ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2018

Метод автоматизированного синтеза виртуальных организационных структур для задач управления региональной безопасностью

A method for automated synthesis of virtual organizational structures for regional security management problem-solving
Статья опубликована в выпуске журнала № 4 за 2013 год. [ на стр. 141-149 ][ 11.12.2013 ]
Аннотация:Предложен метод синтеза проблемно-ориентированных виртуальных организационных структур для задач управления региональной безопасностью в кризисных ситуациях. Автоматизированный синтез основан на анализе отношений и атрибутов объектов разработанной формальной концептуальной модели мультиагентной информационно-аналитической среды поддержки управления региональной безопасностью. Метод поддерживает использование слабоструктурированных неполных разнородных исходных данных об анализируемых кризисных ситуациях, рассматриваемых на треке развития региона, и ориентирован на агентную реализацию. Метод обеспечивает динамическое формирование проблемно-ориентированных коалиций когнитивных агентов и виртуальных сетей ресурсов на основе формализованных описаний решаемых задач управления безопасностью в рамках мультиагентной виртуальной среды для информационной поддержки процессов принятия решений и координации деятельности субъектов безопасности.
Abstract:Thу article proposes a method for synthesis of problem-oriented virtual organizational structures for regional security management problem-solving in crisis situations. The automated synthesis is based on object relations and object attributes analysis of the developed formal conceptual model of multi-agent information-analytical system for regional security management support. The method can use loosely-structured incomplete heterogeneous input data about the analyzed crisis situations that are considered within the region development life-cycle. The method is oriented on agent-based implementation. For decision-making process information support and regional security subjects functioning coordination the method provides dynamic formation of the problem-oriented cognitive agent coalitions and virtual networks of resources based on formalized descriptions of security control solving problems within multi-agent virtual environment.
Авторы: Маслобоев А.В. (masloboev@iimm.kolasc.net.ru) - Институт информатики и математического моделирования технологических процессов Кольского научного центра РАН, Кольский филиал Петрозаводского государственного университета, г. Апатиты, Россия, кандидат технических наук
Ключевые слова: региональная безопасность, управление, информационная поддержка, мультиагентная система, автоматизированный синтез, концептуальная модель
Keywords: regional security, control management, data support, multi-agent system, automated synthesis, conceptual model
Количество просмотров: 4421
Версия для печати
Выпуск в формате PDF (7.95Мб)
Скачать обложку в формате PDF (1.45Мб)

Размер шрифта:       Шрифт:

Арктическая зона Российской Федерации (РФ) становится объектом национальных интересов ведущих мировых держав (США, Норвегия, Канада, Дания, Китай, Южная Корея и др.), что ослабляет позиции присутствия в Арктике РФ, владеющей ее значительными территориями, и формирует вектор угроз национальным, геополитическим, социально-экономическим, оборонным, демографическим и экологическим интересам России в этом районе. Повышение интереса к российской Арктике обусловливает высокую актуальность защиты интересов РФ в Арктической зоне и выводит задачу обеспечения глобальной безопасности развития арктических регионов России на передний план, позиционируя ее как самостоятельную проблему, требующую научной проработки. Решение данной задачи затрудняется необходимостью интеграции, обработки и анализа большого объема разноплановой информации для различных ведомств, а также согласованности информационного взаимодействия соответствующих структур безопасности. В связи с этим одним из приоритетных направлений государственной политики РФ в Арктике, согласно «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года» (утверждена Указом Президента РФ Пр-232 от 20.02.2013 г.), является развитие информационных технологий и связи. Реализация Стратегии в данном направлении предполагает создание комплексной информационно-телекоммуникационной инфраструктуры для поддержки управления рискоустойчивым развитием регионов, входящих в состав Арктической зоны РФ.

Анализ мер, осуществляемых РФ по развитию сферы информационных технологий для задач обеспечения различных видов безопасности (экономической, промышленно-экологической, кадровой и т.д.) в российской Арктике, свидетельствует о том, что их эффективность, согласно [1], существенно снижается из-за отсутствия целостной информационно-аналитической среды поддержки управления глобальной безопасностью арктических регионов, позволяющей повысить оперативность, достоверность и качество выдаваемой информации об обстановке в Арктической зоне РФ.

Таким образом, актуальной задачей является разработка новых и развитие существующих методов и технологий динамического формирования и конфигурирования расширяемой многофункциональной информационно-аналитической инфраструктуры безопасности арктических регионов РФ, подверженных влиянию множества разнородных внутренних и внешних факторов, а также наделенной потенциалом к саморазвитию и самоорганизации. Информационно-аналитическая среда поддержки управления глобальной безопасностью арктических регионов (далее – региональной безопасностью), согласно [2], представляет собой комплекс проблемно-ориентированных, взаимоувязанных и взаимодействующих информационных и аналитических ресурсов и систем, а также технологическую и организационную инфраструктуру их создания и использования.

Постановка задачи

В условиях мировой глобализации и современных тенденций развития информационно-комму­никационных технологий адекватным подходом к управлению глобальной безопасностью развития региональных социально-экономических систем (РСЭС) является неявное управление через создание эффективной сетецентрической информационной инфраструктуры региональной безопасности. Вариант реализации такой инфраструктуры – виртуальная информационно-аналитическая среда региональной безопасности, в числе главных задач которой удовлетворение информационных потребностей и обеспечение согласованного информационного взаимодействия субъектов и организационных структур безопасности посредством оперативного и своевременного предоставления соответствующих информационных данных и сервисов для решения задач управления региональной безопасностью в кризисных ситуациях. Для этого в рамках виртуальной среды региональной безопасности должны формироваться потенциально эффективные проблемно-ориентирован- ные организационные структуры безопасности, способные участвовать в решении различных классов задач управления региональной безопасностью с учетом специфики возникающих кризисных ситуаций, согласованности целей взаимодействия входящих в их состав субъектов безопасности, временных и ресурсных ограничений.

Проблемно-ориентированные структуры безопасности представляют собой согласованно взаимодействующую совокупность субъектов безопасности, каждый из которых обладает целенаправленным поведением, имеет необходимый набор компетенций и ресурсов для реализации некоторого процесса или функции в направлении решения конкретных задач, что ведет к достижению общей цели формирования структуры – выработке рекомендаций по локализации возникшей кризисной ситуации в процессе совместного решения определенных в ее рамках задач. Таким образом, процесс управления региональной безопасностью в кризисных ситуациях может быть частично автоматизирован путем реализации метода формирования допустимых виртуальных организационных структур безопасности, обеспечивающего синтез виртуальных сетей информационных и аналитических ресурсов для решения задач управления безопасностью в кризисных ситуациях и оценку потенциальной эффективности их конфигурации. В качестве формальной основы метода используется разработанная с помощью средств концептуального синтеза динамических моделей сложных систем [3] формализованная концептуальная модель мультиагентной информационно-аналитической среды (КМ МИАС) поддержки управления региональной безопасностью.

Концептуальная модель мультиагентной виртуальной среды региональной безопасности

Состав модели. КМ МИАС обеспечивает базу для формализованного описания задач управления региональной безопасностью в кризисных ситуациях с целью их последующего использования в процессе автоматизированного синтеза и анализа виртуальных организационных структур безопасности (ВОСБ). Концептуальная модель виртуальной среды региональной безопасности, ориентированной на агентную реализацию, задана в виде теоретико-множественных отношений и представляет собой набор множеств KMМИАС={O, S, R, A, CS, CSC, CSF, Z, ZC, P, SS, U, I, Attr}.

Основными элементами, образующими модель, являются следующие: O – множество объектов безопасности; S – множество субъектов безопасности; R – множество информационных и аналитических ресурсов; SS – множество организационных структур безопасности; A – множество когнитивных агентов, представляющих интересы субъектов безопасности в распределенной мультиагентной виртуальной среде поддержки управления региональной безопасностью; CS и CSC – множества кризисных ситуаций и их классов соответственно; CSF – иерархический классификатор предметных областей кризисных ситуаций; Z и ZC – множества задач управления безопасностью и их классов соответственно; P – множество процессов управления безопасностью в кризисных ситуациях; U – множество клиентских и серверных узлов, на которых развернута распределенная агентная платформа для исполнения агентов системы информационной поддержки управления региональной безопасностью; I – отношения на множествах объектов модели; Attr – множество атрибутов объектов модели.

Объекты безопасности O представляют собой разнородные потенциально опасные компоненты РСЭС (промышленность, экосистемы, экономика, логистика и др.), критически важные с точки зрения обеспечения региональной безопасности. В рамках КМ МИАС данные объекты характеризуются набором атрибутов, определяющих их тип, принадлежность и существо, а также индикаторы и допустимые области безопасности.

Субъекты безопасности S описываются в КМ МИАС набором атрибутов, определяющих целенаправленность их проблемно-ориентированной деятельности, информационную и функциональную мощность, однозначно определяющую возможный класс ZC решаемых ими задач Z.

Множество информационных и аналитических ресурсов R представляет собой совокупность баз данных и аналитических средств обработки данных (сервисов, вычислительных модулей, прикладных программ), необходимых для поддержки принятия решений по управлению безопасностью в кризисных ситуациях. Множество ресурсов R включает также подмножество исполнительных ресурсов, определяющих план действий в некоторой кризисной ситуации, выполняемый конкретными категориями субъектов безопасности в зависимости от профиля их деятельности или роли в системе информационной поддержки управления безопасностью.

В модели явно представлены когнитивные агенты субъектов безопасности A как специальный тип объектов. Агенты обеспечивают имитацию деятельности субъектов безопасности в распределенной виртуальной среде поддержки управления региональной безопасностью, предоставляют информационные сервисы другим агентам, реализуют поиск потенциальных субъектов совместной деятельности и участвуют в формировании ВОСБ для совместного решения задач управления безопасностью в кризисных ситуациях. Отличительными особенностями когнитивных агентов по сравнению с другими типами агентов являются реализация полного цикла «восприятие–познание–исполнение» в среде двух искусственно имитируемых реальностей: виртуальное пространство и семантическое пространство знаний. Основная задача когнитивного агента в виртуальной среде региональной безопасности – мониторинг состояния показателей безопасности функционирования РСЭС в реальном масштабе времени в результате информационных взаимодействий с внешней средой, с пользователем и коммуникаций с другими агентами.

Кризисные ситуации CS={O, Z, S, R, P} представляют собой формализованные описания критических состояний соответствующих объектов безопасности O, характеризующихся определенным набором параметров. Класс кризисных ситуаций CSC определяет набор задач Z, которые необходимо решить для локализации сложившейся кризисной ситуации, а также требуемые ресурсы и состав участников формируемых органи- зационных структур безопасности. Кризисная ситуация связывает субъекты безопасности с реализуемыми ими процессами/функциями управления безопасностью.

Процесс управления безопасностью в кризисных ситуациях P является обобщенным формализованным описанием кризисной ситуации в виде некоторой совокупности функций, в ходе выполнения которой достигается локализация возникшей кризисной ситуации и минимизируется общий ущерб от ее последствий.

Множества взаимосвязанных субъектов, задействованных в решении задач управления региональной безопасностью в различных кризисных ситуациях, образуют проблемно-ориентированные организационные структуры безопасности SS. В терминах КМ МИАС они представляют собой связанные фрагменты SS={S, R, A, CS, Z, P, I, Attr}, включающие объекты модели, удовлетворяющие определенным условиям в соответствии с моделью рассматриваемой ситуации CS. Объекты модели, представляющие субъекты безопасности, образуют иерархию, что позволяет учитывать организационную подчиненность субъектов, ответственных за обеспечение определенных видов безопасности (экономической, экологической, кадровой и др.), при формировании организационных структур безопасности.

В рамках процессно-ориентированного подхода к моделированию деятельности сложных систем организационная структура безопасности может рассматриваться как целенаправленный процесс управления безопасностью в некоторой кризисной ситуации. В ходе реализации функций участников данного процесса некоторый набор входных ресурсов преобразуется в набор выходных ресурсов. Выполнение функции или группы функций является отдельным подпроцессом. В такой постановке организационную структуру безопасности можно определить как связанную совокупность процессов, преобразующих некоторые входные ресурсы в выходные. Таким образом, процессы управления безопасностью имеют древовидную организацию, то есть каждый процесс, за исключением листовых, есть связанная совокупность процессов нижележащего уровня. В соответствии с теоремой о покрытии, доказанной для древовидных иерархических систем, реализация всех составляющих процесса эквивалентна реализации данного процесса.

Структура модели. На множествах объектов модели заданы отношения, определяющие ее структуру и обеспечивающие возможность автоматизированного логического вывода в терминах КМ МИАС, в частности, возможность формирования допустимых вариантов ВОСБ.

Вместе с тем отношения, представленные в модели, обеспечивают формализацию взаимосвязей и взаимодействия компонентов реальной социально-экономической среды и инфраструктуры безопасности региона. Отношения принадлежности связывают когнитивных агентов с субъектами региональной безопасности: I={SZ, CSP, PA, PSS, UA, IN, OUT, CLASS, FIELD, H}, где SZÍS×Z – отношение «субъект безопасности участвует в решении задачи управления безопасностью в определенной кризисной ситуации»; CSPÍCS×P – симметричное отношение «кризисная ситуация–процесс управления безопасностью», ассоциирующее возникающую кризисную ситуацию с соответствующим ей процессом управления безопасностью; PAÍP×A – симметричное отношение «процесс управления безопасностью–агент», ассоциирующее процесс управления безопасностью в кризисной ситуации с представляющим его в мультиагентной виртуальной среде управления региональной безопасностью когнитивным агентом; PSSÍP×SS – отношение «организационная структура безопасности включает процесс управления безопасностью», отношение транзитивно, то есть "xÎP, "y, zÎCS(xPCSyÙyPCSzÞxPCSz); UAÍU×A – отношение «узлы виртуальной среды безопасности включают когнитивных агентов»; INÍP×B(R) – отношение «процесс–множество входных ресурсов»; OUTÍP×B(R) – отношение «процесс–множество выходных ресурсов»; CLASSÍCS×CSC – отношение, ассоциирующее рассматриваемую кризисную ситуацию с соответствующим ей классом; FIELDÍCS×CSF – отношение, задающее предметную область рассматриваемой кризисной ситуации; H – иерархия объектов модели, отражающая их организационные взаимоотношения (отношение иерархии H определено на множествах S, P, CSC, CSF).

На множестве S отношение H задает иерархии организационной подчиненности субъектов безопасности. На множестве P это отношение задает иерархию процесс–подпроцесс–функция. На множествах CSC и CSF отношение H задает иерархии классов и предметных областей соответственно.

Отношение иерархии H на множестве O определяется следующим образом: HÍO´B(O), где B(O) – булеан множества O. Отношение определяет для каждого элемента oÎO множество подчиненных элементов – подэлементов.

Также определим обратное по семантике отношение «является потомком»: ISCHÍO´O.

Отношение иерархии определяет на множестве О классы эквивалентности, то есть "o1, o2ÎO, o1¹o2: H(o1)Ç H(o2)=Æ, где H(o) – множество под­элементов (потомков) элемента о.

Введем следующие обозначения классов эквивалентности по отношению к H: O0={o0} – корневой элемент иерархии (класс эквивалентности состоит из одного элемента);  – класс эквивалентности, образованный элементами иерархии 1-го уровня;  – класс эквивалентности, образованный элементами 1-го уровня иерархии, являющимися потомками элемента ni на i-м уровне иерархии, то есть .

Определим также метрику d, которая характеризует дистанцию между парой элементов в иерархии:  и  и , тогда

где z>0 – масштабирующий коэффициент, определяющий скорость убывания метрики d в зависимости от дистанции между o1 и o2 в иерархии. Первое условие за фигурной скобкой означает, что элементы o1, o2 равны или находятся в отношении ISCH.

В соответствии с определением метрики d параметры m и l находятся в соотношениях m

Тогда с учетом того, что для равных o1, o2 l1=l2, областью значений метрики d является интер- вал [1, +¥].

Множество атрибутов объектов концептуальной модели описывается следующим образом: Attr=, где TA – множество типов агентов (web-сервисов); TR – множество типов информационных ресурсов; TO={'on-line', 'off-line'} – множество типов (режимов) доступа к информационным ресурсам; F – множество функций агентов.

КМ МИАС включает в себя также иерархическую древовидную структуру – дерево целей, которое отражает процесс декомпозиции главной цели обеспечения глобальной безопасности развития региона на подцели, такие как обеспечение экономической безопасности, обеспечение кадровой безопасности, обеспечение экологической безопасности и т.д.

Таким образом, КМ МИАС выполняет две основные функции [4]: во-первых, является средством структуризации и формализованного представления знаний о предметной области и, во-вторых, за счет формального задания отношений на множествах объектов модели обеспечивает возможность автоматического логического вывода в процедурах формирования ВОСБ, объединяющих агентов субъектов безопасности, ориентированных на решение конкретных задач управления региональной безопасностью в кризисных ситуациях. Модель является также основой для представления структуры и алгоритмов работы разработанного прототипа распределенной мульти- агентной системы информационно-аналитической поддержки управления региональной безопасностью [2], ее функциональных возможностей и составляющих программных модулей.

Для структуризации, формализации и обеспечения возможностей гибкого многократного использования экспертных знаний в распределенных информационных системах в настоящее время широко применяются онтологии как динамично развивающаяся и перспективная форма представления знаний [5]. Поэтому практическим воплощением предложенной КМ МИАС является ее реализация в виде прикладной онтологии региональной безопасности, используемой в качестве базы знаний агентов системы. Онтология задает интеллектуальность когнитивного агента: чем точнее составлена онтология и более корректно обозначены связи, тем полнее агент представляет предметную область, для которой он существует. Она определяет цели и правила взаимодействия агентов, а также отношения между ними. Созданная онтология реализована в терминах языка онтологического моделирования OWL. Так как разработка агентов системы выполнялась на базе платформы JADE, для возможности работы агентов с прикладными онтологиями использовалась специальная библиотека AgentOWL. Она обеспечивает создание и использование RDF/OWL-онто­логий в качестве моделей знаний агентов.

Из построенной концептуальной модели следует система показателей безопасности – набор определенных параметров для каждой области региональной безопасности, которые используются в качестве входных параметров соответствующих имитационных моделей. Основное назначение имитационной модели – сделать прогноз показателя безопасности при заданных параметрах и ограничениях. Имитационные модели реализуются с помощью агентной технологии и системной динамики. Системно-динамические модели используются для приближенного прогноза и выявления тенденций в динамике показателей безопасности, а агентные модели – для более точных количественных оценок этих показателей. Переход от концептуальной модели к модели системной динамики реализуется на основе разработанного в Институте информатики и математического моделирования технологических процессов Кольского научного центра РАН метода концептуального синтеза динамических моделей сложных систем, представленного в работе [3] и обеспечивающего синтез моделей системной динамики из соответствующих концептуальных моделей.

Метод синтеза ВОСБ

Автоматизированный синтез ВОСБ основан на анализе отношений и атрибутов объектов разработанной КМ МИАС. ВОСБ представляют собой коалиции когнитивных агентов и набор информационных ресурсов, сформированные в зависимости от концептуальных описаний рассматриваемого класса кризисных ситуаций и моделей решаемых задач.

Предлагаемый в данной работе метод синтеза проблемно-ориентированных ВОСБ, направленных на решение задач управления региональной безопасностью в кризисных ситуациях, включает шесть основных этапов.

1.     Формализация описаний разнотипных кризисных ситуаций в терминах КМ МИАС, определение параметров моделей решаемых задач.

2.     Формирование коалиций агентов, обладающих достаточными суммарными компетенциями для решения определенного на первом этапе перечня задач, и последующий синтез допустимых ВОСБ в рамках мультиагентной информационно-аналитической среды с учетом заданных ограничений, обеспечивающих информационную поддержку процесса принятия решений по управлению безопасностью в кризисных ситуациях.

3.     Оценка неопределенности и степени разрешимости рассматриваемых кризисных ситуаций с учетом имеющихся ограничений на основе синтезированных альтернативных вариантов ВОСБ (оценка потенциальной эффективности ВОСБ).

4.     Доопределение параметров ВОСБ в автоматизированном режиме либо в режиме диалога с пользователем и формирование на их основе ситуационно-коалиционных мультиагентных систем управления безопасностью, представляющих собой совокупность взаимодействующих коалиций когнитивных агентов и виртуальных сетей ресурсов, динамически формируемых в зависимости от класса (модели) анализируемых кризисных ситуаций на треке развития РСЭС и множества решаемых при этом задач. Под моделью кризисной ситуации понимается формализованное описание параметров состояния РСЭС в рассматриваемый момент времени.

5.     Оценка потенциальных угроз региональной безопасности с учетом выбранных критериев, анализ сценариев развития ситуации с помощью имитационного моделирования.

6.     Реконфигурация ВОСБ в случае получения новой информации из внешней среды либо по результатам прогноза изменения параметров состояния рассматриваемого множества кризисных ситуаций.

Метод позволяет в автоматизированном режиме формировать потенциально эффективные проблемно-ориентированные виртуальные организационные структуры, направленные на решение задач управления безопасностью РСЭС, на основе формализованных описаний кризисных ситуаций и деятельности субъектов безопасности в рамках мультиагентной виртуальной среды региональной безопасности.

Представим формальную постановку задачи синтеза ВОСБ в терминах КМ МИАС.

Пусть для некоторого объекта безопасности O в момент времени t зафиксирована кризисная ситуация CS класса CSC. Модель кризисной ситуации описывается набором компонентов CS={O, Z, S, R, P, t}, где O – объект безопасности; Z={z1, z2, …, zN},  – совокупность взаимосвязанных задач, которые необходимо решить для разрешения ситуации CS; S – множество субъектов безопасности, участвующих в локализации кризисной ситуации; R – множество ресурсов, необходимых для решения задач zqÎZ,  причем ,  M – мощность множества R; P – процесс управления безопасностью в рассматриваемой кризисной ситуации CS, представляющий собой последовательное решение всех задач zqÎZ, ; t – параметр времени. Для решения совокупности задач zqÎZ,  субъекты безопасности S должны обладать соответствующими компетенциями. В качестве количественной меры для оценки компетенций субъектов безопасности предложено использовать их информационную и функциональную мощности. Информационная мощность субъекта безопасности ,,  для решения задачи zqÎZ задает имеющиеся у него в наличии информационные ресурсы для поддержки принятия решений в рассматриваемой кризисной ситуации. Функциональная мощность субъекта безопасности , , , определяет набор реализуемых им функций (предоставляемых сервисов, аналитических ресурсов). Семантика компетенций субъектов безопасности определяется на онтологии региональной безопасности, созданной на основе КМ МИАС. Тогда любая задача, решаемая в рамках процесса управления безопасностью в текущей кризисной ситуации, может быть формально описана в виде , где  – вектор ограничений, характеризующийся такими параметрами, как время кризисного реагирования, определяемое классом объекта безопасности, количество имеющихся в наличии исполнительных ресурсов и т.д.

Для решения задач zqÎZ требуются исполнительные ресурсы, которые представлены субъектами безопасности: профильными ведомствами и службами, ситуационными центрами, центрами кризисного реагирования, центрами мониторинга и прогнозирования социально-экономического развития, органами регионального управления и т.д. Субъекты безопасности являются автономными проактивными сущностями и обладают целенаправленным поведением, что обеспечивает предпосылки для имитации и виртуализации их проблемно-ориентированной деятельности посредством программных мобильных агентов в распределенной виртуальной среде.

Пусть в контексте рассматриваемой постановки задачи синтеза ВОСБ также известно конечное множество агентов субъектов безопасности A={a1, a2, …, am}, такое, что каждому субъекту безопасности ставится в соответствие его виртуальный представитель в распределенной информационной среде, то есть G:S®A, SAÍS´A. Тогда каждый из агентов apÎA,  реализует компетенции своего хозяина-пользователя в виртуальной среде, а именно и , где , , ; , , . Также задан вектор ограничений , определяющий возможности субъекта безопасности – возможное время реагирования, количество имеющихся в наличии ресурсов (единицы техники, человеческие ресурсы, информация) и т.д.

Таким образом, задача синтеза ВОСБ заключается в подборе множества агентов KCSÍA, суммарная компетенция которых удовлетворяет требованиям разрешимости кризисной ситуации CS с учетом имеющейся неполной исходной информации о ситуации, а также минимизации вовлеченных в процесс управления безопасностью информационных, аналитических и исполнительных ресурсов, то есть RCS(t)®min, причем ресурсы должны обеспечить решение всех задач zqÎZ, , и быть доступными на интервале времени [t0; T], где t0 – время поступления информации о кризисной ситуации (идентификация входных данных в системе) в виде пользовательского запроса; T – момент времени принятия решения.

Для решения задачи синтеза ВОСБ для рассматриваемой кризисной ситуации необходимо следующее.

·       Определить соответствие между компетенциями (j, k), требуемыми для решения совокупности задач по локализации кризисной ситуации, и компетенциями агентов субъектов безопаснос- ти (j*, k*). Решение данной задачи позволяет опре- делить множество потенциальных субъектов безопасности, участвующих в разрешении рассматриваемой кризисной ситуации, и сводится к определению семантической близости описания ситуации и компетенций агентов, то есть к установлению взаимно однозначного соответствия между компетенциями, необходимыми для решения задач в кризисной ситуации, и компетенциями агентов субъектов безопасности:  и .

·       Определить требуемый набор ресурсов для разрешения кризисной ситуации в соответствии с выбранными критериями. В рамках данной задачи агент apÎA может участвовать в решении нескольких задач zqÎZ при условии, что имеет доступные (свободные) ресурсы, определяемые его компетенциями.

Каждый агент в зависимости от своих компетенций может стремиться к максимальному использованию своих функциональных и информационных мощностей:  и ; а также к сокращению времени решения задачи zqÎZ:  и , где  и  – время выполнения агентом apÎA  задачи zqÎZ в зависимости от своих компетенций  и .

Для совместного решения сложных задач zqÎZ в контексте рассматриваемой кризисной ситуации агенты могут объединяться в коалиции. Коалицию агентов можно определить как группу агентов, объединенных общими целями для решения задачи zqÎZ и обладающих достаточной суммарной компетенцией для ее решения. Возможны два способа формирования проблемно-ориентированных коалиций агентов: статическое и динамическое. В случае статического формирования коалиций параметры, описывающие текущую ситуацию CS и компетенции агентов A, фиксированы, тогда как при динамическом формировании коалиций они меняются с течением времени. В работе исследован процесс динамического формирования коалиций агентов. Совокупность коалиций агентов , объединяющая всех агентов субъектов безопасности, участвующих в разрешении кризисной ситуации CS, соответствует синтезируемой ВОСБ. Таким образом, задача синтеза ВОСБ для управления безопасностью в кризисных ситуациях непосредственно связана с формированием проблемно-ориентированных коалиций агентов.

Формирование проблемно-ориентированных коалиций агентов, согласно [6, 7], – один из эффективных подходов к конфигурированию виртуальных организационных структур под конкретную задачу посредством применения согласованных стратегий, временная логика которых зависит от динамически меняющихся условий.

Компетенции агентов субъектов безопасности реализуются, как правило, в виртуальной среде в виде информационных сервисов, которые агенты предоставляют по запросу пользователям либо другим агентам.

Пусть AS={as1, as2, …, asQ} – множество сервисов агентов. В концепции SOA (методология построения распределенных информационных систем на базе сервисно-ориентированной архитектуры [8]) сервисы описываются следующими компонентами asi=(Ii, Oi, Yi, Ei), где Ii – входы сервиса; Oi – выходы сервиса; Yi – условия корректной работы сервиса asi и ожидаемых результатов его функционирования; Ei – состояние среды исполнения сервиса asi, в которое она переходит в результате его выполнения.

Если рассматривать сервисы агентов как функции для решения задач zqÎZ в рамках процесса управления безопасностью P в конкретной кризисной ситуации CS, то синтез ВОСБ представляет собой итеративный процесс подбора композиции сервисов, таких, что выходные ресурсы одного сервиса могут быть использованы в качестве входных ресурсов другого сервиса, обеспечивая при этом решение всех взаимосвязанных задач по разрешению ситуации CS, то есть должны выполняться следующие условия:

либо ,

где IN(asi) и OUT(asi) – множества входных и выходных ресурсов сервиса asi соответственно. Виртуальная организационная структура формируется как направленный ациклический граф, вершинами которого являются сервисы агентов, а дугами – их входные и выходные ресурсы. Условием останова итеративного алгоритма может быть достижение целевой установки в виде заданного результирующего ресурса, получение на очередной итерации множества входных ресурсов, удовлетворяющих заданным требованиям (например, ресурсов, имеющихся в наличии у субъекта безопасности), или же истечение времени жизни агента, инициировавшего процедуру синтеза.

Для определения сходства множества входных и выходных ресурсов сервисов необходимо установить сходство экземпляров, которые описывают эти ресурсы. Так как ресурсы описываются в терминах онтологии предметной области и основаны на OWL, семантическое сходство описаний экземпляров ресурсов определяется с использованием понятий эквивалентности и производной, определенных в дескриптивной логике. Считается, что все элементы множества равны, если на них может быть определено одно из двух отношений, а именно, эквивалентности º и включения ´. Соответствие концептов из конкретной онтологии, представляющих входные и выходные ресурсы сервисов, относится к одному из следующих типов: а) соответствие эквивалентности или б) соответствие включения. Сходство ресурсов измеряется с помощью их параметров. Степень сходства определяется на основе вычисления дистанции между концептами онтологии, в которой параметры описания ресурсов являются концептами. Для оценки степени соответствия ресурсов (сходства по входам и/или выходам сервисов), получаемых на выходе одного сервиса, входным ресурсам другого в условиях неполных слабоструктурированных разнородных исходных данных предложено использовать составную семантическую метрику, основанную на отношении d-эквивалентности [9], заданном на множестве ресурсов. Отношение d-эквивалентности, заданное на множестве ресурсов, используется в качестве критерия отбора включаемых в виртуальную структуру сервисов (агентов).

В заключение отметим, что в ходе проведенных исследований были получены следующие основные результаты.

1.     Разработана формальная концептуальная модель мультиагентной интегрированной информационно-аналитической среды поддержки управления региональной безопасностью, обеспечивающая основу для автоматизированного синтеза ВОСБ.

2.     Предложен метод автоматизированного синтеза ВОСБ. Синтез осуществляется на базе формализованных концептуальных описаний решаемых в рамках информационно-аналитической среды безопасности задач с учетом модели рассматриваемой кризисной ситуации, согласованности целей взаимодействия субъектов безопасности, временных и ресурсных ограничений. Метод позволяет синтезировать виртуальные структуры безопасности, в том числе в условиях использования слабоструктурированных неполных исходных данных о рассматриваемой кризисной ситуации. Это обеспечивает его применимость на начальных этапах процесса принятия решений по управлению безопасностью в кризисных ситуациях, связанных с определением необходимых исполнительных ресурсов, согласованием и формированием планов совместных действий.

Полученные результаты использовались при разработке «Стратегии социально-экономического развития Мурманской области до 2015 года», а также при реализации «Стратегии развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года» на территории Мурманской области.

На основе представленных в работе результатов сформирована мультиагентная виртуальная сетецентрическая информационно-аналитическая среда поддержки управления безопасностью развития Мурманской области – МИАС «Безопасный Виртуальный Регион» [2], представляющая собой иерархическое виртуальное пространство региона как интеграционную площадку для проблемно-ориентированных ситуационно-коалиционных мультиагентных систем управления региональной безопасностью, мониторинга социально-экономи­ческого развития и кризисного реагирования.

Литература

1.     Олейник А.Г., Федоров А.М. Проблемы и задачи формирования единого информационного пространства Арктической зоны РФ: тр. Кольского науч. центра РАН: Сер. Информационные технологии. Апатиты, 2011. Вып. 2. С. 19–28.

2.     Маслобоев А.В. Мультиагентная информационно-аналитическая среда поддержки управления региональной безопасностью «Безопасный Виртуальный Регион» // Науч.-технич. вест. информ. технологий, механики и оптики. 2013. № 4 (86). С. 128–138.

3.     Емельянов С.В., Попков Ю.С., Олейник А.Г., Пути- лов В.А. Информационные технологии регионального управления. М.: Эдиториал УРСС, 2004. 400 с.

4.     Горохов А.В., Олейник А.Г., Путилов В.А. Когнитивные функции концептуальных моделей социально-экономичес­ких систем // II Междунар. конф. по когнитивной науке: тез. докл. СПб: Изд-во СПбГУ, 2006. Т. 2. С. 576–577.

5.     Ломов П.А., Шишаев М.Г. Интеграция онтологий с использованием тезауруса для осуществления семантического поиска // Информационные технологии и вычислительные системы. 2009. № 3. С. 49–59.

6.     Смирнов А.В., Шереметов Л.Б. Модели формирования коалиций кооперативных агентов: состояние и перспективы исследований // Искусственный интеллект и принятие решений. 2011. № 1. С. 36–48.

7.     Путилов В.А., Шишаев М.Г., Олейник А.Г. Технологии распределенных систем информационной поддержки инновационного развития региона: тр. Института системного анализа РАН: Прикладные проблемы управления макросистемами. М.: ЛИБРОКОМ, 2008. Т. 39. С. 40–63.

8.     Жебрун Н.Н. Использование сервис-ориентированных архитектур при построении информационных систем // Алгоритмы, методы и системы обработки данных. 2005. № 10. С. 249–254.

9.     Маслобоев А.В., Шишаев М.Г. Модели и технологии информационной поддержки логистики инноваций // Инновации. 2011. № 6 (152). С. 40–53.

References

1.     Oleynik A.G., Fedorov A.M. Issues of consolidated information area of Russian Arctic zone. Trudy Kolskogo nauchnogo centra RAN [Proc. of Kola science centre RAS]. Apatity, 2011, iss. 2, pp. 19–28 (in Russ.).

2.     Masloboev A.V. Multi-agent research and information environment for regional security control support. Scientific and technical journ. of information technologies, mechanics and optics. 2013, no. 4 (86), pp. 128–138 (in Russ.).

3.     Emelyanov S.V., Popkov Yu.S., Oleynik A.G., Puti- lov V.A. Informatsionnye tekhnologii regionalnogo upravleniya [Information technologies for regional management]. Moscow, Editorial URSS Publ., 2004, 400 p.

4.     Gorokhov A.V., Oleynik A.G., Putilov V.A. Tezisy dokladov v 2 t. II Mezhdunar. konf. po kognitivnoy nauke [Proc. of the 2nd int. conf. on cognitive science: thesis]. St. Petersburg, St. Petersburg State Univ. Publ., 2006, vol. 2, pp. 576–577.

5.     Lomov P.A., Shishaev M.G. Ontologies integration using thesaurus for semantic search. Informatsionnye tekhnologii i vychislitelnye sistemy [IT and computer systems]. 2009, no. 3, pp. 49–59 (in Russ.).

6.     Smirnov A.V., Sheremetov L.B. Formation models for collaborative agents combinations: current state and research trends. Iskusstvenny intellekt i prinyatie resheniy [Artificial intelligence and decision making]. 2011, no. 1, pp. 36–48 (in Russ.).

7.     Putilov V.A., Shishaev M.G., Oleynik A.G. Trudy Instituta sistemnogo analiza RAN: Prikladnye problemy upravleniya makrosistemami [Proc. of ISA RAS: macrosystems control applied problems]. Moscow, “LIBROKOM” Publ., 2008, vol. 39, pp. 40–63 (in Russ.).

8.     Zhebrun N.N. Using service-oriented architechtures when designing information systems. Algoritmy, metody i sistemy obrabotki dannykh [Data processing algorithms, methods and systems]. 2005, no. 10, pp. 249–254 (in Russ.).

9.     Masloboev A.V., Shishaev M.G. Innovatsii [Innovations]. 2011, no. 6 (152), pp. 40–53 (in Russ.).


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=3674
Версия для печати
Выпуск в формате PDF (7.95Мб)
Скачать обложку в формате PDF (1.45Мб)
Статья опубликована в выпуске журнала № 4 за 2013 год. [ на стр. 141-149 ]

Возможно, Вас заинтересуют следующие статьи схожих тематик: