CC BY
40
ПРИКЛАДНАЯ КОНЦЕПЦИЯ ПРЕПОДАВАНИЯ УЧЕБНОЙ ДИСЦИПЛИНЫ «ПРАВОВАЯ ИНФОРМАТИКА»
Федосеев С.В.*
Ключевые слова: правовая информатика, информационные технологии в юридической сфере, справочные поисковые системы, безопасность информации в юридической сфере, аналитическая обработка больших данных, экспертные системы, информационные отношения.
Аннотация.
Цель работы: совершенствование концептуальных, методических и дидактических подходов к преподаванию учебной дисциплины «Правовая информатика».
Метод: анализ новых направлений приложения информационных технологий и на этой основе формирование концепции преподавания учебной дисциплины «Правовая информатика».
Результаты: разработана концепция преподавания учебной дисциплины «Правовая информатика» с учетом новых сфер применения информационных технологий, к которым, прежде всего, относятся: цифровая экономика, технология распределенного реестра, аналитическая обработка больших данных, экспертные системы, новые сетевые технологии; введены новые учебные темы, предложены для освоения студентами новые программные средства обработки и анализа правовой информации.
Особенностью разработанной прикладной концепции является включение в учебную программу дисциплины наиболее актуальных тем, отражающих достижения информационно-компьютерных технологий в юридической сфере; при проведении практических занятий используются современные программные средства, позволяющие развить у обучаемых умения и навыки применения информационно-компьютерных технологий для решения задач профессиональной деятельности юриста.
Реализация концепции в учебном процессе обеспечила повышение педагогической эффективности, в частности, повышение усвояемости учебного материала и повышение результативности творческой работы и НИР студентов.
Р01: 10.21681/1994-1404-2017-4-14-23
Учебная дисциплина «Правовая информатика» изучается студентами во многих высших учебных заведениях юридической направленности [10]. Появление этой дисциплины связано с возрастанием роли информации в современном обществе, бурным развитием средств вычислительной техники, внедрением глобальных информационно-телекоммуникационных сетей [8]. Эти обстоятельства создают возможности для широкого применения информационных технологий в юридической сфере и определяют необходимость изучения данной учебной дисциплины.
Как правило, при изучении дисциплины «Правовая информатика» основное внимание уделяется [3, 10] рассмотрению вопросов применения справочных поисковых систем (СПС), а также во-
просам обеспечения безопасности информации в юридической сфере1.
Однако в последнее время обозначились новые направления приложения информационных технологий2, к которым, прежде всего, относятся: цифровая экономика, технология распределенного реестра («блокчейн»3), аналитическая обработка больших данных, экспертные системы, новые сетевые технологии.
1 Федеральный Закон от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации» // Российская газета. 2006. 29 июл.
2 Программа «Цифровая экономика Российской Федерации», утв. Распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р. URL: http://static. government.ru
3 От англ. block chain - цепочка блоков (связный список), содержащих информацию.
* Федосеев Сергей Витальевич, кандидат технических наук, доцент, доцент кафедры информационного права, информатики и математики Российского государственного университета правосудия, Российская Федерация, г. Москва. E-mail: fedsergvit@mail.ru
Такие приложения информационных технологий существенным образом преобразуют многие области человеческой деятельности, принципиально изменяют характер общественных отношений и выводят на первый план необходимость рассмотрения информационных отношений [4].
Это, в свою очередь, приводит к необходимости изменения концепции преподавания учебной дисциплины «Правовая информатика», введения новых учебных тем, освоения студентами новых программных средств обработки и анализа правовой информации.
В Российском государственном университете правосудия учебная программа дисциплины «Правовая информатика» в рассматриваемом варианте входит в состав основной образовательной программы по специальности 40.05.04 - «Судебная и прокурорская деятельность» (уровень специ-алитета) и по направлению подготовки 40.03.01 -«Юриспруденция» (уровень бакалавриата).
Целью изучения дисциплины «Правовая информатика» является формирование и развитие теоретических знаний и практических навыков рациональной организации информационно-аналитической деятельности юриста на основе применения ИКТ и средств телематики (ИКТ телекоммуникаций).
В результате изучения дисциплины каждый студент должен знать общие методологические основы и принципы построения современных систем аналитической обработки правовой информации, принципы организации и архитектуру информационной сферы (инфосферы) и основные направления информатизации юридической деятельности, правовые и иные юридически значимые свойства информации, принципы и методы защиты информации и сведений, относимых к государственной, служебной и иным видам тайны [9]; уметь применять современные автоматизированные информационно-справочные правовые системы для оперативного поиска, систематизации правовой информации, необходимой для решения практических задач юридического характера; владеть навыками аналитической обработки правовой информации с использованием информационных технологий; иметь представление: об экспертных информационных системах, создаваемых в области права; ИКТ полиграфологических судебных экспертиз, правовых ресурсах глобальной информационно-телекоммуникационной сети Интернет.
Изучение дисциплины проводится на лекциях, групповых и практических занятиях, а также в
процессе самостоятельной работы и НИР студентов под руководством преподавателей.
Курс разбит на три части. В рамках первой части «Информационно-техническое обеспечение правовой деятельности» рассматриваются основные теоретические и методические вопросы и исходные методологические понятия и определения: объект, предмет, цели, задачи, актуальность, структура учебной дисциплины и отчётность, основные нормативно-правовые акты, руководящие документы и учебно-методическая литература, основные направления информатизации юридической деятельности.
Вторая часть курса «Информационно-компьютерные технологии оперативного сетевого поиска и аналитической обработки правовой информации» посвящена рассмотрению поисковых задач и видов информационного поиска, компонентов, а также обобщенной схемы информационного поиска, технологии отбора и обработки результатов.
В третьей части курса «Перспективные правовые информационно-компьютерные технологии» изучаются вопросы применения экспертных информационных систем в области права, проведения полиграфологических судебных экспертиз, использования ресурсов сети Интернет в юридической деятельности.
Традиционно важными темами первой части курса являются:
Тема 1 - «Юридически значимая информация и её измерение» (определение и классификация видов информации, правовая информация, качество информации, легитимность информации, информационные меры).
Информация (в «широком» смысле) - свойство объектов (процессов) окружающего материального мира порождать разнообразие состояний, которые посредством отражения передаются от одного объекта к другому (пассивная форма) и средство ограничения разнообразия и организации, т.е. управления, дезорганизации (активная форма) [4].
Информация - это также результат преобразования и анализа данных. Отличие информации от данных состоит в том, что данные - это фиксированные сведения о событиях и явлениях, которые хранятся на определенных носителях, а информация появляется в результате обработки данных при решении конкретных задач. Например, в базах данных (БД) хранятся различные данные, а по определенному запросу система управления базой данных выдает требуемую информацию.
Качество привилегированной информации -совокупность свойств содержательной информации, обладающей определенной ценностью (в материальном, моральном и ином смысле) в силу неизвестности её третьим лицам, характеризующих степень ее соответствия потребностям (целям, ценностям) пользователей (средств автоматизации, персонала и др.)
Качество информации определяется ее атрибутивными свойствами.
Принципиально важно учитывать юридически значимые свойства информации, включая общие (атрибутивные и ассоциативные) и специальные (в первую очередь, правовые) свойства информации, выделяющие информацию среди других элементов объектов правоотношений и определяющие особенности правового регулирования информационных отношений в инфосфере.
К основным свойствам информации, в частности, относятся: связанность, структурированность, осмысленность, иерархичность, идеальность, запоминаемость, ценность - атрибутивные, т.е. общие для всех её видов и форм существования и проявления; а также пертинентность (полнота, релевантность), кумулятивность (избирательность, гомоморфизм), неисчерпаемость - ассоциативные свойства, определяющие прагматическую (юридически значимую) актуальность содержательной информации [4], а также - возможность одновременного нахождения у неограниченного круга лиц, отсутствие неразрывной связи с её материальным носителем.
Выделяются следующие основные меры информации.
Синтаксическая мера оперирует с обезличенной информацией, не выражающей смыслового отношения к объекту. Объем данных измеряется количеством символов (разрядов). Для вычисления количества информации используются формула Шеннона или формула Хартли.
Семантическая мера применяется для измерения смыслового содержания информации, при котором необходимо учитывать контекст информационного сообщения. Наибольшее признание получила тезаурусная мера, которая связывает семантические свойства информации со способностью пользователя принимать поступившее сообщение. Для этого используется понятие тезауруса. Под тезаурусом понимается совокупность семантически взаимосвязанных сведений, которыми располагает пользователь или система [5].
Прагматическая мера определяет полезность информации (ценность) для достижения пользо-
вателем поставленной (директивно или самостоятельно) цели. Ценность информации измеряется в тех же единицах, в которых измеряется целевая функция системы (денежные единицы, количество продукции, экономический эффект, достигнутый благодаря использованию информации и др.).
Тема 2 - «Защищённость информационных отношений» (классификация информационных отношений, принципы и методы криптографических преобразований информации, принципы организации защищённого информационного обмена, гарантированная [6] защищённость информации).
Информационная безопасность - защищённость информации и поддерживающей инфраструктуры от случайных или преднамеренных воздействий естественного или искусственного характера, способных нанести ущерб владельцам или пользователям информации и поддерживающей инфраструктуры.
Информационная безопасность не сводится исключительно к защите информации и компьютерной безопасности. Следует отличать информационную безопасность от защиты информации.
Защита информации - деятельность по предотвращению утечки защищаемой информации, несанкционированных и непреднамеренных воздействий на защищаемую информацию, т.е. процесс, направленный на достижение определенного состояния.
Для защиты интересов субъектов информационных отношений необходимо сочетать меры следующих уровней [1].
1. Законодательный уровень (законы, нормативные правовые акты, стандарты). Законодательный уровень является важнейшим для обеспечения информационной безопасности. К мерам этого уровня относится регламентация законом и нормативными актами действий с информацией и оборудованием и наступление ответственности за нарушение правильности таких действий.
2. Административный уровень (действия общего характера, предпринимаемые руководством организации). Главная цель мер административного уровня - сформировать программу работ в области обеспечения информационной безопасности и организовать ее выполнение, выделяя необходимые ресурсы и контролируя состояние дел. Основой программы является политика безопасности, отражающая подход организации к защите своих информационных активов. Руководство каждой организации должно осознать необходимость поддержания режима безопасности и выделения на эти цели значительных ресурсов.
3. Процедурный уровень (конкретные меры безопасности, ориентированные на людей). Меры этого уровня включают:
мероприятия, осуществляемые при проектировании, строительстве и оборудовании вычислительных центров и других объектов систем обработки данных;
мероприятия по разработке правил доступа пользователей к ресурсам системы (разработка политики безопасности);
мероприятия, осуществляемые при подборе и подготовке персонала, обслуживающего систему;
организацию охраны и режима допуска к системе;
организацию учета, хранения, использования и уничтожения документов и носителей информации;
распределение реквизитов разграничения доступа;
организацию явного и скрытого контроля за работой пользователей;
мероприятия, осуществляемые при проектировании, разработке, ремонте и модификациях оборудования и программного обеспечения.
4. Программно-технический уровень.
Меры защиты этого уровня основаны на использовании специальных программ и аппаратуры и выполняющих (самостоятельно или в комплексе с другими средствами) следующие функции:
идентификацию и аутентификацию пользователей;
разграничение доступа к ресурсам; регистрацию событий; криптографические преобразования; проверку целостности системы; проверку отсутствия вредоносных программ; программную защиту передаваемой информации и каналов связи;
защиту системы от наличия и появления нежелательной информации;
создание физических препятствий на путях проникновения нарушителей;
мониторинг и сигнализацию соблюдения правильности работы системы;
создание резервных копий ценной информации. Тема 3. Особое место в системе информационно-технического обеспечения правовой деятельности занимает «Архитектура инфосферы» (информационная инфраструктура, информационная среда, информационное пространство, информационные деятели, информационные отношения, информационные технологии, инфор-
мационные системы, коммуникации, информационные ресурсы).
Важнейшим новым вопросом при этом является изучение понятия «цифровая экономика», в которое входят: эффективность цифровой экономики, сценарии и направления развития цифровой экономики, экономические и социальные выгоды от «цифровизации» экономики, уровни цифровой экономики, развитие ИТ-инфраструктуры (центры обработки данных, инфраструктура каналов передачи данных, электронные сервисы, центры компетенций, центры трансферта технологий).
Центр обработки данных (ЦОД) - это территория и сооружение, где размещается сложный инженерно-технический комплекс, включающий множества различных систем и устройств, работающих вместе и обеспечивающих хранение, логическую обработку и передачу информации. В этом комплексе размещается множество инженерных систем и технических средств, необходимых для обеспечения правильной работы всего ЦОД. Услуги коммерческих дата-центров: виртуальный хостинг - предоставление лимитированной части дискового места, процессорного времени, оперативной памяти клиенту для использования;
VPS-хостинг - предоставление виртуального сервера;
DS-хостинг - аренда сервера (dedicated); размещение сервера (colocation); выделенная зона (dedicated area). В соответствии с действующим законодательством для создания системы безопасности в ЦОД должны быть пройдены следующие этапы:
присвоение облаку, как информационной системе, определенного класса;
определение мер по обеспечению безопасности персональных данных в соответствие этому классу;
выбор методов и способов защиты персональных данных;
выбор средств защиты персональных данных, реализующих методы и способы защиты информации и основанных на существующей модели угроз;
присвоение информационной системе (облаку) уровня защищенности персональных данных.
Тема 4. Другая важная тема первой части учебной дисциплины - «Технология распределенного реестра («блокчейн»)». Здесь рассматриваются следующие вопросы: условия применения технологии распределенных реестров, преимущества технологии блокчейн; отличие систем, постро-
енных на технологии блокчейн от обычных баз данных и программных систем CRM4, области применения технологии блокчейн и ее возможности, особенности программного обеспечения для реализации технологии блокчейн, блокчейн-платфор-мы, использование технологии блокчейн в крипто-валютах, технологии майнинга криптовалют.
Вторая, относительно недавно разработанная часть курса: «Информационно-компьютерные технологии оперативного сетевого поиска и аналитической обработки правовой информации» является центральным, наиболее важным разделом рассматриваемого курса. Предполагается, что традиционные коммерческие справочные правовые системы (СПС) такие, как «Гарант», «Консультант», «Кодекс», допускают выделение для их рассмотрения незначительного учебного времени, которого будет достаточно для изучения назначения и основных возможностей регулярно обновляемых СПС, решения с их использованием практических задач юридического характера.
Значительно больший интерес представляет Тема 5 этой части курса - «Сетевая реализация правовых документальных автоматизированных информационно-поисковых систем (ПДАИС)», посвященная изучению сетевых ПДАИС, математических моделей оценки их эффективности, моделей механизмов поиска в правовых документальных автоматизированных информационных системах.
Важной темой является также Тема 6 - «Технологии извлечения знаний из больших баз данных», в которой рассматриваются поисковые задачи и виды информационного поиска, компоненты, а также обобщенная схема информационного поиска, технологии отбора и обработки результатов. Поиск информации или информационный поиск представляет собой один из основных информационных процессов.
Поиск - процесс, в ходе которого в той или иной последовательности производится соотнесение отыскиваемого элемента с каждым объектом, хранящимся в массиве. Цель любого поиска заключается в потребности, необходимости или желании находить различные виды (формы) информации, способствующие получению лицом, осуществляющим поиск, нужных ему сведений, знаний и др. для повышения собственного профессионального, культурного и любого иного уровня, создания «новой» информации и формирования новых знаний; принятия управленческих решений и др.
4 От англ. Customer Relationship Management - Система управления взаимоотношениями с клиентами.
С точки зрения использования компьютерной техники информационный поиск - совокупность логических и технических операций, имеющих конечной целью нахождение документов, сведений о них, фактов, данных, релевантных запросу потребителя.
По степени семантической неопределенности выделяют следующие три типа поисковых задач: предметный (атрибутивный) поиск, тематический поиск, проблемный поиск.
Особенности представления информации на разных уровнях человеко-машинной среды обусловливают различные виды неопределенности: семантическую, лингвистическую, мета-информационную.
В ходе информационного поиска происходит локализация неопределенностей следующих видов:
неопределенность соотношения известного и неизвестного в предмете поиска;
неопределенность системы характеристических признаков для структуризации предмета поиска;
семантическая неопределенность формулировки предмета поиска;
лексическая неопределенность как фактор степени соответствия информационно-поискового языка языку предметной области;
неопределенность критериев сравнения поисковых образов документа и поискового образа запроса;
неопределенность интерпретации поискового образа запроса, т.е. субъективность и неполнота ре-конструирования пользователем смысла найденных документов.
При выполнении информационного поиска запрос может быть представлен следующим образом: как структурно-логическое определение неизвестного через известные характеристические признаки и связи самого объекта, который существует реально или гипотетически;
как дополнение в виде характеристических признаков объектов, с которыми связан искомый объект или частью которых он является.
Возможны две формы выражения запроса: вербальная и кластерная.
Вербальная форма запроса - это терминологическое выражение с использованием синтаксиса информационно-поискового языка, отражающее свойства и связи объектов предметной области. В этом случае предполагается построение завершенного, логически и синтаксически правильного выражения запроса, а также выполнение требования контекстной определенности.
Кластерная форма запроса - это представление запроса в виде документа или совокупности документов, имеющих семантическую общность с искомым документом (объектом поиска). Такая форма запроса имеет особенности, в том, что предполагает:
снятие множественной неопределенности за счет введения процедурной избыточности - механизмов порождения и упорядочения кластеров документов;
определение корреляционных связей между кластерами документов;
оценку сходимости процесса поиска.
Базовыми объектами информационного поиска являются:
- поисковый образ документа (ПОД) - представление уникального искомого документа компактной комбинацией признаков без увеличения комбинативности смыслов;
- поисковый образ за проса (ПОЗ) - представление информационной потребности композицией поисковых признаков запроса с целью увеличения комбинативности смыслов и максимального охвата аспектов представления объекта поиска
Моделями формирования поискового образа запроса могут быть:
- коммуникативная модель - представление информационного поиска, ориентированного на передачу информации для соотнесения с аналогично представленными объектами, описанными в уже известных документах;
- поисковая модель, представляющая информационный поиск ориентированным на точечное соотнесение с аналогично представленными поисковыми образами документа (идентификация по общедоступным параметрам).
Важнейшей проблемой информационного поиска является проблема полноты и непротиворечивости поиска.
Для случая предметного (атрибутивного) поиска доказательство полноты и непротиворечивости является тривиальным, потому что положительный результат поиска является доказательством или подтверждающим фактом и существования объекта документа, и обладания этого документа определенными свойствами.
Результат тематического поиска неоднозначен и требует последующей систематизации, т. е. еще одного процедурного шага для упорядочения полученного множества объектов по значениям основания, которые явно не определены.
Проблемный поиск еще более неясен с точки зрения полноты и непротиворечивости результатов.
По признаку использования мер близости (полному или частичному совпадению поисковых образов) методы информационного поиска можно разделить на группы: методы поиска по буле-вому выражению; методы реализации формальных моделей (поиск, использующий векторные меры близости; весовой поиск; поиск по нечетким множествам; кластерный поиск).
На рис. 1 представлена обобщенная схема информационного поиска, имеющая два контура обратных связей: первый - для управления формированием выдачи и второй - для управления механизмом поиска.
В таблице представлены компоненты информационного поиска.
Итеративный человеко-машинный процесс поиска информации в общем случае включает следующие этапы):
- определение темы запроса, ее локализация, формализация на уровне понятий основной и смежных областей. На этом этапе система представляет систематизированное описание предметной области, а также сведения о тематике, структуре и методах доступа к выбранному ресурсу;
формирование, а также структурное и лексическое адаптирование выражения запроса, когда система предоставляет вспомогательные (технологические) объекты: тезаурусы, рубрикаторы;
отбор документов с помощью одного из механизмов поиска;
формирование и управление выдачей найденных документов (при этом система обеспечивает формирование пространства представления выданных документов, их сортировку, а также ру-брицирование, ранжирование, например, в соответствии с использованием тематико-статисти-ческих распределений, характерных для данной предметной области);
оценка результатов поиска на уровне отдельного документа, когда система обеспечивает возможность фиксировать значение степени соответствия запросу пользователя и использование лексики документов для непосредственной модификации выражения запроса (внешняя обратная связь);
итоговая оценка результатов поиска на уровне всего запроса или отдельных предложений, когда система позволяет качественно оценить динамику выдач и обеспечивает возможность выборочного обращения к результатам отдельных результатов поиска;
развитие процесса поиска по технологии ре-формулирования запроса по обратной связи по
нформационная потребность )
I
1.
Формулировка запроса
Тезаурус предметной области
Рубрикатор предметной области
Рубрикатор БД
Словари БД
Рис. 1. Обобщенная схема информационного поиска
релевантности (степень соответствия между запросом и найденным документом) или использованию других признаков.
Тема 7 - «Информационно-компьютерные технологии аналитической обработки правовой информации».
Необходимость использования интеллектуального анализа больших данных и аналитической обработки правовой информации является в настоящее время очевидной.
Решаемые при этом задачи связаны с обработкой достаточно больших объемов правовой
Таблица
Компоненты информационного поиска
Механизм поиска Стартовый объект Лексическая основа для реформулирования запроса Технология пользователя Постобработка выдачи
Поиск по терминам в документе Отдельный документ Термины, выделенные пользователем Булев поиск по всем текстовым полям Нет
Поиск аналогов Отдельный документ Содержание просматриваемого документа Нечеткий поиск по условию частичного вхождения с указанным порогом Ранжирование по суммарному числу вхождений поисковых терминов
Эвристический поиск Множество документов Термины всех поисковых полей, отмеченных как релевантные Поиск по статистически наиболее важным кластерам терминов из словников В соответствии с порядком ранжирования кластеров
Контекстный поиск Множество документов Отмеченные термины словника, создаваемого системой из всех поисковых полей документов, отмеченных как релевантные Поиск по кластерам терминов из словника, отмеченных как релевантные В соответствии с порядком ранжирования кластеров
информации но, вместе с тем, они не обладают такой большой вычислительной сложностью как, например, задачи научных исследований.
В общем случае для аналитической обработки больших данных на практике применяются такие программные средства, как Map-Reduce, Hadoop, HDFS, Python и др.
Однако эти программные средства требуют от пользователей специальных знаний и умения разрабатывать программные коды. Очевидно, что оснащать будущих специалистов юридической сферы такими специальными знаниями и умениями нецелесообразно.
Следует также отметить, что в практической деятельности работников, занятых в юридической сфере, преобладающая часть исходных анализируемых данных представлена в виде таблиц Excel и что табличный процессор Excel является популярным, распространенным и общедоступным программным приложением [7].
Уже сам Excel содержит определенное количество средств обработки данных - это широкий набор встроенных функций и надстройки Пакет анализа и Поиск решения.
Недостающие средства аналитической обработки данных могут быть получены при совместном использовании Excel и SQL-сервера. Коммуникацию между Excel и SQL-сервером обеспечивает общедоступная программа-надстройка Data Mining Add-in, которая после своей установки внедряется в Excel.
Изучение учебных вопросов Темы 7 имеет следующие цели:
- формирование у студентов представлений об общих методологических основах и принципах построения современных систем аналитической обработки данных;
- овладение студентами практическими навыками применения аналитической обработки данных в правовой сфере.
Учебный материал рассматриваемой темы включает две части: теоретическую и практическую.
Теоретическая часть. Формы данных в Data science. Структурированные. Неструктурированные. Данные на естественном языке. Машинные. Графовые. Потоковые. Процесс Data science. Определение цели исследования. Сбор данных. Подготовка данных. Исследование данных. Моделирование данных. Отображение и автоматизация.
Экосистема больших данных. Распределенные файловые системы. Инфраструктура распределенного программирования. Инфраструктура интеграции данных. Инфраструктура машинного обучения. Инструменты планирования. Инструменты сравнительного анализа. Безопасность.
Практическая часть. Особенностью изучения материала практической части является знакомство студентов с конкретными программными средствами и выполнение персональных практических заданий в компьютерном классе. Практические задания связаны с предварительным из-
учением программных инструментов анализа и решением следующих задач.
Средства Excel для обработки данных. Характеристики выборки. Средние величины. Процен-тиль. Испытание гипотез.
Анализ ключевых факторов влияния. Инструмент анализа - Analyze key influencer. Используется алгоритм разбиения некоторого множества на группы (кластеры). Инструмент анализа определяет факторы, наиболее сильно влияющие на исследуемую характеристику.
Обнаружение категорий. Инструмент анализа
- Detect Categories. Задача разбиения на категории
- важная практическая задача, которая сложно решается традиционными статистическими методами.
Заполнение по образцу. Инструмент анализа
- Fill From Example. Заполнение пропущенных значений в исходных данных по результатам анализа других данных.
Прогноз. Инструмент анализа - Forecast.
Анализ сценариев. Поиск результата. Инструмент анализа - Scenario Analysis. Goal Seek. Определяется, что нужно изменить в исходных данных, чтобы достигнуть намеченного значения целевой функции.
Анализ сценариев. Возможные варианты. Инструмент анализа - Scenario Analysis. What-if. Опре-
деляется, как изменится один параметр некоторого объекта при изменении другого.
При изучении третьей части курса «Перспективные правовые информационно-компьютерные технологии» основное внимание уделяется следующим учебным вопросам.
Тема 8 - «Экспертные информационные системы в области права» (Архитектура ЭИС. Основные перспективные направления использования ЭИС в правовой сфере. Ограничения использования ЭИС при принятии юридических решений. Использование ЭИС в правотворчестве, в правосудии, в криминалистике, криминологии и других областях юридической науки и практики. Организационно-технические требования к основным компонентам специализированной ЭИС).
Основная идея использования экспертных систем (рис. 2) заключается в том, чтобы получить от эксперта его знания и, загрузив их в память компьютера, использовать всякий раз, когда проблема возникла.
В отличие от систем поддержки принятия решений (СППР), экспертная система обладает следующими возможностями:
- позволяет пользователю принять решение, превосходящее его интеллектуальные возможности;
- система способна пояснять свои рассуждения в процессе получения решения;
Рис. 2. Функциональная структура экспертной системы
- система связана с использованием нового компонента - «знаний».
Тема 9 - «ИКТ полиграфологических судебных экспертиз». (Виды современных компьютерных полиграфов - «детекторов лжи». Основные перспективные направления использования компьютерного полиграфа. Применение компьютерного полиграфа: нормативно-правовые, моральные и технические аспекты).
Тема 10 - «Интернет в юридической деятельности» посвящена новому этапу развития Интернета. Здесь рассматриваются правовые ресурсы сети Интернет5. Применение возможностей сети. Интернет вещей (Internet of Things, IoT), значительно расширяющий возможности сбора, анализа и распределения данных. Сферы применения. Экосистема потребительских устройств интернета вещей. Техническая и коммерческая платформа для
IoT. Встраиваемые системы в экосистеме Интернета вещей. Стандарты и эталонные архитектуры IoT. Сертификация устройств IoT. Недостатки IoT.
Облачный компьютинг. Индустриальный интернет (Industrial Internet of Things, IIoT). Интернет ценностей (Internet of Valuе, IoV). Интернет всего (Internet of Everyting, IoE).
Таким образом, на основе известных результатов научных исследований в области информатики, правоведения, а также практического опыта преподавания и изучения правовой информатики в Российском государственном университете правосудия определены дидактические подходы и новая содержательная концепция преподавания учебной дисциплины «Правовая информатика», требования к обучаемым и уровню подготовки преподавателей, направления и принципы преподавания этой дисциплины.
Рецензент: Ловцов Дмитрий Анатольевич, доктор технических наук, профессор, заведующий кафедрой информационного права, информатики и математики Российского государственного университета правосудия.
E-mail: dal-1206@mail.ru
Литература
1. Ващекин А. Н. Моделирование взаимодействия субъектов в условиях неполной экономической и правовой информации // Актуальные проблемы информационно-правового пространства: Сб. статей по материалам ежегодных Всеросс. науч.-прак. конф. Отв. ред. М.Е. Бегларян, Н.В. Землякова. Краснодар, 2017. С. 14-20.
2. Ващекин А. Н., Ващекина И. В. Информационное право: прикладные задачи и математические методы // Информационное право. 2017. № 3. С. 17-21.
3. Дрогобыцкий И.Н. Правовая информатика в экономике. М.: Финансы и статистика 2013. URL: http://www. iprbookshop.ru/12446
4. Ловцов Д. А. Системология правового регулирования информационных отношений в инфосфере. М.: РГУП. 2016. 316 с.
5. Ловцов Д. А. Информационная теория эргасистем: Тезаурус. М.: Наука, 2005. 248 с.
6. Ловцов Д. А. Проблема гарантированного обеспечения информационной безопасности крупномасштабных автоматизированных систем // Правовая информатика. 2017. № 3. С. 66-74.
7. Ловцов Д. А., Богданова М. В., Паршинцева Л. С. Пакеты прикладных программ для многоаспектного анализа судебной статистической информации // Правовая информатика. 2017. № 1. С. 28-36.
8. Ловцов Д. А., Федичев А. В. Место и роль правовой информатики в системе информационно-правовых знаний // Правовая информатика. 2017. № 1. С. 5-12.
9. Ловцов Д. А., Федичев А. В. Архитектура национального классификатора правовых режимов информации ограниченного доступа // Правовая информатика. 2017. № 2. С. 35-54.
10. Чубукова С. Г. Правовая информатика в системе юридического образования // Правовая информатика. 2017. № 1. С. 50-54.
5 Программа «Цифровая экономика Российской Федерации», утв. Распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р. http://static.government.ru
