CC BY
64
Зеленцов В.А.1, Соколов Б.В.1, ЦивиркоЕ.Г.2
ХФГБУН Санкт-Петербургский институт информатики и автоматизации Российской академии наук 2Санкт-Петербургский государственный университет аэрокосмического приборостроения
ВАРИАНТЫ УЧЕТАФАКТОРОВ НЕОПРЕДЕЛЕННОСТИВМОДЕЛЯХКАТАСТРОФОУСТОЙЧИВЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
Введение
В современных условиях повсеместно возникают кризисные ситуации, аварии и катастрофы, имеющие природно-экологические, технико-производственные или антропогенно-социальные причины. При этом спектр угроз экономической, физической и информационной безопасности, а также перечень уязвимостей технической инфраструктуры бизнеса (производственных процессов), и в частности, информационных систем (ИС), постоянно растет. В этих условиях обеспечение непрерывности бизнес-процессов (БП) и повышение катастрофоустойчивости бизнес-систем (БС) и соответствующих ИС (катастрофоустойчивых ИС — КАИС) является одним из важнейших стратегических направлений развития любой компании. Это обусловлено необходимостью сохранять устойчивость и стабильность функционирования компании и ее ИС в различных условиях неблагоприятного воздействия внешних и внутренних факторов техногенного и/или природного характера. Особую опасность для современных ИС представляют причины, которые приводят к возникновению кризисных ситуаций, аварий и катастроф, имеющих природно-экологические, техникопроизводственные или антропогенно-социальные причины. При этом в реальной жизни возможны ситуации, когда указанные угрозы являются комбинированными и приводят к лавинообразному возникновению и развитию негативных событий, приводящих в конечном итоге к катастрофическим последствиям. В этих условиях обеспечение непрерывности бизнес-процессов (БП) и повышение катастрофоустойчивости соответствующих производственных систем (бизнес-систем (БС)), входящих в состав виртуального предприятия (ВП) [1-3] является одним из важнейших стратегических направлений развития экономики. Это обусловлено необходимостью сохранять устойчивость и стабильность функционирования ИС ВП в различных условиях неблагоприятного воздействия внешних и внутренних факторов техногенного и/или природного характера. При этом под катастрофоустойчивостью ИС следует понимать способность компьютерного комплекса, состоящего из нескольких систем, сохранить критически важные данные и продолжить выполнять свои функции после массового (возможно, целенаправленного) уничтожения его компонентов в результате различных катаклизмов как природного характера, так и инспирированных человеком.
Исходя из вышеизложенного, свойство катастрофоустойчивости ИС должно формироваться заблаговременно на основе научно и технологически обоснованной и целенаправленной организационно-технической, модельно-алгоритмической, информационно-правовой и другой деятельности людей, направленной на непрерывное сохранение, реализацию и восстановление присущих (заложенных на этапе проектирования, либо формируемых на этапе применения) ИС возможностей по парированию расчетных и нерасчетных возмущающих воздействий в рамках различных сценариев изменения внешней и внутренней обстановки [1-3] . Важную роль в решении всех этих задач играет комплексное моделирование как БП, БС, так и КАИС. При этом центральную роль при таком моделировании имеет вопрос конструктивного учета факторов неопределенности, в рамках соответствующих моделей.
Возможные подходы к учету факторов неопределенности при моделировании катастрофоустойчивых объектов
Характерная особенность современных сложных организационно-технических объектов (СОТО), к которым относятся как БС, так и КАИС состоит в том, что в процессе их функционирования происходит постоянное изменение структуры и параметров как объектов управления, входящих в состав СОТО, так и управляющих подсистем СОТО. Указанные изменения вызваны развитием (эволюцией) самих элементов и подсистем СОТО, воздействием на них внешней среды [1-4].
Анализ показывает, что объективно существующая нестационарность и нерегулярность процессов функционирования СОТО вызывает необходимость разработки специальных методов формализации и решения задач управления структурной динамикой (УСД) СОТО, учитывающих все вышеперечисленные аспекты проблемы описания факторов неопределенности в представленных ранее моделях [5-8] .
Основная особенность управления СОТО состоит в том, что сведения об основных факторах и условиях, влияющих на успешное решение задач автоматизированного управления (АУ) соответствующими объектами, имеют различную степень достоверности и определённости. Кроме того, существенно затрудняет процесс управления СОТО отсутствие, в большинстве случаев, аналитической зависимости между указанными факторами и условиями, определяющими (описывающими) технологию АУ. Это в первую очередь касается факторов и условий, затрудняющих выполнение целевых задач объектами СОТО (факторов противодействия внешней среды). Проиллюстрируем сказанное на примере реализации лишь одной из функций управления структурной динамикой СОТО, а именно — функции планирования (программного управления). Так, традиционно при решении задач оперативного планирования работы технических средств СОТО в соответствующих детерминированных математических моделях не учитывается влияние факторов неопределённости (случайных, нечётких и т. п.), которые могут иметь место на этапе реализации составленных планов. В результате такого подхода устойчивость ранее составленных планов будет низкая, что в свою очередь, приводит на этапе реализации планов к увеличению общего числа их коррекций, увеличению нагрузки на СОТО, снижению её пропускной способности, устойчивости функционирования.
Наряду с детерминированными моделями планирования операций и распределения ресурсов СОТО существует ряд подходов, при которых в моделях планирования учитываются факторы неопределённости (модели нечёткого, стохастического математического программирования) [5-12]. Однако для решения задач планирования в рамках указанных моделей должны быть приняты довольно «жёсткие» предположения и допущения о параметрах законов распределения случайных (нечётких) величин, с помощью которых проводится описание процесса воздействия внешней среды на элементы и подсистемы СОТО. Так, например, в моделях планирования, основанных на моделях стохастического программирования, как правило, делается предположение о том, что в результате воздействия внешней среды на элементы и подсистемы СОТО появляются потоки отказов, представляющие собой случайные потоки пуассоновского типа, удобной вероятностной характеристикой которых является их интенсивность.
В том случае, если оказывается справедливой гипотеза о марковости исследуемых процессов, становится возможен вариант аналитического описания моделей управления структурной динамикой СОТО в условиях стохастического воздействия внешней среды. В указанной ситуации, основываясь на результатах
работ [4, 8], можно, например, одну из ранее построенных моделей (в частности [8], динамическую модель управления многоструктурными состояниями СОТО
модель M )
переписать в следующем виде
А
с=-сх кжш + х , (і)
p=i
5ф p
p =1
5ф p
X &) =1,
(2)
p=1
где Ip1 і интенсивность (плотность потока) переходов СОТО из многоструктурного состояния □□ в многоструктурное состояние Sp , независящая от времени, при этом предполагается, что поток таких
переходов — простейший (пуассоновский), ) — управляющее воздействие, которое интерпретируется
как вероятность выбора соответствующего значения величины интенсивности перехода СОТО из многоструктурного состояния S в многоструктурное состояние Sp . Данную модель можно связать (организовать её
взаимодействие) с ранее предложенной детерминированной моделью M ((1) с помощью следующего соотношения :
0 £ Vh) £ 1 ■ uf1 , (3)
"э'тфч ^ ■ “p
где Q(p^''11(t) — управляющее воздействие, принимающее значение 1, если необходимо СОТО перевести из
текущего S в требуемое Sp многоструктурное состояние, 0 — в противоположном случае.
В этом случае в качестве частных показателей качества управления многоструктурными состояниями СОТО могут быть выбраны, например, следующие функционалы:
X С’, (4)
I(c,1)
J 5h1 -
dN А cN А Tf
(5)
Jh = J X q{rc',1(t)dt,
To
где первый показатель численно равен сумме вероятностей перевода СОТО в одно из требуемых многоструктурных состояний Sd% , а второй функционал характеризует среднее время перевода СОТО в одно из
заданных многоструктурных состояний Sg.
В том случае, если известны вероятностные характеристики случайного булевого процесса D(t) є □, описывающего в обобщённом виде результаты воздействия факторов неопределённости на функционирование СОТО, можно в целом перейти от представленных детерминированных моделей комплексного планирования и
управления модернизацией и функционированием КАИС (модели М) к её стохастическому варианту M [1519] . Для этого в правые части дифференциальных уравнений модели М, либоограничений, задаваемых область допустимых значений управляющих воздействий надо перед вектором управляющих воздействий u(t) поставить дополнительный сомножитель вида (1-D(t))T, где D(t) — случайная булева вектор-функция, каждая компонента которой принимает два значения: 0 — если воздействие внешней среды в момент времени t не препятствует реализации соответствующей компоненты вектора управляющих воздействий, 1 — в противоположной ситуации. В случае интервального задания возмущающих воздействий их также можно задать аналогичным способом.
Однако следует подчеркнуть, что даже при условии, когда известны все необходимые числовые характеристики случайной булевой функции D(t), числовые характеристики законов распределения длительностей выполнения операций взаимодействия, макроопераций, процедуры поиска аналитических решений как в задачах анализа функционирования СОТО, так и в задачах выбора управляющих воздействий значительно усложняются, особенно в условиях существенного увеличения размерности рассматриваемых задач. Многочисленные исследования, проведённые в данной области, показали [16-20], что учёт факторов неопределённости в модели М, вызванных различными причинами (критериальная неопределённость, возмущающие воздействия внешней среды и т. п.), целесообразно осуществлять в рамках полимодельной многоэтапной интерактивной процедуры в рамках соответствующей ИСППР.
В указанных условиях выход из создавшегося положения связан с разработкой специального программно-математического обеспечения (СПМО) УСД СОТО в рамках соответствующей ИСППР, представляющей из себя многомодельный иерархический комплекс, описывающий с требуемой степенью детализации процесс функционирования СОТО и позволяющий решать разнообразные задачи анализа и оптимального выбора в различных условиях обстановки. Проводимая в ИСППР «сильная» интеграция аналитических, имитационных, логико-алгебраических, логико-лингвистических моделей, при которой происходит взаимная компенсация недостатков каждого из указанных выше классов моделей, позволяет получать качественно новые результаты при УСД СОТО по сравнению с ранее существовавшими подходами.
Учёт факторов неопределённости при таком управлении СОТО должен осуществляться в несколько этапов и включать в себя [5, 16] : адаптацию параметров и структуры моделей, алгоритмов УСД СОТО к прошлому и текущему состоянию объектов управления (ОН), управляющих подсистем (УП) и внешней среды; имитацию условий реализации плана с учётом различных вариантов организации оперативного управления элементами и подсистемами СОТО в конкретных ситуациях; структурную и параметрическую адаптацию плана, моделей и алгоритмов СПМО УСД СОТО к возможным (прогнозируемым на имитационных моделях) состояниям ОУ, УП и среды. В этом случае уже имеются основания говорить не об оптимизационном, а об адаптационном планировании применения СОТО. На рисунке 1 представлена обобщенная структурная схема реализации концепции адаптивного планирования и управления модернизацией СОТО.
Рисунок 1
Заключение
Анализ показывает, что в случае возникновения крупных аварий и катастроф, приводящих к существенной деградации КАИС, адаптационных механизмов уже становится недостаточно для своевременного парирования и компенсации последствий указанных явлений. Для этого должны разрабатывать особые способы, методы и алгоритмы управляемой самоорганизации, позволяющей за счет целенаправленного сужения разнообразия внешней среды и расширения разнообразия управляющих воздействий обеспечивать требуемый уровень катастрофоустойчивости для рассматриваемых информационных систем.
Анализ возможных подходов к решению задач комплексного адаптивного планирования и управления модернизацией и функционированием КАИС показал, что соответствующие решения должны базироваться на принципах и концепциях кибернетики второго порядка или, по-другому, — неокибернетики. Данная теория ориентирована на решение центральной проблемы XXI века, которую условно можно назвать проблемой управления сложностью (complexitymanagement) . Проведенный анализ показывает, что для успешного решения данной проблемы целесообразно использовать технологии управляемой самоорганизации, в основу которых положены методы и алгоритмы адаптивного структурно-функционального синтеза управляемых самоорганизующихся систем. В работах [8,13-16,20] приведены конкретные варианты реализации технологий управляемой самоорганизации.
Исследования, выполненные по данной тематике, проводились при финансовой поддержке РФФИ (гранты 10-07-00311-a, 11-08-01016 -а, 11-08-00767-а, 12-06-00276-а, 12-07-00302 - а), ОНИТ РАН (проект №2.11), Программы ESTLATRUS: проекты 1.2/ELRI-121/2011/13, 2.1/ELRI-184/2011/14.
ЛИТЕРАТУРА
1. Будзко В.И., Беленков В.Г., Кейер П.А. Проблемы создания катастрофоустойчивых автоматизированных систем банковских расчетов // Системы и средства информатики, 2002. Вып 12. М.: Наука.С. 48-57.
2. Будзко В.И., Беленков В.Г., Кейер П.А. К выбору варианта построения катастрофоустойчивых информационно-телекоммуникационных систем // Системы и средства информатики. 2003. Вып. 13. М.: Нау-
ка.С. 16-40.
3. Итоговый отчет о НИР ОИТВС РАН " Фундаментальные основы информационных технологий и систем", по государственному контракту №О-2.5/03 от 06.05.2003 г., номер регистрации РАН 10002-251/ОИТВС-01/097-110/210503-1752004 - СПб.: СПИИ РАН, 2003, 2004, 2005, 2006.
4. Калинин В.Н, Соколов Б.В. Многомодельный подход к описанию процессов управления космическими средствами //Теория и системы управления.1995.№1. С. 56-61.
5. Методы организации адаптивного планирования и управления в экономико-производственных системах / Забровский В.А., Копейченко Ю.В., Скурихин В.И. и др. Киев: Наукова думка, 1980. 272 с.
6. Моделирование и Анализ Безопасности и Риска в Сложных Системах: Труды международной Научной
школы (МАБ Р) -2003 (СПб., 20-23 августа 2003 г.). СПб.: Изд-во СПбГУАП, 2003.
7. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.
8. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов М.: Наука, 2006. 410 с.
9. Павловский Ю.А. Имитационные модели и системы. М.: Фазис, 2000.
10. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989.
11. Петренко С.А., Симонов С.В. Управление информационными рисками. Экономически оправданная безопасность. М.: Компания АйТи; ДМК Пресс, 2004.
12. Пешель М. Моделирование сигналов и систем. - М.: Мир, 1981.
13. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний / Р.А. Бадамшин, Б.Г. Ильясов, Л.Р. Черняховская. М.: Машиностроение, 2003. 240 с.
14. Растригин Л.А. Адаптация сложных систем. Рига: Зинанте, 1981.
15. Ростовцев Ю.Г., Юсупов Р.М. Проблема обеспечения адекватности субъектно-объектного моделирования// Известия ВУЗов. Приборостроение. 1991. № 7. С. 7-14.
16. Скурихин В.И., Забродский В.А., Копейченко Ю.В. Адаптивные системы управления машиностроительным производством. М.:Машиностроение, 1989.
17. Соколов Б.В. Комплексное планирование операций и управление структурами в АСУ активными подвижными объектами. МО СССР, 1992.
18. Соколов Б.В., Юсупов Р.М. Комплексное моделирование функционирования автоматизированной системы управления навигационными космическими аппаратами // Проблемы управления и информатики. 2002.
№5. С. 103-117.
19. Соколов Б.В., Зайчик Е.М. Модернизации существующих автоматизированных систем на основе мобильных и геоинформационных технологий // Международный семинар «Интеграция информации и геоинформационные системы», РФ, Санкт-Петербург, 25-27 сентября, 2005: Труды семинара. С. 144-148.
20. Соколов Б.В., Юсупов Р.М. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов // Изд. РАН. Теория и системы управления. 2004. №6.С. 5-16.
