CC BY
21
10.Бодрышев В.В., Абашев В.М., Тарасенко О.С., Миролюбова Т.И. Интенсивность изображения, как количественная характеристика параметров газового потока. Электронный журнал «Труды МАИ», 2016, № 88.
Бодрышев Валерий Васильевич, канд. техн. наук, доцент, soplom@mail.ru, Россия, Москва, Московский авиационный институт (национальный исследовательский университет),
Ларин Артем Андреевич, канд. техн. наук, доцент, инженер, nikolpetr.knp@yandex.ru, Россия, Москва, Московский авиационный институт (национальный исследовательский университет)
ANALYSIS OF SUPERSONIC FLOW AROUND AN AXISYMMETRIC OPEN CAVITY BY DIGITAL
PROCESSING OF VIDEO FRAMES
V.B. Bodryshev, N.P. Korzhov
The results of the application of the Schlieren digital image processing method for the flow around an annular cavity on an axisymmetric body in term of the image intensity parameter are presented. It is shown that this approach to the analysis of experimental data makes it possible to assess qualitatively and quantitatively the processes occurring in complex gas-dynamic flows. The analysis of the shock wave intensity matrices in the gas flow using the least squares method (LSM) at discrete points with high reliability determines the position of the shock wave with an estimate of its geometry. The analysis of the processes occurring in the case of an open supersonic flow pattern of the cavity with the identification of the ^ flow patterns inside it is carried out.
Key words: cavity, supersonic gas-dynamic flow, circulation flow, image intensity, mixing
zone.
Bodryshev Valerij Vasilevich, candidate of technical sciences, docent, soplom@mail.ru, Russia, Moscow, Moscow Aviation Institute (National Research University),
Korzhov Nikolay Petrovich, candidate of technical sciences, docent, ni-kolpetr.knp@yandex.ru, Russia, Moscow, Moscow Aviation Institute (National Research University)
УДК 336.71:004.056
DOI: 10.24412/2071-6168-2022-2-324-333
ПОДХОД К МОДЕЛИРОВАНИЮ ИНФОРМАЦИОННОЙ ОБСТАНОВКИ ДЛЯ ПРОГНОЗИРОВАНИЯ ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ
МЕДИА РЕСУРСОВ
С.В. Пилькевич, В.А. Кузьмичев, В.А. Пирухин
В статье рассмотрены схемы формализации обобщенного и детализированного описания информационного пространства. Указывается на необходимость введения дополнительных формализмов, обусловленных спецификой информационных потоков, доступных для мониторинга при формализации информационного пространства, образованного социальными медиа ресурсами. Проведено моделирование когнитивной активности пользователей социальных медиа ресурсов, позволившее выявить совокупность факторов-индикаторов состояния индивидуального (общественного) мнения, играющих ключевую роль в автоматизации оценивания информационной обстановки.
Ключевые слова: информационная обстановка, социальные медиа ресурсы, когнитивное моделирование.
Решение задачи автоматизированного моделирования обстановки и прогнозирования поведения субъектов информационного взаимодействия требует, прежде всего, формализованного представления данных об информационном пространстве, полученных в результате
мониторинга традиционных средств массовой информации и сети Интернет. Не менее важным является моделирование когнитивной активности субъектов, к числу которых можно отнести как нейтральных пользователей информационных ресурсов, так и предполагаемых оппонентов или партнеров. В первом случае представляется оправданным оперировать достаточно абстрактными математическими объектами, в то время как рассмотрение второй составляющей рассматриваемой проблемы требует манипулирования конкретными параметрами, характеризующими субъекты информационного взаимодействия, используемые ими каналы связи, а также циркулирующие по ним сообщения.
В настоящей статье под моделью обстановки будем понимать взаимосвязанные модели информационного пространства и пользователей современных социальных медиа ресурсов, актуализируемые на основе данных сетевого мониторинга.
Формирование формализованных описаний информационного пространства. Для формализации задачи формирования описания информационного пространства на основе входных данных, полученных от подсистемы мониторинга, введем ряд определений и обозначений.
Пусть Н - множество всех данных об объектах, процессах и явлениях интересующей предметной области, которые могут быть получены средствами мониторинга информационного пространства, сН - отношение эквивалентности на Н и КН - фактор-множество от Н по
сН . Пусть МН - множество моделей описаний требуемых видов обстановки такое, что существует изоморфное отображение ф : КН ^ МН . Будем говорить, что модель / е МН соответствует текущим данным мониторинга / е Н, если / е кН, где кН е КН и кНф/. Задачей соотнесения текущим данным мониторинга / е Н модели /е МН назовем задачу поиска указанного соответствия.
Пусть Р - множество допустимых решений по соотнесению модели /е МН данным / е Н, а сР - отношение эквивалентности на Р; КР - фактор-множество на Р по сР, а у :МН ^ КР изоморфизм. Тогда, если у: КН ^ КР - изоморфизм, то будем говорить, что / е Р соответствует / е Н при / е кР , / е КН, где кР е КР , кН е КН и кНукР . Задачей соотнесения текущих данных мониторинга / е Н модели / е МН или задачей формирования структурированного описания информационной обстановки назовем задачу поиска решения / е Р, соответствующего текущим данным мониторинга /т и обеспечивающего их соответствие некоторой модели иеМН (см. рис. 1). Заметим, что подобные задачи формирования описаний в условиях
неопределенности структуры и параметров состояний объекта наблюдения являются не тривиальными даже для опытных специалистов.
Рис. 1. Схема формализации описания информационного пространства
В случае формирования описания обстановки, когда уже известен (например, по значениям факторов-индикаторов) вид обстановки (в дальнейшем речь пойдет о ситуациях), данные о которой содержатся в результатах / текущего мониторинга обстановки, а также известна модель / и множество ее реализаций /, соответствующих различным уровням обстановки и видам возможных средств ее мониторинга, ситуация оказывается несколько более простой.
Агрегацией текущих данных / е Н мониторинга назовем отображение 8 с областью определения {/щ с Н} и областью значений {/щ Ь т.е. 8: /щ ^ ^ , где /щ е{/mJ, а /т!: е^} сохраняет физическое представление данных в / . Назовем а -агрегатом / результат отоб-
т0 то
ражения 8: /а ^ /а , где / а с / есть некоторое фиксированное подмножество данных из / ;
т т3 т0 - т0 т0
а - идентификатор фиксированного подмножества данных из / .
Отображение 8 будем задавать системой Л операции А еЛ с заданным на ней отношением эквивалентности, классы операций которого свяжем с семантически значимыми (в контексте решаемой задачи формирования описания информационного пространства) элементами данных в структуре 1т (по контексту, по координатной привязке, по ключевым словам и
т.д.). Из возможного множества агрегатов {1т } выделим подмножество СИ(1 ) с {1т }1, элементы которого будем называть структурными (структурами).
Модели описаний, соответствующих предметным областям задач, решаемых применительно к конкретным видам обстановки (т.е. предметным областям, отражаемым в исходных данных {I }), будем задавать тройкой:
то '
¡=< 5,т, р>, (1)
где - множество моделей, сопоставляемых элементам множества СН(1 ); т - система мно-
то
жеств Т1 (1 = 1, N) на 5, пересекающихся только по включению (или ЬЛ - иерархия [15, 18] множеств Т); р - нетранзитивное ациклическое отношение, определяющее SQN-иерархию [15, 18] на 5.
Элементы £е Т назовем моделями данных, соответствующими элементам (концептам)
типа 1 предметной области задачи, а Т (' = 1, N) - базовыми множествами моделей данных для
концептов '-го типа. При этом будем говорить, что модели £' е Т, £'' е (1 ф у) связаны ЬЛ-
отношением, если моделируемые ими концепты удовлетворяют этому отношению. Причем в термин ЬЛ - «принадлежит к числу» - будем дополнительно вкладывать смысл «конкретизирует». Кроме того, укажем, что две модели £' е Т, £'' е (1 ф у) удовлетворяют отношению р,
если моделируемые ими концепты находятся в отношении «часть-целое». Если для моделей ^', ^'',«''' выполняется 5' ра'',«'' ра''', то £'' будем называть р -предком £', а £' - непосредственным р -потомком или р-р потомком £'''. Отношение р разбивает множество 5 модели ц (равно как и семейство классов т ) на подмножества нескольких уровней так, что модели последнего п-го уровня не имеют предков, а модели уровней и I(I = 1,(п-1)) имеют р -предков только на уровне 1+1.
Каждый элемент множества Т (1 = 1, N) каждого уровня I (I = 1,(п-1)) будем характеризовать пятеркой:
=< л, ,щ, в,, с, а >,
где Л - имена моделируемых концептов, являющихся непосредственными р -потомками или р - р -потомками ; С, - совокупность признаков, которыми обладают данные, представляемые моделями ^, для каждого признака с е С, задана область его определения ёс и способы Ь е В его вычисления по признакам потомков концепта; В1 - совокупность способов установления (верификации) отношений на данных, относящихся к выбранной предметной области; а - множество предикатных символов, обозначающих отношения р , которые определены на множествах как непосредственных р -потомков концептов из Т, так и р-р-потомков этих концептов; каждому элементу а сопоставлен способ Ь е В, установления (верификации) соответствующего отношения на данных, относящемся к выбранной предметной области; Щ -множество семантических ограничений на отношения из а .
Пусть теперь О" - множество условий получения данных об объекте, процессе или явлении с именем а е Л1. Этому множеству соответствует множество {1т } данных об объекте,
процессе или явлении с именем а. Далее, пусть отображение 8:{1т } ^ {1т }, где {1т } - множество порождаемых агрегатов, задано совокупностью операций на {I" }, а именно, операций
то >
Ла с Л, Ла = {А}. Зададим на множестве {I" } отношение а33, разделяющее {I" } на множество
Ка в общем случае непересекающихся подмножеств к" е Ка. Каждому к" е Ка поставим в соответствие модель я". Совокупность всех моделей я", сопоставляемых элементам множества К", представляет одно из базовых множеств Т.
Рассуждая аналогично относительно каждого элемента (концепта) предметной области задачи формирования описаний информационного пространства и учитывая многообразие форм данных, получаемых для различных состояний объектов, процессов или явлений, приходим к интерпретации модели / как класса моделей, сопоставляемых множеству допустимых данных {/то}. При этом некоторый фиксированный элемент этого класса, сопоставляющийся конкретным данным / е {/ } будем называть реализацией / модели / . Множество допустимых реализаций / модели / обозначим через {/.}. Заметим, что каждый элемент 5 иерархии (г, р) в выражении (1) моделирует либо простой, либо структурный агрегат из {/т }/, а модели / в целом соответствует подмножество структур СН{/щ) из {/т }/. Обозначим это подмножество через {/т }и с {/т }/ и назовем классом семантически интерпретируемых структур. Очевидно, что между множествами {/.} и {/т }/ может быть установлено биективное отображение:
К У^и } (2)
Отображение 5")Ё зададим пространством П/ возможных решений / по выбору пар (( , и), удовлетворяющих 5)Й таких, что / еП, / е{/}} и /т е{/т }. Так как по определению и и /т - структурированные множества элементов, то под использованным выше выражением «удовлетворяющих 5) ^ » будем понимать изоморфизм /т в . Кроме того, заметим, что каждое решение / е Пf включает и аспекты, связанные с реализацией отображения 8 . Тем
самым обеспечивается выбор и реализация конкретных операций из множества Л, а также проверка на непротиворечивость свойств элементов СН{/щ) и соответствующих им элементов С1,
Q¡ и ЦГ1 модели / . С учетом вышеизложенного задачу формирования детализированного описания информационного пространства, будем формально определять как задачу поиска решения / еП / по выбору пары (/т , /), удовлетворяющей 5) Й, при заданных П /, {/}, {/т }, где
{/т } есть подмножество области значений отображения 8: /щ ^ {/т }; / е{/}; /т е{/т } (см. рис. 2).
Процесс поиска / еП/ будем называть процессом соотнесения модели /=< 5 ,г, р> данным / . При этом элемент / в выбранной паре (/т , /) рассматривается как описание полученных мониторинговых данных /т0 , т. е. описание некоторой ситуации.
Рис. 2. Схема формализации задачи формирования детализированного описания
информационного пространства
При решении формализованной задачи формирования описания информационного пространства должен быть организован поиск компонент / е П/ , / е {/.} и / е {/т^ }и выражения (2) в условиях, когда мощность соответствующих им множеств может достигать значительных величин. Это определяет специфику и сложность ее решения, требует изыскания эффективных методов усечения пространства поиска решений, определяемого как:
V = П/ х/М^}и.
Представленный подход к формированию формализованных описаний информационного пространства носит достаточно общий характер. Применение его по отношению к сфере социальных медиа ресурсов требует ряда уточнений и введения дополнительных формализмов, обусловленных спецификой информационных потоков, доступных для мониторинга.
327
Моделирование когнитивной активности пользователей социальных медиа ресурсов. Важной особенностью социальных медиа ресурсов является наличие своеобразной активной составляющей - пользователей. Данное обстоятельство заставляет рассмотреть наряду с коммуникативной, также и когнитивную сферу информационного взаимодействия. Специфика когнитивного моделирования заключается в том, что формальные математические методы анализа применяются к моделям, описывающим субъективное видение ситуации. Нужно отметить, что уже сам процесс построения модели оказывается весьма полезным для аналитиков ещё до начала расчётов, поскольку он заставляет структурировать проблемную область. При формальном выделении факторов и связей между ними неизбежно выявляются ранее неучтённые аспекты ситуации, связи, казавшиеся несущественными, и формируется система понятий, в терминах которой даже неформальное обсуждение проблемы становится более чётким и обоснованным [1].
Прежде всего, представляет интерес формализованная модель пользовательского ак-каунта как основного источника персонифицированных сведений о конкретном субъекте информационного взаимодействия. Анализ требований сервисов социальных медиа ресурсов к регистрационной информации пользователей позволил выделить среди них подмножества общих и дополнительных персональных данных (см. табл. 1) [5].
Тенденция стимулирования администрацией социальных сетей пользователей к правдивому, максимально полному заполнению и оперативной актуализации персональных данных, а также фактография получения массового доступа к данным аккаунтов пользователей социальных медиа ресурсов позволяет утверждать, что обозначенные сведения достаточно полно характеризуют группы пользователей современных средств массовой коммуникации.
Кроме того, так называемые «настройки приватности» личных данных пользователей социальных сетей не позволяют считать их достаточно весомым фактором, обеспечивающим конфиденциальность данных, публикуемых в социальных сетях.
Таблица 1
Перечень персональных данных, требуемых при регистрации персонального аккаунта
Требования при регистрации
Общие Дополнительные
Имя, Фамилия (Name, Surname) Место работы, должность (Work) Адрес, местоположение (Geo)
Дата рождения (Bday) Специализация и проф. навыки (Prof) Контакты, друзья (Comm), (Friend)
Адрес эл. почты (Email) Навыки, знания, цели (Skill) Я на других сайтах (Web)
Номер мобильного телефона (Phone) Отрасли, в которых вы наиболее компетентны (Ind) Выбрать интересы (предлагаются варианты) (Hobby)
Город (City) Образование, где учились, год (Course) Членство в обществах и ассоциациях (Assoc)
Школа, университет (Sch), (Un) Служба в армии (Mil) Брак и семья, дети, национальность (Family), (Eth)
Анализ информации пользовательской информации в современных отечественных и зарубежных социальных сетях позволил построить формальную модель пользовательского ак-каунта [5].
Формальная модель пользовательского аккаунта Ac¡ =(Pres,Cont,CoC,Prof}, где
Pers=<N"me, Surrnme, Bd"y> - подмножество идентифицирующей информации; Cont =<Em"il, Phone, City, Geo, Comm, Web> - подмножество контактной информации; CoC =<Friend, F"mily> - подмножество информации о социальных связях; Prof =<Sch, Un, Work, Prof, Skill, Ind, Course, Mil, Hobby, Assoc, Eth> - подмножество информации об уровне образования, профессиональных компетенциях и предпочтениях, где Em"il = {Em"ili}; Phone = {Phonej}; Skill = {Skillk}; Ind = {Ind,}; Course = {<Coursei, Yi>, ..., <Course„, Y„>}; Friend={<N"mei, Surnamei>, ... <N"me„„ Surnamem>}; Web={Webp}; Assoc={Assocr}; F"mi-ly={<F"milyi, Rolei>, ... <F"milyu, Rolef>}; Sch={<Schi, Yi>, ..., <Schs, Y>>}; Un={<Uni, Yi>, ..., <Unt, Yt>}, Ye [i9QQ, 20i5]; Role e {муж, жена, дочь, сын, отец, мать}.
328
Одной из характерных особенностей социальных медиа ресурсов является предоставление пользователям практически полного спектра возможностей для обмена информацией (размещение фотографий, видео- и текстовых записей, организация тематических сообществ, обмен личными сообщениями и т.п.). Исследования [23] показывают, что наиболее распространенными параметрами социальных сервисов в части, касающейся публикации и управления контентом, являются:
- публикация текстовой и графической информации;
- возможность комментировать и (или) высказывать свое мнение по отношению к опубликованной информации;
- поддержка системы тегов;
- формирование тематических групп пользователей;
- публикация личных сообщений.
При этом представляет интерес классификация информации, формируемой пользователями сети. Графическое представление данной классификации изображено на рис. 3.
Рис. 3. Виды информации, генерируемой пользователями социальных медиа ресурсов
Исходя из вышеизложенного, видится целесообразным формализовать модель распространяемой в социальных медиа ресурсов информации в следующем виде: Inf = ( Pers, Msg,T),
где Pers - подмножество идентифицирующей Aci информации; Aci - актор сети (аккаунт пользователя); Msg е{MsgT, MsgF,MsgV,MsgT,MsgF, MsgT,MsgV} - мнения/ комментарии (текст,
фото, видео и т.д.); T - отметка времени; Kgn = fA (Msg) - когниция, i е X U 0 .
Множество мнений/комментариев, представлено главным образом, текстовой информацией, а также фотографиями и видео роликами, имеющими краткие текстовые пояснения. Отметим, что среди современных социальных Интернет-ресурсов обмен мультимедийным контентом поддерживает не более 40% [23].
Предлагаемая модель носит универсальный характер и не является локализованной версией пригодной для какой-то конкретной языковой культуры. Информация, публикуемая пользователями, является, по сути, отражением их концептуальной картины мира, которая получается в результате прямого познания окружающей действительности.
Исходя из [9] концептуальная картина мира:
1) определяется как когнитивная,
2) складывается в сознании индивидуума под воздействием интеракции речевого взаимодействия,
3) представляет собой результат когниции (познания) действительности,
4) выступает в виде совокупности упорядоченных знаний - концептосферы.
Под термином когниция понимается, элемент знания (данные, усвоенные сознанием) [10]. Подходы к разработке алгоритмов, реализующих функциональное отображение fA достаточно разнообразны [2, 4, 6, 7, 11-13].
В случае использования системы тегов формализация процедуры получения когниций из текстовых сообщений существенно упрощается [3, 5]. В табл. 2 представлен пример тегов системы микроблогов Twitter [7].
Исходя из вышеизложенного, приходим к необходимости связи моделей аккаунтов и информации, генерируемой пользователями социально значимых Интернет-ресурсов. Отметим, что модель аккаунтов содержит информацию о коммуникационном взаимодействии пользователей [aik ].
Таблица 2
Теги системы микроблогов Twitter и примеры их использования_
Вид тега @-ссылки Ретвиты Слэштеги Хэштеги
Пример использования Some text. /via @User RT @User Some text /via #web20
/by #haiku
/cc (/for) #haiti
Пусть Лс1, ЛСк - аккаунты пользователей сети (элементы социума), тогда а^ - социальная связь между элементами Лс1 и Лск , такая, что
при ал < 0 - отрицательное,
при ак = 0 - нейтральное,
при а к > 0 - положительное отношение.
Кроме того, по аналогии с предложенным в [8] коэффициентом, устанавливающим толщину стрелки, связывающей двух индивидов - объекты социометрического наблюдения социума, определим статистическую величину интенсивности отношений, существующих
между двумя индивидуумами Лс1 и Лск следующим образом:
N
"к = N 10§2 ^Т,
^ 0
где Nik - величина сообщения, или количество переданных знаков, N0 - эталонная величина,
определяемая обычно как среднее значение интенсивности связей внутри группы при данных условиях (в течение временного диапазона мониторинга) [8]. Абсолютное значение константы N различно для различных индивидуумов и зависит от условий, в которых находится испытуемый, аналогично константе К закона Вебера-Фехнера [16].
Модель информации содержит сведения о семантике циркулирующих в Интернет-ресурсах сообщений (мнений, комментариев и т.д.).
Представляется оправданным рассмотреть прагматику как аспект взаимодействия пользователей (моделируемых их аккаунтами) и сообщений (модель информации, генерируемой пользователями).
Таким образом, требуется построить модель информационно-психологического отношения В, такого, что В с Лс х К^п, где Лс = {Лс1,Лс2,...,Лс,}, I еГ,
К^п = {К^^К?п2,...,К^рк}, к еГ и, как следствие, рассмотреть когнитивную сферу взаимодействия пользователей социальных медиа ресурсов.
Когнитивное моделирование в концептуальном плане базируется на теориях когнитивного соответствия в социальной психологии: теории когнитивного диссонанса Л. Фестингера [17], теории структурного баланса Ф. Хайдера [19], теории коммуникационных актов Т. Ньюкома [20], теории конгруэнтности Ч. Осгуда и П. Танненбаума [21, 22]. Базовыми постулатами для которых являются следующие:
1) человек обладает способностью к восприятию, усвоению и переработке информации;
2) человек всегда стремится к психическому равновесию, т.е. к достижению внутренней связности, логичности, непротиворечивости своей картины мира;
3) когнитивные элементы (знания) не всегда органично соответствуют личностной картине мира, что вызывает противоречие между ними (диссонанс) и напряженность, требующую разрешения, которое осуществляется в форме побуждения к некоторым действиям - поведению [10].
Видится целесообразным рассмотреть предложенную схему взаимодействия пользователей и информации в виде графа с нагруженными дугами, отображающими когнитивные и коммуникативные отношения, которые могут быть реальными или виртуальными (предполагаемыми).
Социальный элемент, восприняв некоторую когницию, становится не только носителем сформированного к данной когниции психоэмоционального отношения, постепенно утрачивающего актуальность (кривая Эббингауза [14]), но и является возможным источником вторичного распространения этого утверждения и своего текущего отношения к нему.
При достижении элементом определенного уровня психоэмоционального отношения к когниции элемент «резонирует», становясь вторичным источником информационно-психологической активности, которая не всегда тождественна первичной. Порог «резонирования» социального элемента - параметр, вычисляемый на основании непрерывно накапливаемых статистических данных [10].
Социальная коммуникативная активность может быть охарактеризована регистрируемой частотой вступления в коммуникативные отношения с окружающими социальными элементами по инициативе субъекта. Чем более активен социальный элемент, тем чаще он становится участником коммуникативных актов и тем чаще периодически воспроизводит то или иное утверждение и свое отношение к нему.
Если впоследствии не происходит принудительной репродукции, то можно утверждать, что чем больше времени проходит с момента генерации психоэмоционального «пика» отношения к утверждению, тем сильнее снижается частота его вторичных воспроизведений, т.е. периоды «молчания» возрастают.
Чем ближе к моменту синтеза отношения, тем частота инициируемых коммуникативных взаимодействий по поводу этой когниции выше.
Функция активизации памяти и воспроизведения утверждения может быть представлена в виде некоторой псевдогармоники с нарастающим периодом.
Таким образом, учет элементов Sch, Un, Work, Prof, Skill, Ind, Course, Mil, Hobby,
Assoc, Eth модели пользователей Act позволяет осуществлять учет фонового значения информационно-психологического отношения B при проведении моделирования процессов формирования общественного мнения и решении ряда задач, смежных с прогнозированием поведения пользователей социальных медиа ресурсов.
Заключение. Исследование вопросов автоматизированного моделирования обстановки и прогнозирования поведения субъектов информационного взаимодействия показало следующее:
- состояние информационного пространства может быть оценено путем изучения реальной обстановки на территории планируемого проведения информационных мероприятий с использованием положений когнитивной психологии;
- формализация задачи оценивания информационной обстановки потребовала разработки подхода, в основе которого лежит использование методологии поиска решений проблемных ситуаций - решателей интеллектуальных задач, что, в свою очередь, позволяет рассмотреть пути организации поиска решений с единых методологических позиций;
- построенная схема системы психологических отношений в социуме объединила когнитивную и коммуникативную сферы через введенное информационно-психологическое отношение моделируемых субъектов к рассматриваемому проблемному утверждению (когниции). Данное отношение представлено посредством функции, моделирующей когнитивную активность соответствующих субъектов. Учёт значений рассматриваемой функции наряду с характеристиками субъекта (группы), полученными по результатам мониторинга, позволяет рассматривать их совокупность как факторы-индикаторы состояния индивидуального (общественного) мнения, играющие ключевую роль в автоматизированном оценивании информационной обстановки.
Список литературы
1. Ажмухамедов, И.М. Диссертация на соискание ученой степени дтн на тему: «Управление слабоформализуемыми социотехническими системами на основе нечеткого когнитивного моделирования (на примере систем комплексного обеспечения информационной безопасности)». Астрахань: ФГБОУ ВПО «Астраханский ГТУ», 2014.- 334 с.
2. Анисимович, К.В. Синтаксический и семантический парсер, основанный на лингвистических технологиях// Международная конференция по компьютерной лингвистике «Диалог» [Электронный ресурс]. URL: http://www.dialog-21.ru/digests/dialog2012/materials/pdf/Anisimovich.pdf (дата обращения: 24.12.2016).
3. Атягина, А.П. Твиттер как новая дискурсивная практика в сети интернет / А.П. Атягина // Вестник Омского университета. 2012. № 4. С. 203-208.
4. Ермакова, Л.М. Методы извлечения информации из текста / Л.М. Ермакова // Вестник Пермского университета. 2012. № 1(9). С. 77-84.
5. Коршунов, А.В. Извлечение ключевых терминов из сообщений микроблогов с помощью Википедии // Труды Института системного программирования РАН. 2011. № 20. С. 269-282.
6. Леонова Ю.В. Извлечение знаний и фактов из текстов диссертаций и авторефератов для изучения связей научных сообществ Ярославль: ЯГТУ, 2013. С. 32-41.
7. Лукашевич Н.В. Извлечение знаний и фактов из текстов // АНО Центр информационных исследований МГУ им. М.В. Ломоносова Научно-исследовательский вычислительный центр [Электронный ресурс]. URL: http://www.slideshare.net/msucsai/2007-12 (дата обращения: 24.12.2016).
8. Моль А. Социодинамика культуры. М.: Издательство «Прогресс», 1973. 405 с.
9. Огнева Е.А. Когнитивное моделирование концептосферы художественного текста. М.: Эдитус, 2013. Вып. 2-е изд. 282с.
10.Семашко К.В. Математическое моделирование информационно-психологических отношений в социумах / К.В. Семашко, И.А. Шеремет / под ред. И.А. Шеремета. - М.: Наука, 2005.157 с.
11.ABBYY Compreno// ABBYY [Электронный ресурс] URL: http://www.dialog-21.ru/digests/dialog2012/materials/pdf/anisimovich.pdf (дата обращения: 20.09.2017).
12.ABBYY Intelligent Search SDK // ABBYY [Электронный ресурс] URL: http://www.abbyy.ru/isearch/compreno (дата обращения: 20.09.2017).
13.ABBYY Intelligent Tagger SDK // ABBYY [Электронный ресурс] URL: http://www.abbyy.ru/adx/aspx/adxgetmedia.aspx?DocID=f6bad99e-d66a-4da0-9112-4c6fc15e1f72 (дата обращения: 20.09.2017).
14.Averell, L. The form of the forgetting curve and the fate of memories / L. Averell, A. Heathcote // Journal of Mathematical Psychology. 2011. No. 55(1). P. 25-35. DOI: 10.1016/j.jmp.2010.08.009.
15.Biryukov D.N. Multilevel modeling of preemptive scenarios / D.N. Biryukov, A.G. Lomako, T.R. Sabirov // Automatic Control and Computer Sciences. 2015. Vol. 49. No. 8. P. 709-712. DOI: 10.3103/S0146411615080222.
16.Colman A.M. A Dictionary of Psychology (3 ed.) / A.M. Colman - Oxford University Press, 2008. DOI: 10.1093/acref/9780199534067.001.0001.
17.Festinger L.Theory of Cognitive Dissonance / L. Festinger - Standford, CA: Standford University Press, 1957.
18.Glybovsky P.A. Multilevel representation of heterogeneous fuzzy parameters to identify the states of the object control / P.A. Glybovsky, S.V. Pilkevich, R.B. Zholus, Y.A. Ponomarev // SPIIRAS Proceedings. 2015. No. 1(38). P. 204-217.
19.Heider F. The psychology of interpersonal relations. N.Y., 1958.
20.Newcomb T.M. An approach to the study of communicative acts // Psychological review. 1953. Vol. 60. P. 393-404.
21.Osgood C.E. The measurement of meaning / C.E. Osgood, G. Suci, P. Tannenbaum // Semant. Differ. Tech. 1968.
22.Osgood C.E. The priciple of congruity in the prediction of attitude change / C.E. Osgood, P. Tannenbaum // Psychological review. Vol. 62. 1955.
23.Pilkevich S.V. Model of social networks / S.V. Pilkevich, M.A. Eremeev // SPIIRAS Proceedings. 2015. No. 2(39). P. 62-83.
Пилькевич Сергей Владимирович, д-р техн. наук, доцент, ambers@list.ru, Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф.Можайского,
Кузьмичев Владимир Андреевич, адьюнкт, kuzmichev2461@yandex.ru, Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф.Можайского,
Пирухин Виталий Александрович, канд. воен. наук, старший научный сотрудник, vka-onr@mil.ru, Россия, Санкт-Петербург, Военно-космическая академия имени А. Ф.Можайского
APPROACH TO INFORMATION MODELING ENVIRONMENT TO PREDICT THE BEHAVIOR OF
USERS OF SOCIAL MEDIA RESOURCES
S.V. Pilkevich, V.A. Kuzmichev, V.A. Piruhin 332
The article considers the scheme of formalization of the generalized and detailed descriptions of the information space, illustrating a set-theoretic tools involved. The need for the introduction of additional formalisms, due to the specific information flows that are available for monitoring at formalization of information space produced by social media resources. The simulation of the cognitive activity of users of social media resources that helped to identify the combination of factors-indicators of the status of the individual (public) opinion, play a key role in the automated assessment of the information environment.
Key words: information environment, social media resources, cognitive modeling.
Pilkevich Sergey Vladimirovich, doctor of technical sciences, docent, ambers@list.ru, Russia, St. Petersburg, Military Space Academy named А.F.Mozhaysky.
Kuzmichev Vladimir Andreevich, adjunct, kuzmichev2461@yandex.ru, Russia, St. Petersburg, Military Space Academy named А.F.Mozhaysky,
Pirukhin Vitaly Aleksandrovich, candidate of military sciences, Senior Researcher, vka-onr@mil.ru, Russia, St. Petersburg, Military Space Academy named А.F.Mozhaysky
УДК 621.391
DOI: 10.24412/2071-6168-2022-2-333-339
ПОВЫШЕНИЕ КАЧЕСТВА ОБСЛУЖИВАНИЯ IP-ПАКЕТОВ В СИСТЕМЕ ШИРОКОПОЛОСНОЙ СПУТНИКОВОЙ СВЯЗИ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
К. С. Новосадов
В статье описан алгоритм повышения качества обслуживания IP-пакетов при передаче шифрованного трафика в обратном канале системы широкополосной спутниковой связи. Под качеством обслуживания в статье понимается выполнение требований по своевременности доставки пакетов. Предлагаемый алгоритм позволяет оценить качество обслуживания пакетного трафика с учетом распределения его по приоритетным очередям спутникового абонентского терминала, доступного ресурса ретранслятора и разной длительности цикла его выделения для разноприоритетных очередей абонентского терминала.
Ключевые слова: обслуживание пакетов; приоритет; модель доставки; алгоритм; абонентский терминал; пакетный трафик; пропускная способность; время доставки.
Особенностью передачи пакетного трафика в сети связи специального назначения является применение средств криптографической защиты на основе протокола IP-Sec в результате работы которого исходный заголовок IP-пакета подменяется новым, а механизмы дифференцированного обслуживания мультимедийного трафика, заложенные в модем спутникового абонентского терминала (АТ), не используются. Таким образом весь входящий поток пакетов передается как эластичный трафик (через приоритетную очередь 2). На практике это приводит к нестабильной работе голосовых и видеокодеков вследствие значительного времени доставки пакетов, которое в условиях России может составлять до 1 секунды.
Другая особенность пакетных сетей заключается в том, что моменты поступления пакетов случайны, по большей части случайна и длительность их обслуживания. В связи с этим процесс работы АТ протекает нерегулярно: в потоке образуются местные сгущения и разрежения. Сгущения могут привести либо к отказам в обслуживании вследствие переполнения буфера, либо к образованию очередей. Разрежения могут привести к простоям канала обслуживания.
В статье предлагается решение задачи повышения качества обслуживания пакетного трафика при передаче шифрованных пакетов в обратном канале системы широкополосной спутниковой связи специального назначения. Под качеством обслуживания понимается среднее время доставки пакетов и вероятность своевременной доставки.
