Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки

Предложен подход к проектированию архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки в реальном времени, основанный на классификации решаемых функциональных задач на основе методов кластерного анализа и выбранного множества признаков подобия. Разработанны...

Повний опис

Збережено в:

Бібліографічні деталі
Опубліковано в: :	Реєстрація, зберігання і обробка даних
Дата:	2007
Автори:	Кожешкурт, В.И., Луцик, С.Л., Смертенко, Е.В.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем реєстрації інформації НАН України 2007
Теми:	Інформаційно-аналітичні системи обробки даних
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/50909
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки / В.И. Кожешкурт, С.Л. Луцик, Е.В. Смертенко // Реєстрація, зберігання і оброб. даних. — 2007. — Т. 9, № 4. — С. 76-90. — Бібліогр.: 23 назв. — pос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-50909
record_format	dspace
spelling	Кожешкурт, В.И. Луцик, С.Л. Смертенко, Е.В. 2013-11-06T16:14:40Z 2013-11-06T16:14:40Z 2007 Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки / В.И. Кожешкурт, С.Л. Луцик, Е.В. Смертенко // Реєстрація, зберігання і оброб. даних. — 2007. — Т. 9, № 4. — С. 76-90. — Бібліогр.: 23 назв. — pос. 1560-9189 https://nasplib.isofts.kiev.ua/handle/123456789/50909 004.415.2.031.43 Предложен подход к проектированию архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки в реальном времени, основанный на классификации решаемых функциональных задач на основе методов кластерного анализа и выбранного множества признаков подобия. Разработанный подход позволяет из множества функций системы выделить подобные (по определенным признакам) и объединить их в архитектурные компоненты (унифицированные функциональные модули). Запропоновано підхід до проектування архітектури центру обробки інформації автоматизованої системи моніторингу середовища в реальному часі, що заснований на класифікації функціональних задач на підставі методів кластерного аналізу і обраної множини ознак схожості. Розроблений підхід дозволяє вибрати із множини функцій системи схожі (за певними ознаками) і поєднати їх в архітектурні компоненти (уніфіковані функціональні модулі). The approach to designing architecture of the information processing complex of the automated real time conditions monitoring system based on classification of functional tasks on the basis of methods of cluster analysis and the chosen set of similarity attributes is offered. The developed approach allows to allocate from a set of functions the systems similar (on certain attributes) and to unite them in architectural components (unified functional modules). ru Інститут проблем реєстрації інформації НАН України Реєстрація, зберігання і обробка даних Інформаційно-аналітичні системи обробки даних Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки Методологія синтезу архітектури програмно-технічного комплексу автоматизованої системи моніторингу простору Synthesis Methodology of Hardware-Software Complex Architecture of the Automated Conditions Monitoring System Article published earlier
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
title	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
spellingShingle	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки Кожешкурт, В.И. Луцик, С.Л. Смертенко, Е.В. Інформаційно-аналітичні системи обробки даних
title_short	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
title_full	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
title_fullStr	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
title_full_unstemmed	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
title_sort	методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
author	Кожешкурт, В.И. Луцик, С.Л. Смертенко, Е.В.
author_facet	Кожешкурт, В.И. Луцик, С.Л. Смертенко, Е.В.
topic	Інформаційно-аналітичні системи обробки даних
topic_facet	Інформаційно-аналітичні системи обробки даних
publishDate	2007
language	Russian
container_title	Реєстрація, зберігання і обробка даних
publisher	Інститут проблем реєстрації інформації НАН України
format	Article
title_alt	Методологія синтезу архітектури програмно-технічного комплексу автоматизованої системи моніторингу простору Synthesis Methodology of Hardware-Software Complex Architecture of the Automated Conditions Monitoring System
description	Предложен подход к проектированию архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки в реальном времени, основанный на классификации решаемых функциональных задач на основе методов кластерного анализа и выбранного множества признаков подобия. Разработанный подход позволяет из множества функций системы выделить подобные (по определенным признакам) и объединить их в архитектурные компоненты (унифицированные функциональные модули). Запропоновано підхід до проектування архітектури центру обробки інформації автоматизованої системи моніторингу середовища в реальному часі, що заснований на класифікації функціональних задач на підставі методів кластерного аналізу і обраної множини ознак схожості. Розроблений підхід дозволяє вибрати із множини функцій системи схожі (за певними ознаками) і поєднати їх в архітектурні компоненти (уніфіковані функціональні модулі). The approach to designing architecture of the information processing complex of the automated real time conditions monitoring system based on classification of functional tasks on the basis of methods of cluster analysis and the chosen set of similarity attributes is offered. The developed approach allows to allocate from a set of functions the systems similar (on certain attributes) and to unite them in architectural components (unified functional modules).
issn	1560-9189
url	https://nasplib.isofts.kiev.ua/handle/123456789/50909
citation_txt	Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки / В.И. Кожешкурт, С.Л. Луцик, Е.В. Смертенко // Реєстрація, зберігання і оброб. даних. — 2007. — Т. 9, № 4. — С. 76-90. — Бібліогр.: 23 назв. — pос.
work_keys_str_mv	AT kožeškurtvi metodologiâsintezaarhitekturyprogrammnotehničeskogokompleksaavtomatizirovannoisistemymonitoringaobstanovki AT luciksl metodologiâsintezaarhitekturyprogrammnotehničeskogokompleksaavtomatizirovannoisistemymonitoringaobstanovki AT smertenkoev metodologiâsintezaarhitekturyprogrammnotehničeskogokompleksaavtomatizirovannoisistemymonitoringaobstanovki AT kožeškurtvi metodologíâsintezuarhítekturiprogramnotehníčnogokompleksuavtomatizovanoísistemimonítoringuprostoru AT luciksl metodologíâsintezuarhítekturiprogramnotehníčnogokompleksuavtomatizovanoísistemimonítoringuprostoru AT smertenkoev metodologíâsintezuarhítekturiprogramnotehníčnogokompleksuavtomatizovanoísistemimonítoringuprostoru AT kožeškurtvi synthesismethodologyofhardwaresoftwarecomplexarchitectureoftheautomatedconditionsmonitoringsystem AT luciksl synthesismethodologyofhardwaresoftwarecomplexarchitectureoftheautomatedconditionsmonitoringsystem AT smertenkoev synthesismethodologyofhardwaresoftwarecomplexarchitectureoftheautomatedconditionsmonitoringsystem
first_indexed	2025-11-26T11:18:27Z
last_indexed	2025-11-26T11:18:27Z
_version_	1850619353028886528
fulltext	76 УДК 004.415.2.031.43 В. И. Кожешкурт1, С. Л. Луцик2, Е. В. Смертенко2 1Институт проблем регистрации информации НАН Украины ул. Н. Шпака, 2, 03113 Киев, Украина 2Национальный научно-исследовательский центр оборонных технологий и военной безопасности Украины Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки Предложен подход к проектированию архитектуры программно- технического комплекса автоматизированной системы мониторинга обстановки в реальном времени, основанный на классификации ре- шаемых функциональных задач на основе методов кластерного анали- за и выбранного множества признаков подобия. Разработанный под- ход позволяет из множества функций системы выделить подобные (по определенным признакам) и объединить их в архитектурные ком- поненты (унифицированные функциональные модули). Ключевые слова: синтез архитектуры, автоматизированная система мониторинга, кластерный анализ, пространство признаков классифи- кации. Программно-технический комплекс (ПТК) автоматизированной системы (АС) обработки информации представляет собой сложный комплекс многофунк- циональных технических средств, решающих поставленные перед ними задачи во взаимодействии с другими территориально-распределенными элементами АС [1]. Построение подобных АС в настоящее время рассматривается специалистами ведущих государств мира в качестве одной из составляющих концепции техноло- гического прорыва [2–7]. Основой, создаваемой в ходе реализации этой концеп- ции, так называемой, «системы систем» является объединенная система монито- ринга и автоматизированная система управления и обмена информацией C4I2 (Command, Control, Computers Communications and Information/Intelligence). Главной целью создаваемой «системы систем» является сбор, обработка, ана- лиз и распределение информации мониторинга и наблюдения между всеми ее по- требителями. Практическая реализация концепции направлена на максимальное снижение степени участия человека в решении поставленных задач за счет пол- ной автоматизации всех перечисленных выше процессов. © В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 77 Необходимость автоматизации большого числа функций обработки информа- ции и критичность времени решения задач мониторинга воздушного, наземного и надводного пространства приводит к существенному повышению требований к архитектурным решениям ПТК. Основным принципом проектирования архитектуры современных образцов АС является принцип модульного построения [8], предполагающий построение разрабатываемого образца из заданного набора типовых функциональных моду- лей, под которыми понимаются отдельные составные части АС, имеющие опре- деленную функциональную завершенность. Сложность решения данной задачи состоит в нахождении не просто совокуп- ности модулей, реализующих функциональность проектируемой системы. Полу- ченная совокупность модулей должна быть представлена в максимальном коли- честве систем подобного класса и представлять базовую архитектуру системы. Базовая архитектура АС рассматривается в качестве основы для разработки цело- го ряда образцов средств автоматизации, решающих аналогичные задачи. Для решения задачи синтеза базовой архитектуры системы предлагается под- ход, состоящий в реализации следующих основных этапов (рис. 1). В качестве одного из основных этапов разработки архитектуры ПТК является этап подготовки исходных данных. От качества решения данной задачи напря- мую зависят все получаемые в последующем результаты. Основная задача этапа подготовки исходных данных состоит в получении адекватного описания YXyxФ jiR ´Þ)/( каждой атомарной функциональной задачи ПТК },1,{ nixX i == в пространстве выбранных признаков },1,{ pjyY j == . Учитывая то, что специфика выполнения каждой функциональной задачи ПТК и требования, предъявляемые к ним, определяются на основании особенно- стей функционирования подсистем и их модулей, представляется целесообразным провести их функциональную декомпозицию. Целью данной процедуры является получение множества атомарных функциональных задач },1,{ nixX i == , струк- турированных по функциональным модулям и подсистемам, обеспечивая требуе- мый уровень адекватности проведения их последующего содержательного анали- за. Задача этапа формирования исходных данных состоит в выборе и обоснова- нии адекватной совокупности признаков },1,{ pjyY j == (признакового про- странства), обеспечивающих описание каждой атомарной функциональной задачи ПТК в выбранном метрическом пространстве. Для решения задачи объединения всех функциональных задач ПТК по прин- ципу их функционального подобия в унифицированные функциональные модули предложена совокупность показателей (элементов признакового пространства) },1,{ pjyY j == . При выборе данной совокупности признаков учтены основные характеристики, связанные с особенностями организации вычислительного про- цесса и степенью автоматизации. Для упрощения процесса оценивания функциональных задач (ФЗ) ПТК пред- ложенная система показателей предусматривает задание их численных значений в виде относительных величин в диапазоне [0,1]. При этом суть процесса оценива- В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 78 ния ФЗ ПТК состоит в определении функции предпочтения, количественно отра- жающей степень соответствия функциональной задачи предлагаемому для оценки критерию. Задачи ПТК АС Функциональный модуль Функциональная подсистема Атомарные функции Формирование признакового пространства Процесс функциональной декомпозиции ЭТАП ПОДГОТОВКИ ИСХОДНЫХ ДАННЫХ Уточнение числа УФМ . и их функционального состава },1,{ mszZ S == },1,{ niXX ss z i z == Итеративные методы кластеризации Определение числа УФМ . и их функционального состава },1,{* mszZ S == },1,{ niXX ss z i z == Оценка результатов кластеризации по степени внутригрупповых связей (первичная дендограмма) Иерархические методы кластеризации Архитектура ПТК (множество УФМ и связей между ними) Уточнение перечня ФЗ . каждого УФМ . с учетом требований базовой архитектуры szX ),1( msZ s = Определение базовой архитектуры ПТК },1,{ msZZ so == },1,{ niXX ss z i z o == Неформализованные требования к архитектуре ПТК Оценка и интепретация результатов кластеризации ЭТАП ВЫБОРА БАЗОВОЙ АРХИТЕКТУРЫ ЭТАП ИССЛЕДОВАНИЯ МНОЖЕСТВА ФЗ, ОПРЕДЕЛЕНИЕ СОСТАВА И КОЛИЧЕСТВА УФМ Формирование матрицы исходных данных для кластеризации Рис. 1. Этапы синтеза архитектуры ПТК Данный факт является важным моментом, так как исключает необходимость нормировки показателей, обеспечивает возможность получения достоверных ре- зультатов и использования достаточно широкого класса алгоритмов кластериза- ции. Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 79 В состав признакового пространства включены следующие показатели: — показатель, характеризующий уровень автоматизации решения функцио- нальной задачи ПТК (у1); — показатель реактивности, характеризующий особенности организации информационно-вычислительного процесса (у2); — показатель, характеризующий зависимость (взаимообусловленность) ре- шения функциональных зада (у3); — показатель, характеризующий возможность заблаговременного проведе- ния предварительных расчетов (у4); — показатель, характеризующий непрерывность выполнения информацион- но-вычислительного процесса (у5); — показатель, характеризующий ресурсоемкость информационно-вычисли- тельного процесса (у6); — показатель многоплатформенности (у7); — показатель, характеризующий требования к отказоустойчивости выпол- нения информационно-вычислительных процессов (у8). Каждый из показателей имеет четкую физическую интерпретацию и обеспе- чивает возможность получения адекватного описания совокупности ФЗ ПТК в пространстве признаков YXyxФ jiR ´Þ)/( для реализации процесса их после- дующей классификации в соответствии с принципом функционального подобия. Однако, процесс непосредственного определения численных значений при- знаков для полученной совокупности исследуемых ФЗ ПТК является затрудни- тельным. Это вызвано в основном сложностью и многокритериальностью задачи оценки представленных альтернатив. Кроме того, большое количество альтерна- тив и слабая различимая их предпочтительность между собой обусловила поиск эффективных способов решения данной задачи [9–14]. Для решения задачи определения численных значений признаков предложено использовать методы экспертного оценивания и многомерного шкалирования. В качестве метода получения экспертной информации используется метод парных сравнений [14]. Однако, использование данного метода для большого количества классифицируемых объектов (ФЗ) приводит к невыполнению свойства транзи- тивности. Поэтому данный метод предложено использовать на этапе определения количественных значений признака каждой ФЗ ПТК. Для решения задачи упоря- дочивания всей совокупности ФЗ ПТК на числовой оси признака предложено ис- пользовать метод непосредственного ранжирования альтернатив. Сущность метода непосредственного ранжирования альтернатив состоит в следующем. Эксперту предъявляется полный перечень оцениваемых функций и предлагается указать без определения каких-либо числовых значений наиболее предпочтительную или менее предпочтительную из всех ФЗ. После этого данная альтернатива (оцениваемая ФЗ) из дальнейших рассмотрений исключается, так как считается, что ее ранг определен. Затем среди оставшихся альтернатив экс- перту предлагается оценить следующую альтернативу, и так до тех пор, пока ка- ждой из рассматриваемых ФЗ не будет назначен соответствующий предпочтени- ям эксперта ранг. Для проверки полученных результатов был использован другой способ, в соответствии с которым эксперту предъявлялась часть альтернатив, ко- В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 80 торые он упорядочивал по степени их предпочтения на числовой оси оцениваю- щего признака. В дальнейшем каждый раз проводилось добавление по одной из альтернатив, которые соотносились экспертом между уже проранжированными альтернативами. Примерный вид числовой оси оценивающего признака и соотне- сение между собой совокупности альтернатив показан на рис. 2. 0 1 а1 а2 а3 а4 а5 а6 а7 а8 а9 Рис. 2. Расположения оценок альтернатив на числовой оси оценивающего признака После получения совокупности проранжированных альтернатив проводилось доопределение их числовых значений на шкале оценивающего признака. Для это- го, из множества всех ФЗ ПТК выбирались только те, которые имели наибольшие и наименьшие степени предпочтения. В процессе ранжирования такие ФЗ были выбраны одними из первых. Выбранная совокупность так называемых характер- ных задач использовалась в дальнейшем для формирования пар со всеми остав- шимися ФЗ. Используемый подход позволил сократить количество предъявляе- мых для оценки эксперту пар сравнения в сотни раз. При этом процесс определения числовых значений представляет собой по- следовательное предъявление сформированных пар альтернатив эксперту для их сравнения между собой: )/,( 21 jyxx , )/,( 1 ji yxx и т.д. В результате такого сравне- ния наблюдался процесс группирования всех альтернатив вокруг совокупности ранее выбранных характерных ФЗ. Чем выше была степень предпочтения двух ФЗ, тем ближе они находились друг к другу. В общем виде, наблюдался процесс так называемой одномерной классификации. При решении данной задачи условие транзитивности контролировалось автоматически, предполагая неизменность ре- зультатов проведенного ранее ранжирования. Учитывая тот факт, что оценивание проводилось на шкале признаков, определение числового значения степени пред- почтения каждой из альтернатив проводилось на основании ее геометрического положения на оси. Решение данной задачи по предложенной методике проводилось с помощью инструментальных средств STATISTIKA, реализующих процесс организации и проведения экспертизы [15]. Результат проведенных исследований представляет собой матрицу исходных данных D для решения задачи кластеризации, каждая строка которой соответст- вует ФЗ Хi (i = 1,n), а столбцами являются значения признаков (показателей) оце- нивания Yj (j = 1,p). Примерный вид данной матрицы представлен в таблице. Пример матрицы исходных данных для решения задачи кластеризации Y1 Y2 … Yp X1 1 0 … 0,4 … … … … … Xn 0,3 0,8 … 1 Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 81 Для исследовании полученной совокупности функциональных задач ПТК на предмет выявления их функционального подобия между собой и формирования компактных функциональных групп (кластеров) также использовался программ- ный пакет STATISTIKA, ориентированный на исследование многомерных данных и обработку статистической информации. Для оценки получаемых результатов кластеризации предложено также использовать математический пакет инженер- ных расчетов MATHLAB [16]. Преимуществом использования предложенного программного обеспечения является то, что приведенные выше алгоритмы кластеризации реализованы таким образом, что в процессе получения результатов кластеризации одновременно производится и их оценка. Предложенные программные пакеты, кроме того, дают возможность сравнения результатов кластеризации, полученных с помощью при- менения различных методов и алгоритмов [17–20]. Следует отметить, что трудности решения задачи синтеза архитектуры ПТК связаны не с реализацией методов кластеризации, а с искусством их использова- ния, правильного задания условий и досконального знания предметной области (сущности решения функциональных задач ПТК). Исследование множества ФЗ ПТК на предмет их объединения в группы по- добия и определения количества возможных кластеров, проводилось с помощью иерархических методов кластеризации. Сначала были опробованы наиболее простые методы кластеризации, такие как: метод «ближайшего соседа», метод «дальнего соседа» и метод средней связи. При этом в рамках каждого из методов были опробованы различные метрики. Наилучшие результаты разбиения были получены с применением метрики квад- рата евклидова расстояния. При использовании других метрик наблюдался про- цесс образования цепных кластеров. Выявление данного факта с помощью встро- енных механизмов оценки результатов кластеризации результата не принесло. Только содержательная интерпретация образовавшихся объединений ФЗ в кла- стеры позволяла судить о неадекватности полученных результатов. Это выража- лось в том, что некоторые задачи, связанные с обработкой координатной инфор- мации и предполагающие достаточно жесткие временные требования к выполне- нию, были объединены с некоторыми расчетно-графическими задачами и задача- ми, связанными с организацией хранения информации. В тоже время, такие же задачи обработки координатной информации были объединены поочередно то с группой оставшихся расчетных задач, то с группой задач организации и проведения тренажа. Данный факт объясняется несовершен- ством используемых методов объединения для решения данной задачи. Несмотря на это, в результате применения данных методов с использованием метрики квад- рата евклидова расстояния с высокой степенью разделения (0,38), все же было по- лучено два кластера. При этом оценка полученных результатов показала, что наи- больший вклад в разделение ФЗ ПТК внесли признаки реактивности, отказо- устойчивости и непрерывности. Интерпретация данной информации (результатов такого разделения) и анализ основных причин разделения показали существова- ние двух четко выраженных групп, предъявляющих различные требования в ос- В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 82 новном к характеру организации информационно-вычислительного процесса (ИВП). К первой группе были отнесены задачи приема и передачи данных, обработки координатной информации и формирования информационной модели (ИМ), предъявляющие повышенные требования к организации ИВП и регламенту их выполнения (реальный масштаб времени), а также к устойчивости и надежности выполнения. Ко второй группе отошли задачи обработки информации от датчиков дистан- ционного зондирования земли (ДЗЗ), расчетно-графические задачи и задачи, свя- занные с организацией и проведением тренажа, а также хранением информации. ИВП данной группы не предъявляют жестких требований ко времени выполне- ния. В дальнейшем были применены методы, использующие статистические рас- стояния между кластерами. Наилучшие результаты были получены с помощью использования метода Уорда. Во-первых, были подтверждены предыдущие результаты кластеризации. При этом степень разделения двух кластеров, обнаруженных на предыдущем этапе ис- следования, оказалась еще выше и составила 0,3. Кроме того, в рамках, первого кластера было получено три слабых разделе- ния на группу задач приема и передачи данных, группу обработки координатной информации и группу задач формирования ИМ. При этом группа задач приема и передачи данных выделялась полностью, а в группах задач обработки координат- тной информации (КИ) и формирования ИМ наблюдалось частичное перемеши- вание ФЗ между собой. Данное разделение выполнялось в основном за счет более жестких требований к организации ИВП. В рамках второго кластера также было получено три разделения. В первый кластер были объединены задачи обработки информации от датчиков ДЗЗ и груп- па расчетно-графических задач. Второй и третий кластеры составляли задачи ор- ганизации и проведения тренажа и соответственно задачи организации процессов хранения данных. Наиболее четко выделялся первый кластер со степенью разде- ления 0,28. Слабая степень разделения полученной совокупности кластеров не допускала возможности принятия результатов такого разбиения из-за их низкой достоверно- сти, однако позволяла принять их в качестве гипотез с целью их дальнейшего ис- следования. Для этих целей было принято решение о проведения раздельной кла- стеризации ранее полученных двух групп поочередно с использованием метода «ближайшего соседа» с метрикой квадрата евклидового расстояния и метода Уор- да. Примечательно, что результаты, полученные этими двумя методами практиче- ски совпали. В первой группе были образованы три кластера: группы задач приема и пере- дачи данных, группы задач обработки координатной информации и задач форми- рования ИМ. В другой группе было получено четыре устойчивых разбиения, а именно: задачи организации хранения данных, задач организации и проведения тренажа, обработки информации от датчиков ДЗЗ и группы расчетно-графических задач. Наибольший вклад в такое разделение был внесен признаками ресурсоем- Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 83 кости, заблаговременности выполнения и различным уровнем автоматизации ре- шения данных задач. Проблемное разбиение (слабая степень разделимости) наблюдалось только между группой задач обработки информации от датчиков ДЗЗ и решения расчет- но-графических задач, а также группой обработки КИ и задач формирования ИМ. Однако, учитывая вышесказанное, основная задача этапа иерархической кла- стеризации была выполнена полностью. Было получено семь кластеров. Оконча- тельное уточнение разбиений ФЗ между полученной совокупностью кластеров, согласно изложенной методике, предполагает использование итеративных мето- дов кластеризации. Для проведения дальнейшего исследования, на предмет объединения ФЗ ме- жду собой, было принято решение об использовании одного из итеративных ме- тодов кластеризации — метода к-средних. Применение данного метода, во- первых, подтвердило наличие устойчивых семи кластеров, о чем свидетельствуют расстояния между их центрами: группы задач приема и передачи данных, группы задач обработки КИ, группы задач интерпретации команд управления, группы за- дач обработки информации от датчиков ДЗЗ, группы расчетно-графических задач, группы задач организации и проведения тренажа, группы задач документирова- ния и хранения информации. Кроме того, результаты, полученные с помощью ме- тода поиска сгущений, полностью совпадали с результатами, полученными с по- мощью двух модификаций метода к-средних, за исключением вышеупомянутых проблемных разбиений. Интерпретация результатов объединения ФЗ ПТК в кластеры позволила сформировать функциональный портрет для каждого из них на основании сово- купности вошедших в него задач. В дальнейшем каждый рассматриваемый кла- стер интерпретировался как унифицированный функциональный модуль (УФМ), представляющий собой программный сервер ПТК. С учетом вышесказанного получена следующая совокупность программных серверов, сформированных после однозначного определения количества класте- ров и предварительного определения их функциональной структуры: — сервер обработки КИ — группа функциональных задач обработки коорди- натной информации и формирования ИМ; — сервер формирования ИМ — группа функциональных задач интерпрета- ции команд управления и формирования ИМ; — сервер ТИК — группа функциональных задач организации и проведения тренажа; — сервер ДЗЗ — группа функциональных задач обработки информации от датчиков ДЗЗ и геоинформационного обеспечения; — сервер расчетно-графических задач — группа расчетно-графических задач; — сервер СПД — группа функциональных задач передачи данных; — сервер БД — группа функциональных задач организации документооборо- та и документирования информации; Дендрограмма, отражающая результаты проведенной кластеризации, пред- ставлена на рис. 3. В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 84 Рис. 3. Первичная дендограмма исследования возможности формирования совокупности УФМ за счет объединения функциональных задач ПТК в кластеры Для окончательного определения функционального состава полученных кла- стеров, данная информация была использована в качестве исходных данных для итеративных алгоритмов кластеризации. Это позволило не только уточнить пере- чень ФЗ каждого из модулей, но и выделить достаточно сильную связь между та- кими кластерами как сервер обработки КИ и сервер формирования ИМ. Данный факт свидетельствовал о существовании неопределенности в однозначном отне- сении группы задач формирования ИМ, показанной на рис. 4 выделением. При изменении критериев объединения (двух модификаций метода к-средних и метода поиска сгущений) наблюдался процесс поочередного отнесения данной группы задач то к одному серверу, то к другому. Поскольку ошибки кластеризации явля- ются соизмеримыми со степенью разделения получаемых групп кластеров, имеет смысл говорить о неопределенности такого разделения. Для ее устранения пред- лагается включить ЛПР для доопределения признаков кластеризации и получении однозначного разбиения. На основании анализа сущности данной группы задач, а также необходимо- сти их взаимодействия с такими ИВП как интерпретация команд управления экс- пертами были уточнены значения соответствующих признаков кластеризации, что явилось результатом их перераспределения на сервер формирования ИМ (рис. 5 и 6). Доопределение численных значений экспертных оценок данных ФЗ на осях таких признаков как характеристика зависимости выполнения ФЗ и уровня авто- матизации подтвердила справедливость принятого решения. Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 85 Рис. 4. Области неопределенности по объединению функциональных задач ПТК в кластеры Рис. 5. Исследование неопределенности объединения функциональных задач ПТК в кластерах «Сервер обработки КИ» и «Сервер формирования ИМ» методом к-средних В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 86 Рис. 6. Исследование неопределенности объединения функциональных задач ПТК в кластерах «Сервер обработки КИ» и «Сервер формирования ИМ» методом поиска сгущений Аналогичная ситуация имела место для сервера ДЗЗ и сервера расчетно- графических задач. В группу неопределенности попали задачи геоинформацион- ного обеспечения. Наибольший вклад для образования такой связи был внесен признаком зависимости решения ФЗ. Данный факт имеет простое объяснение и связан с тем, что при решении как расчетно-графических задач, так и задач обра- ботки информации от датчиков ДЗЗ необходима компонента геоинформационно- го обеспечения. Учитывая не принципиальность отнесения данной компоненты к любому из рассматриваемых серверов, принятие окончательного решения было отложено на последний этап синтеза архитектуры ПТК. На третьем этапе синтеза проводился учет неформализованных требований для реализации основных принципов базово-модульного метода и синтеза базо- вой архитектуры ПТК. Применение данного принципа к полученной совокупно- сти УФМ позволило получить базовую архитектуру ПТК. Решение данной задачи предполагает проведение интерпретации полученных в результате кластеризации модулей, и должно быть основано на ней. Это необ- ходимо для определения характерных особенностей полученных УФМ на основа- нии вошедших в него функциональных задач. Выделение и агрегация таких свойств позволяет представить некий обобщающий портрет каждого из модулей. После завершения процесса интерпретации совокупности полученных УФМ происходит практический синтез всего ряда подобных образцов техники во всем диапазоне уровней управления рассматриваемой АС (от самого высокого звена управления до самого низкого). С целью упрощения реализации такого процесса представляется целесообразным в качестве основы взять реально существующий Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 87 номенклатурный ряд, учитывая при этом объем и специфику решения функцио- нальных задач каждым образцом техники в рамках всей АС. Кроме того, на основании полученных межкластерных расстояний, в случае исключения модуля из базовой архитектуры, проводится анализ всех функцио- нальных задач на предмет их перераспределения из исключенного модуля в функционально подобный модуль из базовой архитектуры. В результате решения данной задачи сервер ДЗЗ не вошел в базовую архитектуру ПТК, став по отноше- нию к ней внешним взаимодействующим элементом или специализированным источником информации. С учетом вышесказанного, а также существующей неопределенности в отне- сении задач геоинформационного обеспечения между сервером ДЗЗ и сервером расчетно-графических задач был проведен анализ полученной архитектуры ПТК на этапе окончательного уточнения задач для каждого УФМ. Это позволило пере- распределить ряд функциональных задач между полученными серверными ком- понентами. Учитывая то, что сервер ДЗЗ и геоинформационного обеспечения яв- ляется по отношению к базовой архитектуре внешним элементом, а также высо- кое функциональное подобие между собой задач геоинформационного обеспече- ния и расчетно-графических задач было принято решение об объединении их в рамках одного сервера. В результате этого, компонента геоинформационного обес- печения взаимодействия вошла в базовую архитектуру ПТК, обеспечив ее незави- симость при решении комплекса данных задач от сервера ДЗЗ. В свою очередь компонента ДЗЗ стала более специализированной и унифицированной (рис. 7 и 8). Рис. 7. Исследование неопределенности объединения функциональных задач ПТК в кластерах «Сервер расчетно-графических задач» и «Сервер обработки информации от датчиков ДЗЗ» методом к-средних В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 88 Рис. 8. Исследование неопределенности объединения функциональных задач ПТК в кластерах «Сервер расчетно-графических задач» и «Сервер обработки информации от датчиков ДЗЗ» методом поиска сгущений После учета всех неформализованных требований и выбора базовой архитек- туры ПТК АС было проведено окончательное уточнение перечня ФЗ каждого УФМ. В соответствии с методикой, уточнение проводилось с помощью матема- тического аппарата нечетких множеств. При этом на суд эксперту была представ- лена полная совокупность ФЗ, для которых не удалось достичь однозначного раз- биения, а также совокупность УФМ, между которыми такое разбиение проводи- лось. Задав требуемые коэффициенты предпочтения и важности учета в УФМ тех или иных признаков, а также степеней соответствия ФЗ требованиям, определяе- мым этими признаками, было получено однозначное разбиение [21–23]. Результа- ты такого разбиения для наглядности представлены в виде дендрограммы на рис. 9. Таким образом, предложенный базово-модульный подход к проектированию архитектуры АС позволил определить состав унифицированных функциональных модулей архитектуры ПТК и их функциональный состав. Полученные результаты использованы при обосновании базовой программно-аппаратной платформы ПТК АС. Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки ISSN 1560-9189 Реєстрація, зберігання і обробка даних, 2007, Т. 9, № 4 89 Рис. 9. Дендограмма окончательного распределения функциональных задач ПТК между кластерами уточненной совокупности УФМ В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко 90 1. Технический проект Системы и ЦОИ: Отчет (этап 2). — К.: ИПРИ НАН Украины, 2007. 2. Единая система управления объединенными ВВС и ПВО НАТО в Европе // Зарубежное военное обозрение. — 2000. — № 10. 3. Концепция создания единой информационно-управляющей структуры ВС США // Зару- бежное военное обозрение. — 2003. — № 1. 4. Перспективные зарубежные информационные технологии // Зарубежное военное обозре- ние. — 2004. — № 4. 5. Массной В., Судаков Ю. Автоматизированные системы управления сухопутными войска- ми США // Зарубежное военное обозрение. — 2003. — № 9,10. 6. Сухов О. Новая автоматизированная система управления ВМС США // Зарубежное воен- ное обозрение. — 1998. — № 4. 7. Лазарев В.Г. Управление в распределенных системах. — М.: Наука, 1993. — 170 с. 8. http://pvo.guns.ru/asu/history.htm 9. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов (Ста- тистические методы классификации и измерения связей). — М.: Статистика, 1977. — 144 с. 10. Экспертные оценки с социологических исследованиях / Крымский С.Б., Жилин Б.Б., Па- ниотто В.И. и др. / АН УССР. Ин-т философии. — К.: Наук. думка, 1990. — 320 с. 11. Представление и использование знаний / Пер. с япон.; Под ред. Х. Уэно, М. Исидзука. — М.: Мир, 1989. — 220 с. 12. Гаврилова Т.О., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992. — 200 с. 13. Приобретение знаний / Пер. с япон.; Под ред. С. Осуги, Ю. Саэки. — М.: Мир, 1990. — 304 с. 14. Литвак Б.Г. Экспертная информация: Методы получения и анализа. — М.: Радио и связь, 1982. — 184 с. 15. www.statsoft.ru. 16. www.mathworks.com 17. Мандель И.Д. Кластерный анализ. — М.: Финансы и статистика, 1988. — 176 с. 18. Дж. Вєн Райзен. Классификация и кластер. — М.: Мир, 1980. — 389 с. 19. Непрерывные задачи оптимального разбиения множеств: теория, алгоритмы, приложе- ния: (Монография) / Е.М.Киселева, Н.З. Шор. — К.: Наук. думка. 2005. — 564 с. 20. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере / Под ред. Фи- гурнова В.Э. — Москва: ИНФРА-М, 1998. — 528 с. 21. Ягер Р. Нечеткие множества и теория возможностей. Последние достижения / Пер. с англ. — М., Радио и связь,1986. — 407 с. 22. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта. — М.: Наука. Гл. ред. физ.-мат. лит., 1986. — 312 с. 23. Леунг И. Разделение на торговые зоны в нечетких условиях // Нечеткие множества и тео- рия возможностей / Пер. с англ. В.Б. Кузьмина; Под ред. С.И. Травкина. — М.: Радио и связь, 1986. — С. 339–349. Поступила в редакцию 12.07.2007 Методология синтеза архитектуры Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки

Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки

Репозитарії

Схожі ресурси