CC BY
53
3. Разработанная комбинированная методика Следует добавить, что предложенный подход
внедрена и используется в работе аккредитован- соответствует концептуальным моделям проведения ной испытательной лаборатории НПО «Эшелон» и оценки соответствия, опубликованным в [10,11], может быть рекомендована к внедрению в работу а также может быть интегрирован в систему ме-испытательных лабораторий различных систем сер- неджмента ИБ организаций [12-16]. тификации средств защиты информации.
ЛИТЕРАТУРА
1. Марков А.С., Цирлов В.Л. Руководящие указания по кибербезопасности в контексте ISO 27032 // Вопросы кибербезопасности. 2014. № 1 (2). С. 28-35.
2. Марков А.С., Щербина С.А. Испытания и контроль программных ресурсов // Information Security. 2003. №6. С.26.
3. Марков А.С., Миронов С.В., Цирлов В.Л. Выявление уязвимостей программного обеспечения в процессе сертификации // Известия Южного федерального университета. Технические науки. 2006. № 7 (62). С. 82-87.
4. Марков А.С., Цирлов В.Л. Опыт выявления уязвимостей в зарубежных программных продуктах // Вопросы кибербезопасности. 2013. № 1 (1). С. 42-48.
5. Тестирование и испытания программного обеспечения по требованиям безопасности информации / А.С.Марков, В.Л.Цирлов, В.Г.Маслов, И.А.Олексенко // Известия Института инженерной физики. 2009. Т. 2. № 12. С. 2-6.
6. Методы оценки несоответствия средств защиты информации / А.С.Марков, В.Л.Цирлов, А.В.Барабанов; под ред. А.С.Маркова. М.: Радио и связь, 2012. 192 с.
7. Марков А.С., Фадин А.А. Систематика уязвимостей и дефектов безопасности программных ресурсов // Защита информации. Инсайд. 2013. № 3 (51). С. 56-61.
8. Барабанов А.В., Марков А.С., Рауткин Ю.В. Оценка соответствия средств защиты информации требованиям высших оценочных уровней доверия // Труды Научно-исследовательского института радио. 2 012. № 3. С. 67-73.
9. Марков А.С., Фадин А.А. Статический сигнатурный анализ безопасности программ // Программная инженерия и информационная безопасность. 2013. № 1(1). С. 50-56.
10. Барабанов В., Марков А.С., Цирлов В.Л. Методический аппарат оценки соответствия автоматизированных систем требованиям безопасности информации // Спецтехника и связь. 2011. № 3. С. 4852.
11. Гришин М.И., Марков А.С., Барабанов А.В. Формальный базис и метабазис оценки соответствия средств защиты информации объектов информатизации // Известия Института инженерной физики. 2011. Т. 3. № 21. С. 82-88.
12. Барабанов А.В. Стандартизация процесса разработки безопасных программных средств // Вопросы кибербезопасности. 2013. № 1 (1). С. 37-41.
13. Агафонова М.Е. Методические рекомендации по проведению аудита системы менеджмента информационной безопасности // Труды международного симпозиума Надежность и качество. 2014. Т. 2. С. 266-268.
14. Найханова И.В. Разработка системы показателей эффективности системы менеджмента безопасности персональных данных // Труды международного симпозиума Надежность и качество. 2014. Т. 2. С.
268-270.
15. Райкова Н.О. Сравнительный анализ стандартов менеджмента качества и информационной безопасности // Труды международного симпозиума Надежность и качество. 2014. Т. 2. С. 270-274.
УДК 034.035.4 Котякова В.А.
ФГБОУ ВПО «Пензенский государственный технологический университет», Пенза, Россия
ОРГАНИЗАЦИЯ МОНИТОРИНГА В КОМПЛЕКСНОЙ СИСТЕМЕ ОЦЕНКИ СОСТОЯНИЯ ТЕХНИЧЕСКИ СЛОЖНЫХ ОБЪЕКТОВ
Вводная часть
В настоящее время не существует методов, описывающих полную гарантию безопасной работы технически сложных объектов (ТСО) и, следовательно, методы контроля и осуществления мониторинга нуждаются в дополнении и совершенствовании.
Имеющиеся методы и алгоритмы отличаются друг от друга, видами и объёмом мониторинговых исследований, подходом к их проведению. Наиболее полно эти вопросы отработаны на объектах по уничтожению химического оружия (ОУХО) в связи с большим общественным резонансом при их проектировании и строительстве. Собранные данные не учитывают отдаленных последствий, не имеют поправок на адаптивные и компенсационные механизмы технически сложных объектов.
В связи с крайне ограниченным количеством центров мониторинга на объектах и их отсутствием на местном уровнях, а также отсутствием эффективных методов обработки результатов мониторинга, не обеспечивается комплексный, в том числе оперативный, мониторинг возникновения внештатных ситуаций на объектах и прогноз их развития. Решение вышеуказанных проблем позволит создавать системы мониторинга, в которых по результатам анализа данных подсистем можно принимать решение по коррекции регламента мониторинга или выполнению мероприятий по предупреждению и/или ликвидации последствий чрезвычайных ситуаций на ТСО. Разделение решения таких проблем по этапам неэффективно, необходим ком-
плексный подход. Виды и этапы ведения мониторинга, выполненные комплексно и последовательно, определяют выбор стратегии для принятия решений по предотвращению ЧС, снижению риска их возникновения и масштабов последствий. Безопасность функционирования ТСО предложено обеспечить за счет разработки и применения методологических подходов, методов и алгоритмов анализа и обработки результатов мониторинга для оценки влияния объекта в рамках системы интеллектуальной поддержки решения задач, являющейся частью экспертно-аналитической системы.
Актуальная научно-техническая проблема заключается в разработке и применении методов системного анализа к организации, моделированию, оптимизации и обработке результатов мониторинга с использованием идентификационных древовидных структур и принятия решений с целью повышения безопасности технически сложных объектов. Рассматриваются общие понятия о технически сложных объектах (ТСО), анализ технических средств мониторинга технически сложных объектов, рассматриваются вопросы взаимодействия входящих в него систем: производственного контроля и мониторинга (ПКМ).
Основная часть
Поскольку система эколого-аналитического мониторинга загрязнений является частью существующей службы наблюдения и контроля за состоянием природной среды она должна основываться на подсистемах отраслевого и регионального характера, включать элементы этих подсистем.
11[|фО[)ИПЦИС>[11]ЛИ СНС1СМЛ (>101111 1 й]НШ1 л>
> и[>ацлснне
11 ябл юде пня Оценка флктн чсскчн о СОСТОЯНИИ
1 1 *
П|Ю1НОЗ СОСТОЯНИИ Оценка прогнозируемого состоянии
Ре[>'. I) 11><> г. 1 м щ' качес 1 ва срелы
-прямые связи
-----------^ обратные свя'зн
Традиционный подход к созданию систем наблюдений, основанный на построении как можно более подробных и полных списков переменных, во многих случаях неприемлем вследствие не только ограниченности ресурсов, но и малой информативности ранее накопленных сведений.
Альтернативный путь предполагает выделение немногих параметров или маркеров, отражающих основные характеристики наблюдаемой системы. Такими маркерами могут стать, например, концентрации тяжелых металлов, поступающих от соответствующих производств, уровни биогенных элементов, определяющие трофический статус водных объектов, типичные структуры биологических сообществ, соответствующие индексы биотического разнообразия.
Мониторинг, как система наблюдений, оценки и прогноза различных изменений в состоянии ТСО, вызванных факторами антропогенного происхождения, является важнейшей составной частью мониторинга и делает возможной прямую оценку качества прогноза. Для выявления причинно-следственных связей в системе, основой комплексного мониторинга ТСО, должна стать система интеллектуальной поддержки решения задач (СИПРЗ). Её предназначением является многофакторный анализ состояния объекта, выявление взаимосвязи поступающих данных первичного мониторинга и установление факторов, позволяющих дать объективную оценку ситуации.
Неотъемлемой частью СИПРЗ являются интеллектуальные датчики (ИД) на которых производится сбор данных о параметрах объекта. Все это позволяет моделировать различные сценарии развития ситуации в режиме, наиболее приближенном к реальному с определением зависимостей «время-реакция».
Функционирование технически сложного объекта можно рассматривать как последовательность смены состояний на некотором интервале времени (к). Состояние ТСО в каждый момент времени t характеризуется набором параметров:
У = {у1,У/,У?,у:,¥5 }
где [у1; = 1,к,Л - параметры состояния технологии данного процесса; {У^2, j = 1,к, ■/} - параметры состояния зданий и сооружений; {У'/,к = 1,к,К} - параметры состояния оборудования; [Хт4,ш = 1,к,М} - параметры состояния персонала, {у5,1 = 1,...,Ь} - параметры состояния систем управления.
Для предотвращения аварийных ситуаций негативные последствия воздействия должны быть све-
(Рл ХР^РЛРО, (А))
дены к минимуму путем непрерывного мониторинга параметров ТСО. Управление безопасностью предполагает анализ и оценку потенциальных опасностей, опасных и вредных производственных факторов на рабочих местах и в технологическом процессе, а также анализ последствий и разработку мероприятий, обеспечивающих требуемый уровень безопасности технически сложного объекта.
Множество параметров, описывающих состояние ТСО, может использоваться для формирования правил управления. Количество правил управления определяется количеством состояний объекта, которое, в свою очередь, зависит от набора параметров, характеризующих данный технически сложный объект. Информация о состояниях ТСО, на основе которой принимается решение о выборе мероприятий, обеспечивающих безопасность ТСО а, представляется в виде нечеткого отношения предпочтения на множестве альтернатив выбора.
Управление ТСО осуществлено по схеме Беллма-на- Заде. Считаем известными: Р = {Р1,Р2,...,Рк} -множество вариантов, которые подлежат многокритериальному анализу; О = [,О2,...,Оп} - множество критериев, по которым оцениваются варианты. Учитываем сравнение четырех групп мероприятий (Р1 - Р4) для увеличения безопасности ТСО: Р1 -мероприятия по увеличению сейсмоустойчивости зданий и сооружений; Р2 - мероприятия в области повышения уровня противопожарной защиты и обеспечения пожарной безопасности; Р3 - мероприятия в области обучения персонала; Р4 - мероприятия в области модернизации оборудования. Для оценки мероприятий воспользуемся следующими критериями: 91 - ожидаемый эффект от реализации группы мероприятий для снижения рисков при сейсмическом воздействии; О2 - стоимость реализации группы мероприятий; 93 - время, необходимое на осуществление группы мероприятий; 94 - сложность осуществления группы мероприятий.
Ю У о2(Рг) /О3(Р3) Уо4 (Р4) 1
Р ' Р2 ' Р3 ' Р4 )
Степени принадлежности нечеткого множества О, установлены методом построения функций принадлежности на основе парных сравнений. При использовании этого метода необходимо сформировать матрицы парных сравнений по каждому критерию. Общее количество таких матриц равно количеству критериев, т.е. четырем.
Оптимальная по выбранным критериям группа мероприятий определяется с помощью пересечения частных критериев:
СО! =
Г) = (Э. г\ О у С, г^ С , =
Г,
)-/',;, ( Д 1/-'0, (Д )) »""(/I, (Р3 (Я; (в Хяа, (Ъ ))
иипр^ (РЛус, (Л 1м<н(РЛме4(Л ))'
Наилучшая группа мероприятий определяется следующим образом:
D = arg max(/iD (/{), f.iD (Р2), f.tD (i^ ), [i0 {PA )),
argmaxCiic(i;))
при
определяется котором достигается
где с помощью значение аргумента, максимум.
Заключительная часть
Разработана методика многокритериального управления состоянием ТСО, базирующаяся на использовании теории нечетких множеств. Выделены группы мероприятий, которые являются предпочтительными для поддержания состояния и предотвращения чрезвычайных ситуаций. С помощью формулы (1) проведены расчеты по многокритериальному выбору мероприятий, обеспечивающих безопасность промышленного объекта при техногенном воздействии. Выделены группы мероприятий, которые явля-
ются предпочтительными для поддержания уровня безопасности и предотвращения чрезвычайных ситуаций.
Важно отметить, что существующие методы анализа безопасности технически сложных объектов носят преимущественно вероятностный характер. Их использование не дает ответа на вопросы о том, какие мероприятия необходимо внедрять в первую очередь, и на что выделять средства. Использование предлагаемых методов позволит проводить ранжирование мероприятий и осуществлять обоснованный выбор управляющих решений на основе теории нечетких множеств.
ЛИТЕРАТУРА
1. Алексеев, В.А. Автоматизация регистрации и обработки измерительной информации при испытаниях техники на ударное воздействие [Текст]: монография / В.А. Алексеев, В.И. Заболотских. -Ижевск: Изд-во ИжГТУ, 2006. - 184 с.
2. Анисимова, Н.Г. Организация сплошного информационного покрытия в системах экологического мониторинга зон влияния потенциально опасных объектов [Текст] / Н.Г. Анисимова, А.Ю. Ефремов // Материалы 5-й международной конференции «Управление развитием крупномасштабных систем» (MLSD'2011). М.: ИПУ РАН, 2011. - Т. 2. - С. 313-315.
3. Аэрокосмический мониторинг объектов нефтегазового комплекса // Под редакцией Бондура В.Г. -М.: Научный мир, 2012. - 558 с. + 52 цв. вкл.
4. Горшков, М.В. Экологический мониторинг. Учебное пособие [Текст] - Владивосток: Изд-во ТГЭУ, 2010. - 313 с.
5. ГОСТ Р 51901-2002. Управление надежностью. Анализ риска технологических схем [Текст]. - М.: Изд-во стандартов, 2002.
6. Меркульев А.Ю. Программные комплексы и системы проектирования печатных плат / Меркульев А.Ю., Сивагина Ю.А., Кочегаров И.И., Баннов В.Я., Юрков Н.К. // Современные информационные технологии. 2014. № 19 (19). С. 119-128.
7. Качанов С.А. Информационные технологии поддержки принятия решений в чрезвычайных ситуациях: Автоматизированная информационно-управляющая система Единой системы предупреждения и ликвидации чрезвычайных ситуаций: вчера, сегодня, завтра. Монография [Текст] / А.С. Качанов, С.Н. Нехороев, А.П. Попов, МЧС России, ФГБУ ВНИИ ГОЧС (ФЦ) - Москва: Деловой экспресс, 2011. - 400 с.: ил.
УДК 62-192
Егоров А.М., Новиков П.Г., Кулыгин В.Н.
МИЭМ НИУ ВШЭ «Московский институт электроники и математики Национального исследовательского университета «Высшая школа экономики», Москва, Россия
РАЗРАБОТКА МАТЕМАТИЧЕСКОГО АППАРАТА И ИНТЕРАКТИВНОГО ИНТЕРФЕЙСА ДЛЯ СИСТЕМЫ РАСЧЕТА НАДЕЖНОСТИ СОВРЕМЕННЫХ РЭС АСОНИК-К
Клиентская часть подсистемы предназначена для организации взаимодействия пользователя с подсистемой. Функционально клиентскую часть можно разделить визуальную часть и модуль математического аппарата.
Модуль математического аппарата преимущественно состоит из набора библиотек на C# для расчета надежности всех типов радиоэлектронных элементов и ПЛИС. Классы делятся по типам элементов (резисторы, конденсаторы, трансформаторы и так далее...). В каждом классе набор методов, каждый из которых включает в себя расчет формулы надежности конкретного типа элемента данного класса. Также классы включают в себя методы расчета необходимых для других методов коэффициентов.
Классы математических моделей
Для реализации данного проекта была создана библиотека классов. Названия классов соответствуют типу элемента. Соответственно класс Резисторы содержит в себе все формулы расчета надежности всех типов резисторов. Чтобы упростить доступ к классам все методы в классе было решено сделать статичными. Таким образом, для доступа к нужной формуле не нужно в коде программы создавать объект класса, достаточно лишь указать имя класса и через точку ввести нужный метод. Пример вызова функции RES_lmbd_ehh_OEOP из основной программы: Resis-
tor.RES_lmbd_ehh_OEOP(lmbd_hsg, K_e, K_pr).
* расчет коэффициента Ktx (страница 288) V
public static double RES_Ktx(double A, double Bj double Nt, double G, double Blj double ], double t) {
if (t < 49) return (1);
else
return (A * Math.Exp(B * Math.Pow({t + 273) / Nt, G)) * Math.Exp(Bl * Wath.Pow((t + 273) / 273, ])))j
}
Рисунок 1 - Пример функции RES_Ktx типа double для расчета коэффициента Ktx
В программном коде каждый метод в обычном виде выглядит, как функция RES_Ktx.
Программа позволяет пользователю производить все расчеты с большой точностью, вплоть до 16
знаков после запятой. Выполнять все расчеты в числах с плавающей точкой двойной точности позволяет тип double. Все данные, а также формат возвращаемых значений являются переменными типа
