Программные продукты и системы

Статьи из выпуска № 4 за 2022 год.

Упорядочить результаты по: Дате публикации | Заголовку статьи | Авторам

1. Алгоритмы генерации обучающих множеств в системе с прецедентным выводом на основе ситуаций-примеров [№4 за 2022 год]
Авторы: Глухих И.Н., Глухих Д.И.
Просмотров: 1229
В статье рассматривается проблема создания обучающих множеств и их масштабирования в за-дачах машинного обучения. Предметом исследования является процесс генерации обучающих множеств на основе примеров в целях их аугментации. Для реализации идеи расширения предлагается использовать преобразование имеющихся приме-ров ситуаций. Преобразование примеров осуществляется на основе известного метода оптимизации – метода покоординатного спуска. Описывается постановка задачи преобразований ситуаций-примеров в терминах введенной моде-ли представлений. Предлагаются алгоритмы, позволяющие из исходного множества ситуаций-примеров, заданных с помощью формальных представлений, получать расширенное множество, которое будет включать в себя ситуации, отвечающие критериям сходства с данными примерами. В статье представлена апробация предложенных алгоритмов при исследовании нейросетей для отбора ситуаций в системах вывода по прецедентам. Полученные результаты имеют практическую значимость для обучения искусственных нейросетей, используемых в интеллектуальных системах поддержки принятия решений. Предложенные алгоритмы позволяют автоматизировать формирование наборов данных дата-сетов, используя имеющиеся подготовленные и одобренные примеры характерных ситуаций и решая задачу преобразований как задачу поиска оптимума целевой функции схожести.

2. Демонстратор программной платформы для настройки гиперпараметров нечеткой нейронной сети [№4 за 2022 год]
Авторы: Иванов В.К., Палюх Б.В.
Просмотров: 1789
В статье приводится описание исследовательского демонстратора для экспериментальной проверки и оценки вариантов применения нечетких алгоритмов и нейронных сетей в экспертной системе для диагностики сложных многостадийных технологических процессов. Цель разработки демонстратора – создание научно-технического задела для передачи готовых к внедрению решений на следующие этапы проекта. Демонстратор позволяет оценить уровень системной готовности разрабатываемых компонентов, провести исследовательские испытания, проверить работоспособность и эффективность функционирования программных реализаций при различных значениях параметров и их сочетаниях. Диагностика состояния сложного многостадийного технологического процесса предполагает совместную обработку первичных данных для получения вероятностных характеристик аномальных критиче-ских событий или инцидентов в условиях неопределенности. Авторами предложен вариант использования нечеткой нейронной сети, обучение которой происходит данными, сгенерированными с помощью функций доверия. Подход дает возможность значительно ускорить вычисления и минимизировать ресурсную базу. В статье основное внимание уделяется описанию функций управления моделями нейронной сети и обучающими наборами данных, обучения нейронной сети и проверки его качества, диагностики технологического процесса в раз-личных режимах. Подробно описаны настраиваемые гиперпараметры нейронной сети. Приведены примеры реализации диагностических процедур в различных режимах. Показано, что при функционировании программной диагностической системы в условиях, близких к реальным, могут быть проверены и экспериментально обоснованы исходные предположения, касающиеся сокращения времени обнаружения и прогнозирования инцидентов, и более точно определены множества технологических цепей, являющихся причинами инцидентов.

3. Динамическая схема GraphQL в реализации интегрированной информационной системы [№4 за 2022 год]
Авторы: Черныш Б.А., Мурыгин А.В.
Просмотров: 1890
В статье рассматривается возможность использования инструментария GraphQL с динамически изменяемой схемой данных. Стандартным путем определения типов данных и операций в GraphQL является статическая схема. При ее использовании вся структура данных определяется заранее и не может быть изменена динамически во время работы приложения, обслуживающего запросы. Это обстоятельство не позволяет применять GraphQL в приложениях, где структура данных может динамически изменяться. Для решения задачи используется подход, состоящий в хранении схемы данных в памяти приложения и перегенерации этой схемы в случае изменения метаданных. В данной работе приводится способ реализации этого подхода на примере разработанной авторами программной платформы SciCMS. Особенностью системы является ее ориентированность на требования по работе с данными о технически сложной продукции. Эти требования включают хранение данных в древовидном представлении с оптимизирующими механизмами выборки, контроль версий изделий, возможность использования разных языковых представлений изделий, управление жизненным циклом изделий, расширенные возможности интеграции с несколькими источниками данных. В статье описаны приемы, методики и технологии, задействованные при построении системы, приводятся схемы и диаграммы UML основных структур и процессов ядра приложения. Описываются детали реализации отдельных подсистем платформы. Проведены экспериментальные выборки данных с целью оценки эффективности выполнения запросов с использованием соединений (Join). На основании полученных данных выбраны наиболее эффективные инструменты оптимизации выборки иерархических данных. Представлены возможности платформы по ее интеграции с другими системами в рамках единого информационного пространства.

4. Защита от DDoS-атак своими руками: оперативные разработка и внедрение сервиса в Национальной исследовательской компьютерной сети России [№4 за 2022 год]
Автор: Абрамов А.Г.
Просмотров: 2486
Вопросам защиты цифровых инфраструктур организаций и устройств конечных пользователей от постоянно растущих по численности и становящихся все более изощренными киберугроз уделяется сегодня повышенное внимание на самых разных уровнях. Крайне важная задача – обеспечение надежной и эффективной защиты критических инфраструктур крупных операторов связи. Одним из распространенных типов киберугроз являются распределенные сетевые атаки, направленные на отказ в обслуживании (Distributed Denial of Service, DDoS), которые совершаются на разных уровнях сетевого взаимодействия (от инфраструктуры до приложений) и нацелены на различные ресурсы и сервисы. В настоящей работе проведен обзор современных методов и технологий борьбы с DDoS-атаками с акцентом на защиту сетей операторов связи и их пользователей. Обсуждаются использующие механизмы и протоколы динамической маршрутизации методы BGP Blackhole и BGP FlowSpec, а также методы, основанные на интеллектуальном анализе и фильтрации сетевого трафика специализированными системами очистки. Обозначены основные технические требования, критерии качества и некоторые количественные характеристики решений защиты от DDoS-атак, приведены примеры коммерческих и свободно распространяемых систем. Детально описан разработанный и внедренный в эксплуатацию относительно простой сервис за-щиты от DDoS-атак. Сервис базируется на оперативной обработке и анализе в режиме реального времени собираемых с граничных маршрутизаторов данных о сетевых потоках NetFlow и использовании протокола BGP FlowSpec. Приведены общие сведения об аппаратно-программном комплексе, архитектуре и основных компонентах сервиса, задействованных программных пакетах и технологиях, некоторые статистические данные по результатам детектирования DDoS-атак в сетевой инфраструктуре НИКС.

5. Извлечение аспектов из текстов научных статей [№4 за 2022 год]
Авторы: Маршалова А.Э., Бручес Е.П., Батура Т.В.
Просмотров: 1737
Статья посвящена автоматическому извлечению аспектов из текстов русскоязычных научных статей. Актуальность проблемы обусловлена увеличением числа научных публикаций и возрастаю-щей в связи с этим потребностью в автоматизированном извлечении из них основной информации и ее структурировании. В рамках исследования был создан корпус, состоящий из 291 аннотации научных статей на русском языке, размеченных следующими аспектами: задача, цель, вклад, метод, инструмент, применение, преимущество, пример и вывод. Для каждого из выделяемых аспектов в статье приведены описания и примеры. В результате разметки корпуса были выделены 1 494 аспекта, 44 % из которых со-ставил аспект «‎вклад»‎. В работе также предложен и реализован алгоритм автоматического извлечения аспектов из тек-ста. Извлечение аспектов рассматривается как задача тегирования последовательности. Для реализации алгоритма используется нейронная сеть BERT. Проведен ряд экспериментов, связанных с использованием векторов, полученных из различных языковых моделей, а также с заморозкой весов модели. Лучший результат показала мультиязыковая модель, дообученная на данных авторов исследования, то есть обученная без заморозки весов. Для улучшения качества извлечения аспектов разработаны эвристики, перечисленные в статье, и произведено дообучение модели на новых данных, полученных в результате автоматической разметки с последующим ручным редактированием. Разработанная система может быть полезна другим исследователям, так как позволяет облегчить выбор публикаций по определенной теме, обзор методов решения той или иной задачи и анализ ранее полученных результатов.

6. Извлечение терминов из текстов научных статей [№4 за 2022 год]
Авторы: Дементьева Я.Ю., Бручес Е.П., Батура Т.В.
Просмотров: 1805
Актуальность задачи извлечения терминов из текстов научных статей обусловлена необходимостью автоматического аннотирования и выделения ключевых слов в постоянно увеличивающемся потоке научно-технических документов. В данной статье исследуется влияние различных языковых моделей на качество извлечения научных терминов из текстов на русском языке. Для сравнения были взяты две модели: mBERT, предварительно обученная на текстах разных языков, и ruBERT, предобученная только на русскоязычных данных. В ходе работы были подготовлены два обучающих множества – размеченное вручную и размеченное автоматически. С применением этих обучающих множеств были проведены дообучение и дальнейшее сравнение показателей работы двух моделей. Изучено влияние выбора языковой модели на численные показатели качества извлечения терминологии, содержащейся в текстах научных статей. На основе полученных результатов был модернизирован алгоритм извлечения терминологии из текстов инструментом Terminator. В рамках задачи извлечения терминологии из текстов научных статей на русском языке наиболее применимой можно считать модель ruBERT, давшую лучшие показатели в ансамбле со словарем и эвристиками. Кроме того, можно констатировать разницу результатов моделей на полном и на частичном совпадении, обусловленную описанной в статье проблемой определения границ терминов в текстах. Проведенное исследование позволило также сделать вывод о влиянии качества разметки обучающего набора на качество извлечения терминологии.

7. Имитационная модель системы пакетирования суперкомпьютерных заданий на базе симулятора Alea [№4 за 2022 год]
Авторы: Баранов А.В., Ляховец Д.С.
Просмотров: 2630
Современные системы управления заданиями суперкомпьютера представляют собой сложные программные комплексы с множеством различных алгоритмов планирования и их параметров, влияние которых на показатели эффективности системы невозможно точно предсказать или рассчитать. По этой причине для определения оптимальных параметров системы управления заданиями применяют имитационное моделирование. Настоящая статья посвящена задаче построения имитационной модели системы управления суперкомпьютерными заданиями на базе известного симулятора Alea. В качестве объекта исследования выступил разработанный алгоритм планирования, на основе которого построена программная система пакетирования суперкомпьютерных заданий. Суть алгоритма состоит в объединении заданий с длительным временем инициализации в пакеты по типам заданий. Для каждого пакета инициализация производится однократно, после чего одно за другим выполняются задания пакета. За счет применения системы пакетирования удается сократить долю накладных расходов на инициализацию и повысить эффективность планирования заданий. Алгоритм пакетирования реализован в составе симулятора Alea, исследование характеристик этого алгоритма для различных входных потоков заданий произведено путем сравнительного имитационного моделирования. В сравнении участвовали встроенные в Alea алгоритмы планирования FCFS и Backfill. Для моделирования сгенерировано несколько входных потоков заданий с различной интенсивностью. По результатам моделирования для этих потоков удалось определить минимальные пороги доли инициализации задания, начиная с которых система пакетирования заметным образом улучшает показатели эффективности планирования по сравнению с алгоритмами FCFS и Backfill. Результаты исследования показали, что построенная имитационная модель может быть применена в качестве инструментального программного средства для сравнительного анализа различных алгоритмов планирования суперкомпьютерных заданий.

8. Информационная и алгоритмическая поддержка интеллектуальной системы экологического мониторинга воздуха на основе нейронных сетей [№4 за 2022 год]
Авторы: Ярыгин Г.А., Баюкин М.В., Корнюшко В.Ф., Шмакова Е.Г., Садеков Л.В.
Просмотров: 2000
Работа посвящена алгоритмической и информационной поддержке интеллектуальной системы управления современными газоанализаторами, применяемыми в системах экологического мониторинга воздуха «электронный нос». Основу информационной поддержки составляют нейронные сети. Описана современная технология автоматического распознавания запахов на основе измерений с помощью низкоселективных датчиков в мультисенсорных системах обнаружения компонентов газовых смесей в атмосферном воздухе. Показано преимущество ее применения по сравнению с традиционными системами с высокоселективными чувствительными элементами. На основе записанных откликов с матрицы сенсоров создается библиотека образов запахов, которая хранится в БД интеллектуальной системы. Затем отклики анализируемого газа сравниваются с откликами отдельных веществ из библиотеки образов. Для обработки информации предложен двухступенчатый метод кластеризации данных. Сначала данные наблюдений нормализуются, чтобы каждый входной параметр имел одинаковое влияние на систему. Затем они собираются в кластеры с использованием самоорганизующихся карт Кохонена и алгоритма k-средних. При этом каждый отдельный кластер представляет вещество со схожим запахом. Получение конкретных оценок было выполнено на основе экспериментальных данных, собранных в системе экологического мониторинга в районе мусоросжигательного завода в Кожухово. Рас-смотрен выбор критерия идентификации запаха, которым в дальнейшем руководствуются эксперты при принятии решения. Обоснован выбор в качестве критерия значения метрики близости аналитических проб как нормы расстояния между векторами запаха в каждой пробе. Разработаны алгоритм идентификации газовой аналитической пробы вещества с использованием нейронных сетей и выбранного критерия подготовки принятия решения, а также программный продукт на языке R, позволяющий оценить принадлежность полученных с прибора данных к определен-ному запаху с последующим получением визуальных результатов динамики распространения запахов в реальном времени. Приведены результаты применения разработанных алгоритмов в системе экомониторинга мусоросжигательного завода в районе Косино-Ухтомский Московской области.

9. Классификация общих шаблонов проектирования мультиагентных систем [№4 за 2022 год]
Автор: Чернышев С.А.
Просмотров: 1835
При разработке мультиагентных систем обычно используются специальные фреймворки или среды разработки имитационных моделей. Они предоставляют разработчику необходимый функционал среды запуска агентов, коммуникацию между ними, организацию доступа к ресурсам и многое другое. Однако бывают случаи, когда стейкхолдер ставит условие, что при разработке системы необходимо избежать зависимостей в виде данных инструментальных средств. Отсутствие единой базы шаблонов проектирования мультиагентных систем без их привязки к конкретным предметным областям в данном случае представляет собой значительную проблему, поэтому разработчики заново придумывают описанные ранее решения. Цель данной работы – обзор и анализ существующих классификаций шаблонов проектирования мультиагентных систем, выявление общих шаблонов проектирования без их жесткой привязки к конкретной предметной области, которые можно применять в процессе проектирования мультиагентных систем, и их последующая классификация для удобства использования. Из более чем 200 шаблонов проектирования мультиагентных систем, находящихся в открытом доступе, автором была сформирована база в 60 шаблонов, не привязанных к конкретной предметной области. Также предложена классификация общих шаблонов проектирования мультиагентных систем: структурные, поведенческие, миграционные, коммуникационные, архитектурные (системные), защитные и когнитивные. Некоторые из классов шаблонов позволяют ввести в систему дополнительные элементы, расширяющие ее функциональные возможности, в то время как другие направлены на реализацию различных аспектов работы как агента, так и мультиагентных систем. Из всех предложенных классов шаблонов наиболее выделяются архитектурные (системные), так как они задают различные виды архитектур агентов, мультиагентных систем или элементов, которые закладывают жесткие программные ограничения функционирования разрабатываемой системы или ее частей.

10. Моделирование деформации эластичных объектов с использованием функций возмущения [№4 за 2022 год]
Авторы: Вяткин С.И., Долговесов Б.С.
Просмотров: 1308
В статье представлен метод моделирования деформации эластичных объектов с использованием функций возмущения. Описываются деформации упругих материалов, способных растягиваться таким образом, чтобы вернуться к первоначальной форме и размеру при высвобождении силы. В методе применяются дифференциальные уравнения второго порядка и операторные функции в экспоненциальной интеграции. В результате уменьшается время вычислений и повышается общая точность. Метод легко распараллеливается и позволяет визуализировать сложные реалистичные модели. За счет параллельной обработки и отсутствия необходимости пересылки большого количества данных из общей памяти в память графического процессора увеличивается скорость визуализации по сравнению с вариантом, использующим только центральный процессор. Рассматривается способ задания объектов, отличный от полигонального описания. Для задания объекта используются базовая форма и набор возмущений. Такой подход позволяет уменьшить рас-ходы на память и повысить качество изображения. Перечисляются задачи, решаемые при моделировании анимации и деформации тел с применением уравнений эластодинамики. Описывается адаптация уравнений эластодинамики для экспоненциального интегрирования. Экспоненциальные методы хорошо подходят для жестких систем при решении сложных задач. Для жесткой системы применяется интегратор времени в масштабе общего движения объекта с достаточной точностью. Рассматривается экспоненциальная обработка при дискретизации временной переменной на не-котором интервале. Экспоненциальное интегрирование строится с помощью квадратуры для нелинейного интеграла, что приводит к жестко точному методу, необходимому для экономии вычисли-тельных ресурсов по сравнению с классическими методами. Предлагается жестко точный метод с использованием адаптированной схемы с постоянным временным шагом. Во избежание явного предварительного вычисления квадратного корня для больших систем используется итерация квадратного корня Ньютона. Представлены результаты тестирования метода и сравнения с классическим и современными подходами для жестких систем. Для определения точности задания функционально заданных объектов вычисляется буфер глубины моделей (функциональной и полигональной) и сравниваются точки для оценки средней разницы в глубине. Таким образом, оценивается среднее отклонение относительно всей модели

| 1 | 2 | 3 | Следующая → ►