Информационный потенциал распределенной системы обработки информации Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

© М.А. Приходько, 2013

УЛК 004.75 М.А. Приходько

ИНФОРМАЦИОННЫЙ ПОТЕНЦИАЛ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ ОБРАБОТКИ ИНФОРМАЦИИ

Рассмотрена задача определения пространственно-временного распределения информационных процессов по узлам распределенной системы обработки информации. С позиций информационно-потенциального подхода определены напряженность информационного поля, силовые линии. Введено формальное определение информационного потенциала.

Ключевые слова: обработка информации, система обработки информации, мальтиагентная система, распределенная система, агент, интеллектуальные агент, информационный процесс, плотность распределения, узел, потенциал, информационный потенциал.

Полное описание пространственно-временного распределения интеллектуальных агентов по узлам распределенной системы обработки информации невозможно без информации о качественном распределении интеллектуальных агентов по узлам распределенной системы. Данная задача носит вероятностный характер, а ее решением является плотность распределения интеллектуальных агентов по узлам распределенной системы обработки информации. Вид функции, описывающей плотность распределения информационных процессов по узлам распределенной системы обработки информации, напрямую связан с ней как информационной средой. Эта связь реализуется информационным потенциалом, определяемым с позиций квантовой теории поля [1].

Как известно из физики, существенное влияние на формирование потенциала оказывает среда, в которой находятся взаимодействующие тела. Эта среда воздействует на пространство между взаимодействующими объектами, формируя, таким образом, линии напряженности рассматриваемого поля. Именно по этой причине нельзя рассматривать информационный потенциал в отрыве от информационной среды, а сам информационный потенциал фактически представляет собой комплексное знание об информационном поле, формируемом

интеллектуальными агентами, а также информационной среде, формирующей линии напряженности этого поля.

Понятие «напряженность информационного поля» имеет простой смысл, исходя из предположения о том, что информационная среда «сопротивляется» распространению интеллектуальных агентов. Напряженность информационного поля в узле распределенной системы обработки характеризует силу воздействия фракции интеллектуальных агентов на этот узел. Чем выше сила, тем более подвержен данный узел размещению новой копии интеллектуального агента, или, говоря иными словами, тем выше его «достижимость». Фактически, введенное ранее понятие достижимости узла распределенной системы обработки эквивалентно напряженности информационного поля.

Продолжая аналогию с электростатическим потенциалом, можно ввести еще одно понятие - силовые линии как пути распространения влияния информационного поля, формируемого популяцией интеллектуальных агентов. Информационные силовые линии простираются от узла, занятого интеллектуальным агентом, по каналам связи, связывающим его с другими узлами распределенной системы обработки информации, не занятыми интеллектуальными агентами. Данное определение согласуется с классическим определением силовой линии как линии, касательные к которой в каждой точке параллельны вектору напряженности в этой точке. Естественно предположить, что вектор напряженности в узлах распределенной системы обработки информации направлен вдоль каналов связи, связывающих его с другими узлами, в направлении распространения интеллектуальных агентов (рис. 1).

В классической физике «густота» силовых линий соотносится с величиной напряженности. Аналогичное утверждение верно и для информационного потенциала. Густота силовых линий соответствует количеству различных путей распространения интеллектуальных агентов, проходящих через выбранный узел распределенной системы обработки информации. Чем выше количество возможных путей, тем выше достижимость узла, а значит - и напряженность информационного поля в этом узле.

Рис. 1. Силовые линии информационного потенциала

Обращает на себя внимание зависимость количества силовых линий от количества различных путей, связывающих два узла распределенной системы обработки информации. Для приведенного на рис. 1. примера густота силовых линий убывает как величина 2", где п - количество ребер в пути. Налицо прямая зависимость напряженности от расстояния до узла, измеренного в данном случае количеством ребер в пути. Кроме того, густота силовых линий, понимаемых как пути распространения информационных процессов, подсказывает смысл напряженности информационного поля - интенсивность протекания информационных процессов. Эта интенсивность связана не только с количественными характеристиками информационных процессов (количеством информации), но и скоростью их протекания, поэтому одной из возможных размерностей напряженности информационного поля может быть Мбит/с.

Напряженность поля Е и потенциал и связаны в классической физике известным соотношением:

Е = - grad и.

Предположение о существовании аналогичной зависимости между напряженностью информационного поля и информационным потенциалом позволяет приблизиться к формальному определению информационного потенциала. Как было пока-

зано выше, напряженность информационного поля связана с понятием достижимости узла и может быть выражена в виде зависимости от «расстояния» до узла, понимаемого в том или ином смысле. Определим расстояние между узлами распределенной системы обработки информации в условиях распространения фракции интеллектуальных агентов, для чего воспользуемся известным графологическим подходом.

Рассмотрим распределенную систему обработки информации в виде графа (рис. 2), вершинами которого являются узлы распределенной системы, а ребрами - каналы передачи информации, связывающие соответствующие узлы. Здесь необходимо уточнить, что в нашем понимании канал передачи информации - понятие более широкое, чем просто физический канал связи. В качестве такого канала может выступать, например, курьер, осуществляющий регулярную доставку информации на различных электронных носителях.

Сопоставим каждому ребру графа определенный вес, соответствующий среднему времени передачи интеллектуального агента по выбранному каналу передачи данных. С

учетом предыдущего замечания о более широкой трактовке

Рис. 2. Представление распределенной системы обработки информации в виде графа

понятия «канал передачи данных» отметим, что данное значение может быть достаточно большим и сравнимо со временем, требующимся на обработку (размещение) интеллектуального агента на узле распределенной системы обработки информации.

Присвоим каждому узлу распределенной системы обработки информации вес, соответствующий задержке узла на обработку интеллектуальных агентов заданного вида. В результате данной операции все ребра и вершины графа будут ранжированы величинами одной размерности - время в секундах. Выберем минимальный вес среди всех полученных и поделим на него веса всех ребер и вершин графа. Получим безразмерную задержку информационных потоков - нормированные веса, не меньшие 1. Минимальное значение веса 1 будет достигаться на ребре (или в узле), соответствующем каналу связи (узлу) с минимальной задержкой информационного потока.

Таким образом, с помощью введенных весов можно определить минимально необходимое время, которое потребуется элементарному кванту информации, чтобы преодолеть путь между двумя узлами, что позволяет оценить расстояние между этими узлами.

Определим длину маршрута между двумя узлами распределенной системы обработки информации как сумму весов ребер, составляющих этот маршрут, а также весов узлов, находящихся на этом маршруте, не включая концевые узлы маршрута. Маршрут понимается в классическом смысле теории графов. Пользуясь этим определением, можно аналогично ввести понятие длины пути между узлами распределенной системы обработки информации как сумму весов ребер, составляющих этот путь, и весов узлов, находящихся на этом пути. Путь понимается в классическом смысле теории графов как маршрут, соединяющий два узла, все ребра которого различны. Тогда расстоянием между узлами распределенной системы назовем минимальную длину пути, связывающего эти узлы в неориентированном дубликате графа.

Важным аспектом применимости потенциального подхода и существующего математического аппарата в этой области является соответствие введенного понятия расстояния аксиомам метрики. Применение неориентированного дубликата графа для определения расстояния, а также исключение весов кон-

цевых узлов маршрута позволяет утверждать, что введенное нами определение действительно является метрикой при условии связности исходного графа. Поэтому обоснованы следующие определения:

Определение 1: длиной маршрута между двумя узлами распределенной системы обработки информации называется сумма весов ребер, составляющих этот маршрут, а также весов узлов, находящихся на этом маршруте, не включая концевые узлы маршрута.

Определение 2: длиной пути между узлами распределенной системы обработки информации называется сумма весов ребер, составляющих этот путь, и весов узлов, находящихся на этом пути, не включая концевые узлы пути.

Определение 3: расстоянием между узлами распределенной системы обработки информации называется минимальная длина пути, связывающего эти узлы в неориентированном дубликате графа.

Формальное определение расстояния как метрики позволяет ввести систему координат, необходимую для формализации информационного потенциала. Для этого определим начало координат и способ определения значений координат узлов распределенной системы обработки информации. В качестве точки отсчета наиболее естественно взять первый узел распределенной системы, на котором размещен интеллектуальный агент. Такой выбор начала координат оправдан тем, что размещенный первым интеллектуальный агент будет оказывать определяющее влияние на формирование потенциала. Координатой узла в зафиксированной таким образом системе координат будет расстояние между началом координат и выбранным узлом.

Мы видим, что выбор начала координат фактически эквивалентен фиксации состояния распределенной системы обработки информации в определенный момент времени. Исходя из характера распространения интеллектуальных агентов, видно, что определяющее влияние на информационный потенциал оказывает не просто длина пути между узлом и началом координат, а длина пути между узлом и ближайшим узлом, с размещенным на нем интеллектуальным агентом. Данное уточнение учитывает участие в процессе распространения интеллектуальных агентов не только первого, но и всех осталь-

ных узлов, занятых интеллектуальными агентами. Действительно, с течением времени область, охваченная интеллектуальными агентами, расширяется и смещается «вглубь» распре деленной системы обработки информации, в результате чего повышается достижимость узлов, к которым приближается граница этой области. Таким образом, наиболее естественно считать информационный потенциал зависящим не просто от координаты узла, а от введенной таким образом уточненной метрики расстояния.

Система координат, введенная с помощью метрики расстояния между узлами распределенной системы, позволяет описать напряженность информационного поля как показатель достижимости узла в виде зависимости от одной величины - расстояния. Примеры такой зависимости были показаны в ходе исследования распределенных систем обработки информации с сетевой структурой, соответствующей основным видам топологии сети. Подобная зависимость позволяет и сам информационный потенциал описать в виде функциональной зависимости от одной величины, что позволяет значительно продвинуться в решении задачи аналитического нахождения волновой функции (вероятностного распределения интеллектуальных агентов по узлам распределенной системы обработки информации).

Обобщим основные концепции информационного потенциала. Информационный потенциал формируется совместно фракцией интеллектуальных агентов и информационной средой. Влияние информационной среды на вид информационного потенциала определяется конкретными характеристиками рассматриваемой распределенной системы обработки информации, которые могут быть сведены к зависимости от одного параметра - расстояния между узлами распределенной системы обработки информации как метрики, оценивающей затраты на перемещение интеллектуального агента между ними. Информационный потенциал проявляет свойства потенциалов классической физики - к нему применимы таким понятия как напряженность, силовые линии. Информационному потенциалу свойственно поведение, аналогичное проявлению эффекта потенциального барьера и туннельного эффекта. Наиболее естественная метрика для информационного потенциала аналогична подходу, исполь-

зуемому в квантомеханической модели Козлова-Никишина для релятивистского атома водорода. Распространение интеллектуальных агентов по узлам распределенной системы обработки информации определяется информационным потенциалом и носит вероятностный характер.

Опираясь на проведенный анализ, перейдем к формальному определению информационного потенциала, и в первую очередь аналога его «физического смысла». В классической физике отмечают, что практический смысл имеет не сам потенциал, который может быть определен с точностью до константы, а разность потенциалов в двух точках, определяющая работу по перемещению точечного заряда или точечной массы. Аналогичным образом можно определить «информационный смысл» информационного потенциала:

Разность значений информационного потенциала в двух узлах распределенной системы обработки информации определяет работу по перемещению интеллектуального агента между этими узлами.

Тогда, чтобы с удалением узла от границы области, занятой интеллектуальными агентами, работа по перемещению интеллектуального агента росла, по аналогии с классическими физическими потенциалами информационный потенциал также должен быть отрицательным, а свое максимальное значение - 0 - принимать вне распределенной системы обработки информации («в бесконечности»).

Определение 4: Информационный потенциал — это скалярная характеристика информационного поля, характеризующая потенциальную энергию, которой обладает интеллектуальный агент, помещенный в данный узел распределенной системы обработки информации (данную точку поля).

Понятие информационного потенциала позволяет описать протекание процесса распространения интеллектуальных агентов в информационной среде и решить задачи нахождения пространственно-временного распределения информационных агентов. Наилучшим образом этой цели отвечает функция, описывающая состояние интеллектуального агента, - аналог физической волновой функции, которой придается тот же самый смысл - вероятность обнаружении интеллектуального агента в заданном узле распределенной системы обработки

информации. Уравнением, описывающим поведение интеллектуальных агентов, в этом случае служит уравнение Шрединге-ра. Все вместе это позволяет применить к исследованию пространственно-временного распределения интеллектуальных агентов в информационном поле известный математический аппарат.

- СПИСОК ЛИТЕРАТУРЫ

1. Приходько М.А., Федунец Н.И. Информационно-потенциальный подход к оценке распространения информационных процессов в распределенной системе обработки информации. // Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2011. - № ОВб. - С. 249-256. ИШ

КОРОТКО ОБ АВТОРЕ -

Приходько Максим Александрович - докторант, доцент кафедры Автоматизированные системы управления, кандидат физико-математических наук, spex19@mail.ru

Московский государственный горный университет

А