CC BY
122Сетецентрические управляющие системы и боевые операции
Н.И. СИДНЯЕВ, доктор технических наук
АННОТАЦИЯ ABSTRACT
Излагается концепция реализации сетецентрических управляющих кибер-систем в современных военных конфликтах. Концепция представлена как система взглядов на управление войсками в едином информационном и коммуникационном пространстве. Представлены исследования по искусственному интеллекту с использованием нейросистем и методов представления информации в экспертных системах. Рассмотрены основные структуры систем обработки информации и языков представления информации. Представлена структурно-функциональная схема интеллектуальной системы для нейрокомпьютерной реализации конструктивных оперативно-советующих экспертных систем.
Сетенцетризм, нейрокомпьютеры, стратегия, базы данных, логика предикатов, язык, экспертные системы, структуры, знания.
The paper outlines the conception of implementing network-centric control cyber systems in present-day military conflicts. The conception is presented as a set of views on troop (force) control in a uniform information and communication environment. The paper also surveys research works on artificial intelligence involving neurosystems and methods of data presentation in expert systems. It also examines the main structures of information processing systems and data display languages. The paper gives a structural-functional diagram of the intelligent system for neurocomputer realization of constructive operational-consulting expert systems.
KEYWORDS
Network centrism, neurocomputers, strategy, databases, logic of predicates, language, expert systems, structures, knowledge.
КЛЮЧЕВЫЕ СЛОВА
ОБЕСПЕЧЕНИЕ национальной безопасности государства становится все более сложным и комплексным мероприятием, затрагивающим вопросы обороны, предотвращения региональных конфликтов и многое другое. Именно комплексность современных угроз затрудняет решение проблем старыми методами. В связи с этим все более актуальным и приоритетным направлением реформирования вооруженных сил (ВС) большинства ведущих зарубежных стран становится всесторонняя интеграция боевых формирований и повышение уровня их взаимодействия за счет реализации принципов «сетецентрических» концепций и интеграции систем управления, связи, разведки и поражения. Термин «сетецентризм» стал результатом прорыва в информационных технологиях, которые позволили организовать взаимодействие между компьютерами, несмотря на использование в них разных операционных систем1-5.
Концепция «сетецентрической операции» — это не только развертывание цифровых сетей в целях обеспечения как вертикальной, так и горизонтальной интеграции всех участников операции. Это еще и изменение тактики действия перспективных формирований с рассредоточенными боевыми порядками, оптимизация способов разведывательной деятельности, упрощение процедур согласования и координации огневого поражения, а также некоторое нивелирование разграничения средств по звеньям управления. Более того, повышение боевых возможностей современных формирований — прямое следствие улучшения информационного обмена и возрастания роли самой информации, т. е. реализации принципов новой концепции.
Сетецентрическая управляющая система обладает рядом существенных недостатков. Так, возможности вычислительной техники, существовавшей в период создания системы, в настоящее время выглядят весьма ограниченными. В силу этих ограничений обмен информацией ведется в виде каталогизированных сообщений. Возможности системы современных систем в части передачи «вольного текста» зависят от состава аппаратуры, установленной на конкретных платформах. Таким образом, система в области обмена неформатной информацией не стандартизирована или стандартизирована недостаточно.
Довольно сложно устроенное управление системой в сочетании с низкой по современным стандартам скоростью передачи информации приводит к значительным временным задержкам при передаче данных. Ограничены также возможности системы в части расширения числа пользователей/абонентов, задействованных в своего рода «чате». Для нормальной работы системы необходима прецизионная синхронизация
аппаратуры пользователей по времени, а привязка к точному времени выполняется по сигналам спутниковой навигационной системы GPS. Координаты пользователей зачастую также определяются посредством системы GPS, которая даже в ее военной части крайне уязвима к помехам. Причем с помощью помех можно не только нейтрализовать систему GPS, но и внести в нее намеренные ошибки, которые не всегда возможно обнаружить.
Цель статьи — показать современные направления работ над проектами, которые должны прийти на смену существующим системам с учетом особенностей человеческого мозга.
Важно отметить, что речь идет о войне физической, а не только о виртуальных сражениях хакеров в ки-берпространстве. Элементы (домены) «физическая сфера» и «информационное пространство» в определенной степени являются дальнейшим развитием концепции. Перспективные сетецентрические системы ведения боевых действий будут реализованы на новой элементной базе, дальнейшее развитие получит стандартизация программного обеспечения (ПО), структуры сигналов, протоколов обмена информацией, базами знаний.
В отношении физического оборудования планируется реализовать принцип модульности, т. е. терминалы разного уровня будут собираться из стандартных блоков. В современных системах отсутствует модульность: терминалы разного уровня изготовлены под конкретные платформы6.
Перспективная боевая сетецентри-ческая система должна иметь больший охват по вертикальным (от тактического звена и заканчивая руководством) и горизонтальным (пользователи/абоненты, от космических объектов до кораблей) связям.
Задачи перспективной боевой се-тецентрической системы описываются следующим образом:
• повышение ситуационной информированности пользователей;
• увеличение числа датчиков первичной информации за счет аппаратуры, ранее для этих целей не используемой, такой как бортовые средства пассивной обороны (приемники предупреждения об электромагнитном облучении, датчики пуска ракет), оптоэлектронные обзорно-прицельные системы;
• интеграция информации от физических датчиков первичной информации, установленных на разных платформах, и каталогизированной информации в единое «облако»;
• возможность использования отсортированной открытой информации из социальных сетей;
• сокращение времени принятия решений и повышение боевой эффективности за счет более рационального использования сил и средств;
• гибкость использования сил и средств в диапазоне от локальных антитеррористических операций до боевых действий в глобальном масштабе;
• интеграция разрозненных боевых операций в единый процесс с оптимизацией логистики.
Информационная составляющая самым тесным образом увязана с построением структуры «облака» (внешнего хранения базы знаний), широко используемой в сети Интернет. Концепция «Боевого Облака», а именно оперативная парадигма, где информация, управление данными, возможность подключения к базам данных и существующая система, станет ключевой. Концепция отражает эволюцию отдельных сетевых платформ в своего рода «систему систем».
Прообразом современных систем обмена информацией с некоторой натяжкой можно считать автоматизированные системы наведения истребителей-перехватчиков на воздушные цели7'8. Такие системы, как правило, были привязаны к конкрет-
ным образцам техники и не имели единого стандарта в отношении параметров радиосигнала, протокола обмена информацией, а также ПО.
Первой стандартизированной системой обмена информацией, вероятно, является достаточно известная система JTDS/TADILJ (Tactical Digital Information Link), более известная как «Линк-16». Данная система используется в ВС, Береговой охране, Агентстве национальной безопасности США, ВС стран НАТО и Японии. В рамках программы многофункциональной системы распределения информации МIDS (Мultifunctional Information Distribution System) были разработаны терминалы, пригодные для установки на самолеты тактической авиации и наземные (корабельные) командные пункты (КП) тактического уровня. В программе МIDS помимо США принимали участие также Германия, Италия, Испания и Франция.
Реализация программы MIDS позволила объединить в единую информационную сеть самолеты, КП, корабли и подразделения сухопутных войск9'10'11. Обмен информацией осуществляется в диапазоне ультравысоких частот, помехозащищенность обеспечивается псевдослучайной перестройкой несущей частоты (доступна 51 частота). Возможна передача голосовых и текстовых сообщений, графической информации. Все задания разбиты на типовые; для каждого из них прописаны протоколы обмена информацией, определен минимально необходимый состав аппаратуры, а также ее архитектура. Для выполнения определенных задач создаются группы, при этом обмен информацией в рамках конкретного задания ведется только внутри группы12Д3Д4.
НИОКР в области разработки военных облачных структур начались в США примерно в 2015 году, в рамках программы JIE (Joint Information Environment, единое информационное
пространство). Исследовательские работы велись под эгидой министерства обороны США и Агентства по оборонным информационным системам. Цель программы JIE заключалась в сокращении количества баз знаний, разработке единого засекреченного стандарта архитектуры таких баз знаний, создании единых протоколов обмена информацией и доступа к ней. Таким образом, речь велась о разработке военной облачной структуры на уровне высших, может быть, средних уровней эшелонов власти и командования ВС. В настоящее время образован консорциум сетецентрических операций (Netvorc-Centric Operations Consortium, NCOIC) при участии МО США и Агентства по Национальной безопасности. Задача консорциума NCOIC заключается в оказании содействия оборонной промышленности в части разработки и комплексирования информационно-управляющих систем, а также прикладной реализации сете-центрических принципов для организации управления ВС. Так, например, в состав консорциума NCOIC вошли 50 частных фирм, правительственных структур и академических институтов из 1—2 стран, а в 2010 году их количество увеличилось до 96, число стран-участниц возросло до 32 (в том числе 26 государств — участников НАТО). Реальную степень международной кооперации работ по боевым информационно-управляющим системам оценить сложно15. На словах речь идет о создании единой структуры в интересах ВС стран, дружественных США. Однако на практике, к примеру, Франция традиционно дистанцируется от участия в международных военных программах и исповедует принцип автономности собственных ВС, тогда как проект «Боевое Облако» входит в противоречие с данным принципом. Франция реализует собственную программу, аналогичную программе «Боевого Облака» ВВС США, но при этом
сотрудничает с США в рамках консорциума NCOIC. В США параллельные программы в области информационно-управляющих систем реализуются силами ВВС и ВМС. Объединение этих программ возведено в ранг наивысшего приоритета. Отличительными чертами современных управляющих систем является их глобальность как в пространственном, так и в функциональном плане, обязательное внедрение в контур обработки циркулирующей в сети информации (базы знаний) процедур формирования достоверных и актуальных данных и наличие сильной прогностической составляющей, базирующейся на оценке угроз и моделировании возможного хода и исхода вооруженного противоборства. Наиболее вероятным представляется создание национальных или квазинациональных облачных структур, взаимодействующих между собой. Более серьезными представляются препятствия технического плана. Идеология построения перспективной информационно-управляющей системы предполагает лавинообразное увеличение потока первичной информации, для обработки которой просто не хватит вычислительных мощ-ностей16'17'18. Огромные массивы баз знаний необходимо не только где-то хранить, но и определенным образом структурировать, обеспечивать к ним доступ «дружественным» пользователям и отсекать пользователей «недружественных» — хакеров. В данный момент неразрешенными остаются вопросы построения иерархии принятия решений, а также возможность доступа к массивам информации.
Однако самую главную угрозу для любой информационно-управляющей структуры представляют средства РЭБ. Вопрос помехозащищенности каналов связи информационно-управляющих систем или «Боевых Облаков» является определяющим19. Вся концепция сетецентрической системы
теряет смысл, если не обеспечена защита от средств РЭБ.
Как отмечалось выше, разработка облачных систем ведется видами ВС самостоятельно, хотя и в кооперации друг с другом. Самыми масштабными являются программы, реализуемые ВВС и ВМС США. Бюджетом министерства обороны США на 2021 ф. г. предусмотрено выделение ВВС ассигнований в размере 435 млн долл. на НИОКР в области «цифровой и облачной архитектур».
В настоящее время вооруженным силам потребовались информационные системы, которые могли бы использовать большое количество знаний для решения сложных бое-
вых задач, а также появилась необходимость в создании баз знаний для описания различных военных опера-ций20,21. Существует множество различных моделей представлений информации — знаний (рис. 1), однако в области обработки и представления знаний все большую популярность набирает логика предикатов как один из мощнейших инструментов вывода информации. Основная идея при построении логических моделей знаний заключается в следующем — вся информация, необходимая для решения прикладных задач ВС, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике.
Рис. 1. Модели представления знаний
Информация отображается совокупностью таких формул, а получение новых знаний сводится к реализации процедур логического вывода. В качестве «фундамента» в логических моделях используется классический аппарат математической логики, методы которой достаточно хорошо изучены и формально обоснованы. Язык математической логики позволяет формально и в то же время доступно описывать понятия предметной области и связи между ними. Однако независимо от того, используется или не исполь-
зуется логика предикатов для представления знаний, она составляет теоретический фундамент в систематике описания, а по своему существу находится в основе всех представлений знаний. Представление знаний будет эквивалентно логике предикатов и полностью унаследует все ее свойства, если только определить язык представления знаний через метод представления, полностью соответствующий логике предикатов. Например, формализм ЕСЛИ — ТО продукционных правил по виду аналогичен отношению импликации
в логике предикатов (рис. 2); что же касается дуг, которые связывают узлы в семантической сети, то если узлу поставить в соответствие терм, а дуге — предикатный символ, непосредственно получаем предикат. Когда проводится формальный вывод методами символьной обработки, то такой результат получить нельзя, если положить, что А и А — различ-
ные объекты, однако до какой степени это соответствие учитывается в современных системах военных знаний? Если ответ на вопрос дается методом, при котором в выводе предполагается направленность, как это имело место в восходящих или нисходящих выводах, то для одного правила должны быть заданы все его эквивалентные выражения.
Рис. 2. Структура продукционного правила
Все это вызвано тем, что полнота метода резолюции нивелирует в импликационном отношении внешнее различие, базирующееся на положении антецедента и консеквента* внутри логического выражения, а сам метод может использовать только ту информацию для военной операции, которая семантически содержится внутри этого выражения. В логике предикатов первого порядка основными элементами, которыми манипулируют синтаксические правила, являются термы и предикаты (рис. 3). Терм представляет сущности описываемого явления,
* В высказывании «Если А, то В» высказывание «А» — антецедент, высказывание «В» — консеквент.
т. е. те объекты, которые уже не разделяются на более мелкие фрагменты, а предикаты содержат в качестве своих аргументов только сущности подобного рода и описывают атрибуты сущностей и их отношения (рис. 3). Вдобавок использование переменных допускается только в термах. Однако в естественном языке содержатся выражения, которым нельзя найти соответствия, если не превратить в переменные сами предикаты. Например, используемый в качестве примера предикат МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ у) описывает «x и у, которые находятся в отношении МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ».
Проблемы, присущие обработке информации на современных нейрокомпьютерах, и те надежды, которые возлагаются на инженерию знаний, по-
зволяют переити к совершенно новым методам обработки. Семантика описания проблем отличается от семантики, которая может быть воспринята неирокомпьютером, и основнои причиной этого является выполнение семантических преобразований человеком. Особенностью методов описания этих задач, в частности особенностями методов описания человеком, является их сложность. Более эффективное средство упрощения — это использование человеком языков, включающих непроцедурные представления (семантика декларативного типа), в то время
как традиционный компьютер оперирует языками описания процедурного типа (операционная семантика). Для того чтобы несколько прояснить ситуацию, обратимся к процессу решения простой проблемы с использованием компьютера с архитектурой Тьюринга—фон Неймана*.
* Архитектура Тьюринга—фон Неймана — архитектура универсальных компьютеров 1—4 поколений.
Рис. 3. Взаимосвязь реальных действий и обработки информации в нейросети: 1 — отображение и интерпретация; 2 — начальный период; 3 — обработка информации; 4 — результаты вычислений
Рисунок 3 показывает, что этот процесс точно соответствует процессу решения проблемы в реальной боевой обстановке, т. е. результат решения в мире информации должен совпадать с результатом, полученным при использовании тех же самых абстракций или правил преобразования, которые использовались для получения результата А. Сплошной линией на рисунке показаны действительно проводимые преобразования, а пунктирной — предполагаемые преобразования.
На рисунке 3:
(1) — преобразование реальной проблемы в нейрокомпьютере после ее предварительной обработки человеком для упорядочения и абстрагирования;
(2) — обработка проблемы внутри нейрокомпьютера;
(3) — представление результатов обработки и их интерпретация.
Рисунок показывает, что этот процесс точно соответствует процессу решения проблемы в реальной боевой обстановке, т. е. результат реше-
Язык математической логики позволяет формально и в то же время доступно описывать понятия предметной области и связи между ними.
Однако независимо от того, используется или не используется логика предикатов для представления знаний, она составляет теоретический фундамент в систематике описания, а по своему существу находится в основе всех представлений знаний. Представление знаний будет эквивалентно логике предикатов и полностью унаследует все ее свойства.
ния в мире информации должен совпадать с результатом, полученным при использовании тех же самых абстракций или правил преобразования, которые использовались в части (1) для получения результата А.
Сплошной линией на рисунке показаны действительно проводимые преобразования, а пунктирной — предполагаемые преобразования.
В этом процессе самая большая нагрузка на пользователей (органы военного управления) приходится в части (1).
Обычным методом при решении проблем подобного рода является составление модели, описывающей свойства, которыми должен обладать объект исследования, и получение характеристик управления на основе анализа этой модели. Модель представляет собой описание всей информации о боевой обстановке, которая необходима для решения поставленной задачи.
Реальная проблема абстрагируется, и на уровне полученных абстракций составляются модели проблемы.
Далее проводится анализ на основе всех этих моделей и осуществляется преобразование к форме, необходимой для процедурного получения решения. Таким образом, можно сказать, что решение проблемы представляет собой процесс последовательного преобразования модельных представ-
лений ее исходной формы вплоть до представления процедурным языком описания военной операции.
Существенная особенность проблемы анализа исследуемого процесса состоит в том, что процесс ее решения можно разделить на две стадии — составление и исполнение программы, а это все хорошо согласуется со спецификой архитектуры Тьюринга—фон Неймана.
Для решения проблем синтеза необходимо прибегнуть к совершенно другому подходу. Обычно в реальном мире существует большое число объектов с одинаковыми функциями, и среди этого многообразия объектов требуется отыскать такой, который обладает всей совокупностью заданных для него функций.
Общий алгоритм решения этой задачи содержит следующие этапы:
первый — создание исследовательской модели,
второй — анализ этой модели как решение проблемы анализа и определение ее функций,
третий — сравнение полученных результатов с заданными требованиями и прекращение процесса решения (если результаты и требования совпадают) или же возврат к этапу 2, если совпадение не получено. Этот процесс носит недетерминированный, итерационный характер и является более сложным, чем процесс
решения проблемы анализа в том смысле, что включает в свой состав саму проблему анализа. Необходимо заметить, что пока не существует системы, которая бы эффективно решала сложные проблемы синтеза.
Для обеспечения эффективной поддержки необходимо устранить недостатки современных нейросете-вых интеллектуальных систем, что вполне осуществимо.
Ниже перечислены особенности, которыми должна обладать нейро-компьютерная система, удовлетворяющая современным требованиям:
• наиболее подходящий тип проблем: анализ, синтез;
• возможные формы представления: языковое описание, частично графическое описание;
• масштаб решаемых проблем: большой.
С момента появления нейрокомпьютеров и разделения используемых в ней информационных единиц на данные и команды создалась ситуация, при которой данные пассивны, а команды активны. Все процессы, протекающие
в нейрокомпьютере, инициируются командами, а данные используются этими командами лишь в случае необходимости. Для интеллектуальных информационных систем (ИИС) эта ситуация неприемлема. Как и у человека, в ИИС актуализации тех или иных действий способствуют знания, имеющиеся в системе (рис. 4). Таким образом, выполнение программ в ИИС должно инициироваться текущим состоянием информационной базы. Появление в базе фактов или описание событий, установление связей может стать источником активности военной операции.
Перечисленные основные особенности информационных единиц определяют ту грань, за которой данные превращаются в знания, а базы данных перерастают в базы военных знаний (БВЗ). Совокупность средств, обеспечивающих работу со знаниями, образует систему управления базой военных знаний (СУБВЗ). В настоящее время не существует баз знаний, в которых в полной мере были бы реализованы перечисленные выше особенности.
Рис. 4. Структурная схема информационной базы
Сетецентрические модели можно считать наиболее распространенными моделями представления знаний. Системы обработки военных знаний, использующие продукционную* модель, получили название «продукционных систем». В состав экспертных систем продукционного типа входят база правил (знаний), рабочая память и интерпретатор правил (решатель), реализующий определенный механизм логического вывода. При разрешении проблемных ситуаций интерпретатор командной системы использует данные из базы данных (временные, промежуточные данные) и базы знаний (долгосрочные данные) и формулирует правила, которые приводят к решению задачи.
В целях преодоления сложностей и расширения описательных возможностей логических моделей знаний разрабатываются псевдофизические логики, т. е. логики, оперирующие нечеткостями, обеспечивающие индуктивные (от частного к общему), дедуктивные (от общего к частному) и традуктивные (на одном уровне общности) выводы. Такие расширенные модели, объединяющие возможности логического и лингвистического подходов, являются логико-лингвистическими моделями предметной области22. Семантическая сеть как модель наиболее часто используется для представления декларативных знаний, так как воссоздает модель, схожую с процессами мышления командира, штабного офицера. Информация воспринимается специалистом на когнитивном уровне по-
* Продукционная модель обладает тем недостатком, что при накоплении достаточно большого числа (порядка нескольких сотен) продукций они начинают противоречить друг другу.
средством основных единиц этого уровня — понятий, идей, концептов. С помощью этой модели реализуются такие свойства системы знаний, как интерпретируемость и связность. За счет этих свойств семантическая сеть позволяет снизить объем хранимых данных, обеспечивает вывод умозаключений по ассоциативным связям. Одной из первых известных моделей, основанных на семантической сети, является TLC-модель (Teachable Language Comprehender — доступный механизм понимания языка). Модель использовалась для представления семантических отношений между концептами (словами) с целью описания структуры долговременной памяти23'24'25. Популярным методом представления военных знаний является и фреймовая модель (табл.). Она представляет собой систематизированную психологическую модель памяти военного и его сознания. Фрейм — это минимально возможное описание сущности какого-либо события, ситуации, процесса или объекта. Существует и другое понимание фрейма — это ассоциативный список атрибутов. Понятие «минимально возможное» означает, что при
Реальная проблема абстрагируется, и на уровне полученных абстракций составляются модели проблемы. Существенная особенность проблемы анализа исследуемого процесса состоит в том, что процесс ее решения можно разделить на две стадии — составление и исполнение программы, а это все хорошо согласуется со спецификой архитектуры Тьюринга—фон Неймана.
Таблица
Пример представления знаний фреймовой модели
Слоты Значения Список связанных процедур
Имя слота 1 Значение 1 Процедура 1
Имя слота 2 Значение 2 Процедура 2.1, Процедура 2.2
Имя слота N Значение N Процедура N
дальнейшем упрощении описания теряется его полнота, и оно перестает определять ту единицу знаний, для которой было предназначено.
Представление знаний с помощью фреймов понимается как один из способов представления знаний о ситуациях. Фрейм имеет имя (название) и состоит из слотов. Слоты — это незаполненные (нулевые) позиции фрейма. Если у фрейма все слоты заполнены — это описание конкретной ситуации. В отличие от моделей других типов во фреймовых моделях фиксируется жесткая структура информационных единиц, которая называется протофреймом. Значением слота может быть практически что угодно (числа, математические соотношения, тексты на естественном языке или на языке программ, ссылки на другие слоты данного фрейма). Значением слота может выступать и отдельный фрейм, что является очень удобным для упорядочивания знаний по степени общности. Исключение из фрейма любого слота делает его неполным, а иногда и бессмысленным. При конкретизации фрейма ему и слотам приписываются конкретные имена, и происходит заполнение слотов. Таким образом, из протофреймов получаются фреймы — экземпляры. Переход от исходного протофрейма к фрейму — экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов.
Проведенный анализ показывает, что основным вектором в развитии сетецентрической парадигмы являются информационно-управляющие системы, функционально интегрирующие в себе разнородных поставщиков и потребителей циркулирующей в системе информации. Как показывают результаты исследований, существенное повышение эффективности управления войсками достигается за счет обеспечения возможности своевременного получения достоверных данных о противнике, наглядного и понятного отображения единой картины боевой обстановки, опережения противника в анализе информации, принятии решений и доведении их до войск. Та сторона, которая
С момента появления нейрокомпьютеров и разделения используемых в ней информационных единиц на данные и команды создалась ситуация, при которой данные пассивны, а команды активны. Все процессы, протекающие
в нейрокомпьютере, инициируются командами, а данные используются этими командами лишь в случае необходимости.
первой воспользуется полученной боевой информацией, обеспечит единое понимание складывающейся обстановки, принятие адекватных ей решений и оперативное доведение их до войск, получит возможность обе-
спечить максимальную реализацию своих боевых возможностей войск.
Важным обстоятельством является наличие нескольких базовых функций, в частности функций, относящихся к генерации новых множеств баз знаний.
ПРИМЕЧАНИЯ
1 Синявский В.К. Влияние содержания и принципов «сетецентрической войны» на процессы управления войсками (силами) // Наука и военная безопасность. 2010. № 4. С. 3—18.
2 Савин Л.В. Сетецентричная и сетевая война. Введение в концепцию. М.: Евразийское движение, 2011. 130 с.
3 Аношкин И.М. Применение технологий управления знаниями // Наука и военная безопасность. 2014. № 2. С. 50—57.
4 Коровин В.М. Сетевая война будущего — военный аспект, сетецентричные войны // Третья мировая сетевая война. СПб.: Питер, 2014. 349 с.
5 Сидняев Н.И., Садыхов Г.С., Савченко В.П. Модели и методы оценки остаточного ресурса изделий радиоэлектроники. М.: Издательство МГТУ им. Н.Э. Баумана, 2015. 382 с.
6 Аношкин И.М. Применение технологий управления знаниями.
7 Синявский В.К. Влияние содержания и принципов «сетецентрической войны»...
8 Савин Л.В. Сетецентричная и сетевая война.
9 Коровин В.М. Сетевая война будущего.
10 Сидняев Н.И., Садыхов Г.С., Савченко В.П. Модели и методы оценки.
11 Киселёв В.А., Рябченко И. Новые формы разведки и их особенности: принципы тактической разведки в условиях сетеценрических действий // Армейский сборник. 2014. № 1. С. 36—40.
12 Хамзатов М. Адаптация к современности: влияние концепции сетецен-трической войны на характер боевых операций // Армейский сборник. 2014. № 1. С. 41—43.
13 Воробьёв И.Н., Киселёв В.А. Тактика сетецентрических действий // Армейский сборник. 2014. № 4. С. 44—46.
14 Долгополов А. Еще раз о сетецен-трических войнах // Армейский сборник.
2015. № 2. С. 3—6.
15 Кондратьев А.Е. «Сетецентричес-кие» концепции ведущих зарубежных стран // Армейский сборник. 2013. № 3. С. 36—42.
16 Коровин В.М. Сетевая война будущего...
17 Сидняев Н.И., Садыхов Г.С., Савченко В.П. Модели и методы оценки.
18 Киселёв В.А., Рябченко И. Новые формы разведки и их особенности.
19 Кондратьев А.Е. «Сетецентричес-кие» концепции ведущих зарубежных стран.
20 Сидняев Н.И., Бутенко Ю.И., Болотова Е.Е. Экспертная система продукционного типа для создания базы знаний о конструкциях летательных аппаратов // Аэрокосмическое приборостроение. 2019. № 6 . С. 38—52.
21 Сидняев Н.И., Бутенко Ю.И., Болотова Е.Е. Логическая модель требований информационно-системной надежности для баз знаний интеллектуальных систем // Программная инженерия. 2020. № 4. С. 195—204.
22 Там же.
23 Сидняев Н.И., Храпов П.В. Нейросе-ти и нейроматематика: учеб. пособие. М.: Издательство МГТУ им. Н.Э. Баумана.
2016. 83 с.
24 Сидняев Н.И., Бутенко Ю.И., Болотова Е.Е. Экспертная система.
25 Сидняев Н.И., Бутенко Ю.И., Болотова Е.Е. Логическая модель.
