Синергия
Все книги издательства СинергияПрименение неоднородных сверточных нейронных сетей для построения маршрутов перемещения объектов в пространственных средах с накопленным энергетическим потенциалом
Рассматривается решение задачи синтеза гибридной нейронной сверточной сети, архитектура которой базируется на применении модульной топологии, позволяющей организовать параллельную сверточную вычислительную систему, в которой передача энергии совмещается с процессами информационной обработки, что делает возможным моделирование комплексных процессов функционирования естественных биологических нейронных популяций. Система межслоевой нейронной коммутации, основанная на применении распределенных резонансных контуров, между индуктивными элементами которых расположены слои электромагнитного метаматериала, рассматривается как основа для моделирования взаимодействия астроцитных сетей и нейронных скоплений, отвечающих за обработку информации. В результате процесс обработки данных рассматривается не только на уровне прохождения сигналов через нейронные элементы, но и как процедура взаимодействия искусственных нейронов и астроцитных сетей, обеспечивающих их функционирование. Специфическая организация нейронной сети делает возможным осуществление процедуры обучения и конфигурирования с применением свойств, отсутствующих у нейронных сетей, состоящих только из нейронных популяций. Основой для обучения сверточной сети становится предварительный анализ ритмической активности, в которой основную роль играют искусственные астроциты, выполняющие роль межнейронных коммутаторов. Обученная и сформированная сверточная сеть применяется для решения задачи определения оптимального пути передвижения объекта, извлекающего энергию для своего движения из окружающей среды.
Предварительная оценка прагматической ценности информации в задаче классификации на основе глубоких нейронных сетей
Предложен метод предварительной оценки прагматической ценности информации в задаче классификации состояния объекта на основе глубоких рекуррентных сетей долгой краткосрочной памяти. Цель проводимого исследования состояла в разработке метода прогноза состояния контролируемого объекта при минимизации количества используемых прогностических параметров, достигаемой с помощью предварительной оценки прагматической ценности информации. Это особенно актуальная задача в условиях обработки больших данных, характеризуемых не только значительными объемами поступающей информации, но и скоростью ее поступления и полиформатностью. Генерация больших данных сейчас происходит практически во всех сферах деятельности, что обусловлено широким внедрением в них Интернета вещей. Метод реализуется двухуровневой схемой обработки входной информации: на первом уровне применяется алгоритм машинного обучения «случайный лес», который имеет значительно меньшее количество настраиваемых параметров, чем рекуррентная нейронная сеть, используемая на втором уровне для окончательной и более точной классификации состояния контролируемого объекта или процесса. Выбор «случайного леса» обусловлен его способностью к оценке важности переменных в задачах регрессии и классификации. Это используется при определении прагматической ценности входной информации на первом уровне схемы обработки данных. Для этого выбирается параметр, который отражает указанную ценность в каком-либо смысле, и на основе ранжирования входных переменных по уровню важности осуществляется их отбор для формирования обучающих наборов данных для рекуррентной сети. Алгоритм предложенного метода обработки данных с предварительной оценкой прагматической ценности информации реализован в программе на языке MatLAB и показал свою работоспособность в эксперименте на модельных данных.
Валерию Павловичу Мешалкину – 80 лет
Выдающийся ученый Валерий Павлович Мешалкин – академик Российской академии наук (РАН), доктор технических наук, профессор, директор Международного института логистики ресурсосбережения и технологической инноватики (МИЛРТИ (НОЦ)), заведующий кафедрой логистики и экономической информатики РХТУ им. Д. И. Менделеева, главный научный сотрудник Института общей и неорганической химии им. Н. С. Курнакова РАН; заслуженный деятель науки РФ, заслуженный работник высшей школы РФ, почетный работник высшего профессионального образования РФ (2005 г.), лауреат премии Правительства РФ в области науки и техники и премии Президента РФ в области образования, лауреат конкурса преподавателей вузов «Золотые имена высшей школы России – 2018», сопредседатель редакционного совета журнала «Прикладная информатика» – достиг восьмидесятилетней вехи на своем жизненном пути.
Выбор решения на основе нечеткой игры с природой
В управлении бизнес-процессами весьма часто встречаются слабоструктурированные или неструктурированные задачи. Преобладание качественных оценок параметров таких задач приводит к тому, что исходные требования для выбора соответствующих информационных технологий могут быть сформулированы преимущественно на качественном уровне. В этой ситуации достаточно информативными могут оказаться оценки в виде лингвистических утверждений, формализованных нечеткими множествами. Неопределенность в исходных данных, наличие нескольких альтернативных решений позволяют формализовать задачу выбора информационной технологии для решения слабоструктурированных бизнес-задач как игру с природой, под которой понимается некоторая комбинация условий, например количество пользователей и интенсивность их запросов, оцениваемых нечеткими лингвистическими утверждениями. Целью предлагаемой работы является разработка метода нахождения наиболее целесообразного решения в условиях нечеткости исходных данных, определяющих выбор на множестве возможных альтернативных информационных технологий. Предложенный метод нахождения наилучшего решения отличается тем, что все необходимые исходные оценки задаются в виде лингвистических утверждений, формализуемых нечеткими множествами, при этом влияние нечетко определенных значений вероятностей состояний природы учитывается через точечные оценки нечетких множеств, формализующих эти значения, а интегральная оценка возможных решений получается путем преобразования исходных нечетких оценок альтернативных решений в форму эквивалентных треугольных нечетких множеств. Кроме того, предложенный метод позволяет при задании нечетких исходных оценок для решения задачи использовать различные виды функций принадлежности нечетких множеств, формализующих эти оценки, а также упростить сравнение полученных в виде нечетких множеств интегральных оценок возможных альтернативных решений.
Tools of organizational change management using swarm intelligence methods
В условиях пандемии новой коронавирусной инфекции резко возросла значимость одноразовой посуды и упаковки для продуктов питания. С одной стороны, это способствовало повышению спроса на такую продукцию, а с другой – усилило и так острую конкуренцию на данном рынке. В результате перед производителями одноразовой посуды встала жизненно важная задача, связанная с поиском путей сохранения и расширения клиентской базы. Сегодня перспективным способом ее решения считается разработка и внедрение различных продуктовых и технологических инноваций. Однако реализация подобных проектов является достаточно сложным процессом, поскольку предлагает не только создание или модификацию производственных технологий и производимых продуктов, но и осуществление организационных изменений, связанных со всеми бизнес-процессами предприятия. Как показывает практика, особую роль при проведении таких организационных изменений играет человеческий фактор, при этом наибольшую угрозу для проекта представляют не ошибки планирования и реализации изменений, а сопротивление сотрудников. Одним из способов его предупреждения или снижения является создание специальной команды поддержки изменений, отличающейся инициативностью. Однако на практике достаточно трудно выявить таких сотрудников, которые не только имеют желание участвовать в реализации изменений, но и обладают достаточными знаниями, навыками, опытом для их проведения. Для решения данной проблемы было предложено моделирование поведения сотрудников, направленное на оптимизацию состава такой команды на основе исследования различных характеристик. Для его практической реализации использовался алгоритм пчелиных колоний, модифицированный путем введения элементов нечеткости (для задания начальных позиций поиска).
Анализ и совершенствование методов обнаружения шелл-кодов (shellcode) в компьютерных системах
В статье рассматривается проблема обнаружения и фильтрации шелл-кодов (shellcode) – вредоносного исполняемого кода, способствующего появлению уязвимостей при работе программных приложений с памятью. Основными такими уязвимостями являются переполнение стека, переполнение баз данных, а также некоторых других служебных процедур операционной системы. В настоящее время существует несколько десятков систем обнаружения шелл-кодов, использующих как статический, так и динамический анализ программ. Мониторинг существующих систем показал, что методы, обладающие невысокой вычислительной сложностью, характеризуются большим процентом ложных срабатываний. При этом методы с невысоким процентом ложных срабатываний характеризуются повышенной вычислительной сложностью. Однако ни одно из существующих на настоящий момент решений не в состоянии обнаруживать все существующие классы шелл-кодов. Это делает существующие системы обнаружения шелл-кодов слабо применимыми к реальным сетевым каналам. Таким образом, в статье рассмотрена задача анализа систем обнаружения шелл-кодов, обеспечивающих полное обнаружение существующих классов шелл-кодов и характеризующихся приемлемой вычислительной сложностью и малым количеством ложных срабатываний. Представлены классификации шелл-кодов и комплексный метод их обнаружения, основанный на эмуляции кода. Этот подход расширяет диапазон детектирования классов шелл-кодов, которые могут быть обнаружены, за счет параллельной оценки нескольких эвристик, которые соответствуют низкоуровневым операциям на CPU во время выполнения различных классов шелл-кода. Представленный метод позволяет эффективно обнаруживать простой и метаморфический шелл-код. Это достигается независимо от использования самомодифицируемого кода или генерации динамического кода, на которых основаны существующие детекторы полиморфного шелл-кода на основе эмуляции.
Инструменты автоматизированного сбора и анализа социологической информации о территориальной идентичности жителей крупных городов
В статье предлагается алгоритм автоматизированного поиска и первичного анализа социологической информации для исследования территориальной идентичности жителей районов крупных городов в интернет-источниках. В качестве основного источника информации рассматриваются сообщества в социальных сетях (на примере социальной сети «Вконтакте»), в качестве вспомогательных – интернет-порталы о топографических объектах, находящихся на исследуемых территориях. Показано, что с точки зрения информационного обеспечения наибольшим потенциалом обладают публичные страницы и группы с открытой и ограниченной «стеной». Разработанный алгоритм предполагает выделение релевантных для решаемой задачи групп, выявление содержащихся в них записей по районной тематике и определение показателей активности участников сообщества при обсуждении территориальных проблем. Извлечение требуемой информации осуществляется посредством взаимодействия с сервером социальной сети с использованием официального программного интерфейса приложения (API). Для идентификации сообществ и записей предлагается использовать методы морфологического анализа текстовой информации. Описана программная реализация указанного алгоритма на языке Python 3.8.5, которая включает оригинальные функции для получения данных о сообществах по их идентификационным номерам, для формирования набора урбанонимов для заданного района и др. С использованием разработанной программы проведен анализ территориальных групп трех районов г. Москвы. Определена погрешность результатов работы программы относительно результатов, полученных вручную.
Опыт работы с системами управления и мониторинга используемых вычислительных ресурсов корпоративных высокопроизводительных вычислительных кластеров
В представленной статье рассматриваются современные системы мониторинга серверов. Обозреваемая предметная область касается контроля и управления высокопроизводительными вычислительными комплексами (ВВК). Данные системы применяются в различных отраслях науки и промышленности для проведения моделирования систем и их поведения в различных условиях. Скорость проведения моделирования зависит от применяемых технических решений в составе вычислительного комплекса. К ним относят тип внутренней сети, количество и разновидности вычислительных узлов. Для вычислительных узлов рассматривают такие параметры, как архитектура и модель процессора, количество оперативной памяти. Особенности, связанные с реализацией конкретных математических моделей, влияющие на скорость расчетов, в данной статье не рассматриваются. В работе проведен анализ существующих рыночных решений и основных применяемых концепций для систем управления и мониторинга подобных комплексов. Рассматриваемые системы оцениваются с экономической и технической точек зрения. Для доступных систем проводится натурное исследование способностей по управлению кластером и мониторингу состояния. Фиксируемый системой мониторинга набор параметров берется исходя из общей архитектуры ВВК и подхода к администрированию серверных систем. Практическая часть описывает опыт проектирования и реализации перспективной системы управления. В создаваемой системе основное внимание сосредоточено на создании системы управления. Обоснование необходимости отдельного программного продукта приведено по тексту статьи. Вопросы реализации в конкретном программном коде и системной среде опущены как зависимые от конкретного исполнения системы. Задача создания собственной системы мониторинга принята ничтожной при условии наличия существующих решений.
Киберфизические системы промышленного Интернета вещей
Эффективность управления приложениями промышленного Интернета вещей зависит от результативности работы киберфизических систем, отвечающих за сбор и обработку данных с входящих в их состав устройств, а также генерацию сигналов управления последними. Киберфизические системы также обеспечивают управляемость и информационную безопасность приложений промышленного Интернета вещей. В условиях роста объема передаваемых данных реакция исполнительных устройств на возмущающие воздействия в течение миллисекунды обусловливается повышенной скоростью передачи данных. В статье рассмотрены атрибуты уровней киберфизической системы, определяющие особенности процессов информационного обмена и управления. На основе анализа основных свойств и принципов парадигмы применения архитектуры Fog Computing предложена концепция киберфизической системы приложения промышленного Интернета вещей, которая позволяет обрабатывать генерируемые данные и прикладывать управляющее воздействие в местах возникновения проблем. Представлен результат разработки архитектуры киберфизической системы, построенной на принципах указанной парадигмы, а также обоснована перспективность ее практического применения. Результат базируется на архитектуре граничных и туманных вычислений OpenFog Reference Architecture, компьютерная сеть разрабатывалась программным путем в среде Cisco Application Centric Infrastructure. Предложенное решение характеризуется высоким уровнем информационной безопасности, который достигается за счет упразднения необходимости в передаче данных по сети, оперативного выявления атакованного узла и уничтожения вредоносного кода, а также применения средств предупреждения атак на программное обеспечение. Предложенное решение может быть использовано разработчиками систем промышленного Интернета вещей для эффективного запуска и реализации проектов.