автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Клиент-серверная среда динамических экспертных систем

На правах рукописи

СЕМЧЕНКО ПАВЕЛ НИКОЛАЕВИЧ

КЛИЕНТ-СЕРВЕРНАЯ СРЕДА ДИНАМИЧЕСКИХ ЭКСПЕРТНЫХ СИСТЕМ

05.13.01 - Системный анализ, управление и обработка информации (техника и технологии)

2 8 НОЯ 2013

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

ХАБАРОВСК-2013

005541307

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Тихоокеанский государственный университет»

Научный руководитель: доктор технических наук, доцент

Воронин Владимир Викторович

Официальные оппоненты: Чехонин Константин Александрович -

доктор физико-математических наук, профессор, ГОУ ВПО «Дальневосточный государственный университет путей сообщений», кафедра «Информационные технологии и системы», заведующий

Шоберг Анатолий Германович -кандидат технических наук, доцент, ФГБОУ ВПО «Тихоокеанский государственный университет», кафедра «Вычислительная техника», доцент

Ведущая организация: Федеральное государственное бюджетное

учреждение науки Вычислительный центр Дальневосточного отделения Российской академии наук, г. Хабаровск

Защита состоится 26 декабря 2013 г. в ^ :00 на заседании диссертационного совета Д 212.294.05 при федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Тихоокеанский государственный университет» по адресу: 680035, г. Хабаровск, ул. Тихоокеанская, 136, ауд. 315л.

С диссертацией можно ознакомиться в библиотеке Тихоокеанского государственного университета.

Автореферат разослан «1^» ноября 2013 г.

Учёный секретарь диссертационного совета

Бурдинский Игорь Николаевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В наши дни мы становимся свидетелями и участниками всесторонней информатизации процессов - это и бизнес, и образование, и государственный сектор. Автоматизация затрагивает даже сферу интеллектуальной деятельности: поддержку принятия решений, экспертные заключения.

С другой стороны, при всём потенциале современных технологий, не все бизнес-процессы оптимизированы с точки зрения использования интеллектуальных технологий. Так, в сфере оказания услуг по защите информации или построению информационной инфраструктуры достаточно распространено явление опросных листов. Однако, если экспертам удалось создать действительно качественный опросный лист, может возникнуть проблема трактовки сведений этого опросного листа сотрудниками по исполнению проекта. Более того: если некоторое экспертное знание с какой-то степенью поддаётся формализации, можно сделать предположение о возможности автоматизации действий, предусмотренных в данном знании. Если само знание формализуемо, то его можно представить с помощью продукционной модели для экспертных систем.

Если логику работы экспертной системы исполнить в виде серверного приложения, данные располагать на серверах баз данных и реализовать клиентский интерфейс для оператора, то мы получим современную концепцию работы экспертных систем. Исследовать работу такой системы станет возможно с помощью методов теории систем массового обслуживания. В данном случае основной проблемой будет собственно разработка схемы взаимодействия компонентов изучаемой системы и построение математической модели для численного моделирования.

Итак, на данный момент большой научный и практический интерес представляет реализация логики работы ядра экспертных систем в архитектуре «клиент-сервер». Такая технология позволит существенно расширить применение экспертных систем в современных условиях. Очевидны преимущества такой технологии: в целом, экспертное знание можно будет формализовать и делать более доступным, а сама концепция позволяет создавать экспертные системы по различным предметным областям в удобном пользовательском графическом интерфейсе.

Целью работы является разработка клиент-серверной среды динамических экспертных систем на основе продукционной модели представления знаний с обоснованием функциональной схемы такой среды и технологии разработки прототипа клиент-серверной платформы.

Задачи исследования:

1. Обоснование модели представления знаний в рамках технологии ядра экспертной системы.

2. Разработка математической модели и функциональной схемы клиент-серверной среды динамических экспертных систем и их анализ.

3. Обоснование способа хранения данных клиент-серверной среды динамических экспертных систем с построением ЕЯ-диаграммы.

4. Разработка программного обеспечения клиент-серверной среды динамических экспертных систем.

5. Разработка прототипа экспертной системы на входном языке ядра клиент-серверной платформы для определенной предметной области.

Методы исследования базируются на положениях теории вероятности и математической статистики, аппарата теории систем массового обслуживания. Для решения дифференциальных уравнений применены численные методы с проверкой математической модели в пакете Mathcad. При программной реализации алгоритмов использовался язык С++ в среде Embarcadero С++ Builder ХЕЗ Architect.

Положения, выносимые на защиту.

1. Многопользовательская технология работы с различными динамическими экспертными системами на базе многозвенной клиент-серверной архитектуры.

2. Функциональная схема порядка взаимодействия тонких клиентов с сервером приложений по типам запросов в клиент-серверной среде динамических экспертных систем и разработанная на её базе математическая модель клиент-серверной среды динамических экспертных систем.

3. Технология разработки прототипа клиент-серверной платформы и проектирование прикладных программных комплексов в современной среде разработки на примере клиент-серверной среды динамических экспертных систем.

Научная новизна.

1. Предложена и обоснована концептуальная схема взаимодействия компонентов клиент-серверной среды динамических экспертных систем на основе многопользовательской клиент-серверной реализации логики работы для создания, хранения и функционирования совокупности разнородных прикладных экспертных систем в распределённой инфраструктуре

2. Представлена оригинальная функциональная схема взаимодействия тонких клиентов с сервером приложений по типам запросов на языке блок-схем на основе принципов работы клиент-серверной архитектуры для клиент-серверной среды динамических экспертных систем.

3. На основании функциональной схемы взаимодействия тонких клиентов с сервером приложений по типам запросов разработана математическая модель клиент-серверной среды динамических экспертных систем с обоснованием и использованием для потока обрабатываемых средой заявок распределения Пуассона, с целью упрощения процесса математического моделирования клиент-серверной среды динамических экспертных систем.

4. Разработан универсальный алгоритм прототипа клиент-серверной платформы, представленный в виде UML-диаграммы деятельности, для обеспечения универсальности проектирования в отношении совокупности прикладных клиент-серверных реализаций проектов.

5. Разработан прототип экспертной системы для определения уровня защищённости информационной системы персональных данных на базе входного

языка ядра экспертных систем, подтверждающий практическую значимость основных положений диссертации.

Достоверность научных положений.

Достоверность результатов работы подтверждается обоснованием выбора математического аппарата, результатами численного моделирования на ЭВМ в профессиональном математическом пакете Mathcad, результатами интеграции ядра исполнения экспертных систем в клиент-серверную архитектуру при помощи обоснованных в ходе исследования алгоритмов, использованием современных методик сбора и обработки информации, результатами действия разработанной в рамках исследования экспертной системой по заданной предметной области.

Практическая значимость полученных результатов.

1. Разработана технология интеграции ядра экспертных систем CLIPS и расширенного нечёткой логикой FuzzyCLIPS в клиент-серверную архитектуру.

2. Разработанная в рамках диссертационного исследования экспертная система является актуальным средством поддержки принятия решений по современным требованиям законодательства Российской Федерации в области персональных данных.

3. Программный комплекс внедрён в Хабаровском научно-техническом центре Федерального государственного унитарного предприятия «Научно-производственное предприятие «Гамма».

Апробация результатов диссертации.

Основные положения и результаты диссертационной работы обсуждались на 50-й студенческой научно-технической конференции ТОГУ (Хабаровск, 2010 г.), на международной научно-практической конференции "Суперкомпьютеры: вычислительные и информационные технологии" (Хабаровск, 2010 г.), на международном Российско-Китайском симпозиуме "Современные материалы и технологии" (Хабаровск, 2011 г.), на IV Всероссийской научно-практической конференции с международным участием "Информационные технологии в науке, образовании и экономике" (Якутск, 2012 г.), Всероссийской молодёжной конференции "Теория и практика системного анализа" (Белгород, 2012 г.), международной научной конференции «Информационные технологии XXI века» (Хабаровск, 2013).Также по общим результатам работы распоряжением Губернатора Хабаровского края № 250-р от 05.06.2013 года автор был удостоен стипендии имени H.H. Муравьёва-Амурского.

Публикации.

По результатам диссертационной работы опубликованы четыре статьи в журналах, рецензируемых Всероссийской аттестационной комиссией: «Информатика и системы управления», «Вестник ТОГУ», «Russian journal of Earth Sciences»; три статьи в сборниках научных конференций; получено свидетельство о государственной регистрации программы для ЭВМ.

Структура диссертации.

Работа состоит из введения, четырёх глав, заключения, библиографии из 99 наименований. Объём диссертации составляет 129 страниц, 19 рисунков, 2 таблицы и одно приложение.

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование актуальности темы диссертации, формулировку целей и задач исследования, научной новизны и практической значимости. Перечислены выносимые на защиту положения и приведена структура диссертации.

В первой главе диссертации рассматривается опыт построения интеллектуальных и экспертных систем с использованием электронных вычислительных машин, описываются ситуации, когда отсутствует прямая техника решения некоторых сложных задачах. Описывается использование эвристики при поиске решений сложных задач. Приводится архитектура экспертных систем и их преимущества с обоснованием продукционной модели представления знаний. Рассматривается технология ядра экспертной системы и обосновывается выбор CLIPS, а также FuzzyCLIPS для нуждающихся в использовании нечёткой логики экспертных систем. Раскрываются основы нечёткой логики и обосновывается её необходимость при построении современных систем поддержки принятия решений с приведением архитектуры нечёткой экспертной системы, описанием работы системы нечёткого логического вывода и механизма его адаптации.

Во второй главе диссертации рассматривается многопользовательская технология работы с различными динамическими экспертными системами с приведением концептуальной схемы взаимодействия компонентов клиент-серверной среды экспертных систем, обосновывается математическая модель клиент-серверной среды динамических экспертных систем на базе модели с ограниченным числом серверов с потерями из теории систем массового обслуживания. Такая модель отражает принцип работы многозвенной архитектуры, когда сервер будет слишком загружен обработкой уже поступивших запросов, и клиент получит отказ в обработке. Также данная модель отражает возможность масштабирования системы. Рассматривается функциональная схема порядка взаимодействия тонких клиентов с сервером приложений по типам запросов, где состояние моделируемой системы однозначно определяется количеством обслуживаемых в ней в данный момент времени запросов. Клиент-серверная среда динамических экспертных систем представляется в виде модели как марковский случайный процесс с непрерывным временем и дискретными состояниями, проводится численное моделирование в математическом пакете MathCAD.

Многопользовательская технология работы с различными динамическими экспертными системами.

Рисунок 1 отражает концептуальную схему взаимодействия компонентов клиент-серверной среды экспертных систем.

Клиентское пользовательское программное обеспечение экспертов

Рисунок 1 - Концептуальная схема взаимодействия компонентов клиент-серверной среды экспертных систем

Порядок взаимодействия элементов в клиент-серверной среде экспертных систем следующий:

1. С помощью модуля сбора информации с участием транслятора из базы знаний, хранящейся в реляционном виде, извлекаются и заполняются заказчиком входные требования.

2. Наборы входных данных, представленные в формате XML, поступают к прикладным специалистам, обрабатывающим эти наборы посредством клиентского программного обеспечения экспертов.

3. Прикладной специалист выбирает систему из множества, представленного в среде экспертных систем, информируя автоматически об этом ядро обработки. Факты из наборов входных данных интерпретируются и предоставляются ядру обработки клиентским пользовательским программным обеспечением, а продукционные правила через транслятор ядро обработки получает из базы данных.

4. В случае обнаружения недостатков в работе системы, а также при создании новых экспертных систем в среде используется клиентское программное обеспечение инженера по знаниям. Оно через транслятор вносит в базу данных необходимую информацию. Отладка процесса функционирования экспертной системы происходит с помощью ядра обработки.

Обоснование математической модели клиент-серверной среды динамических экспертных систем.

В решении задачи по численному моделированию потребуются некоторые данные, которые позволят оценить работу системы в реальных условиях. Так, в качестве примера выберем деятельность Хабаровского научно-технического центра ФГУП «НПП «Гамма», где возможно использование восьми экспертных систем.

Для клиент-серверной среды динамических экспертных систем подходит модель с ограниченным числом т серверов М/М/т в случае с потерями из теории систем массового обслуживания:

{Я, к < т; О к>т *'Рк =

ьоЫ к\

Я] 1 г- <■ — —,к<т;

М) к\

О ,к>т.

Такая модель отражает принцип работы многозвенной архитектуры в нашей системе, когда сервер будет слишком загружен обработкой уже поступивших запросов, и клиент получит отказ в обработке.

Разработка функциональной схема работы клиент-серверной среды динамических экспертных систем.

Рисунок 2 иллюстрирует расширенную схему взаимодействия компонентов клиент-серверной среды динамических экспертных систем для выбора модели системы массового обслуживания. В иллюстрации схемы взаимодействия приняты следующие сокращения: ЭС — экспертная система, БД - база данных.

Рисунок 2 - Функциональная схема порядка взаимодействия тонких клиентов с сервером приложений по типам запросов

При переходе к математическому моделированию используем данные предположения, а также предположим закон распределения поступления запросов как стационарный пуассоновский. Модель КССДЭС можно представить как марковский случайный процесс с непрерывным временем и дискретными состояниями.

Численное моделирование клиент-серверной среды динамических экспертных систем на основе марковского процесса с дискретными состояниями и непрерывным временем.

Под переходом системы из одного состояния в другое понимается поступление очередного запроса на сервер (процесс размножения) и завершение обработки запроса (процесс гибели), на что затрачивается время А/. Переход из состояния в состояние совершается, как только произошло первое с момента ?0 событие. Состояние системы с г запросами к серверу принимаем как Бг. По определению, в ординарном потоке можно найти столь малый интервал, за который в системе происходит только одно событие. Предположив интервал времени А? бесконечно малым, получим, что вероятность попадания на интервал одной (хотя бы одной) заявки приближенно равна:

Если известна интенсивность пуассоновского потока событий, переводящего систему из одного состояния в другое, то можно составить дифференциальные уравнения для определения всех вероятностей состояния системы. В общем виде, в соответствии с составленной схемой, полученную систему дифференциальных уравнений можно записать как:

~ = -Л,у ('К (0+м, (')П. ('}. Р,о (0+П (')=1 ■

Си

Здесь индекс г = 0,1,2 означает тип выполняемой функции в КССДЭС (обработка листинга экспертной системы инженером по знаниям, выдача опросного листа по ЭС, предъявление опросного листа ЭС и получение результата работы ЭС), а у = 1,2,3 означает номер операции при выполнении конкретной функции.

Данная система уравнений позволяет рассчитать вероятности состояний системы, коэффициенты Я представляют собой интенсивность поступления запросов каждого типа, а коэффициенты у. характеризуют интенсивность отказов. Здесь для упрощения расчёта принято ограничение, связанное с постоянством параметра интенсивности входящего потока запросов.

Каждая из вероятностей Ри1{() может быть определена из нормировочного

условия, составленного для двух вероятностей. Для решения системы дифференциальных уравнений применяются естественные начальные условия: Р00 (о) = 1 и

р^ (о) = 0. В основу этих условий положено следующее предположение: если

число обслуживаемых запросов равно 0, то не может произойти отказа в обслуживании, т.е. //(,„(/)= 0, но может произойти поступление очередного запроса к

серверу Я(у0 (/) > 0. Таким образом, для модели КССДЭС получаем систему обыкновенных дифференциальных уравнений с переменными коэффициентами, которые имеют вид уравнений Колмогорова.

Данную систему дифференциальных уравнений можно преобразовать к матричной форме в следующем виде:

Л

где:

Л =

а01 0 0 0 0 0 0 " А1 А1

0 «02 0 0 0 0 0 Ро2 Кг

0 0 «и 0 0 0 0 Ри л„

0 0 0 «12 0 0 0 ,р= Рм ,В = л2

0 0 0 0 «21 0 0 Рп к

0 0 0 0 0 «22 0 Рг 2 ^22

0 0 0 0 0 0 «23. Рп. _Л1}

А =-(/¿7+4)

Определим типы запросов к клиент-серверной среде динамических экспертных систем (КССДЭС), ориентируясь на специфику деятельности Хабаровского научно-технического центра ФГУП «НПП «Гамма» и количество одновременно существующих в данной среде экспертных систем. Количество запросов по обработке листинга экспертной системы инженером по знаниям (ехреЛзуз1етН5Пгщргосеззт£, еэ1р) - 48 в месяц, количество запросов на выдачу опросного листа по экспертной системе (циез^оппаигаззип^, - 30 в месяц, количество запросов на предъявление опросного листа и получение результатов ^иез1юппа1геапа1у51з, qa) - 50 в месяц.

Вероятности поступления заявки соответствующего типа: Л* = Ро = 0,375;^ = Р1 = 0,234;Р,а =Рг= 0,391.

Функциональная схема работы системы предполагает независимые каналы работы по типам запросов (т.е. работа каждого канала не зависит от работы других каналов), таким образом, при численном моделировании весовые коэффициенты а0. = -(д + А ) для расчёта нагрузки будут равны соответствующим вероятностям для каждого канала. Смысл этого коэффициента сводится к следующему: при прохождении нагрузки через сеть, равной Е эрланг, нагрузка проходящая через все типы каналов, рассчитывается как произведение Е на вероятность поступления заявки, соответствующей данному каналу.

Средняя продолжительность работы по различным типам запросов составляет 18 минут в час. В инфраструктуре рассматриваемой организации планируется использовать шесть ПК с программным обеспечением (ПО) инженера по знаниям, клиентским пользовательским ПО и ПО для сбора информации. А также - отказоустойчивые серверы приложений и баз данных с резервируемым транслятором, ядром обработки и базой данных. Таким образом, в соответствии со схемой взаимодействия компонентов среды, количество каналов для запроса на обработку листинга экспертной системы, количество каналов для запроса на выдачу опросного листа и количество каналов для запроса на предъявление

опросного листа и получение результата одинаково и составляет 6. Используем В-формулу Эрланга для расчёта нагрузки, приходящейся на каждый тип канала:

а"

р =

* т _ Ь

где т — количество обслуживающих каналов.

По исходным данным проведём с помощью системы Ма&сас! расчёт нагрузки на каждый тип канала. Таблица 1 содержит некоторые результаты расчёта для диапазона запросов от 1 до 25 в час.

Таблица 1 - Расчёт нагрузки для КССДЭС.

Кол-во запросов в час Длительность работы по запросу (час) Нагрузка на систему (Эрланг) Обработка листинга ЭС Выдача опросного листа Предъявление опросного листа и получение результата

а Рт а Рш а Рш

1 0,3 0,3 0,1125 0 0,0702 0 0,1173 0

2 0,3 0,6 0,225 0 0,1404 0 0,2346 0

23 0,3 6,9 2,5875 0,032 1,6146 0,005 2,6979 0,037

24 0,3 7,2 2,7 0,037 1,6848 0,006 2,8152 0,042

25 0,3 7,5 2,8125 0,042 1,755 0,007 2,9325 0,049

Задачей численного моделирования в нашем случае является поиск зависимостей от времени для вероятностей поступления запросов каждого вида. Таким образом, нам необходимо решить систему дифференциальных уравнений.

Аргументы функции:

• Ро - вектор начальных значений.

• ¡о и и — границы интервала, на котором происходит поиск решения дифференциальных уравнений.

• проШь — число точек внутри интервала (¿о,//), в которых происходит поиск решения. Функция гк/Ьсе(1 возвращает матрицу, состоящую из 1+проШя строк.

• Б - вектор, который содержит первые производные искомой функции.

Рисунок 3 демонстрирует программу для проведения численного моделирования на входном языке МаАсас!.

Р"пй-С А "..У

Фуикцих МзтрицыДабушцм Графики ©йрмзтироеакк-:

Рыр-\> Рыр-1Ь<

РыР-\, Ры,-^

V»

л= V"

V»

в~х

(V.) а 1 0 0 0 0 0 0

(V.) 0 а 2 0 0 0 0 0 0

(V.) 0 0 а я 0 0 0 0 0 0

м л~ 0 0 0 а * 0 0 0 0 0

м 0 0 0 0 а 0 0

м 0 0 0 0 0 0 0

0 0 0 0 0 0 7

0(1,Ра):=Л-Ра+В ¡-720 прош«я=10000

к— 1.. прсппЫ РгкПхег! (Р„, 0,1, пртп1я, О)

._,

ч Заменять на:

:Л Опции

Рисунок 3 - Часть экранной формы среды Ма&сас! с расчётными формулами для проведения численного моделирования

Рисунок 4 содержит пример графика изменения вероятностей обработки запроса и отказа в обработке в течение месяца:

Рисунок 4

- Часть экранной формы среды Майюас! с примером графика по результатам численного моделирования

Кривая, стремящаяся с течением времени к единице, есть зависимость от времени вероятности обработки запроса выбора (создания) листинга экспертной системы, вторая же кривая - это вероятность отказа от обработки. График демонстрирует тенденцию к устойчивости с течением времени.

В третьей главе диссертации раскрывается суть работы технологии построения многозвенных клиент-серверных архитектур Embarcadero Datasnap, рассматриваются совместимые с этой технологией платформы, операционные системы, способы обмена данными. Приводится универсальный алгоритм разработки прототипа клиент-серверной платформы в виде UML-диаграммы деятельности, описывающий очерёдность и порядок создания модулей комплексного многозвенного программного продукта. Рассматривается способ интеграции ядра CLIPS и FuzzyCLIPS в многозвенную архитектуру с помощью технологии многопоточности в современной среде разработки на языке программирования С++ с приведением листинга программы. Раскрываются основные вопросы по организации древовидных структур в реляционных базах данных, обсуждаются способы разработки программных продуктов для отображения таких структур в пользовательском графическом интерфейсе.

Для клиент-серверной среды динамических экспертных систем в качестве ядра обработки экспертных систем предлагается использовать CLIPS - продукционное ядро с С-подобным интерфейсом описания экспертных систем. Для актуальной на момент исследований версии CLIPS 6.30 существует реализованный интерфейс на языке С++, предназначенный для удобства подключения ядра обработки экспертных систем в современные программные комплексы. Так, связать ядро CLIPS и клиент-серверную среду динамических экспертных систем в среде С++ Builder ХЕЗ возможно путём добавления библиотек из комплекта поставки CLIPS - clipscpp.lib, clipswin32.lib и clipswin32cpp.lib в проект создаваемого по технологии DataSnap сервера. В заголовочном файле clipscpp.h находятся необходимые конструкции для создания своих классов при реализации взаимодействия с ядром CLIPS.

FuzzyCLIPS является модификацией и дополнением к классическому CLIPS, и на текущий момент существует последняя версия 6.10d, и интерфейс программирования приложений этой модификации достаточно сильно отличается от последней актуальной на данный момент версии CLIPS 6.30. При разработке программного обеспечения с использованием языка С++ возможно добавление включений на языке С. Заголовочный файл окружения FuzzyCLIPS, необходимый для интеграции, находится в комплекте исходных кодов FuzzyCLIPSn называется clips.h. Подключается с использованием спецификатора extern.

При организации ввода/вывода в CLIPS и FuzzyCLIPS используется концепция так называемых маршрутизаторов. Маршрутизатор состоит из трех компонентов. Первый компонент - функция, определяющая возможность обращения маршрутизатора с запросом ввода/вывода для заданного логического имени. Второй компонент маршрутизатора - свой приоритет. Когда CLIPS получает запрос ввода/вывода, происходит анализ каждого маршрутизатора для обнаружения такого, которому запрос будет передан. Это зависит от приоритета маршрутизатора, если их несколько. Третий компонент маршрутизатора состоит из функций, которые фактически обращаются с запросом ввода/вывода. Они включают функции вывода информации, захвата символов из входного буфера, функции очистки (например, удаления служебных файлов и т.д.).

При интеграции ядра CLIPS и FuzzyCLIPS в компоненты программного комплекса клиент-серверной среды динамических экспертных систем имеет смысл организовать отдельный поток для работы с экспертными системами, создав модуль на базе класса TThread.

Для того, чтобы на сервере была информация о том, что же конкретно представляет интерес для клиентского приложения, используется технология обратных вызовов в архитектуре DataSnap. Клиентское приложение при запуске регистрирует обратный вызов на сервере, и теперь сервер может исполнять некоторый важный для клиента метод по своей инициативе с передачей информации клиенту. Именно механизм обратных вызовов позволит серверу обрабатывать запрос клиента с применением многопоточной технологии. Если применить к потоку на сервере концепцию «чёрного ящика», то получится, что мы обладаем данными о том, что мы в этот «чёрный ящик» положили и когда мы из него что-то получили, но не знаем, какое время требуется «чёрному ящику» на внутреннюю обработку. Таким образом, как только что-то получаем из «чёрного ящика», то передаём это на клиент обратным вызовом.

Технология разработки прототипа клиент-серверной платформы.

Предлагаемый к рассмотрению алгоритм предполагает универсальность и применимость к разработке прототипа многозвенной платформы для любого программного обеспечения, в том числе и для клиент-серверной среды динамических экспертных систем.

Шаги алгоритма сгруппированы в два важных блока: разработка сервера и разработка клиента. Действие начинается с разработки сервера. Как видно из алгоритма, реализовать сервер можно в виде самостоятельного приложения или web-приложения в различных вариантах исполнения, причём одновременно можно создать и адаптировать несколько вариантов для исключения избыточности кода. При разработке сервера учитывается наличие или необходимость обращения к базам данных, разрабатываются методы (функции, предоставляемые сервером) и реализуются фильтры (например, для сжатия и шифрования данных). Допускается несколько итераций в этом процессе, после чего следует переходить к разработке клиента.

Реализация клиентского приложения описана в соответствующем блоке. Как видно из иллюстрации, есть три варианта исполнения клиента: мобильное приложение, классическое оконное приложение (формы) или же web-приложение. Допускается реализовывать сразу несколько вариантов исполнения, которые связываются с созданным ранее сервером. Далее скелет кода клиента адаптируется под методы сервера и разрабатываются методы согласования. Методы согласования позволяют разрешать конфликты при создании и изменении записей, как, например, в случае, когда одну и ту же запись в базе данных пытаются модифицировать одновременно несколько пользователей.

Алгоритм допускает возврат к началу для корректировки серверной или клиентской компоненты под дополнительные условия или же для исключения алгоритмических ошибок прототипа платформы.

После отладки работы прототипа предлагается переход к основному этапу разработки, предполагающему реализацию в программном обеспечении основного функционала, в нашем случае — взаимодействие экспертов, пользователей и инженеров по знаниям с экспертными системами, ядром обработки и данными.

В четвёртой главе диссертации освещаются вопросы хранения данных клиент-серверной среды динамических экспертных систем в реляционной базе данных, приводится ЕЙ-диаграмма представления таблиц и их связей, раскрывается суть нормальных форм отношений в базах данных. Рассматривается и обосновывается в качестве предметной области законодательство Российской Федерации в части защиты персональных данных, рассматривается построение экспертной системы определения уровня защищённости информационной системы персональных данных, приводится листинг этой экспертной системы и пример её использования в клиент-серверной среде динамических экспертных систем.

Способ хранения данных и интерфейс клиент-серверной среды динамических экспертных систем.

Рисунок 5 содержит реализацию прототипа базы данных клиент-серверной среды динамических экспертных систем в нотации ЕЯ-диаграмм. Полученная ЕЯ-диаграмма приведена к третьей нормальной форме ЕЯ-диаграмм. Также учтена ссылочная целостность при каскадной модификации записей: в случае удаления родительских записей предусмотрено автоматическое удаление дочерних записей.

Одна или несколько экспертных систем могут ссылаться на один или несколько объектов гипертекста, таким образом имеется отношение типа «многие ко многим». В ЕЯ-диаграмме оно в соответствии с требованиями нормализации было заменено на промежуточную таблицу и связи типа «один ко многим».

псМех1ех1епзгспЬа5рагеп1

ез Ьазрэгел!

Рисунок 5 - ЕЯ-диаграмма базы данных клиент-серверной среды динамических экспертных систем

Таблица ШскТехгЕхгетюп служит для хранения гипертекста, расширяющего возможности экспертных систем по выводу информации. В ней имеется поле Пе1с1, являющееся первичным ключом, поле псЫехМоЪ, содержащее уникальный тематический гипертекст и потому считающееся атомарным, поле Пе-рагепМ, являющееся внешним ключом ввиду наличия рекурсивной связи псй-1ех(ех(епзюпИазрагеп(. Поле ПерагепМ содержит уникальный идентификатор родительской записи из набора г1егс! для построения древовидной структуры. Имя для объекта гипертекста хранится в поле г1епате.

Таблица ЕхреПВувгетз служит для хранения листингов экспертных систем. В ней имеется поле ея/с/, являющееся первичным ключом, поле ея/к/гид, содержащее уникальный листинг экспертной системы и потому считающееся атомарным, поле езрагепНс1, являющееся внешним ключом ввиду наличия рекурсивной связи езказрагеМ. Поле еярагепНс1 содержит уникальный идентификатор родительской записи из набора для построения древовидной структуры. Имя экспертной системы хранится в поле еяпате.

Таблица Ехрег(8у$1ет$Апс1ШскТех1 хранит все связи экспертных систем с объектами гипертекста, имея внешние ключи г1е1с1 и ен'г/ из соответствующих таблиц Я ¡с к Тех1Ех1ет юп и ЕхреП8у81ет$.

Экспертная система определения уровня защищённости и необходимых мер защиты информационных систем персональных данных.

При разработке экспертных систем учитываются возможность и оправданность разработки. Так, возможность разработки экспертной системы достигается при одновременном выполнении следующих требований:

1. существуют эксперты в данной области, которые решают задачу значительно лучше, чем начинающие специалисты;

2. большинство экспертов сходятся в оценке предлагаемого решения;

3. знания могут быть получены у экспертов и представлены в базе знаний;

4. задача хотя и не должна быть выражена в формальном виде, но все же должна относиться к достаточно «понятной» и структурированной области, т.е. должны быть выделены основные понятия, отношения и известные (хотя бы эксперту) способы получения решения задачи;

5. существует комплекс программно-технических средств (алгоритмы, языки, ЭВМ) для реализации задачи.

По всем пяти требованиям к возможности разработки экспертной системы задача обеспечения безопасности персональных данных по требованиям нормативно-правовой базы в Российской Федерации подходит полностью. Так, аналитическая работа в части защиты информации в России действительно является уделом экспертов, что подтверждается лицензированием деятельности по защите информации в системе ФСТЭК и ФСБ России.

При проектировании экспертной системы выделены основные сущности и законы, по которым будет происходить обработка. Основными сущностями в экспертной системе являются следующие положения:

1. Экспертной системе следует сообщить, какие персональные данные обрабатываются в системе. Это могут быть сведения, касающиеся расовой, национальной принадлежности, политических взглядов, религиозных или философских убеждений, состояния здоровья, интимной жизни; информация о физиологических и биологических особенностях человека, на основании которых можно установить его личность и которые используются оператором для установления личности субъекта персональных данных (биометрические персональные данные); персональные данные, полученные только из общедоступных источников.

2. Экспертной системе также необходимы сведения о том, чьи персональные данные обрабатывает информационная система персональных данных: сотрудников оператора, либо иные данные.

3. Экспертной системе необходимо знать, насколько недекларирован-ные возможности в программном обеспечении угрожают безопасности персональных данных. Нормативная документация и эксперт выделяют соответственно угрозы, либо связанные с наличием недекларированных возможностей в системном программном обеспечении, либо связанные с наличием недекларированных возможностей в прикладном программном обеспечении, либо не связанные с наличием недокументированных недекларированных возможностей в системном и прикладном программном обеспечении, используемом в информационной системе.

4. Экспертной системе необходимо знать также общее количество субъектов персональных данных, о которых в информационной системе персональных данных имеются записи.

Рисунок 6 содержит экранную форму, где осуществляется ввод листинга экспертной системы на основе выделенных выше правил.

Рисунок 6 - Экранная форма редактирования экспертных систем

ЗАКЛЮЧЕНИЕ

В ходе выполнения диссертационной работы были получены следующие результаты:

1. В работе представлена и исследована многопользовательская клиент-серверная реализация логики работы для создания, хранения и функционирования совокупности разнородных прикладных экспертных систем в распределённой инфраструктуре. На базе этой технологии предложена и обоснована концептуальная схема взаимодействия компонентов клиент-серверной среды динамических экспертных систем. Данная технология позволяет организовать работу с экспертными системами в современных распределённых инфраструктурах.

2. Разработана оригинальная функциональная схема взаимодействия тонких клиентов с сервером приложений по типам запросов на языке блок-схем. В этой схеме учтены принципы работы многозвенной архитектуры для клиент-серверной среды динамических экспертных систем. На базе схемы создана и исследована с помощью аппарата теории систем массового обслуживания математическая модель клиент-серверной среды динамических экспертных систем. Результаты исследования позволяют рекомендовать клиент-серверную технологию в качестве платформы для технологии динамических экспертных систем.

3. Для математического моделирования в работе было предложено и обосновано использование распределения Пуассона для потока обрабатываемых клиент-серверной средой динамических экспертных систем заявок. Это позволяет упростить процесс математического моделирования.

4. Представлен универсальный алгоритм прототипа клиент-серверной платформы, иллюстрированный в виде ЦМЬ-диаграммы деятельности. Показана применимость данного алгоритма к проектированию прикладных клиент-серверных реализаций программного обеспечения в целом, что доказывает универсальность алгоритма.

5. Разработаны программные средства клиент-серверной среды динамических экспертных систем. Программный комплекс позволяет разрабатывать, отлаживать и использовать экспертные системы на основе правил в многозвенной архитектуре, а хранение данных организовано в реляционной базе данных согласно представленной в работе ЕЯ-диаграмме. Реализована возможность использования нечёткой логики в проектировании экспертных систем, что существенно расширяет область применения спроектированного программного комплекса.

6. Защита персональных данных исследована в качестве предметной области для применения экспертных систем. Для этой предметной области разработан прототип экспертной системы для определения уровня защищённости информационной системы персональных данных на базе входного языка ядра экспертных систем, нашедший применение в деятельности по защите информации.

7. Практическая ценность полученных результатов подтверждается их использованием при решении ряда практических задач. Результаты внедрены путём использования разработанных программных средств в Хабаровском НТЦ

ФГУП "НПП "Гамма" для создания и использования экспертных систем поддержки принятия решений по задачам защиты информации, путём использования переданного программного комплекса в учебном процессе кафедры «Автоматика и системотехника» ТОГУ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Семченко, П.Н. Концепция клиент-серверной среды динамических экспертных систем / В.В. Воронин, П.Н. Семченко // Информатика и системы управления.- 2010.- № 3(25).- С. 95-100.

2. Семченко, П.Н. Моделирование клиент-серверной среды динамических экспертных систем / В.В. Воронин, П.Н. Семченко, С.В. Шалоба-нов // Информатика и системы управления.- 2012.- № 1(31).- С. 48-55.

3. Семченко, П.Н. Алгоритм разработки прототипа многозвенной платформы / П.Н. Семченко // Russian journal of Earth Sciences.- 2012.- № 12(12).- С. 105-112.

4. Семченко, П.Н. Экспертные системы на основе правил / А. Абрахам, П.Н. Семченко // Вестник Тихоокеанского государственного университета.- 2013.- № 3(30).- С. 29-40.

5. Семченко, П.Н. Среда разработки интерактивных мультимедийных учебных пособий «Система SPN Study». Свидетельство о государственной регистрации программы для ЭВМ №2010613191 от 14.05.2010.

6. Семченко, П.Н. Алгоритм для построения структуры типа "дерево" в визуальном компоненте интегрированных сред разработки BORLAND, CODEGEAR и EMBARCADERO. / В.В. Воронин, П.Н. Семченко // Суперкомпьютеры: вычислительные и информационные технологии : материалы международной науч.- практ. конф., , 30 июня - 2 июля 2010 г. — Хабаровск : Изд-во Тихоокеан. гос. ун-та, 2010. С. 177-183.- Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2010.- С. 177-183.

7. Semchenko, P.N. Modeling of the component interaction network on the basis of Markov chains in the client-server environment of dynamic expert systems. / V.V. Voronin, P.N. Semchenko // Modern materials and technologies 2011: International Russian-Chinese Symposium. Proceedings.- Khabarovsk : Pacific National University, 2011.- P. 381-386.

8. Семченко, П.Н. Кроссплатформенная клиент-серверная среда динамических экспертных систем / П.Н. Семченко // Теория и практика системного анализа: сборник трудов Всерос. молодеж. конф., Белгород, 1-3 октября 2012.- Белгород : ИД «Белгород», 2012,- С. 376-380.

СЕМЧЕНКО ПАВЕЛ НИКОЛАЕВИЧ

КЛИЕНТ-СЕРВЕРНАЯ СРЕДА ДИНАМИЧЕСКИХ ЭКСПЕРТНЫХ СИСТЕМ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 15.11.13. Формат 60x84 1/16. Бумага писчая. Гарнитура «Тайме». Печать цифровая. _Усл. печ. л. 1,1. Тираж 120 экз. Заказ 257._

Отдел оперативной полиграфии издательства Тихоокеанского государвтсенного университета. 680035, Хабаровск, ул. Тихоокеанская, 136.

Федеральное государственное образовательное учреждение высшего

профессионального образования «Тихоокеанский государственный университет»

0420145465'

На правах рукописи

СЕМЧЕНКО ПАВЕЛ НИКОЛАЕВИЧ

КЛИЕНТ-СЕРВЕРНАЯ СРЕДА ДИНАМИЧЕСКИХ ЭКСПЕРТНЫХ СИСТЕМ

\

05.13.01 - Системный анализ, управление и обработка информации

(техника и технологии)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, доцент В.В. Воронин

ХАБАРОВСК-2013

Оглавление

Введение.................................................................................................................4

1. Современные интеллектуальные системы поддержки принятия решений и клиент-серверный подход в вычислительных задачах...........................11

1.1. Построение интеллектуальных и экспертных систем с использованием компьютеров...................................................................................11

1.2. Решение проблем и поиск решений с помощью эвристики.............14

1.3. Обоснование модели представления знаний.....................................17

1.4. Обоснование технологии ядра экспертной системы.........................22

Выводы по 1-й главе........................................................................................34

2. Клиент-серверная среда динамических экспертных систем и её математическая модель.................................................................................................35

2.1. Многопользовательская технология работы с различными динамическими экспертными системами................................................................35

2.2. Обоснование математической модели клиент-серверной среды динамических экспертных систем............................................................................38

2.3. Разработка функциональной схема работы клиент-серверной среды динамических экспертных систем............................................................................43

2.4. Численное моделирование клиент-серверной среды динамических экспертных систем на основе марковского процесса с дискретными состояниями и непрерывным временем..........................................................................................44

Выводы по 2-й главе........................................................................................53

3. Реализация клиент-серверной среды динамических экспертных систем с помощью технологии Embarcadero DataSnap...........................................................55

3.1. Взаимодействие компонентов программного обеспечения при использовании многозвенной архитектуры DataSnap............................................55

3.2. Технология разработки прототипа клиент-серверной платформы .57

3.3. Интеграция ядра среды экспертных систем CLIPS и FuzzyCLIPS..60

3.4. Использование баз данных для хранения листингов экспертных систем с произвольной группировкой в визуальном представлении...................72

Выводы по 3-й главе........................................................................................74

4. Разработка экспертных систем в клиент-серверной среде.....................76

4.1. Способ хранения данных и интерфейс клиент-серверной среды динамических экспертных систем............................................................................76

4.2. Защита персональных данных как предметная область для работы экспертных систем......................................................................................................81

4.3. Экспертная система определения уровня защищённости и необходимых мер защиты информационных систем персональных данных......85

4.4. Применение экспертной системы определения уровня защищённости и необходимых мер защиты информационных систем персональных данных................................................................................................98

Выводы по 4-й главе......................................................................................108

Заключение.........................................................................................................109

Список литературы Приложение............

111 119

Введение

Актуальность темы.

В наши дни мы становимся свидетелями и участниками всесторонней информатизации процессов - это и бизнес, и образование, и государственный сектор. Автоматизация затрагивает даже сферу интеллектуальной деятельности - поддержку принятия решений, экспертные заключения[63]. Электронные вычислительные машины поднимаются на более высокую ступень, нежели просто логика «и-или-не»[24]: появились облачные технологии, контентный анализ, таргетированная реклама. Так, при навигации в сети интернет пользователь может вводить поисковой запрос прямо в адресной строке браузера и получить целую выборку уточнённых запросов[42], ориентированных на практику навигации по сети интернет именно у этого пользователя. Современные технологии позволяют предложить пользователю набор музыки и фильмов, ориентированный на его вкус. При использовании мощностей геоинформационных систем (включая GPS и ГЛОНАСС)[71] появляется возможность предлагать пользователю «кафе именно с той кухней, которую он предпочитает».

С другой стороны, при всём потенциале современных технологий, не все бизнес-процессы оптимизированы с точки зрения использования интеллектуальных технологий. Так, например, в сфере оказания услуг по защите информации[35] или построению информационной инфраструктуры достаточно распространено явление так называемых опросных листов. Некоторый набор необходимых по версии одного или нескольких экспертов сведений интерпретируется группой лиц для собственно выбора решения в заданной предметной области, при этом системные интеграторы стараются в целом держать качество своих услуг на высоком уровне и стандартизовать производственный процесс. Наиболее популярной системой стандартов в области менеджмента качества является серия ISO 9000[26], хотя и не га-

рантирующая напрямую качество получаемых услуг или продуктов, но несомненно влияющая на процесс оказания услуг или производства в сторону улучшения качества. В случае же классических, хоть и стандартизованных, опросных листов есть проблема неоднозначности трактовок как входных, так и выходных данных. Например, если экспертам удалось создать действительно качественный опросный лист, гарантирующий движение вперёд по проекту к означенной цели, может возникнуть проблема трактовки сведений этого опросного листа вновь нанятыми сотрудниками по исполнению проекта. Более того, если некоторое экспертное знание с какой-то степенью поддаётся формализации, можно сделать предположение о возможности автоматизации действий, предусмотренных в данном знании. Если само знание формализуемо, то его можно представить, например, с помощью продукционной модели [18].

Простота продукционной модели представления знаний стала базой для создания целого направления в области искусственного интеллекта - экспертных систем на основе правил. Именно экспертные системы позволяют воплотить всю мощь продукционной модели представления знаний в области решения экспертных задач и при поддержке принятия решений.

Хорошо согласуется с продукционной моделью и метод опросных листов -фактически вопросы оператору задаёт уже сам компьютер и тут же анализирует поступающую информацию. Другой проблемой является то, что существующие на данный момент экспертные системы подразумевают текстовый интерфейс взаимодействия (т.е. консольный, в стиле командной строки)[41]. Ныне такой интерфейс активно вытесняется графическим пользовательским интерфейсом, несомненно более удобным. Более того: текстовый консольный стиль взаимодействия подразумевает однопользовательское общение с программным обеспечением экспертной системы, что также не согласуется с активно развивающейся клиент-серверной технологией, переносящей вычисления в мощные центры обработки данных и разгружающей пользовательские персональные компьютеры или же терминалы типа «тонкий клиент». Клиент-серверная технология подразумевает и использование реляционных баз данных[36] для хранения информации, в то время как классические

экспертные системы в лучшем случае могут взаимодействовать с текстовыми файлами.

Если логику работы экспертной системы исполнить в виде серверного приложения, данные располагать на серверах баз данных и реализовать клиентский интерфейс для оператора, то мы получим современную концепцию работы экспертных систем. Более того, исследовать работу такой системы станет возможно с помощью методов теории систем массового обслуживания[25]. Аналитический аппарат этой теории позволит получить вероятности отказов в обслуживании запросов внутри клиент-серверной архитектуры, обслуживающей создание, существование и исполнение экспертных систем. В данном случае основной проблемой будет собственно разработка схемы взаимодействия компонентов изучаемой системы и построение математической модели для численного моделирования.

При синтезе схемы взаимодействия компонентов следует учитывать также и особенности, налагаемые клиент-серверной технологией, - это обеспечит создание максимально эффективной модели работы системы, хорошо описываемой теорией систем массового обслуживания. По результатам построения модели работы системы станет возможным подбор оптимальной реализации клиент-серверной технологии и, как итог, техническая реализация технологии экспертных систем в современном клиент-серверном исполнении с графическим пользовательским интерфейсом.

Учитывая вышеизложенные обстоятельства, на данный момент большой научный и практический интерес представляет реализация логики работы ядра экспертных систем в архитектуре «клиент-сервер». Такая новая технология позволит существенно расширить применение экспертных систем в современных условиях. Очевидны преимущества такой технологии: в целом, экспертное знание можно будет формализовать и делать более доступным, а сама концепция позволяет создавать экспертные системы по различным предметным областям в удобном пользовательском графическом интерфейсе.

Цель диссертационной работы.

Целью диссертационной работы является разработка клиент-серверной среды динамических экспертных систем на основе продукционной модели представления знаний с обоснованием функциональной схемы такой среды и технологии разработки прототипа клиент-серверной платформы.

Задачи диссертационной работы.

Для достижения цели диссертационного исследования необходимо решить следующие задачи:

1. Обоснование модели представления знаний в рамках технологии ядра экспертной системы.

2. Разработка математической модели и функциональной схемы клиент-серверной среды динамических экспертных систем и их анализ.

3. Обоснование способа хранения данных клиент-серверной среды динамических экспертных систем с построением ER-диаграммы.

4. Разработка программного обеспечения клиент-серверной среды динамических экспертных систем.

5. Разработка прототипа экспертной системы на входном языке ядра клиент-серверной платформы для определенной предметной области.

Методы исследований.

В процессе исследования использовались положения теории вероятности и математической статистики, аппарат теории систем массового обслуживания. Для решения дифференциальных уравнений применены численные методы с проверкой математической модели в пакете Mathcad. При программной реализации алгоритмов использовался язык С++ в среде Embarcadero С++ Builder ХЕЗ Architect.

Положения, выносимые на защиту.

1. Многопользовательская технология работы с различными динамическими экспертными системами на базе многозвенной клиент-серверной архитектуры.

2. Функциональная схема порядка взаимодействия тонких клиентов с сервером приложений по типам запросов в клиент-серверной среде динамических экспертных систем и разработанная на её базе математическая модель клиент-серверной среды динамических экспертных систем.

3. Технология разработки прототипа клиент-серверной платформы и проектирование прикладных программных комплексов в современной среде разработки на примере клиент-серверной среды динамических экспертных систем.

Научная новизна.

1. Предложена и обоснована концептуальная схема взаимодействия компонентов клиент-серверной среды динамических экспертных систем на основе многопользовательской клиент-серверной реализации логики работы для создания, хранения и функционирования совокупности разнородных прикладных экспертных систем в распределённой инфраструктуре

2. Представлена оригинальная функциональная схема взаимодействия тонких клиентов с сервером приложений по типам запросов на языке блок-схем на основе принципов работы клиент-серверной архитектуры для клиент-серверной среды динамических экспертных систем.

3. На основании функциональной схемы взаимодействия тонких клиентов с сервером приложений по типам запросов разработана математическая модель клиент-серверной среды динамических экспертных систем с обоснованием и использованием для потока обрабатываемых средой заявок распределения Пуассона, с целью упрощения процесса математического моделирования клиент-серверной среды динамических экспертных систем.

4. Разработан универсальный алгоритм прототипа клиент-серверной платформы, представленный в виде ЦМЬ-диаграммы деятельности, для обеспечения универсальности проектирования в отношении совокупности прикладных клиент-серверных реализаций проектов.

5. Разработан прототип экспертной системы для определения уровня защищённости информационной системы персональных данных на базе входного языка

ядра экспертных систем, подтверждающий практическую значимость основных положений диссертации.

Достоверность научных положений.

Достоверность результатов работы подтверждается обоснованием выбора математического аппарата, результатами численного моделирования на ЭВМ в профессиональном математическом пакете Mathcad, результатами интеграции ядра исполнения экспертных систем в клиент-серверную архитектуру при помощи обоснованных в ходе исследования алгоритмов, использованием современных методик сбора и обработки информации, результатами действия разработанной в рамках исследования экспертной системой по заданной предметной области.

Практическая значимость полученных результатов.

Разработана технология интеграции ядра экспертных систем CLIPS и расширенного нечёткой логикой FuzzyCLIPS в клиент-серверную архитектуру, что существенно облегчает задачу проектирования и использования экспертных систем в современных распределённых вычислительных сетях. Разработанная в рамках диссертационного исследования экспертная система является актуальным средством поддержки принятия решений по современным требованиям законодательства Российской Федерации в области персональных данных.

Программный комплекс внедрён в Хабаровском научно-техническом центре Федерального государственного унитарного предприятия «Научно-производственное предприятие «Гамма».

Апробация результатов диссертации.

Основные положения и результаты диссертационной работы обсуждались на 50-й студенческой научно-технической конференции ТОГУ (Хабаровск, 2010 г.), на международной научно-практической конференции "Суперкомпьютеры: вычислительные и информационные технологии" (Хабаровск, 2010 г.), на международном Российско-Китайском симпозиуме "Современные материалы и технологии" (Хабаровск, 2011 г.), на IV Всероссийской научно-практической конференции с международным участием "Информационные технологии в науке, образовании и экономике" (Якутск, 2012 г.), Всероссийской молодёжной конференции "Теория и

практика системного анализа" (Белгород, 2012 г.), международной научной конференции «Информационные технологии XXI века» (Хабаровск, 2013).Также по общим результатам работы распоряжением Губернатора Хабаровского края № 250-р от 05.06.2013 года автор был удостоен стипендии имени H.H. Муравьёва-Амурского.

Публикации.

По результатам диссертационной работы опубликовано четыре статьи в журналах, рецензируемых Всероссийской аттестационной комиссией: «Информатика и системы управления», «Вестник ТОГУ», «Russian journal of Earth Sciences»; три статьи в сборниках научных конференций; получено свидетельство о государственной регистрации программы для ЭВМ.

Структура диссертации.

Работа состоит из введения, четырёх глав, заключения, библиографии из 99 наименований. Объём диссертации составляет 129 страниц, 19 рисунков, 2 таблицы и одно приложение.

1. Современные интеллектуальные системы поддержки принятия решений и клиент-серверный подход в вычислительных задачах

1.1. Построение интеллектуальных и экспертных систем с

использованием компьютеров

Не так давно исход дискуссии о том, может ли машина мыслить, решался с использованием критерия Тьюринга[96]: когда нельзя было отличить машинное от человеческого, давался положительный ответ. В наши дни можно утверждать, что такие интеллектуальные сложные задачи, как распознавание образов, принятие решений, формирование понятий, решение задач логики, планирование поведения, доказательство теорем, интеллектуальные игры и адаптивное управление вполне реализуются с помощью ЭВМ. Ещё в 1974 г. состоялся международный шахматный турнир, где победила отечественная разработка «Каисса»[15], с�