CC BY
26УДК 33 ББК 65
DOI 10.24411/2073-3305-2019-10201
Цифровая достоверность реальности: расширение границ достоверности при управлении в энергетике России на основе использования элементов
искусственного интеллекта
Digital Authenticity of Reality: Expanding the Boundaries of Credibility in the Management in the Power Industry of Russia through the Use of Elements of Artificial Intelligence
Кобилжон Ходжиевич ЗОИДОВ,
кандидат физико-математических наук, доцент, старший научный сотрудник, заведующий Лабораторией интеграции российской экономики в мировое хозяйство Института проблем рынка РАН
E-mail: kobiljonz@mail.ru
Евгений Леонидович ЛОГИНОВ,
доктор экономических наук, профессор РАН, дважды лауреат премии Правительства РФ в области науки и техники, руководитель Центра обработки больших данных Института проблем рынка РАН
E-mail: evgenloginov@gmail.com
Статья подготовлена в рамках государственного задания ИПР РАН,
тема НИР «Моделирование социально-экономической динамики и структуры факторов
экономического роста ЕАЭС и других стран в контексте модернизации».
Аннотация. В статье рассматриваются механизмы поддержки работы автоматических систем управлении в энергетике России для обеспечения стандартности идущих информационно-технических процессов за счет аккумулирования и обработки данных о выявленных сбоях, их сопоставления с прогнозными данными. В результате реализуются обратная связь, контроль и уточнение расчетов по прогнозированию стандартности идущих информационно-технических процессов в отношении влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры путем сравнения фактических данных с прогнозируемыми.
Ключевые слова: инфраструктура; экономика, информационная система; цифровая энергетика; суперсистема; искусственный интеллект; технологии
Abstract. The article discusses the mechanisms supporting the operation of automatic control systems in the power industry of Russia to ensure the standardization of ongoing information technology processes due to the accumulation and processing of data on detected failures and their comparison with the forecast data. As a result, feedback, control and refinement of calculations are performed on predicting the standard of ongoing information technology processes with regard to the influence of quantitative and qualitative factors on desynchronization of managing critical energy infrastructure facilities by comparing actual data with predicted ones.
Key words: infrastructure; economy; information system; digital energy; super system; artificial intelligence; technology
Для реализации новых стратегических возможностей необходима выработка новой, координированной модели работы энергокомпаний нового союзного энергообъединения на Евразийском транспортно-энергетическом пространстве: «концентрация инвестиционных ресурсов для формирования новых энергопроизводственных и энерготранспортных мощностей и ресурсной базы ^ закрепление на новых сегментах мировых топливно-энергетических рынков ^ концентрация в энергокомпаниях Евразийского союза мировых инновационных решений ^ инновационная модернизация ОПФ энергетических объектов нового союзного энергообъединения на Евразийском транспортно-энергетическом пространстве ^ формирование устойчивых финансовых потоков от сбыта топливно-энергетических и сырьевых ресурсов ^ формирование распределенных трансграничных центров прибыли с сетецентрическим ядром в лице госкорпораций и крупных корпораций с госучастием ^ участие в формировании постиндустриальной энергетической инфраструктуры мира на основе оборудования нового поколения ^ превращение нового союзного энергообъединения на Евразийском транспортно-энер-гетическом пространстве в базовый системообразующий энергетический каркас группы зарубежных национальных экономик ^ перераспределение в пользу стран Евразийского союза мировой «энергетической», «инновационной» и «финансово-инвестиционной» ренты».
Эффективность автоматической системы в отношении стандартности идущих информационно-технических процессов реализуется за счет аккумулирования и обработки данных о выявленных сбоях, их сопоставления с прогнозными данными [2; 9]. Это позволяет реализовать обратную связь, контроль и уточнение расчетов по прогнозированию стандартности идущих информационно-технических процессов путем сравнения фактических данных с прогнозируемыми [5].
Результаты оптимизации выбора управленческого решения в аспекте передачи данных позволяют спрогнозировать влияние рассматриваемых процессов на развитие ЕЭС России. Аналогичные проблемы рассматривались в ряде исследований [4; 7; 11; 13].
Блок моделей системы мониторинга электронных управляющих транзакций и предупреждения о ситуации лавинообразного нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры включает следующие модели.
Модель развития обстановки имитирует проведение мероприятий по подготовке и началу нарастания угроз процессам управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям путем выдачи соответствующих сообщений в хронологическом порядке в модели мониторинга электронных управляющих транзакций и предупреждения о ситуации лавинообразного нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры.
Модель мониторинга имитирует вскрытие мероприятий по подготовке к несанкционированному перехвату управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям со стороны агрессора. Время вскрытия мероприятия по подготовке к несанкционированному перехвату управления определяется по результатам обработки сообщений, поступающих из модели имитации развития обстановки, и передается в модель имитации оценки обстановки и выдачи решения.
Модель предупреждения о ситуации лавинообразного нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры функционирует как при проведении противником мероприятий по подготовке к попытке инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям, так и во время информационного противодействия. При подготовке к попытке инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям по специальной методике оцениваются параметры функционирования энергосистем и вскрываются метапризнаки. В период информационного противодействия разыгрывается возможность принятия решения о противодействии агрессору и формируется выходная информация о построении, составе сил и направлении действий агрессора, траекторная информация функционирования энергосистем.
Модель оценки обстановки и выдачи решения должна обеспечивать:
■ объединение информации о ситуации лавинообразного нарастания влияния коли-
чественных и качественных факторов де-синхронизации управления объектами критической энергетической инфраструктуры о действиях агрессора;
■ вскрытие факта и этапа подготовки агрессора к попытке инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям;
■ выдачу сигналов предупреждения в модели информационных систем безопасности ЕЭС России.
Решение о выявлении сознательного или случайного содействия процессам нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры принимается по данным одного или нескольких источников [8; 12]. При выявлении сознательного или случайного содействия процессам нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры корректируется оцениваемая атака агрессора [1].
Информация от системы мониторинга электронных управляющих транзакций и предупреждения о ситуации лавинообразного нарастания влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры используется для принятия решений в энергетических компаниях [10].
Так как не все вопросы, решаемые при имитационном моделировании, поддаются формализации, в состав блока должны быть включены модели органа, принимающего решения (ОПР).
Модель ранжирования объектов информационных систем безопасности ЕЭС России должна работать заблаговременно и между операциями активизации влияния факторов десинхрони-зации управления. Она должна обеспечивать определение количественных значений вклада каждого объекта информационных систем безопасности ЕЭС России в обеспечение безопасности ЕЭС России.
Основное назначение моделей, работающих на этапе непосредственной подготовки, — обеспечить усиление объектов критической энергетической инфраструктуры средствами информационных систем безопасности [3; 6]. Эти модели работают в следующей последовательности.
Модель определения соотношения сил должна обеспечивать расчет показателей: степени превосходства одной из сторон над другой и потребности в мощностях информационных систем безопасности ЕЭС России для реализации заданного ОПР соотношения.
На основе полученных показателей ОПР определяет состав информационных систем безопасности ЕЭС России, привлекаемых для усиления безопасности объектов критической энергетической инфраструктуры с учетом располагаемого времени и распределения ресурсов по объектам ЕЭС России. Далее вскрываются операции инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям, на основе чего ОПР принимает решение о деятельности информационных систем безопасности ЕЭС России. Далее работает модель выработки предложений на использование резерва информационных систем безопасности ЕЭС России на противодействие попыткам инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям.
При ведении информационного противодействия работают еще три модели:
■ модель прогнозирования объектов агрессора по операциям инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхро-низации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям рассчитывает прогнозные значения числа объектов агрессора и эффективность информационного противодействия;
■ модель оценки нарастания угроз процессам управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям выбирает в качестве такового операции агрессора с максимальным значением их важности;
■ модель сосредоточения усилий определяет рациональный вариант маневра информационных систем безопасности ЕЭС России, перенацеливания их между операциями инициировать лавинообразное нарастание влияния количественных и качественных факторов десинхронизации управления
объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям и использования резерва информационных систем безопасности ЕЭС России.
Основным направлением развития комплекса имитационного моделирования информационных процессов в критической энергетической инфраструктуре России является наращивание компонентой базы информационных систем безопасности.
Основными предпосылками интеграции информационных систем безопасности ЕЭС России являются:
■ общность задач борьбы с ситуациями лавинообразного нарастания влияния количественных и качественных факторов де-синхронизации управления объектами критической энергетической инфраструктуры по интеллектуальным (активно-адаптивным) сетям, которые должны выполняться в едином контуре управления силами и средствами информационных систем безопасности ЕЭС России;
■ взаимное перекрытие зон действия информационных систем безопасности ЕЭС России, а также взаимное дополнение друг друга в рамках единого информационного поля информационных систем безопасности ЕЭС России.
Список литературы
1. Агеев А.И., Логинов Е.Л. Формирование организационных и информационных механизмов управления построением в России цифровой экономики // Экономические стратегии. 2018. Т. 20. № 3 (153). С. 56—67.
2. Белова Л.Г., Вихорева О.М., Карловская С.Б. Индустрия 4.0: возможности и вызовы для мировой экономики // Вестник Московского университета. Сер. 6: Экономика. 2018. № 3. С. 167—183.
3. Воробьев Е.С. Переход российской электроэнергетики к модели «цифрового» развития: технологические и инвестиционные аспекты // Human Progress. 2018. Т. 4. № 5. С. 2.
4. Воропай Н.И., Губко М.В., Ковалев С.П., Массель Л.В., Новиков ДА., Райков А.Н., Сенде-ров С.М., Стенников ВА. Проблемы развития цифровой энергетики в России // Проблемы управления. 2019. № 1. С. 2—14.
5. Законьшек Я. Моделирование электроэнергетических систем в реальном времени // Энергия единой сети. 2018. № 4 (40). С. 62—70.
6. Костенко В.В., Моржин Ю.И., Терехин ДА. Создание общероссийского профиля общей информационной модели ЕЭС (Сим-модели) // Энергия единой сети. 2018. № 3 (38). С. 14—18.
7. Логинов Е.Л., Деркая Н.Л., Логинов А.Е. «Интеллектуальные сети» (smart grid) в электроэнергетике: проблемы управления и безопасности // Национальные интересы: приоритеты и безопасность. 2011. Т. 7. № 20 (113). С. 49—54.
8. Логинов Е.Л., Шкрабляк А.С. Тенденции развития электронных финансовых транзакций и методов их контроля в глобальных телекоммуникационных сетях // Инженерная физика. 2009. № 9. С. 47—53.
9. Логинов Е.Л., Шкута АА. Внедрение цифровых платформ для управления сложными техно-организационными системами топливно-энергетического комплекса России: от цифровой энергетики — к цифровой экономике. М.: ИПР РАН, 2018.
10. Логинов Е.Л., Шкута АА. Развитие интеллектуальных сервисов в автоматизированных информационных системах управления. М.: Финансовый университет при Правительстве РФ, 2018.
11. Массель А.Г., Гаськова ДА. Методы и подходы к обеспечению кибербезопасности объектов цифровой энергетики // Энергетическая политика. 2018. № 5. С. 62—72.
12. Цветков ВА., Зоидов К.Х., Медков АА., Зоидов З.К. Концептуальные подходы к моделированию, формированию и развитию инновационно-индустриального пояса современного торгового пути // Экономика и управление. 2018. № 5 (151). С. 4—16.
13. Цветков В.А., Зоидов К.Х., Медков А.А., Чернышов М.М. Формирование глобальной Евразии: проблемы сопряжения транзитных систем. М.: ИПР РАН, 2018.
