Архив номеров

При управлении сложными проектами, связанными с разработкой и организацией производства инновационной продукции, на процесс принятия решений оказывает влияние множество ситуационных аспектов. Это усложняет оценку качества принимаемых решений, обычно многовариантных и требующих учета случайных воздействий. Значительный эффект в подобных случаях может обеспечить применение биоинспирированных методов, позволяющих находить приемлемое для конкретной ситуации решение, в которых для описания ­НЕ-факторов используются элементы теории нечетких множеств. В статье предложен обобщенный подход к созданию модели на основе указанных методов, которая предназначена для поддержки принятия решений по управлению инновационным проектом. Данная модель отличается комплексным применением нечетких биоинспирированных методов выбора и обоснования вариантов действий при стратегическом и оперативном планировании и ситуационном управлении проектной деятельностью с учетом общих и специфических характеристик этапов проекта, а также динамического характера внешних и внутренних факторов. На основе предложенного подхода разработан метод подбора оборудования, использующий концепцию нечетких множеств, для проведения опытно-конструкторских работ и организации производства инновационной продукции с использованием модели поведения стаи волков во время охоты. Метод отличается применением нечеткой евклидовой меры близости между показателями качества оцениваемых вариантов и выделенных трех наилучших на данной итерации (альфа-, бета- и дельта-решений) для определения направления поиска рационального набора оборудования, модификацией правил поиска решений (перемещения особей) на основе учета «глубины совпадений» и приращения эффекта, в том числе для нахождения разумного баланса между направленным и случайным поиском, и применением базы нечетких продукционных правил при выборе способа формирования основы для альфа-решения на последующих итерациях. Метод реализован на языке Python 3.12.0. Результативность предложенного подхода подтверждена данными проведенного вычислительного эксперимента.

Территориальное неравенство в доступе к медицинской помощи является актуальной проблемой для системы здравоохранения Российской Федерации. Значительные различия в транспортной доступности, кадровом обеспечении и пространственном распределении медицинских учреждений осложняют процесс принятия обоснованных управленческих решений, особенно в регионах с неравномерной плотностью населения и фрагментированной инфраструктурой. В связи с этим возникает необходимость в разработке формализованных и воспроизводимых подходов к оценке доступности медицинских услуг, адаптированных к региональной специфике и пригодных для цифровой реализации. Целью настоящего исследования является разработка методики оценки потенциальной доступности медицинских учреждений, основанной на модифицированной гравитационной модели и реализуемой в виде алгоритма, учитывающего транспортные затраты, ресурсную емкость учреждений, перекрытие зон обслуживания. В отличие от традиционных моделей, таких как 2­SFCA и классических гравитационных моделей, предложенный подход предусматривает возможность калибровки параметров на основе эмпирических данных и учитывает конкуренцию между территориями за ресурсы здравоохранения. Методологическая основа включает экспоненциальную функцию пространственного затухания и двойную нормализацию по совокупному предложению. Новизна методики заключается в интеграции этих компонентов в единый расчетный индекс потенциальной пространственной доступности, пригодный для масштабируемой цифровой реализации. Алгоритм реализован в программной среде R с использованием маршрутизатора ­OSRM для расчета времени в пути по дорожной сети. Апробирование модели было проведено на примере муниципальных образований Свердловской области. Результаты апробирования (коэффициент детерминации R² = 0,252, средняя абсолютная процентная ошибка ­MAPE < 28 %) подтвердили интерпретируемость и прикладную значимость модели. Предложенный подход может быть использован для мониторинга доступности медицинских услуг, выявления территорий с дефицитом ресурсов здравоохранения и планирования их пространственного распределения. Кроме того, данный подход может быть адаптирован для применения в других сферах социальной инфраструктуры.

Подводные трубопроводы, являясь критически важной инфраструктурой для транспортировки углеводородов и других ресурсов, требуют регулярной проверки их состояния, учитывая экономический и экологический характер последствий возможных аварий. Поэтому одной из ключевых технологических задач сегодня является разработка надежных методов распознавания подводных трубопроводов с целью их инспекции по видеоинформации, получаемой автономным необитаемым подводным аппаратом. Предлагается метод распознавания и прослеживания подводного трубопровода по оптическим изображениям с использованием автономного подводного аппарата, основанный на многоэтапной вычислительной схеме обработки данных, включая векторизацию исходных снимков на контурной основе, выделение видимых границ трубопровода на изображениях и вычисление его пространственной осевой линии. Метод основывается на применении авторской модификации алгоритма Хафа (Hough Transform) с адаптивным ограничением области анализа и новой версии авторской методики построения контуров с применением метода Оцу (Otsu's method). Получаемые с помощью методики контуры обладают минимальной избыточностью и достаточной точностью для выделения видимых границ трубопровода модифицированным алгоритмом Хафа. Метод характеризуется небольшими вычислительными затратами в сравнении с аналогами. Нетрудоемкий расчет осевой линии осуществляется на основе применения ранее разработанного авторами алгоритма локального распознавания. Проведены вычислительные эксперименты для получения сравнительных оценок надежности и вычислительной производительности применительно к контурным алгоритмам Канни, К-средних, Оцу и к методу выделения границ (модификация метода Хафа). В том числе получены оценки сравнения с некоторыми аналогами. Полученные оценки эффективности предложенных решений подтвердили их эффективность.

Представлен метод прогноза нерегулярного временного ряда, интервал дискретизации которого не постоянен. Данные, представляемые в виде нерегулярных временных рядов, часто встречаются в различных областях, таких как здравоохранение, биомеханика, экономика, климатология и других. Прогнозирование нерегулярных временных рядов востребовано в указанных областях для раннего предупреждения и принятия упреждающих решений, однако универсального метода учета в прогнозе неравномерности дискретизации нет, что обуславливает актуальность исследований в этом направлении. Цель исследования состояла в разработке метода прогноза нерегулярного ряда на основе глубоких нейронных сетей, позволяющего обеспечивать хорошую точность прогноза при относительно легковесной архитектуре сети. Новизна результатов исследования заключается в разработанном методе прогноза нерегулярных временных рядов, архитектуре глубокой нейронной сети, а также в алгоритме, реализующем предложенный метод прогноза. В методе применен закрытый цикл, при котором результаты прогноза на текущем шаге используются на последующих шагах. Особенность предложенного метода прогноза заключается в применении многослойного перцептрона для прогнозирования длительности следующего интервала нерегулярной дискретизации. Этот интервал вычисляется с учетом времени корреляции, вычисляемой на основе автоковариационной функции длительностей интервалов нерегулярной дискретизации. Отличительной чертой предложенной архитектуры служит наличие отдельного входного канала данных нейронной сети для анализа величин интервалов дискретизации, что позволяет прогнозировать следующее значение ряда с учетом длительности прогнозируемого интервала дискретизации. Метод разработан для одномерного ряда, однако может быть расширен и на случай многомерных рядов при условии синхронности дискретизации компонент ряда. Проведенные вычислительные эксперименты показали, что при малых требованиях к вычислительным ресурсам точность прогноза на основе предложенного метода сопоставима с современными прогнозными моделями в пределах интервала корреляции.

Оценивается эффективность применения модифицированной нейронной сети U-Net при поиске отличий на изображениях, сформированных в разных спектральных областях: видимой и радиочастотной. В нейронной сети выполнены модификации сверточных слоев путем замены блоков свертки на нейроморфные микробиологические ячейки, которые посредством управляемого процесса биокоррозии частично разрушают ячеистую скелетную структуру и изменяют свою проводимость. Разработана процедура обучения модифицированной нейронной сети, основанная на стимуляции бактериального слоя, для коррозионного разрушения проводящих компонентов. Анализ функционирования показал высокую эффективность конфигурирования нейросетевых элементов и их способность образовывать связанные активные структуры. Выявленная особенность нейросетевой ячейки приводит к возникновению автогенерации сигналов нейронными единицами, что делает возможным обработку проходящей через сеть информации не только в пассивном режиме, но и путем взаимодействия с локальной электрической активностью. Исследование генерируемых активностей выявило интегральный эффект сложения сигналов нейроморфных ячеек с образованием результирующего отклика сложной формы, включающего в себя спектральные составляющие всех ячеек-соседей. Преимущество перед аналогичными нейросетевыми структурами заключается в контроле правильности обучения не путем оценки реакции сети на тестовые данные, а по изменению суммарной активности нейронов. В обученной и сформированной нейронной сети, в которой сконфигурированы проводящие структуры, возникновение спонтанной активности происходит значительно реже, чем в первоначальной исходной конфигурации, в которой ячейки не подверглись биокоррозии и обладали максимальной проводимостью. Проведенные эксперименты показали эффективность применения модифицированной сети U-Net для выявления отличий на изображениях, представляющих объекты съемки в разных спектральных составляющих. Комплексный подход сравнения изображений, использующий видимый и радиоспектр, позволил выявить отличия, скрытые геометрическими особенностями местности. Практическая новизна выполненного исследования заключается в разработанной модификации нейроморфных ячеек, в которых достигается высокое быстродействие решаемой задачи за счет массивно-параллельной организации детектирования изменений на изображениях. Возможность построения комплексных нейроморфных вычислительных структур и увеличение их быстродействия стало возможным благодаря самостоятельной генерации активности микробиологическими ячейками.

Исследование посвящено решению задачи разработки метода защиты облачных платформ критической информационной инфраструктуры на основе кибериммунитета. Проведен анализ существующих подходов к защите различных информационно-вычислительных систем. Установлено, что существующие подходы не в полной мере учитывают особенности облачных платформ критической информационной инфраструктуры, а именно сложную многоуровневую архитектуру, потенциальное наличие невыявленных уязвимостей, приводящих к возникновению ранее неизвестных угроз нарушения семантики вычислений, повышенные требования к устойчивости и необходимость оперативного восстановления штатного функционирования. Поставлена задача разработки нового метода защиты облачных платформ критической информационной инфраструктуры на основе кибериммунитета. Сформулирована гипотеза о том, что обеспечение требуемой устойчивости функционирования облачных платформ в условиях вредоносных воздействий возможно при варьировании параметров противодействия в пределах области необходимых и достаточных значений, определяемых с учетом этих требований. Обоснована идея и разработан метод защиты облачных платформ критической информационной инфраструктуры с кибериммунитетом, обеспечивающий устойчивость их функционирования в условиях информационно-технических воздействий за счет варьирования коэффициента покрытия кибериммунитета с учетом вероятности достижения цели и полного времени выполнения программного цикла. Научная новизна предложенного метода заключается в том, что для нахождения необходимого значения коэффициента покрытия кибериммунитета впервые использован модифицированный метод бисекции. Кроме того, для проверки существования необходимого и достаточного значения данного коэффициента впервые обоснован и внедрен соответствующий критерий. Проведены теоретическое и экспериментальное исследования разработанного метода, по результатам которых подтверждена выдвинутая гипотеза.

В настоящее время проблема обеспечения информационной безопасности критической информационной инфраструктуры неуклонно возрастает и приобретает стратегическое значение, что вызвано взрывным ростом сложных целевых атак на инфраструктурные объекты. Решение этой проблемы требует разработки новых подходов к оценке угроз информационной безопасности, сочетающих актуальность данных, предоставляемых технологией разведки угроз, с глубоким пониманием специфики защищаемых систем. Анализ состояния проблемы показывает, что существующие подходы к оценке угроз информационной безопасности для объектов критической информационной инфраструктуры обладают такими недостатками, как разрыв между данными разведки угроз и контекстом конкретной системы, субъективность качественных оценок и сложность ранжирования угроз с учетом множества противоречивых критериев. Для преодоления этих недостатков в статье предложен метод многокритериальной оценки угроз информационной безопасности объектов критической информационной инфраструктуры, интегрирующий технологии разведки угроз и цифровых двойников, в котором технология цифровых двойников призвана обеспечить необходимое понимание объектной специфики. Разработана система показателей, структурированная по пяти проекциям оценки угроз: тяжесть последствий, возможности нарушителя, уязвимость объекта, сложность атаки и эффективность защиты. Разработана концептуальная модель системы оценки угроз информационной безопасности, основанной на применении технологий цифровых двойников и разведки угроз. Представлена методика многокритериальной оценки угроз, в которой производятся расчеты интегрального индекса угрозы и Парето-оптимальных рангов угроз по совокупности критериев. Экспериментальное апробирование на синтетических данных подтвердило согласованность результатов этих расчетов. Практическое применение предложенного метода позволяет проводить анализ угроз как в целом, так и в рамках отдельных проекций системы показателей.