Использование olap-9технологий при обработке данных Текст научной статьи по специальности «Компьютерные и информационные науки»

Информационно-управляющие системы

допустимых враждебных неисправностей включают механизмы парирования допустимых неисправностей, функционального диагностирования системы с обнаружением и идентификацией возникающих допустимых неисправностей в процессе целевой работы и тестового диагностирования систем, тестового диагностирования подсистем и системы в целом, восстановления целевой работы подсистем и системы в целом при возникновении программных сбоев и отказов, самоуправляемой реконфигурации и деградации комплексов и системы в целом, выполняемых также в условиях возникновения допустимых враждебных неисправностей [1]. В докладе приводится обзор существующих методов построения базовых и основных механизмов обеспечения сбое- и отказоустойчивости в рассматриваемых системах и определены направления дальнейших исследований.

Библиографические ссылки

1. Гришин В. Ю., Лобанов А. В., Сиренко В. Г.

VSPU2014.ipu.ru. С. 6855-6864.

2. Barborak M., Dahbura A., Malek M. The consensus problem in fault-tolerant computing // ACM Computing Surveys (CSUR). 1993. Vol. 25, iss. 2. P. 171-220.

Refereces

1. Grishin V., Lobanov A. Sirenko V. VSPU2014.ipu.ru, pp.6855-6864.

2. Barborak M., Dahbura A., Malek M. The consensus problem in fault-tolerant computing // ACM Computing Surveys (CSUR). June 1993. Vol. 25 Issue 2. P. 171-220.

© Гришин В. Ю., Лобанов А. В., 2014

УДК 004.051

ИСПОЛЬЗОВАНИЕ OLAP-ТЕХНОЛОГИЙ при обработке данных

А. А. Демченко

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-mail: [email protected]

Рассматривается способ обработки данных, основанный на использовании аналитической обработки в реальном времени.

Ключевые слова: OLAP, обработка данных.

USING OLAP-TECHNOLOGIES FOR PROCESSING

A. А. Demchenko

Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation. E-mail: [email protected]

A data processing method based on the use of analytical processing in the real time is considered.

Keywords: OLAP, processing.

В современном мире большую роль приобретают эффективные способы обработки данных. Базы данных (БД) и системы управления базами данных (СУБД) стали необходимыми на любом предприятии. Банковские, учебные, коммерческие, страховые и другие сферы деятельности предприятий накапливают и хранят в своих базах очень большой объем информации о сотрудниках, услугах, товарах, скидках и так далее. Ценность и сохранность подобных данных несомненна: они используются в различных целях (управление материально-техническими запасами, решение вопросов, связанных с перераспределением обязанностей сотрудников, отслеживание пошагового развития предприятия и т. д.).

Подобные БД называют операционными и тран-закционными, поскольку они характеризуется большим количеством мелких операций (записи-чтения). Информационные системы, осуществляющие учет таких операций, называют системами оперативной

обработки операций (транзакций) Online Transactional Processing (OLTP) [1].

Системы оперативной обработки транзакций настраиваются и оптимизируются для обработки максимального количества операций за минимальное время. Показатель эффективности работы - количество операций, обрабатываемых за секунду. Обычно транзакции над отдельными записями очень просты и не связаны между собой, но совокупности записей можно использовать для получения новой информации, а именно для создания необходимых отчетов и анализа хозяйственной деятельности организации [1].

Набор аналитических функций в учетных системах весьма ограничен. Схемы, применяемые в OLTP-приложениях, осложняют создание самых простых отчетов, так как данные чаще всего распределены по множеству разных таблиц, и для их обработки необходимо выполнить сложные операции объединения таблиц, что, как правило, при попытке создания ком-

Решетневскуе чтения. 2014

плексных отчетов требует больших вычислительных операций, которые приводят к потере производительности.

Также можно отметить, что в OLTP хранятся постоянно изменяющие данные. По мере осуществления операций записи-чтения суммарные значения меняются очень быстро, и два комплексных анализа, проведенных с некоторым интервалом, могут дать разные результаты, поэтому такие анализы выполняются в конце отчетного периода.

Приведенные выше положения объясняют переход к Online Analytical Processing (OLAP). Этот метод позволяет сотрудникам предприятия проанализировать накопленные данные за счет быстрого доступа к информации.

Методология OLAP - это аналитическая обработка в реальном времени (технология обработки информации, включающая составление и динамическое создание отчетов и документов), предназначенная для быстрой обработки сложных многотабличных запросов к БД [1].

Причины использования этой методологии - скорость и удобство. В реляционных БД сущности, хранящиеся в отдельных таблицах, обычно хорошо нормализованы. Эта структура удобна для систем OLTP, но сложные запросы в ней выполняются относительно

медленно. Также в этой структуре сложно проводить анализ данных. OLAP-методология значительно упрощает анализ за счет применения многомерных кубов. Просматривая сводные таблицы, пользователь видит сначала итоговые значения показателей, а потом при необходимости может их детализировать. Клиент-серверная архитектура OLAP-систем обеспечивает одновременный доступ большого числа пользователей. При этом анализ производится быстро по всем аспектам, информации независимо от размера и сложности базы данных [1].

Полученные результаты исследования помогут более точно определить все положительные и отрицательные стороны использования технологии OLAP при обработке многомерных данных.

Библиографическая ссылка

1. Баргесян А. А., Куприянов М. С. Методы и модели анализа данных OLAP и Data Mining. СПб. : БХВ-Петербург, 2004. 331 с.

Reference

1. Bargesyan A. A., Kupriyanov M. S. Metody i modeli analiza dannih OLAP i Data Mining. BXV-Peterburg, 2004. 331 p.

© Демченко А. А., 2014

УДК 004.8

ТЕХНОЛОГИЯ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ DEEPFACE

А. А. Елистратова, В. В. Кукарцев

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-таП: [email protected]

Описана технология автоматической идентификации личности человека по фотографии, алгоритм ее осуществления. Приведен пример технологии DeepFace, процедура и область применения. Представлены преимущества и недостатки данной технологии.

Ключевые слова: программное обеспечение, DeepFace, идентификация личности.

PERSONAL IDENTIFICATION TECHNOLOGY DEEPFACE

A. A. Elistratova, V. V. Kukartsev

Siberian State Aerospace University named after academician M. F. Reshetnev 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660014, Russian Federation Е-mail: [email protected]

The technology for the automatic identification of a person from a photograph, an algorithm for its implementation is described. An example of DeepFace technology, its procedure and field of application is given. The advantages and disadvantages of this technology are presented.

Keywords: software, DeepFace, personal identification.

Технология автоматической идентификации личности человека по его изображению на фотографии имеет широкое коммерческое и научное применение. Данная технология интересна потому, что может осуществляться без контакта с объектом.

Идентификация личности проходит в два этапа. Первый этап заключается в определении местоположения лица на изображении. Для этого исходное изображение сканируется окном меньшего размера, и каждый раз определяется степень схожести изобра-