CC BY
107
О.В. Пьянков,
кандидат технических наук, доцент
МЕТОДОЛОГИЯ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ СИСТЕМ ОРГАНОВ ВНУТРЕННИХ ДЕЛ
METHODOLOGY OF MODELING OF INFORMATION AND ANALYTICAL SYSTEMS OF INTERNAL AFFAIRS BODIES
Рассматривается информационно-аналитическая система как отдельный инструмент анализа данных. Предлагается методология исследования и моделирования информационно-аналитических систем органов внутренних дел. Обосновывается выбор методов моделирования в целях оптимизации функционирования информационно-аналитических систем.
An information-analytical system is considered as a separate data analysis tool. The methodology of research and modeling of information and analytical systems of internal affairs bodies is proposed. The choice of modeling methods is justified in order to optimize the functioning of information and analytical systems.
Введение. Аналитическая работа всегда являлась необходимым атрибутом эффективности и своевременности принятия управленческих решений, высокой конкурентоспособности и решения организациями функциональных задач. Неизбежно было и проникновение инструментария для проведения анализа в органы внутренних дел, для которых аналитическая деятельность давно является неотъемлемой частью работы по защите жизни, здоровья, прав и свобод граждан Российской Федерации, противодействию преступности, охране общественного порядка, собственности и обеспечению общественной безопасности. Осуществление аналитической работы требует применения согласованного набора средств и технологий, в совокупности составляющих информационно-аналитическую систему (ИАС), позволяющую в соответствии с определенным методологическим и организационным обеспечением всесторонне обрабатывать информацию с целью повышения качества имеющихся и приобретения новых знаний, разработки и принятия руководством обоснованных решений [1]. Использование аппарата математического моделирования позволяет в свою очередь предоставить разработчику ИАС и её исследователю возможность повысить достоверность получаемых результатов, а следовательно, и эффективность аналитической работы.
Информационно-аналитическая система относится к классу сложных организационно-технических (эргатических) систем, для которых характерна гибкая функциональная структура и адаптивное управление информационными процессами. В связи с этим для исследования и моделирования таких систем необходимо обоснование и выбор совокупности методов, позволяющих всесторонне рассмотреть их особенности и предложить способы оптимизации их функционирования. При этом вычленение отдельных методов исследования ИАС ОВД не предполагает их изолированного употребления или применения строго в той последовательности, в какой они рассматриваются при методологическом анализе, в связи с чем становится необходимым рассмотреть существующие подходы к моделированию эргатических систем и разработать методологию исследования и моделирования ИАС органов внутренних дел, наиболее полно позволяющую учесть особенности применения и функционирования ИАС ОВД. При этом под методологией будем понимать совокупность методов, которая задается характером объекта и целями его изучения [2].
Обзор существующих подходов. Известно, что моделирование вообще представляет собой процесс замещения объекта исследования некоторой его моделью и проведение исследований на модели с целью получения необходимой информации об объекте [3, 4].
При математическом моделировании сложной системы описать ее поведение одной моделью, как правило, не удается, а если она и была бы построена, то оказалась бы слишком сложной для восприятия и анализа. Поэтому к таким системам обычно применяют принцип декомпозиции. Он состоит в условном разбиении системы на подсистемы, допускающие их независимое исследование с последующим учетом их взаимного влияния друг на друга. В дальнейшем каждую выделенную подсистему также можно разбить на «подподсистему» и т.д., вплоть до уровня элементов, делимость которых не даёт никакого выигрыша при достижении поставленной цели. Вложенность получаемых математических моделей определяет некоторую иерархию, каждый уровень которой отражает некоторую степень детализации описания процессов, протекающих в системе и ее элементах.
С этой точки зрения имеется несколько возможных подходов к построению иерархий математических моделей.
Так, в [5] выделяют три уровня: микро-, макро- и метауровень.
На микроуровне строятся модели, описывающие процессы в системах с распределенными параметрами, на макроуровне — процессы в системах с сосредоточенными параметрами. В первых из них фазовые переменные могут зависеть как от времени, так и от пространственных координат, а во-вторых — только от времени.
Если на макроуровне число переменных имеет порядок 104 — 105, то становится трудно выделить существенные характеристики системы и особенности ее поведения. Путём объединения и укрупнения элементов сложной системы уменьшают число фазовых переменных за счет исключения из рассмотрения внутренних параметров элементов, ограничиваясь лишь описанием взаимных связей между укрупненными элементами. Такой подход характерен для моделей метауровня.
В [6] в зависимости от степени абстрагирования при описании физических свойств системы выделяют три основных иерархических уровня:
- верхний, или метауровень;
- средний, или макроуровень;
- нижний, или микроуровень.
Метауровень соответствует начальным стадиям проектирования, на которых осуществляется научно-технический поиск и прогнозирование, разработка концепции и технического решения, разработка технического предложения. Для построения математических моделей метауровня используют методы морфологического синтеза, теории графов, математической логики, теории автоматического управления, теории массового обслуживания, теории конечных автоматов.
На макроуровне объект моделирования рассматривают как динамическую систему с сосредоточенными параметрами. Математические модели макроуровня представляют собой системы обыкновенных дифференциальных уравнений. Эти модели используют при определении параметров исследуемого объекта и его функциональных элементов.
На микроуровне объект представляется как сплошная среда с распределенными параметрами. Для описания процессов функционирования таких объектов используют дифференциальные уравнения в частных производных. На микроуровне проектируют неделимые по функциональному признаку элементы системы, называемые базовыми элементами. При этом, естественно, базовый элемент рассматривается как система, состоящая из множества однотипных функциональных элементов одной и той же физической природы, взаимодействующих между собой и находящихся под воздействием внешней среды и других элементов объекта, также являющихся внешней средой по отношению к базовому элементу.
В [7], следуя системному подходу, выделяются следующие иерархические уровни модели: микро-, мезо- и макроуровень.
В качестве микромоделей функционирования элементов системы используются взвешенные ориентированные графы, в которых вершинами являются возможные состояния элементов, а дуги указывают на потенциально возможные смены состояний, при этом веса дуг описывают факторы, вызывающие соответствующие смены состояний.
Мезомодели описывают взаимоотношения отдельных элементов функционирования системы в нестандартных или нештатных условиях и по форме аналогичны микромоделям. Разработанные на мезоуровне модели используются для исследования взаимоотношений между элементами.
Макромодель описывает процесс функционирования системы в целом в различных условиях, в том числе и с учётом внешних воздействий. Разработка макромодели сводится к задачам максимизации функции полезности или минимизации функции потерь.
Разработка методологии. Исходя из рассмотренных подходов, моделирование ИАС ОВД также должно выполняться с учетом иерархической вложенности математических моделей и условий использования системы в аналитической работе. В этом смысле можно рассматривать информационно-аналитическую систему как с внутренней, так и с внешней сторон.
С внутренней стороны оценку функционирования ИАС ОВД следует рассматривать как степень согласованности работы её элементов (аппаратных и программных средств), позволяющих использовать методологическое и организационное обеспечение для эффективной обработки информации с целью повышения качества имеющихся и приобретения новых знаний, а также принятия оптимальных управленческих решений. При этом моделирование ИАС с внутренней стороны предполагает исследование укрупненных элементов различного функционального назначения. Поскольку элементы системы, выполняя свои функциональные задачи, могут находиться в конкуренции по отношению друг к другу, например из-за нехватки ресурсов, то вполне приемлемым способом исследования системы становится анализ взаимоотношений между ними, т.е. использования подходов теории конфликта [8, 9].
С внешней стороны для оценки эффективности функционирования системы необходимо выяснить, как как она удовлетворяет потребности пользователей в проведении аналитической работы. В зависимости от вида проводимого анализа и категорий пользователей оценка работы ИАС может восприниматься по-разному, а следовательно, при разработке такой системы или модификации существующей необходимо учитывать цели использования инструментария и видение пользователей. С учётом особенностей деятельности органов внутренних дел (в частности, полиции) можно выделить следующие категории пользователей [10]:
- руководители, которые самостоятельно могут и не работать непосредственно с ИАС, но ожидают улучшения служебной деятельности от её применения;
- администраторы, выполняющие техническую поддержку и сопровождение ИАС;
- аналитики, непосредственно осуществляющие анализ сведений с целью выявления зависимостей и характерных закономерностей, подготовки отчётов, аналитических справок, тематических обзоров;
- операторы, служебная деятельность которых связана с наполнением информационных ресурсов (ввод данных по основным направлениям служебной деятельности).
В случае получения значений внутренних и внешних показателей эффективности функционирования ИАС ОВД, как удовлетворяющих требованиям пользователей, так и обеспечивающих минимизацию конфликтной работы её элементов, можно будет осуществлять построение ИАС ОВД в соответствии с математической моделью. Однако в случае когда эти требования удовлетворены не будут, необходимо осуществить структурные и (или) параметрические изменения в модели и заново рассчитать значения показателей. Таким образом, процесс исследования и моделирования системы будет включать в себя итерационный контур. Следует также отметить, что при наличии значительного числа элементов системы в целях уменьшения сложности проведения исследования и моделирования системы можно уменьшить размерность задачи, например, с помощью кластерного анализа, путем объединения близких по характеристикам элементов.
Исходя из предложенного подхода к моделированию информационно-аналитических систем органов внутренних дел, общая схема методологии будет иметь следующий вид:
Рис. 1. Общая схема методологии моделирования ИАС ОВД
79
Вполне естественно, что предшествовать выделенным выше этапам моделирования ИАС ОВД должны процедуры, связанные с исследованием самой системы, выделением её элементов и отношений между ними, т.е. определение состава и структуры. Разработка модели системы и проверка её адекватности также должны предшествовать выделенным этапам.
Рассмотрим содержание этапов моделирования, которые будут входить в состав предлагаемой методологии.
Исследование и декомпозиция системы могут быть выполнены классическими методами [3] и включают в себя исследование современных ИАС, выявление особенностей ИАС ОВД, а также обобщение структуры и состава ИАС ОВД.
Разработка модели системы в случае рассмотрения эргатических систем, как было указано выше, может после анализа существующих подходов моделирования осуществляться с помощью применения теории конфликтов, позволяющей на основе полученных результатов на предыдущем этапе разработать обобщенную математическую модель ИАС ОВД. Например, такая модель может быть представлена в виде знакового ориентированного взвешенного графа Ода.
Б
8,
11
10
Б.
Рис. 2. Граф в-да. Обобщенная математическая модель ИАС
8
8
3
8
9
Б
4
Б
8
5
Б
7
Оценка внутрисистемных показателей, как было указано выше, должна основываться на показателях конфликтности взаимодействия элементов системы. В качестве таких показателей могут использоваться:
1. Оценка взаимодействий элемента Si
М1 = С+&)/С&),
где С — число всех ориентированных циклов, в которые входит Si; С+ — число положительных циклов (отрицательных дуг нет или четное число), в которые входит Si.
2. Степень сбалансированности графа по сбалансированности его элементов
Мс =И/|8|,
где — мощность множества элементов сбалансированных по циклам; — мощность множества вершин графа.
3. Степень несбалансированности графа
Mn =|sn|/|S|,
где |sn| - мощность множества несбалансированных элементов.
4. Степень сбалансированности графа по системе
Ms = |ss|/|S|,
где |ss| - мощность множества сбалансированных по системе элементов.
5. Оценки средней сбалансированности и несбалансированности графа
6. K-степень динамичности графа
Mdk = |sDk|/|S|.
7. K-степень статичности графа
Msk = |sSk|/|S|.
8. Оценка сильных элементов системы
MVmax = |sVmax|/|S|.
9. Оценка слабых элементов системы:
MVmin = |sVmin|/|S|.
10. Оценка быстрых элементов системы
Mb = |sBkmax|/|S|.
11. Оценка медленных элементов системы
Mm = |sMkmin|/|S|.
12. Интервальная K-степень динамичности системы
Mdk = |sDk rp-|/|S|,
где sDk гр. — множество элементов системы, для которых Dk < Dk гр.
13. Интервальная K-степень статичности системы
Msk = |sSk rp.|/|S|,
где sSk гр. — множество элементов системы, для которых Sk > Sk гр.
14. Интервальная оценка сильных элементов системы
MVmax = |sVmax rp-|/|S|,
Wmax ^ Vmax гр.
15. Интервальная оценка слабых элементов системы
MVmin = |sVmin rp-|/|S|,
min гр.
16. Интервальная оценка быстрых элементов системы:
Мв = |sBkmax rp-|/|S|, где SBkmaX гр.-множество элементов, для которых Bkmax > Bkmax гр.
17. Интервальная оценка медленных элементов системы
Мм = |sMkmin rp-|/|S|, где sMkmin гр. — множество элементов, для которых Mkmin < Mkmin гр.
Оценка внешних показателей системы должна основываться на обработке экспертных данных, получаемых от пользователей различных категорий. Кроме того, наличие внешних и внутренних показателей непременно ставит задачу определения связи между ними с целью экстраполяции значений показателей на различные варианты построения ИАС ОВД.
Снижение размерности основывается на разработке и обосновании методов и алгоритмов кластерного анализа, получаемый в ходе проведения кластерного анализа результат должен позволять варьировать количество получаемых групп близких друг другу по характеристикам элементов.
где sVmax гр. — множество элементов системы, для которых Vmax > Vi
где sVmin гр. — множество элементов системы, для которых Vmin < Vn
Структурные и параметрические изменения модели ИАС должны включать перечень допустимых изменений с последующей оценкой их последствий для внутренних и внешних показателей.
Несомненно, что наполнение моделями, методами и алгоритмами предлагаемой методологии должно осуществляться с проведением вычислительных экспериментов, подтверждающих адекватность и целесообразность их применения. Для проведения вычислительных экспериментов необходима разработка информационной технологии, позволяющей выполнять отдельные этапы с помощью электронных вычислительных средств с программным обеспечением, предоставляющим возможность работать с единым форматом представления обрабатываемых данных.
Изменение системы должно осуществляться только после удовлетворения требований по значениям внутренних и внешних показателей, полученных на модели системы.
Таким образом, методология моделирования ИАС ОВД как эргатической системы будет иметь следующий вид:
Рис. 3. Методология моделирования ИАС
Заключение. Исследование сложных систем, к которым относятся и информационно-аналитические системы, является задачей, требующей разработки методологии изучения и моделирования. Сложность моделирования определяется организационно-техническим характером отношений между элементами системы, одним из которых является человек. Особенности функционирования и использования информационно-аналитических систем в органах внутренних дел также требуют учёта разнообразных факторов, оказывающих влияние на её эффективность, которая, в свою очередь, определяется как результат сбалансированности взаимодействий структурных элементов и
82
удовлетворенности пользователей системы при выполнении аналитической работы. Для этого предлагается рассматриваемая в статье методология моделирования эргати-ческих систем предметного назначения.
ЛИТЕРАТУРА
1. Пьянков О. В. Информационно-аналитическая система: назначение, роль, свойства // Информационная безопасность регионов. — 2014. — № 1(14). — С. 21—26.
2. Степин В. С., Елсуков А. Н. Методы научного познания. — Минск : Вышэй-шая школа, 1974. — 152 с.
3. Советов Б. Я., Яковлев С. А. Моделирование систем: учеб. для вузов. — 3-е изд., перераб. и доп. — М. : Высш. шк., 2001. — 343 с.
4. Моделирование информационных систем : учебное пособие / под ред. О. И. Ше-лухина.. — М. : Радиотехника, 2005. — 368 с.
5. Паничев В. В., Соловьев Н. А. Компьютерное моделирование : учеб. пособие. — Оренбург : ОГУ, 2008. — 130 с.
6. Тарасик В. П. Математическое моделирование технических систем : учебник для вузов. — Минск : ДизайнПРО, 2004. — 640 с.
7. Лунёв Ю. С. Математическое моделирование функционирования распределенной информационной системы органов внутренних дел в условиях воздействия вредоносных программ : автореф. дис. ... канд. техн. наук: 05.13.18, 05.13.19. — Воронеж : Воронежский институт МВД России, 2009. — 16 с.
8. Пьянков О. В. Математическое моделирование информационно-аналитической системы на основе теории конфликтов // Вестник Воронежского государственного технического университета. — 2014. — Т. 10. — № 1. — С. 75—79.
9. Pyankov O. V., Menshikh V. V. Structural Parametric Modelling of an Information-Analytical System // Bulletin of the South Ural State University. Series "Mathemathical modeling, Programming & Computer Software". — 2016. — Vol. 9. — No. 1. — P. 105—113.
10. Пьянков О. В. Ключевые показатели использования информационно-аналитических систем органов внутренних дел // Вестник Воронежского института МВД России. — 2015. — № 4. — С. 155—162.
REFERENCES
1. Pyankov O. V. Informatsionno-analiticheskaya sistema: naznachenie, rol, svoystva // Informatsionnaya bezopasnost regionov. — 2014. — # 1(14). — S. 21—26.
2. Stepin V. S., Elsukov A. N. Metodyi nauchnogo poznaniya. — Minsk : Vyishey-shaya shkola, 1974. — 152 s.
3. Sovetov B. Ya., Yakovlev S. A. Modelirovanie sistem: ucheb. dlya vuzov. — 3-e izd., pererab. i dop. — M. : Vyissh. shk., 2001. — 343 s.
4. Modelirovanie informatsionnyih sistem : uchebnoe posobie / pod red. O. I. Sheluhina. — M. : Radiotehnika, 2005. — 368 s.
5. Panichev V. V., Solovev N. A. Kompyuternoe modelirovanie : ucheb. posobie. — Orenburg : OGU, 2008. — 130 s.
6. Tarasik V. P. Matematicheskoe modelirovanie tehnicheskih sistem : uchebnik dlya vuzov. — Minsk : DizaynPRO, 2004. — 640 s.
7. Lunyov Yu. S. Matematicheskoe modelirovanie funktsionirovaniya raspredelennoy informatsionnoy sistemyi organov vnutrennih del v usloviyah vozdeystviya vredonosnyih
83
programm : avtoref. dis. ... kand. tehn. nauk: 05.13.18, 05.13.19. — Voronezh : Voronezh-skiy institut MVD Rossii, 2009. — 16 s.
8. Pyankov O. V. Matematicheskoe modelirovanie informatsionno-analiticheskoy sis-temyi na osnove teorii konfliktov // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. — T. 10. — # 1. — 2014. — S. 75—79.
9. Pyankov O. V., Menshikh V. V. Structural Parametric Modelling of an Information-Analytical System // Bulletin of the South Ural State University. Series "Mathemathical modeling, Programming & Computer Software". — 2016. — Vol. 9. — No. 1. — P. 105—113.
10. Pyankov O. V. Klyuchevyie pokazateli ispolzovaniya informatsionno-analiticheskih sistem organov vnutrennih del // Vestnik Voronezhskogo instituta MVD Rossii. — # 4. — 2015. — S. 155—162.
СВЕДЕНИЯ ОБ АВТОРЕ
Пьянков Олег Викторович. Заместитель начальника кафедры инфокоммуника-ционных систем и технологий. Кандидат технических наук, доцент.
Воронежский институт МВД России.
E-mail: opiankov3@mvd.ru
Россия, 394065, г. Воронеж, проспект Патриотов, 53. Тел. (473) 200-52-33.
Pyankov Oleg Victorovich. The deputy chief of the chair of Infocommunication Systems and Technologies. Candidate of Technical Sciences, Assistant Professor.
Voronezh Institute of the Ministry of the Interior of Russia.
E-mail: opiankov3@mvd.ru
Work address: Russia, 394065, Voronezh, Prospect Patriotov, 53. Tel. (473) 200-52-33.
Ключевые слова: информационно-аналитическая система; методология моделирования; методы моделирования.
Key words: information-analytical system; modeling methodology; modeling methods.
УДК 510
