CC BY
28ИНФОРМАЦИОННАЯ ПОДДЕРЖКА УПРАВЛЕНИЯ СИЛАМИ И СРЕДСТВАМИ МЧС РОССИИ НА ОСНОВЕ КОГНИТИВНЫХ РАСПРЕДЕЛЕННЫХ БАЗ ДАННЫХ
А.Ю. Иванов, доктор технических наук, профессор;
A.С. Крутолапов, доктор технических наук, доцент. Санкт-Петербургский университет ГПС МЧС России.
B.И. Комашинский, доктор технических наук, доцент. Институт проблем транспорта им. Н.С. Соломенко Российской академии наук
Рассматривается концепция построения распределенных баз данных, которые предложено назвать «когнитивными». Идея концепции основана на наделении традиционных распределенных баз данных способностью адаптации к перемещению пользователей в сочетании с самообучением. Предлагаемые решения можно считать развитием возможностей мобильных распределенных баз данных, однако некоторая специфика позволяет выделить когнитивные базы в самостоятельный класс. Изложение концепции проведено с ориентацией на ее реализацию в сфере предупреждения и ликвидации чрезвычайных ситуаций.
Ключевые слова: базы данных, когнитивные технологии, когнитивные распределенные базы данных, локация, навигация, информационные системы, МЧС России
INFORMATION SUPPORT OF MANAGEMENT BY FORCES AND MEANS OF EMERCOM OF RUSSIA ON THE BASIS OF COGNITIVE DISTRIBUTED DATABASES
A.Yu. Ivanov; A.S. Krutolapov.
Saint-Petersburg university of State fire service of EMERCOM of Russia. V.I. Komashinskiy.
Solomenko Institute of transport problems of the Russian academy of sciences
The article discusses the concept of building distributed databases, which are proposed to be called «cognitive». The idea of the concept is based on giving traditional distributed databases the ability to adapt to the movement of users in combination with self-learning. The proposed solutions can be considered as the development of mobile distributed databases, but some specificity allows to distinguish cognitive databases in an independent class. The presentation of the concept is carried out with a focus on its implementation in the field of prevention and liquidation of emergency situations.
Keywords: data bases, cognitive technologies, cognitive distributed databases, location, navigation, information systems, EMERCOM of Russia
Современный этап развития информационного общества немыслим без разработки и широкого внедрения новых технологий как ориентированных на узкие конкретные приложения, так и находящихся на междисциплинарном стыке. В частности, в последнее время широкое распространение получили технологии построения информационной инфраструктуры. Несмотря на появление новых концепций, например концепции информационного пространства, фундаментальная роль здесь традиционно отводится организации баз данных (БД) как основы разнообразных информационных образований.
60
При этом основными потребительскими показателями БД признаются их объемно-временные характеристики. По вполне понятным причинам пользователи заинтересованы в минимизации времени отклика своих информационных (информационно-вычислительных, информационно-аналитических, информационно-поисковых и др.) систем, построенных по технологии БД. Расширение территориальных границ указанных систем, их переход на распределенную структуру, успехи в области сетевых технологий определили новые направления в организации БД, которые имеют целью, в том числе, повышение эффективности информационных систем. Тем не менее постоянное совершенствование информационной инфраструктуры является объективной реальностью и обусловлено причинами, свойственными той или иной сфере деятельности человека.
Общие требования к функционированию информационных систем
МЧС России в ЧС
Сегодня Министерство Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий (МЧС России) является одной из передовых спасательных служб в мире, способной оказывать помощь населению, территориям и объектам экономики в условиях природных и техногенных аварий и катастроф. Одной из основных задач министерства является осуществление деятельности по организации и ведению гражданской обороны, экстренному реагированию при чрезвычайных ситуациях (ЧС), защите населения и территорий от стихийных бедствий и пожаров, обеспечению безопасности людей на водных объектах, а также осуществление мер по чрезвычайному гуманитарному реагированию, в том числе за пределами Российской Федерации.
Важнейшими факторами успешной локализации и ликвидации возникшей ЧС являются оперативность и обоснованность принятия адекватных решений по управлению рисками ЧС. Для получения полной и достоверной картины о ситуации необходимо передавать с места на место ЧС разнообразную информацию, вести видеорепортаж или проводить видеоконференцию, обеспечивать голосовую связь и доступ к компьютерным данным. Поэтому при возникновении ЧС перед службами информационных технологий и связи МЧС России ставятся задачи по оперативному информационному взаимодействию с зоной ЧС. При этом необходимо учитывать, что районы и объекты, охваченные ЧС, нередко труднодоступны, а их информационная инфраструктура либо недостаточно развита, либо подвергнута разрушениям. Таким образом, производительность, устойчивость и мобильность информационных систем, комплексов и средств напрямую влияет на качество информационных сервисов и играют определяющую роль при ликвидации ЧС. Все указанные свойства в существенной мере зависят от характера организации информационного обеспечения.
Современные технологии хранения и предоставления информации и возможности их реализации в ЧС
Симбиоз БД и сетевых технологий привел к появлению распределенных БД (РБД). Их основная черта - это «прозрачность» размещения данных в сети для пользователя. Иными словами, пользователь имеет целостное представление о содержании базы, не будучи связанным необходимостью определять конкретное местоположение данных при обращении с запросами на выдачу или корректировку необходимых сведений.
Неоспоримым достоинством РБД является их практически неограниченный объем, поскольку он определяется суммарной емкостью внешней памяти узлов сети. К тому же при тщательном проектировании РБД вполне реально добиться того, что большинство данных пользователя будет храниться на его или ближайшем узле сети, что существенно улучшает
реактивность базы. Также пространственное распределение данных создает хорошие предпосылки для повышения информационной устойчивости и безопасности.
Не углубляясь в анализ общих недостатков РБД, таких как трудоемкость проектирования базы и сложность актуализации данных (за исключением случая размещения в узлах сети единственных копий непересекающихся подмножеств данных), заметим следующее. Удачно спроектированная РБД обычно отвечает эмпирическому правилу «80/20», означающему, что 80 % запрашиваемых данных размещаются непосредственно на узле каждого пользователя, а оставшиеся данные - 20 % поступают от других узлов. Тогда удается снизить интенсивность сетевого трафика и время отклика на запросы, а также уменьшить временные затраты на актуализацию копий данных. Однако названные показатели будут удерживаться в границах требуемых значений только при постоянном характере и количестве типов запросов в совокупности с неизменяемым положением их источников. В противном случае характеристики РБД и информационной системы в целом могут быть ухудшены настолько, что обнаружится целесообразность перепроектирования базы со всеми вытекающими негативными последствиями, такими как дополнительные и довольно существенные затраты временных, людских и других ресурсов, невозможность обеспечения нормальной работы пользователей и т.д. Описанная ситуация весьма характерна для информационных систем МЧС России, особенно при задействовании в ликвидации ЧС и их последствий. Положение осложняется тем, что перемещение пользователей в зону ЧС происходит в случайные моменты времени и сжатые сроки, а скоростные каналы достаточной емкости во многих районах отсутствуют.
Выход из сложившейся ситуации возможен при практической реализации концепции мобильных РБД (МРБД). Такие БД способны к трансформации своей физической структуры (при безусловном сохранении логической интеграции) в зависимости от обстановки [1]. По сути, речь идет о структурной адаптации БД к внешним факторам. В их число может входить:
- деформация сетевой структуры информационной системы;
- изменение диспозиции источников запросов (пользователей);
- отказы и сбои аппаратно-программных средств;
- нарушение безопасности информации в узлах и каналах сети.
Перечень факторов остается открытым. Своевременное реагирование на их проявление путем оперативной модификации физической структуры БД позволит сохранить правило «80/20» в изменяющейся обстановке и удержать показатели функционирования информационной системы в директивных пределах. Тем не менее такой подход к гибкой реструктуризации БД полностью не решает проблему предоставления пользователям качественного информационного сервиса в динамично меняющейся среде, а только создает предпосылки для ее решения. Основные причины такого положения дел следующие.
Во-первых, не существует ясности в вопросе определения моментов реструктуризации, поскольку действия пользователей, например перемещение, не всегда планируются заблаговременно. Во-вторых, в ряде случаев пользователю не известно, в какой точке сети он возобновит свою работу, следовательно, целевой узел для перемещения или копирования данных невозможно назначить заранее и однозначно. В-третьих, задачу трансформации физической структуры БД необходимо решать в полном объеме при каждом изменении внешних факторов, даже если складывающаяся ситуация повторяется с некоторой периодичностью или имеет ярко выраженные аналоги в прошлом.
Выход из подобной проблемной ситуации видится на пути расширения возможностей МРБД при наделении этого класса БД некоторыми дополнительными возможностями. Такой подход позволяет вести речь о формировании концепции нового класса БД, названного когнитивными (от нем. kognitiv, фр. cognitive, лат. cognoscere - понимать, сознавать -связанный с сознанием, мышлением) РБД (КРБД).
Основные положения концепции КРБД
В Перечне критических технологий Российской Федерации, утвержденном Указом Президента Российской Федерации от 7 июля 2011 г. № 899, наряду с нано-, био-и информационными технологиями указаны когнитивные технологии. Это довольно новый класс технологий, успешное развитие и применение которых обещает серьезный прорыв во многих сферах деятельности человека. Среди основных когнитивных технологий отдельной строкой отмечаются когнитивные ассистенты [2]. Так называют системы адаптивной поддержки человека в динамически меняющихся технических средах [3-5]. Именно такую цель преследуют предлагаемые КРБД. Основные отличия этих баз от предшественников можно выразить двумя тезисами:
Первое. КРБД будут наделены механизмами и интерфейсами для автоматической (автоматизированной) локации пользователя и передачи (в идеале - упреждающей) требуемых данных или их копий в новую географическую точку работы пользователя, то есть адаптировать физическую структуру БД к изменившимся внешним условиям.
Второе. КРБД будут способны к формированию индивидуальных профилей перемещения пользователей с целью оперативного реагирования в случае распознавания текущей ситуации по ее симптомам (самообучение).
Управление КРБД
Известно, что организация информационного взаимодействия пользователей и/или прикладных программ с БД возлагается на программное обеспечение особого класса -системы управления БД (СУБД). Именно за счет управления обеспечиваются функциональные возможности подчиненных объектов, в том числе объектов когнитивного характера [6, 7]. Названные программы отвечают за обеспечение независимости следующих видов:
- данных от прикладных программ - в общем случае;
- данных от места их расположения в сети - в случае РБД;
- данных от трансформации физической структуры БД - в случае МРБД.
Независимость означает, что пользователь не должен быть ущемлен в вопросах
предоставления ему требуемых информационных услуг при изменении указанных факторов, но будет получать все требуемые сервисы точно, своевременно и в полном объеме.
По вполне очевидным причинам, названные СУ должны обеспечить адаптацию физической структуры к трансформациям внешней среды в первую очередь к смещениям пользователей - источников запросов - в иные географические точки. В этом случае они должны быть наделены способностью к решению ряда задач.
Первая задача состоит в изучении пространственного положения пользователей. В настоящее время существует довольно большое число методов и средств положения и отслеживания перемещения объектов (людей, транспортных средств) на местности, а также управления их движением. К числу таковых относятся автономные (инерциальные) и неавтономные (радионавигационные) системы. Последние, в свою очередь, представлены наземными и спутниковыми радионавигационными системами. Помимо названных систем, имеющих статус традиционных, в последнее время широко используются возможности систем спутниковой и сотовой связи для определения местоположения объектов.
Такое положение дел позволяет вести речь о целесообразности сопряжения информационной системы с одной или нескольким системами навигации для локации подвижных пользователей с целью автоматического прогнозирования их потенциальных точек включения в работу при очередном сеансе. Это обеспечит постоянное (непрерывное или проводимое в дискретные моменты времени) определение географического положения пользователей. Для решения подобной задачи СУБД должна иметь интерфейсные модули сопряжения для получения геолокационной информации от навигационных систем и/или систем связи с подвижными объектами.
Вторая задача состоит в определении моментов начала реструктуризации физической структуры БД. В основу ее решения может быть положен следующий подход.
Информационная система структурно представляется как совокупность узлов, каждый из которых несет или способен нести некоторую часть БД (рис.). Пусть в результате проектирования определено, что некоторый узел (на рисунке показан штриховкой), должен нести некоторый фрагмент БД, удовлетворяющий требованиям по оперативности обработки запросов пользователя. При этом проектирование проводилось исходя из того, что пользователь работает на этом узле. Кроме того, существует несколько узлов (на рисунке охваченные пунктирной окружностью А), при перемещении пользователя в которые требования по оперативности обработки запросов не выходят за заданные значения. Назовем эту зону «зоной досягаемости». Для всех остальных узлов эти требования не выполняются при неизменном положении фрагмента. Если результаты геолокации пользователя показывают, что он покинул свой узел, но находится в зоне досягаемости, фрагмент сохраняет своё положение.
Рис. Пример миграции фрагмента данных по сети
Как только пользователь выйдет за пределы начальной зоны досягаемости, его фрагмент подлежит перемещению на узел сети, ближайший к новому местоположению. При продолжении движения пользователя фрагмент передается по цепочке «ближайших» узлов до полной остановки. После того, как окончательное положение пользователя на маршруте будет зафиксировано, конечный узел цепочки принимается в качестве нового. Далее решается задача определения узлов новой зоны досягаемости (на рисунке - пунктирная окружность В).
В том случае, когда услуги навигационных систем недоступны пользователю, например при следовании авиарейсом, он может направить СУ уведомление о пункте назначения и времени прибытия. После обработки уведомления СУБД определит целевой узел и передаст пользовательский фрагмент по его адресу. Уведомление может быть направлено пользователем по собственной инициативе или в ответ на запрос СУБД, обнаружившей по результатам локации, что пользователь находится в районе аэропорта.
Изложенный материал следует рассматривать не как сформировавшуюся и законченную систему положений, а как общее видение концепции. Возможные отклики на статью могли бы внести конструктивные коррективы в существо концепции и создать предпосылки для ее дальнейшей практической реализации. В целом существует убеждение, что результаты от использования функциональных возможностей КРБД дадут определенный эффект в сфере предупреждения и ликвидации ЧС.
Литература
1. Иванов А.Ю., Комашинский В.И., Малыгин И.Г. Мобильные распределенные базы данных Интеллектуальной мультимодальной транспортной системы: монография. СПб.: Институт проблем транспорта им. Н.С. Соломенко РАН, 2017. 166 с.
2. Что такое когнитивные технологии? URL: https://pikabu.ru/story/chto_takoe_ kognitivnyie_tekhnologii_4953537 (дата обращения: 01.12.2018).
3. Комашинский В.И., Комашинский Д.В. Когнитивная метафора в развитии телекоммуникационных и индустриальных сетевых инфраструктур или первые шаги к постинформационной эпохе // Технологии и средства связи. 2015. № 1 (106). С. 62-66.
4. Комашинский В.И., Мардер Н.С., Парамонов А.И. От телекоммуникационной к когнитивной инфокоммуникационной системе // Технологии и средства связи. 2011. № 4. С. 52-54.
5. Thomas R.W., Friend D.H., DaSilva L.A., MacKenzie A.B. Cognitive Networks: Adaptation and Learning to Achieve End-to-end Performance Objectives // IEEE Communications Magazine. 2006. Vol. 44. № 12.
6. Wang Y. Cognitive Informatics Models of the Brain // IEEE Transactions on Systems, Man, and Cybernetics. 2006. Vol. 36 (2). P. 203-207.
7. Комашинский В.И., Парамонов А.И., Саид М.А.С. Особенности проектирования и управления когнитивными беспроводными сетями связи // Вестник связи. 2012. № 10. С. 79-89.
References
1. Ivanov A.Yu., Komashinskij V.I., Malygin I.G. Mobil'nye raspredelennye bazy dannyh Intellektual'noj mul'timodal'noj transportnoj sistemy: monografiya. SPb.: Institut problem transporta im. N.S. Solomenko RAN, 2017. 166 s.
2. Chto takoe kognitivnye tekhnologii? URL: https://pikabu.ru/story/chto_takoe_ kognitivnyie_tekhnologii_4953537 (data obrashcheniya: 01.12.2018).
3. Komashinskij V.I., Komashinskij D.V. Kognitivnaya metafora v razvitii telekommunikacionnyh i industrial'nyh setevyh infrastruktur ili pervye shagi k postinformacionnoj ehpohe // Tekhnologii i sredstva svyazi. 2015. № 1 (106). S. 62-66.
4. Komashinskij V.I., Marder N.S., Paramonov A.I. Ot telekommunikacionnoj k kognitivnoj infokommunikacionnoj sisteme // Tekhnologii i sredstva svyazi. 2011. № 4. S. 52-54.
5. Thomas R.W., Friend D.H., DaSilva L.A., MacKenzie A.B. Cognitive Networks: Adaptation and Learning to Achieve End-to-end Performance Objectives // IEEE Communications Magazine. 2006. Vol. 44. № 12.
6. Wang Y. Cognitive Informatics Models of the Brain // IEEE Transactions on Systems, Man, and Cybernetics. 2006. Vol. 36 (2). P. 203-207.
7. Komashinskij V.I., Paramonov A.I., Said M.A.S. Osobennosti proektirovaniya i upravleniya kognitivnymi besprovodnymi setyami svyazi // Vestnik svyazi. 2012. № 10. S. 79-89.
