CC BY
11
УДК 381.3.06
ВИЗУАЛЬНАЯ МОДЕЛЬ РЕШЕНИЯ ПРОБЛЕМЫ СЕМАНТИЧЕСКОГО РАЗРЫВА
Власов Андрей Игоревич
канд. техн. наук, доцент кафедры ИУ4 МГТУ им.Н.Э.Баумана
Чернов Максим Михайлович
ассистент кафедры ИУ4 МГТУ им.Н.Э.Баумана
Работа посвящена анализу возможностей реализации синхронной технологии обработки конструкторско -технологической информации методами визуального моделирования. Предложена гексагональная понятийная модель представления информации о сложных производственных системах, ориентированная на реализацию синхронных технологий проектирования и решение проблемы семантического разрыва.
Ключевые слова: системный анализ, визуальное проектирование, производственные системы, модели информационных потоков.
Введение
Актуальность синтеза совокупности обоснованных, воспроизводимых и системных методов и средств визуального описания процессов, протекающих в сложных социально-производственных системах, обусловлена тем, что в настоящее время, при прочих равных условиях, на первое место выходят возможности эффективного управления информационными потоками, как при решении производственных, так и образовательных задач.
В современной динамичной и конкурентной производственной среде недостаточно только уделять внимание определенным видам конструкторско-технологи-ческих знаний и данных, необходимым для проектирования и изготовления изделий. В ней значительно возрастает роль управленческих, экономических, социально-психологических знаний [1, 2]. Соответственно, ведущим фактором эффективного развития, как конкретной организации, так и общества в целом становится экономический и социальный аспекты управления в тесной связи с предметными и операционными техническими знаниями. Т.е. формируется такая социально-производственная среда, в которой каждый участник производственного процесса осознает необходимость постоянного прироста знаний, постоянно развиваются умения их использовать, а не просто хранить в долгосрочной памяти или сразу забывать после первого «знакомства», создаются условия делиться знаниями с окружающими, получая взамен другие знания [3-8].
Цель работы - решение проблемы формализации и синхронной обработки гетерогенной информации о жизненном цикле социально-производственных систем и процессах в них с возможностью взамомиграции данных и знаний различных информационных групп.
Объектом исследований в данной работе являются сложные социально-производственные системы, характеризующиеся своими информационными потоками, методы и средства их формализации, хранения и передачи.
Термин "Визуальное проектирование" подразумевает использование визуальных выражений (графиков, рисунков, пиктограмм, таблиц), которые являются элементами графического языка, в процессе проектирования. То есть этот термин относится к тем системам, которые позволяют представлять знания об объекте проектирования в дву (или более) мерном виде [1, 2].
1 Анализ проблемы семантического разрыва
В основе визуальных методов проектирования лежат визуальные языки и методики (правила - нотации) разработки моделей на их основе. Визуальный язык опре-
делен как язык, систематически использующий визуальные значения для описания своих основных объектов в текстовой и графической нотациях [2]. Как показано на рисунке 2 выделяются концептуальный, структурно -функциональный, логический и физический уровни моделирования. При этом, на каждом из уровней имеются объекты одной природы, но представленные описания модели разного уровня не синхронизированы (проблема синхронизации). Синхронизировать параметрический и структурный состав взаимосвязанных объектов различных уровней одна из основных задач развития комплексных систем визуального моделирования.
Проблема когнитивности обусловлена разнородностью используемых методов в современных визуальных моделях для получения и хранения знаний о предметной области.
Проблема конвергенции (от английского convergence — схождение в одной точке) обусловлена сложностью взаимопроникновения технологий (концептуальный, структурно-функциональный, логический и физический уровни модели), когда границы между отдельными уровнями стираются, а многие интересные решения находятся именно на стыке уровней визуальных моделей. Новые средства визуального моделирования можно смело отнести к NBIC системам, которые будут включать в предмет своей деятельности почти все уровни организации материи: от молекулярной природы вещества (N-нано), до природы жизни (B-био), природы разума (C-когно) и процессов информационного обмена (I-инфо).
Проблема инкапсуляции обусловлена на данном этапе развития фрагментарностью визуального анализа и изолированностью его от применения при проектировании разных этапов жизненного цикла. Это обуславливает низкую эффективность применения визуальных методов, в частности при анализе технологических процессов, при этом они обеспечивают описание отдельных модулей социально-производственной системы и не имеют средств миграции данных моделей на разных уровнях экспертизы.
Совершенно очевидно, найдя способы решения указанных выше проблем на основе визуальных методов проектирования и системного анализа, возможно, предложить адекватную методику для формализованного комплексного представления и управления техническими, производственными, экономическими, социально-психологическими знаниями в сложных социально-производственных системах, обеспечив высокий уровень интерпретации знаний на каждом из уровней экспертизы.
2 Гексагональная понятийная модель
В настоящий момент крайне актуальной стало решение проблемы по преодолению семантического разрыва между уровнями описания моделей ЖЦ (производственными, информационными и т.п.) - т.е. для каждого класса задач и процессов их решения введем компонентные обобщения, связанные между собой посредством стандартизованных интерфейсов. При этом каждый из компонентов может иметь возможность описывать задачу и методы ее решения на своем собственном языке. При этом все компоненты в комплексе образуют специфическое отражение окружающего мира в сознании человека, благодаря которому он решает задачу естественным путем на основе обобщений и ассоциаций, двигаясь к эффективному результату по прогнозируемому градиенту эмоциональной оценки ситуации. При этом сам процесс мышления рассматривается, как способность сведение многоэкстремальной задачи, которую можно решать только методом перебора, к градиентной, одноэкстре-мальной. При этом проблемную область будем рассматривать как совокупность предметной области и решаемых в ней задач (проблем), где под предметной областью понимается фрагмент реальной (виртуальной) действительности, представляемый некоторой совокупностью принадлежащих ему сущностей.
Для графической иллюстрации проблемной области введем плоскую гексагональную структуру, образо-
ванную треугольником Фреге (Сущность - Имя - Понятие) и треугольником «Проблематика - Прагматика - Семантика» (рисунок 1). В треугольнике Фреге под сущностью понимается устойчивое и уникальное представление предметной области, воспринимаемое некоторой совокупностью признаков (атрибутов). Признак, как именованная сущность, характеризуется множеством своих проявлений (значений) и имеет некоторую проблемную интерпретацию (семантическую роль).
Понятие представляется множеством сущностей (т.е. между ними существует связь обобщение), объединенных на основе общности признаков. Понятия будем именовать и задавать схемой, интенсионалом и экстенси-оналом.
Имя, или знаковое представление понятия, является языковой единицей, несущей некоторый смысл - в семантическом плане, или обозначает некоторую конкретную сущность в синтаксическом плане.
Схема понятий задается набором признаков, на которых понятие определено. Признаки будем интерпретировать как понятия, на которых определяются схемы. Интенсионал, или содержание понятия, представляется набором значений взаимосвязанных признаков, позволяющим отличать сущности, принадлежащие понятию, от других сущностей предметной области. Экстенсионал, или объем понятия, рассматривается как множество сущностей, принадлежащих понятию.
Сущность
Семантика
А К
га / ф \
Ч ? V
К I >1
ю \ 5 /
£ \ б / с \ ® /
\_7
Прагматика Понятие
Рисунок 1. Гексагональное представление концептуально-онтологической концепции системного анализа
предметной области
Сущности различаются при помощи признаков: множество допустимых значений понятия - признака образует его экстенсионал или домен, а интенсионал вырождается в семантическую роль. В случае, если у понятия единичный объем, имеем именованную сущность, т.е. имена могут использоваться не только для обозначения понятий, но и для обозначения сущностей (см. рис.1.). В итоге под сущностью будем понимать понятие, имеющее единичный объем, а понятие будем рассматривать как общую категорию, а сущность и признак - как ее частные случаи.
Обычно понятия используются не в абсолютном, а в относительном смысле, называемом - прагматикой. Прагматика понятия (см. рис.1.) выявляется при знании предметной области. Проблематика конкретизирует семантику понятия до его прагаматики. В итоге содержательная интерпретация понятия в некоторой предметной области может быть представлена в виде гексагонального
концептуально-онтологического представления (см. рис.1). Т.е. для каждой предметной области существует гексагональная схема интерпретации понятия. При анализе сложных систем, в частности, сложных социально-производственных систем нам приходится иметь дело с различными компонентами (технологическими, социальными, материальными, информационными и т.п.), каждый из которых образует свою предметную область и, следовательно, обобщенная схема интерпретации понятий при анализе сложных социально-производственных систем может быть представлена в виде многоуровневой гексагональной структуры (рисунок 2), каждая из плоскостей которой характеризует конкретную предметную область.
Понятия одной предметной области часто коррелируют с понятия другой или наоборот, понятия с одинаковыми именами в разном контексте обладают разными признаками. Обеспечение четкой взаимосвязи и единства
интерпретации понятий одна из важнейших задач, решаемых на начальных концептуальных этапах моделирования. Образование понятий происходит в результате абстрагирования, при котором между понятиями выявляются отношения независимости, дифференциации
и интеграции. Понятия независимы, если их признаки не пересекаются. Если у двух понятий имеются общие признаки, то наблюдается дифференциация понятий. Если все признаки одного понятия являются признаками другого понятия, то происходит их интеграция.
РГк Ск
Рисунок 2. Концептуально-онтологическое представление предметной области в виде многоуровневой
гексагональной структуры (Pb - Проблематика (Problematic), S - Семантика (Semantic), Pr - Прагматика (Pragmatic), С - Понятие (Concept), D - Имя (Designat), E - сущность (Entity), i, k - уровни областей
Для обеспечения непрерывного процесса моделирования от понятийного до информационного необходимо реализовать механизм перевода компонентов понятийной структуры в компоненты модели данных, при этом сама понятийная структура должна удовлетворять требованиям полноты и непротиворечивости. Понятийную структуру будем называть неполной, если существуют понятия, используемые в понятийной структуре, но явно в ней не определенные. Понятийная структура противоречива, если существует сущность, описанная как принадлежащая, так и не принадлежащая одному и тому же понятию. Чтобы сократить время на устранение противоречий на следующих этапах проектирования синтезированная понятийная структура должна быть подвергнута верификации. Разработка методик верификации понятийных структур одна из важных задач построения комплексных средств визуального моделирования.
Понятийный анализ является некоторым обобщением объектного и следовательно истинно утверждение о возможности синтеза механизма преобразования понятийной модели в объектную с сохранением полноты и непротиворечивости. Графически связь компонентов понятийной и объектной модели может быть представлена в виде гексагональной плотноупакованной решетки (рисунок 3), которая определяет принципы функционирования механизмов преобразования моделей. На рисунке представлен только один сегмент решетки, в общем плане он синтезируется для каждого подпространства понятийной области. Горизонтальные связи определяют связи между компонентами модели отдельного предметного подпространства, а вертикальные связи образуют обобщения компонентов всей предметной области в целом.
Рисунок 3. Представление взаимосвязи понятийного и объектного анализа предметной области в виде гексагональной плотноупакованной решетки (показан один сегмент решетки) (O - Объект (Object), M - Метод (Method), CL - Класс (Class))
В итоге можно утверждать, что для полного описания предметной области достаточно использовать понятийную модель (и ее частные реализации, структурно-функциональные, объектные и т.п. модели). В качестве
ядра системы используем понятийную модель, дополненную описанием решения одной или нескольких прикладных задач:
Программа := Понятийная модель (Структура +
Синтаксис + Семантика) + Решение задачи.
Понятийную структуру и синтаксис понятий будем описывать на декларируемом в контекстной технологии метаязыке, а описание семантики и решаемых задач выполним на специализированном предметном языке, определяемом в понятийной модели.
Заключение
В результате работы исследования решения, направленные на обеспечение синхронных технологии моделирования и позволяют преодолеть фрагментарность и изолированность применения визуального анализа на разных уровнях моделирования социально-производственных систем.
Литература
1. Агеева Т.И., Афонин А.М., Балдин А.В. Информационные технологии в инженерном образовании. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2007.
2. Кознов Д. В. Языки визуального моделирования: проектирование и визуализация программного обеспечения. Учебное пособие. - СПб.: Изд-во СПбГУ, 2004. -143 с.
3. Власов А.И. Пространственная модель оценки эволюции методов визуального проектирования сложных систем // Датчики и системы. - 2013. - №9 (172). - С.10-28..
4. Резикова Е.В., Власов А.И. Перспективы применения концепт-карт для построения базы знаний ТРИЗ // Сборник трудов конференции "ТРИЗ. Практика применения методических инструментов". - Москва. 29 октября 2011. С.140-145.
5. Власов А.И. Применение методов визуального моделирования для формализации конструкторско-техно-логической информации // Информатизация образования. - 2012. - С. 70.
6. Власов А.И., Журавлева Л.В., Тимофеев Г.Г. Методы генерационного визуального синтеза технических решений в области микро-/наносистем // Научное обозрение. - 2013. - № 1. - С.107-111
7. Перегудов Ф.И., Тарасенко Ф.Л. Введение в системный анализ - М: ВШ, 1989.
8. А.А.Адамова, Адамов А. П., Ирзаев Г.Х. К проблеме автоматизированной количественной оценки технологичности современных электронных средств // Проектирование и технология электронных средств. - 2006, №4.
ВЫЯВЛЕНИЕ УЯЗВИМОСТЕЙ ИНФОРМАЦИОННЫХ СИСТЕМ НА ОСНОВЕ РЕАКЦИИ ОПЕРАЦИОННЫХ СИСТЕМ НА НЕСТАНДАРТНЫЕ ЗАПРОСЫ
Яковлев Алексей Вячеславович
Канд. тех. наук, доцент кафедры информационных технологий и защиты информации, ФГБОУ ТГТУ, г. Тамбов
Васюкова Екатерина Олеговна
Студент, ФГБОУ ТГТУ, г. Тамбов
В современном высокотехнологичном мире информация представляет особую ценность, вследствие чего, появляется сильная потребность в её защите.
Все информационные системы можно разделить на два вида: открытые и закрытые системы. Их основное отличие заключается в том, что открытые системы взаимодействуют с окружающей средой посредством обмена информацией, энергией, материалами, а закрытые системы относительно независимы от внешней среды и имеют чёткие границы. Закрытые системы являются самообеспечивающимися, так как они не зависят от обмена информацией, энергией, материалами с внешней средой.
Угрозу раскрытия параметров системы обычно рассматривают как опосредованную, так как сами последствия её реализации не могут причинить вред обрабатываемой информации, однако они позволяют реализовать угрозы доступности, целостности и конфиденциальности.
Последствия реализации угрозы раскрытия параметров системы [1]:
- повышение успешности атаки на систему;
- выяснения уязвимостей;
- появление новых угроз;
- увеличение риска реализации угроз.
Рассмотрим подробнее эти последствия.
Повышение успешности атаки на систему - главная причина реализации этой угрозы и этим пользуются многие злоумышленники.
Выяснение уязвимостей, собственно, как и сама угроза раскрытия параметров системы, актуальна только для закрытых систем. В данном случае злоумышленник пытается узнать максимально полную структуру системы,
чтобы проанализировать её на уязвимости и провести успешную атаку.
Появление новых угроз - злоумышленник знает про наличие некоторых угроз и пытается найти новые, которые, возможно, проще для реализации.
Увеличение риска реализации угроз. В данном случае злоумышленник может получить более полную информацию об уже существующей угрозе и благодаря новым данным успешнее реализовать её.
Реализацию угрозы раскрытия параметров системы обычно начинают с определения семейства и версии операционной системы.
Все методы удалённого определения операционной системы можно классифицировать как указано на рис. 1.
Как можно заметить, все методы можно разделить на 2 класса: пассивные - анализ сетевого трафика и активные - опрос стека TCP/IP и опрос приложений.
Если необходимо определить тип удалённой операционной системы, её характеристики и сделать это незаметно для администратора, то пользуются пассивным методом определения операционной системы [2].
Идея пассивного метода определения ОС заключается в том, что необходимо зафиксировать пакеты данных, исходящие от удаленного хоста, после чего, проанализировать их характеристики и сделать вывод о том, какая операционная система могла сформировать такие пакеты.
Активный метод определения ОС заключается в том, что на хост дополнительно отправляются специальные пакеты и потом производится анализ ответов на них, однако происходит потеря главного преимущества - незаметность [2].
