктор 3
Номер эксперимента N R ha а по а ло
1 20 2 4,03 0,96 0,01
2 20 5 5,17 0,98 0,01
3 20 10 8,09 0,99 0,01
4 60 2 2,16 0,99 0,01
5 60 6 6,91 0,98 0,02
6 60 10 6,70 0,99 0,02
7 60 15 8,19 0,99 0,02
8 60 30 10,42 0,99 0,02
9 200 2 1,27 0,99 0,01
10 200 20 7,48 0,99 0,01
Литература
1. Белов С. П., Белов А. С. О потенциальных возможностях селекции информационных и неинформационных компонент речевых сигналов // Тезисы докладов Междунар. на-уч.-практ. конф. (Винница, Украина 19-21 мая 2010 года).
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
2. Жиляков, Е.Г. Уменьшение объема битового представления речевых данных на основе нового метода удаления пауз / Е.Г. Жиляков, С.П. Белов, Е.И. Прохоренко // Вопросы радиоэлектроники. Серия «Электронная вычислительная техника (ЭВТ)». - М., 2007. -Вып. 2. - С. 82-92.
3. Жиляков, Е.Г. Вариационные методы частотного анализа звуковых сигналов [Текст] / Е.Г. Жиляков, С.П.Белов, Е.И. Прохоренко // Труды учебных заведений связи. -СПб., 2006. вып. 174. - С. 163-172.
4. Белов С. П., Белов А. С., Жиляков Е.Г., Прохоренко Е.И. Способ обнаружения пауз в речевых сигналах и устройство его реализующее. - Патент России № 2317595 от 20 февраля 2008 года.
Исследования выполнены при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы, Государственный контракт № П964 от 27 мая 2010 г., проект «Разработка методов и алгоритмов передачи речевой информации с минимизацией требуемых ресурсов каналов радиосвязи».
CHOICE AND SUBSTANTIATION OF PARAMETERS OF DECISION FUNCTION FOR MAINTENANCE OF THE MAXIMUM DISTINCTION INFORMATION AND NOT INFORMATION A COMPONENT OF SPEECH SIGNALS IN FREQUENCY AREA
Belgorod State University
A. V. GLUSHAK S. P. BELOV A. S. BELOV A. V. CURLOV
In article on the basis of computing experiments the choice of parameters of decision function which at the set probability of errors of the first sort provide the maximum probability of selection information and not information a component of speech signals that allows with a high degree of accuracy to detect the absence of a test segment of speech signal energy due to the presence of speech components (noise recording devices in the pauses).
e-mail: Belov@bsu.edu.ru
Key words: the frequency analysis, a short-term spectrum, a speech signal, decision function.
e-mail: Belov_AS@bsu.edu.ru
УДК 621.397
О ФОРМИРОВАНИИ КВАЗИЦИКЛИЧЕСКИХ КОМПОНЕНТ ИЗОБРАЖЕНИЙ С ЗАДАННЫМИ ЧАСТОТНЫМИ СВОЙСТВАМИ
В работе изложен метод формирования компонент изображений, энергия которых сосредоточена в заданном частотном интервале. Приведены результаты вычислительных экспериментов, демонстрирующих работоспособность данного метода.
Ключевые слова: изображение, внедрение, частотный интервал, сосредоточенность энергии, собственный вектор.
В. В. КРАСИЛЬНИКОВ А. А. ЧЕРНОМОРЕЦ
Белгородский
государственный
университет
Введение
Задача формирования квазициклических компонент изображений с заданными частотными свойствами возникает при совершенствовании средств информационного обмена - при решении проблем уплотнения информации (повышения коэффициента сжатия за счет передачи в одном файле нескольких изображений), ее скрытия (использования стеганографических систем при создании скрытого канала передачи данных) и др. Так, например, при создании систем защиты от копирования, защиты авторских прав в процессе распространения в цифровом виде музыкальных, графических и других произведений широко используется внедрение в мультимедийные объекты «цифровых водяных знаков». Большинство методов создания «водяных знаков» не обладают устойчивостью к внешним разрушающим воздействиям. В данной работе изложены теоретические положения метода формирования компонент изображения, энергии которых полностью находятся в заданных частотных интервалах, что может быть использовано при создании устойчивых методов уплотнения и скрытия информации.
Предлагаемый метод формирования указанных компонент изображения базируется на положениях теории обработки изображений на основе частотных представлений [1, 2].
1. Теоретические основы обработки изображений на основе частотных представлений
Пусть Ф=(£*), г=1,2,..., N1, к=1,2,..., N2, — некоторое изображение (дискретный двумерный сигнал), заданное матрицей яркости, размерности NхxN2, в которой значения элементов задаются яркостью соответствующих пикселей рассматриваемого изображения.
В работах [2, 3] показано, что точное значение Ра доли энергии изображения Ф в симметричной двумерной частотной области а, названной субинтервалом, а : {(и, V) | (и е [а1,а2], V е [Д, Д ])и (и е [а1,а2],V е [- Д2,-Д])и
и (и е[-а2,-а11 V е[- Д2,-Д]) и (и е[-а2,-а11 V еД Д2 ])} , (1)
где 0<а1,а2,Д,Д <ж,
может быть вычислено без перехода в частотную область на основании выражения
Ра = 1гес(АТ Ф- В Фт ), (2)
где Ф - матрица исходного изображения (двумерного сигнала),
Л=(аш2) и В=(Ьк1к2)- субполосные матрицы [1], размерности ^хМ. и N2x^2., значения элементов которых определяются на основании следующих выражений:
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
% =
Sin(a2 (i1 - i2)) - Sin(a1 (i1 - i2}) п{гг -i2) '
n
Sin(ß2(k1 - k2)) - Sinß1 (k1 - k2))
n(k1 - k2)
ß2 - ß1 n k1 — k2.
(3)
В работе [2] также показано, что выражение
Yü= At .ф.B (4)
определяет результат Yq фильтрации изображения Ф в частотной области Q, оптимальный в смысле евклидовой нормы отклонения трансформанты Фурье Z(u,v) результата фильтрации Yq, в заданном частотном интервале Q, от трансформанты Фурье F(u,v) исходного изображения Ф и от нуля - вне данного интервала, т.е.
JJ F(u, v) - Z(u, v)|2dudv + JJ |Z(u, v)|2 dudv ^ min . (5)
(u,v )gQ (u,v )^Q
Определенный таким образом результат фильтрации не допускает растекания энергии двумерного сигнала (изображения) за пределы заданной частотной области.
Субполосные матрицы являются симметрическими, неотрицательно определенными, следовательно, матрицы А и В представимы в виде произведения матриц
A = QA ■ LA . QaT , B = QB . LB ■ QbT , (6)
где
LAQA = AQA , LBQB = BQB, QA, QB - матрицы, столбцами которых являются собственные векторы матриц А и В,
QA = (qA, qA,..., <), QB = (qB, qB,..., <), (7)
LA, LB - диагональные матрицы, составленные из собственных чисел матриц А и В,
LA = diag(X,X,-X), LB = diag(XX,-Л2) ■ (8)
Предполагается, что собственные числа упорядочены по убыванию
X > X > ... > X, X > X > ... > X2 ■
Известны [l] свойства собственных векторов и собственных чисел субполосных матриц:
а) собственные векторы отдельной субполосной матрицы, например, матрицы А образуют ортогональную систему:
(qA, qA) = J, Vi, (9)
q,qA) = 0, ij * i2, ViJ,i2;
б) собственные векторы субполосных матриц Ari и Ar2, одинаковой размерности NxN, соответствующих непересекающимся частотным интервалам ri и r2, ортогональны, т.е. если
XXr1 qA'1 = Ari qA и Xa2 qA2 = A2 qA2,
то
(qAr\qAr2) =0, v/,k = 1,2,...,N;
(10)
в) собственные числа субполосных матриц принимают значения в интерва-
ле]о,1]:
i1 ф i2
j , ..2
a2— а1
ii 2
0 < XA < 1, Vi, 0 < XB < 1, Vk .
(11)
2. Формирование двумерных сигналов с минимальной долей просачивания энергии за пределы заданного частотного интервала
2.1. Формирование отдельного двумерного сигнала с заданными частотными свойствами.
Определим требования, при которых энергия Pq(W) некоторого двумерного сигнала W сосредоточена в одном частотном субинтервале Q. Данные требования могут быть сформулированы в результате решения следующей вариационной задачи
II и?
W -PQ(W) ^ min. (12)
W
Отметим, что так как
и и?
W - PQ (W) > 0,
то минимальное возможное значение задачи (2.1) соответствует случаю, когда
II и?
|W| - Pq (W) = 0, (13)
т.е. энергия сигнала W целиком сосредоточена только в частотном субинтервале Q. Используя равенство
|W| |2 = trec(WWT ) и соотношение (2), можно выполнить следующие преобразования:
IWI|2 -Pq(W) = trec(WWT)- trec(AWBWT) =
= trec((W- AWB)WT) . Используя представление субполосных матриц с помощью их собственных чисел и векторов (6), получим
trec((W - QaLaQAWQbLbQB )Wt ) =
= trec(QA (QAWQb - LaQAWQbLb) QW). Рассмотрим некоторый двумерный сигнал Y:
Y = QAWQB . (14)
Тогда вариационная задача (12) может быть записана в виде:
trec(QA (Y - LaY Lb ) QBWT ) ^ min . (15)
W
Очевидно, что условием оптимальности решения задачи (1) является использование в преобразованиях над сигналами только собственных чисел, равных 1, и соответствующих им собственных векторов. В этом случае будем иметь
Y - LaYLB = Z ,
где Z - нулевая матрица.
Выполним некоторые преобразования, которые помогут найти оптимальное решение задач (12), (15).
Обозначим, Ja и Jxb - количество собственных чисел субполосных матриц А и В, равных 1 (единичные собственные числа субполосных матриц существуют на основании их свойств).
Обозначим также Qa и Qxb - матрицы, составленные из собственных векторов, соответствующих единичным собственным числам субполосных матриц А и В. Размерности матриц Q1a и Qxb равны (Nx, J1a) и (N2, Jxb) соответственно.
Напомним, что размерности матриц Qa и Qb соответственно равны (Nx,Nx) и (N2N2), размерность сигналов Wи Yравна (N1N2).
Рассмотрим произвольный двумерный сигнал Yx, размерности (Jxa, Jxb) и матрицу Yxx, определяемую значениями сигнала Yx:
Y = Y
1 11 1 1 •
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Рассмотрим далее сигнал Ш, задаваемый выражением
и' = &1А 0о л ]
У У
х л л -*- л
УУ
- 21
22.
ОТв
ОТв
(16)
где QoA и Qoв — нулевые матрицы, дополняющие матрицы QlA и QlB до матриц размерности (М,^) и (^,N2) соответственно, У12, У21, У22 — нулевые матрицы, дополняющие матрицу Yll до матрицы, размерности (N[N2), скобки [ ] — операция составления некоторой матрицы из блоков других матриц.
Вычислим значение функции цели задачи (12), (15) для двумерного сигнала Ш (16). Для этого рассмотрим сигнал У, заданный с помощью выражения (14) для сигнала Ш, он имеет вид
У = ОАи'Ов =
=ОА ОоА ]
УУ
"М1 1 12
УУ
21 22
ОТв
ОТв
Ов =
ОТл ОТл
1б1А О0А ]
УУ
11 12
УУ
11 1 т
аТв
ОТв
&1В О2 в ] ,
21 ^22 _
где Q2A и Q2B — матрицы, столбцы которых составлены из собственных векторов с номерами, начиная с JlA +1 и JlB +1, субполосных матриц А и В соответственно.
Учитывая свойство ортогональности собственных векторов субполосных матриц, имеем
У' =
УУ
11 12
УУ
21 22
Тогда для сигналов У и Ш разность в выражении (2.4) имеет вид
У глУ гв = У гл
УУ
11 1
12
УУ
1 11 -*■ т
г = У' - У' = Z
где У12, У21, У22 и Z — нулевые матрицы.
Таким образом, доказано, что для двумерного сигнала Ш, задаваемого с помощью выражения (16), имеем
м и?
И - Р (К') = 0.
Покажем, что с сигналом Ш совпадает двумерный сигнал Ж, полученный в результате преобразования
и=алУОв. (17)
Выполним следующие преобразования:
И' =^йХА Оо а ] = [^11 S12 ]
УУ
11 12
УУ
21 22
ОТв ОТв.
ОТв
ОТв.
где
Zl2 — нулевая матрица.
= S11Q1B + S12О0в = ^ОАв = О1АУ1О1в ,
= О1АУ11 ^ О0АУ21 = О1АУ11 = О1АУ1 , S12 = О1АУ12 ^ О0АУ22 = Z12 ,
Таким образом, для выражений (16) и (17) имеем
W = w '.
Следовательно, справедливо следующее утверждение: для того чтобы энергия некоторого сигнала WQ, размерности (N1N2) была сосредоточена только в одном частотном субинтервале Q, достаточно, чтобы он был сформирован на основании другого сигнала Yi, размерности (Ja, Jib) и матриц Qa и Qib, столбцы которых составлены из собственных векторов, соответствующих единичным собственным числам субполосных матриц А и В (матрицы А и В соответствуют частотному субинтервалу Q):
Wq = qiayqqtb . (18)
Для восстановления сигнала Y1 из сигнала Wq следует выполнить преобразование
Y = qTAwqq1B . (19)
2.2. Свойства суммы двумерных сигналов с заданными частотными свойствами.
Покажем, что из суммы нескольких сигналов, сформированных с помощью выражения (18) для различных двумерных частотных интервалов, можно восстановить каждый из использованных сигналов.
Предположим, что суммарный двумерный сигнал, содержащий формируемые сигналы, имеет размерность (N1N2).
Пусть двумерная частотная область разбита на множество непересекающихся равновеликих частотных интервалов {Qn^}, r1—1,2,...,R1; r2—1,2,...,R2, для каждого из которых вычислены субполосные матрицы An и Br2.
Для всех субполосных матриц найдем собственные числа и упорядочим их по убыванию (отдельно для каждой субполосной матрицы).
Определим значения J1A, J1B - минимальное количество единичных собственных чисел соответственно субполосных матриц An; r1=1,2,...,R1, и Br2, r2=1,2,...,R2,
J1A = min{ J1aJ , ij=1,2,..., R1
J1B = min{ J1Br2 } . r2 =1,2,...,R2
Зададим матрицы Qla-1 и Q1Br2, r1—1,2,...,R1, r2—1,2,...,R2, столбцы которых составлены из J1A и J1B собственных векторов, соответствующих указанным выше единичным собственным числам субполосных матриц Ar1 и Br2.
Зададим произвольные двумерные сигналы {Ул^}, размерностью (J1A, J1B).
Сформируем сигнал W как сумму преобразованных (в соответствии с выражением (18)) сигналов:
W = £ £ qAyMB . (20)
i=1 k=1
Выполним
восстановление исходного сигнала Ynr2, r1—1,2,...,R1, r2—1,2,...,R2, на основании выражения (19), умножив матрицу W слева и справа на соответствующие матрицы собственных векторов. Учтем тот факт, что собственные векторы субполосных матриц ортогональны. Тогда
R1 R2
QLWQ1B2
Q1Ar1 1Bk )Q1Br2 —
i=1 k=1
^ ^ Q1Ar1Q1AiYikQlBkQвlr2 ^ Л^Л!^^Q1BkQ1Br2 ^'г1г2 • (21)
г=1 к=1
Соотношение (21) указывает на тот факт, что одновременно в различные частотные интервалы можно «разместить» несколько исходных сигналов, которые затем можно «извлечь» из суммарного сигнала.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Поскольку изображения представляют собой двумерные сигналы, то приведенные выше соотношения (18М19) и (20)-(21), определяющие метод формирования сигналов с заданными частотными свойствами, справедливы при обработке изображений и их квазициклических компонент, соответствующих различным частотным интервалам.
Следовательно, если (с учетом размерностей изображений) некоторое изображение Ж было получено в результате суммирования произвольного изображения и матрицы Но, сформированной на основании другого изображения Yl с помощью выражений (18), (20), то изображение Yl всегда может быть восстановлено с помощью выражений (19), (21).
3. Проверка работоспособности метода
Для проверки работоспособности предлагаемого метода формирования квазициклических компонент изображений с заданными частотными свойствами был проведен ряд вычислительных экспериментов над реальными изображениями - фотографиями земной поверхности.
Так, при проведении вычислительных экспериментов рассматривалось изображение-контейнер Жо (изображение 512х512 пикселей, рис. 1а), в которое внедрялся фрагмент Yо другого изображения (рис. 2а). При этом частотная область {о<и,ь<л} была разбита на 16 равных по величине субинтервалов (рис. 2в). Для заданного изображения-контейнера было произведено внедрение (рис. 1б) фрагмента в субинтервал Охз, которому соответствует доля энергии исходного изображения-контейнера меньше, чем 99% от его суммарной энергии.
Так как в данном эксперименте количество единичных собственных чисел используемых в вычислениях субполосных матриц равно 122, то внедряемый фрагмент изображения был выбран размером (122,122) пикселей.
Результат Ж внедрения фрагмента Yо в контейнер Ж был получен на основании следующего соотношения (предварительно из изображения-контейнера был удален результат фильтрации Yо (1.4)):
Ш = Ж + Q YQT
а б
Рис. 1. Изображение-контейнер: исходное (а), с внедренным фрагментом (б)
Визуально изображения Ж и Жо практически не отличаются (рис. 1). Значение среднеквадратического отклонения для данных изображений равно 0.067.
Далее на изображение-контейнер с внедренным фрагментом был наложен случайный шум с отношением шум/сигнал, равным 0.03. При восстановление фрагмента из зашумленного контейнера было получено изображение Yn, среднеквадрати-ческое отклонение которого от исходного фрагмента равняется 0.15 (рис. 2б).
0
а
б
л
П11 &12 Ql4
&21 &22 0.23 Q.24
ihl &32 &33 Q34
Q4I О.42 Q43 Q44
Рис. 2. Внедряемый фрагмент (а), результат восстановления фрагмента при зашумленном контейнере (б), разбиение частотной области (в)
v
в
Выводы
Предложенный метод позволяет формировать компоненты изображений, энергия которых сосредоточена в заданном частотном интервале, внедрять и восстанавливать их в изображениях.
Вычислительные эксперименты продемонстрировали работоспособность данного метода и некоторую устойчивость внедренной в изображение информации к случайному шуму.
Литература
1. Жиляков, Е.Г. Методы анализа и построения функций по эмпирическим данным на основе частотных представлений / Е.Г. Жиляков. - Белгород: Изд-во БелГУ, 2007. - 160 с.
2. Жиляков, Е.Г. Вариационные алгоритмы анализа и обработки изображений на основе частотных представлений [Текст] / Е.Г. Жиляков, А.А. Черноморец. - Белгород: Изд-во ООО ГиК, 2009. - 146 с.
3. Жиляков, Е.Г. Метод определения точных значений долей энергии изображений в заданных частотных интервалах / Е.Г. Жиляков, А.А. Черноморец, И.В. Лысенко // Вопросы радиоэлектроники. - Сер. РЛТ. - 2007. - Вып. 4. - С. 115-123.
Исследование выполнено при поддержке ФЦП «Науные и научно-педагогические кадры инновационной России», Государственный контракт №14.740.11.0390
ON FORMING QUASICYCLIC IMAGE COMPONENTS WITH SPECIFIED FREQUENCY PROPERTIES
A. A. CHERNOMORETS V. V. KRASILNIKOV
Belgorod State University
In this work we propose a method of forming image components that have their energy concentrated in specified frequency interval. We give results of computational experiments that demonstrate the efficiency of the method.
Key words: image, implementation, frequency interval, energy concentration, eigenvector.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
УДК 681.3
АНАЛИЗ ПОРОГОВЫХ КРИПТОСИСТЕМ НА ЭЛЛИПТИЧЕСКОЙ КРИВОЙ
В статье рассмотрены методы построения пороговых криптосистем на эллиптической кривой (ЭКК-ПК). Проведен сравнительный анализ скорости шифрования и дешифрования при реализации ЭКК-ПК, использующей эллиптическую кривую, рекомендованную №Ж и ЭКК-ПК, построенную с использованием СОК.
Ключевые слова: пороговые криптосистемы на эллиптической кривой, система остаточных классов.
Н. И. ЧЕРВЯКОВ М. Г. БАБЕНКО
Ставропольский
государственный
университет
e-mail: whbear@yandex.ru
Современные информационные системы требуют особого подхода к передаче электронных документов по открытым каналам связи и сохранению секретных сведений. Для этих целей используются криптографические средства защиты информации.
Эллиптические кривые - один из самых перспективных инструментов для построения криптографических алгоритмов [1].
В работе [2] предлагается использовать для передачи данных в уязвимых к атакам беспроводным сетям пороговую криптосистему на эллиптической кривой, позволяющую доставлять сообщение от отправителя к получателю при условии, что ряд пользователей сети недоступны по техническим или каким-либо другим причинам. Это обусловлено тем, что эллиптическая кривая обеспечивает максимально возможную для криптосистемы с открытым ключом стойкость на один бит размера задачи [3]. В работе [2] представлена табл. 1 о размерах ключей для эквивалентных уровней безопасности.
Таблица 1
Размер ключей в битах для эквивалентных уровней безопасности
Симметричный ECC DH/DSA/RSA
128 283 3072
192 409 7680
256 571 15360
Эллиптическая кривая E над простым полем Fp , где p > 3 , задана уравнением в форме Вейерштрассе:
e(fp): y2 = х3 + ax + b , где 4a3 + 27b2 * 0 и a, b e Fp. (1)
Решение уравнения (1) совместно с бесконечно удаленной точкой задают множество точек эллиптической кривой. При использовании самого быстрого универсального алгоритма SEA для нахождения #E(GF(q)) требуется 2836 операций, что приблизительно равно 5 х1014, а так как современная вычислительная техника может выполнять 1010 операций в секунду, то потребуется 13 часов для нахождения порядка одной эллиптической кривой. Это делает данный алгоритм неприемлемым для использования его в практических целях.
Альтернативным решением этой проблемы является построение криптосистемы на эллиптической кривой с использованием системы остаточных классов.
Сложность генерации может быть уменьшена при использовании эллиптиче-
n
ской кривой над кольцом Zq, где q = ^ pi, pi - попарно различные простые числа и
i=1
для каждого i е 1,2,..,n} pi > 3.
Пусть эллиптическая кривая над кольцом задана уравнением
E(zq): y2 = х3 + ax + b над Zq, (2)
n
где q = ^ Pj и Pj - попарно простые числа и pi > 3 .
j=1
Приведем алгоритм нахождения мощности множества эллиптической кривой, заданной уравнением (2).
Алгоритм нахождения мощности множества точек на эллиптической кривой.
Рассмотрим сравнение
y2 = х3 + ax + b (mod pi). (3)
1. Найдем количество решений ni сравнения (3), используя формулу
n
= Рг + Ъ
( x3 + ax + b Л ( x3 + ax + b Л
, где
- символ Лежандра.
2. Вычислим порядок по формуле.
# E (Zq )=1\пг +1.
i=l
При соответствующем выборе простых чисел pi мощность множества точек эллиптической кривой, заданной уравнением (2), при |_log2 q\ = 283 вычисляется с
использованием вышеприведенного алгоритма за 1 секунду, что гораздо меньше, чем время у алгоритма SEA.
Поставим задачу сравнить скорость шифрования и дешифрования данных криптосистемы, построенной с помощью пороговой криптосистемы на точках эллиптической кривой, заданной уравнением (2) и использующей операции в СОК с пороговой криптосистемой, построенной на точках эллиптической кривой, из работы [4].
Рассмотрим основные методы из работы [2] для построения пороговой криптографии на точках эллиптической кривой.
1. Для разбиения перед кодированием: отправитель S генерирует частичные сообщения, используя интерполяцию Шамира-Лагранжа из сообщения M, затем шифрует эти частичные сообщения в точки.
Для разбиения после кодирования отправитель S сначала шифрует сообщение в точки, затем зашифрованные точки разбивает на частичные сообщения, используя интерполяцию Лагранжа.
2. S распространяет частичные сообщения Cis наряду с передачей xi, s надежно ко всем соседним узлам по разным несвязным маршрутам.
3. Доступные узлы на этих маршрутах выполняют задачу отправления частичных пакетов сообщения, пока это не достигает получателя R . Ни один из этих узлов не является или акционером или объединителем в реализации ЭКК-ПК.
4. Когда R получает t или больше Cis и xis, используя сначала t xi значения,
тогда вычисляет соответствующий зашифрованный текст C. В случае разбиения перед кодированием эти частичные сообщения сначала расшифровываются с исполь-
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
зованием алгоритма ЭКК-ПК, а затем, используя интерполяцию Лагранжа, оригинальное сообщение восстанавливается. Для разбиения после кодирования частичные сообщения сначала объединяют, используя интерполяцию Лагранжа, чтобы возвратить оригинальный С, затем, используя алгоритм ЭКК-ПК для расшифровки, оригинальное сообщение М восстанавливают.
Мультиперелет вовлекает больше, чем 2 узла, ^ на единственном несвязном маршруте
Рис. 1. Модель протокола, базирующегося на ЭКК-ПК
Приведем методы построения ЭКК-ПК с разбиением на части до и после кодирования. Для уменьшения времени вычисления скалярного умножения точки на эллиптической кривой все операции с точками будем производить в проективной системе координат.
Метод 1. Шифрование данных с разбиением на части перед кодированием.
1) Алиса разбивает сообщение M на n частей секретMt, 1 < t < n;
2) Алиса преобразовывает каждую часть Mt в точку Pt(Xt :Yt : Zt);
3) Алиса выбирает случайное число r <| H | и вычисляет rnBG = (Xk : Yk : Zk );
4) Алиса сообщает (rG,, XkXt mod p, YkYt mod p, ZkZt mod p) .
Метод 2. Дешифрования данных с разбиение на части перед кодированием.
1) Боб вычисляет nBrG = rnBG = (Xk :Yk : Zk);
2) Боб восстанавливает Xt и Yt, используя Xkl XkXt mod p, YklYkYt mod p и ZllZkZtmod p;
3) Если есть t и больше частей PM, то Боб восстанавливает PM и преобразует PM в секрет M .
Метод 3. Шифрование данных с разбиением на части после кодирования.
1) Алиса конвертирует сообщение M в точку PM (X : Y : Z) ;
2) Алиса выбирает случайное число r <| H |;
3) Алиса вычисляет rnBG = (Xk : Yk : Zk ), u = XkX mod p, w = YkY mod p и v = ZkZ mod p;
4) Алиса разбивает u , w , v на n частей ut, wt и vt соответственно, 1 < t < n ;
5) Алиса передает rG и n части ut, wt и vt Бобу.
Метод 4. Дешифрование данных с разбиением на части после кодирования.
1) Боб комбинирует t части ut, wt, vt и вычисляет каждое значение отдельно u , w , v ;
2) Боб вычисляет nBrG = rnBG = (xk, yk );
3) Боб восстанавливает PM, используя Xk Xk lu = Xk 1 XkX mod p и Yk lw = Yk lYkY mod p, Z- lw = Z- lZkZ mod p ;
4) в конечном счете, Боб конвертирует PM в секрет M .
Реализуя приведенные алгоритмы для рекомендованной эллиптической кривой из работы [4]:
кривая P -256;
p = 2256 -2224 + 2192 + 296 -1 ;
a = -3;
b = 5ac635d8 aa3a93e7 b3ebbd55769886bc 651d06b0 cc53b0f6 3bce3c3e 27d2604b.
И эллиптической кривой Q - 281:
32
q = Пpi, где p1 = 271, p2 = 277, p3 = 281, p4 = 283 , p5 = 293, p6 = 307 , p7 = 311,
i=1
p8 = 313, p9 = 317 , p10 = 331, p11 = 337, p12 = 347, p13 = 349 , p14 = 353 , p15 = 359 , p16 = 367, pxl = 373 , p18 = 379 , pX9 = 383 , p%) = 389 , p2X = 397, p22 = 401, p23 = 409, p24 = 419, p25 = 421, p26 = 431, p27 = 433 , p28 = 43 9, p29 = 443 , p30 = 449, = 457, p32=461;
a = 3 ;
b = 5ac635d8 aa3a93e7 b3ebbd55769886bc 651d06b0 cc53b0f6 3bce3c3e 27d2604b.
Для тестирования методов разделения секрета на точках эллиптических кривых было сгенерировано 1000 случайных сообщений. После запросили системное время Tstart - время начала, Tend - время окончания выполнения алгоритма, а среднее
T -T
время работы алгоритма вычисляем по формуле ^ qqq^ . Результаты, полученные при тестировании, представлены в табл. 2.
Таблица 2
Среднее время работы методов в миллисекундах
Кривая P -256 Кривая Q-281
Метод 1 638 325
Метод 2 701 400
Метод 3 647 327
Метод 4 698 401
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Мы видим, что шифрование в СОК приблизительно в два раза быстрее, чем шифрование, использующее алгоритмы из работы [4], а дешифрование - на треть быстрее. Это происходит вследствие того, что выполнение модулярных операций в СОК быстрее, что позволяет использовать криптосистемы на точках эллиптической кривой, построенные на базе СОК с большей эффективностью.
1. Menezes, A. Handbook of applied cryptography [текст] / A. Menezes, P. van Oorchot, S. Vanstone - CRC press, 1997. - 816 p.
2. Ertaul, L. Elliptic Curve Cryptography based Threshold Cryptography Implementation for MANETs [текст] / L. Ertaul, N. J. Chavan / / IJCSNS International Journal of Computer Science and Network Security. - 2007. - Vol. 7. - No. 4. P. 48-61.
3. Ростовцев А. Г. Два подхода к логарифмированию на эллиптической кривой [текст] / А. Г. Ростовцев, Е. Б. Маховенко // http://www.ssl.stu.neva.ru/ssl/archieve/lift1.pdf
4. Recommended Elliptic Curves for Federal Government Use [текст]. - NIST. http://csrc.nist.gov/groups/ST/toolkit/documents/dss/NISTReCur.pdf.
Литература
AN ANALYSIS THRESHOLD IN ELLIPTIC CURVE CRYPTOGRAPHY
Stavropol State University
N. I. CHERVAYKOV M. G. BABENKO
The methods for constructing threshold in Elliptic Curve Cryptography (ECC-TC) are described in article. We researched a comparative analysis of the speed encryption and decryption in the implementation of ECC-TC, and used elliptic curves recommended by NIST and the ECC-TC built with the use of SRC.
Key words: threshold cryptosystem on an elliptic curve, system of residual classes.
УДК 539.265
МОДЕЛИРОВАНИЕ ПЕРЕХОДНЫХ ПРОЦЕССОВ В ШИНАХ ЭЛЕКТРОПИТАНИЯ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ЭВМ
В статье предлагается методика анализа системы электропитания высокопроизводительных ЭВМ по критериям сохранения целостности логических сигналов.
Ключевые слова: шины электропитания, синфазный импульсный ток, логические элементы, технология элементной базы, переходные процессы, спектр информационных сигналов, помехозащищенность, плотность компоновки, конденсаторы «развязки».
e-mail:
chudinov@super-computer.ru
М. А. КОЛЕСНИКОВ А. А. ЧЕРЕПНЕВ С. М. ЧУДИНОВ
ОАО «Научно-исследовательский институт суперЭВМ» г. Москва
Актуальность проектирования системы разводки электропитания по критериям сохранения целостности логических сигналов
Проектирование шин электропитания активных компонентов является традиционной задачей конструирования межсхемных соединений электронных устройств, оптимальное решение которой во многом определяет работоспособность и компактность разрабатываемой аппаратуры.
При массовом, синфазном переключении логических элементов (ЛЭ) в шинах электропитания возникает импульсное изменение потребляемого тока (скачкообразное изменение нагрузки на источник питания). В свою очередь, импульсный ток формирует на паразитных индуктивностях конструктивных элементов шин выбросы напряжения, которые с некоторым коэффициентом (зависит от типа применяемой логики) передаются на входы активных компонентов и могут вызывать сбои функционирования проектируемых устройств.
Задача разработчика заключается в оптимальном выборе номинала и количества «развязывающих» емкостей, компенсирующих влияние паразитных индуктивностей с целью сохранения целостности логических сигналов на допустимом уровне.
С ростом быстродействия логических элементов и повышением плотности компоновки эта задача непрерывно усложняется, что обусловлено расширением частотного спектра информационных сигналов (уменьшением фронтов) и растущей концентрацией импульсных токов на единицу площади.
С расширением частотного спектра логических сигналов переходные процессы, возникающие в проводниках, подводящих напряжение от источников питания, начинают охватывать контуры, образованные паразитными индуктивностями таких элементов межсхемных соединений, как выводы «развязывающих» емкостей и согласующих резисторов, а также контактов питания и «земли» разъемных соединителей.
Повышение суммарного импульсного тока от управляемых синфазно вентилей требует усложнения конструкции шин электропитания (увеличения числа «развязывающих» конденсаторов, сечений проводников и т.д.), что в свою очередь может отрицательно сказаться на общей плотности компоновки проектируемых устройств.
Малый уровень помех без значительных потерь плотности компоновки можно обеспечить за счет выбора оптимальной формы переходного процесса на каждой ступени «развязки» с учетом следующих факторов:
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
1) значение импульсной помехозащищенности элементной базы;
2) соотношение длительности переходного процесса и частоты следования тактовых импульсов;
3) значение коэффициента передачи помехи по питанию на вход логических элементов;
4) реальная форма импульсного воздействия.
Форма и величина помех по питанию зависят не только от электрических параметров контурных линий, но и от факторов, имеющих нерегулярный (случайный) характер:
1) логическая структура модулей;
2) алгоритм обработки информации;
3) разброс фронтов элементов и задержек линий связи.
Поэтому при выборе оптимальных конструктивных параметров шин электропитания большое значение приобретают вероятностные методы анализа. Это особенно важно при определении ожидаемого максимального, синфазного импульсного тока модулей.
Имеющиеся в литературе данные по исследованию систем среднего быстродействия затруднительно применить для проектирования электропитания модулей высокой плотности. В одних случаях расчеты построены на значительных упрощениях эквивалентной схемы или не учитывают реальную форму воздействия. В других случаях расчеты базируются на неоправданно жестких ограничениях на характер переходного процесса контурных цепей. Таким образом, для оптимального проектирования системы разводки электропитания разработчик должен обладать следующим инструментарием:
• методикой разбиения полной эквивалентной схемы системы электропитания на простейшие контуры второго порядка;
• математическими моделями, учитывающими реальную форму импульсного воздействия, для расчета параметров переходного процесса на каждом уровне «развязки»;
• постым математическим аппаратом для инженерного экспресс-анализа переходных процессов в шинах разводки электропитания и оценки необходимого количества и номинала «развязывающих» конденсаторов;
• механизмом передачи помехи по питанию на вход ЛЭ;
• подпрограммой САПР для моделирования переходного процесса на каждом уровне «развязки» системы электропитания, а также для расчета необходимого количества и номинала блокировочных конденсаторов.
Электрическая модель системы разводки электропитания
Моделирование переходных процессов в шинах электропитания можно проводить различными способами, например:
• электронным макетированием;
• машинным моделированием полной эквивалентной схемы системы;
• машинным моделированием отдельных уровней «развязки» по упрощенной эквивалентной схеме;
• оценочным расчетом параметров помехи по питанию по приближенным формулам.
Приведенные методы перечислены в порядке убывания стоимости и увеличения доступности.
Машинное моделирование полной эквивалентной схемы позволяет избежать значительных материальных затрат на физическое макетирование реальных цифровых систем. Недостатком этого метода являются значительные временные затраты на описание полной эквивалентной схемы при анализе различных вариантов по-
строения шин электропитания, а также отсутствие наглядности влияния вариативности конструктивных параметров.
В системе шин питания сложного цифрового устройства (в том числе модульной конструкции) можно выделить несколько независимых контуров второго порядка, соответствующих определенным звеньям «развязки» и отличающихся собственной частотой колебаний. Такой подход позволяет получить как точные математические модели переходных процессов в шинах электропитания цифровых схем, так и приближенные алгебраические выражения для инженерного экспресс-анализа амплитуды помехи и необходимого количества и номинала «развязывающих» конденсаторов.
Например, ячеечный конструктив содержит три контура (рис. 1):
1. Первая ступень (высокочастотный): паразитная индуктивность «развязывающих» конденсаторов - емкость смежных слоев питания ячейки.
2. Вторая ступень: индуктивность контактов питания разъемного соединителя -суммарная емкость керамических конденсаторов ячейки.
3. Третья ступень (низкочастотный): индуктивность накладных шин питания до вторичного источника питания (ВИП) - суммарная емкость электролитических конденсаторов объединительной платы.
Ячейка 1 (модуль)
Ячейка N (модуль)
Lсоед/N конт
Lсоед/N конт
Lсоед/N конт
Lсоед/N конт -Г^ГУ^ГЛ_
Шина до ВИП Rэл/Nэл V
ВИП
!имп - импульсный ток одного вентиля;
^инф - количество синфазно срабатываемых вентилей;
Rок - сопротивление открытого канала КМОП транзистора;
^ер - емкость одного керамического конденсатора;
Спл - емкость слоев питания и "земли" ячейки (модуля);
Lкер - индуктивность выводов конденсатора;
Nкер - количество "керамики" на ячейке;
Lсоед - индуктивность контактов питания соединителя;
Nконт - количество пар "земля-питание" соединителя;
Сэл - емкость электролита на объединительной плате;
Rэл - активное сопротивление электролита;
^л - кол-во электролитов на объединительной плате;
Lшин - индуктивность шин вторичного электропитания;
Rшин - сопротивление шин электропитания.
Cэл X Nэл
Высокочастотный контур
Среднечастотный контур
I
Низкочастотный контур
Рис. 1. Преобразование полной эквивалентной схемы системы электропитания ВПМ в простейшие контуры второго порядка
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Аналогично можно разбить на контуры моноплатный (модульный) конструктив, в котором ячейкам будут соответствуют планарные модули процессоров (БИС, ПЛИС), объединенные многослойной печатной платой (МПП).
Наиболее высокочастотные контуры расположены в дали от источников питания, в непосредственной близости от схем-потребителей, представляющих для контуров генераторы перепадов тока с конечными фронтами.
При импульсном воздействии тока в контуре возбуждаются колебания напряжения с частотой, примерно равной резонансной частоте контура ®0 = ^ёад 1 ^ёад ) х ^1е и амплитудой, пропорциональной волновому сопротивлению контура = у1 (Ьёад 1 Мёад )/Яе . Данную цепь можно рассматривать независимо от остальной схемы, если модуль емкостного сопротивления керамических конденсаторов на резонансной частоте контура много меньше волнового сопротивления, т.е. если выполняется неравенство: = ^ ~ ■ ■ - : -;-.. После под-
С у- С
становки и преобразования неравенство упрощается: что всегда выполня-
ется, если подводка питания по логике осуществляется с помощью пары сплошных, соседних слоев МПП. В этом случае анализ ВЧ-контура можно проводить по упрощенной схеме (рис. 1).
Суммарная емкость керамических конденсаторов представляет собой емкостную реактивность в более низкочастотном контуре, который относится к следующей ступени «развязки» и включает в себя индуктивность питающих контактов соединителя ячейки (модуля) (СЧ - контур).
Для того, чтобы рассматривать эту цепь, как независимую, необходимо выполнение следующих условий.
Во-первых, резонансная частота СЧ-контура должна быть достаточно низкой, для того, чтобы индуктивное сопротивление выводов конденсаторов не оказывало влияния на параметры переходного процесса, что соответствует:
■'■:■.'-::.- = ,■■■■ :-■■.'-:.:.- ■ '-■■.'-::.- ■. В практических схемах это нера-
венство всегда выполнимо, т.к. индуктивность соединителя на один-два порядка больше эквивалентной индуктивности выводов керамических конденсаторов.
Во-вторых, собственная резонансная частота СЧ-контура должна быть достаточно высокой, чтобы емкостное сопротивление конденсаторов на объединительной плате не оказывало влияния на работу контура. Это условие, безусловно, выполняется, если на объединительной плате применяются везвыводные, танталовые конденсаторы.
Наиболее низкочастотный контур (НЧ) образуется паразитными параметрами блочных шин питания - индуктивностью и активным сопротивлением, а также параметрами электролитических конденсаторов - суммарной емкостью и активным сопротивлением электролита. В данном случае ни одним паразитным параметром пренебречь нельзя, т.к. их величина соизмерима с волновым сопротивлением НЧ-контура.
Результирующий переходный процесс представляет собой суперпозицию переходных процессов в каждом из трех контуров. Момент суммирования зависит от алгоритма выполняемой программы.
Таким образом, исходные данные, необходимые для моделирования искажений логических сигналов вследствие влияния конструктивных неоднородностей системы разводки электропитания, можно свести в таблицу электрических параметров конструктивных элементов (табл. 1).
Таблица 1
Электрические параметры системы электропитания
№ Параметр Обозначение Размерность Значение
1 Форма тока - перепад, треугольник
2 Логический перепад и лог В 0.3; 0.8; 3.0; 5.0
3 Фронт (спад) сигналов tф нс о; 0.25; 0.5; 1.0; 2.0
4 Количество синфазных сигналов ^синф шт. 16, 32, 64
5 Внутреннее сопротивление генератора тока Док, или Rсогл Ом 220, 100, 75, 50
6 Емкость печатных слоев питания ячейки Сил пФ 10000
7 Емкость керамического СМД-конденсатора Скер мкФ 0.1
8 Индуктивность выводов керамических кон-в Lкер нГ 0.7
9 Количество керамических конденсаторов на МПП Nкер шт. 10, 50, 100, 200
10 Индуктивность пары контактов разъема МПП Lсоед нГ 4, 7, 10
11 Количество пар контактов соединителя МПП ■ЭДсоед шт. 5, 10, 20, 40
12 Емкость СМД электролитического конденсатора Сэл мкФ 47.0; 100.0
13 Активное сопротивление электролита Дэл Ом 0.5
14 Количество электролитических конденсаторов на МПП №л шт. 5, 10, 20, 50
15 Индуктивность внешних шин питания Lшин нГ 25, 50
16 Активное сопротивление шин питания Дшин Ом 0.05
Технология элементной базы и форма тока возбуждения.
Схемотехника и технология элементной базы определяют амплитуду и форму импульсного тока в шинах электропитания.
Эмиттерно-связанная логика (ЕСР.
В некоторых микропроцессорах выходные, буферные элементы выполнены по технологии Е^. Цель такого решения - минимизация искажения формы логических сигналов с помощью параллельного согласования волнового сопротивления «длинных» линий связи (рис. 2).
При переключении одного элемента шины «-2В» возникает перепад тока амплитудой - = - -'-:=0,8/50=1бмАс фронтом порядка 2 нс.
NPN
OUT
Выходной каскад ECL элемента
-С
£
-0,8В
Rсог=50 Ом
-2В
-1,6В
tф=2нс
Рис. 2. Механизм формирования перепада тока в шине -2В Е^-элемента КМОП - логика
Наиболее распространенной технологией изготовления процессоров является КМОП переключатели, работающие на динамическую нагрузку, что связанно в первую очередь со статическим энергосбережением (рис. 3). Форма импульсного тока в шине УСС имеет треугольную форму и с амплитудой, ограниченной сопротивлением
открытого канала - = -■ = г -■- ■- = _г.._-:, длительностью, равной фронту логи-
ческого сигнала (1-2) нс.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
VCC
1имп=1скв+1зар= (3/2) Цлог^ок
Тимп^ф
(а)
(б)
Рис. 3. Механизм формирования импульсного тока в КМОП-ключах
Однако и при использовании КМОП-технологии при проектировании ВПМ существуют схемотехнические решения, приводящие к формированию перепадов тока, например, к каскадам опторазвязки и светодиодной индикации. Перепад импульсного тока КМОП - ключа, работающего на цепочку: светодиод - ограничивающий резистор, составляет (5-10) мА, а также шинные формирователи, работающие на согласованную нагрузку.
Математические модели шин питания
Высокочастотный (ячеечный) контур.
Операторное выражение (по Лапласу) напряжения в ВЧ - контуре при подаче перепада тока с линейно нарастающим фронтом можно записать в виде:
После замены переменных выражение для напряжения на контуре принимает
щ
вид:
Угклу р(ра+2СЕШйР+ш|)
где вторичные параметры контура: 1 2л
Сф^'о Кр-рОСр-дО
(1)
а = V 21 1Е = ид
- круговая частота контура без потерь;
- волновое сопротивление контура без потерь;
- коэффициент затухания контура без потерь;
*лог - величина логического перепада. Колебательный режим 1 а ^ К
При 1 корни полинома в знаменателе формулы (1) будут комплексно-
сопряженные №,2 = — ± - а~), а форма переходного процесса в
ВЧ-контуре до момента окончания фронта возбуждающего тока (г оригиналом выражения (1):
- 4 1 - г. —[ 1 — а- — -\- к -Ъ в 11, (2)
описывается
ч
1 + ■
-£
в ■ ЯП
-, 1-Е" Л 1[)
где: ® = агс
Можно показать, что в интервале времени о - tф напряжение на контуре не изменяет своей полярности и имеет вид затухающих синусоидальных колебаний относительно уровня ■';: ' ■ - с частотой, уменьшенной : резонансной частотой контура без потерь '--' - (рис. 4).
; VI - а-
раз по сравнению с
0.6
Ки02ф Ки06ф
К^)
0.4
0.2
1 1 1 1 1 а=0,2
1б/То=0,2
/ / ^ У
1б/ТТ=0,9
/// /•' 1 1 1 1 1
0.5
1.5 t T
2.5
Рис. 4. Реакция параллельного контура на линейно нарастающий ток
Постоянная затухания имеет вид тшг и следовательно, дли-
тельность переходного процесса не зависит от индуктивности контура и составляет
около =
При расчете уровня помех в шинах питания наиболее критичными параметрами являются амплитуда (^ол; и длительность первой полуволны .
Если первое колебание достигает своего максимума до окончания фронта входного тока, то, приравнивая первую производную выражения (2) к нулю, не трудно определить момент достижения максимального значения:
где: = - период колебаний контура без потерь.
Соответственно, амплитуда помехи при длительных фронтах перепада тока составит (рис. 5):
™™ 1Я иЛы
(3)
Кш1 (а) КГН2 (а) Кш3 (а)
1б/То=0,6
0.4 0.( а
Рис. 5. Зависимость параметров помехи от затухания контура
0
0
2
3
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Зная реакцию контура на линейно нарастающий ток, можно рассчитать переходный процесс в схеме при возбуждении импульсом тока, практически, любой формы. а) Реакция контура на перепад тока с конечной длительностью.
При конечных фронтах перепада тока форма переходного процесса определяется с помощью выражения (2) до окончания фронта, и как разность функций
Л :.-. : = :.-. : _ Л :■_■-. : " :..г после окончания фронта тока (рис. 6 а).
0.2
Ки1ВД Ки2ВД 0.1 Ки0(0
0
1 1 ЮЯо=0 1 1 1 а=0,2
/ Л
-/ \ \ ЮЯо=0,2 - Ku1ff(t)
" tй/To=0, 1 ■' 1 \ ' / Ku2ff(t)
\ ........... :
- Ч V | 1 | 1 1
-0.4
1 ЮЯо=0,2 1 1 1 1 а=0,2
1 ЮЯо=0,9 1 1 1 1
3
0 0.5 1 1.5 2 2.5
t Т
0 0.5 1 1.5 2 2.5
t Т
Рис. 6. Реакция параллельного контура на перепад тока с конечной длительностью фронта (а)
и импульс тока треугольной формы (в)
С ростом фронта амплитуда первой полуволны падает, а длительность ее растет, причем форма первого колебания существенно отличается от синусоидальной.
При увеличении затухания колебания в схеме существенно ослабевают, и при значении я > 43 второй полуволной можно пренебречь.
В рабочей программе анализа переходных процессов цепей электропитания расчет значения амплитуды и длительности помехи ведется итерационно, численным методом.
Расчет амплитуды и длительности помехи по питанию можно упростить при некоторых условиях, часто выполняющихся в реальных схемах:
а) Если г.- :: ■-'■'"'■ = 1 = ■ и -■ :: 1, то
* £ф/
+ Та
"кг ^^ ЧГ
В предельном случае : ■- _ выражение (3), описывающее форму переходного процесса при однократном возбуждении параллельного контура перепадом напряжения, преобразуется к виду:
Ь'т, ~
■■ 1—
.
(4)
б) Реакция параллельного контура на треугольный импульс.
Форма переходного процесса после окончания фронта, но до окончания импульса, рассчитывается как разность функций:
.
После окончания действия импульса переходный процесс представляет собой суперпозицию трех функций (рис. 6 б)):
> !Ьф) = КЛ$ - 2Ьф)
Особенность воздействия на параллельный контур импульса треугольной формы - размах колебаний после спада может превышать амплитуду первой полуволны, что определяется соотношением фронтов и периода колебаний.
0.4
0.4
0.3
0.2
0
-0.2
0.1
3
При бесконечно крутом фронте ' - амплитуда помехи равна:
При малых потерях
(5)
' ' 1 и крутом фронте : -.
Практический интерес представляет зависимость амплитуды помехи от соотношения длительности фронта и периода колебаний с малыми потерями. Для простоты примем =
В случае длинных фронтов (^й/'^Ь — до момента окончания фронта переходной процесс представляет собой незатухающие косинусоидальные колебания от-
амплитудой — Или в относительных единицах ампли-
носительно уровня
туда помехи составит: _ '".-. После окончания фронта на контуре будут
наблюдаться незатухающие колебания относительно нулевого уровня амплитудой
зт-
7!?ф
Данные соотношения иллюстрируются на рис. 7. до окончания фронта возбуждающего тока (сплошная линя) и после (пунктирная линия).
t6 т
Рис. 7. Зависимость относительной амплитуды помехи от отношения фронта к периоду колебаний в контуре без потерь
При фронте, равном целому числу полуволн (" ■- ;: _ ', где ■ = 1 - ■ ) , после окончания фронта колебания вообще отсутствуют.
Оценим эффективность емкостного способа «развязки» в контуре без потерь. В отсутствие емкости напряжение на индуктивности при линейно нарастающем
фронте равно " " " Следовательно, коэффициент эффективности ем-
костной развязки можно записать в виде
■* О
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
1.5
Kyoo (to )
0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 to
Рис. 8. Зависимость коэффициента эффективности емкостной развязки от соотношения фронта и периода колебаний контура без потерь
2
T
График (рис. 8.) показывает, что способ емкостной развязки становится эффективным лишь при коротких фронтах ■.- ; - ^ ' . Таким образом, если период собственных колебаний контура соизмерим с длительностью фронта возбуждающего тока, единственным эффективным способом уменьшения амплитуды помехи, следует считать уменьшение эквивалентной индуктивности контура путем запараллеливания малогабаритных чип - конденсаторов.
Предложенная методика анализа полной эквивалентной схемы системы электропитания ЭВМ ячеечной конструкции положена в основу программы САПР для моделирования переходного процесса на каждом уровне «развязки» системы электропитания, а также для расчета необходимого количества и номинала блокировочных конденсаторов ячейки.
Воспользоваться полученными выражениями может любой разработчик, имея на вооружении широко распространенные пакеты MachCAD или МЛТЬЛВ.
MODELLING OF TRANSIENTS IN TYRES OF POWER SUPPLIES OF HIGH-EFFICIENCY COMPUTERS
М. А .KOLESNIKOV A. A. CHEREPNEV S. M. CHUDINOV
Open Society «scientific-research institute of the super COMPUTER» Moscow
In article the technique of the analysis of system of power supplies of high-efficiency COMPUTERS by criteria of preservation of integrity of logic signals is offered.
Key words: power supplies Tyres, an inphase pulse current, logic elements, technology of element base, transients, a spectrum of information signals, noise immunity, configuration density, "outcome" condensers.
e-mail:
chudinov@super-computer.ru
УДК 621.391.037.372
ОБ ИЗБИРАТЕЛЬНОМ ВОЗДЕЙСТВИИ НА ЧАСТОТНЫЕ КОМПОНЕНТЫ РЕЧЕВЫХ СИГНАЛОВ В ЗАДАЧЕ СЖАТИЯ
Белгородский
государственный
университет
А. В. БОЛДЫШЕВ
В работе изложен новый подход к избирательному воздействию на частотные компоненты речевых сигналов, основанный на использовании субполосных преобразований по составным частотным интервалам. Приведены результаты вычислительных экспериментов по оценке эффективности разработанного метода.
e-mail:
boldyshev@bsu.edu.ru
Ключевые слова: информационно-телекоммуникационные технологии, сжатие речевых данных, субполосное преобразование, частотный интервал, заданная доля энергии.
Введение
Одной из основных тенденций развития информационно-телекоммуникационных технологий является обеспечение естественных для человека форм информационного обмена (речь, визуальные отображения действительности). Реализация информационного обмена речевыми сообщениями, включая их архивное хранение и передачу, осуществляется с помощью компьютерных технологий. При этом речевые сигналы хранятся и передаются в виде некоторых кодовых комбинаций, совокупность которых естественно называть речевыми данными. Поэтому не вызывает сомнения необходимость выбора такого способа кодирования, который обеспечивает минимум объемов битовых представлений хранимых и передаваемых данных при сохранении приемлемого, с точки зрения пользователя, качества воспроизведения исходных речевых сообщений. Решение этой проблемы позволяет минимизировать затраты объемов компьютерной памяти для хранения данных и времени их передачи в информационно-телекоммуникационных системах (ИТС).
Можно указать достаточно много направлений и областей, для которых решение проблемы минимизации объемов битовых представлений речевых данных имеет существенное значение:
- корпоративные информационно-телекоммуникационные системы, в которых используются средства аудио- и видеоконференцсвязи;
- системы постоянного мониторинга речевого и визуального обмена (аэропорты, видеонаблюдение, вокзалы и т.п.);
- хранение и передача речевых данных средствами Интернет;
- информационно-телекоммуникационные системы удаленного взаимодействия, в том числе системы дистанционного образования.
Таким образом, проблема уменьшения объемов битовых представлений речевых данных (сжатия) является актуальной, а её решение позволит существенно повысить эффективность использования средств ИТС при реализации современного информационного обмена на основе речевых сообщений.
Актуальность этой проблемы также можно проиллюстрировать наличием ряда исследовательских компаний и институтов, которые занимаются обширными и многоаспектными исследованиями для решения различных задач в области обработки речевых данных, например, консорциум «Российские речевые технологии»,
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
ООО «Сакрамент» (Беларусь), Институт проблем передачи информации РАН; Институт Фраунгофера и фирма Thomson (формат MP3 pro).
Для сжатия речевых данных разработаны различные процедуры обработки, основой которых служат необратимые преобразования исходных данных, например, за счет более грубого квантования по уровню. Существующие методы сжатия звуковых данных с использованием грубого квантования по уровню основываются на психоакустической модели (например, формат MP3 pro) [1], что приводит к необходимости применения так называемых субполосных преобразований отрезков (векторов) отсчетов речевых сигналов, позволяющих получить другие векторы, подвекторы которых отражают частотные свойства исходного вектора в выбранных диапазонах оси частот. Компоненты этих подвекторов подвергаются квантованию по уровню. Для субполосного преобразования обычно используется процедура прореживания выходных последовательностей КИХ-фильтров, настроенных на соответствующие участки оси частот. Однако, такая процедура субполосного преобразования не является оптимальной в смысле достижения минимальных погрешностей аппроксимации в выбранных частотных диапазонах трансформант Фурье исходных векторов. Это приводит к увеличению погрешностей восстановления данных по квантованным значениям и, как следствие, к ухудшению качества воспроизводимой речи.
Таким образом, центральной, с точки зрения хранения и передачи, проблемой реализации в ИТС речевого обмена является создание эффективных методов сжатия, полученных на этапе регистрации речевых данных с возможностью дальнейшего воспроизведения исходных речевых сообщений с приемлемым для пользователя качеством.
Теоретические основы
Одной из особенностей звуков русской речи является сосредоточенность энергии в достаточно узком частотном диапазоне [2,3]. Эта особенность может быть использована в различных направлениях области обработки речевых сообщений: сжатие речевых данных, обнаружение и кодирование пауз, распознавание речи, очистка от шумов. При этом необходимо точно определять, в каком количестве частотных интервалов сосредоточена необходимая доля энергии. Далее эту особенность будем называть частотная концентрация, которая определятся минимальным количеством частотных интервалов, в которых сосредоточена заданная доля энергии [4]:
WNR = 1?R / R, (1)
im
где 1nr - минимальное количество частотных интервалов, в которых сосредоточена
заданная доля энергии отрезка речевого сигнала;
m - заданное значение доли энергии сигнала;
R - количество частотных интервалов, на которые разбивается частотный диапазон;
N -длительность анализируемого отрезка.
1mR = min dmR, (2)
В качестве типичного примера на рис. 1 приведено распределение энергии отрезка речевого сигнала, соответствующего звуку «а» по частотным интервалам (рис. 1а), и количество частотных интервалов, соответствующих различным значениям величины m (рис. 1б).
Рис. 1. Распределение энергии отрезка речевого сигнала, соответствующего звуку «а» по частотным интервалам, и количество частотных интервалов, соответствующее различным значения т, при N=160 и R=l6
Как видно из рисунка, основная энергия отрезка речевого сигнала, сосредоточена менее чем в половине частотных интервалов, т.е. её частотная концентрация менее 50%. Так для большинства звуков русской речи величина частотной концентрации составляет порядка 35% и только для шумоподобных звуков - порядка 55-60% [4].
Имея сведения о номерах частотных интервалов, в которых сосредоточена заданная доля энергии, можно осуществить сжатие речевых данных за счет избирательного воздействия (например, квантования по уровню) и хранения только составляющих речевого сигнала, соответствующих этим частотным интервалам.
Одним из способов получения составляющих речевого сигнала, соответствующих выбранным частотным интервалам, является субполосное преобразование. В настоящее время наибольшее распространение получил метод субполосного преобразования на основе банка КИХ-фильтров, однако, этот метод обладает рядом недостатков, которые приводят к увеличению погрешностей восстановления данных [2].
В ряде публикаций [5-7] описывается новый метод субполосного преобразования, оптимальный, с точки зрения минимума среднеквадратической погрешности аппроксимации, - трансформант Фурье исходного отрезка речевого сигнала в заданном частотном интервале. В этих работах также показаны преимущества этого метода перед современными аналогами.
В основе метода лежит новый математический аппарат с использованием субполосной матрицы вида:
4 = К };к = 1,.., N, (3)
с элементами:
а^ = (/-к))^т(уг(/ — к))}/тс(/-к); ¡, к = 1,.., N, (4)
где vr и vr—1 верхняя и нижняя границы частотного интервала.
Эта матрица является симметричной и неотрицательно определённой, поэтому она обладает полной системой ортонормальных собственных векторов, соответствующих неотрицательным собственным числам [8] .
На основе этих матриц можно вычислять точные значения долей энергий отрезков речевых сигналов в выбранных частотных интервалах (5):
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Рг = хАгхТ, (5)
где х = (х\,...,хN)Т - анализируемый отрезок речевых данных; Т - операция транспонирования.
Данный математический аппарат можно использовать для осуществления избирательного воздействия на выбранные частотные интервалы на основе субполосного преобразования путем формирования составной матрицы, которая вычисляется как сумма субполосных матриц, соответствующих выбранным частотным интервалам, составляющим заданную долю энергии т:
/т
1Ж
Ат =Х А; , (6)
; =1
где А; - субполосные матрицы, соответствующие тем частотным интервалам, которые составляют заданную долю энергии т.
Составная матрица обладает полным системой ортонормальных собственных векторов (7), соответствующих неотрицательным собственным числам (8):
&= Чт^ }, (7)
^= ^ (кт^ ) . (8)
Собственные числа количественно равны сосредоточенным в выбранных частотных интервалах долям энергий, соответствующих собственным векторам и удовлетворяют условию:
0 < < 1,к = 1,...,N. (9)
Субполосное преобразование осуществляется следующим образом:
Ут=л^т0Т:Х, (ю)
где х = (Х1,...,XN)Т - анализируемый отрезок речевых данных;
Т
0т - матрица собственных векторов;
Lт - собственные числа, соответствующие собственным векторам.
Имеет место обратное субполосное преобразование:
X = ОтУъ. (11)
Для оценки эффективности разработанного метода проводились вычислительные эксперименты по оценке погрешности [9] аппроксимации отрезков исходного речевого сигнала в выбранных частотных интервалах (13). В качестве исходных были использованы речевые данные, полученные в результате записи естественной речи различных дикторов, из которых выделялись отрезки, соответствующие определенным звукосочетаниям. Для проводимых экспериментов параметры для исследования речевого материала - количество частотных интервалов R=l6 и длительность анализируемого отрезка N=160.
8 =
X * Аг * ХТ
где X - исходный отрезок речевого сигнала;
X - восстановленный отрезок речевого сигнала; Аг - субполосная матрица вида (3).
(X -X)* Аг *(X -Х)^ ,
В табл. 1 приведены типичные результаты по оценке погрешности восстановления исходного отрезка речевого сигнала при использовании составной матрицы и КИХ-фильтра. При проведении вычислительных экспериментов величина параметра т для составной матрицы изменялась в диапазоне от 0,84 до 0,98, для КИХ-фильтра была выбрана длительность импульсной характеристики 5 = 1024.
Таблица 1
Погрешность восстановления исходного отрезка речевого сигнала в заданных частотных интервалах
Номер частотного Погрешность восстановления исходного отрезка речевого
интервала сигнала в заданных частотных интервалах
предлагаемый метод КИХ-фильтр (51024)
1 2,9896*10^5 0,14154
2 1,5425*10-15 0,11291
3 1,2771*10-15 0,24117
4 4,3957*10-15 0,44707
5 4,9288*10-15 0,7355
6 1,10З8*10-15 0,4721
7 1,6473*10-15 0,18875
8 1,1405*10-14 0,58453
9 1,1175*10-14 0,39325
10 2,1б45*10-14 0,36162
11 8,2484*10-14 0,86369
12 3,7525*10-14 0,26371
13 6,0482*10-14 0,47618
14 3,0724*10-14 0,30675
15 1,8253*10-14 0,4378
16 1,9927*10-14 0,68117
По результатам проведенных вычислительных экспериментов можно судить о значительном превосходстве предлагаемого метода субполосного преобразования перед субполосным преобразованием на основе КИХ-фильтров.
На рис. 2 представлены типичные результаты вычислительных экспериментов по апробации разработанного метода.
а) б)
Рис. 2. Отрезок речевого сигнала, соответствующий звуку «а»: а) сплошная линия - исходный сигнал; пунктир (маркер точка) - восстановленный
сигнал с использованием составной матрицы (СМ) при т = 1; б) пунктирная линия - исходный сигнал; пунктир (маркер точка) - восстановленный сигнал с использованием банка КИХ-фильтров
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Как видно из приведенных рисунков, форма сигнала, восстановленного с использованием составной субполосной матрицы, с высокой точностью повторяет форму исходного сигнала в отличие от сигнала, восстановленного с использованием банка КИХ-фильтров. Таким образом, можно утверждать о том, что при использовании метода субполосного преобразования на основе составной матрицы можно достичь высокого качества воспроизведения исходных речевых сигналов.
Для различных значений параметра т был проведен анализ зависимости количества неотрицательных собственных чисел (8), соответствующих собственным векторам (7), величина которых значительно больше нуля. Результаты представлены на рис. 3.
16 31 46 61 76 91 106 121 136 151 количество собственных чисел
----т=0.98
-- т=0.96-
0.94 -- т=0.92
-т=0.9 -т=0.84
1.2
У 0.8
т=1
0.6
ю
О 0.4
0.2
0
Рис. 3. Величины собственных чисел при различных значениях параметра т (звук «а»)
В табл. 2 приведены данные о количестве собственных чисел, величина которых значительно больших нуля (>0.01), при различных значениях параметра т.
Таблица 2
Количество собственных чисел, больших нуля при различных значениях параметра т (звук «а»)
Величина доли энергии Количество собственных чисел,
(т) значительно больших нуля (>0.01)
1 160
0,98 81
0.96-0,94 71
0,92 57
0,9-0,86 49
0.84 38
Так как собственные числа численно равны энергии собственного вектора, па-падающей в заданный частотный интервал, то при осуществлении субполосного преобразования можно пренебречь теми собственными векторами, собственные числа которых близки к нулю. Таким образом, можно уменьшить длину вектора субполосного преобразования, а следовательно, и объем данных, необходимых для хранения или передачи в 2-4 .
Субполосное преобразование осуществляется по формуле:
х , (Д3)
где х = (х1,...,хм)т — анализируемый отрезок речевых данных;
- матрица собственных векторов, собственные числа которых больше нуля. Обратное субполосное преобразование будет осуществляться по формуле:
х = 0ТУ\Ъ . (14)
Ниже, в табл. 3, приведены результаты вычислительных экспериментов по оценке погрешности восстановления исходного отрезка речевого сигнала (12) с использованием составной субполосной матрицы при различных значениях параметра т. Номера частотных интервалов упорядочены в соответствии с величиной доли энергии, содержащейся в них.
Таблица 3
Погрешность восстановления отрезка речевого сигнала, соответствующего звуку «а», при различных значениях т
Номер частотного интервала да Задаваемая доля общей энергии, которая сосредоточена в минимальном количестве частотных интервалов (т)
1 0.98 0.96 0.94 0.92 0.9 0.84
2 1,5425*10-15 0,013274 0,02046 5 0,02046 5 0,02699 3 0,02699 3 0,02699 3
3 1,2771*10-15 0,036811 0,04726 0,04726 0,04687 1 0,04687 1 0,046871
6 1,1038*10^ 0,010284 0.12446 0.12446 0.12458 0,12934 0.17951
7 1,6473*10-15 0,037149 0,04260 2 0,04260 2 0.04982 5 0.05754 5 —
1 2,989б*10- 15 0,041878 0,06581 4 0,06581 4 0.07026 2 — —
10 2,1б45*10-14 0,13488 0,138 0,138 — — —
5 4,9288*1015 0.20619 — - - — —
4 4,3957*10-15
Результаты, приведенные в табл. 3, свидетельствуют о том, что избирательное воздействие на выбранные частотные интервалы с использованием составной субполосной матрицы позволяет достигать меньших величин погрешности восстановления исходных речевых данных по сравнению с КИХ-фильтром, даже при уменьшении параметра т.
Как видно из рис. 4, форма отрезка речевого сигнала, восстановленного с использованием составной матрицы, даже при величине параметра т=о,92 достаточно близка к форме исходного отрезка речевого сигнала. Этот факт позволяет говорить о целесообразности использования такого подхода в задачах обработки речевых данных и конкретно в задаче сжатия, т.к. близость формы восстановленного сигнала к исходной позволяет говорить о достаточно высокой степени разборчивости и узнаваемости диктора.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Длительность фрагмента сигнала (отсчетов)
Рис. 4. Отрезок речевого сигнала, соответствующий звуку «А»: пунктирная линия - исходный сигнал; пунктир (маркер точка) - восстановленный сигнал с использованием составной матрицы (СМ) при т = 0,92
Выводы
Проведенные вычислительные эксперименты показали высокую эффективность разработанного метода с позиции сжатия речевых данных при сохранении заданного качества воспроизведения. Экспериментально было установлено, что предлагаемый метод избирательного воздействия на частотные компоненты речевого сигнала на основе использования суммы субполосных матриц обладает малой погрешностью восстановления. Таким образом, использование этого метода позволяет со значительной степенью точности восстановить исходный отрезок речевых данных. Этот факт позволяет утверждать о сохранении высокой степени разборчивости и узнаваемости в восстановленных речевых сообщениях.
Работа выполнена в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы (мероприятие 1.3.2 шифр лота: 20101.3.2-214-005, шифр заявки: 2010-1.3.2-214-005-020).
Литература
1. Ковалгин, Ю.А. Цифровое кодирование звуковых сигналов: учеб. пособие / Ю. А. Ковалгин, Э. И. Вологдин // СПб. : КОРОнА-принт, 2004. - 240 с.
2. Жиляков, Е.Г. Методы обработки речевых данных в информационно-телекоммуникационных системах на основе частотных представлений: моногр. / Е.Г. Жиляков, С.П.Белов, Е.И. Прохоренко / / Белгород, 2007. - 136 с.
3. Шелухин, О.И. Цифровая обработка и передача речи / О.И. Шелухин, Н.Ф. Лукь-янцев; под ред. О.И. Шелухина / / М.: Радио и связь, 2000. - 456с.: ил.
4. Болдышев А.В. О различиях распределения энергии звуков русской речи и шума /А.В. Болдышев, А.А. Фирсова // Материалы 12-й Междунар. конф. и выставки «ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ и ЕЁ ПРИМЕНЕНИЕ - DSPA'2010» 31 марта - 02 апреля 2010 года, г. Москва.
5. Прохоренко Е.И. Новый метод оптимального субполосного преобразования в задаче сжатия речевых данных / Е.И. Прохоренко, А.В. Болдышев, А.А. Фирсова, А.В. Эсауленко // Журнал «Вопросы Радиоэлектроники», серия электроника и вычислительная техника (ЭВТ). Выпуск №1 Москва 2010. с. 49-55.
6. Жиляков, Е.Г. Вариационные методы анализа и построения функций по эмпирическим данным: моногр. / Е.Г. Жиляков. - Белгород: Изд-во, 2007. - БелГУ, 2007.- 160.
7. Жиляков, Е.Г. Вариационные методы частотного анализа звуковых сигналов / Е.Г. Жиляков, С.П. Белов, Е.И. Прохоренко // Труды учебных заведений связи. - СПб, 2006. -№ 174. - С.163-170.
8. Гантмахер, Ф.Р. Теория матриц / Ф.Р. Гантмахер. - М.: Физматлит, 2004. - 560 с.
9. Сизиков, В.С. Математические методы обработки результатов измерений: учебник для вузов / В.С. Сизиков. - СПб.: Политехника, 2001.
ABOUT ELECTORAL AFFECTING TO FREQUENCY COMPONENTS OF SPEECH SIGNALS IN RESOLVE OF COMPRESSION
Belgorod State University
A. V. BOLDYSHEV
e-mail:
boldyshev@bsu.edu.ru
In the article expounded the new method of the electoral affecting on frequency components of speechl signals, based on the use of subband transformations on component frequency intervals. The results of calculable experiments are resulted as evaluated by efficiency of the developed method.
Key words: informatively-telecommunication technologies, compression of speech data, sub-band transformation, frequency interval, set parts of energy.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
СВЕДЕНИЯ ОБ АВТОРАХ
Аверкова О.А.
Аверьянов Д.Е.
Аль-Муаалеми Ваил Бабенко М Г.
Бадалов А.Ю. Беленко В.А.
Белобров А.П. Белов С.П.
Белов А.С.
Беляева В.И.
Болдышев А.В.
Бороховский Е.Ф.
Боруха С.Ю.
кандидат технических наук, доцент кафедры прикладной математики Белгородского государственного технологического университета им. В.Г. Шухова
кандидат технических наук, ведущий инженер ЗАО «ИНФОРМСВЯЗЬ ХОЛДИНГ», г. Москва
аспирант кафедры биомедицинской инженерии Курского государственного технического университета
аспирант кафедры высшей алгебры и геометрии Ставропольского государственного университета
заместитель генерального директора ОАО «Научно-исследовательский институт суперЭВМ», г. Москва
кандидат физико-математических наук, доцент, начальник организационного отдела Центра дистанционного обучения Белгородского государственного университета
аспирант кафедры биомедицинской инженерии Курского государственного технического университета
кандидат технических наук, старший научный сотрудник, профессор кафедры информационно-телекоммуникационных систем и технологий Белгородского государственного университета
кандидат технических наук, старший преподаватель кафедры прикладной информатики Белгородского государственного университета
кандидат технических наук, доцент кафедры безопасности жизнедеятельности Белгородского государственного технологическог университета им. В.Г. Шухова
аспирант кафедры информационно-телекоммуникационных систем и технологий Белгородского государственного университета
кандидат психологических наук, координатор (менеджер) мета-аналитических проектов в научно-исследовательском центре CSLP (Centre for the Study of Learning and Performance) университета Конкордия (Concordia University, Montreal, Canada)
кандидат педагогических наук, доцент кафедры педагогики Белгородского государственного университета
Вертакова Ю.В.
Гальцев О.В.
Гайнуллина Е.Х.
Глушак А.В.
Гринёва НА. Давыдова Л.В.
Ершова И.Г.
Демин П.В. Жиляков Е.Г.
Загороднюк РА.
Зайцева Н.О. Зайцева Т.В.
Игрунова С.В.
Кабелко С.Г.
доктор экономических наук, профессор, заведующая кафедрой региональной экономики и менеджмента Курского государственного технического университета
аспирант, программист организационного отдела Центра дистанционного обучения Белгородского государственного университета
студентка 5 курса по специальности «Прикладная информатика (в экономике)» Белгородского государственного университета
доктор физико-математических наук, профессор кафедры математического анализа Белгородского государственного университета
аспирант Белгородского государственного университета
доктор экономических наук кафедры финансов, денежного обращения, кредита и банков Орловского государственного технического университета
кандидат экономических наук, доцент кафедры маркетинга и управления персоналом Курского государственного технического университета
аспирант Московской академии рынка труда и информационных технологий
доктор технических наук, профессор, заведующий кафедрой информационно-телекоммуникационных систем и технологий Белгородского государственного университета
начальник информационно-технологического отдела Центра дистанционного обучения Белгородского государственного университета
ассистент кафедры прикладной информатики Белгородского государственного университета
кандидат технических наук, доцент кафедры прикладной информатики Белгородского государственного университета
кандидат социологических наук, доцент кафедры прикладной информатики Белгородского государственного университета
аспирант, научный сотрудник Федерального Государственного унитарного предприятия «Всероссийский научно-исследовательский институт по осушению месторождений полезных ископаемых, защите инженерных сооружений от обводнения, спе-
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Кассим Кабус Колесников МА.
Корсунов Н.И. Красильников В.В.
Кузьмин АА.
Куперман М.Б. Курлов А.В.
Логачев К.И.
Лозовая С.Ю. Ломовцева ОА. Маторин С.И. Немцев А.Н. Немцев С.Н.
циальным горным работам, геомеханике, геофизике, гидротехнике, геологии и маркшейдерскому делу» (ФГУП ВИОГЕМ)
аспирант кафедры биомедицинской инженерии Курского государственного технического университета
ведущий инженер, кандидат технических наук ОАО «Научно-исследовательский институт суперЭВМ», г. Москва
доктор технических наук, профессор кафедры математического и программного обеспечения информационных систем Белгородского государственного университета
доктор физико-математических наук, старший научный сотрудник, профессор кафедры материаловедения и нанотехнологий Белгородского государственного университета
кандидат технических наук, доцент кафедры биомедицинской инженерии Курского государственного технического университета
доктор технических наук, президент «Информсвязь холдинг», г. Москва
ЗАО
аспирант кафедры информационно-телекоммуникационных систем и технологий Белгородского государственного университета
доктор технических наук, профессор, заведующий кафедрой прикладной математики Белгородского государственного технологического университета им. В.Г. Шухова
доктор технических наук, профессор кафедры информатики и вычислительной техники Белгородского государственного университета
доктор экономических наук, профессор, заведующая кафедрой менеджмента организации Белгородского государственного университета
доктор технических наук, профессор кафедры прикладной информатики Белгородского государственного университета
кандидат физико-математических наук, доцент, директор Центра дистанционного обучения Белгородского государственного университета
программист информационно-технологического отдела Центра дистанционного обучения Белгородского государственного университета
Паращук Е. М. Полунин А. И.
ПрокопенкоМ.Н.
Путивцева Н.П.
Рядинская Л.В.
Семенов Д.В.
Скандаков А.И.
Слободюк АА.
Сопина НА. Строева ОА.
Сумин В.И.
Филист СА.
Цветков В.В. Цоцорина Н.В. Штифанов А.И.
старший преподаватель Белгородского государственного технологического университета им. В.Г. Шухова
кандидат технических наук, профессор кафедры программного обеспечения Белгородского государственного технологического университета им. В. Г. Шухова
кандидат технических наук, главный инженер Белгородского филиала НАЧОУ ВПО «Современная гуманитарная академия»
старший преподаватель кафедры прикладной информатики Белгородского государственного университета
соискатель кафедры информатики и вычислительной техники Белгородского государственного университета
аспирант кафедры экономики и финансов Орловской региональной академии государственной службы
магистрант факультета компьютерных наук и телекоммуникаций Белгородского государственного университета
студентка факультета компьютерных наук и телекоммуникаций Белгородского государственного университета
аспирант, ассистент кафедры менеджмента организации Белгородского государственного университета
кандидат экономических наук, доцент кафедры коммерции и рекламы Орловского государственного института экономики и торговли
доктор технических наук, профессор, начальник кафедры информационно-технических систем органов внутренних дел Воронежского института МВД России
доктор технических наук, профессор кафедры биомедицинской инженерии Курского государственного технического университета
преподаватель кафедры основ радиотехники и электроники Воронежского института ФСИН России
ассистент кафедры прикладной информатики Белгородского государственного университета
кандидат технических наук, доцент, заместитель директора Центра дистанционного обучения Белгородского государственного университета
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
Шулешко А.В. Червяков Н.И. Черепнев АА.
Черноморец А.А. Чудинов С.М.
кандидат экономических наук, сотрудник департамента экономического развития Белгородской области
доктор технических наук, профессор, заведующей кафедрой прикладной математики и информатики Ставропольского государственного университета
старший научный сотрудник ОАО «Научно-исследовательский институт вычислительных комплексов им. М.А. Карцева», г. Москва
кандидат технических наук, заведущий кафедрой прикладной информатики Белгородского государственного университета
заместитель генерального директора по научной работе, доктор технических наук, профессор ОАО «Научно-исследовательский институт суперЭВМ», г. Москва
Чумакова А.В.
Орловский государственный технический университет
ИНФОРМАЦИЯ ДЛЯ АВТОРОВ
Уважаемые коллеги!
Материалы необходимо высылать в 2-х экземплярах:
• по адресу: 308015, г. Белгород, ул. Победы, 85, Белгородский государственный университет;
• по электронной почте редакторам разделов: «Актуальные вопросы отечественной истории» — shatohin@bsu.edu.ru (Шатохин Иван Тихонович — заместитель главного редактора); «Актуальные вопросы всеобщей истории» — bolgov@bsu.edu.ru (Болгов Николай Николаевич); «Актуальные вопросы политологии» — Shilov@bsu.edu.ru (Шилов Владимир Николаевич — заместитель главного редактора); «Актуальные проблемы экономики» — Lomovceva@bsu.edu.ru (Ломовцева Ольга Алексеевна — заместитель главного редактора); ответственный секретарь серии журнала — vasilenko_v@bsu.edu.ru (Василенко Виктория Викторовна); сайт журнала: http://unid.bsu.edu.ru/unid/res/pub/index.php.
Статьи, отклоненные редколлегией, к повторному рассмотрению не принимаются. Материалы, присланные без соблюдения правил, редколлегией не рассматриваются.
ТРЕБОВАНИЯ К ОФОРМЛЕНИЮ СТАТЕЙ СЕРИИ «ИСТОРИЯ. ПОЛИТОЛОГИЯ. ЭКОНОМИКА. ИНФОРМАТИКА» ЖУРНАЛА «НАУЧНЫЕ ВЕДОМОСТИ БЕЛГУ»
В материалы включается следующая информация:
4) УДК научной статьи;
5) аннотация статьи (не более 1200 знаков);
6) ключевые слова;
7) сведения об авторах (Ф.И.О., должность с указанием места работы (без сокращений), ученая степень, ученое звание, почтовый адрес, адрес электронной почты (если имеется), контактные телефоны);
8) внешняя рецензия доктора наук (для аспирантов и кандидатов наук);
9) текст статьи;
10) ссылки.
на русском Ч- и английском языках
на русском языке
Технические требования к оформлению текста
1. Текст набирается в Microsoft Word 2000/2003. Лист - А4, портретный. Без переносов.
2. Поля:
• правое - 1,5 см;
• левое - 3,0 см;
• нижнее - 2,0 см;
• верхнее - 2,0 см.
3. Шрифт:
• гарнитура: текст - Georgia; УДК, название, ФИО автора - Impact;
• размер: в тексте - 11 пт; в таблице - 9 пт; в названии - 14 пт.
4. Абзац:
• отступ 1,25 мм, выравнивание - по ширине;
• межстрочный интервал - одинарный.
Серия История. Политология. Экономика. Информатика. 2010. № 13 (84). Выпуск 15/1
5. Ссылки постраничные:
• номер ссылки размещается перед знаком препинания (перед запятой, точкой);
• нумерация - автоматическая, сквозная;
• текст сноски внизу каждой страницы;
• размер шрифта - 9 пт.
6. Объем статей: до 8 страниц (Georgia, 11 пт).
7. Формулы набираются в «Редакторе формул» Word, допускается оформление формул только в одну строку, не принимаются формулы, выполненные в виде рисунков, формулы отделяются от текста пустой строкой.
8. Требования к оформлению статей, таблиц, рисунков приведены в прил. 1, 2, 3.
Приложение 1. Оформление статьи
УДК 65.01
КЛЮЧЕВЫЕ ВЫЗОВЫ РАЗВИТИЮ РЕГИОНА В УСЛОВИЯХ ГЛОБАЛИЗАЦИИ РОССИЙСКОЙ ЭКОНОМИКИ'
А. В. ИВАНОВ11 Л. Н. ПЕТРОВ21
1) Департамент экономического развития Белгородской области
Белгородский государственный университет
При выборе пути инновационного развития необходимо учитывать возможные риски и ограничения социально-экономического развития, продуцированные перспективами постепенного вступления России в единое мировое экономическое пространство. В работе рассмотрены ключевые вызовы развитию России и регионов на долгосрочную перспективу.
Ключевые слова: глобализация, вызовы развитию, риски и ограничения социально-экономического развития, региональная политика.
e-mail: bor@bsu.edu.ru
В последние годы в российском обществе обозначился явный дефицит долгосрочного (на 10-15 и более лет) видения перспектив развития национальной экономики1.
KEY CHALLENGES TO REGION DEVELOPMENT IN CONDITIONS OF GLOBALIZATION OF THE RUSSIAN ECONOMY
A. V. IVANOV L. N. PETROV21
1) Department of Economic Development, Belgorod Region
Belgorod State University
e-mail: bo@bsu.edu.ru
Choosing a way of innovative development it is necessary to take into account the risks and restrictions of socio-economic development, produced by prospects of the gradual introduction of Russia into the whole world economic space. There considered key challenges to development of Russia and its regions for the long-term prospect.
Key words: globalization, challenges to development, risks and restrictions of socio-economic development, regional policy.
СВЕДЕНИЯ ОБ АВТОРАХ
Иванов А.В. — кандидат экономических наук, доцент кафедры
экономики и права Белгородского государственного университета
308015, г. Белгород, ул. Победы, 85, Белгородский государственный университет; e-mail: dizelsnab@mail.ru, тел. 33-22-44
1 Караганов С.А. XXI век и интересы России // Современная Европа. 2004. №3. С. 6; Ай-
налов Д.В. Эллинистические основы византийского искусства. СПб., 1900. С. 2.
Приложение 2. Оформление таблиц
1. Каждая таблица должна быть пронумерована справа, иметь заголовок, расположенный по центру.
Таблица 1
Рейтинговая оценка ЦФО за 1999-2004 гг.
Регионы 1999 г. 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. В среднем за
19992001 гг. 20022004 гг.
РФ 1,3222 1,5091 1,3470 1,4661 1,5940 1,6954 1,3928 1,5852
ЦФО 1,5028 1,9389 1,7210 1,6149 1,6888 1,6930 1,7209 1,6656
2. Таблицы не должны выходить за границы полей страницы слева и справа.
Таблица 1
Рейтинговая оценка ЦФО за 1999-2004 гг.
Регионы 1999 г. 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. В среднем за
19992001 гг. 20022004 гг.
РФ 1,3222 1,5091 1,3470 1,4661 1,5940 1,6954 1,3928 1,5852
ЦФО 1,5028 1,9389 1,7210 1,6149 1,6888 1,6930 1,7209 1,6656
3. Если таблица располагается на 2-х страницах, ее столбцы должны быть пронумерованы на каждой новой странице, так же, как на первой.
Таблица 1
Рейтинговая оценка ЦФО за 1999-2004 гг.
Регионы 1999 г. 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. В среднем за
19992001 гг. 20022004 гг.
1 2 3 4 5 6 7 8 9
РФ 1,3222 1,5091 1,3470 1,4661 1,5940 1,6954 1,3928 1,5852
ЦФО 1,5028 1,9389 1,7210 1,6149 1,6888 1,6930 1,7209 1,6656
Таблица, расположенная на первой странице.
Продолжение табл. 1
1 2 3 4 5 6 7 8 9
Белгородская область 1,2620 0,4169 2,2612 1,0176 1,2012 0,6413 1,3134 0,9534
Брянская область 0,9726 0,4817 0,5612 1,8653 0,9064 1,6898 0,6718 1,4872
Таблица, расположенная на следующей странице.
Приложение 3. Оформление графических объектов
1. Изображение каждого графического объекта должно иметь номер и заголовок, расположенные по центру рисунка.
80-,
70-
60-
|2 X 50-
О) ^ 40-
о о. 30-
с 20-
10-
0-
37
39 39
40
45 46 47 49 49
52 53 54
55
59
66
75
27
ГС
Е?
ю == 5. Ь х £ л • с ' ц 5 01
Ч I-
9 в
Рис. 1. Уровень инновационной активности в России, странах ЕС, Норвегии, Исландии
2. Изображение графического объекта должно быть в виде рисунка или сгруппированных объектов.
Рис 2. Институциональная среда существования бедности населения северного региона России
3. Изображение графического объекта не должно выходить за пределы полей страницы.
4. Изображение графического объекта не должно превышать одной страницы.
За публикацию рукописи в журнале «Научные ведомости Белгородского государственного университета» плата с авторов не взимается.
