CC BY
51
УДК 658.71.08, 519.87
СИСТЕМА СЕТЕВОГО УПРАВЛЕНИЯ ПОДГОТОВКОЙ И МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ ОПЕРАТОРОВ ДОСМОТРОВОЙ ТЕХНИКИ
А. К. Волков
AVIATION SECURITY SCREENERS' TRAINING AND MONITORING ACTIVITIES MANAGEMENT NETWORK SYSTEM
А. K. Volkov
Аннотация. Актуальность и цели. В условиях неснижающейся террористической угрозы применения взрывных устройств на объектах гражданской авиации и воздушных судах проблема повышения уровня обеспечения авиационной безопасности стоит в ряду первостепенных задач. Аспекты человеческого фактора, связанные с деятельностью операторов досмотра, имеют первостепенное значение для надежного функционирования систем досмотра в аэропортах. В связи с этим актуальной является задача повышения эффективности подготовки и объективности оценки качества деятельности операторов досмотровой техники. Целью данного исследования является разработка предложений по применению сетевых технологий и ситуационных центров в практике обеспечения авиационной безопасности. Материалы и методы. Изучение международного опыта внедрения современных сетевых технологий в процесс подготовки операторов досмотровой техники и применение энтропийного моделирования для решения задач мониторинга их деятельности. Результаты. Предложена система сетевого управления подготовкой и мониторинга деятельности операторов досмотровой техники, состоящая из ситуационного центра авиационной безопасности с центральным сервером и базой данных. Разработано устройство сетевого контроля деятельности операторов досмотровой техники, которое позволяет осуществлять независимый контроль и их целенаправленную подготовку. Предложена энтропийная модель мониторинга деятельности операторов в виде дифференциальной энтропии многомерной случайной величины. Выводы. Внедрение в практику обеспечения авиационной безопасности сетевых технологий и единых ситуационных центров позволит решить такие задачи, как стандартизация подготовки и повышение объективности контроля деятельности операторов досмотра; реализация механизмов своевременного реагирования на новые угрозы централизованного руководства, координации деятельности и организации взаимодействия между основными структурами системы авиационной безопасности.
Ключевые слова: авиационная безопасность, оператор досмотра, профессиональная подготовка, сетевые технологии, ситуационный центр, энтропия, технология регистрации движения глаз.
Abstract. Background. In the context of the non-decreasing terrorist threat of the use of explosive devices on civil aviation objects and aircraft, the problem of improving the level of aviation security is among the top priorities. Aspects of the human factor associated with the activities of aviation security screeners are of paramount importance for the reliable functioning of airport security systems. In this connection, the actual task is to increase
the efficiency of training and objectivity in assessing the quality of the aviation security screeners' activity. The purpose of this study is to develop proposals for the use of network technologies and situational centers in aviation security practice. Materials and methods. Studying of international experience of modern network technologies' introduction in the process of aviation security screeners' training and application of entropy modeling for solving tasks of monitoring their activities. Results. An aviation security screeners' training and monitoring activities management network system, which consist of an aviation security situational center with a central server and a database, is suggested. The device for network monitoring of the aviation security screeners' activity is developed, which allows to carry out independent control and their purposeful training. An entropy model for monitoring the aviation security screeners' activity in the form of differential entropy of a multidimensional random variable is suggested. Conclusions. The introduction into the practice of providing aviation security of network technologies and single situational centers will allow to solve such tasks as: standardization of training and increasing the objectivity of control of the operators' activities, implementation of mechanisms for timely response to new threats, centralized leadership, coordination of activities and organization of interaction between the main structures of the aviation security system.
Key words: aviation security, aviation security screeners, professional training, network technologies, situational center, entropy, eye tracking technology.
Введение
Увеличивающийся объем перевозимого багажа и грузов на воздушном транспорте, а одновременно и уровень потенциальных угроз, требуют применения инновационных технологий в практике обеспечения авиационной безопасности (ОАБ). Мероприятия по организации системы досмотра в аэропорту, направленные на противодействие угрозе применения взрывных устройств на воздушных судах и аэровокзалах, являются одним из важнейших элементов в общем комплексе мер ОАБ. Согласно [1] досмотр - это применение технических или других средств, предназначенных для идентификации и/или обнаружения оружия, взрывчатых веществ или других опасных устройств, которые могут быть использованы для осуществления акта незаконного вмешательства. Целью проведения досмотра является недопущение попадания в контролируемую зону или на борт воздушного судна опасных предметов и веществ. Досмотр осуществляется специальными сотрудниками службы авиационной безопасности, прошедшими необходимую профессиональную подготовку, - операторами досмотровой техники. Целью интерпретации рентгеновского изображения оператором досмотровой техники является обнаружение в багаже пассажира предметов, ограниченных к перевозке.
Аспекты человеческого фактора, связанные с деятельностью операторов досмотра, имеют первостепенное значение для надежного функционирования систем досмотра в аэропортах. Под аспектами человеческого фактора понимаются принципы, применимые к процессам создания оборудования, сертификации, профессиональной подготовки, эксплуатации и технического обслуживания и нацеленные на обеспечение оптимального взаимодействия между человеком и другими компонентами системы посредством надлежащего учета возможностей индивидуума [1].
Процесс пресечения попыток совершения проноса запрещенных предметов осуществляется операторами, использующими в своей работе определенный комплекс технических средств досмотра, таких как металлодетекто-ры, рентгенотелевизионные интроскопы и др. Наиболее удобным средством быстрой проверки внутреннего содержимого объектов без нарушения его упаковки и причинения какого-либо ущерба являются рентгеновские установки для досмотра багажа и ручной клади.
Современная рентгеновская аппаратура обеспечивает регистрацию рентгеновского излучения в двух областях энергетического спектра (dual energy x-ray transmission system), что позволяет выделить в изображении контролируемого объекта органические и неорганические материалы по среднему атомному номеру [2]. На основе данной опции реализована функция автоматического выделения потенциально опасных зон на рентгеновском изображении. В определенной степени это позволило повысить эффективность обнаружения угроз. Несмотря на это, качество обнаружения в значительной степени зависит от уровня подготовленности оператора. Прежде всего это связано с тем, что применение данной функции позволяет с большим успехом выделять зоны интереса, содержащие огнестрельное, холодное оружие, гранаты и взрывные устройства в металлических корпусах, однако надежность автоматического обнаружения пластичных взрывчатых веществ низкая. К тому же в настоящее время данная технология имеет большой процент ложных срабатываний (порядка 30 %), что снижает доверие операторов к досмотровому оборудованию. В свою очередь, при большом количестве верных распознаваний у операторов может возникнуть ложное чувство самоуспокоенности и излишней уверенности в надежности техники [3]. В связи с этим необходим компромиссный подход к организации взаимодействия операторов и технического средства. Уровень развития современного досмотрового оборудования также позволяет оснащать его функциями улучшения изображения (image enhancement functions), к ним относятся, например, увеличение изображения, изменение глубины проникновения рентгеновских лучей, раздельное представление органического/неорганического материала, изменение контрастности и др. Зарубежные исследования установили ряд проблем, касающихся применения подобных функций. В реальных производственных условиях операторы применяют только некоторые из возможных функций по улучшению изображения. Это объясняется весьма низким уровнем стандартизации, возросшим числом технических параметров (когда каждый производитель в ответ на рост конкуренции увеличивает количество возможных функций) и общим уровнем целесообразности, который все еще не определен [3].
Одним из перспективных направлений в области разработки досмотровой техники является внедрение рентгеновских методов получения многоракурсных изображений анализируемого объекта. Ввиду наличия более одного рентгеновского изображения одной и той же единицы багажа данная рентгеновская аппаратура потенциально должна повысить качество проведения процедур досмотра операторами.
В процессе совершенствования автоматизированные досмотровые системы должны обеспечить, наряду с высоким качеством изображения, возможность автоматической адаптации к условиям контроля в зависимости от свойств объекта наблюдения и взять на себя часть функций по оценке его потенциальной опасности (автоматическое распознавание образов, база знаний, анализ томографических измерений и т.д.). Тем не менее, несмотря на постоянное повышение уровня автоматизации в рентгеновских системах, окончательное решение в отношении интерпретации изображений по-прежнему принимает оператор досмотра, работающий на рентгеновской аппаратуре. В этой связи применение самой современной рентгеновской аппаратуры не даст желаемого результата, если персонал служб досмотра надлежащим образом не подготовлен.
Таким образом, можно сделать вывод, что актуальной является задача повышения эффективности подготовки и объективности оценки качества деятельности операторов досмотровой техники.
Зарубежный опыт применения сетевых технологий в практике ОАБ
В связи с тем, что в настоящее время за рубежом в практику подготовки операторов досмотровой техники активно внедряются современные сетевые технологии и единые ситуационные центры, необходимо рассмотреть возможность адаптации зарубежного опыта в отечественную практику ОАБ.
Первоначальным этапом применения сетевых технологий в области ОАБ за рубежом явилось создание в конце 2005 г. единого центра контроля подготовки операторов досмотра. Для этих целей коллективом под руководством А. Шванингера (A. Schwaninger) был специально разработан компьютерный тренажер «X-Ray Tutor CBT», который в настоящее время используется более чем в 500 аэропортах по всему миру, включая Европу [4]. Представленная сетевая система включает в себя ситуационный центр с центральным сервером «XRT Server Tools» и базой данных, объединенными единой сетью с несколькими десятками аэропортов, в которых установлены тренажеры «X-Ray Tutor CBT» [4]. Данные результатов тестового контроля конкретного оператора круглосуточно могут передаваться в центральную базу данных. Сервер «XRT Server Tools» обеспечивает централизованное администрирование пользователей системы, проводит мониторинг эффективности деятельности операторов и контроль качества. Специальный модуль управления библиотекой изображений обеспечивает возможность круглосуточно распространять среди подключенных к серверу тренажеров новые рентгеновские изображения. Это позволяет проводить обучение и оценку компетентности операторов по обнаружению самых последних объектов угроз путем информации, переданной из разведывательных и полицейских источников. Данная сетевая система обладает следующим недостатком: невозможность организации непрерывного обучения и мониторинга деятельности операторов непосредственно на рабочем месте, так как данная система не имеет возможности объединения с технологией проецирования изображений опасных предметов (ПИОП).
Важным достижением в практике ОАБ, широко применяемым в западных странах, является разработка и внедрение технологии ПИОП. Технология
ПИОП — это технология, которая позволяет проецировать фиктивные предметы, запрещенные к перевозке, на рентгеновское изображение реального багажа пассажира после их сканирования на досмотровом оборудовании [5]. В случае, если оператор не обнаружил опасный предмет в течение определенного промежутка времени, появляется сообщение, указывающее на то, что запрещенный предмет был пропущен. Специальное сообщение обратной связи также появляется при обнаружении опасного предмета или же в случае ложной тревоги, т.е. когда оператор указал на то, что опасный предмет находится в багаже, хотя на самом деле опасный предмет не был спроецирован на рентгеновское изображение. При этом необходимо отметить, что первые поколения данной технологии имели определенные недостатки, что ограничивало их в применении как инструмента обучения или же как инструмента контроля деятельности операторов. Эти недостатки были связаны со следующими причинами:
— во-первых, в данной технологии не учитывалось влияние факторов сложности рентгеновского изображения;
— во-вторых, отсутствовала возможность адаптации к индивидуальным особенностям операторов по восприятию и интерпретации изображений;
— в-третьих, досмотровая техника работала в автономном режиме и сохраняла записи результатов деятельности отдельных операторов, что, естественно, не давало возможности реализовать всесторонний контроль и управление деятельностью всей подсистемой досмотра аэропорта.
Для решения указанных проблем последние поколения системы ПИОП реализованы с применением сетевых технологий (рис. 1). Типичная конфигурация сетевой системы ПИОП состоит из досмотрового оборудования, коммутатора, центрального сервера и автоматизированного рабочего места (АРМ), на котором установлено специальное программное обеспечение. Также имеется возможность объединения с автоматизированной обучающей системой (АОС).
Рис. 1. Пример конфигурации сетевой технологии ПИОП
В настоящее время библиотеки ПИОП насчитывают порядка 20 000 рентгеновских изображений различных опасных предметов при влиянии факторов сложности.
В качестве определенных недостатков рассмотренной технологии можно отметить следующие:
— автономное использование представленных систем на базе конкретного авиапредприятия не позволяет реализовать всесторонний контроль и централизованное управление подготовкой операторов досмотровой техники на базе сетевого взаимодействия между надзорными органами государства в области авиационной безопасности и авиапредприятиями;
— имеющаяся библиотека образцов изображений ПИОП может содержать изображения, которые не отвечают требованиям надзорных органов РФ в области авиационной безопасности;
— согласно требованиям Международной организации гражданской авиации контроль эксплуатационных параметров технологии ПИОП должны осуществлять надзорные органы государства в области авиационной безопасности, а службы авиационной безопасности авиапредприятий не могли бы вносить изменения в них.
Следующим этапом развития ситуационных центров в Европе явилась реализация с 2012 г. Евросоюзом исследовательского проекта «Автоматическое сравнение рентгеновских изображений при сканировании грузов» («Automated Comparison of X-ray Images for cargo scanning», ACXIS) [6]. Основной целью данного проекта является повышение эффективности процедур досмотра грузов на таможенных и пограничных пунктах. Для достижения этой цели были предложены и в настоящее время реализуются следующие решения [7]:
— создание единого центра с независимой базой данных рентгеновских изображений незаконных грузов, а также технологии сетевого обмена информацией между субъектами ОАБ;
— разработка алгоритмов и процедур унификации рентгеновских изображений, полученных с различного досмотрового оборудования;
— разработка специального тренажера в целях подготовки и сертификации таможенных и пограничных служб;
— разработка алгоритмов автоматической идентификации потенциально опасных и незаконных грузов.
Необходимость создания единого стандарта рентгеновского изображения обуславливается большим разнообразием рентгеновской аппаратуры на таможенных и пограничных пунктах контроля, которая отличается по виду получаемого изображения. Применение сетевых технологий обмена информацией между таможенными и пограничными пунктами контроля позволяет, во-первых, повысить компетентность операторов досмотра по обнаружению незаконных грузов; во-вторых, разработать алгоритмы автоматического распознавания опасных и незаконных грузов на основе методов машинного обучения. Предполагается разработка дополнительных функций помощи операторам, которые будут предоставлять такую полезную информацию, как однородность загрузки, общий или частичный вес и др. Также в рамках дан-
ного проекта ведутся прикладные исследования по изучению особенностей зрительного поиска опасных предметов операторами, что позволит в будущем улучшить алгоритмы автоматического распознавания предметов. В настоящее время база данных состоит более чем из 30 000 изображений законных и незаконных грузов.
Одна из основных задач проекта «АСХК» - это разработка специальных систем автоматического распознавания изображений для облегчения и улучшения обнаружения как законных, так и незаконных грузов в контейнерах и грузовиках [8]. Предполагается, что рентгеновское изображение будет автоматически анализироваться системой сразу при сканировании и результаты распознавания могут быть сразу же просмотрены оператором досмотра. База данных будет постоянно дополняться из эталонной базы данных в целях совершенствования обучающихся алгоритмов автоматического распознавания. Эталонная база данных хранит результаты досмотра, стандартизованную рентгеновскую информацию и результаты автоматического распознавания объектов. Возможные примечания операторов досмотра, касающиеся интерпретации изображений, также сохраняются в справочной базе данных.
На основании проведенного анализа зарубежного опыта можно сделать вывод, что один из путей повышения эффективности ОАБ в Российской Федерации заключается в применении современных сетевых технологий и создании единых ситуационных центров. Это позволит реализовать механизмы своевременного реагирования на новые угрозы, а также повысить эффективность подготовки и объективность контроля качества деятельности операторов досмотра на объектах транспортной инфраструктуры.
Система сетевого управления подготовкой и мониторинга деятельности операторов досмотровой техники
В данной работе предлагается следующая система сетевого контроля деятельности операторов досмотровой техники, аппаратная схема которой представлена на рис. 2.
НЙЦПШСА
Рис. 2. Аппаратная схема системы сетевого контроля деятельности операторов досмотровой техники
Предложенная система состоит из двух уровней: уровень авиапредприятия и уровень ситуационного центра авиационной безопасности.
На уровне авиапредприятия сетевая технология ПИОП объединена с АОС, что позволяет данной системе работать в двух режимах: адаптивном и тестовом. В адаптивном режиме проецирование опасных предметов на рентгеновское изображение начинается без влияния факторов сложности. Последующее увеличение трудности проецирования опасных предметов связано с влиянием факторов сложности и зависит от индивидуальных характеристик обнаружения конкретного оператора досмотра. Цель данного режима заключается в непрерывном обучении и поддержании бдительности операторов досмотра в период выполнения своих производственных функций. В режиме тестирования каждому оператору проецируется определенное изображение опасного предмета. Целью данного режима является обеспечение надежной оценки индивидуальной компетентности операторов по обнаружению запрещенных предметов. Центральный сервер системы посредством сети собирает данные о пропущенных изображениях, а затем перенаправляет их на АРМ и сервер с АОС. На АРМ происходит первичный анализ данных ПИОП. На сервере с АОС формируются отчеты, графики мониторинга деятельности операторов, рассчитываются индивидуальные оценки уровня подготовленности, а также среднее время принятия решений. Решается задача выбора тестовых изображений, которые в наибольшей степени позволяют адаптировать подготовку к потребностям конкретного оператора на основе данных ПИОП. В связи с этим в начале следующей производственной сессии на досмотровом оборудовании с использованием ПИОП оператору будет представлен блок тестовых изображений, который соответствует текущему уровню его потребностей.
На уровне ситуационного центра авиационной безопасности главными составляющими являются база данных и устройство сетевого контроля деятельности операторов досмотровой техники, структурная схема которого показана на рис. 3.
Рис. 3. Структурная схема устройства сетевого контроля деятельности операторов досмотровой техники
Устройство содержит блок согласования с сервером, внешние выходы и входы которого посредством сетевых технологий подключены к периферийным серверам авиапредприятий, первый выход которого подключен к одному входу блока управления, при этом первый выход этого блока подключен к первому входу блока согласования с сервером (см. рис. 3). Также дополнительно введены датчик случайных чисел выбора ситуаций, блок тестовых ситуаций, датчик случайных чисел выбора объекта, блок сбора статистических данных и блок пользовательского интерфейса. При этом второй выход блока согласования с сервером через датчик случайных чисел выбора ситуаций и блока тестовых ситуаций подключен к другому входу блока управления, тогда как второй выход блока управления через случайные числа выбора объекта подключен ко второму входу блока согласования с сервером. Третий выход блока управления через блок сбора статистических данных подключен к блоку пользовательского интерфейса.
Работа данного устройства заключается в следующем: через второй выход блока 2 управления и датчик 5 случайного числа выбора объекта подается команда на блок 1 согласования с сервером о случайном выборе периферийного объекта; одновременно с этим через первый выход блока 2 управления и второй выход блока 1 согласования с сервером на датчик 3 случайного числа выбора ситуаций подается команда на блок 4 тестовых ситуаций о выборе конкретного тестового задания, которое через другой вход блока 2 управления и его первый выход подается на первый вход блока 1 согласования с сервером, а после чего в выбранный случайным образом объект, подключенный через один из внешних выходов блока 1 согласования с сервером; при этом соответствующий вход этого блока получает реакцию внешнего оператора, который через третий выход блока 2 управления попадает в блок 6 сбора статистических данных и по запросу отображается в блоке 7 пользовательского интерфейса.
Одной из ключевых задач при внедрении ситуационного центра является создание базы данных из реалистичных рентгеновских изображений багажа и ручной клади, содержащие запрещенные к провозу вещества и предметы. Качественная база данных играет важную роль как при разработке систем подготовки операторов досмотровой техники, так и при разработке алгоритмов автоматического обнаружения угроз на основе методов распознавания образов. Можно предложить следующие способы формирования такой базы данных. Первый способ заключается в использовании реальных рентгеновских изображений, предоставленных службами авиационной безопасности различных аэропортов. Однако число изображений потенциальных угроз, взятых из реального опыта, остается ограниченным, и при этом сбор данных с использованием реальной рентгеновской аппаратуры - задача, требующая времени. В целях преодоления данного недостатка можно рассмотреть возможность создания рентгеновских изображений опасных предметов посредством виртуального моделирования. Суть данного подхода заключается в использовании технологии 3D-моделирования объектов и программного обеспечения моделирования неразрушающего контроля «С1УА».
Главной задачей технологии 3D-моделирования является создание виртуальных макетов опасных предметов в целях увеличения разнообразия изображений, содержащих угрозы (рис. 4).
Рис. 4. Примеры 3Б- и 2Б-моделей опасных предметов [8]
Далее 3D-модели различных типов угроз загружаются в моделирующую среду «СГУА». При выборе необходимой точки обзора и положения опасного предмета посредством виртуального «рентгеновского» сканирования создается 2D-модель (проекция) опасного предмета (см. рис. 4). Спектр источника и параметры детектора рентгеновского сканера с высокой энергией могут быть определены в программном обеспечении симулятора «СГУА». Уровень шума изображений устанавливается таким же, как и в реальных досмотровых системах. Затем смоделированная 2D-модель опасного предмета прикрепляется к изображению багажа или ручной клади в выбранной ориентации. Основная сложность данного этапа - это выбор подходящего и реалистичного места для размещения выбранного объекта с угрозой. Используя программное обеспечение «СГУА», можно получать изображение, схожее с изображением, полученным с реального досмотрового оборудования.
Предложенные подходы к созданию единой базы данных рентгеновских изображений имеют свои достоинства и недостатки. Например, в случае, если материал, из которого сделан опасный предмет, имеет очень специфичную текстуру, которую трудно смоделировать, необходимо применять изображения с реального досмотрового оборудования. С другой стороны, применение подхода, основанного на технологии 3D-моделирования объектов при создании единой базы данных, является важным компонентом при реализации проактивных механизмов реагирования на новые типы угроз, которые еще не появлялись в реальной практике ОАБ. В связи с этим наиболее эффективным является комбинированное применение предложенных способов.
Таким образом, предложенная система контроля деятельности операторов досмотровой техники благодаря развитой сетевой инфраструктуре и наличию разработанного устройства сетевого контроля позволит осуществлять независимый контроль и в случае необходимости целенаправленную подготовку операторов. Также появляется возможность своевременно информировать службы авиационной безопасности аэропортов о возникновении актуальных угроз, обнаруженных на любом из подключенных к устройству серверов авиапредприятий. Предложены способы создания базы данных рентгеновских изображений с использованием реальных изображений, полученных с действующего досмотрового оборудования и посредством виртуального моделирования опасных объектов.
Энтропийная модель мониторинга деятельности операторов досмотровой техники
Обзор методов мониторинга деятельности операторов показал, что существующие механизмы характеризуются наличием большого количества отчетов по различным опасным предметам и показателям деятельности (частота обнаружений и др., выраженных в процентах), что усложняет понимание эффективности работы операторов и не в полной мере дает возможность проводить оценку стабильности их работы в течение времени. В связи с этим актуальной задачей является совершенствование методов мониторинга деятельности операторов в процессе выполнения ими профессиональных задач.
Для решения данной задачи предлагается применить энтропийное моделирование [9]. В основе этого метода лежит использование дифференциальной энтропии многомерной случайной величины в качестве критерия оценки функционирования системы. Это обусловлено тем, что энтропия -универсальный параметр, свойственный различным категориям систем. В настоящее время общепринятого определения понятия энтропии не выработано. В общем случае энтропия является количественной мерой беспорядка системы. При этом увеличение энтропии соответствует росту беспорядка (дезорганизованности) в системе, а уменьшение - упорядочиванию (организованности) системы [10].
Согласно данному подходу деятельность оператора досмотра необходимо представить в виде многомерной случайной величины У = ((, У2,..., Ут ), компоненты которой У(/ = 1,2,..., т) являются одномерными случайными величинами, определяющие основные вероятностно-временные характеристики деятельности оператора. В данном случае энтропия вектора У соответствует степени структурной организации и дезорганизации представлений оператора о видах теневого изображения опасных предметов на экране монитора. В случае, если вектор У имеет нормальное совместное распределение, энтропия системы определяется следующим образом [11]:
где |Я| - определитель корреляционной матрицы Я случайного нормально распределенного вектора У, равный:
т
1
(1)
Я —
' 1 Р12 Р1з ••• Р1п ' Р21 1 Р23 ••• Р2п
Рп1 Рп 2 Рп3
где Р —-2- — коэффициент корреляции пар компонентой V. V. здесь
а
тов У, у, где М[У], М[У] — математические ожидания компонент У, и У соответственно; у, У] — пары вещественных чисел, которые при проведении опыта принимают в качестве своего значения компоненты У,, У] соответственно [11]; Н(У) — энтропия каждой из нормальных случайных величин, равная
НУ ) = 1т[(2те)с^],I,] = 1,2,...,т,
где су - дисперсия случайной величины У,.
В случае, если вектор У не имеет нормальное совместное распределение, энтропия системы равна [9]:
т 1т
Н (У) = X Н (У) + - I 1П(1 — ^
1=1 £ к=2
где ЯУ , — индексы детерминаций соответствующих регрессионных за-
Ук1У1 ■■■Ук —1
висимостей, к = 2, ..., т.
Согласно модели (1), энтропия системы, описывающей деятельность операторов досмотра, складывается из двух составляющих, которые можно характеризовать как целостность и аддитивность рассматриваемой системы.
т
Составляющая IН(У) характеризует предельную энтропию, соответству-
1—1
ющую полной независимости элементов системы, т.е. энтропию хаотичности, а составляющая 0,51п |Я| равна энтропии совместной корреляционной взаимосвязи между элементами системы, ее можно охарактеризовать энтропией самоорганизации [11].
Энтропийная модель мониторинга деятельности операторов досмотровой техники представляется следующим образом. Под мониторингом понимается последовательный процесс сбора, обработки и анализа информации о вероятностно-временных параметрах деятельности операторов досмотра с последующим использованием данной информации для решения задач управления системой досмотра.
Анализ деятельности операторов можно проводить по следующим случайным величинам, характеризующим время обнаружения опасных предметов различной категории при интерпретации рентгеновских изображений: У — время обнаружения самодельного взрывного устройства при интерпретации рентгеновских изображений; У2 — время обнаружения огнестрельного оружия при интерпретации рентгеновских изображений; У3 — время обнаружения холодного оружия при интерпретации рентгеновских изображений; У4 — время обнаружения других опасных предметов (гранаты, мины, патроны, газовые баллончики, электрошокеры) при интерпретации рентгеновских изображений.
В связи с этим деятельность оператора можно представить в виде вектора У = (у ,У2,У3 ,У4 ). Тогда многомерным случайным величинам
Y(1) =(Y1(1),Y2(1),Yз(1),Y4(1)) и Y(2) =(Y1(2),Y2(2),Yз(2),Y4(1)) будут соответствовать
наборы вероятностей при предыдущем и текущем периоде контроля деятельности оператора досмотровой техники. Мониторинг состояния осуществляется путем анализа изменения энтропий векторов случайных величин и их компонентов согласно формуле [9]
4 — (2) 14 | R |
ЛЯ (7) = X 1п + -1, (2)
1=1 —м 2 к=2 1 КУ(1) 1
где |КУ(и) | — определитель корреляционной матрицы случайного вектора У(и),
к = 2, ..., 4, и = 1, 2. Представив
^ 0У(2) ЛЯ (У = X 1п—,
,=1
14 К
1 X—I, I V (2)
ЛЯ (У)к = - X 1п
2 к=2 |Ху (1) |
выражение (2) примет следующий вид:
ЛЯ (У) =ЛЯ (У )£ + ЛЯ (У)Х,
где ЛЯ (У )2 и ЛЯ (У) К — изменение энтропии вследствие изменения дисперсий и индексов детерминаций соответственно.
В случае, если вектор случайных величин не имеет нормальное распределение, формула принимает следующий вид [12]:
— „(2) 1 4 1 — Ху,(2)/7(2) у(2)
ЛЯ (У) = Я (У(2)) — Я (У(1) ) = X 1п + - X 1п-
1=1 —.()) 2 к=2 1
(2)
(
-к к=2 1 Ук(1)/У)()) У<-\ где -Ук(и)/У-(и) ...Ук(-)) =-Ук(и — Я^и)/У(и)...Ук<и> , ^(иуУ)(и)..У.(—- — индексы детерминации
соответствующих регрессионных зависимостей, к = 2, ..., 4, и = 1, 2.
Полученные в результате мониторинга значения изменения энтропии будут отражать стабильность деятельности операторов досмотра за исследуемый период времени. Возможны следующие варианты: если ЛЯ (У) ~ 0, то за период контроля не наблюдалось изменений, система проявляет признаки стабильности; при АЯ(У)>0 можно говорить о повышении неопределенности (нестабильности) деятельности оператора, АЯ(У)<0 характеризует обратное явление — повышение стабильности деятельности оператора.
На основе предложенной энтропийной модели можно рассмотреть алгоритм мониторинга деятельности операторов досмотровой техники:
1. Определить изменения энтропии за исследуемый период ^ = 1,..., 5 :
ЛЯ (УЛЯ (У )5.
2. Установить период максимального изменения энтропии
дтах н (Y у.
3. Проанализировать компоненты ДтахН (Yи ДтахН (Y)R данного периода.
3.1. В случае ДmaxH(Y>max Н(Y)R в компоненте к наблюдается большой разброс данных.
3.2. В случае ДтахН(Y)R >max Н(Yкомпонента к недостаточно коррелирует с другими компонентами.
В целях снижения энтропии системы необходимо формирование управляющего воздействия в виде изменения дисперсий компонент деятельности операторов или корреляционных связей между ними.
Таким образом, предложена энтропийная модель мониторинга деятельности операторов в виде дифференциальной энтропии многомерной случайной величины. Показано, что энтропия данной величины включает в себя как компоненту, характеризующую степень определенности деятельности операторов, так и компоненту, определяющую степень хаотичности (неопределенности). Представлен алгоритм мониторинга деятельности операторов, позволяющей определять компоненту, характеризующую энтропию хаотичности ДН (Y)£ или самоорганизации ДН(Y)R, которая в наибольшей степени повлияла на рост хаотичности или снижение самоорганизации деятельности операторов. Снижение энтропии всей системы достигается за счет уменьшения дисперсий компонентов или увеличения взаимосвязи между элементами системы.
Направления дальнейших исследований человеческого фактора в системе досмотра аэропорта
Одним из перспективных направлений дальнейших исследований человеческого фактора в области ОАБ является применение технологии регистрации движения глаз (технологии Eye Tracking). Технология Eye Tracking -это метод определения координат взора: точки пересечения оптической оси глазного яблока и плоскости наблюдаемого объекта или экрана, на котором находится некий визуальный стимул [13]. Исследование особенностей зрительного поиска опасных предметов в ходе профессиональной подготовки операторов на компьютерных тренажерах позволит:
- обосновать окулографические (окуломоторные) параметры, применение которых позволило бы решить задачу объективной оценки эффективности зрительного поиска опасных предметов операторами досмотра;
- определять эффективные стратегии зрительного поиска и их коррекцию на основе как сравнительного качественного анализа тепловых карт взгляда зрительного поиска запрещенных предметов опытного и неопытного оператора, так и количественного анализа по обоснованным критериям;
- осуществлять дифференциацию степени освоения профессиональных навыков операторами.
Исследования в области особенностей глазодвигательной активности операторов досмотра также позволят разрабатывать системы контроля и мониторинга их состояний в реальном режиме времени в ходе выполнения профессиональных задач [14], а именно систем динамической оценки зрительной усталости операторов на рабочих местах.
Изучение взаимодействия оператора и рентгеновской аппаратуры с помощью технологии Eye Tracking позволит разработать методы оценки эффективности функций улучшения изображений и разработать рекомендации по их совершенствованию. В частности, перспективными исследованиями являются разработка и обоснование индикаторов зрительных команд оператора досмотровой техники при создании глазодвигательных интерфейсов. Это позволит внедрить пользовательские интерфейсы в рентгеновскую аппаратуру с функциями управления взором на основе специальных технических устройств.
Заключение
В качестве общих выводов можно отметить следующее:
1. На основании проведенного анализа зарубежного опыта был сделан вывод, что один из путей повышения эффективности ОАБ в Российской Федерации заключается в применении современных сетевых технологий и создании единых ситуационных центров.
2. Предложена система сетевого управления подготовкой и мониторинга деятельности операторов досмотровой техники, состоящая из ситуационного центра авиационной безопасности с центральным сервером и базой данных, объединенным посредством сетевых технологий с серверами систем ПИОП аэропортов. Разработано устройство сетевого контроля деятельности операторов досмотровой техники, которое позволяет осуществлять независимый контроль и их целенаправленную подготовку, а также своевременно информировать службы авиационной безопасности о возникновении актуальных угроз, обнаруженных на любом из подключенных к устройству серверов авиапредприятий. Предложены способы создания базы данных рентгеновских изображений с использованием реальных изображений и посредством виртуального моделирования опасных объектов.
3. Предложена энтропийная модель мониторинга деятельности операторов в виде дифференциальной энтропии многомерной случайной величины. Показано, что энтропия данной величины включает в себя как компоненту, характеризующую степень определенности деятельности операторов, так и компоненту, определяющую степень хаотичности (неопределенности). Представлен алгоритм мониторинга деятельности операторов, позволяющий определять компоненту, характеризующую энтропию хаотичности или самоорганизации, которая в наибольшей степени повлияла на рост хаотичности или снижение самоорганизации деятельности операторов. Снижение энтропии всей системы достигается за счет уменьшения дисперсий компонентов или увеличения взаимосвязи между элементами системы.
4. Одним из перспективных направлений дальнейших исследований человеческого фактора в области ОАБ является применение технологии ре-
гистрации движения глаз. Применение данной технологии в ходе профессиональной подготовки операторов на компьютерных тренажерах позволит повысить эффективность обучения. Также исследования в области особенностей глазодвигательной активности операторов досмотра позволят разработать системы контроля и мониторинга их состояний в реальном режиме времени в ходе выполнения профессиональных задач.
Библиографический список
1. ГОСТ Р 55584-2013. Воздушный транспорт. Обеспечение авиационной безопасности в аэропортах. Термины и определения. - Введ. 2014-07-01. - М. : Стандарт-информ, 2014. - 12 с.
2. Ольшанский, Ю. И. Методы выявления взрывчатых веществ / Ю. И. Ольшанский // Системы безопасности, связи и коммуникаций. - 1998. - № 20 (3). - С. 49-54.
3. Человеческий фактор в системе мер безопасности гражданской авиации : Doc. 9808 AN/765. Изд. 1. Монреаль : ИКАО, 2002. - 120 с.
4. Schwaninger, A. Reacting to the terror threat. Analyzing, controlling and adapting to the meet new threats / A. Schwaninger // Airport. - 2006. - Vol. 5 - P. 30-31.
5. Hofer, F. Using threat image projection data for assessing individual screener performance / F. Hofer, A. Schwaninger // Safety and Security Engineering. - 2005. - Vol. 82 -P. 417-426.
6. Automated comparison of x-ray images for cargo scanning / W. Visser, A. Schwaninger, D. Hardmeir, A. Flisch, M. Costin, C. Viene, F. Sukowski, U. Hassler, I. Dorion, A. Marciano, G. Koomen, M. Slegt, A. Cesare Canonica // IEEE International Carnahan Conference on Security Technology Proceedings. - 2016. - Vol. 50. - P. 268-276.
7. Creating a reference database for cargo inspection X-ray images using high energy CT of cargo mock-ups / S. Kolokytha, A. Flisch, T. Luthi, M. Plamondon, S. Hartmann, W. Vasser, A. Schwaninger, D. Hardmeier, M. Costin, C. Vienne, F. Sukowski, U. Hassler, I. Dorion, A. Canonica, E. Rochat, G. Koomen, M. Slegt // IEEE Instrumentation and measurement society. - 2016. - P. 249-254.
8. Improving customs' border control by creating a references database of cargo inspection X-ray images / S. Kolokytha, A. Flisch, T. Luthi, M. Plamondon, A. Schwaninger, W. Vasser, D. Hardmeier, M. Costin, C. Vienne, F. Sukowski, U. Hassler, I. Dorion, N. Gadi, S. Maitrejean, A. Marciano, A. Canonica, E. Rochat, G. Koomen, M. Slegt // Technology and Engineering Systems Journal. - 2017. - Vol. 2 (3) - P. 60-66.
9. Тырсин, А. Н. Энтропийное моделирование многомерных стохастических систем : монография / А. Н. Тырсин. - Воронеж : Научная книга, 2016. - 156 с.
10. Прангишвили, И. В. Энтропийные и другие системные закономерности: Вопросы управления сложными системы / И. В. Прангишвили. - М. : Наука, 2003. - 428 с.
11. Тырсин, А. Н. Энтропийно-вероятностное моделирование гаусовских стохастических систем / А. Н. Тырсин, И. С. Соколова // Математическое моделирование, 2012. - Т. 24. - № 1.- С. 88-102.
12. Волков, А. К. Применение энтропийно-вероятностной модели оператора рентге-нотелевизионного интроскопа в алгоритме работы компьютерного тренажера в процессе подготовки сотрудников пункта досмотра / А. К. Волков, В. В. Юдаев, Л. В. Кузоваткина // Научный вестник МГТУ ГА. - М. : МГТУ ГА, 2016. - Т. 19, № 4. - С. 113-117.
13. Барабанщиков, В. А. Айтрекинг. Методы регистрации движения глаз в психологических исследованиях и практике / В. А. Барабанщиков, А. В. Жегало. - М. : Когито-Центр, 2014. - 128 с.
)4. Волков, А. К. Применение системы регистрации движения глаз для оценки оку-ломоторных параметров зрительного поиска опасных предметов операторами досмотра / А. К. Волков // Транспорт России: проблемы и перспективы - 20)7 : материалы междунар. науч.-практ. конф. (Санкт-Петербург, )4-)5 нояб. 20)7 г.). -СПб. : ИПТ РАН, 20)7. - С. 359-363.
Волков Александр Константинович
аспирант,
Ульяновский институт гражданской авиации имени Главного маршала авиации Б. П. Бугаева E-mail: [email protected]
Volkov Alexander Konstantinovich postgraduate student, Ulyanovsk Institute of civil aviation named after Chief Marshal of aviation B. P. Bugaev
УДК 658.71.08, 5)9.87 Волков, А. К.
Система сетевого управления подготовкой и мониторинга деятельности операторов досмотровой техники / А. К. Волков // Модели, системы, сети в экономике, технике, природе и обществе. - 20)8. - № ) (25). - С. )05-)2).
