Состояние вопроса по проблеме информационного обеспечения устойчивого развития объекта защиты

Сравним предложенный выше подход к количественной и качественной оценки возможности достижения целей ИБ ОЗ с реально сложившимся в отечественной теории прогнозирования и принятия решений [29]. Её целевое назначение - информационная и интеллектуальная поддержка проектирования и планирования развития отраслей народного хозяйства СССР различных по природе. Теория базируется на: изучении законов развития народного хозяйства, определении причин и ДС его развития. В качестве последних рассматриваются социальные потребности, технические возможности их обеспечения и экономическая целесообразность тех или иных способов и средств обеспечения. Решаются три основные задачи прогнозирования и планирования: научное обоснование целей развития хозяйства; изыскание оптимальных путей и средств их достижения; определение ресурсов, необходимых и достаточных для достижения поставленных целей.

Методология прогнозирования строится па комплексировании исследовательских (т.е. поисковых) и нормативных прогнозов. Первые отражают исторически объективно сложившиеся тенденции развития. Вторые устанавливают тенденции, необходимые для достижения социально-политических, экономических, оборонных и др. целей в намечаемые плановые сроки. Диспропорции между оценками исследовательских и нормативных прогнозов рассматриваются как результат противоречий между «потребностями и возможностями».

В свете сказанного, были приняты следующие логические схемы:

  • - для прогнозирования-, цели - теоретически достижимые; пути и средства их достижения - возможные; ресурсы - вероятные;
  • - для планирования-, цель - директивная; пути и средства её достижения - детерминированные; ресурсы - ограниченные.

Прогноз содержит веер альтернатив. План - только одно (оптимальное) решение. Это следствие фактора времени-, большое время упреждения вызывает высокую степень неопределённости информации о будущем и, следовательно, расширение доверительного интервала прогнозных оценок, придавая им вероятностный характер вида (5) - (7).

Прогнозную информацию получают по результатам исследования на теоретически обоснованных моделях объекта прогноза и фона его развития. Выдвигается требование: исследования на моделях должны обеспечить получение сведений о возможных состояниях ОЗ в будущем и возможных путях их достижения. Это значит, что модель должна: обеспечить своевременное получение полезной информации об ОЗ в рассматриваемом контексте и аспектах; быть полной, адаптивной, эволюционной и адекватной оригиналу; отвечать ограничениям на время решения задачи. В последнем случае выделяют три класса задач:

  • - системы работают в реальном масштабе времени, что означает наличие жесткой информационной связи с ним, т.с. непрерывное поступление информации в систему прогнозирования в виде сигналов различной физической природы. Поэтому предъявляются жёсткие требования к реакции системы на изменения состояния ОЗ, к времени разработки прогноза, точности применяемых методов прогнозирования, их математическому, прогнозному и техническому обеспечению;
  • - системы работают в масштабе времени близком к реальному. Источниками информации являются как датчики различной природы, так и человек в цепи «источник - приёмник информации». Особенность функционирования такой цени состоит в том, что информация поступает в систему прогнозирования непрерывно, а прогнозы и управляющие воздействия на объект могут подаваться с запаздыванием или упреждением. В этом случае предъявляются менее жёсткие требования к реакции системы на изменения состояния объекта, чем в первом случае. Требования к точности методов прогнозирования и разнообразию эвристических программ остаются те же. Требования ко времени упреждения прогнозов и глубине ретроспективного анализа повышаются;
  • - системы функционируют в режиме пакетной обработки прогнозной информации. Источник информации — человек. Сама информация поступает в систему в дискретные моменты времени с определённой периодичностью в форме документов различного вида. Исходная информация подвергается экспертизе и переструктурированию с помощью методов дисконтирования и учёта факторов, которые существенно влияют на состояние ОЗ. Информация об ОЗ накапливается в центре прогнозирования и периодически определёнными массивами вводится в систему прогнозирования. На их основе коллектив экспертов разрабатывает варианты прогнозов по результатам исследований на моделях с помощью [29,117] методов прогнозирования, адекватных классу задачи прогнозирования и коду объекта прогноза. Прогнозные варианты представляются в орган управления для принятия решений [29,117] и сопровождается управленческим консультированием. К таким системам предъявляются высокие требования к разнообразию эври стических приёмов и методов прогнозирования, времени упреждения прогнозов, их синтеза и верификации. Специальные требования к оперативности разработки прогнозов и времени реакции на изменения состояния объекта, надёжности прогнозов и точности методов прогнозирования не предъявляются.

В интересах эффективного решения приведенных выше задач необходимо, чтобы разработчик методик и алгоритмов прогнозирования располагал измерительными шкалами для оценки возможных состояний ОЗ по ситуации и результатам в статике и динамике. Он не должен использовать преобразования и действия, которые могут привести к неадекватным решениям. В теории и практике прогнозирования широко используются методы теории вероятностей и информации, исследования операций и системотехники, статистики и математики, различных по природе наук (социальных, экономических, технических и др.). Классический подход к постановке решению такой задачи выглядит следующим образом [29,117J.

Производятся измерения некоторых параметров хп, характеризующих состояние А,„ стохастического объекта. Требуется установить такие градации вероятностных неравномерных шкал, которые обеспечивали бы минимальные потери информации для распознавания состояния ОЗ и удовлетворяли бы ограничениям на объёмы памяти, необходимые для хранения исходной информации о распределениях случайных параметров.

Возникает задача отыскания оптимального числа градаций, Т, обеспечивающих требуемую надёжность распознавания.

Для решения обеих задач используется энтропийный подход теории информации и эмпирически установленный факт о том, что величина потери информативности признака при выбрасывании 1раницы между /-ой и (j -1) -ой

градациями ЛТ^., связана корреляционной зависимостью с коэффициентом взаимной корреляции 0,95 с величиной произведения:

(8) где р(.г„) - вероятностная оценка информативности параметрах,,; Н(А) -уровень энтропии (т.е. неопределенности) состояния объекта относительно информативности параметра х„.

При выборе информативных градаций вычисление информативности признаков при отбрасывании очередной границы производиться непосредственно прямым путём, т.е. результирующая потеря информативности признака принимается равной разности новой и старой энтропии. При этом учитывается, что после отбрасывания первой градации характер распределений вероятностей меняется и необходимо вновь строить характеристику

H^A/x.n) = f[p(x„t)]. По ней выбирают следующую границу для выбрасывания. Алгоритм выбора оптимальных градаций принимает следующий вид [29,117].

По формулам (9) подсчитывают исходные информативности признаков

Hi = - а.1 P,v‘«sPv + SS-i P„I log ES.i p„,, (9>

Pm(j—1)

Pmj ~ P(Am.Xnj

После чего по формуле (10) производится расчёт возрастания энтропии решения по каждому признаку при отбрасывании границы между любой парой смежных градаций.

AHj = -^=1(Pm + qm)log^+ S«=1Pmlog^ + SK=1qmlog^r (Ю) где

Р-т ~ Pm(j-1)> Чт ~ ^mj М М

Р = PmO-l); Q = Pmj т=1 ;=1

Граница, для которой значение ДН, окажется минимальным, отбрасывается и подсчитывается новое значение информативности признака:

(Н)

I. = /, . -д/. , ш I -1, п In

где 1|п’Л-1.л - значения информативностей л-го признака на /-ом и (/ - 1)-ом шагах работы алгоритма. Кроме того, в матрице распределения вероятностей осуществляются соединения j-ой и (j-1) -ой градаций: р. . . = р . + р . . .

JJ-1 J J-'

Для новых распределений признаков весь цикл отбора малоинформативных признаков повторяется сначала. Конец отбора может задаваться либо некоторым порогом информативности (например, допустимый, критический, неприемлемый), суммарной по всем признакам Д1 , либо по конкретному признаку Д/^ а . Можно задать заранее число 1радаций, которое необходимо оставить в процессе минимизации.

Кроме того, в интересах минимизации числа переменных описания, необходимого и достаточного для распознавания состояния, в котором находится объект, можно воспользоваться результатами рассмотренного алгоритма. Все параметры выстраиваются в последовательности убывающей информативности (т.е. строится их приоритетный ряд), задаётся необходимая вероятность различения ситуаций, Рр.Устанавливаются ограничения снизу и сверху [29.117]. Ограничение снизу получают при распределении:

1 — Рр, 0,0,..., 0.

Ограничение сверху определяется неравенством Фано при: i-Pp i-Pp i-Pp

Р' м-i' м-1 м-1

М — 1

Последняя координата минимального маршрута обзора параметров должна удовлетворять неравенству:

1„(д) - н (А) - н (i) - ... - Н (?) > И(Л) - Н„.

где L - число тагов минимального маршрута.

В связи с тем, что при расчете информативностей признаков и длины инимального маршрута предполагается отсутствие статистической связи признаков, которая, как правило, существует, а также для компенсации возможных ошибок в оценке вероятностей гипотез минимальный маршрут L обычно несколько удлиняют по сравнению с величиной, определяемой (14).

V, V,

/р1^/р2^/рЗ (15)

и индуцированное им отображение приобретает вид:

(16)

В 70-е годы XX века в интересах прогнозирования и планирования направлений развития отечественных отраслей народного хозяйства теория этого вопроса была доведена до уровня разработки автоматизированных систем прогнозирования науки и техники (АСПНТ) [117].

Она предназначалась для выработки управляющих решений на основе комплексного прогнозирования и прогноза последствий принятия того или иного решения в данной отрасли техники. Под управляющим решением понималось описание структуры вложений ресурсов в научно-исследовательские, опытно-конструкторские работы и производство, а так же их распределение между отраслями. В последствии они получили своё дальнейшее развитие в интересах адаптации к рыночным условиям в XXI веке. В интересах обеспечения требований к прогностическим моделям в АСПНТ осуществляется ветвление альтернатив в пространстве «квазисостояние - время» (рис.22.).

Необходимым условием ветвления является согласованность тактического (в реальном масштабе времени, краткосрочные прогнозы), оперативного (среднесрочные прогнозы) и стратегического (долгосрочные прогнозы) управления. Это значит, что цели - один из факторов, формирующих в схеме АСПНТ области безразличия <2|,<>2,в частностиЛрЛ^Л, - интервалы допустимых значений квазисостояния S.

Ветвление альтернатив [1171

Рис. 22. Ветвление альтернатив [1171

При этом АСПНТ реализует ступенчатое прогнозирование, т.е. отображение вида (15) и индуцированное им отображение вида (16).

После того, как ветвление альтернатив закончено, в обратном порядке осуществляется их сужение (фильтрация) (рис.23) с помощью заранее заданных критериев <5 (5 (5

Таким образом, АСПНТ осуществляет:

- ветвление альтернатив

, То , Vj V,

IpO (pl “* (р2 “* (рЗ 1 (17)

- фильтрацию

Х3 V?1 Х2 V?1 X, ip3^i;3^ip2^i;2^ipi^i^ (is)

- выдачу ветвящейся последовательности альтернатив, удовлетворяющую критериям оптимальности (15).

Фильтрация (усечение) альтернатив [117]

Рис. 23 Фильтрация (усечение) альтернатив [117]

Следует отметить, что информация, необходимая для моделирования объекта прогноза и фона его развития, в общем случае не совпадают. Поэтому из общего потока информации необходимо отобрать нужную. Эту задачу решает алгоритм выбора «рабочей» квазиинформации:

Она должна отражать ситуацию, в которой необходимо обеспечить эффективное функционирование и устойчивое (антикризисное) развитие ОЗ.

  • (19)
  • 1к-1 С 1рК-1^1С‘ ^К-1 — 1рк-1^с

Согласно [117], ситуацию характеризуют: наличие целей и альтернативных линий поведения; ограничивающие факторы, т.с. дисциплинирующие условия. Таким образом, задача разработки и принятия решений возникает в том случае, когда: существует цель, которую надо достичь; возможны различные способы её достижения; существуют факторы, отраничивающие возможность достижения цели.

В интересах разрешения проблемы принятия решений в условиях неопределённости и ограниченного ресурса в рассмотренном выше подходе к решению прогностических задач используются такие дисциплины, как: математическое про1раммирование; методы теории шр, статистических решений, оптимального автоматического управления.

На современном этапе своё развитие и применение всё чаще находят эвентологические методы исследований [30,50,102.109.134,137]. Они базируются на методах теории нечётких множеств и нечёткой логики, интеллектуальных систем, возможностей и риска, прогнозирования и принятия решений, оптимального управления. Кроме того, в интересах учёта влияния человеческого и природного факторов на ситуацию и результаты можно воспользоваться методами теории ноосферы и ноосферогенеза [28,36,138], а также специальных дисциплин по обеспечению экологической, информационной и др. безопасности, предусмотренной нормативно-правовыми документами.

Все они предназначены для научного анализа возможных способов действий с целью нахождения такого из них, который в данных условиях был бы наилучшим. Другими словами, речь идёт о методах разработки и принятия оптимальных решений применительно к объектам различной природы в различных условиях их существования. Однако, на современном этапе руководство отечественных производств, как правило, недооценивает роль информационного обеспечения устойчивости их развития в реально складывающейся и прогнозируемой Геополитической, др. обстановке XXI века [9]. Оно зачастую оправдывает свою позицию по проблеме ИБ производства ограниченностью ресурса, нс отдавая себе отчёт в том, что именно она играет решающую роль в обеспечении мирового уровня конкурентоспособности производства и его продукции в современных условиях. Всё вышеизложенное позволяет сделать следующие общие выводы.

  • 1. Сравнение необходимого логико-вероятностно-информационного подхода к разрешению проблемы устойчивости развития ОЗ, согласно ( 5) -(7), с реально сложившимся во второй половине XX века показывает существенное отличие в самой постановке задачи. В новых условиях переходного периода (90-е годы XX века), построения рыночной инновационной социальной экономики и проведения политики интеграции России в мирохозяйственные связи в начале XXI века потребовалось разрешение проблемы устойчивости развития ОЗ в заданном контексте, аспектах и условиях. Если СССР в XX веке стала первой социалистической страной и была фактически закрытой для остального мира, то в новых условиях она становится большой открытой организационно-технической системой с принципиально новым общественным и политическим устройством. В результате Россия начинает существенно зависеть от реально складывающейся и прогнозируемой обстановки в мире, возможных исходов противоборства, состязательности, информационной войны с другими странами. Кроме того, было установлено, что в новых условиях по ряду позиций народное хозяйство страны отстало от мирового уровня развития на 30 - 50 лет и оказалась в составе развивающихся стран по сравнению с развитыми и высокоразвитыми. Требуется скачок в развитии народного хозяйства России, что и предусматривается в государственной внешней и внутренней политике, в том числе в области обеспечения её ИБ [2]. В результате по условиям развития возможно выделить четыре класса прогностических задач'.
  • - первый класс: и объект прогноза, и фон его развития находятся в фазе эволюции. В этом случае применяются исследовательские технологии и адекватные им методы прогнозирования [117];
  • - второй класс: и объект прогноза, и фон его развития находятся в фазе скачка. В этом случае применяются нормативная технология прогнозирования и адекватные ей методы [117];
  • - третий или четвёртый класс: объект прогноза находится в фазе эволюции, а фон его развития в фазе скачка или наоборот. В этом случае применяется комплексная технология прогнозирования [117]: исследовательская для объекта, нормативная для фона или наоборот по ситуации.

В интересах повышения достоверности прогнозов применятся комплексная технология, базирующаяся на верификации результатов исследовательских и нормативных прогнозов при решении любого класса задач. На рис. 24. приведена общая схема комплексной технологии прогнозирования.

Верификация прогнозов по критерию: необходимо (Н), потенциально возможно (П). реально достижимо (Р) с учётом влияния человеческого и природного факторов. Комплексный прогноз взаимосвязанного развития внешней и внутренней среды ОЗ Предложения по документационному обеспечению и управлению базой данных СИБ

Рис. 24. Комплексная технология прогнозирования, где:

Если в советский период критерий эффективности решения задач проектировании ОЗ и программно-целевого планирования их развития базировался на логике «реально достижимо - потенциально возможно - необходимо» [117], то на современном этапе в интересах преодоления отставания требуется обратная логика «необходимо - потенциально возможно - реально достижимо».

ГЦ - генеральные цели взаимосвязанного развития внешней и внутренней среды компании, её ОЗ и СИБ

Это понимается на правительственном уровне и, как заявил президент В.В. Путин, «Вы скажите, что необходимо сделать, а ресурсы мы изыщем».

2. Исследуемые приоритетные ОЗ, их СИБ относятся к большим сложным организационно-техническим системам различного целевого и функционального назначения. В процессе их проектирования, разработки, создания, эксплуатации и развития необходимо принимать большое количество управленческих решений, скоординированных по цели, месту, времени, диапазону условий и полю проблемных ситуаций, которые могут возникать во внешней и внутренней среде объектов.

Такие решения касаются как системы в целом, так и её отдельных элементов. Сами решения могут носить организационно-технический, управленческий и др. характер. Частные решения должны приниматься с позиций системного подхода в контексте ER концепции. Последнюю следует рассматривать как механизм ТИС, согласно основным положениям которой ЛИР должны воспринимать и понимать происходящие события, уметь мыслить, т.е. ставить и решать задачи анализа и синтеза по проблеме в заданном контексте, аспектах и условиях.

3. Все решения должны быть информационно обеспечены и научно обоснованы по результатам исследований на логико-математических моделях взаимосвязанного развития внешней и внутренней среды ОЗ, его СИБ. С этой целью принятый логико-вероятностно-информационный подход к исследованиям по проблеме должен базироваться на заданном критерии (5) - (7). Это значит, что первоочередной задачей данных исследований является разработка метода ассоциации реально получаемой меры информации с возможными исходами противоборства, состязательности, информационной войны сторон, адекватными им именами состояний устойчивости развития объекта, его СИБ. В этом случае вероятность достижения целей объекта рассматривается как сложная функция реально получаемой меры информации по ситуации, согласно (5) - (7), в условиях хищений, разрушения и модификации информации, циркулирующей в закрытых и открытых каналах связи во внешней и внутренней среде ОЗ, его СИБ.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >