На правах рекламы:
ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Авторитетность издания

ВАК - К1
RSCI, ядро РИНЦ

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Июня 2024

Статьи из выпуска № 1 за 2021 год.

Упорядочить результаты по:
Дате публикации | Заголовку статьи | Авторам |

1. Архитектура и программная реализация исследовательского стенда корпоративной беспроводной локальной вычислительной сети [№1 за 2021 год]
Авторы: Абросимов Л.И., Орлова М.А., Хаю Х.
Просмотров: 2422
В статье представлены архитектура и программная реализация исследовательского стенда для получения и анализа вероятностно-временных характеристик корпоративной беспроводной локальной вычислительной сети (БЛВС). В ходе разработки данного стенда авторами были получены математические соотношения для расчета гарантированной интенсивности мультимедийного трафика. Исследовательский стенд состоит из двух независимых блоков. Блок «Стенд моделирования» содержит описание БЛВС и потоков мультимедийного трафика в дискретно-событийной системе моделирования ns-3. Блок «Анализ результатов моделирования» содержит программы для анализа файлов передаваемого трафика и результатов моделирования, а также программы расчета характеристик производительности. Блок «Анализ результатов моделирования» написан на языке Python3, анализ файлов передаваемого трафика производился с использованием библиотеки pyshark. Также в статье содержатся аналитические уравнения модели БЛВС, используемые в блоке «Анализ результатов моделирования». Приведенные уравнения позволяют для заданного времени гарантированной доставки пакетов, для беспроводных каналов связи, использующих заданный ка-нальный протокол, определить предельную интенсивность доставленных пакетов. Программная реализация исследовательского стенда дает возможность получить зависимости гарантированной интенсивности мультимедийного трафика для заданных параметров: структуры БЛВС, параметров беспроводного канала связи и канальных протоколов управления доступом. Разработанный стенд обеспечивает возможность работы в двух режимах. В режиме разработки новой БЛВС, когда известными параметрами являются паспортные данные оборудования, логические характеристики протоколов и предполагаемые характеристики трафика, используется полный набор функциональных модулей и блоков, стенд позволяет обеспечить как согласование трафика с ресурсами передачи и обработки, так и заданную производительность БЛВС. В режиме эксплуатации, когда мониторинг позволяет получить реальные характеристики трафика и протоколов, стенд дает возможность администратору БЛВС оценить производительность БЛВС и интенсивность трафика. В этом режиме используется ограниченный набор модулей, который требует гораздо меньше времени для оценки производительности БЛВС, предоставляет возможность адаптивно изменять настройки БЛВС и обеспечивать характеристики производительности БЛВС, соответствующие требованиям QoS.

2. Программные среды для изучения основ нейронных сетей [№1 за 2021 год]
Авторы: Богданов П.Ю., Краева Е.В., Веревкин С.А., Пойманова Е.Д., Татарникова Т.М.
Просмотров: 3213
В статье рассмотрены способы и методы изучения и построения нейронных сетей. Показано, что изучение принципов функционирования нейронных сетей, их применение для решения тех или иных задач возможны только через практику. Проведен анализ различных программных сред, которые могут быть использованы на лабораторных и практических занятиях по изучению и применению нейронных сетей. Выделен современный облачный сервис Google Colaboratory, рекомендуемый для обучения основам нейронных сетей благодаря наличию в нем предустановки библиотеки Tensorflow и библиотеки для работы на языке Python, бесплатного доступа к графическим процессорам, возможности написания и выполнения программного кода в браузере, а также отсутствию необходимости специальной настройки сервиса. Рассматриваются примеры проектирования нейронных сетей в Colaboratory, в частности, решение задач распознавания и классификации изображений, прогнозирования. Показано, что для распознавания и классификации изображений может быть использована сверточная нейронная сеть, особенностью которой является получение карты признаков изображения с последующей сверткой. Приведены фрагменты программного кода для этапов подключения необходимых библиотек, загрузки датасетов, нормализации изображений, сборки нейронной сети и ее обучения. Решение задачи прогнозирования рассмотрено на примере нейронной сети прямого распространения с алгоритмом обратного распространения ошибок в процессе обучения, суть которой в получении на выходном слое ожидаемого значения при подаче на входной слой соответствующих данных. Обратное распространение ошибок заключается в настройке весовых коэффициентов, дающих наибольшую корреляцию между входным набором данных и соответствующим ему результатом.

3. Семантический анализ научных текстов: опыт создания корпуса и построения языковых моделей [№1 за 2021 год]
Авторы: Бручес Е.П., Паульс А.Е., Батура Т.В., Исаченко В.В., Щербатов Д.Р.
Просмотров: 2837
Данная статья посвящена исследованию методов автоматического обнаружения сущностей (NER) и классификации семантических отношений (RC) в научных текстах из области информационных технологий. Научные публикации содержат ценную информацию о передовых научных достижениях, однако эффективная обработка непрерывно увеличивающихся объемов данных яв-ляется трудоемкой задачей. Требуется постоянное совершенствование автоматических методов обработки такой информации. Современные методы, как правило, довольно хорошо решают обозначенные задачи с помощью глубокого машинного обучения, но, чтобы добиться хорошего качества на данных из конкретных областей знаний, необходимо дообучать полученные модели на специально подготовленных корпусах. Подобные коллекции научных текстов существуют для английского языка и активно используются научным сообществом, однако в настоящее время на русском языке такие корпусы в открытом доступе не представлены. Статья содержит описание созданного корпуса текстов на русском языке. Корпус RuSERRC состоит из 1 600 неразмеченных документов и 80 размеченных сущностями и семантическими отношениями (рассмотрены 6 типов). В работе также предложены несколько модификаций методов для построения моделей, работающих с русским языком. Это особенно актуально, так как большая часть существующих исследований ориентирована на работу с данными на английском и китайском языках и найти в свобод-ном доступе качественные модели для русского языка не всегда возможно. В статью включены результаты экспериментов по сравнению словарного метода, RAKE и методов на основе нейронных сетей. Модели и корпус являются общедоступными, могут быть полезными для проведения исследований и при создании систем извлечения информации.

4. Ментальные модели в проектировании поведения искусственных сущностей [№1 за 2021 год]
Автор: Виноградов Г.П.
Просмотров: 3408
Актуальность рассматриваемой в данной статье проблемы связана с необходимостью проектирования искусственных систем для выполнения некоторой миссии подобно человеку и при взаимодействии с ним. Анализ подходов к построению искусственных сущностей показал, что разработчики зачастую наделяют их своими паттернами поведения в силу специфики используемых ими понятий и концепций. В результате возникают разрывы между формальными моделями паттернов, предлагаемых разработчиками, и ожиданиями со стороны пользователей. Цель авторов статьи – обосновать подход к разработке ПО интеллектуальных систем управления поведением искусственных сущностей на базе теории паттернов, обеспечивающий разработку цифровых продуктов на основе паттернов поведения субъекта-лидера для систем управления искусственными сущностями, автоматизирующих выполнение задач миссии. В работе использованы методы теорий рефлексивных игр и информационного управления си-стемами, обладающими волей и интеллектом. На основе формальной модели паттерна поведения выделены десять составных элементов. Показано, что эти элементы образуют то, что можно назвать интеллектуальной цифровой машиной, предназначенной для автоматизации выполнения миссии в интересах субъекта-хозяина. Эти составные элементы присутствуют при выполнении миссии человеком, в том числе и у всех участников проекта по разработке искусственной сущности. Показано, что согласование представлений об архитектуре искусственной сущности путем обмена информацией при обсуждении позволяет определить наиболее эффективную модель паттерна поведения и всех ее составляющих для реализации в искусственной сущности. Согласование предложено проводить в форме игры путем проведения экспериментов по методу ТОТЕ (набор входных данных  воздействие  результат), используя пространственную и визуальную логику для интерпретации результатов. Обоснована возможная логика интерпретации. Кратко рассмотрены модели составных элементов паттерна поведения искусственной сущности, а также пример реализации подхода. Показано, что в условиях жесткого дефицита времени выбор на основе паттернов поведения позволяет реализовать эффективное поведение, не требующее значительных вычислительных ресурсов.

5. Алгоритмы паттернов интеллектуального узла в составе беспроводной сенсорной сети [№1 за 2021 год]
Авторы: Виноградов Г.П., Емцев А.С., Федотов И.С.
Просмотров: 3694
Одной из тенденций в области развития современных вооружений является «связывание» от-дельных образцов с определенной степенью автономии в комплекс с использованием, как правило, беспроводных сенсорных сетей. Область применения таких комплексов – неопределенные и плохо формализуемые среды. Достичь их желаемой эффективности возможно, главным образом, путем совершенствования интеллектуальной составляющей системы управления комплексом в целом и отдельным узлом в частности. Однако следует отметить, что подавляющее число исследований в этой области остается лишь на теоретическом уровне. Существует разрыв между примитивными моделями поведения искусственных сущностей, например, в роевой робототехнике, моделями их взаимодействия и ожиданиями со стороны практики. Ситуация усугубляется требованиями скрытности, миниатюризации, малого энергопотребления. Цель данного исследования – представить подход к разработке ПО интеллектуальных систем управления отдельным узлом сети, обладающим заданной степенью автономии при выполнении задач. Предложить в условиях ограничений по энергопотреблению и быстродействию сравнительно простые алгоритмы для придания узлу сети свойства интеллектуального поведения, обеспечить способность к изучению обстановки и принятию решений как самостоятельно с учетом получаемых от других устройств сети данных, так и в составе группы. В работе использованы методы теории нечетких множеств, теории построения нечетких моде-лей и сетей, а также подходы и алгоритмы построения бортовых интеллектуальных систем управления. Показано, что требуемые алгоритмы можно разработать, если выявить классы типовых ситуаций и успешные способы действия в реальных условиях. На этой основе появляется возможность разработки формальных моделей поведения (паттернов) для реализации в системе управления уз-лом. Предложена двухуровневая структура интеллектуальной системы управления сетью. Верхний уровень, реализуемый оператором, соответствует таким свойствам, как выживание, безопасность, выполнение обязательств согласно миссии, накопление и корректировка базы знаний в виде эффективных паттернов поведения. Объектом управления для нее является сеть, рассматриваемая как некая функциональная система. Она осуществляет расчет текущих показателей удельной ценности по результатам и эффективности в момент t, расчет и реализацию способа действия (поведения) в момент t согласно заданному паттерну поведения, мониторинг результатов реализации паттерна поведения.

6. Подход к проектированию программного обеспечения систем управления искусственными сущностями [№1 за 2021 год]
Авторы: Виноградов Г.П., Конюхов И.А., Шепелев Г.А.
Просмотров: 3870
Задачи интеллектуального управления искусственными сущностями (в том числе роботизированными комплексами) тесно связаны с проблемой принятия решений. Формальная теория выбора развивалась путем абстрагирования от субъективных факторов. Это привело к созданию нормативной теории принятия решений «идеальным» субъектом. Анализ подходов к построению систем управления роботизированными комплексами показал, что они не обладают способностью самостоятельно принимать решения. На практике разработчики продумывают возможные варианты поведения таких систем, и соответствующие алгоритмы закладываются в систему управления роботизированными комплексами. Как результат – такой объект не обладает свойством самодостаточного поведения, гарантирующего выполнение некоторой миссии, особенно в составе человеко-машинной системы. Требование интеллектуализации поведения заставляет пересмотреть логические и математические абстракции, положенные в основу построения их бортовых систем управления. Цель работы – обосновать подход к разработке ПО интеллектуальных систем управления роботизированными комплексами на базе теории паттернов. Разработать подход, обеспечивающий перенос эффективного опыта в систему управления роботизированными комплексами, совместимость теологического подхода и подхода, основанного на причинно-следственных связях, что важно при интеграции роботизированных комплексов и личного состава подразделений, показать, что закономерности отхода субъекта от идеального рационального выбора к субъективно рацио-нальному связаны с особенностями идентификации и понимания состояния внешнего окружения и свойств своих интересов. Внешние факторы связаны с обязательствами, которые принимает на се-бя агент. Внутренние факторы отражают интересы субъекта, индуцируемые его потребностями и этической системой, которой он придерживается. В работе использованы методы теории рефлексивных игр и теории информационного управления системами, обладающими волей и интеллектом. Показано, что выбор в условиях жесткого дефицита времени осуществляется на основе паттернов поведения, отражающих эффективный опыт. Паттерны образуют как информационную структуру представлений, так и множество возможных вариантов представлений. Оценки удовлетворенности текущей ситуацией выбора субъектом приводят к изменению структуры интересов субъекта, и он может ее выбирать. Разработана формальная модель паттерна поведения. Предложен подход к решению проблем идентификации и построения моделей паттернов, используя для этого четыре позиции обработки информации. Разработан метод логического вывода на паттернах. Приведены результаты программных решений идентификации паттерна поведения при использовании тренажерных систем нового поколения.

7. Разработка схем онтологий на основе преобразования электронных таблиц [№1 за 2021 год]
Авторы: Дородных Н.О., Юрин А.Ю., Видия А.В.
Просмотров: 3413
Использование онтологий является широко распространенной практикой при создании интеллектуальных систем и баз знаний, в частности, для концептуализации и формализации знаний. Большинство современных подходов и инструментальных средств обеспечивают только ручное манипулирование концептами и отношениями, что не всегда эффективно. В связи с этим для автоматизированного формирования онтологий актуально использование различных информационных источников, в том числе электронных таблиц. В данной работе описывается метод автоматизированного создания онтологических схем в формате OWL2 DL на основе анализа и преобразования данных, извлекаемых из электронных таблиц. Особенностью метода является использование для промежуточного представления электронных таблиц оригинальной канонической реляционной формы, обеспечивающей унификацию входных данных. Метод основан на принципах трансформации моделей и состоит из четырех основных этапов: преобразование исходных электронных таблиц с произвольной компоновкой в каноническую (реляционную) форму; получение фрагментов онтологической схемы; агрегация от-дельных фрагментов онтологической схемы; генерация кода онтологической схемы в формате OWL2 DL. Реализация метода осуществлена в форме двух интегрированных по данным программных средств: консольного Java-приложения TabbyXL для преобразования таблиц и модуля расширения (плагина PKBD.Onto) для системы прототипирования продукционных экспертных систем Personal Knowledge Base Designer. В качестве иллюстративного примера рассмотрено преобразование электронной таблицы с информацией о минералах, приведен результат в форме фрагмента онтологической схемы. Метод и средства используются в учебном процессе в Институте информационных технологий и анализа данных Иркутского национального исследовательского технического университета.

8. Распараллеливание в задачах анализа физических данных эксперимента LHCb [№1 за 2021 год]
Авторы: Егорычев A.В., Беляев И.М., Овсянникова Т.А.
Просмотров: 2819
Общий прогресс в эксплуатационных характеристиках оборудования с 1990-х годов резко расширил возможности сборки информационных систем из готовых компонентов и сделал доступными свободно распространяемые программные инструменты конструирования систем программирования, в том числе поддерживающие организацию параллельных процессов если не на уровне языка, то на уровне библиотечных компонент. В работе представлены результаты применения метода распараллеливания в задачах физического анализа данных эксперимента LHCb, реализованных с помощью программного пакета OSTAP, на базе широко используемого в физике элементарных частиц пакета ROOT. Объемы данных, получаемые в реальном времени в экспериментах Большого адронного коллайдера, требуют высокой производительности вычислений и скорости принятия решений триггерной системой эксперимента. Высокая производительность ПО также является ключевым требованием для анализа данных, поступающих в систему хранения информации, полученных на последующих этапах работы эксперимента. Адаптация ПО к существующим многоядерным и многопроцессорным системам позволяет достичь необходимой вычислительной мощности для эффективного решения задач обработки данных. Программный пакет OSTAP имеет удобный и доступный для пользователя интерфейс, реализованный на языке Python. Язык Python также зарекомендовал себя как удобное средство разработки распределенных систем и сетевого программирования. Параллельный алгоритм может быть реализован по частям на множестве различных устройств с последующим объединением полученных результатов и получением целевого результата. Мультипарадигматические языки, такие как Python, показывают хорошие результаты в программировании сетевых процессов для многопроцессорных комплексов и привлекают большое число сторонников.

9. Программный комплекс для обнаружения и классификации природных объектов на основе топологического анализа [№1 за 2021 год]
Авторы: Еремеев С.В., Абакумов А.В.
Просмотров: 2426
От алгоритма поиска природных объектов на геоснимках требуется определенный баланс. Ввиду природного характера не существует двух полностью одинаковых объектов, поэтому данная задача требует от алгоритма некоторой устойчивости. Для подобных целей могут быть применены методы топологического анализа данных. Они позволяют получить уникальную характеристику изображения – баркод, который может использоваться в качестве обучения большинством современных классификаторов. На основе методов топологического анализа разработан программный комплекс, позволяю-щий выполнять поиск необходимого природного объекта на растровом снимке для его дальней-шей классификации и обработки. Структура программного комплекса включает несколько подси-стем: выделения областей интереса на снимке, построения баркодов, поиска схожих объектов, а также вывода и экспорта найденных объектов. В статье подробно описан принцип выделения объектов интереса на снимках, построения баркодов и их сравнения. Для каждого выделенного на геоснимке пространственного объекта вычисляются топологические характеристики в виде чисел Бетти, которые являются основой для по-строения баркода. Показан процесс разложения изображения на последовательность бинарных изображений для выявления устойчивых топологических характеристик. Продемонстрирован принцип сравнения баркодов для определения схожести выделенных областей интереса с эталонными объектами. Приведены примеры использования программного комплекса для задачи поиска айсбергов на растровом изображении. Показаны результаты найденных объектов с разной степенью схожести относительно эталонов в зависимости от заданных параметров. Программный комплекс может быть использован для широкого спектра задач при анализе природных объектов на геоснимках, включая обработку данных за разное время и на разных масштабах.

10. Использование энтропийных характеристик сетевого трафика для определения его аномальности [№1 за 2021 год]
Автор: Ефимов А.Ю.
Просмотров: 3421
Количество и масштабы сетевых компьютерных атак (вторжений) постоянно растут, что делает высокоактуальной задачу их оперативного обнаружения. Для этого применяются системы обнаружения вторжений уровня сети, опирающиеся на два подхода – обнаружение злоупотреблений и обнаружение аномалий, причем второй подход видится более перспективным в условиях постоянного появления новых и модифицированных видов вторжений. Основными объектами примене-ния техник обнаружения аномалий являются атаки массового характера (DoS- и DDoS-атаки, сканирования, распространение вирусов-червей и т.п.), которые трудно обнаружить другими (например, сигнатурными) методами, так как в их основе часто лежат штатные сетевые взаимодействия. Метод анализа энтропии для обнаружения аномалий сетевого трафика по сравнению со многими другими методами характеризуется достаточно простой реализацией и скоростью работы. Применение метода основано на общем предположении, что аномальный трафик более упорядочен или структурирован, чем обычный трафик, в одних параметрах и более хаотичен в других, что проявляется в виде снижения или роста энтропии этих параметров. Данная статья посвящена определению характера влияния атак на энтропию таких параметров трафика, как IP-адреса источника и назначения, а также порт назначения, рассматривая в качестве объектов DoS- и DDoS-атаки нескольких разновидностей. Описывается подход к определению энтропии (с использованием энтропии Шеннона). Приведены результаты проведенного автором моделирования, наглядно демонстрирующие неоднозначность влияния атак на энтропийные характеристики. Показана явная зависимость характера влияния (снижение или рост) от таких факторов, как источник, цель, мощность атаки, а также распределение нормального трафика. Сделаны выводы о возможности эффективного обнаружения аномалий, соответствующих DoS- и DDoS-атакам, путем анализа энтропии параметров сетевого трафика, но только при условии проведения данного анализа с учетом распределения нормального трафика и объемных характеристик нормального и суммарного трафиков.

| 1 | 2 | 3 | Следующая →