CC BY
36
oblachnykh vychisleniy v institute matematiki I mekhaniki UrO RAN [The experimental cloud computing environment in Institute of Mathematics and Mechanics Ural branch of RAS]. Pro-grammnye produkty i sistemy [Software & Systems]. 2012, no. 4, pp. 110-115.
5. Richardson T., Stafford-Fraser Q., Wood K.R., Hopper A.
IEEE Internet Computing. 1998, vol. 2, no. 1, pp. 33-38.
6. Yoo A., Jette M., Grondona M. Job Scheduling Strategies for Parallel Processing. Lecture Notes in Computer Science. 2003, vol. 2862, pp. 44-60.
УДК 004.89, 004.942
МЕТОД АВТОМАТИЗИРОВАННОГО СИНТЕЗА ВИРТУАЛЬНЫХ ОРГАНИЗАЦИОННЫХ СТРУКТУР ДЛЯ ЗАДАЧ УПРАВЛЕНИЯ РЕГИОНАЛЬНОЙ БЕЗОПАСНОСТЬЮ
(Работа выполнена при поддержке РФФИ, проект № 12-07-00138 «Разработка когнитивных моделей и методов формирования интегрированной информационной среды поддержки управления безопасностью арктических регионов России»)
А.В. Маслобоев, к.т.н.., старший научный сотрудник (Институт информатики и математического моделирования технологических процессов
Кольского научного центра РАН, Кольский филиал Петрозаводского государственного университета, ул. Ферсмана, 24а, г. Апатиты, 184209, Россия, [email protected])
Предложен метод синтеза проблемно-ориентированных виртуальных организационных структур для задач управления региональной безопасностью в кризисных ситуациях. Автоматизированный синтез основан на анализе отношений и атрибутов объектов разработанной формальной концептуальной модели мультиагентной информационно-аналитической среды поддержки управления региональной безопасностью. Метод поддерживает использование слабоструктурированных неполных разнородных исходных данных об анализируемых кризисных ситуациях, рассматриваемых на треке развития региона, и ориентирован на агентную реализацию. Метод обеспечивает динамическое формирование проблемно-ориентированных коалиций когнитивных агентов и виртуальных сетей ресурсов на основе формализованных описаний решаемых задач управления безопасностью в рамках мультиагентной виртуальной среды для информационной поддержки процессов принятия решений и координации деятельности субъектов безопасности.
Ключевые слова: концептуальная модель, автоматизированный синтез, мультиагентная система, информационная поддержка, управление, региональная безопасность.
A METHOD FOR AUTOMATED SYNTHESIS OF VIRTUAL ORGANIZATIONAL STRUCTURES FOR REGIONAL SECURITY MANAGEMENT PROBLEM-SOLVING Masloboev A. V., Ph.D. Tech. Sc., senior researcher (Institute for Informatics and Mathematical Modeling of Technological Processes of the Kola Science Center ofRAS, Kola Branch ofPetrozavodsk State University, Fersmana St., 24a, Apatity, 184209, Russian Federation, [email protected])
Abstract. ТЪу article proposes a method for synthesis of problem-oriented virtual organizational structures for regional security management problem-solving in crisis situations. The automated synthesis is based on object relations and object attributes analysis of the developed formal conceptual model of multi-agent information-analytical system for regional security management support. The method can use loosely-structured incomplete heterogeneous input data about the analyzed crisis situations that are considered within the region development life-cycle. The method is oriented on agent-based implementation. For decision-making process information support and regional security subjects functioning coordination the method provides dynamic formation of the problem-oriented cognitive agent coalitions and virtual networks of resources based on formalized descriptions of security control solving problems within multi-agent virtual environment.
Keywords: conceptual model, automated synthesis, multi-agent system, information support, management, regional security.
Арктическая зона Российской Федерации (РФ) становится объектом национальных интересов ведущих мировых держав (США, Норвегия, Канада, Дания, Китай, Южная Корея и др.), что ослабляет позиции присутствия в Арктике РФ, владеющей ее значительными территориями, и формирует вектор угроз национальным, геополитическим, социально-экономическим, оборонным, демографиче-
ским и экологическим интересам России в этом районе. Повышение интереса к российской Арктике обусловливает высокую актуальность защиты интересов РФ в Арктической зоне и выводит задачу обеспечения глобальной безопасности развития арктических регионов России на передний план, позиционируя ее как самостоятельную проблему, требующую научной проработки. Решение
данной задачи затрудняется необходимостью интеграции, обработки и анализа большого объема разноплановой информации для различных ведомств, а также согласованности информационного взаимодействия соответствующих структур безопасности. В связи с этим одним из приоритетных направлений государственной политики РФ в Арктике, согласно «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года» (утверждена Указом Президента РФ Пр-232 от 20.02.2013 г.), является развитие информационных технологий и связи. Реализация Стратегии в данном направлении предполагает создание комплексной информационно-телекоммуникационной инфраструктуры для поддержки управления рис-коустойчивым развитием регионов, входящих в состав Арктической зоны РФ.
Анализ мер, осуществляемых РФ по развитию сферы информационных технологий для задач обеспечения различных видов безопасности (экономической, промышленно-экологической, кадровой и т.д.) в российской Арктике, свидетельствует о том, что их эффективность, согласно [1], существенно снижается из-за отсутствия целостной информационно-аналитической среды поддержки управления глобальной безопасностью арктических регионов, позволяющей повысить оперативность, достоверность и качество выдаваемой информации об обстановке в Арктической зоне РФ.
Таким образом, актуальной задачей является разработка новых и развитие существующих методов и технологий динамического формирования и конфигурирования расширяемой многофункциональной информационно-аналитической инфраструктуры безопасности арктических регионов РФ, подверженных влиянию множества разнородных внутренних и внешних факторов, а также наделенной потенциалом к саморазвитию и самоорганизации. Информационно-аналитическая среда поддержки управления глобальной безопасностью арктических регионов (далее - региональной безопасностью), согласно [2], представляет собой комплекс проблемно-ориентированных, взаимоувязанных и взаимодействующих информационных и аналитических ресурсов и систем, а также технологическую и организационную инфраструктуру их создания и использования.
Постановка задачи
В условиях мировой глобализации и современных тенденций развития информационно-коммуникационных технологий адекватным подходом к управлению глобальной безопасностью развития региональных социально-экономических систем (РСЭС) является неявное управление через создание эффективной сетецентрической информационной инфраструктуры региональной безопасно-
сти. Вариант реализации такой инфраструктуры -виртуальная информационно-аналитическая среда региональной безопасности, в числе главных задач которой удовлетворение информационных потребностей и обеспечение согласованного информационного взаимодействия субъектов и организационных структур безопасности посредством оперативного и своевременного предоставления соответствующих информационных данных и сервисов для решения задач управления региональной безопасностью в кризисных ситуациях. Для этого в рамках виртуальной среды региональной безопасности должны формироваться потенциально эффективные проблемно-ориентированные организационные структуры безопасности, способные участвовать в решении различных классов задач управления региональной безопасностью с учетом специфики возникающих кризисных ситуаций, согласованности целей взаимодействия входящих в их состав субъектов безопасности, временных и ресурсных ограничений.
Проблемно-ориентированные структуры безопасности представляют собой согласованно взаимодействующую совокупность субъектов безопасности, каждый из которых обладает целенаправленным поведением, имеет необходимый набор компетенций и ресурсов для реализации некоторого процесса или функции в направлении решения конкретных задач, что ведет к достижению общей цели формирования структуры - выработке рекомендаций по локализации возникшей кризисной ситуации в процессе совместного решения определенных в ее рамках задач. Таким образом, процесс управления региональной безопасностью в кризисных ситуациях может быть частично автоматизирован путем реализации метода формирования допустимых виртуальных организационных структур безопасности, обеспечивающего синтез виртуальных сетей информационных и аналитических ресурсов для решения задач управления безопасностью в кризисных ситуациях и оценку потенциальной эффективности их конфигурации. В качестве формальной основы метода используется разработанная с помощью средств концептуального синтеза динамических моделей сложных систем [3] формализованная концептуальная модель мультиагентной информационно-аналитической среды (КМ МИАС) поддержки управления региональной безопасностью.
Концептуальная модель мультиагентной виртуальной среды региональной безопасности
Состав модели. КМ МИАС обеспечивает базу для формализованного описания задач управления региональной безопасностью в кризисных ситуациях с целью их последующего использования в процессе автоматизированного синтеза и анализа
виртуальных организационных структур безопасности (ВОСБ). Концептуальная модель виртуальной среды региональной безопасности, ориентированной на агентную реализацию, задана в виде теоретико-множественных отношений и представляет собой набор множеств КММИАС={0, S, R, A, CS, CSC, CSF, Z, ZC, P, SS, U, I, Attr}.
Основными элементами, образующими модель, являются следующие: O - множество объектов безопасности; S - множество субъектов безопасности; R - множество информационных и аналитических ресурсов; SS - множество организационных структур безопасности; A - множество когнитивных агентов, представляющих интересы субъектов безопасности в распределенной муль-тиагентной виртуальной среде поддержки управления региональной безопасностью; CS и CSC -множества кризисных ситуаций и их классов соответственно; CSF - иерархический классификатор предметных областей кризисных ситуаций; Z и ZC - множества задач управления безопасностью и их классов соответственно; P - множество процессов управления безопасностью в кризисных ситуациях; U - множество клиентских и серверных узлов, на которых развернута распределенная агентная платформа для исполнения агентов системы информационной поддержки управления региональной безопасностью; I - отношения на множествах объектов модели; Attr - множество атрибутов объектов модели.
Объекты безопасности O представляют собой разнородные потенциально опасные компоненты РСЭС (промышленность, экосистемы, экономика, логистика и др.), критически важные с точки зрения обеспечения региональной безопасности. В рамках КМ МИАС данные объекты характеризуются набором атрибутов, определяющих их тип, принадлежность и существо, а также индикаторы и допустимые области безопасности.
Субъекты безопасности S описываются в КМ МИАС набором атрибутов, определяющих целенаправленность их проблемно-ориентированной деятельности, информационную и функциональную мощность, однозначно определяющую возможный класс ZC решаемых ими задач Z.
Множество информационных и аналитических ресурсов R представляет собой совокупность баз данных и аналитических средств обработки данных (сервисов, вычислительных модулей, прикладных программ), необходимых для поддержки принятия решений по управлению безопасностью в кризисных ситуациях. Множество ресурсов R включает также подмножество исполнительных ресурсов, определяющих план действий в некоторой кризисной ситуации, выполняемый конкретными категориями субъектов безопасности в зависимости от профиля их деятельности или роли в системе информационной поддержки управления безопасностью.
В модели явно представлены когнитивные агенты субъектов безопасности A как специальный тип объектов. Агенты обеспечивают имитацию деятельности субъектов безопасности в распределенной виртуальной среде поддержки управления региональной безопасностью, предоставляют информационные сервисы другим агентам, реализуют поиск потенциальных субъектов совместной деятельности и участвуют в формировании ВОСБ для совместного решения задач управления безопасностью в кризисных ситуациях. Отличительными особенностями когнитивных агентов по сравнению с другими типами агентов являются реализация полного цикла «восприятие-познание-исполнение» в среде двух искусственно имитируемых реальностей: виртуальное пространство и семантическое пространство знаний. Основная задача когнитивного агента в виртуальной среде региональной безопасности - мониторинг состояния показателей безопасности функционирования РСЭС в реальном масштабе времени в результате информационных взаимодействий с внешней средой, с пользователем и коммуникаций с другими агентами.
Кризисные ситуации CS={O, Z, S, R, P} представляют собой формализованные описания критических состояний соответствующих объектов безопасности O, характеризующихся определенным набором параметров. Класс кризисных ситуаций CSC определяет набор задач Z, которые необходимо решить для локализации сложившейся кризисной ситуации, а также требуемые ресурсы и состав участников формируемых организационных структур безопасности. Кризисная ситуация связывает субъекты безопасности с реализуемыми ими процессами/функциями управления безопасностью.
Процесс управления безопасностью в кризисных ситуациях P является обобщенным формализованным описанием кризисной ситуации в виде некоторой совокупности функций, в ходе выполнения которой достигается локализация возникшей кризисной ситуации и минимизируется общий ущерб от ее последствий.
Множества взаимосвязанных субъектов, задействованных в решении задач управления региональной безопасностью в различных кризисных ситуациях, образуют проблемно-ориентированные организационные структуры безопасности SS. В терминах КМ МИАС они представляют собой связанные фрагменты SS={S, R, A, CS, Z, P, I, Attr}, включающие объекты модели, удовлетворяющие определенным условиям в соответствии с моделью рассматриваемой ситуации CS. Объекты модели, представляющие субъекты безопасности, образуют иерархию, что позволяет учитывать организационную подчиненность субъектов, ответственных за обеспечение определенных видов безопасности (экономической, экологической,
кадровой и др.), при формировании организационных структур безопасности.
В рамках процессно-ориентированного подхода к моделированию деятельности сложных систем организационная структура безопасности может рассматриваться как целенаправленный процесс управления безопасностью в некоторой кризисной ситуации. В ходе реализации функций участников данного процесса некоторый набор входных ресурсов преобразуется в набор выходных ресурсов. Выполнение функции или группы функций является отдельным подпроцессом. В такой постановке организационную структуру безопасности можно определить как связанную совокупность процессов, преобразующих некоторые входные ресурсы в выходные. Таким образом, процессы управления безопасностью имеют древовидную организацию, то есть каждый процесс, за исключением листовых, есть связанная совокупность процессов нижележащего уровня. В соответствии с теоремой о покрытии, доказанной для древовидных иерархических систем, реализация всех составляющих процесса эквивалентна реализации данного процесса.
Структура модели. На множествах объектов модели заданы отношения, определяющие ее структуру и обеспечивающие возможность автоматизированного логического вывода в терминах КМ МИАС, в частности, возможность формирования допустимых вариантов ВОСБ.
Вместе с тем отношения, представленные в модели, обеспечивают формализацию взаимосвязей и взаимодействия компонентов реальной социально-экономической среды и инфраструктуры безопасности региона. Отношения принадлежности связывают когнитивных агентов с субъектами региональной безопасности: I={SZ, CSP, PA, PSS, UA, IN, OUT, CLASS, FIELD, H}, где SZcSxZ - отношение «субъект безопасности участвует в решении задачи управления безопасностью в определенной кризисной ситуации»; CSPcCS^P -симметричное отношение «кризисная ситуация-процесс управления безопасностью», ассоциирующее возникающую кризисную ситуацию с соответствующим ей процессом управления безопасностью; PAcP*A - симметричное отношение «процесс управления безопасностью-агент», ассоциирующее процесс управления безопасностью в кризисной ситуации с представляющим его в мультиагентной виртуальной среде управления региональной безопасностью когнитивным агентом; PSScP^SS - отношение «организационная структура безопасности включает процесс управления безопасностью», отношение транзитивно, то есть VxeP, Vy, zeCS(xPCSyAyPCSz^xPCSz); U4cU*A - отношение «узлы виртуальной среды безопасности включают когнитивных агентов»; INcP^B(R) - отношение «процесс-множество входных ресурсов»; OUTcP^B(R) - отношение
«процесс-множество выходных ресурсов»; CLASScCSx-CSC - отношение, ассоциирующее рассматриваемую кризисную ситуацию с соответствующим ей классом; FIELDcCS^CSF - отношение, задающее предметную область рассматриваемой кризисной ситуации; H - иерархия объектов модели, отражающая их организационные взаимоотношения (отношение иерархии H определено на множествах S, P, CSC, CSF).
На множестве S отношение H задает иерархии организационной подчиненности субъектов безопасности. На множестве P это отношение задает иерархию процесс-подпроцесс-функция. На множествах CSC и CSF отношение H задает иерархии классов и предметных областей соответственно.
Отношение иерархии H на множестве O определяется следующим образом: HcOxB(O), где B(O) - булеан множества O. Отношение определяет для каждого элемента oeO множество подчиненных элементов - подэлементов.
Также определим обратное по семантике отношение «является потомком»: ISCHcOxO.
Отношение иерархии определяет на множестве О классы эквивалентности, то есть Vob o2eO, o\±o2: H(oj)n H(o2)=0, где H(o) - множество под-элементов (потомков) элемента о.
Введем следующие обозначения классов эквивалентности по отношению к H: O0={o0} - корневой элемент иерархии (класс эквивалентности состоит из одного элемента); О1 = о^ } -класс эквивалентности, образованный элементами иерархии 1-го уровня; 0tal'n-1 - класс эквивалентности, образованный элементами 1-го уровня иерархии, являющимися потомками элемента ni на
i-м уровне иерархии, то есть о^ . "1-1 HO+1ni- "kim .
Определим также метрику d, которая характеризует дистанцию между парой элементов в иерархии: ]o e O m 11 и ]o2 e O 21 и
П = kt, i = 1, m , тогда
LI4 2z, еСли m = I -1 или m = L -1; d (o1, o2) = ^
[e(4 m)/z + eih m)/z в противном случае,
где z>0 - масштабирующий коэффициент, определяющий скорость убывания метрики d в зависимости от дистанции между o1 и o2 в иерархии. Первое условие за фигурной скобкой означает, что элементы o1, o2 равны или находятся в отношении ISCH.
В соответствии с определением метрики d параметры m и l находятся в соотношениях m<l\ и m<l2.
Тогда с учетом того, что для равных ob o2 li=l2, областью значений метрики d является интервал [1,
Множество атрибутов объектов концептуальной модели описывается следующим образом:
Attr=<TA, TR, TO, F>, где TA - множество типов агентов (web-сервисов); TR - множество типов информационных ресурсов; TO={'on-line', 'off-line'} -множество типов (режимов) доступа к информационным ресурсам; F - множество функций агентов.
КМ МИАС включает в себя также иерархическую древовидную структуру - дерево целей, которое отражает процесс декомпозиции главной цели обеспечения глобальной безопасности развития региона на подцели, такие как обеспечение экономической безопасности, обеспечение кадровой безопасности, обеспечение экологической безопасности и т.д.
Таким образом, КМ МИАС выполняет две основные функции [4]: во-первых, является средством структуризации и формализованного представления знаний о предметной области и, во-вторых, за счет формального задания отношений на множествах объектов модели обеспечивает возможность автоматического логического вывода в процедурах формирования ВОСБ, объединяющих агентов субъектов безопасности, ориентированных на решение конкретных задач управления региональной безопасностью в кризисных ситуациях. Модель является также основой для представления структуры и алгоритмов работы разработанного прототипа распределенной мульти-агентной системы информационно-аналитической поддержки управления региональной безопасностью [2], ее функциональных возможностей и составляющих программных модулей.
Для структуризации, формализации и обеспечения возможностей гибкого многократного использования экспертных знаний в распределенных информационных системах в настоящее время широко применяются онтологии как динамично развивающаяся и перспективная форма представления знаний [5]. Поэтому практическим воплощением предложенной КМ МИАС является ее реализация в виде прикладной онтологии региональной безопасности, используемой в качестве базы знаний агентов системы. Онтология задает интеллектуальность когнитивного агента: чем точнее составлена онтология и более корректно обозначены связи, тем полнее агент представляет предметную область, для которой он существует. Она определяет цели и правила взаимодействия агентов, а также отношения между ними. Созданная онтология реализована в терминах языка онтологического моделирования OWL. Так как разработка агентов системы выполнялась на базе платформы JADE, для возможности работы агентов с прикладными онтологиями использовалась специальная библиотека AgentOWL. Она обеспечивает создание и использование RDF/OWL-онто-логий в качестве моделей знаний агентов.
Из построенной концептуальной модели следует система показателей безопасности - набор
определенных параметров для каждой области региональной безопасности, которые используются в качестве входных параметров соответствующих имитационных моделей. Основное назначение имитационной модели - сделать прогноз показателя безопасности при заданных параметрах и ограничениях. Имитационные модели реализуются с помощью агентной технологии и системной динамики. Системно-динамические модели используются для приближенного прогноза и выявления тенденций в динамике показателей безопасности, а агентные модели - для более точных количественных оценок этих показателей. Переход от концептуальной модели к модели системной динамики реализуется на основе разработанного в Институте информатики и математического моделирования технологических процессов Кольского научного центра РАН метода концептуального синтеза динамических моделей сложных систем, представленного в работе [3] и обеспечивающего синтез моделей системной динамики из соответствующих концептуальных моделей.
Метод синтеза ВОСБ
Автоматизированный синтез ВОСБ основан на анализе отношений и атрибутов объектов разработанной КМ МИАС. ВОСБ представляют собой коалиции когнитивных агентов и набор информационных ресурсов, сформированные в зависимости от концептуальных описаний рассматриваемого класса кризисных ситуаций и моделей решаемых задач.
Предлагаемый в данной работе метод синтеза проблемно-ориентированных ВОСБ, направленных на решение задач управления региональной безопасностью в кризисных ситуациях, включает шесть основных этапов.
1. Формализация описаний разнотипных кризисных ситуаций в терминах КМ МИАС, определение параметров моделей решаемых задач.
2. Формирование коалиций агентов, обладающих достаточными суммарными компетенциями для решения определенного на первом этапе перечня задач, и последующий синтез допустимых ВОСБ в рамках мультиагентной информационно-аналитической среды с учетом заданных ограничений, обеспечивающих информационную поддержку процесса принятия решений по управлению безопасностью в кризисных ситуациях.
3. Оценка неопределенности и степени разрешимости рассматриваемых кризисных ситуаций с учетом имеющихся ограничений на основе синтезированных альтернативных вариантов ВОСБ (оценка потенциальной эффективности ВОСБ).
4. Доопределение параметров ВОСБ в автоматизированном режиме либо в режиме диалога с пользователем и формирование на их основе си-
туационно-коалиционных мультиагентных систем управления безопасностью, представляющих собой совокупность взаимодействующих коалиций когнитивных агентов и виртуальных сетей ресурсов, динамически формируемых в зависимости от класса (модели) анализируемых кризисных ситуаций на треке развития РСЭС и множества решаемых при этом задач. Под моделью кризисной ситуации понимается формализованное описание параметров состояния РСЭС в рассматриваемый момент времени.
5. Оценка потенциальных угроз региональной безопасности с учетом выбранных критериев, анализ сценариев развития ситуации с помощью имитационного моделирования.
6. Реконфигурация ВОСБ в случае получения новой информации из внешней среды либо по результатам прогноза изменения параметров состояния рассматриваемого множества кризисных ситуаций.
Метод позволяет в автоматизированном режиме формировать потенциально эффективные проблемно-ориентированные виртуальные организационные структуры, направленные на решение задач управления безопасностью РСЭС, на основе формализованных описаний кризисных ситуаций и деятельности субъектов безопасности в рамках мультиагентной виртуальной среды региональной безопасности.
Представим формальную постановку задачи синтеза ВОСБ в терминах КМ МИАС.
Пусть для некоторого объекта безопасности O в момент времени t зафиксирована кризисная ситуация CS класса CSC. Модель кризисной ситуации описывается набором компонентов CS={O, Z, S, R, P, t}, где O - объект безопасности; Z={zb z2, ..., zN}, q = 1,N - совокупность взаимосвязанных
задач, которые необходимо решить для разрешения ситуации CS; S - множество субъектов безопасности, участвующих в локализации кризисной ситуации; R - множество ресурсов, необходимых для решения задач zqeZ, q = 1, N, причем R = R (t) = (t)}, i = 1,M, M - мощность множества R; P - процесс управления безопасностью в рассматриваемой кризисной ситуации CS, представляющий собой последовательное решение всех задач zqeZ, q = 1, N ; t - параметр времени. Для решения совокупности задач zqeZ, q = 1, N,
субъекты безопасности S должны обладать соответствующими компетенциями. В качестве количественной меры для оценки компетенций субъектов безопасности предложено использовать их информационную и функциональную мощности. Информационная мощность субъекта безопасности !zq = (tq , Cq , ^ ) , ^ ^ 0 , k = 1 ГI , длЯ р^-
ния задачи zqeZ задает имеющиеся у него в нали-
чии информационные ресурсы для поддержки принятия решений в рассматриваемой кризисной ситуации. Функциональная мощность субъекта
безопасности К = (/', /2,..., Г') , // > 0,
] = \гр , определяет набор реализуемых им функций (предоставляемых сервисов, аналитических ресурсов). Семантика компетенций субъектов безопасности определяется на онтологии региональной безопасности, созданной на основе КМ МИАС. Тогда любая задача, решаемая в рамках процесса управления безопасностью в текущей кризисной ситуации, может быть формально описана в виде г, = }' К }' Сч) , где Сч - вектор ограничений, характеризующийся такими параметрами, как время кризисного реагирования, определяемое классом объекта безопасности, количество имеющихся в наличии исполнительных ресурсов и т.д.
Для решения задач требуются исполни-
тельные ресурсы, которые представлены субъектами безопасности: профильными ведомствами и службами, ситуационными центрами, центрами кризисного реагирования, центрами мониторинга и прогнозирования социально-экономического развития, органами регионального управления и т.д. Субъекты безопасности являются автономными проактивными сущностями и обладают целенаправленным поведением, что обеспечивает предпосылки для имитации и виртуализации их проблемно-ориентированной деятельности посредством программных мобильных агентов в распределенной виртуальной среде.
Пусть в контексте рассматриваемой постановки задачи синтеза ВОСБ также известно конечное множество агентов субъектов безопасности Л={аь а2, ..., ат}, такое, что каждому субъекту безопасности ставится в соответствие его виртуальный представитель в распределенной информационной среде, то есть ¿ЛоБхЛ. Тогда каждый из
агентов ареЛ, р = 1,М, реализует компетенции своего хозяина-пользователя в виртуальной среде,
а именно Рари 1ар, где Рар =(/1р,/гар,...,ц),
Г > 0, / = \г„ ; I =(г1 ,12 ,..., Г' ) , 1к" > 0 ,
ар > ' р ' ар \ар> ар> ' ар)' ар '
к = 1, г[. Также задан вектор ограничений Са ,
определяющий возможности субъекта безопасности - возможное время реагирования, количество имеющихся в наличии ресурсов (единицы техники, человеческие ресурсы, информация) и т. д.
Таким образом, задача синтеза ВОСБ заключается в подборе множества агентов КСБсЛ, суммарная компетенция которых удовлетворяет требованиям разрешимости кризисной ситуации СБ с учетом имеющейся неполной исходной информации о ситуации, а также минимизации вовлеченных в
процесс управления безопасностью информационных, аналитических и исполнительных ресурсов, то есть причем ресурсы должны обеспечить решение всех задач q = 1, N , и быть доступными на интервале времени [/0; Т], где /0 - время поступления информации о кризисной ситуации (идентификация входных данных в системе) в виде пользовательского запроса; Т - момент времени принятия решения.
Для решения задачи синтеза ВОСБ для рассматриваемой кризисной ситуации необходимо следующее.
• Определить соответствие между компетенциями (/, к), требуемыми для решения совокупности задач по локализации кризисной ситуации, и компетенциями агентов субъектов безопасности а , к ). Решение данной задачи позволяет определить множество потенциальных субъектов безопасности, участвующих в разрешении рассматриваемой кризисной ситуации, и сводится к определению семантической близости описания ситуации и компетенций агентов, то есть к установлению взаимно однозначного соответствия между компетенциями, необходимыми для решения задач в кризисной ситуации, и компетенциями
агентов субъектов безопасности: // ^ и
У* ^ ii ар ^ .
• Определить требуемый набор ресурсов для разрешения кризисной ситуации в соответствии с выбранными критериями. В рамках данной задачи агент ареЛ может участвовать в решении нескольких задач при условии, что имеет доступные (свободные) ресурсы, определяемые его компетенциями.
Каждый агент в зависимости от своих компетенций может стремиться к максимальному использованию своих функциональных и информа-
ционных мощностей:
I ()
^ min
I(<"<)
^ min; а также к сокращению време-
ни решения задачи zqe
Z: IЧ (fj)
^ min и
(а ) ^ т^п, где к, (/ар) и ^ (<) - время
выполнения агентом ареЛ задачи в зависимости от своих компетенций /I и 1ка .
Для совместного решения сложных задач в контексте рассматриваемой кризисной ситуации агенты могут объединяться в коалиции. Коалицию агентов можно определить как группу агентов, объединенных общими целями для решения задачи 2 и обладающих достаточной суммарной компетенцией для ее решения. Возможны два спо-
соба формирования проблемно-ориентированных коалиций агентов: статическое и динамическое. В случае статического формирования коалиций параметры, описывающие текущую ситуацию С$ и компетенции агентов Л, фиксированы, тогда как при динамическом формировании коалиций они меняются с течением времени. В работе исследован процесс динамического формирования коалиций агентов. Совокупность коалиций агентов
COAL„„ = < coal
объединяющая всех
агентов субъектов безопасности, участвующих в разрешении кризисной ситуации CS, соответствует синтезируемой ВОСБ. Таким образом, задача синтеза ВОСБ для управления безопасностью в кризисных ситуациях непосредственно связана с формированием проблемно-ориентированных коалиций агентов.
Формирование проблемно -ориентированных коалиций агентов, согласно [6, 7], - один из эффективных подходов к конфигурированию виртуальных организационных структур под конкретную задачу посредством применения согласованных стратегий, временная логика которых зависит от динамически меняющихся условий.
Компетенции агентов субъектов безопасности реализуются, как правило, в виртуальной среде в виде информационных сервисов, которые агенты предоставляют по запросу пользователям либо другим агентам.
Пусть AS={asI, as2, ..., asg} - множество сервисов агентов. В концепции SOA (методология построения распределенных информационных систем на базе сервисно-ориентированной архитектуры [8]) сервисы описываются следующими компонентами así=(Ií, Oí, Yí, E), где I¡ - входы сервиса; Oí - выходы сервиса; Yí - условия корректной работы сервиса ast и ожидаемых результатов его функционирования; Eí - состояние среды исполнения сервиса as, в которое она переходит в результате его выполнения.
Если рассматривать сервисы агентов как функции для решения задач zqeZ в рамках процесса управления безопасностью P в конкретной кризисной ситуации CS, то синтез ВОСБ представляет собой итеративный процесс подбора композиции сервисов, таких, что выходные ресурсы одного сервиса могут быть использованы в качестве входных ресурсов другого сервиса, обеспечивая при этом решение всех взаимосвязанных задач по разрешению ситуации CS, то есть должны выполняться следующие условия: U OUT(ask)= U IN(as,)
ask eAS] as¡ eAS^
либо U IN(ask)= U Otil ias,).
ask ÍS asl ÍS
где IN(asi) и OUT(as) - множества входных и выходных ресурсов сервиса as¡ соответственно. Вир-
и
туальная организационная структура формируется как направленный ациклический граф, вершинами которого являются сервисы агентов, а дугами - их входные и выходные ресурсы. Условием останова итеративного алгоритма может быть достижение целевой установки в виде заданного результирующего ресурса, получение на очередной итерации множества входных ресурсов, удовлетворяющих заданным требованиям (например, ресурсов, имеющихся в наличии у субъекта безопасности), или же истечение времени жизни агента, инициировавшего процедуру синтеза.
Для определения сходства множества входных и выходных ресурсов сервисов необходимо установить сходство экземпляров, которые описывают эти ресурсы. Так как ресурсы описываются в терминах онтологии предметной области и основаны на OWL, семантическое сходство описаний экземпляров ресурсов определяется с использованием понятий эквивалентности и производной, определенных в дескриптивной логике. Считается, что все элементы множества равны, если на них может быть определено одно из двух отношений, а именно, эквивалентности = и включения х. Соответствие концептов из конкретной онтологии, представляющих входные и выходные ресурсы сервисов, относится к одному из следующих типов: а) соответствие эквивалентности или б) соответствие включения. Сходство ресурсов измеряется с помощью их параметров. Степень сходства определяется на основе вычисления дистанции между концептами онтологии, в которой параметры описания ресурсов являются концептами. Для оценки степени соответствия ресурсов (сходства по входам и/или выходам сервисов), получаемых на выходе одного сервиса, входным ресурсам другого в условиях неполных слабоструктурированных разнородных исходных данных предложено использовать составную семантическую метрику, основанную на отношении ^-эквивалентности [9], заданном на множестве ресурсов. Отношение ^-эквивалентности, заданное на множестве ресурсов, используется в качестве критерия отбора включаемых в виртуальную структуру сервисов (агентов).
В заключение отметим, что в ходе проведенных исследований были получены следующие основные результаты.
1. Разработана формальная концептуальная модель мультиагентной интегрированной информационно-аналитической среды поддержки управления региональной безопасностью, обеспечивающая основу для автоматизированного синтеза ВОСБ.
2. Предложен метод автоматизированного синтеза ВОСБ. Синтез осуществляется на базе формализованных концептуальных описаний решаемых в рамках информационно-аналитической среды безопасности задач с учетом модели рас-
сматриваемой кризисной ситуации, согласованности целей взаимодействия субъектов безопасности, временных и ресурсных ограничений. Метод позволяет синтезировать виртуальные структуры безопасности, в том числе в условиях использования слабоструктурированных неполных исходных данных о рассматриваемой кризисной ситуации. Это обеспечивает его применимость на начальных этапах процесса принятия решений по управлению безопасностью в кризисных ситуациях, связанных с определением необходимых исполнительных ресурсов, согласованием и формированием планов совместных действий.
Полученные результаты использовались при разработке «Стратегии социально-экономического развития Мурманской области до 2015 года», а также при реализации «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года» на территории Мурманской области.
На основе представленных в работе результатов сформирована мультиагентная виртуальная сетецентрическая информационно-аналитическая среда поддержки управления безопасностью развития Мурманской области - МИАС «Безопасный Виртуальный Регион» [2], представляющая собой иерархическое виртуальное пространство региона как интеграционную площадку для проблемно-ориентированных ситуационно-коалиционных мультиагентных систем управления региональной безопасностью, мониторинга социально-экономического развития и кризисного реагирования.
Литература
1. Олейник А.Г., Федоров А.М. Проблемы и задачи формирования единого информационного пространства Арктической зоны РФ: тр. Кольского науч. центра РАН: Сер. Информационные технологии. Апатиты, 2011. Вып. 2. С. 19-28.
2. Маслобоев А.В. Мультиагентная информационно-аналитическая среда поддержки управления региональной безопасностью «Безопасный Виртуальный Регион» // Науч.-технич. вест. информ. технологий, механики и оптики. 2013. № 4 (86). С. 128-138.
3. Емельянов С.В., Попков Ю.С., Олейник А.Г., Путилов В.А. Информационные технологии регионального управления. М.: Эдиториал УРСС, 2004. 400 с.
4. Горохов А.В., Олейник А.Г., Путилов В.А. Когнитивные функции концептуальных моделей социально-экономических систем // II Междунар. конф. по когнитивной науке: тез. докл. СПб: Изд-во СПбГУ, 2006. Т. 2. С. 576-577.
5. Ломов П.А., Шишаев М.Г. Интеграция онтологий с использованием тезауруса для осуществления семантического поиска // Информационные технологии и вычислительные системы. 2009. № 3. С. 49-59.
6. Смирнов А.В., Шереметов Л.Б. Модели формирования коалиций кооперативных агентов: состояние и перспективы исследований // Искусственный интеллект и принятие решений. 2011. № 1. С. 36-48.
7. Путилов В.А., Шишаев М.Г., Олейник А.Г. Технологии распределенных систем информационной поддержки инновационного развития региона: тр. Института системного анализа РАН: Прикладные проблемы управления макросистемами. М.: ЛИБРОКОМ, 2008. Т. 39. С. 40-63.
8. Жебрун Н.Н. Использование сервис-ориентированных архитектур при построении информационных систем // Алго-
ритмы, методы и системы обработки данных. 2005. № 10. С. 249-254.
9. Маслобоев А.В., Шишаев М.Г. Модели и технологии информационной поддержки логистики инноваций // Инновации. 2011. № 6 (152). С. 40-53.
References
1. Oleynik A.G., Fedorov A.M. Issues of consolidated information area of Russian Arctic zone. Trudy Kolskogo nauchnogo centra RAN [Proc. of Kola science centre RAS]. Apatity, 2011, iss. 2, pp. 19-28 (in Russ.).
2. Masloboev A.V. Multi-agent research and information environment for regional security control support. Scientific and technical journ. of information technologies, mechanics and optics. 2013, no. 4 (86), pp. 128-138 (in Russ.).
3. Emelyanov S.V., Popkov Yu.S., Oleynik A.G., Puti-lov V.A. Informatsionnye tekhnologii regionalnogo upravleniya [Information technologies for regional management]. Moscow, Editorial URSS Publ., 2004, 400 p.
4. Gorokhov A.V., Oleynik A.G., Putilov V.A. Tezisy dokladov v 2 t. II Mezhdunar. konf. po kognitivnoy nauke [Proc. of
the 2nd int. conf. on cognitive science: thesis]. St. Petersburg, St. Petersburg State Univ. Publ., 2006, vol. 2, pp. 576-577.
5. Lomov P.A., Shishaev M.G. Ontologies integration using thesaurus for semantic search. Informatsionnye tekhnologii i vychislitelnye sistemy [IT and computer systems]. 2009, no. 3, pp. 49-59 (in Russ.).
6. Smirnov A.V., Sheremetov L.B. Formation models for collaborative agents combinations: current state and research trends. Iskusstvenny intellekt i prinyatie resheniy [Artificial intelligence and decision making]. 2011, no. 1, pp. 36-48 (in Russ.).
7. Putilov V.A., Shishaev M.G., Oleynik A.G. Trudy Instituta sistemnogo analiza RAN: Prikladnye problemy upravleniya makrosistemami [Proc. of ISA RAS: macrosystems control applied problems]. Moscow, "LIBROKOM" Publ., 2008, vol. 39, pp. 4063 (in Russ.).
8. Zhebrun N.N. Using service-oriented architechtures when designing information systems. Algoritmy, metody i sistemy obrabotki dannykh [Data processing algorithms, methods and systems]. 2005, no. 10, pp. 249-254 (in Russ.).
9. Masloboev A.V., Shishaev M.G. Innovatsii [Innovations]. 2011, no. 6 (152), pp. 40-53 (in Russ.).
УДК 004.42
КЛАСТЕР ВЫСОКОЙ ДОСТУПНОСТИ ПРОГРАММНОГО КОМПЛЕКСА АВТОМАТИЗАЦИИ ПРОЦЕДУРЫ1 СБОРА ДАННЫХ
И.Ю. Артемов, ст. преподаватель (Тверской государственный технический университет, наб. Аф. Никитина, 22, г. Тверь, 1 70026, Россия, [email protected])
Описывается архитектура кластера высокой доступности программной системы автоматизации процедуры сбора данных. Приводятся причины, в силу которых требуется повышение отказоустойчивости системы. Основное внимание уделено описанию компонентов, расположенных на серверной стороне и работающих в режиме отказоустойчивого кластера. Кроме того, приводятся способы распределения запросов между различными узлами отказоустойчивого кластера, позволяющие отказаться от использования центрального узла кластера. Предлагаемый метод заключается в том, что за перераспределение запросов между узлами отвечает клиентское программное обеспечение, которое осуществляет выбор доступного узла путем выполнения специальной процедуры, описанной в статье. В данном исследовании рассмотрены механизмы распределения пакетов между узлами внутри отказоустойчивого кластера, позволяющие проводить асинхронную репликацию данных даже в том случае, если один из узлов некоторое время был недоступен.
Ключевые слова: управление, архитектура программного обеспечения, сервер, мобильный терминал, кластер.
HA-CLUSTER OF DATA COLLECTION SYSTEM Artemov I.Yu., senior lecturer (Tver State Technical University, Quay Nikitin, Tver, 22, 170026, Russian Federation, [email protected])
Abstract. The article describes the high available cluster (failover cluster) architecture of the software system for automation of data collection procedures. This architecture allows implementing software systems that provide service availability with needed guarantee. The article describes all parts of the software system such as server side and client side software. The paper is focused on server side components of the system, that works in the hight available cluster. The author gives the description of method for distribution packets between different failover cluster nodes. This method eliminates the use of the central failover cluster nodes. The basic idea of the method is that client software automatically selects first available cluster node using special procedure discribed in the article. The author also discusses algorithms for the distribution of packets between cluster nodes within the server software.
Keywords: control, software architecture, server, mobile terminal, cluster.
Большинство крупных производителей заинтересованы в повышении эффективности работы сотрудников отделов продаж (торговых/медицинских представителей - ТП). Одним из возможных способов повышения эффективности является использование систем SFA (Sales Force Automation).
Крупные производители напрямую не осуществляют продажу продукции, этим занимаются дистрибьюторы (как правило, территориально распределенные по всей стране), в штате которых работают сотрудники производителя. Необходимо учитывать тот факт, что у дистрибьюторов и про-
