CC BY
4
УДК 004.032.26
Э01: 10.51522/2307-0382-2023-257-10-62-70
ДЕНИС ОЛЕГОВИЧ ЯМБАЕВ
курсант ФКОУ ВО Воронежский институт ФСИН России, сержант внутренней службы И yambaev.den@mail.ru Воронеж
Облачный центр анализа и обработки данных как структурный компонент цифровой трансформации и развития искусственного интеллекта в уголовно-исполнительной системе Российской Федерации
Аннотация. В статье исследуется проектирование системы сбора, анализа и обработки массива данных при помощи специализированного облачного центра как структурного компонента развития искусственного интеллекта в условиях цифровой трансформации. Цель исследования - обоснование необходимости построения и внедрения в уголовно-исполнительную систему технологий облачного хранения и обработки данных с использованием различных методов искусственного интеллекта, базирующегося в определенной электронно-вычислительной системе, и постоянной передачи разных видов данных между аналогичными электронно-вычислительными системами, объединенными в единую сеть. Предметом исследования является внедрение прорывных прогрессивных технологий, обеспечивающих непрерывный мониторинг и разработку разумной аналитической системы, способной к самостоятельному обучению в процессе передачи массива данных, для удаленного принятия самостоятельных решений, касающихся деятельности уголовно-исполнительной системы. Методологическая основа -разработка, анализ, синтез, обобщение. В результате проведенной работы разработана структурная схема построения единой сети облачных центров анализа и обработки данных и региональных ОЦАОД. Создание единой сети облачных центров анализа и обработки данных обеспечит непрерывный мониторинг всех подконтрольных ей объектов уголовно-исполнительной системы и лиц, находящихся на них, а также анализ произошедших инцидентов, позволит контролировать и удаленно принимать решения по предотвращению негативных ситуаций и нежелательных последствий. В статье сделаны выводы о целесообразности разработки и внедрения современной системы принятия оперативных решений, основанных на применении искусственного интеллекта, обеспечивающей удаленное управление безопасностью объекта с максимальным результативным эффектом. Использование искусственного интеллекта для обработки потока видеоданных, а также данных, полученных от охранных извещателей и систем контроля и управления доступом, в реальном времени будет более успешным, если при ее осуществлении реализовать модель облачного центра анализа и обработки данных.
Ключевые слова: искусственный интеллект, комплексные системы безопасности, облачный центр анализа и обработки данных, ОЦАОД, цифровая трансформация, уголовно-исполнительная система Российской Федерации, глубокие нейронные сети, электронно-вычислительные системы, автоматизированное рабочее место
Для цитирования
Ямбаев Д. О. Облачный центр анализа и обработки данных как структурный компонент цифровой трансформации и развития искусственного интеллекта в уголовно-исполнительной системе Российской Федерации // Ведомости уголовно-исполнительной системы. 2023. № 10. С. 62-70. https://www.doi.org/10.51522/2307-0382-2023-257-10-62-70.
2.3.6 Методы и системы защиты информации, информационная безопасность (технические науки)
© Ямбаев Д. О., 2023
DENIS O. YAMBAEV
cadet of the VRI of the FPS of Russia, sergeant of internal service El yambaev.den@mail.ru Voronezh
Cloud center for analysis and data processing as a structural component of digital transformation and development of artificial intelligence in the penal system of the Russian Federation
Abstract. The article examines the design of a system for collecting, analyzing and processing an array of data using a specialized cloud center as a structural component of the development of artificial intelligence in the context of digital transformation. The purpose of the study is to substantiate the need to build and implement cloud storage and data processing technologies in the penal system using various methods of artificial intelligence based in a specific electronic computing system, and the constant transfer of different types of data between similar electronic computing systems combined into a single net. The subject of the research is the introduction of breakthrough advanced technologies that provide continuous monitoring and development of a reasonable analytical system capable of independent learning in the process of transmitting an array of data, for remotely making independent decisions regarding the activities of the penal system. Methodological basis -development, analysis, synthesis, generalization. As a result of the work carried out, a structural diagram was developed for constructing a unified network of cloud centers for analysis and data processing and regional centralized data processing centers. The creation of a unified network of cloud centers for analysis and data processing will ensure continuous monitoring of all objects of the penal system under its control and the persons located on them, as well as analysis of incidents that have occurred, will allow monitoring and remotely making decisions to prevent negative situations and undesirable consequences. The article draws conclusions about the feasibility of developing and implementing a modern system for making operational decisions based on the use of artificial intelligence, providing remote control of facility security with maximum effective effect. The use of artificial intelligence to process a stream of video data, as well as data received from security detectors and access control systems, in real time will be more successful if it is implemented using a cloud data analysis and processing center model.
Keywords: artificial intelligence, integrated security systems, cloud center for analysis and data processing, data processing centers, digital transformation, penal system of the Russian Federation, deep neural networks, electronic computing systems, automated workplace
For citation
Yambaev D. O. Cloud center for analysis and data processing as a structural component of digital transformation and development of artificial intelligence in the penal system of the Russian Federation // Vedomosti of the Penal System. 2023. № 10. P. 62-70. https://www.doi.org/10.51522/2307-0382-2023-257-10-62-70.
2.3.6 Methods and Systems of Information Security, Information Security (Technical Sciences)
В настоящее время общество нуждается в постоянной защите от воздействия негативных факторов. Его безопасность либо безопасность отдельной личности можно обеспечить с помощью новейших комплексных систем, которые включают в себя такие технические подсистемы, как дежурно-диспетчерская, производственно-технологического контроля, охранной, тревожной, пожарной сигнализации, контроля и управления доступом, досмотра и поиска, связи с объектом, защиты информации, инженерного обеспечения объекта. Современные системы безопасности отличаются сложностью структуры, которая позволяет вывести качество охраны объектов на принципиально новый, более надежный уровень, что обусловлено эмерджентностью - приобретением системой новых свойств, не присущих отдельным входящим в нее компонентам. Согласно национальному стандарту Российской Федерации ГОСТ Р 57674-2017 «Интегрированные системы безопасности», в состав интегрированных систем безопасности должно входить не менее трех базовых систем: СТС - система тревожной сигнализации, СОС - система охранной сигнализации, СОТ - система охранная телевизионная, СКУД - система контроля и управления доступом [1].
Одной из форм обеспечения безопасности является видеоконтроль. Он сравнительно недавно, но уже довольно прочно вошел в нашу жизнь. Камеры видеонаблюдения сопровождают нас повсюду -на улице, дома, на работе. Помимо первичной видеосъемки они ведут и автоматический интеллектуальный анализ видео с целью извлечения полезной информации.
Распознавание регистрационных номерных знаков автомобилей, лиц, автоматическое слежение за объектом - это прорывные технологии, быстро и точно реагирующие
на запросы потребителя. Но современные требования диктуют стратегии трансформации в соответствии с быстро изменяющимися реалиями. Поэтому следующей ступенью в развитии видеоконтроля будет мгновенное принятие решений на основе постоянно поступающих данных, полностью или частично зависящих от человека.
Одним из путей достижения данной цели на сегодняшний день может стать развитие технологии облачного центра анализа и обработки данных (ОЦАОД), которая предоставляет возможность использования ресурсов высокопроизводительных электронно-вычислительных систем для решения задач в рекордно короткие сроки. Применение облачных ресурсов позволяет не беспокоиться о пространстве для электронных носителей в связи с возможностью безграничного расширения их объема, а также получения доступа к функциональным возможностям системы, сервисам и удаленному оборудованию в любой точке мира.
Сферу деятельности уголовно-исполнительной системы Российской Федерации (далее также - уголовно-исполнительная система, УИС) невозможно представить без современных технологий сбора и анализа данных. Концепцией развития уголовно-исполнительной системы Российской Федерации на период до 2030 года, утвержденной распоряжением Правительства Российской Федерации от 29.04.2021 № 1138-р, предусмотрено проведение цифровой трансформации УИС и внедрение цифровых технологий во все сферы деятельности ее учреждений и органов [2].
В УИС применение облачных технологий возможно в системе видеонаблюдения, которая уже имеется в учреждениях. Это позволит получить более точную реакцию на происходящие события, существенно уменьшить поток лишней информации, получаемой оператором автоматизированного рабочего места (АРМ), за счет автоматизации процессов управления, контроля и принятия решений по обеспечению безо-
пасности. В результате появляется возможность анализа и выработки разнообразных управляющих воздействий на основе единого информационного поля, что снижает вероятность ошибочных действий оператора АРМ.
Облачный центр анализа и обработки данных - это программно-аппаратный комплекс, включающий в себя электронно-вычислительные системы с высокой вычислительной мощностью и расположенным в них искусственным интеллектом. Электронно-вычислительные системы связанны в единую локальную вычислительную сеть, где в реальном времени происходит обмен массивами данных.
Национальная стратегия развития искусственного интеллекта на период до 2030 года, утвержденная Указом Президента Российской Федерации «О развитии искусственного интеллекта в Российской Федерации» от 10.10.2019 № 490, предусматривает в целях создания и развития российских технологий искусственного интеллекта обеспечение приоритетной поддержки соответствующих фундаментальных и прикладных научных исследований [3].
Рассмотрим преимущества использования ОЦАОД в учреждениях УИС. Основной задачей центра является сбор, хранение, обработка поступающей с объекта информации, анализ и прогнозирование потенциальных ситуаций, на основе чего искусственным интеллектом выдаются рекомендации к дальнейшим действиям.
Предлагаемая структурная схема облачного центра анализа и обработки данных представлена на рисунке 1. Она состоит из трех уровней.
Уровень I - локальный. Здесь сконцентрированы подсистемы безопасности, подконтрольные интегрированным системам безопасности, такие как система охранного телевидения, система охранно-тревожной сигнализации, система контроля и управления доступом и подобные. Приоритетной задачей подсистем данного уровня является контроль за объектом наблюдения,
находящимся под охраной, а также сбор и передача данных на следующий уровень. Иные присутствующие подсистемы обеспечивают процессы жизнедеятельности объекта (зданий, территорий и других) - это, например, система управления вентиляцией и кондиционированием, управления освещением, система гарантированного электропитания, диспетчерской связи, громкоговорящей связи и так далее.
Уровень II - уровень удаленного сбора, анализа данных и принятия решения искусственным интеллектом. Этот уровень является ведущим, он отвечает за обработку и анализ данных, поступающих с объекта, и выдачу на их основе взвешенных решений. Здесь используется программно-аппаратный комплекс, состоящий из высокопроизводительных электронно-вычислительных машин, обрабатывающих массивы поступающих данных, и специализированного программного комплекса, обеспечивающего круглосуточный контроль за состоянием всех автоматизированных систем объекта. При этом анализ поступающих данных, прогноз событий, получение оптимальных решений от искусственного интеллекта, расположенного в данном комплексе, предназначены для передачи в интуитивно понятном графическом интерфейсе оператору автоматизированного рабочего места.
Уровень III - уровень автоматизированных рабочих мест, на котором происходит окончательное принятие решений на основе полученных из ОЦАОД данных. На этом уровне применяются АРМ за пределами учреждения, что позволяет обеспечивать контроль за объектом удаленно и независимо.
Сам облачный центр анализа и обработки данных состоит из совокупности модулей и блоков, работающих как единое целое для достижения максимального результата программно-аппаратного комплекса. Процесс обработки данных происходит в несколько этапов (рисунок 2).
Принятые обозначения:
Ethernet ^ Линия связи -------Шлейф сигнализации
та Система контроля и управления доступом
сотс Система охранно-тревожной сигнализации Охранно-пожарная сигнализация w Коммутатор
Сетевой контроллер
АРМ НК
Система охранного телевидения Автоматизированное рабочее место начальника караула
Автоматизированное рабочее место «Пульт управления техническими средствами охраны»
'router) Маршрутизатор
Облачный центр анализа и обработки данных
Рисунок 1. Структурная схема ОЦАОД
1-й этап. Происходит поступление входного сигнала* из учреждений Федеральной службы исполнения наказаний в блок «Дешифрование входного сигнала», в котором выполняется преобразование закодированного сигнала, обеспечивающего максимальную криптоустойчивость входящих потоков данных. Следующая операция - коммутация сигналов, производящая распределение и деление на категории всех
* Входной сигнал - это совокупность первичных сигналов, поступающих от периферийных устройств на 1-й этап обработки сигнала.
поступающих данных и расстановку приоритетов по важности обработки.
2-й этап. После определения категории сигнал попадает в специализированное программное обеспечение с искусственным интеллектом, который выполняет анализ и обработку поступающей информации, а также сравнение с хранящимся в базе данных набором информации и на основе этого выдает результат.
3-й этап. Обработанные данные проходят шифрование результатов, для чего используются разные методы криптогра-
Рисунок 2. Структурная схема процессов, происходящих внутри ОЦАОД при поступлении сигналов о тревожных событиях с периферийных устройств оператору АРМ
фической защиты информации, обеспечивающие максимальную степень устойчивости системы и данных, хранящихся на электронных носителях. После этого сигнал поступает в блок «Архивация результатов», где они записываются на электронный носитель для формирования отчета и архива событий. Окончательной точкой маршрута сигнала, проходящего внутри
ОЦАОД, является блок «Разграничение выходного сигнала». Он отвечает за дальнейший путь и создание разделения групп АРМ по приоритету доступа к функциональным возможностям ОЦАОД, а также направление потоков данных из самого центра на АРМ, находящиеся непосредственно в учреждениях ФСИН России, и на удаленные АРМ.
Группы автоматизированных рабочих мест:
- 1-я группа. АРМ, операторы которых имеют право доступа к изменению параметров технических средств охраны, находящихся на объекте наблюдения в учреждениях ФСИН России, например пост № 1 (оператор ПУТСО), системный администратор ОЦАОД;
- 2-я группа. АРМ, находящиеся в удалении от объекта наблюдения. К ним относятся ситуационные центры, находящиеся в территориальном органе ФСИН России, а также находящееся непосредственно в учреждении АРМ начальника караула, который имеет ограниченный доступ к техническим
средствам охраны;
- 3-я группа. АРМ, к которым относятся автоматизированные рабочие места, находящиеся у руководителей отделов территориальных органов ФСИН России. Данная группа имеет минимальный доступ к возможностям системы и осуществляет лишь удаленный контроль за деятельностью учреждений.
Решение о создании ОЦАОД принимается в случае поступления большого объема данных с объектов с целью оптимизации работы сотрудников учреждений. При создании программно-аппаратного комплекса «Облачный центр анализа и обработки данных» могут быть достигнуты следующие задачи, предусмотренные Концепцией развития Уголовно-исполнительно системы Российской Федерации на период до 2030 года:
- создание и развитие систем сбора и обработки данных;
- принятие решений на основе результатов применения искусственного интеллекта;
- обеспечение безопасности в учреждениях на основе применения постоянно обучающегося искусственного интеллекта;
- повышение качества работы сотрудников и оптимизация рабочих процессов разных служб в учреждениях ФСИН России.
В процессе создания ОЦАОД появляется возможность получать информацию о всех охраняемых объектах на трех уровнях:
- 1-й уровень (региональный): построение системы ОЦАОД в пределах нескольких определенных близлежащих территориальных органов ФСИН России (в границах нескольких субъектов);
- 2-й уровень (окружной): уровень построения системы ОЦАОД в пределах одного федерального округа;
- 3-й уровень (единая сеть округа): создание единой сети облачных центров анализа и обработки данных. На данном уровне происходит прямое взаимодействие между несколькими ОЦАОД.
К 1-му уровню (региональному) относится ОЦАОД, находящийся в пределах нескольких субъектов Российской Федерации, ему подчинены определенные учреждения УИС (рисунок 3).
Построение и состав единой сети облачных центров анализа и обработки данных рассмотрим на примере Центрального федерального округа.
Данная сеть включает в себя несколько центров анализа и обработки данных, объ-
единенных в единую сеть в целях передачи сформированных искусственным интеллектом результатов и обмена ими для более быстрого обучения аналогичных ОЦАОД. В свою очередь, сами центры соединены с подконтрольными им учреждениями ФСИН России.
На рисунке 4 представлена структурная схема построения единой сети центров анализа и обработки данных, относящаяся к двум уровням: 2-му (окружному) и 3-му (единая сеть округа), расположение учреждений УИС и ОЦАОД изображено произвольно.
Как уже было сказано ранее, для обеспечения максимальной результативности программно-аппаратного комплекса требуется постоянный обмен данными между облачными центрами, в связи с чем все они объединены между собой единой локально-вычислительной сетью. Между этими комплексами в реальном времени происходит обмен результатами, сформированными искусственным интеллектом, построенным по модели искусственной нейронной сети.
Облачный центр анализа и обработки данных - это современная форма реализации системы принятия оперативных решений, основанных на использовании искусственного интеллекта, обеспечивающая удаленное управление безопасностью объекта с максимальным результативным эффектом. Немаловажным является и то, что ОЦАОД имеет возможность модернизации путем добавлений новых функций.
Как отмечают Р. М. Карабанов и А. В. Балакин, облачный центр анализа и обработки данных позволит реализовать отдельные положения Концепции развития Уголовно-исполнительно системы Российской Федерации на период до 2030 года, а также внедрить в деятельность УИС новые прорывные технологии, позволяющие оптимизировать систему управления основными процессами, то есть осуществить цифровую трансформацию [4].
Принятые обозначения:
з Облачный центр анализа -' и обработки данных
Рязанская область
Линия связи
Учреждения ФСИН России
Липецкая область
Курская область
Тамбовская область
Белгородская область
Воронежская область
Рисунок 3. Структурная схема построения субъектной ОЦАОД
1. ГОСТ Р 57674-2017. Интегрированные системы безопасности : национальный стандарт Российской Федерации : утвержден и введен в действие приказом Федерального агентства по техническому регулированию и метрологии от 17.08.2017 № 914-ст. М. : Стандартинформ, 2019. 11 с.
2. Концепция развития уголовно-исполнительной системы Российской Федерации на период до 2030 года : утв. распор. Правительства Рос. Федерации от 29.04.2021 № 1138-р. Доступ из СПС «КонсультантПлюс».
3. Национальная стратегия развития искусственного интеллекта на период до 2030 года : утв. указом Президента Рос. Федерации от 10.10.2019 № 490 «О развитии искусственного интеллекта в Российской Федерации». Доступ из СПС «КонсультантПлюс».
4. Карабанов Р. М., Балакин А. В. Цифровая трансформация уголовно-исполнительной системы // Научная электронная библиотека «КиберЛенинка» : [сайт]. URL: https://cyberleninka.ru/article/n/tsifrovaya-transformatsiya-ugolovno-ispolnitelnoy-sistemy/viewer (дата обращения: 21.04.2023).
1 - Москва
2 - Московская область
3 - Белгородская область
4 - Ярославская область
5 - Брянская область
6 - Тверская область
7 - Владимирская область
8 - Тульская область
9 - Воронежская область
10 - Смоленская область
11 - Калужская область
12 - Тамбовская область
13 - Рязанская область
14 - Ивановская область
15 - Курская область
16 - Орловская область
17 - Липецкая область
18 - Костромская область
Принятые обозначения:
Облачный центр анализа и обработки данных
Линия связи
Учреждения ФСИН России
Рисунок 4. Структурная схема построения единой сети ОЦАОД
1. GOST R 57674-2017. Integrated security systems: national standard of the Russian Federation: approved and put into effect by order of the Federal Agency for Technical Regulation and Metrology dated August 17, 2017 No. 914-st. M.: Standartinform, 2019. 11 p.
2. Concept for the development of the penal system of the Russian Federation for the period until 2030: approved decree of Government of Russia Federation dated April 29, 2021 No. 1138-r. Access from LRS «ConsultantPlus».
3. National strategy for the development of artificial intelligence for the period until 2030: approved By Decree of the President of Russian Federation dated October 10, 2019 No. 490 «On the development of artificial intelligence in the Russian Federation». Access from LRS «ConsultantPlus».
4. Karabanov R. M., Balakin A. V. Digital transformation of the penal system // Scientific electronic library «CyberLeninka». [site]. URL: https://cyberleninka.ru/article/n/tsifrovaya-transformatsiya-ugolo vno-ispolnitelnoy-sistemy/viewer (access date: 04/21/2023).
