авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |   ...   | 8 |
-- [ Страница 1 ] --

Министерство образования и науки РФ

Московский государственный университет экономики,

статистики и информатики (МЭСИ)

Институт компьютерных технологий

Учебно-методическое объединение

VII Международная научно-методическая

конференция

«СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ

IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ

«ПРИКЛАДНАЯ ИНФОРМАТИКА»

ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ»

6 декабря 2011г.

Сборник научных трудов Москва, 2011 УДК – 004:378 ББК – 32.973.202 Международная научно-методическая конференция VII “Совершенствование подготовки IT-специалистов по направлению «Прикладная информатика» для инновационной экономики”: Сборник научных трудов / Московский государственный университет экономики, статистики и информатики – М., 2011.

Цели международной научно-методической конференции: анализ и развитие подходов, связанных с совершенствованием подготовки IT специалистов по направлению «Прикладная информатика» на основе современных информационно-коммуникационных технологий и инновационных образовательных технологий.

В сборнике научных трудов конференции представлены доклады ученых государственных научно-исследовательских институтов и высших учебных заведений, ведущих специалистов-практиков, работающих в области информационных технологий и консалтинга.

© Московский государственный ISBN 978-5-7764-0699- университет экономики, статистики и информатики, СОДЕРЖАНИЕ Аспекты применения методов системной динамики и мультиагентного подхода в разработке комплексных программ социально-экономического развития муниципальных образований Авдеенко Т.В., Васильев М.А. Автоматизированный выбор логистических партнёров Агеносов А.В., Балашова И.О. Система «умный дом» – инновационные технологии для жилых объектов Агеносов А.В., Брюхов Д.А., Брюхов Ю.А. Состояние и проблемы информатизации учебного процесса в региональных вузах (на примере Дагестанского государственного университета) Адамадзиев К.Р., Адамадзиева А.К. Применение нечеткой когнитивной модели оценки компетенций при формировании команды для реализации IT-проектов Ажмухамедов И.М., А.И.Ажмухамедов Принципы обеспечения качества образовательных услуг Ажмухамедов И.М., А.И.Ажмухамедов Системообразующие направления подготовки ИТ-кадров в регионе Антохонова И.В. Расчет оптимальных значений периодичности смены параметров механизмов защиты информации в АИС Беркетов Г.А., Микрюков А.А., Аль-Каиби Иман Габар Абдул Хасен Задача выбора оптимального состава подсистемы защиты информации в АИС и метод ее решения Беркетов Г.А., Романова Е.В. Роль офиса управления проектами на строительном предприятии Богоносцев А.Л., Папкова М.Д. Особенности взаимодействия провайдеров и потребителей облачных сервисов Бойченко А.В., Павлова Е.В. Изменение цветового баланса растрового изображения Вайтекунас Ю.Ю., Касикова Т.И. Разработка информационной системы прогнозирования рынка акций на основе анализа статистических данных Вайтекунене Е.Л., Полковникова О.С. Разработка информационной системы управления проектами на ООО «Гештальт»

Вайтекунене Е.Л., Рассудов А.Н. Анализ технологий для онтологического поиска веб-сервисов Васильев Д.А. Создание сетевого профессионально-ориентированного курса обучения английскому языку для специальности СПО «Менеджмент» как инструмент повышения учебной мотивации и профессиональной ценности выпускника Васильченко Н.В. Изучение дисциплины линейная алгебра с помощью IT-технологии ВебМатематика Воробьев Е.М. Автоматизация приемной комиссии вуза Глинков Р.Р. Информационные технологии в образовании: проблемы и пути решения Глотина И.М., Романова О.В. Актуализация электронного контента вуза на основе сетевого взаимодействия Горбачёв Н.Н., Мальченко Н.С., Мальченко С.Н. Программная система реструктуризации группы предприятий электроэнергетики Горячёв В.А. Безопасная интеграция информационных технологий в системе ИТ-образования Давлеткиреева Л.З. Модель компетенций в профессиональном образовании: опыт США Днепровская Н.В., Шевцова И.В. Информационные ресурсы виртуальных объектов Долгова Г.Б. Модель подготовки бакалавра в условиях ИКТ-насыщенной среды вуза Ерёмина И.И. OLAP в виртуальной лаборатории Ефремов Н.С. Метамодель компетенций и стандарты знаний – инструменты управления обобщенностью компетенций и программ профессионального образования Зиндер Е.З. Разработка метода автоматизированного управления требованиями для Государственной системы изготовления, оформления и контроля паспортно-визовых документов нового поколения Золотин Е.А. Система ИТ-образования с точки зрения нелинейной динамики Келейникова В.А., Романова Е.В. Роль беспроводных технологий передачи данных в условиях развития современной экономики (на примере использования в мультисервисных АИС) Коваленко Н.Э., Ростокин Б.И. Применение последовательностей случайных чисел для повышения эффективности методов статистического анализа трафика Колесова Н.А. Оптимальное планирование производства фармацевтической продукции с помощью динамического программирования Кораблев Ю.А. Развитие виртуализации процессов Круглов М.В. Исследование наиболее часто возникающих дефектов растровых изображений Кулаков Д.А. Образовательная модель подготовки студентов-заочников и экстернов по направлению «Прикладная информатика в экономике»

Курбацкий В.Н. Проектирование организационной модели в BPMS Курышев К.С. Обучение сетевому педагогическому общению магистров на кафедре «Прикладная информатика в образовании» МЭСИ Ладыженская Н.В. Оценка эффективности информационных систем в некоммерческих организациях Лепетюха А.Е. О научно-исследовательской работе IT-специалистов по направлению «Прикладная информатика» для иновационной экономики»

Лукин К.Д. Перспективы развития дистанционного обучения в современном образовательном процессе Любимцева А.Г., Диденко М.А. Повышения эффективности профессиональной подготовки будущих IT-специалистов с использованием возможностей дистанционного обучения Любимцева А.Г., Ахмадуллина О.А. Инструментальные средства для подготовки IT специалистов по специальностям «Прикладная информатика (в экономике)» и «Автоматизированные системы обработки информации и управления», основанные на ПО с открытым кодом Михеев А.Г. Историческое развитие подходов к проектированию пользовательских интерфейсов Моругин П.А. Совершенствование компетенций в области менеджмента Информационных технологий направления «Прикладная информатика»

Набережная А.Т., Роганова А.Н. Подготовка специалистов в области прикладной информатики на основе инновационных технологий, реализуемых на платформе мэйнфреймов IBM и международных стандартов в области ИКТ Позин Б.А. Подготовка IT-специалистов по вопросам защиты персональных данных Прохода А.Н. Применение нейронных сетей при построении и оценке профессионального и социально-психологического портрета студентов Пятковский О.И., Гунер М.В. Информационные технологии в образовании Разоренова И.С., Вайтекунас С.Ю. Оптимизация и регулирование найма сотрудников, работающих вахтовым методом Ратнер Д.А. Лазарева С.С. Решение задачи выбора программного обеспечения, как объекта инвестиций на основе метода MAUT Рогозин О.В. Организация коллективной учебной деятельности студентов направления прикладная информатика (профиль экономика) Ряхинова И.В. Информатизация образования в условиях инновационного развития вуза Самерханова Э.К. Задача проектирования модели данных для системы управления бизнес-процессами Сарибекян А.А. Роль работодателей в реализации ООП ВПО по направлению «Прикладная информатика»

Сатунина А.Е. Автоматизация оценки уровня информатизации кафедр университета Сергеева Е.А. Современные информационные технологии в аудите оплаты труда Ступина А.А., Зеленко Ю.П. Информационные технологии в науке и производстве Ступина А.А., Мельдер М.И. Биоинспирированные подходы к решению задачи оптимизации структуры информационно-вычислительной сети Татаренко А.С. Система непрерывного профессионального образования в SMART-экономике на основе компетентностного подхода Тельнов Ю.Ф., Максимова В.Ф. Мониторинг самарского рынка труда IT-специалистов в условиях развития инновационной экономики Тихомирова Е.И. Формирование у обучающихся навыков создания интеллектуальных систем с использованием виртуальной среды Трембач В.М. Особенности преподавания дисциплины «Введение в специальность» для студентов специальности «Прикладная информатика в экономике»

Ульянова Н.Д. Приемы раскрытия бизнес-процесса Федоров И.Г. Облачные платформы электронной коммерции для малого бизнеса Фунтусов Г.А. Инструментальные средства обеспечения и поддержки электронного обучения Цветков В.Е. О математической подготовке ИТ-специалистов Цхай А.А. Подходы к разработке приложений, взаимодействующих с базами данных Честнов Д.А. Адаптивная маршрутизация в беспроводных сетях Шаваша А., Микрюков А.А. Модели управления проектными рисками Швей С.В., Толкач М.В. Об одном подходе к преодолению субъективизма в оценке эффективности функционирования фирмы Шуремов Е.Л., Заложнев А.Ю. Инновационность дистанционного обучения.

Разработка и внедрение дистанционных форм обучения Эттель В.А., Ганушкова Ю. Г. АСПЕКТЫ ПРИМЕНЕНИЯ МЕТОДОВ СИСТЕМНОЙ ДИНАМИКИ И МУЛЬТИАГЕНТНОГО ПОДХОДА В РАЗРАБОТКЕ КОМПЛЕКСНЫХ ПРОГРАММ СОЦИАЛЬНО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ Авдеенко Т.В., д.т.н., профессор, зав.кафедрой Экономической информатики НГТУ, tav deenko@mail.ru Васильев М.А., аспирант кафедры Экономической информатики НГТУ, mv007_85@mail.ru 1. ВВЕДЕНИЕ В рамках задач подготовки программ развития муниципального образо вания (МО) актуальными являются вопросы моделирования процессов со циально-экономического развития (СЭР). Актуальность обусловлена нали чием проблемы повышения качества принимаемых решений при разработ ке программы СЭР и анализе последствий ее реализации.

Анализ и оценка программ развития основаны на проверке соответствия экономических показателей заданным критериям проверки. В результате данного анализа можно определить: какое направление в развитии является наиболее эффективным и экономически обоснованным на предстоящую перспективу [1].

Как показывает практика, данная методика позволяет аналитику иссле довать в основном только базовые процессы муниципального образования без возможности детализации причин изменения их характеристик. В ре зультате это приводит к снижению качества принимаемого решения при подготовке программы и анализе ее адекватности на протяжении всего планового периода.

Проблема, возникает вследствие отсутствия в аналитическом арсенале сотрудника муниципального управления эффективного инструмента, поз воляющего рассмотреть процесс СЭР МО более прозрачно и понять приро ду проблем, которые могут возникнуть в ходе реализации плана СЭР МО.

В настоящей работе предложены способы повышения качества разра ботки и анализа программ СЭР МО.

2. ПРОБЛЕМЫ ПРИМЕНЕНИЯ МЕТОДИКИ ПОДГОТОВКИ КОМ ПЛЕКСНЫХ ПРОГРАММ СЭР МО Схема процесса формирования комплексной программы СЭР согласно методике [1] состоит из следующих этапов 1.Организационно-подготовительный этап.

2.Прогнозно-аналитический этап.

3.Плановый этап.

Детальное описание процессов изложено в [1].

После построения комплексной программы СЭР МО наступает следу ющая фаза: анализ полученной программы.

Представленные процессы являются непрерывными во времени. Данная специфика процессов связана с важной особенностью функции управления МО: для обеспечения нормального развития необходимо обеспечить под держание экономического равновесия. Следовательно, необходимо посто янно контролировать ход развития МО, внося соответствующие корректи вы в стратегию СЭР.

Очевидно, что выполнение представленных процессов в рамках мето дики предполагает максимум использования слабоформализованной ин формации о МО и знаний экспертов, включая интуитивную составляющую.

Обусловлено это, прежде всего тем, что система МО стохастична, ее иссле дование в основном выполняется в условиях неопределенности, где ис пользование математических методов моделирования не всегда оправдан но.

Наряду с применением методики необходимо учитывать специфику моделируемых процессов. Так, МО, является сложной слабоформализован ная система, моделирование которой включает в себя определение большо го количества причинно-следственных связей, результат действия которых не всегда очевиден при принятии решений (согласно Форрестеру [2] МО и региональные образования непредсказуемы в своем поведении);

Помимо снижения адекватности моделей процессов возникают пробле мы, касающиеся восприятия результатов моделирования лицами, прини мающими решение.

3. СОВЕРШЕНСТВОВАНИЕ МЕТОДИКИ Полагаясь на проблемы, изложенные в предыдущей части, суть совер шенствования должна заключаться в разработке инструмента, представля ющего собой комплекс имитационных моделей, с использованием которых будет осуществляться анализ достижения планируемых целей при развитии МО. Применение комплекса должно осуществляться на всех этапах разра ботки программы СЭР МО.

Прежде всего, напомним, что система МО имеет сложную слабоформа лизованную структуру. При этом система – динамическая.

Вопросам анализа и совершенствования сложных динамических были посвящены работы Дж. Форрестера (в частности [2]) по системной динами ке.

Применение предложенного подхода в анализе МО открывает возмож ность изучить возможное возникновение в системе проблем различной природы: неэффективность структуры МО, несовершенство методов кон троля работы элементов системы, наличие внешних воздействий, выводя щих систему МО из состояния равновесия.

Наряду с применением системной динамики, решающей проблему сложного динамического поведения, необходимо предусмотреть решение вопросов анализа, предполагающих возможность выделения конкретных субъектов МО в процессе моделирования: группа жителей города, школы, больницы и т.п., что в свою очередь повысит детализацию анализа разви тия МО в разрезе того или иного субъекта.

В этом случае уместно обратиться к несколько иному подходу модели рования сложных слабоформализованных систем – агентно ориентированному моделированию (АОМ).

Применению АОМ в рамках задач моделирования развития МО были посвящены работы Б.И. Клебанова [3]. Однако акцент в данных работах в большей мере ставится на технологии мультиагентного моделирования, в частности, социально-экономических процессов МО, а не на решении кон кретных социально-экономических задач (разработка плана мероприятий экономического оздоровления предприятий, оценка целесообразности ин вестирования проектов и т.п.).

АОМ используется для анализа систем, функционирование которых определяется не глобальными закономерностями (как в других концепциях моделирования), а наоборот, когда эти глобальные правила являются ре зультатом действий каждого объекта определенной группы [4,5,6].

Модель, получаемая в результате АОМ, максимально отражает структу ру анализируемой системы и среды, в которой она функционирует. Частя ми полученной модели являются объекты, наделенные активностью, авто номным поведением. Данная автономность, в свою очередь, дает возмож ность объекту самостоятельно принимать решения в соответствии с неко торым набором правил, взаимодействовать со средой, а также самообу чаться.

Как и в любом моделировании систем со сложным поведением, в АОМ необходимо определить внешние и внутренние типы объектов, задейство ванных в процессе СЭР МО, их поведение в тех или иных ситуациях, спо собы взаимодействия. В роли данных элементов могут выступать полити ческие организации, сторонние МО, природные явления, социальные явле ния, предприятия, муниципальные учреждения и т.п.

Далее следует выбор анализируемых направлений развития МО и непо средственно анализируемого субъекта МО – группы отраслей, конкретную отрасль, предприятия.

АОМ позволяет осуществить моделирование микровзаимодействий на всем многообразии вариантов развития системы и передать выполнение рутинных задач компьютерной программе.

Анализ микровзаимодействий в рамках смоделированных сценариев с положительным исходом развития МО позволит понять исследователю всю глубину возможных проблем, которые могут встать на этапе реализации плана развития, экономического оздоровления предприятия и прочих ме роприятий, направленных на укрепление положительной динамики СЭР МО.

Использование предлагаемых способов совершенствования разработки и анализа программ СЭР МО позволит получить качественное обоснование о целесообразности реализации рассматриваемых программ.

Литература 1. Псарев В.И., Псарёва Т.В., Сушенцева Н.В., Гончаров И.А. Методика формирования и анализа комплексных программ социально экономического развития муниципальных образований. – Новосибирск, 2010. – 511 с.

2. Форрестер Дж. Динамика развития города. - М.: Прогресс, 1974. - с.

3. Клебанов Б. И. и др. Технология моделирования социально экономической динамики муниципального образования на основе мультиа гентного подхода.- Журнал «Экс Джей Текнолоджис». URL:

http://www.xjtek.ru/anylogic/articles/84/ 4. Leigh Tesfatsion «How economists can get alife » Economics Department, Iowa State University, Ames, IA 50011-1070. URL:

http://www.econ.iastate.edu/tesfatsi/ 5. Leigh Tesfatsion «Agent-Based Computational Economics: Growing economies from the bottom up» Economics Department, Iowa State University, Ames, IA 50011-1070. URL: http://www.econ.iastate.edu/tesfatsi/ 6. Leigh Tesfatsion. «Agent-Based Computational Economics: Modelling Economies as Complex Adaptive Systems». Economics Department, Iowa State University, Ames, IA 50011-1070. URL: http://www.econ.iastate.edu/tesfatsi/ АВТОМАТИЗИРОВАННЫЙ ВЫБОР ЛОГИСТИЧЕСКИХ ПАРТНЁРОВ Агеносов А.В., к.т.н., доцент, НОУ ВПО Гуманитарный университет (343) 3747261, aleks.agenosov@yandex.ru Балашова И.О., преподаватель, НОУ ВПО Гуманитарный университет Существует немало моделей выбора наилучшей альтернативы из не скольких имеющихся. Это модели выбора логистических партнёров, при нятие решения «делать или покупать», выбор способа перевозки, вида транспорта, транспортного средства, маршрута, выбор стратегии управле ния запасами, варианта инвестирования средств в логистическую инфра структуру и многие другие практические задачи.

Выбор логистических партнёров (ЛП): партнёров, поставщиков, экспе диторов, перевозчиков и т. д., является наиболее распространенной задачей для большинства функциональных областей логистики. Что при наличии конкуренции во всех звеньях логистической системы наблюдается много вариантность, выражающаяся, как в большом количестве партнёров, кото рые могут выполнять соответствующие операции, так и в наличии альтер нативных вариантов решений, на которые оказывают влияние многочис ленные факторы.

В работе представлены результаты расчётов по программе автоматиза ции выбора логистических партнёров, созданной в Гуманитарном универ ситете. В программе реализован многокритериальный экспертный подход [1].

Алгоритм расчёта состоит из следующих этапов 1. Все показатели (критерии) разделяют на три группы: количествен ные, качественные, релейные («да»/«нет»);

это позволяет использовать раз личные подходы при их определении и расчете интегральных оценок для ЛП.

2. Для определения значений количественных показателей помимо оценок экспертов используют различные источники информации. Для каж дого параметра определяется эталонное значение - максимальное или ми нимальное, в зависимости от влияния показателя на общую оценку;

3. Для получения оценок качественных показателей предлагается ис пользовать функцию желательности Харрингтона, значения которой рас считываются по формуле:

, где Zi - значение функции желательности;

уi- значение i-го параметра на кодированной шкале. Вид функции приведён на рис. 4. Составляют матрицу парных сравнений. Элементы матрицы определяют по формулам:

где Х – критерий, а знаки равенства и «больше», «меньше» указывают на предпочтения, отдаваемые экспертами тому или иному критерию.

5. Производят ранжирование критериев.

6. Для расчета весовых коэффициентов выбрана нелинейная зависи мость.

7. Использование функций желательности позволяет свести ка чественные оценки показателей к относительным значениям количествен ных, т.е. те и другие находятся в интервале 0-1.

8. Расчет интегральных оценок и рейтинга поставщика. Интегральная оценка является суммой оценок количественных и качественных показате лей логистического партнёра.

9. Для решения задачи повторяющегося выбора логистического партнё ра важен контроль его деятельности. Существует множество методов оцен ки качества, среди них интуитивные, статистические, экспериментальные и др. Для оценки качества работы партнёра, включенного в логистическую цепь, может быть рекомендован статистический метод — метод построения контрольных карт.

Контрольная карта состоит из центральной линии, пары контрольных пределов, по одному над и под центральной линией. На контрольную карту наносятся значения показателя оценки работы логистического партнёра.

Если все эти значения оказываются в нутрии контрольных пределов, не проявляя каких бы то ни было тенденций, то процесс рассматривается как находящийся в контрольном состоянии. Если же, напротив, они попадут за контрольные пределы или примут какую-нибудь необычную форму, то процесс считается вышедшим из-под контроля.

В качестве примера работы программы рассмотрен выбор оптимального поставщика из пяти имеющихся. Релейные показатели не рассматривались.

Рассмотренная в данной работе задача иллюстрирована данными, полу ченными в разработанной программе. В таблице 1 приведены данные о партнёрах. В таблицах 2 и 3 — расчёты удельной оценки количественных и качественных показателей для каждого из потенциальных партнёров. В таблице 4 — итоговый рейтинг потенциальных партнёров.

Таблица Данные о потенциальных партнёрах Поставщики № Критерий А В C D E Цена 1 100 90 120 102 продукции Сроки выполнения текущих и экстрен 2 5 6 6 4 ных заказов Надежность поставок 3 7 6 2 6 Удо Качество поставляе- влет- Очень Очень Хорошо Отлично мой продукции вори- хорошо хорошо тельно Финансовое положе 5 8 7 5 9 ние поставщика Репутация в своей Хорошо Хорошо Хорошо Отлично Хорошо отрасли Удо- Удо влет- влет Оформление товара Отлично Хорошо Отлично вори- вори тельно тельно Таблица Сравнительные оценки партнёров по количественным показателям Поставщики Критерий Вес Эталон А В C D E 100 1 1,111 0,833 0,98 1, Цена продукции 0, макс 0,143 0,159 0,119 0,14 0, Сроки выполне- 5 1 1,2 1,2 0,8 1, ния текущих и 0, экстренных зака- мин 0,086 0,104 0,104 0,069 0, зов Надежность по- 7 1 0,857 0,285 0,857 0, 0, ставок макс 0,236 0,202 0,067 0,202 0, Финансовое по- 8 1 0,875 0,625 1,125 0, ложение постав- 0, макс 0,125 0,109 0,078 0,140 0, щика Сумма 0,591 0,575 0,369 0,553 0, Таблица Сравнительные оценки партнёров по качественным показателям Поставщики Удельный Критерий вес А В C D E Качество по- 0,53 0,78 0,97 0,91 0, 0, ставляемой 0,21 0,30 0,38 0,35 0, продукции Репутация в 0,78 0,78 0,78 0,97 0, 0, своей отрасли 0,01 0,01 0,01 0,02 0, Оформление 0,97 0,53 0,53 0,78 0, 0, товара 0,0512 0,0281 0,0281 0,0415 0, Суммарная оценка 0,2723 0,3475 0,4190 0,4148 0, Окончательные оценки, которые продемонстрировали неочевидную, на первый взгляд, победу поставщика «Е» представлены в таблице 4.

Таблица Итоговый рейтинг потенциальных партнёров Интегральная оценка поставщика А В C E D 0,8637 0,9228 0,7883 0, 0, Для создания программы использован популярный в настоящее время язык программирования C# (Си-Шарп) от компании Microsoft. В нем гар монично сочетаются достоинства разных алгоритмических языков. По оценке специалистов быстродействие программных модулей приближается к языку Assembler. Этот язык создан как компонентно-ориентированный язык для новой платформы.NET Выводы.

1. С 2. На алгоритмическом языке C# создана программа автоматизирован ного выбора логистических партнёров на основе экспертно-аналитических оценок множества показателей.

3. Данная программа позволяет автоматизировать выбор в любой обла сти человеческой деятельности.

4. Развитием программы является разработка и внедрение метода сце нарного планирования.

Литература 1. Модели и методы теории логистики: Учебное пособие./Под ред.

В.С.Лукинского. — СПб.:Питер,2007.—448 с.

СИСТЕМА «УМНЫЙ ДОМ» – ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ДЛЯ ЖИЛЫХ ОБЪЕКТОВ Агеносов А.В., к.т.н., доцент, НОУ ВПО Гуманитарный университет (343) 3747261, aleks.agenosov@yandex.ru Брюхов Д.А., студент 5 курса, НОУ ВПО Гуманитарный университет Брюхов Ю.А., студент 3 курса НОУ ВПО Гуманитарный университет В современном мире информационные технологии доказывают свою целесообразность и широкие преимущества использования в различных сферах жизни человека и общества. Одной из новых областей их примене ния, получающей признание потребителями по всему миру, выступают системы домашней автоматизации или интеллектуальные системы автома тизации жилья.

Под системой домашней автоматизации («умный дом») – принято понимать систему, которая должна уметь распознавать конкретные ситуа ции, происходящие в здании, и соответствующим образом на них реагиро вать при условии, что одна из систем может управлять поведением других по заранее выработанным алгоритмам. Таким образом, основной особенно стью интеллектуального жилья является объединение отдельных подсистем в единый управляемый комплекс.

В настоящее время объем мирового рынка интеллектуальных систем и услуг автоматизации зданий, по данным исследования Research Techart «Рынок интеллектуализации зданий», составляет около 15,5 млрд. долл.

При этом пятую часть рынка занимает Япония, четверть приходится на Северную Америку, более 40% — на европейские страны (рис.1).

В России же этот рынок начал формироваться только в начале 2000-х годов и все еще находится в стадии становления, составляя на данный мо мент не более 3% от общемирового объема.

Кризис 2008 года существенно повлиял на спрос на рынке систем до машней автоматизации. Сегодня спрос постепенно восстанавливается, но даже сейчас он настолько мал, что ведется ожесточенная борьба за каждого клиента. Основными "поставщиками" клиентов в этой области в России, как правило, являются студии интерьерного дизайна. Лишь малый процент заказчиков намеренно ищут интеграторов систем домашней автоматизации отдельно от заказов в студиях. Потому приходится бороться не только за клиента, но и за сотрудничество со студиями.

Клиентами компаний интеграторов систем домашней автоматизации чаще всего являются владельцы элитного жилья, в основной своей массе представленные топ-менеджерами крупных иностранных и отечественных компаний и владельцами среднего и крупного бизнеса.

Рис. 1 Структура мирового рынка интеллектуальных систем и услуг автоматизации зданий Основная часть заказчиков интеллектуальных систем сосредоточена в Москве и Санкт-Петербурге, однако в последнее время рынок растет в ос новном за счет регионов. Здесь "умными" системами пользуются, в основ ном, владельцы коммерческой недвижимости. Как следствие, около 80-90% российских "интеллектуальных" проектов приходится на корпоративный сектор.

Можно выделить следующие основные тенденции развития рынка ин теллектуальных систем в России:

рост доступности "умных" технологий, их удешевление, рост спроса на системы автоматизации;

изменение структуры заказчиков;

сокращение спектра технологий, которые предлагаются заказчикам;

переход от закрытых к открытым протоколам;

увеличение роли интернета;

рост значения энергоаудита как точки развития интеллектуальных систем.

По прогнозам компании NeoAnalytics, сделанным в рамках маркетинго вого исследования «Российский рынок интеллектуальных систем: итоги 2010 г., прогноз 2011-2012 гг.», рынок "умных домов" будет узко локализованным. Причем долгое время он не выйдет за границы элитного жилья Москвы и Подмосковья. Его экспансия в регионы будет происходить также за счет элитного потребления.

Одним из наиболее существенных факторов, сдерживающих дальней шее развитие рынка "умных" зданий в России, является сравнительно низ кая стоимость на энергоресурсы. Это при том, что именно снижение затрат на них является одной из основных целей применения "интеллектуальных" систем на Западе.

Среди других препятствий развития отечественного рынка можно выде лить следующие:

отсутствие необходимой нормативной поддержки со стороны госу дарства;

перекос в сторону коммерческой недвижимости;

консервативность строительного рынка (smart-системы пока еще не стали необходимостью для российского потребителя);

высокая стоимость оборудования, а также обслуживания и модерни зации "интеллектуальных" систем;

дефицит профессионалов.

При этом заметной тенденцией на российском рынке систем "умного дома" является постепенное формирование его четкой институциональной структуры. На сегодняшний момент определилось два основных типа участников этого рынка — производители оборудования и его интеграторы – компании, занимающиеся установкой и настройкой систем домашней автоматизации.

Современный рынок "интеллектуальных" систем характеризуется не стабильностью: с одной стороны, появляется много новых интеграторов, с другой — небольшие компании уходят с рынка. Это связано, в первую оче редь, с проблемой утечки квалифицированных программистов.

Конкурентный анализ компаний-интеграторов российского рынка поз волил выявить следующие тенденции:

схема работы интеграторов включает разработку технического зада ния, монтаж оборудования, программирование и отладку системы, сопро вождение системы;

часто компании, осуществляющие интеграцию систем "умного до ма", занимаются также дистрибуцией соответствующего оборудования;

наиболее популярными системами среди интеграторов являются EIB/KNX, LonWorks, C-Bus, MY HOME, BACnet.

Отметим также, что порог выхода на рынок систем "умного дома" отно сительно невысокий. Для этого, как минимум, потребуется штат квалифи цированных специалистов и небольшой офис, как максимум — тоже самое, включая склад оборудования. При этом, по оценкам участников рынка, рентабельность проекта может достигать 50%.

Проведенный в данной статье анализ современного состояния и тенден ций развития отечественного и мирового рынка интеллектуальных техно логий автоматизации жилья позволяет утверждать, что он имеет широкие перспективы роста. В ближайшем будущем подобные системы не только помогут своим пользователям оптимизировать стиль жизни, а также повы сить ее качество за счет большей безопасности и комфорта, но и, что не менее важно, будут способствовать сокращению потребления электриче ства и других ресурсов при эксплуатации жилья.

Как утверждают эксперты рынка, внедрение основных элементов умно го дома на этапе строительства жилого или офисного здания даст возмож ность впоследствии соединять их между собой. В перспективе это явление на уровне районов и городов обеспечит создание одного большого «умного города».

СОСТОЯНИЕ И ПРОБЛЕМЫ ИНФОРМАТИЗАЦИИ УЧЕБНОГО ПРОЦЕССА В РЕГИОНАЛЬНЫХ ВУЗАХ (НА ПРИМЕРЕ ДАГЕСТАНСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА) Адамадзиев К.Р. д.т.н., проф., Адамадзиева А. К. к.э.н., доц.

Дагестанский государственный университет Махачкала, ул. М.Гаджиева, 43а, www.dgu.ru, тел./факс (8722) 68-23-26, 61-39-63, e-mail: adamadziev@mail.ru Началом информатизации образовательного процесса в Дагестан ском государственном университете можно считать конец 80-х-конец 90-х годов 20-го века. Наиболее важными вехами 20-летнего периода явились, с нашей точки зрения, следующие:

- создание кафедры «Экономической кибернетики» (1992 г., с 1993 г.

кафедра «Информационных технологий и моделирования экономических процессов») и открытие специальности «Информационные системы в эко номике» (1993), оказавших большое влияние на всю дальнейшую работу, связанную с информатизацией университета, в первую очередь, на инфор матизацию учебного процесса;

- создание Регионального центра новых информационных технологий в образовании (1996), Интернет-центр (1999) и Internet-классов на 100 рабо чих мест;

- начало разработки и внедрения электронных обучающих и контроли рующих программ, систем и комплексов (2000-2002). Первый такой ком плекс для цикла экономических дисциплин был внедрен в учебный процесс в 2000 году. Впервые с использованием ОКК были проведены текущую аттестацию, зачеты и экзамены по дисциплинам экономико математического и компьютерного цикла;

- участие Даггосуниверситета во 2-й и 3-й Международных выставках конференциях "Информационные технологии и телекоммуникации в обра зовании" (Москва, ВВЦ, 2000, 2001), на которых представленные от уни верситета ОКК были награждены дипломами выставки, а их разработчики медалями ВВЦ, а также участие во II Международной научно практической конференции «Учебник третьего тысячелетия: создание, издание, распространение» (СПб., 2002);

- разработка и внедрение информационно-образовательной среды уни верситета - многофункциональной системы, на серверах которой в настоя щее время размещены учебные планы, учебно-методические комплексы, учебники, учебные пособия, разработанные всеми факультетами и кафед рами, а также большие объемы материалов учебного, методического и научного характера, доступные студентам, магистрам, аспирантам, препо давателям и сотрудникам;

-создание материально-технической базы, включающей более 40 клас сов ПЭВМ на 700 рабочих мест и интернет-библиотеку на 100 мест, более 40 серверов с необходимым программным обеспечением;

- подготовка кадрового потенциала преподавателей и сотрудников - бо лее 300 чел. ИТ-специалистов, работающих на 10 кафедрах, специализи рующихся на преподавании дисциплин компьютерного цикла, и в различ ных ИТ-подразделениях университета;

- участие в международном проекте «Модернизация образования в сфе ре информационных и коммуникационных технологий в университетах Юга России» в рамках «Темпус» (2000-2002), в частности, разработка 16-ти дистанционных курсов по ИКТ, организация производственной практики для группы студентов в вузах и предприятиях Евросоюза.

К числу значимых итоговых результатов, с которыми Дагестанский гос ударственный университет вступает в новый этап информатизации, можно отнести:

- создание нового факультета – Информатики и информационных тех нологий (февраль 2010);

- компьютерная информационная система «Деканат», разработанная программистами информационно-вычислительного центра университета, с помощью которой второй год подряд промежуточный и итоговый контроль знаний студентов первых и вторых курсов осуществляется в форме компь ютерного тестирования в on-line режиме;

- ежегодно проводимые с 2000 года региональные научно-практические конференции «Компьютерные технологии в науке, экономике и образова нии»;

- разработка и принятие «Программы информатизации на период 2010 2012 гг.» и «Программы стратегии развития на период 2012-2016 гг.».

Несмотря на достигнутые успехи, Дагестанский государственный уни верситет заметно отстают в разработке и внедрении информационных тех нологий от вузов экономически благополучных регионов. Коротко охарак теризуем наиболее острые из проблем, сдерживающие процесс информати зации.

В одну из главных проблем превратилась проблема затрат на поддержку и обслуживание вычислительной техники и информационных систем, на обновление физически и морально устаревших их элементов. Произошел количественный рост вычислительной техники, используемой в учебном процессе. Но при этом резко увеличился физический и моральный износ вычислительной техники. Нерешенной проблемой остается приобретения необходимого лицензионного системного и инструментального программ ного обеспечения.

Возникла и обострилась проблема обеспечения защиты компьютеров, их системных программ и информационных ресурсов от многочисленных вирусов и других видов угроз, что требует значительных дополнительных затрат на средства защиты и обеспечения информационной безопасности.

Серьезной проблемой была и остается для Даггосуниверситета и вузов большинства других регионов обеспечение ИТ-подразделений и учебного процесса ИТ-специалистами. Как известно, на ИТ-предприятиях, в ИТ подразделениях предприятий других сфер экономики, учреждений органов управления заработная плата заметно выше, чем у работников и специали стов других сфер экономики, и выше, чем в вузах. Поэтому ИТ специалисты, поработав в вузе и достигнув определенного квалификацион ного уровня, уходят в ИТ-подразделения предприятий, организации и учреждения с более высокой оплатой труда.

К сказанному следует добавить также отсутствие стимулов для разра ботчиков ИТ-средств и тех, кто занять их внедрением, а также перегру женность преподавателей аудиторными занятиями и острая нехватка вре мени для самообучения и участия в ИТ-проектах.

Иными словами, информатизация учебного процесса существенно по высила интенсивность труда преподавателей, которая в настоящее время не компенсируется соответствующим повышением оплаты труда.

Большинство из проблем, с которыми сталкивается Даггосуниверситет, являются общими для всех региональных вузов и их решение собственны ми силами вузов невозможно. Требуется государственная поддержка на всех уровнях управления и активная помощь со стороны бизнеса, посколь ку специалисты с высоким уровнем компьютерной подготовки нужны и госструктурам и предприятиям всех сфер экономики.

Неотъемлемой частью учебного процесса в высших учебных заведениях во все времена считалась научно-исследовательская работа преподавателей и студентов. Основными формами НИР для студентов были курсовые и дипломные работы, подготовка докладов, тезисов, статей для выступления на заседаниях научно-исследовательских кружков, научно-практических конференциях, для участия в олимпиадах, конкурсах, а также для опубли кования в научных журналах и научных сборниках.

В настоящее время экономика кардинально меняется, она все более ста новится информационной (сетевой, знание-ориентированной). Ключевыми терминами, выражающими ее сущность и особенности, стали «глобализа ция» и «интернетизация». Подготовка специалистов для новой экономики требует существенного повышения элементов инновационного характера и информационных технологий в учебном процессе.

Такому повышению могли бы способствовать:

- широкое применение методов математического и компьютерного мо делирования, информационных технологий во всех ранее применяемых формах НИРС;

- применение новых форм НИРС, таких как написание рефератов, орга низация компьютерных деловых игр, выполнение домашних контрольных работ на фактических материалах оперативной, годовой и статистической отчетности предприятий, организаций и учреждений различных отраслей экономики;

- создание баз для различных видов студенческих практик, в т.ч. науч ной, а также филиалов кафедр вузов на предприятиях, организациях, науч но-исследовательских институтах, в органах государственного и муници пального управления;

- создание малых инновационных предприятий в вузах и широкое при влечение одаренных студентов и магистров к работе в них.

Литература 1. Адамадзиев К. Р. Об информатизации учебного процесса в регио нальном вузе/ Российская научно-методическая конференция «Совершен ствование подготовки IT-специалистов по направлению «Прикладная ин форматика» на основе инновационных технологий и e-learning»: Сборник научных трудов / Моск.госуд. ун-т экономики, статистики и информатики.

–М., 2006. С.197-204.

2. Адамадзиев К.Р., Ахмедов С.А., Абдуллаев Г.Ш., Шувалов А.И., Адамадзиева А. К. Разработка и применение обучающих и контролирую щих средств в региональных вузах: новый этап. Научно-практический журнал «Открытое образование», 2011, №2 (85), с.279- ПРИМЕНЕНИЕ НЕЧЕТКОЙ КОГНИТИВНОЙ МОДЕЛИ ОЦЕНКИ КОМПЕТЕНЦИЙ ПРИ ФОРМИРОВАНИИ КОМАНДЫ ДЛЯ РЕА ЛИЗАЦИИ IT-ПРОЕКТОВ И.М. Ажмухамедов, к.т.н., доцент, зав.кафедрой ИТиВМ АФ МЭСИ, e-mail: aim_agtu@mail.ru А.И.Ажмухамедов Введение Важным фактором эффективного управления персоналом при реализа ции IT-проектов является оптимальный подбор сотрудников для решения отдельных задач, что в конечном итоге предопределяет успешность выпол нения проекта в целом.

На начальной стадии такого подбора для каждой задачи проекта Zl (l=1,…,N) необходимо сформировать перечень необходимых для ее успеш ного выполнения компетенций KZl={KZlm} (m=1,…,Ml;

число компетенций Ml для каждой из задач Zl может быть разным). Данный перечень может быть определен, например, с помощью предложенного в [1] метода функ циональных моделей IDEF0. Использование функциональной модели IDEF0 для анализа всего спектра работ позволяет выявить полный перечень компетенций, необходимых для их успешного выполнения. Применение же аппарата нечётких множеств для описания квалификационных характери стик обеспечивает адекватный учёт неоднозначности их формулировок.

Постановка и решение задачи.

Необходимо разработать методику формирования команды для реали зации IT-проекта, предусматривающего решение совокупности N отдель ных задач.

Проблему можно формализовать следующим образом: из множества S кандидатов подобрать команду исполнителей и распределить их по задачам проекта таким образом, чтобы наиболее полно обеспечить соответствие множеству КZ={KZl}, т.е. суммарное по всем значениям l и m различие между значениями необходимых для выполнения l-й задачи компетенций {KZlm} и значениями компетенций {KPjm} j-го исполнителя l-й задачи проекта должно быть минимальным.

Отклонение нежелательно как в отрицательную, так и в положительную сторону. В первом случае оно приводит к падению качества выполняемых работ, во втором – к неэффективности использования работника, т.к. более высокая квалификация исполнителя, как правило, требует более высокого уровня оплаты.

Решение задачи после получения множества необходимых компетенций KZ может быть осуществлено в два этапа. На первом этапе необходимо оценить уровень компетенций каждого из претендентов. На втором – отобрать на основе анализа полученных на первом этапе данных наиболее подходящих исполнителей для реализации каждой из задач проекта.

Этап 1. Оценка уровня компетенций претендентов.

Задача первого этапа может быть эффективно решена путем использо вания технологий тестового контроля, когда испытуемому предлагается выполнить заранее подготовленные задания различной степени сложности, после чего результаты выполнения оцениваются группой экспертов.

Однако при этом процедура оценки обладает специфическими особен ностями, основными из которых являются:

1. Неполнота, субъективность и неопределенность информации. Субъ ективность связана с личными предпочтениями экспертов, а неопределён ность проявляется в неточных формулировках требований типа «уверенное владение», «умение анализировать», «обладание навыками», допускающи ми трактовку в очень широких пределах.

2. Многокритериальность задачи, связанная с необходимостью учета большого числа частных показателей.

3. Наличие как количественных, так и качественных показателей, кото рые необходимо учитывать при решении задачи оценки уровня компетен ции.

4. Невозможность применения классических методов оптимизации.

Таким образом, несмотря на ряд достоинств, метод тестирования не лишен недостатков: процедура оценки результатов является слабо форма лизованной.

Для решения широкого круга задач, связанных с моделированием плохо формализованных процессов, их прогнозированием и поддержкой приня тия решений часто используются нечеткие когнитивные модели. Неоспо римыми их достоинствами по сравнению с другими методами являются возможность формализации численно неизмеримых факторов, использова ния неполной, нечеткой и даже противоречивой информации [2].

Построим методику тестовой комплексной оценки уровня компетентно сти, основанную на применении когнитивного моделирования, теории не четких множеств и отношениях предпочтения между различными критери ями.

При решении многокритериальных задач часто используются различ ные методы свертки критериев в один обобщенный (интегральный) крите рий. Одними из таких методов построения комплексного критерия являют ся аддитивная и мультипликативная свертка.

Аддитивный критерий, являясь наиболее простым, в то же время из-за возможности неограниченной компенсации значений одних критериев за счет других, нечувствителен к крайним значениям слагаемых. Значение же мультипликативного критерия, в отличие от аддитивного, резко уменьша ется при малых значениях отдельных критериев, что позволяет исключить нежелательные варианты при принятии решения.

Таким образом, для задач, где все оцениваемые параметры критично значимы, взаимосвязаны и взаимозависимы, наиболее целесообразным представляется применение мультипликативной свертки векторного крите рия:

s K Ki i (1) i где Ki – частные критерии, Si – некоторым образом определенные веса, приписываемые каждому частному критерию Ki.

В случае, когда значения каждого отдельного параметра не является критично значимым и допускается компенсация влияния параметров друг на друга, может быть применена аддитивная свертка:

K Si K i (2) i Оценки Si могут быть получены экспертным путем. В случаях, когда эксперт затрудняется дать непосредственные численные оценки, могут ока заться предпочтительнее различные ранговые методы, при реализации ко торых требуется лишь упорядочить критерии.

Может быть использован, например, метод нестрогого ранжирования. В соответствии с этим методом экспертом производится нумерация всех кри териев по возрастанию степени их важности. Причем допускается, что экс перту не удастся различить между собой некоторые критерии. В этом слу чае при ранжировании он помещает их рядом в произвольном порядке. За тем проранжированные критерии последовательно нумеруются. Оценка (ранг) критерия определяется его номером.

Если на одном месте находятся несколько неразличимых между собой критериев, то, обычно, оценка каждого из них принимается равной средне му арифметическому их новых номеров. Однако, представляется целесооб разным несколько модифицировать такой метод оценки, приняв за ранг каждого из неразличимых критериев номер всей группы как целого объекта в упорядочении [3].

Например, пусть критерии Ki (i =1,…5) упорядочены экспертом следу ющим образом:

K4;

(K1, K3);

K5;

K2.

Поскольку критерии 1 и 3 неразличимы и оба занимают вторую пози цию, то сумма номеров равна: 1+2+2+3+4=12. Соответственно, вес крите рия K4 составляет 1/12, критериев K1 и K3 – по 2/12, критерия K5 – 3/12, K2 4/12. Сумма весов равна единице.

Найденные таким образом оценки представляют собой обобщение си стемы весов Фишберна [4] на случай смешанного распределения предпо чтений, когда наряду с предпочтениями в систему входят и отношения без различия.

Полученный результат согласуется с хорошо известным в теории при нятия решений фактом: системе возрастающего предпочтения альтернатив наилучшим образом отвечает система увеличивающихся по правилу ариф метической прогрессии весов.

Влияние оценок различных факторов на комплексный (интегральный) показатель компетентности может быть представлено в виде ориентиро ванного графа G, имеющего одну корневую вершину и не содержащего петель и горизонтальных ребер в пределах одного уровня иерархии:

G = {Fi};

{Dij}, где {Fi} – множество вершин графа (факторов или концептов в терми нологии нечеткой когнитивной модели (НКМ));

{Dij} – множество дуг, соединяющих i-ю и j-ю вершины;

K0 – корневая вершина, отвечающая комплексному критерию компетентности.

При этом дуги расположены так, что началу дуги соответствует верши на нижнего уровня иерархии (ранга), а концу дуги – вершина ранга, на еди ницу меньшего. Значения факторов могут быть заданы лингвистическими значениями.

Для дальнейшего построения методики оценки уровня компетенции (ОУК) на данный граф необходимо наложить полученную изложенным выше методом нестрогого ранжирования систему отношений предпочтения E одних параметров над другими по степени их влияния на заданный эле мент следующего уровня иерархии:

E = {Fi (e) Fj | e ( ;

)} При построении НКМ оценки компетентности на нижнем уровне необ ходимо расположить критерии оценки сложности тестовых заданий и кри терии оценки результатов выполнения тестов.

На уровень выше - концепты, отражающие оценку сложности тестов и результатов их выполнения, рассчитанные на основе значений критериев нижнего уровня с учетом их весов влияния согласно формулам (1) и (2).

С целью повышения корректности оценки необходимо предложить ис пытуемому тесты различного уровня сложности (среднего, выше среднего, высокого).

На следующем уровне иерархии располагаются вершины, отражающие общую оценку выполнения конкретного теста, рассчитанную как «произ ведение» сложности теста на результат его выполнения. Операция «произ ведение» в случае лингвистических значений определяется с помощью принципа расширения обычных (четких) математических функций на не четкие числа, предложенного Л.Заде [5].

Следующий уровень содержит оценки отдельных компетенций испыту емого, найденные как максимум соответствующих общих оценок, полу ченных на предыдущем уровне.

И, наконец, на верхнем уровне может быть при необходимости получе на комплексная оценка компетентности испытуемого на основе адди тивной или мультипликативной свертки, согласно формулам (1) и (2).

Чтобы рассчитать комплексную оценку компетентности, необходимо произвести агрегирование данных, собранных в рамках иерархии G по направлению дуг графа.

Для представления значений факторов в НКМ введем в рассмотрение набор качественных оценок:

L = {низкая (Н), ниже среднего (НС), средняя (С), выше среднего (ВС), высокая (В)}, и сформируем лингвистическую переменную «Уровень фактора» с терм-множеством значений L.


В качестве семейства функций принадлежности может выступать стан дартный пятиуровневый 01-классификатор, где функции принадлежности – трапециевидные нечеткие числа:

Н (0;

0;

0,15;

0,25);

НС (0,15;

0,25;

0,35;

0,45);

С(0,35;

0,45;

0,55;

0,65);

ВС(0,55;

0,65;

0,75;

0,85);

В (0,75;

0,85;

1;

1) (3) Стандартный классификатор осуществляет проекцию нечеткого линг вистического описания на 01-носитель, при этом делает это непротиворе чивым способом, симметрично располагая узлы классификации (0.1, 0.3, 0.5, 0.7, 0.9) [6].

Таким образом, в качестве математической модели оценки компетент ности испытуемого может быть принят кортеж G, L, E, в котором при переходе с одного уровня на другой применяются различные виды сверток векторного критерия.

Пройдя последовательно снизу вверх по всем уровням иерархии G и применяя описанные выше соотношения, мы не только можем путем ком плексного агрегирования данных выработать суждение о качественном уровне показателя на каждой ступени иерархии, но и оценить степень обоснованности данного суждения. Для этого необходимо:

1. Поставить в соответствие лингвистическим значениям концептов иерархии G нечеткие числа согласно формуле (3).

2. Методом нестрогого ранжирования каждой дуге графа Dij сопоста вить некоторый вес Sij, отражающий влияние i-го концепта на j-й. При этом Sij представляют собой модифицированные веса Фишберна. В некоторых случаях веса могут быть заданы экспертом непосредственно.

3. Применить аддитивную и мультипликативную свертки согласно формулам (1) и (2). При этом операции над нечеткими числами проводятся с использованием - сечений [5].

4. Лингвистически распознать полученный результат. Для этого необ ходимо задаться мерой уровня распознавания, т.е. ввести так называемый индекс схожести (ИС) [7]. Индекс схожести может быть найден на ос нове Хемингова или Евклидова расстояний между нечетким числом, харак теризующим результат, и числами эталонного терм-множества (3), напри мер, следующим образом:

(1 ) ~ (4) ~ out in (5) in out где out представляет собой площадь нечеткого трапециевидного чис ла, характеризующего результат, лежащую вне эталонного числа, а in площадь, лежащую внутри этого же эталонного числа. Определенный та ким образом ИС, изменяясь в диапазоне от 0 до 1, будет характеризовать близость найденной свертки к тому или иному числу эталонного терм множества.

Этап 2. Распределение задач между исполнителями.

На втором этапе, прежде всего, необходимо вычислить интеграль j ный индекс соответствия (ИИС) каждого j-го претендента каждой из l l задач проекта (как бы «примерить» каждую задачу на каждого из претен дентов). Для этого по формуле (4) нужно найти индексы схожести между нечеткими числами KZlm, отражающими компетенции, требуемые для вы полнения l-й задачи, и нечеткими числами KPjm отражающими компетен ции j-го претендента.

После выполнения этого шага, задавшись для каждой из компетен ций некоторым значением предельно допустимого отклонения индекса крит.

схожести от требуемого, можно исключить из дальнейшего рас jl смотрения варианты распределения задач, содержащие индексы схожести меньшие критического (значение интегрального критерия соответствия данного претендента для этой задачи принимается равным нулю).

Для учета значимости различных компетенций при определении ИИС необходимо ввести в рассмотрение веса lm для каждой m-й компе тенции l-й задачи. Сделать это эксперты могут либо непосредственно, либо описанным выше способом нестрогого ранжирования.

Таким образом, для расчета ИИС получаем формулу:

0, если m : j j ( m 1,...,M l ) l крит.

j lm M, (6) l l j, если m : j j l крит.

m1 lm lm lm j где ( KPjm, KZlm ) - индекс схожести между нечетким числом lm KPjm, отражающим m компетенцию j-го претендента, и нечетким числом lm, соответствующим уровню необходимой для выполнения задачи «l»

KZ компетенции «m».

Обозначим V – множество {Vk} различных вариантов распределе ния S претендентов для решения N задач. Мощность множества V может быть найдена по формуле расчета числа размещений из S по N:

S!

N V AS (7) ( S N )!

Элементами множества V являются наборы упорядоченных пар (номер задачи;

номер исполнителя):

Vk =(NZl;

NPj), (l [1, N];

j[1, S]).

Например, если проект предусматривает решение 5 задач и на ме сто в команде претендуют 9 человек, то один из наборов может иметь вид:

{(1;

2), (2;

5), (3;

7), (4,4), (5;

9)}.

Далее необходимо найти обобщенную оценку эффективности k каждого варианта Vk распределений претендентов по задачам, т.е. опреде лить эффективность различных вариантов для проекта в целом. Для этого j необходимо просуммировать частные индексы соответствия по всем l парам (l;

j), входящим в Vk :

0, если ( j,l ) V : j 0 ( k 1,...,V ) kl k M l (8) j j lm, если ( j,l ) Vk : 0 ) lm l m Оптимальным для выполнения проекта следует признать тот вари ант распределения претендентов, оценка которого максимальна:

opt Vk (k: max( Vk ) ) (9) k Заключение.

Предложенная методика оценки уровня компетенций испытуемого на базе нечеткой когнитивной модели может быть положена в основу рабо ты компьютерной программы, позволяющей рассчитывать комплексный (интегральный) показатель компетентности. При этом лицо, принимающее решение, может варьировать веса дуг, связывающих концепты НКМ с це лью подготовки или подбора специалиста под конкретные задачи.

Методика формирования команды для наиболее эффективного вы полнения проектов может быть использована кадровыми службами для более обоснованного и целенаправленного подбора персонала.

Литература 1. Скороход С.В. Применение функциональных моделей IDEFO для анализа квалификационных характеристик рабочих мест на основе нечёт ких целей – Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР» – Таганрог, Изд-во ТРТУ, 2007, №3(73),, с.13–18.

2. Максимов В.И., Корноушенко Е.К. Аналитические основы примене ния когнитивного подхода при решении слабоструктурированных задач // Труды ИПУ РАН. - М., 1999. – Т. 2. – С.95-109.

3. Ажмухамедов И.М. Математическая модель комплексной безопас ности компьютерных систем и сетей на основе экспертных суждений// «Инфокоммуникационные технологии» Том 7, № 4, 2009, С.103-107.

4. Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978.- 155с.

5. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений – М.: Мир, 1976 – 165с.

6. Kaufmann A., Gupta M. Introduction to Fuzzy Arithmetic: Theory and Applications. - Van Nostrand Reinhold, 1991. - 161 p.

7. Проталинский О.М. Применение методов искусственного интеллек та при автоматизации технологических процессов. – Астрахань: Изд-во АГТУ, 2004.-184с ПРИНЦИПЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ОБРАЗОВАТЕЛЬНЫХ УСЛУГ И.М. Ажмухамедов, к.т.н., доцент, зав.кафедрой ИТиВМ АФ МЭСИ, e-mail: aim_agtu@mail.ru А.И.Ажмухамедов Введение.

Задача повышения качества образовательных услуг в современных условиях характеризуется сложностью, неопределённостью, наличием большого количества взаимосвязанных внутренних и внешних факторов, влияющих на их уровень.

В 2003 г. Россия присоединилась к Болонским соглашениям, официаль но закрепив свое участие подписанием Берлинского коммюнике Конфе ренции Министров [1]. В этой связи российское образование, как и образо вательные системы других стран, претерпевает серьезные изменения: ме няются приоритеты, структура и содержание образования, вводятся новые стандарты, формируется независимая система оценки результатов обучения и качества образования в целом [2].

В последнее время именно качество обучения и воспитания все более определяет уровень развития стран, становится стратегической областью, обеспечивающей их безопасность и потенциал за счет подготовки подрас тающего поколения.

При этом качество образования рассматривается как комплексный пока затель, синтезирующий все этапы становления личности, условия и резуль таты учебно-воспитательного процесса. Оно также является критерием эф фективности деятельности образовательного учреждения, отражает соот ветствие реально достигнутых результатов нормативным требованиям, со циальным и личностным ожиданиям. В то же время для профессионально го образования все более значимой становится ориентация на запросы ра ботодателя. Оценка качества образования в этом случае представляет собой не только самостоятельный интерес, но и рассматривается как ключ к ре шению назревших практических проблем в каждом отдельном образова тельном учреждении и в экономике страны в целом.

Таким образом, с одной стороны развитие системы высшего образова ния является одним из системообразующих факторов жизни современного общества, и его влияние на все стороны жизни общества с течением време ни только возрастает.

С другой стороны, процесс оказания образовательной услуги всегда протекает в определённом региональном контексте. Данное обстоятельство предопределяет необходимость рассмотрения высшего профессионального образования как регионального явления.

В большинстве регионов сложилась разветвленная система, обеспечи вающая получение образования различного уровня сложности по широко му профилю специальностей.

Однако при этом ярко проявляется как количественное, так и каче ственное несоответствие выпуска специалистов местных вузов потребно стям рынка труда. Часть вузов пошла на определенное упрощение про грамм и содержание преподавания, снижение требований к качеству зна ний и навыков обучающихся.


Постановка и решение задачи.

Поскольку система высшего профессионального образования играет важную социальную и экономическую роль в регионе, недопустимо, чтобы развитие высшей школы осуществлялось стихийно, без регулирования со стороны региональных властей и научного сообщества.

При этом одним из наиболее важных направлений является разработка и обоснование принципов создания и развития концепции повышения уровня образовательного процесса на всех его уровнях [3].

Образовательный процесс (ОП) представляет собой совокупность учеб но-воспитательного и самообразовательного процессов, направленных на решение задач образования, воспитания и развития личности в соответ ствии с Государственным образовательным стандартом [4, с.176].

Выявление факторов, воздействующих на качество образовательных услуг, является основой для планирования и применения эффективных ме роприятий по повышению их уровня.

Для их адекватного выбора необходимо рассмотреть и учесть наиболее полное множество факторов, воздействующих на все элементы ОП.

Факторы, влияющие на ОП можно разделить по отношению к природе их возникновения на объективные и субъективные, внутренние и внешние.

Классификацию факторов, влияющих на качество образовательных услуг, целесообразно осуществлять с учетом следующих требований:

- достаточности количества уровней классификации, позволяющей формировать полное множество факторов;

- достаточной гибкости классификации, позволяющей расширять мно жество классифицируемых факторов, группировок и признаков, а также вносить необходимые изменения без нарушения структуры классификации.

В основе концепции повышения уровня образовательного процесса должна лежать задача непрерывного совершенствования образовательных услуг с целью обеспечения непрерывности обучения, его комплексности и адекватности современным требованиям.

Для эффективного управления ОП необходимо знать его начальный уровень, т.е. необходимо выполнить идентификацию активов системы высшего образования.

В процессе идентификации следует рассмотреть основные характери стики активов: их ценность с точки зрения влияния на уровень оказывае мых образовательных услуг, чувствительность активов по отношению к негативным факторам, наличие мероприятий по преодолению имеющихся недостатков и возникающих проблем.

К активам ОП можно, например, отнести:

материальные активы (аудиторный фонд, учебная и научная литера тура, технических средств обучения);

информационные ресурсы (вычислительные, телекоммуникацион ные);

кадровые активы (профессорско-преподавательский состав) и т.п.

При этом создание и развитие концепции повышения уровня образова тельного процесса должно основываться на следующих основных принци пах:

1. Принцип системности.

Все элементы и объекты, а также активы ОП представляют собой кон солидированные и взаимосвязанные системы, служащие для обеспечения эффективности ОП. Такие системы способны выступать как единое и сложное целое, результат функционирования которых не равен сумме ре зультатов функционирования отдельных элементов и объектов системы (синергетический эффект).

2. Принцип рациональности.

Принцип предполагает целесообразную деятельность, направленную на обеспечения эффективного ОП, рациональный охват управленческими и организационными решениями обязательных групп требований к активам образовательной системы: информационных, ресурсных, технологических, психологических, финансово-экономических, нормативно метрологических и социальных.

3. Принцип транспарентности.

Принцип предполагает прозрачность активов и процессов, связанных с ОП для всех его участников и общества в целом.

4. Принцип непрерывности, обучаемости и накопления опыта.

Образовательный процесс должен обеспечивать непрерывность реали зации и надежное функционирование всех элементов и объектов системы.

Это предполагает необходимость накопления, обобщения и использования всего имеющегося опыта по оказанию образовательных услуг.

5. Принцип прогнозируемости и функциональной взаимосвязанности.

Принцип предполагает выявление причинно-следственных связей, поз воляющих предвидеть возникновение возможных негативных факторов и проблем, и строить на этой основе наиболее адекватный набор мер проти водействия.

6. Принцип своевременности, оперативного реагирования и адекватно сти.

Принцип предполагает своевременность выявления проблем потенци ально способных повлиять на качество активов ОП и дальнейшее опера тивное реагирование для их блокирования и устранения. Выбор необходи мых защитных мероприятий для обеспечения стабильно высокого уровня ОП должен быть адекватен возникающим проблемам и угрозам, с учетом затрат на выполнение таких мероприятий и объема возможных потерь от реализации угроз.

7. Принцип контролируемости.

Для обеспечения высокого уровня ОП необходимо применять только те мероприятия (технологии), правильность работы которых может быть про верена, при этом необходимо регулярно оценивать адекватность применя емых мероприятий и эффективность применяемых технологий.

Проблемная область решаемых задач (обеспечение высокого уровня об разовательных услуг) - совокупность основных понятий, определяющих суть исследования и связи между ними, включает в себя: предметную об ласть, решаемые задачи, поставленные цели, возможные тактики и страте гии, используемые для достижения поставленных целей.

Применительно к рассматриваемым задачам предметную область мож но определить как информационную систему со всем комплексом понятий и знаний о ее функционировании. При исследовании проблемной области необходимы знания о задачах, решаемых в данной системе, и стоящей пе ред ней цели – обеспечение высокого уровня образовательных услуг.

Необходимо также определить возможные стратегии управления и эв ристические знания, используемые в процессе обеспечения эффективного образовательного процесса.

В каждый момент времени состояние высшего образования характери зуется некоторым уровнем образовательных услуг. Он должен пониматься как интегральная оценка, основанная на наборе показателей и критериев, характеризующих состояние ОП в плане соответствия ее интересам обще ства.

Перевод образовательных услуг на более высокий уровень можно реа лизовать многими способами, используя различные мероприятия и техно логии обучения.

При этом может решаться задача поиска оптимального, наиболее эф фективного с точки зрения уровня ОП и затрат на его достижение способа и соответствующего ему набора мероприятий.

Выводы.

Таким образом, задача обеспечения высокого уровня образовательных услуг требует адекватного ответа на возникающие в постиндустриальном, информационном обществе проблемы. Применение соответствующих ме роприятий и технологий следует проводить с учетом выявленных факто ров, влияющих на уровень образовательного процесса, руководствуясь вышеизложенными системными принципами.

Литература 1. Зона европейского высшего образования: Совместное заявление ев ропейских министров образования, г. Болонья, 19 июня 1999 года //Будущее европейского образования: Болонский процесс (Сорбонна— Болонья—Саламанка—Прага) / Сост. Е.В.Шевченко. СПб., 2002.

2. О приоритетных направлениях развития образовательной системы Российской Федерации/ Высшее образование сегодня. 2005. № 1.

3. Болотов В.А., Ефремова Н.Ф. Система оценки качества российского образования // Педагогика. – 2006. - № 1. – С. 22-31.

4. Бим-Бад Б.М. Педагогический энциклопедический словарь М., 2002.

СИСТЕМООБРАЗУЮЩИЕ НАПРАВЛЕНИЯ ПОДГОТОВКИ ИТ-КАДРОВ В РЕГИОНЕ Антохонова И.В., д.э.н., доцент, Восточно-Сибирский государственный университет технологий и управления, 8(301)2215621, iv.antokhonova.gmail.com Рынок ИТ-специалистов является самым динамичным и выполняет си стемообразующую роль в экономике, т.к. обеспечивает современными спе циалистами все виды экономической деятельности. Согласно данным, при веденным в аналитическом исследовании [2], в странах лидерах имеют ме сто профессиональная (горизонтальная) и квалификационная (вертикаль ная) миграция, масштабы и характер которых определяются спросом и предложением в различных секторах экономики.

Российский рынок ИТ-специалистов является территориально неодно родным с концентрацией кадров в экономически развитых центрах. Подго товка специалистов и бакалавров в регионах в области прикладного анали за и информационных технологий представляется актуальной в связи с рас тущим спросом и не насыщенностью рынка труда.

Доля ИТ-персонала в общей численности трудоспособного населения России составляет 1,18%, в то время как в США 3, 79%, Германии и Вели кобритании - 3,4% [2, с.28]. Исследования рынка труда в сфере ИТ долж ные охватывать не только индустрию ИТ, но и остальные сегменты эконо мики, составляющие пользовательскую базу рынка товаров и услуг.

Изучение проблемы востребованности ИТ-специалистов в регионах в течение последних лет свидетельствует о завышенных ожиданиях выпуск ников специальностей и направлений в данной области, в связи с чем, зна чительная часть окончивших вузы покидает регионы, предпочитая трудо устройство в мегаполисах. Имеет место горизонтальная территориальная трудовая миграция молодого трудоспособного населения.

В этой связи представляется актуальной проблема закрепления демоти вированных ИТ-специалистов в реальном секторе региональной экономи ки.

Экспертами ОЭСР «узкое» определение ИТ-специалистов включает только специалистов нескольких квалификационных уровней. Для регио нального рынка труда, в том числе Республики Бурятия, в большей степени подходит «широкое» определение. Оно включает контингент специали стов, обладающих профессиональными ИТ-компетенциями, в том числе, в других секторах экономики.

Специфика рынка ИТ-услуг в том, что ИТ-услуги являются нематери альным продуктами и на деятельность рынка не влияет удаленность по ставщика ИТ-услуг от потребителей, географические границы рынка могут быть достаточно размытыми от Москвы до Дальнего Востока. Потребители ИТ-услуг в Бурятии предпочитают услуги из центральных регионов, где уровень информатизации и автоматизации бизнес-процессов является бо лее высоким.

Анализ продуктовых границ рынка ИТ-услуг по данным обследования субъектов рынка в Бурятии показывает, что основная доля услуг равномер но распределена между такими видами услуг как сетевая и системная инте грация, разработка ПО и ИТ-консалтинг. Сетевая и системная интеграция больше представлена компаниями, оказывающие провайдерские услуги, чем компаниями, занимающимися автоматизацией бизнес-процессов. При этом, наименьший удельный вес занимают услуги, связанные с ИТ аутсорсингом (10%) (рис.1).

Результаты проведенного опроса потребителей показали, что в бли жайшие 3-4 года наиболее востребованными ИТ-услугами в Бурятии оста нутся ИТ-аутсорсинг и ИТ-консалтинг 1      ИТ-консалтинг 26% 25% 2     ИТ-аутсорсинг, включая информационную безопасность 3     ИТ-обучение 13% 4      Разработка 26% программного 10% обеспечения 5     Сетевая и системная интеграция Рис. 1. Cтруктура ИТ-услуг, реализованных ИТ-компаниями Бурятии в 2010 г.

Конъюнктура рынка в условиях преодоления кризиса характеризуется высокой эластичностью по цене, расширением географических границ, стабилизацией продуктовых границ, высоким уровнем квалификации и независимостью специалистов.

Также можно выделить два основных ИТ-направления, которые будут востребованы в ближайшее время. Во-первых, процессы, поддерживающие жизнедеятельность компаний: услуги лицензирования ПО, технической поддержки, провайдеров телекоммуникаций, ИТ-аутсорсинг, хостинг. Во вторых, услуги, стратегически важные для деятельности компаний: для сектора электроэнергетики, в частности, в среде инфраструктуры бизнеса, управления взаимоотношениями с клиентами, техническое обслуживание и ремонт оборудования, учет расходования ресурсов.

Участие профессиональных сообществ в разработке профессиональных стандартов ориентировано на всех заинтересованных потребителей. К ним относятся по определению О.Жеребиной (Фирма «1С», Москва) работода тели, сфера образования, наемные работники и государство.

Работодателям стандарты дают внятно сформулированные требова ния к профессиям в области ИТ, применение которых позволит оценить и повысить уровень качества профессиональной деятельности ИТ специалистов в соответствии с требованиями российской экономики. Каж дая компания может использовать профстандарты как «азбуку», «конструк тор», с помощью которого можно сформировать свои внутрифирменные требования к той или иной должности, скорректировав их с учетом ситуа ции в компании и принятой практики.

Сфере образования профстандарты предоставляют информацию, не обходимую для создания качественных образовательных стандартов ВПО и СПО, различных учебных программ - краткосрочного обучения, повыше ния квалификации, профессиональной переподготовки, долгосрочного обучения, а также позволяют выстроить систему оценки качества обучения в соответствии с требованиями работодателей.

Работникам стандарты важны для управления собственной карьерой, они помогают лучше понять различия в выполнении функций на разных квалификационных уровнях и сделать выбор, какому пути развития карье ры отдать предпочтение;

задают ориентиры профессионального развития и стандартов оценки качества профессиональной деятельности в области ИТ.

Государству профессиональные стандарты полезны при формирова нии политики в области занятости населения.

Стоит отметить, что предусмотренные квалификационные уровни должностей от программиста-стажера, программиста до бизнес архитектора, бизнес-аналитика и руководителя проекта не все востребова ны на данный момент в регионах. Однако, учитывая темпы развития ин формационных технологий и их продвижения по территории регионов Рос сии, эти уровни необходимо готовить.

Востребованность в ближайшем будущем очевидна, т.к. трансформации в экономике формируют новые слабоструктурированные проблемы, приня тие решений по которым потребует информационной поддержки. Прежде всего это относится к сбалансированному социально-экономическому разви тию регионов.

Социально-ориентированными векторами развития экономики в Рес публике Бурятия являются: экономическая безопасность территорий му ниципальных образований, развитие внутреннего продовольственного рынка, инфраструктуры экономики, рынка труда, рынка личного страхова ния, продуманного и безрискового для населения и озера Байкал туризма, фермерства и малого бизнеса.

Наиболее значимыми, на наш взгляд, на данный момент являются под готовка и закрепление специалистов в сельском предпринимательстве. Раз витие научных исследований по стратегическим видам экономической деятельности и аналитическая поддержка разработки региональных инно вационных продуктов могут способствовать формированию спроса на ин формационные технологии в экономике и менеджменте, развитии ИТ инфраструктуры и бизнес-коммуникаций, аналитическое и прогнозное обеспечение принятия решений.

Для реализации поставленных целей важны проекты продвижения со циальной активности, брендов национальных символов в сетевой экономи ке, региональных «историй успеха», а не только глобального мира. Подго товка специалистов по направлениям «Прикладная информатика» и «Биз нес-информатика» с активным привлечением студентов к прикладным раз работкам и научным исследованиям, эффективная производственная прак тика в реальном секторе экономики поможет ориентировать будущих спе циалистов и бакалавров на реализацию собственных коммерческих идей и «стартапов» без миграции, оставаясь в своем регионе и развивая предло жение на внутреннем ИТ-рынке.

Литература 1. Антохонова И.В., Полухина О.А. Статистическое исследование ис пользования информационных технологий и их влияния на развитие эко номики России. // «Вопросы статистики», №5, 2010, с. 61-68.

2. ИТ-кадры 2006-2012 // Мировая конъюнктура рынка труда. М., АП КИТ, 2007.

РАСЧЕТ ОПТИМАЛЬНЫХ ЗНАЧЕНИЙ ПЕРИОДИЧНОСТИ СМЕНЫ ПАРАМЕТРОВ МЕХАНИЗМОВ ЗАЩИТЫ ИНФОРМАЦИИ В АИС Беркетов Г.А., к.т.н., профессор Микрюков А.А., к.т.н., доцент Аль-Каиби Иман Габар Абдул Хасен МЭСИ Одним из способов повышения эффективности системы защиты ин формации в АИС является периодическая смена настроек параметров ме ханизмов защиты. Предполагается, что после каждой смены параметров системы защиты (СЗ) злоумышленнику необходимо вновь преодолевать все преграды системы защиты независимо от того, в какой степени эти пре грады были преодолены до смены параметров.

Используемые в СЗ механизмы защиты Mk обычно ориентированы на определенные классы угроз, однородных в том смысле, что случайные ин тервалы времени, требуемые для преодоления защиты Mk каждой из этих угроз, имеют одинаковые распределения. Тем самым предполагается, что распределение времени, требуемого для преодоления k-го элемента защи ты, зависит только от характеристик самого механизма и не зависит от реа лизуемых угроз. Вместе с тем предполагается, что набор представленных в СЗ механизмов защиты перекрывает все рассматриваемые угрозы.

Смену параметров механизмов защиты можно осуществлять двумя спо собами: детерминировано с заданным периодом k или случайным образом.

В последнем случае k является случайной величиной с заданным законом распределения. При управлении системой защиты значение k вычисляется с помощью соответствующих датчиков псевдослучайных чисел.

Вероятность того, что изначально безошибочная информация j-го типа в процессе хранения в базе данных не подвергнется искажениям к моменту выдачи равна Pинф 1 qk, j k N j (1) где – вероятность преодоления угрозой k-ого средства защиты;

– множество индексов (номеров) механизмов защиты препятствую щих несанкционированному доступу к информации j-го типа.

При условии существования стационарных распределений интервалов времени изменения параметров системы защиты и интервалов времени вскрытия системы защиты, вероятность преодоления средств защиты мо жет быть определена по формуле:

k ( k, t ))G k ( k, t )dt qk (1 F k смены k0, (2) k Fсмены где - функция распределения интервалов времени между изме нениями параметров k-го механизма защиты, k - вектор параметров функ k Fсмены, ции G k ( k, t ) - функция распределения времени преодоления k-ой защи ты, k – вектор параметров функции G, – математическое ожидание времени между соседними изменениями параметров k-ого механизма защиты.

j PПрСЗ Исходя из выражения (2) можно определить - вероятность пре одоления средств защиты при доступе к j-ому ресурсу:

k ( k ;

t ))G k ( k, t )dt (1 F j k P ПрСЗ смены kN j k0 (3) Пусть sk – затраты вычислительного ресурса (процессорного времени) на смену параметров k-го механизма системы защиты, – распределение вероятностей угроз по отношению к информаци онным ресурсам Rj (j = ).

Тогда задача может быть представлена в виде:

при ограничениях:

1 k ( k ;

t ))G.k ( k ;

t )dt P j тр., (1 F j k PПрСЗ смены kN j k0 j= (5) ;

(6) где - вектор параметров системы, - допустимая область вариаций параметров системы защиты, j P тр.

- требуемая вероятность отсутствия искажений в j-ом информа ционном объекте.

При фиксированных периодах смены параметров механизмов защиты функция распределения определяется по формулам (7) (8) где - интервал времени между изменениями параметров.

В частном случае (при 1 = 2 =…= n = ) имеют место следующие фор мулы:

G ( j k P ;

t )dt, ПрСЗ k kN j (9) L n S ( ) Pj sk G ( k ;

t )dt, k k 1 k 1 0 (10) j P ПрСЗ Формулы для содержат интегралы, которые необходимо вычис лять при решении задачи.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 8 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.