CC BY
24
Рисунок 1 - Схема тестирования преобразователя биометрия-код с использованием базы естественных образов «Чужой», полученных от разных доноров биометрии
Стойкость к атакам подбора оценивалась как обратная величина - 1/Р2.
Как показали результаты экспериментов по тестированию с различными размерами баз естественных биометрических образов «Чужой» реальное распределение значений меры Хэмминга отличается от нормального закона распределения значений.
В связи с этим прогноз, вычисленный по формуле (1), является приближенным и должен быть скорректирован соответствующей таблицей поправок, учитывающих показатели средней стабильности, уникальности, качества биометрических параметров тестируемого биометрического образа, а также среднее значение модуля парных корреляций [4 - 8]
ЛИТЕРАТУРА
1. ГОСТ Р 52633.0 - 2006 Защита информации. Техника защиты информации. Требования к средствам высоконадежной биометрической аутентификации. М.: Изд-во Стандартинформ, 2007.
2. ГОСТ Р 52633.1-2009 Защита информации. Техника защиты информации. Требования к формированию баз естественных биометрических образов, предназначенных для тестирования средств высоконадежной биометрической аутентификации.
3. ГОСТ Р 52633.2 - 2010 Защита информации. Техника защиты информации. Требования к формированию синтетических биометрических образов, предназначенных для тестирования средств высоконадежной биометрической аутентификации. М.: Изд-во Стандартинформ, 2011.
4. ГОСТ Р 52633.3-2011 Защита информации. Техника защиты информации. Тестирование стойкости средств высоконадежной биометрической защиты к атакам подбора.
5. Волчихин В.И. Быстрые алгоритмы обучения нейросетевых механизмов биометрико-криптографической защиты информации. Монография. / В.И. Волчихин, А.И. Иванов, В.А. Фунтиков. - Пенза: ПГУ. - 273
6. Быстрые алгоритмы тестирования нейросетевых механизмов биометрико-криптографической защиты информации. Монография / А.Ю. Малыгин, В.И. Волчихин, А.И. Иванов, В.А. Фунтиков /Пенза: ПГУ. -2006. - 161 с.
7. Надеев Д.Н. Моделирование биномиального зависимого закона распределения значений вероятностей ошибок нейросетевых преобразователей для высоконадежной биометрической защиты //Вопросы защиты информации № 3, 2008, с. 31-35.
8. Волчихин В.И. Особенности тестирования средств биометрико-нейросетевой аутентификации пользователей телекоммуникационной системы Министерства образования и науки Российской Федерации/ В.И. Волчихин, И.И. Артемов, В.С. Безяев, В.А. Алисов, А.Ю. Малыгин//Нейрокомпьютеры: разработка, применение. - М.: Радиотехника, 2012. - В 3. - С. 49 - 51.
УДК 004.89, 004.94
Яковлев С.Ю., Путилов В.А., Маслобоев А.В.
Институт информатики и математического моделирования Федерального исследовательского центра «Кольский научный центр Российской академии наук», Апатиты, Россия
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ПОДДЕРЖКИ УПРАВЛЕНИЯ ПРОМЫШЛЕННО-ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТЬЮ АРКТИЧЕСКОГО РЕГИОНА
Для поддержки управления устойчивым развитием арктических регионов разработана информационная технология агрегирования слабоструктурированных разнородных данных о влиянии техногенный; рисков на состояние региональных систем в сфере обеспечения промышленно-экологической безопасности. Особенностью технологии является применение модифицируемым структур — шаблонов, что обеспечивает автоматизацию формирования концептуальной модели предметной области. При разработке математического описания опасностей учтены различная степень изученности опасный; процессов и объектов, отсутствие статистически достоверной информации о вероятности и ущербе аварий, особенно крупныа и редких. Предложены и апробированы методика построения дискретных моделей потенциальных опасностей и средства поддержки нормативного регулирования промышленно-экологической безопасности критически важных объектов Арктической зоны. России.
Ключевые слова:
ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ, УПРАВЛЕНИЕ, ПРОМЫШЛЕННО-ЭКОЛОГИЧЕСКАЯ БЕЗОПАСНОСТЬ, АРКТИЧЕСКИЙ РЕГИОН
Введение
Базовыми стратегическими документами, определяющими политику Российской Федерации (РФ) и регулирующими вопросы национальной безопасности в Арктической зоне (АЗ), являются акты [1-3]. Современное состояние и тенденции развития ситуации вокруг ресурсов Арктики определяются следующими основными группами факторов: геополитические, макроэкономические, природно-климатические, военно-политические. Специфика развития АЗ РФ также состоит в том, что, с одной стороны, уровень безопасности региона существенно зависит от глобальных угроз, с другой стороны, возможные
кризисы и чрезвычайные ситуации, обусловленные особенностями региона, способны привести к дестабилизации систем более высокого уровня - федерального, международного, мирового [4].
Высокую значимость для Арктических регионов представляет проблема обеспечения приемлемого уровня промышленно-экологической безопасности развития. Особенностями АЗ РФ, важными для тех-ногенно-природной безопасности, являются экстремальные природно-климатические условия, очаговый (кластерный) характер освоения территорий, низкая плотность населения, удалённость от ос-
новных промышленных центров, высокая ресурсоём-кость, зависимость от других регионов России и зарубежных партнёров, уязвимость экологических систем [5]. Отметим слабую изученность проблемы промышленно-экологической безопасности Российской Арктики, в сочетании с возрастающей динамикой техногенно-природных изменений.
Объектом исследований в работе является тех-ногенно-экологическая безопасность Арктических регионов РФ. Предметом исследований являются модели, методы и технологии информационно-аналитического обеспечения рискоустойчивого развития промышленно-природных комплексов Арктических регионов РФ. Цель исследований - разработка информационной технологии обеспечения техногенно-экологической безопасности освоения АЗ РФ.
Одним из актуальных подходов к решению проблем снижения риска техногенных и природных катастроф является применение средств математического и компьютерного моделирования. Разработка информационной технологии требует учета региональных особенностей и применения современных методов и подходов к моделированию и оценке опасностей и рисков.
В разделе 1 приводятся сведения о существующих концепциях и системах обеспечения региональной безопасности. Принятые в работе определения основных понятий приведены в разделе 2. Собственно описание разработанных средств информационной технологии размещено в разделе 3. Возможному применению и реализации технологии посвящен раздел 4. Основные результаты сведены в Заключении.
1. Существующие подходы, методы и системы обеспечения безопасности
К настоящему времени разработаны и применяются различные концепции и подходы к вопросам управления рисками: вероятностный и статистический методы, логико-вероятностное моделирование, метод нечётких множеств, нелинейная динамика, мультиагентные технологии и т.д. Вопросы построения федеральных и региональных автоматизированных систем, ситуационных, когнитивных и иных центров управления борьбой с чрезвычайными ситуациями (ЧС) актуальны и обсуждаются во многих публикациях. Такие информационно-управляющие системы и службы создаются, в том числе, в рамках единой государственной системы предупреждения и ликвидации ЧС (РСЧС). В настоящее время Национальный центр управления в кризисных ситуациях (ЦУКС) МЧС России, ЦУКС региональных центров и Главных управлений МЧС России могут обмениваться оперативными и статистическими данными о ЧС, что позволяет говорить о начале формирования единого информационного пространства управления безопасностью. Также обеспечена возможность обмена данными с дежурно-диспетчерскими службами и ситуационными центрами министерств, ведомств и органов исполнительной власти. На муниципальном и объектовом уровнях формирование автоматизированных служб и центров управления в ЧС находится в начальной стадии.
В работах Малинецкого Г.Г. (ИПМ РАН) и соавторов развивается идея создания сети когнитивных центров (отраслевых, региональных, корпоративных) , являющаяся развитием идеи ситуационных центров [4, 6]. Возможности "мозгового штурма", привлечения удалённых экспертов дополняются системой математических моделей анализа и прогноза, базами знаний. На такие центры также возлагается задача предупреждения редких и крупных ЧС (управление стратегическими рисками).
В исследованиях Шульца В.Л. (ИСПИ РАН), Кульбы В.В. (ИПУ РАН) и соавторов рассмотрен комплекс проблем повышения эффективности управления социально-экономическим развитием Арктического сектора РФ [6]. В качестве научно-методической основы информационной поддержки политики в Арктике выступают методы структурно-динамического сценарного анализа [7]. Рассмотрены задачи проведения активных информационных кампаний с учётом внешних деструктивных информационных воздействий геополитических противников.
Для их решения используются методы сценарного исследования имитационных моделей информационного противостояния. Эти методы базируются на применении математического аппарата взвешенных и функциональных знаковых орграфов (мультигра-фов).
В работах Гореловой Г.В. (ТТИ ЮФУ) и соавторов представлены результаты моделирования развития ряда регионов России. Под методологией когнитивного моделирования понимается совокупность методов и технологий, объединяемых когнитивным подходом к анализу сложных систем [6, 7]. На созданных когнитивных картах проведены модельные эксперименты, позволившие выявить динамические тренды основных сфер жизнедеятельности, определить возможные сценарии развития, определить условия устойчивого развития.
Одним из направлений исследований ИСА РАН является обеспечение безопасности критически важных объектов (КВО) транспортной и информационной инфраструктур [8-10]. Создана и введена в эксплуатацию автоматизированная система (АС) «Риск-Менеджер», позволяющая решать комплекс задач, связанных с построением систем защиты КВО и осуществлять контроль состояния безопасности этих объектов. АС позволяет построить профили защиты, организовать контроль и учет выполнения требований по обеспечению безопасности. Она позволяет также подготавливать отчеты о выполнении требований по безопасности. Программно-технические комплексы АС могут устанавливаться на рабочих местах должностных лиц, ответственных за безопасность КВО.
Важные для безопасности особенности АЗ РФ отмечены во введении. Добавим к этому неразвитость информационно-телекоммуникационной инфраструктуры, относительную автономность объектов и территорий (комплексов, кластеров), что не позволяет переносить решения, разработанные для «большой земли». Специфика может проявиться и в деталях, например, отразиться на типе огнетушителя [11] . Поэтому требуется модификация, развитие существующих методов и подходов, а также разработка и реализация новых информационных технологий для поддержки управления безопасным развитием АЗ РФ.
2. Система основных понятий, принцип приемлемого риска
Наука об опасностях - относительно молодая, бурно развивающаяся область знаний, в которой, несмотря на большое число нормативных документов и научных публикаций, еще не сложилось единой общепринятой терминологии. В этих условиях очень важна последовательная непротиворечивая система понятий, охватывающая все этапы создания систем безопасности и реализуемая в ходе выполнения этих этапов. Можно было бы (беспроигрышно) привести основные определения из федеральных законов и иных актов. Лейтмотив этих "правильных", "канонических" определений примерно таков: "нужно ВСЁ учесть и предусмотреть, ВСЁ должно быть хорошо". Тем самым разработчики законов "обезопасили" прежде всего самих себя. Одна беда - эти "всеобъемлющие" определения "плохо работают". Они многословны, похожи друг на друга, и ... непонятны! В качестве яркой иллюстрации неудачного нормотворчества в важной и близкой области сошлёмся на статью [12]. Поэтому на практике вводятся рабочие, упрощенные определения -короткие и примерно соответствующие канонам. Данная работа опирается, в основном, на согласующуюся с [13, 14] и апробированную ранее иерархическую систему основных понятий предметной области. Сразу оговоримся, что эти дефиниции носят не "академический", фундаментальный характер, а прикладной, конструктивный, допускающий количественную интерпретацию. Система определений включает в себя следующие понятия.
Опасность - это свойство чего (кого) -либо причинять кому (чему)-либо ущерб (вред). Таким образом, опасность - понятие качественное. Говоря об опасности, необходимо указывать как источник, так и "приёмник" (объект воздействия
опасности, реципиент). Только в этом случае данное понятие имеет конкретный смысл.
Промышленно-природные (техногенно-экологиче-ские) опасности - это опасности, источники и приёмники которых являются объектами техногенно-природной среды, в данном случае, среды Арктических регионов РФ.
Чрезвычайная ситуация (ЧС), авария, стихийное бедствие - это проявления, реализации техно-генно-экологических опасностей.
Риск - количественная мера опасности. Техно-генно- экологический риск определяется промыш-ленно-природными опасностями. Общее понятие риска, как правило, включает в себя две составляющих: меру возможности (вероятность, частоту) проявления опасности и возможный ущерб от реализации опасности. В наиболее простой формулировке риск проявления опасности определяется как произведение меры возможности на ущерб. Риск может быть допустимым (приемлемым) и недопустимым (неприемлемым).
Безопасность - отсутствие недопустимого риска. Выделяются уровни безопасности, определяемые риск-показателями. Обеспечение безопасности - поддержание приемлемого уровня безопасности.
Промышленно-природная (техногенно-экологиче-ская) безопасность - отсутствие недопустимого техногенно-экологического риска, определяемого промышленно-природными опасностями.
Безопасность развития - отсутствие недопустимого риска в настоящем и будущем в соответствии с глубиной прогноза (краткосрочный, среднесрочный, долгосрочный). В этом случае, наряду с неопределённостью оценки риска, должна быть учтена (в той или иной форме) и неопределённость прогноза.
Управление безопасностью (управление риском) - выбор адекватного ситуации (разумного и достижимого) уровня безопасности.
Управление безопасностью развития (управление риском) - выбор адекватного ситуации уровня безопасности в настоящем и будущем, определяемом глубиной прогноза.
Подчеркнём ещё раз, что приведённые определения не отменяют нормативных толкований и не противоречат им, они носят вспомогательный, рабочий характер. В создаваемых технологиях и системах безусловно учитываются конкретные законодательные требования к безопасности. На основе принятых понятий строится математическое описание опасностей и рисков (раздел 3.3).
При моделировании представляется целесообразным применение известного в теории безопасности принципа приемлемого риска, т.е. риска, достижимого и оправданного (допустимого) с точки зрения социально-экономических и экологических факторов обеспечения безопасности развития, риска, с которым общество готово мириться ради получения определённых положительных результатов своей деятельности в настоящем и будущем. Величина приемлемого риска определяется достигнутым уровнем знаний, социально-экономическими возможностями государства, общественным мнением, а также региональными (в данном случае арктическими) особенностями. Обоснование уровня приемлемого риска регионального развития - самостоятельная научная задача.
3. Средства поддержки управления промышленно-экологической безопасностью
3.1. Общая характеристика разработанных средств
Как уже отмечалось, к особенностям АЗ РФ относятся неразвитость информационно-телекоммуникационной инфраструктуры, относительная автономность объектов и территорий, слабая изученность проблемы промышленно-экологической безопасности Российской Арктики, в сочетании с возрастающей динамикой техногенно-природных изменений. Это вызывает необходимость создания дополнительных средств формирования концептуальной модели предметной области для каждой решаемой задачи (раздел 3.2).
В разделе 3.3 развивается теоретико-множественный подход к количественной оценке рисков, основанный на принятой в разделе 2 системе определений.
Оценка сценариев (траекторий, проектов) развития промышленно-природных комплексов АЗ РФ, включая прогноз техногенно-экологического риска, требует разработки соответствующего инструментария (раздел 3.4).
Важную роль в обеспечении техногенно-природ-ной безопасности развития занимает проблема соответствия уровня риска нормативным показателям. Многообразие потенциальных опасностей и регулирующих документов вызывает необходимость создания специальных средств (раздел 3.5).
В разделе 3.6 приведены краткие сведения о реализации и области использования технологии.
3.2. Средства построения концептуальной модели системы управления безопасностью
Одна из актуальных проблем при управлении безопасностью Арктических регионов РФ - неполнота и неточность информации для принятия решений, отсутствие единого информационного поля, как на стадии прогнозирования, планирования, так и в ходе локализации и ликвидации чрезвычайных ситуаций. В частности, этим объясняются проявляющиеся порой информационная разобщённость и несогласованность функционирования разнородных центров и органов управления, а также нерациональность использования сил и средств в ходе борьбы с авариями и чрезвычайными ситуациями. Для снижения остроты указанной проблемы разработана технология агрегирования слабо структурированной проблемно-ориентированной информации. Общий алгоритм технологии может быть описан следующим образом.
На начальном этапе формулируются текущие цели и задачи управления (исследования) путём выбора из соответствующего, заранее разработанного, списка (дерева) возможностей. В зависимости от выбранных направлений использования осуществляется генерация также заблаговременно разработанных возможных шаблонов - структур. Выбор нужного шаблона может проводиться по ключевым словам, из общего списка или иными способами. Выбирая и заполняя шаблоны конкретной информацией, пользователь постепенно формализует и конкретизирует концептуальную модель предметной области. При этом проясняется, каких именно данных и в каком виде недостаёт для обоснованного принятия решения. При необходимости формируется запрос на дополнительные данные, либо вводятся различные возможные варианты данных.
Если информации для принятия решений достаточно, выполняется выбор расчётных моделей из соответствующего перечня. Здесь также может быть обнаружен факт неполноты списка расчётных моделей, что потребует дополнительных усилий по его пополнению.
Далее, если это необходимо, на основе пройденных этапов производится автоматизированное формирование выходного документа, также с привлечением списка типовых форм.
Технология нацелена на создание (за счёт унификации) единого информационного поля для принятия решений, а также на координацию организационных и функциональных структур управления для типовых региональных чрезвычайных и кризисных ситуаций. Прикладное назначение технологии -проектирование и отработка функционирования региональных систем управления безопасностью. Таким образом, основой технологии являются типовые модифицируемые структуры - шаблоны (формы), способствующие синтезу концептуальной модели предметной области. К таким заранее заготовленным формам можно отнести: дерево целей и задач, типовые структуры опасных процессов и объектов, схемы анализа безопасности типовых процессов и объектов, структуры описания возможных аварий и чрезвычайных ситуаций, этапы управления борьбой с чрезвычайными ситуациями, таблицы принятия решений, карты местности, схемы инфраструктуры, данные о расположении и оснащённости сил и
средств и т.п., а также типовые структуры органов управления безопасностью регионов. Совокупность форм (шаблонов, структур) является модифицируемой и пополняемой.
3.3. Модели оценки опасностей на основе бинарных отношений
При разработке математического описания опасностей необходимо учесть различную степень изученности опасных процессов и объектов, отсутствие статистически достоверной информации о вероятности и ущербе аварий, особенно крупных и редких. Для решения задачи использован единый, для современных методов моделирования, теоретико-множественный подход, основанный на принятой в работе системе определений (раздел 2) и схематично представленный на рис. 1. В составе промышленно-природно-социальной системы (универсум) выделяются источники и объекты воздействия (приёмники) опасностей. Строится несущее множество - объединение источников и приёмников. На нём определяется множество упорядоченных пар "источник - приёмник", тем самым задаётся отношение, называемое отношением опасности. Несущее
множество с заданным на нём отношением опасности представляет собой базовую (первичную, исходную) модель опасностей, элементы и отношения в ней на начальном этапе полагаются однородными. Описанный конструктивный способ построения представляет собой, по существу, методику получения и обработки экспертных знаний, ориентированную на формирование базовой модели. Выделены типовые элементы и структуры, имеющие содержательный смысл. Предложены количественные показатели для оценки опасности как отдельных объектов (элементов модели), так и регионального промышленно-природного комплекса в целом. Методика позволяет, для различных вариантов изученности предметной области, формировать наглядные графические и матричные модели опасностей, а также выполнять экспресс-анализ риска. Достоинствами такого подхода являются следующие возможности: ограничение на начальном этапе исследований минимальной экспертной информацией, выявление недостающих знаний, наращивание первичной модели.
Рисунок 1 - Дискретные модели потенциальных опасностей
Совокупность свойственных Арктической зоне потенциальных техногенно-экологических опасностей представлена в виде разработанной и апробированной ранее иерархической реляционной структуры - многоуровневой системы вложенных таблиц (матриц) "источники опасностей - объекты воздействия опасностей". Идентифицированы внешние (по отношению к выделенной промышленно-при-родной системе Арктических регионов РФ) угрозы, а также угрозы внешней среде со стороны выделенной системы.
Далее для количественной характеристики опасности источника по отношению к какому-либо объекту (характеристики пары "источник опасности -объект воздействия", т.е. определенной клетки таблицы) вводится в рассмотрение случайная величина - возможный ущерб X от аварий за какой-либо период времени, например, за год. Эта величина может быть дискретной и непрерывной. В дискретном варианте исчерпывающей характеристикой X является, например, ряд распределения:
X Х0 Х1 Х2 Хп
p po P1 P2 Pn
где Х0, Х1, Х2, ..., Хп - возможные значения случайной величины X, причем принято, что Х0 = 0 и Х0 < Х1 < Х2 < ... < Хп;
Р0, р1, р2, ..., рп - вероятности указанных значений, т.е. р0 = Р (X = Х0), ..., рп = Р(Х = Хп), при этом Р0 + Р1 + Р2 + ... + рп = 1.
Таким образом, значение Хп соответствует максимальной аварии, значение Х0 соответствует отсутствию аварий, а события X = Х0, X = Х1, ..., X = Хп образуют полную группу. Как правило, для реальных опасных объектов большему ущербу соответствует меньшая вероятность, т.е. справедливо соотношение р0 > р1 > ... > рп.
В качестве показателей опасности (для данной клетки таблицы) возможно использование численных характеристик распределения. Естественным обобщением является рассмотрение ущерба X как случайной функции координат и времени: X = X(x, у, х, Ь). Это позволяет проводить анализ опасностей для пространственных и динамических систем, какими, как правило, и являются реальные промышленно-природные системы Арктической зоны РФ. Другое важное теоретическое достоинство такого обобщения - возможность математически выразить многочисленные используемые на практике риск-показатели (число пострадавших, материальный ущерб, размер зоны поражения и т.д.), характеризующие различные виды опасностей и системы различного уровня, в единых терминах соответствующих случайных функций ущерба. С точки зрения моделирования безопасности развития на первом этапе достаточно ограничиться исследованием случайной функции X = X(t).
3.4. Синтез структур информационного управления региональной безопасностью
Создание информационной технологии обеспечения безопасности предполагает разработку, для различных вариантов развития региона, рациональных (достаточных и не избыточных) структур данных, на основе которых будут приниматься решения.
Для задач управления промышленно-экологиче-ской безопасностью регионального развития разработана технология синтеза рациональных структур информационного обеспечения. Определены типовые структуры данных, относящихся к различным видам опасных процессов и объектов. В качестве примера приведем основные составные части информации по обороту опасных веществ.
Блоки общей (справочной) информации, имеющей отношение к любому опасному процессу или объекту данного типа. Сюда включаются:
законодательная и нормативно-справочная информация (данные имеют иерархическую и, возможно, матричную структуру); словарь основных терминов;
физико-химические характеристики опасных веществ;
данные об авариях на аналогичных объектах. Далее следуют блоки, характеризующие конкретный процесс или объект.
Блоки технологической информации включают в себя характеристики основных технологических процессов (разведка, добыча и/или производство, транспортировка, переработка, хранение, реализация и т.д.), связанных с опасными веществами.
Блоки анализа опасностей и рисков содержат перечни контролируемы:': параметров и показателей,
методы и модели оценки опасностей, сценарии возможных аварий и таблицы принятия решений.
Технология позволяет, для различных сценариев развития региона, оптимизировать структуру и состав разнородной взаимосвязанной информации (законодательно-справочной, технологической, риск-аналитической), необходимой для поддержки принятия решений. Оценка техногенно-природных рисков может выполняться для существующей или проектируемой совокупности опасных процессов и объектов. На рис. 2 представлена технология синтеза рациональных структур информационного обеспечения для управления безопасностью развития типовых промышленно-природных комплексов Арктических регионов РФ. Условно показаны различные варианты (сценарии развития) регионального промыш-ленно-природного комплекса (на примере оборота нефтепродуктов).
Рисунок 2 - Синтез рациональных структур информационного обеспечения
Могут быть рассмотрены различные стадии жизненного цикла промышленно-природного комплекса. Каждый из опасных технологических процессов детализируется до уровня включённых в него опасных объектов, другими словами, формируется дерево процессов и объектов. Далее к полученной структуре осуществляется привязка соответствующей справочной и риск-аналитической информации.
Технология ориентирована на повышение безопасности развития промышленно-природных комплексов Арктической зоны РФ и апробирована в ходе анализа риска ряда комплексов Мурманской области.
3.5. Средства поддержки нормативного регулирования региональной безопасности
Обеспечение промышленно-экологической безопасности в РФ регулируется многочисленными (десятки и сотни единиц по каждому из направлений) документами: международными соглашениями, федеральными законами, постановлениями правительства, приказами и письмами министерств и ведомств, правилами и нормами, стандартами, руководствами, методиками и т.п. Крупное предприятие, региональный промышленный комплекс (РПК) могут включать в свой состав сотни и тысячи разнородных объектов, подлежащих регулированию по различным направлениям безопасности (пожарная, химическая, гидротехническая и т.д.).
Эти особенности учтены при разработке информационной технологии нормативного регулирования. На рис. 3 представлены основные информаци-
онные потоки системы регулирования: характеристики объектов РПК и требования нормативных документов.
На рис. 4 процесс регулирования безопасности представлен в виде последовательности этапов (средний столбец). В правом столбце указаны входные и выходные данные по каждому этапу. В левом столбце приведены сведения о разработанных средствах поддержки этапов. Апробация и реализация технологии выполнены для одного из направлений регулирования - декларирования пожарной безопасности объектов РПК.
3.6. Области применения технологии
Областью применения технологии являются вопросы информационно-аналитического обеспечения промышленно-экологической безопасности Арктических регионов РФ, в частности, вопросы управления в чрезвычайных и кризисных ситуациях, вопросы создания автоматизированных систем и центров управления региональной безопасностью, вопросы предупреждения, локализации и ликвидации аварий и т.п.
Технология была использована при разработке деклараций и паспортов безопасности, планов по предупреждению и ликвидации разливов нефтепродуктов и иных документов для ряда разнородных потенциально опасных производственных объектов Мурманской области.
Технология имеет частичную программную реализацию. В частности, создана автоматизированная информационная система нормативно-методического обеспечения для исследований по промышленно-при-
родной безопасности. Система позволяет осуществ- рибутам, шаблонам) и корректировать как содер-лять работу с документами, производить оператив- жание документной базы, так и набор критериев ный поиск документов по различным критериям (ат- систематизации документов в ней.
Рисунок 3 - Синтез совместной структуры РПК и нормативно-методической базы
ИТ-поддержка
Л/'
Раз работала структура РП К, выделены типовые классы потенциально опасных объектов
Автоматизированы процессы формирования характеристик и иде нтификации объе кто в
Обеспечена автоматизированная
выборка положений, соответствующих характеристикам объекта
Частично автоматизирована проверка выполнения требований безопасности
Автоматизировано формирование типовых до куме нтов
ЛГ
Формирование базового (исходного) перечня объектов РПК
Формирование перечня объектов, подлежащих ре гул ированию, и сбор ^ информации по ним
Формирование перечня требовании федеральных законов и нормативных ^ документов
Проверка выполнения требований и формирование перечня объектов, подлежащих оценке риска
Вх/выжданные
Кадастры, реестры, карты.
данные космической съемт
Базовый перечень
Система критериев идентификации объектов
Перечень регулируемых объектов
Нормативная база регулирования
Перечень требований
Перечни объектов, для которых требуется/ не требуется расчет риска
Выходной документ (Декларация, Паспорт...)
Рисунок 4 - Алгоритм и ИТ-поддержка регулирования
Также разработан прототип автоматизированной системы информационного сопровождения ведения планирующей документации по оценке и снижению риска чрезвычайных ситуаций для уровня потенциально опасных объектов и территорий. Выполнен анализ состава и содержания информационно-методической базы разработки планирующих материалов, выявлены универсальные общие блоки, позволяющие сформировать типовой нормативный документ.
Заключение
Поставлена задача разработки информационной технологии обеспечения техногенно-экологической безопасности освоения АЗ РФ. Выполнен краткий обзор существующих методов и систем управления региональной безопасностью. Предложена совокупность рабочих определений предметной области. Представлены фрагменты информационной технологии: средства формирования концептуальной модели предметной области, методика построения дискретных моделей потенциальных опасностей и расчета показателей оценки опасности, средства оценки сценариев развития Арктических регионов РФ,
средства нормативного регулирования промыш-ленно-экологической безопасности. Приведены сведения о реализации и области использования технологии. Технология способствует формированию единого информационного поля для принятия решений, а также выработке рекомендаций по согласованным структурам управления для типовых региональных чрезвычайных и кризисных ситуаций. Технология позволяет, для различных сценариев развития регионов АЗ РФ, оптимизировать структуру и состав разнородной взаимосвязанной информации, необходимой для поддержки принятия решений.
Результаты использованы при реализации «Стратегии развития Арктической зоны РФ и обеспечения национальной безопасности на период до 2020 года» на территории Мурманской области для решения практических задач в сфере информационного обеспечения экологической безопасности Северного морского пути и обеспечивают сокращение времени и трудозатрат на выработку и согласова-
ние управленческих решений в условиях региональ- объектов, а также для повышения оперативности ных кризисных ситуаций социально-экономического функционирования и точности уже существующих сии природно-техногенного характера по сравнению с стем обеспечения безопасности критически важных
действующими регламентами. объектов и инфраструктур.
Разработки могут также найти применение для Работа выполнена при финансовой поддержке
синтеза новых систем распределенного управления РФФИ (проект № 18-07-00167-а). безопасностью сложных социально-экономических
ЛИТЕРАТУРА
1. Основы государственной политики РФ в Арктике на период до 2020 года и дальнейшую перспективу (утверждено Указом Президента РФ 18.09.2008 г. Пр-1969).
2. Стратегия национальной безопасности Российской Федерации (утверждено Указом Президента РФ 31.12.2015 г. № 683).
3. Стратегия развития Арктической зоны РФ и обеспечения национальной безопасности на период до 2020 года (утверждено Указом Президентом РФ 20.02.2013 г. Пр-232).
4. Маслобоев А.В., Путилов В.А. Информационное измерение региональной безопасности в Арктике. Апатиты: КНЦ РАН, 2016. 222 с.
5. Акимов В.А., Соколов Ю.И. Риски чрезвычайных ситуаций в Арктической зоне России // Проблемы анализа риска. 2010. Т.7, №4. С.26-49.
6. Проблемы управления безопасностью сложных систем. Труды XXV международной научной конференции / под ред. Н.И. Архиповой, В.В. Кульбы. М.: РГГУ, 2017. 651 с.
7. Шульц В.Л., Кульба В.В., Шелков А.Б., Чернов И.В. Сценарный анализа в управлении геополитическим информационным противоборством. М.: Наука, 2015. 542 с.
8. Кононов А.А., Котельников А.П., Черныш К.В. Оценка защищенности критически важных объектов на основе построения моделей событий рисков // Труды Института системного анализа РАН. 2012. Т. 62, №4. С. 69-75.
9. Стиславский А.Б., Цыгичко В.Н. Формальная постановка задачи обеспечения безопасности транспортного комплекса // Труды Института системного анализа РАН. 2009. Т. 41. С.26-42.
10. Черешкин Д.С., Цыгичко В.Н., Козлов Ю.П., Кононов А.А. Концепция категорирования потенциально опасных объектов национальной транспортной инфраструктуры // Труды Института системного анализа РАН. 2007. Т. 31. С.5-20.
11. Душкин А.Л., Ловчинский С.Е., Рязанцев Н.Н. Первичные средства пожаротушения для Арктики // Проблемы безопасности и чрезвычайных ситуаций. 2016. №1. С.20-32.
12. Костров А.В. История семантико-правовой трансформации понятия «гражданская оборона» // Проблемы безопасности и чрезвычайных ситуаций. 2016. №1. С.3-19.
13. Алехин Е.М., Брушлинский Н.Н., Коломиец Ю.И. Автоматизированное проектирование систем обеспечения безопасности больших городов // Проблемы безопасности при чрезвычайных ситуациях. ВИНИТИ.
1997. №7. С.4 0-57.
14. Белов П.Г. Семантика понятий «безопасность» и «риск» // Безопасность труда в промышленности.
1998. №2. С.63-64.
УДК: 681.31 Мясникова М.Г.
ФГОУ ВПО «Пензенский государственный университет», Пенза, Россия
ПАРАМЕТРИЧЕСКИЙ АНАЛИЗ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ
Предложен алгоритм параметрического анализа сигналов в измерительных задачах на основе нейронных сетей. С помощью ради-ально-базисных сетей выделяется знакопеременная составляющая (мода) и сглаженная; знакопеременная составляющая подается на вход другой радиально-базисной сети, определяющей параметры составляющей — частоту и амплитуду. Ключевые слова:
ЭМПИРИЧЕСКИЕ МОДЫ, МОДАЛЬНЫЙ И ПАРАМЕТРИЧЕСКИЙ АНАЛИЗ
Введение мацию о сигнале - его частотных свойствах сиг-
Автором на протяжении ряда лет разложение на нала. Применение модели (1) оправдано тем фак-
эмпирические моды используется для последующего том, что в измерительных системах контролируются
параметрического анализа. Авторы уже давно ис- сложные технические объекты. В них, как правило,
пользуют такое разложение как предварительную наблюдаются вибрации, акустические шумы, пуль-
обработку сигналов, позволяющую увеличить отно- сации давления и т.д. Кроме того в системах дей-
шение сигнал/помеха, упростить алгоритм парамет- ствуют импульсные помехи, возбуждающие собствен-
рического анализа (за счет сведения сложной за- ные колебания. Такие объекты описываются универ-
дачи оценивания параметров модели порядка р к сальной моделью - сумма узкополосных составляю-
простым задачам оценивания параметров составля- щих смешанных с шумом.
ющих первого и второго порядков) и при этом су- Параметры могут быть определены, например, на
щественно сократить время анализа [1, 2]. Пред- основе процедуры Прони, трудоемкость которой
варительное разложение использовалось авторами растет пропорционально порядку.
для спектрального анализа, для оценивания пара- Для снижения трудоемкости пропорционально по-
метров сигналов сложной формы, формирования ди- рядку предложено применять процедуру Прони не к
агностических признаков, а также для сжатия и самому сигналу, а к его знакопеременным состав-
восстановления сигналов в распределенных ИИС[1- ляющим, выделенным на основе EMD или экстремаль-
6] . Вопросы совершенствования методов декомпо- ным фильтром, что позволяет заменить одну про-
зиции рассматривалось в [3,4] цедуру порядка р простыми задачами оценивания
Свободные и вынужденные колебания модели по- параметров составляющих первого и второго поряд-
рядка р, представляющей собой сумму q колеба- ков [3].
тельных (и (или) инерционных) составляющих с со- Для дальнейшего упрощения процедуры предла-
ответствующими частотами £ , амплитудами V, , фа- гается использовать нейронные сети для выделения
самой высокочастотной (ВЧ) знакопеременной и зами ф и затуханиями а описывается уравнением сглаженной (уже не содержащей ВЧ) составляющих, Р ц а также для определения параметров по ВЧ-состав-
X = Е а1' х,-] ='ЕА ' ещ>(-а] ■ Х,) ■ +ф]) + £ (1) ляющей-
]=1 ]=1 Основная часть
Коэффициенты авторегрессии ак, к = 1.. р или па-
Нейронные сети уже давно применяются для сложных инженерных задач. Например, в [5] реша-
раметры {Лк,/к,фк,ак},к = 1,2,..д несут полную инфор- ется похожая задача - рассматривается исп°льз°-к к к к вание нейронных сетей для выделения составляющих
