автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Технологии экстренных вычислений для индивидуальной поддержки принятия решений в критических ситуациях

&

На правах рукописи

Карбовский Владислав Александрович

ТЕХНОЛОГИИ ЭКСТРЕННЫХ ВЫЧИСЛЕНИЙ ДЛЯ ИНДИВИДУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В КРИТИЧЕСКИХ СИТУАЦИЯХ

Специальность 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

005559804

Санкт-Петербург - 2014

005559804

Работа выполнена в Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики

Научный руководитель: Бухановский Александр Валерьевич,

доктор технических наук

Официальные оппоненты: Штейнберг Борис Яковлевич,

доктор технических наук, старший научный сотрудник, заведующий кафедрой алгебры и дискретной математики Южный федеральный университет, Ростов-на-Дону

Массель Людмила Васильевна,

доктор технических наук, профессор, Институт систем энергетики им. Л.А. Мелентьева СО РАН, Иркутск

Ведущая организация: НИЦ «Курчатовский институт», Москва

Защита состоится 27 декабря 2014 г. в 13:00 часов на заседании диссертационного совета Д 212.227.06 при Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики по адресу: 197101, Санкт-Петербург, Кронверкский пр., д. 49, конференц-зал Центра Интернет-образования (ЦИО).

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики по адресу: 197101, Санкт-Петербург, Кронверкский пр., д.49, и на сайте fppo.ifmo.ru .

Автореферат разослан « 2-е, » к^Ы^л 2014 года.

Ученый секретарь диссертационного совета Лобанов И.С

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования обусловлена развитием технологий создания и эксплуатации систем раннего предупреждения (СРП) в различных критических ситуациях. В отличие от первых образцов СРП, предназначенных в основном для массового оповещения населения, современные системы активно используют методы DDA (Data Driven Approach), на регулярной основе собирая и обрабатывая данные из различных источников, для того чтобы заблаговременно прогнозировать наступление критических ситуаций и моделировать сценарии противодействия в условиях ограниченного времени принятия решений. Данному направлению посвящены работы научных школ П. Ковени, П. Бекмана, М. Бубака, П. Слоота, Л.В. Массель, С.В Клименко и др.

Для обеспечения эффективной работы СРП на основе DDA применяется особый класс суперкомпьютерных технологий — экстренные вычисления (Urgent Computing, UC). В настоящее время UC в основном ориентированы на решение сугубо инфраструктурных задач, связанных с динамическим предоставлением вычислительных ресурсов для расчетов в целях поддержки принятия решений, и используются в ситуационных центрах, обслуживающих небольшой круг регулярных абонентов. Вместе с тем активное рыночное продвижение1 мобильных устройств, обладающих широкими мультимедийными возможностями и позволяющих пользователям полноценно работать в сети Интернет, делает возможным обобщение функций СРП на основе UC для массового абонента, используя технологии массовых мобильных сервисов (ММС). Это позволяет перейти от практики массового оповещения о критических ситуациях (с помощью sms или голосовых звонков) к полноценной персональной поддержке принятия решений, ориентированной на выработку рекомендаций по предотвращению вреда жизни, здоровью и материальному благосостоянию конкретного человека - абонента ММС. Однако в силу многочисленности, территориальной распределенности и подвижности абонентов ММС прямое использование существующих технологий UC для создания таких СРП невозможно, что и определяет актуальность данного исследования.

Предметом исследования являются технологии экстренных вычислений для персональной поддержки принятия решений в критических ситуациях.

Целыо исследования является развитие подходов, методов и технологий экстренных вычислений, реализуемых на основе глобальных распределенных вычислительных сред, для применения в задачах персональной поддержки принятия решений массового пользователя в критических ситуациях с использованием ММС.

1 По данным компании Gartner, во втором квартале 2013 г. объем продаж смартфонов в мире впервые превысил объем продаж обычных телефонов.

Задачи исследования:

- обоснование требований к инфраструктурному обеспечению иС с учетом персональной поддержки принятия решений массового пользователя;

- разработка методов и алгоритмов, расширяющих возможности современных технологий иС в части персональной поддержки принятия решений массового пользователя;

- разработка и обоснование архитектуры инструментальной платформы экстренных вычислений (ИПЭВ), детализация основных компонентов и обеспечение интеграции с существующими глобальными распределенными инфраструктурами иС;

- разработка экспериментального образца ИПЭВ, включая набор программных средств для моделирования городской мобильности, необходимый для персонализации рекомендаций;

- создание экспериментального образца мобильного сервиса персональной поддержки принятия решений при угрозе паводковых наводнений;

- экспериментальные исследования ИПЭВ и мобильного сервиса на примере ретроспективной наводненческой ситуации в г. Крымск (2011 г.).

Методы исследования включают в себя методы анализа алгоритмов и программ, мультиагентного моделирования, высокопроизводительных вычислений, инженерии программного обеспечения, теории графов, аппарат теории вероятностей и математической статистики.

Научная новизна исследования определяется комплексным подходом к организации инфраструктуры иС на основе распределенных облачных сред с ориентацией на предоставление массовых мобильных сервисов поддержки принятия решений в критических ситуациях, включая:

- мониторинг доступности функциональных характеристик ресурсов иС на основе предметно-ориентированного тестирования;

- учет обратной связи с абонентами при моделировании сценариев развития критической ситуации;

- динамическое выделение ресурсов иС для обработки данных и моделирования, исходя из текущего числа абонентов и их поведения.

Практическую значимость работы определяют:

- программный комплекс ИПЭВ (включающий систему предметно-ориентированного мониторинга иС-инфраструктуры, сервер интерактивных мобильных приложений, оболочку для объединения облачных ресурсов моделирования и обработки данных), интегрированный в платформу СЬАУШЕ;

- программная система - мобильный сервис персональной поддержки принятия решений при угрозе паводковых наводнений.

На защиту выносятся:

- архитектура ИПЭВ в рамках модели иС с учетом персональной поддержки принятия решений массового пользователя и обеспечения интеграции с существующими распределенными инфраструктурами иС;

- алгоритм функционирования ММС на основе ИПЭВ для персонального оповещения и поддержки принятия решений в критических ситуациях, обеспечивающий учет обратной связи с абонентами ММС и динамическое выделение ресурсов, исходя из текущего числа абонентов и их поведения.

Достоверность научных результатов и выводов обусловлена обоснованным применением математического аппарата, результатами тестирования алгоритмов и программного обеспечения, экспериментальными исследованиями производительности, выполненными на основе платформы CLAVIRE, а также практическим использованием (опытной эксплуатацией) разработанных программных средств для индивидуальной поддержки принятия решений населения при угрозе наводнения.

Внедрение результатов работы. Результаты работы были использованы при выполнении следующих НИОКР: «Инструментальная технологическая среда для создания распределенных интеллектуальных систем управления сложными динамическими объектами», «Виртуальный полигон для суперкомпьютерного моделирования сложных систем», «Технология системологического проектирования и разработки междисциплинарных приложений в среде облачных вычислений», «Ситуационный центр нового поколения для предупреждения и ликвидации угрозы наводнений» и «Интеллектуальные суперкомпьютерные технологии e-Science» в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг.; «Создание высокотехнологичного производства комплексных решений в области предметно-ориентированных облачных вычислений для нужд науки, промышленности, бизнеса и социальной сферы» в рамках реализации постановления Правительства РФ № 218; «Распределенные экстренные вычисления для поддержки принятия решений в критических ситуациях» в рамках реализации постановления Правительства РФ № 220, «Предсказательное моделирование экстремальных явлений и оценка рисков устойчивого развития сложных систем» НИР № 713581 (2013-2014) в рамках реализации постановления №211 Правительства РФ, проект Российского научного фонда «Суперкомпыотерное моделирование критических явлений в сложных социальных системах» (№ 14-21-00137).

Апробация работы. Полученные результаты обсуждались на международных и всероссийских научных конференциях, семинарах и совещаниях, включая V Международную конференцию по информатике MEDIAS-2012 (Лимасол, Кипр, 2012), XII Всероссийскую конференцию «Высокопроизводительные параллельные вычисления на кластерных системах» (Нижний Новгород, 2012), Международную научно-практическую конференцию молодых ученых и специалистов «International School of Computational Science» (Барселона, Испания, 2013), 56-ю Всероссийскую научную конференцию МФТИ (Москва, 2013), XVI Всероссийскую объединенную конференцию «Интернет и современное общество» (Санкт-

Петербург, 2013), Международные конференции «International Conférence on Management Engineering and Service Science» (Шанхай, Китай, 2014) и «International Conférence on Computational Science» (Кэрнс, Австралия, 2014). Результаты были представлены на выставках, включая Форум «Малый и средний бизнес Санкт-Петербурга» (2013), выставку «Петербургская техническая ярмарка - 2014».

Публикации. По материалам диссертации опубликовано 9 печатных работ, в том числе 5 - в изданиях из перечня ведущих рецензируемых научных журналов и изданий ВАК РФ, получено свидетельство о регистрации программы для ЭВМ.

Личный вклад автора в выполненных в соавторстве работах заключается в обосновании и формализации требований к инфраструктурам экстренных вычислений на основе распределенных облачных сред; разработке архитектуры и детализации компонентов, связанных с обеспечением надежности функционирования инфраструктуры UC, поддержки ММС, а также сопряжения с распределенными источниками данных и вычислительными моделями, функционирующими на облачных ресурсах; экспериментальном исследовании производительности предложенных решений; проектировании, разработке и исследовании функционирующего на основе инфраструктуры UC экспериментального мобильного сервиса персональной поддержки принятия решений при угрозе наводнения. Из работ, выполненных в соавторстве, в диссертацию включены результаты, которые соответствуют личному участию автора.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы (89 источников) и двух приложений. Содержит 116 стр. текста (из них 114 основного и 2 -приложений), включая 50 рис. и 4 табл.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, сформулированы цель и задачи исследования, отмечены научная новизна и практическая значимость результатов.

Первая глава содержит анализ предметной области, включая системы массового оповещения, системы раннего предупреждения (СРП), а также мобильные технологии для поддержки действий в критических ситуациях.

Системы массового оповещения населения в критических ситуациях могут быть классифицированы как общественные (сирены; трансляция через радио и телевидение) и таргетированные. Контент для таких систем может создаваться различными путями, в том числе с использованием СРП. Кроме того, современные СРП могут иметь собственные системы оповещения, в том числе на основе ММС (табл. 1).

Таблица 1 — Сравнительный анализ систем раннего предупреждения и оповещения_

Система Способ доставки Псрсонифнка Мобильные ППРн

имя технологии информация

W1LAS Громкоговорители. Нет Нет Общие

Invent is Tech noloty сигнальные маяки рекомендации

EAS Federal Communications Commission Рад но диапазон AM/FM, эфирное, кабельное, цифровое ТВ Нет Дополнение 1;£МЛ'* 1РЛ\\*5-ОРНМ РЫГипп Общие рекомендации

РСЧС

Российская система предупреждений и действии в чрез вычпйных Звуковая сирена, федеральные каналы радио и ТВ Нет Нет Общие рекомендации

ситуациях

NotiFind Sungard sms, голосовые сообщения, электронная понта, факс На уровне бизнес-структур и организаций Нет Рекомендации на уровне подчиненных и управленцев

Omnilert Omnilerl. LLC Социальные медиа Нет Нет Горячая линия

Crowd 911 Crowd 911 Сеть Интернет На уровне организации и семей Мобильное приложение Общие рекомендации

RechPlus Alerts NuAxis Innovations Сеть Интернет Нет Мобильное приложение Планы зданий, меры предосторожности

Rave Alert Фото и Мобильное

Emergency System Rave Mobile Safely and Smarl911 Мобильное оповещение информация об абоненте предоставляются службам приложение для связи со службами спасения Нет

SendWordNow Мобильное Нет Мобильное Информация со

Send ff'ord Now оповещение приложение спутников

Ubalert ubAlerl LLC sms, электронная почта, мобильные оповещения Нет Краудсорсинг-ориентированны й сервис Информация о происшествиях

VVeSenselt WeSenselt Consorcium Web-сайт, мобильное приложение Нет Краудсорсинг-ориентированны и сервис Ответы на вопросы, данные о происшествии

Meteoalarm EL'METKET Web-сайт Нет Нет Информация о мстеоданных

DWD EWS Deutscher Wetterdienst sms, мобильное оповещение, электронная почта, факс Нет Мобильная связь Общие рекомендации

Shanghai Multi-Hazard EWS Shanghai Municipal Government sms, голосовые сообщения Нет Мобильная связь Общие рекомендации, координация государственных институтов

Cuban EWS Средства массовой коммуникации, электронная почта, мобильная связь Нет Мобильная связь Информация о тропических циклонах

Earthquake Мобильное Нет Мобильное Оповещение о

Mobeezo Inc оповещение приложение землетрясениях

Hurricane Pro Мобильное Нет Мобильное Информация об

Kitty Code LLC оповещение приложение ураганах

Анализ существующих решений показывает, что в целом современные СРП ориентированы более на оповещение, чем на поддержку принятия персональных решений. Это связано с тем, что для персональной поддержки принятия решений необходимы не только данные о наступающей критической ситуации, но и возможность исследования различных сценариев поведения абонентов ММС (что требует наличия достаточных вычислительных ресурсов). Вследствие рекомендательного характера системы ММС должен предоставлять не статическую инструкцию, а взвешенный по степени опасности набор сценариев, позволяющий абоненту самостоятельно принять решение по фактической ситуации. Для построения таких сценариев могут быть использованы данные, которые поставляют мобильные устройства пользователей ММС.

Во второй главе изложены теоретические основы, расширяющие существующие подходы к организации инфраструктуры иС для персональной поддержки решений массового пользователя на основе мобильных технологий, а также представлена и обоснована архитектура ИПЭВ.

ИПЭВ является платформой для проектирования и разработки СРП в различных предметных областях. В простейшем случае СРП на основе ИПЭВ может представлять собой систему сбора, обработки и анализа данных с дальнейшим оповещением населения. Ее функции также могут включать моделирование ситуации, построение прогнозов и выработку глобального плана действий, совмещенного с персональными планами всех абонентов ММС. При этом ИПЭВ не предоставляет ни собственных вычислительных ресурсов, ни источников данных, а лишь обеспечивает интеграцию с существующими глобальными средами иС и каналами поступления данных (например, ведомственными системами оперативного реагирования, отдельными измерительными устройствами и пр.). На рис. 1 приведена общая архитектура ИПЭВ, которая в качестве платформы доступа к источникам данных и ресурсам среды иС использует платформу СЬАУШЕ2. Три основные группы элементов ИПЭВ ориентированы на:

- построение персональных сценариев предотвращения (снижения) угрозы для абонентов СРП на основе компьютерного моделирования;

- учет обратной связи с абонентами при моделировании сценариев развития критической ситуации через мобильные приложения;

- мониторинг доступности функциональных характеристик ресурсов 11С на основе предметно-ориентированного тестирования.

Специфика создания и использования ММС персональной поддержки принятия решений, функционирующего на основе ИПЭВ, определяется: а) характеристиками транспортной среды — технологиями мобильной передачи данных (объективный аспект), б) персональными чертами потенциальных абонентов (субъективный аспект).

2 Облачная платформа высокопроизводительных вычислений, разработанная научной школой, к которой принадлежит диссертант.

Мобильные устройства

Глобальная среда

Мониторинг данных

Аппаратные вычислительные ресурсы

—

Модель 1 | (_ Модель 2 Ц, | ( Модель 3

( Модель N )

С

- Б Компонент А использует Б Логический компонент

Управляющий сервер (ВСМП)

РивИ-пр^токолы

Мобильные устройства

Внешние системы:

Уровень данных С^.. ^." 7 Уровень представления С. "3 Платформа облачных вычислений

Рисунок 1. Архитектура ИПЭВ с использованием СЬАУШЕ

Алгоритм функционирования ММС на основе ИПЭВ для персонального оповещения и поддержки принятия решений в критических ситуациях представлен на рис 2. Обработка возникновения новой критической ситуации начинается с выбора соответствующего сценария (или формирования нового), затем определяются абоненты, находящиеся в зоне риска критической ситуации. Далее обрабатывается запрос на выполнение прогностического моделирования, оценивается объем вычислений в зависимости от числа абонентов и динамически выделяются вычислительные ресурсы среды иС. Затем на выделенных ресурсах моделируется развитие сценария и выполняется моделирование персональных рисков абонентов, на основании чего вырабатываются персональные рекомендации. Полученные рекомендации доставляются на мобильные устройства в виде ризЬ-сообщений. В процессе поддержки принятия решений происходит обновление неявных данных (таких как географическое положение) абонентов, в случае присутствия абонентов в зоне критической ситуации. Такие данные поступают в модели оценки рисков и могут повлиять на рекомендации. Когда фаза критической ситуации, связанная с риском для абонентов, завершается, моделирование сценария также завершается и высвобождаются выделенные вычислительные ресурсы.

ммс

24/7

Мониторинг Е —► глобальной среды (актуальные данные)

Хранилище

Сохранение исторических -данных

Сенсоры, датчики, соц. медиа

Обновление персональных данных

Динамическое выделение вычислительных ресурсов

PULSE

Моделирование Моделирование ► персональных развития

рисков сценария

Принятие решения

Доставка

рекоменаций +

РиэЬ-оповещение на мобильные устройства

Обновление явных данных

Абоненты

Освобождение ресурсов

Анализ и обработка

Новая КС

—Да-

Выбор _

готового сценария

Определение абонентов в зоне •* риска КС

Запрос на выполнение прогностического моделирования

Мониторинг абонентов

Мобильные устройства

Сбор данных

Персональная КС

да

Сценарий КС

нет

Формирование сценария экспертами

Мониторинг доступности функциональных характеристик инфраструктуры

Оповещение администратора (поставщика) ресурса

Да

Обнаружены ошибки

Рисунок 2. Общий алгоритм функционирования ММС на основе ИПЭВ

Отдельный процесс, выполняемый вне зависимости от наступления критической ситуации, - мониторинг доступности вычислительной инфраструктуры. При этом применяются технологии предметно-ориентированного тестирования для обеспечения доступности вычислительного ресурса и работоспособности конкретного ПО моделирования и обработки данных. Сценарий (выполняющийся по расписанию на ресурсах среды иС) включает в себя описание тестового примера, входные и соответствующие выходные данные, а также параметры настройки пакета. Результатом работы сценария является выходной файл, который автоматически проверяется на соответствие эталону с учетом допустимой неопределенности (например, вызванной наличием стохастических эффектов в алгоритме или правил округления на различных архитектурах). Таким образом, проверка каждого сценария осуществляется индивидуально.

В третьей главе рассматривается подсистема ИПЭВ, связанная с использованием моделей глобальной среды применительно к задачам раннего предупреждения критических ситуациях в крупных городах. Для моделирования глобальной городской среды в наиболее общей постановке предлагается использовать набор моделей, описывающий отдельные городские подсистемы в разных масштабах, с возможностью их взаимной интеграции. Для этого разработана оболочка моделирования городского пространства PULSE (рекурсивный акроним Pulse Urban Life Simulation Environment), обеспечивающая в рамках ИПЭВ интеграцию городских моделей с учетом разнородности их протоколов, характеристик расчетных областей и пр. Для этого определено общее (абстрактное) пространство моделирования с унифицированной формой представления данных и моделируемых сущностей. В нем все элементы рассматриваемых моделей могут взаимодействовать согласно предварительно заданным правилам. Общее пространство моделей может быть задано как независимо от используемых моделей, так и наложено (частично или полностью) на модель, выбранную в качестве основной (базовой). Для обмена данными между моделями непосредственно в процессе вычислений использована логика распределенно управляемых агентов, позволяющая представлять агентов в рамках общего пространства моделей и попеременно управлять ими посредством нескольких моделей. Например, распределенно управляемый агент может находиться под управлением пешеходной модели (в случае пешего перемещения) в первый момент времени, а во второй и далее передвижения могут регулироваться транспортной моделью (в случае, если агент сел в автомобиль).

Структура и информационное пространство оболочки PULSE приведены на рис. 3. Точкой входа является API, доступ к которому предоставлен через динамически подключаемую библиотеку .Net (.Net 4.0 dll) и web-сервис. Для того чтобы запустить процесс моделирования, требуется сформировать перечень необходимых моделей и входных параметров или выбрать один из предварительно разработанных сценариев. Преобразование параметров (включая сценарии) выполняется в подсистеме обработки входных параметров. Для стандартизации работы с разнородными моделями использован подход на основе прокси-объектов, что влечет дополнительные затраты, связанные, в первую очередь, с созданием таких объектов. Тем не менее, подход обеспечивает достижение новых уровней абстракции моделей, необходимых для интеграции посредством слабого связывания. Прокси-объект включает в себя модельно-ориентированный конвертер данных и интерфейс унифицированного запуска и выполнения. Он позволяет модели работать со стандартными источниками данных среды PULSE и взаимодействовать с центральным менеджером моделирования через стандартные протоколы среды. Для организации взаимодействия между прокси-объектами и PULSE использована технология Apache Thrift.

Модели

Виртуальное общество

Модель наводнения ^

с & ч \ Транспортная модель У

f V \ Планирование территорий

(ил Л «ч* Распространение 2ЯК инфекции ч J

-- \ СППР У

Динамическая визуализация

J Инфраструктура СРП

Рисунок 3. Структура и информационное пространство PULSE

В рамках исследования в качестве базовой городской используется мультиагентная модель виртуального общества с поддержкой механизма подключаемых плагинов (plug-in), регулирующего взаимодействие элементов базовой и сущностей дополнительных моделей. Агентами модели являются виртуальные индивиды (или группы индивидов, например, семьи), наделенные поведенческими характеристиками, построенными на основе экспертных социологических оценок. Для такого виртуального общества возможно установить точки интереса, на основе которых определяются городские корреспонденции, что позволяет моделировать перемещения агентов на местности, исходя из их поведенческих (биологических) и социально-экономических характеристик, а также факторов внешней среды путем наложения модели на определенную местность, с учетом ее ландшафта и характера ситуации. Для идентификации модели были описаны правила поведения агентов в зависимости от их принадлежности к социально-экономическим классам. В качестве базового критерия для выделения социально-экономических классов был выбран уровень достатка. Для получения более детального представления о ежедневных передвижениях агентов был также сформирован набор дополнительных критериев (место проживания, характер занятости и число рабочих мест, должность, образование, владение недвижимостью и личным автотранспортом,

основные интересы, траты). Представленные критерии служат основой привязки агента к набору маршрутов и сценариев, отражающих основные точки, между которыми агент перемещается в течение дня, и время, затраченное на эти перемещения. Для идентификации такой модели в качестве входных данных могут использоваться как официальные статистические, так и агрегированные данные из социальных сетей и открытых источников (например, места наибольшей посещаемости при массовых мероприятиях в городе).

Архитектура программного средства, реализующего описанную выше базовую мультиагентную модель, представлена на рис. 4.

!= X

АР1

Модуль управления циклом моделирования

Мир моделирования

Пространство модели

Граф дорог, инфраструктура, постройки, станции метрополитена

Модуль загрузки дорожного графа

Модуль загрузки данных расширений

Модуль загрузки данных о популяции

Генератор тактовой частоты моделирования (часы)

Модуль навигации

Модуль популяции

Агенты

Правила

Состояние

Модуль загрузки

городской инфраструктуры

Модуль загрузки данных о точках притоков/оттоков населения

Источники данных

Клиентский уровень

Уровень логики

X

-О

ш и ^

го со X

н X

с; 5: и 0) 0 1 Ч о го

х сС

сС (и О

О о. 5 го

С <—► X

го 3 го го

1 & и го о. го л с; >. с; <Б о 5

з: 1

и о

сС 2

О

С

Уровень данных

Рисунок 4. Архитектура модели виртуального общества

Точкой входа при работе с моделью является программный интерфейс (API), представляющий собой web-сервис на базе технологии Apache Thrift. Используя внутримодельные часы, модуль управления циклом моделирования пошагово обновляет состояние т.н. мира модели, абстракции, включающей в себя пространство модели, а также популяцию агентов. Модуль навигации отвечает за поиск пути на графе мобильности. Подсистема подключаемых расширений позволяет интегрировать в пространство модели внешние объекты и процессы, например, процесс распространения угрозы (наводнение, пожар и пр.). Также модель имеет необходимые загрузчики данных, согласно сценарию формирующие унифицированное представление ее пространства на основе разнородных источников информации (например, статистических данных и данных социальных сетей).

В четвертой главе представлены результаты исследований ИПЭВ на основе экспериментального образца мобильного сервиса персональной поддержки принятия решений при угрозе паводковых наводнений. Функционирующий на базе ИПЭВ мобильный сервис предназначен для экстренного оповещения и поддержки принятия решений населения при угрозе наводнений.

В качестве модельного сценария рассматривалось катастрофическое наводнение в г. Крымск, случившееся в 2011 г. Основное ядро осадков1, сформировавшее катастрофический паводок в бассейне р. Адагум (приток р. Кубань), относится к промежутку с 22:00 6 июля по 03:00 7 июля. В этот период шли непрерывные дожди с интенсивностью 35-45 мм в час. С 23:30 6 июля до 01:00 7 июля, по данным гидрологического поста, уровень воды повысился на 81см. Уровень воды на 01:00 не достиг отметки опасного явления - уровня воды, представляющего угрозу жизни людей и вызывающего значительный материальный ущерб (для данного поста -680 см). В течение следующего часа произошел резкий скачок уровня - на 355 см. В створе гидрологического пункта максимальный уровень составил 995 см, ниже моста - 950 см. Максимальный уровень был достигнут в период между 03:00 и 04:00.

Для воспроизведения модельного сценария в оболочку PULSE была интегрирована дополнительная модель расчета затопления территорий4, а базовая мультиагентная модель виртуального общества настроена в соответствии со статистическими данными по Краснодарскому краю. В целом моделировалось поведение 57 000 жителей.

На рис. 5а приведен интерфейс работы мобильного приложения -абонента ММС, на примере эвакуации в условиях быстрого затопления территории г. Крымск. На рисунке отображена прогнозируемая зона затопления (по модели), а также приведены пути отхода в безопасную зону,

' По официальным данным Росгидромета

J Dynamic Rapid Flood Spreading Model, см. Lhomme J. et al. Recent development and application of a rapid flood spreading method. 2008.

ранжированные цветовой палитрой. Для сравнения на рис. 56 приведена статическая зона затопления, соответствующая фактическим данным.

^.„11 СИ ® 19:03

1 Emergency Prototype

Военный городок N-2

Агенты

.проигнорировавшие

оповещение, %

Рисунок 5. а) интерфейс мобильного приложения; б) ретроспективная картина затопления (по данным Росгидромета); в) результаты экспериментального исследования

В табл. 2 приведены результаты оценки доли потенциальных абонентов ММС°, пострадавших от наводнения, в зависимости от заблаговременности оповещения. В расчетах предполагалось, что все жители начинают эвакуироваться немедленно после получения оповещения. Для абонентов ММС эвакуация выполняется по заранее указанному кратчайшему пути до безопасного места (возвышенности), а для остальных жителей эвакуация

5 В процентах от общего числа жителей города, определяемых через общее количество пользователей смартфонов по Краснодарскому краю.

является спонтанной (в направлении, противоположном распространению воды в пределах видимости).

Таблица 2 - Доля абонентов, пострадавших от наводнения при

различной заблаговременности оповещения посредством ММС

Время до наступления наводнения, мин 0 5 10 20 30

Доля пользователей, застигнутых наводнением, % 29 18 10 7 6

Оценочные метрики для ММС персональной поддержки при эвакуации в случае наводнения тесно связаны с общей эффективностью эвакуации. В рамках данного процесс эвакуации исследования считается завершенной, если все агенты: (а) достигли одной из выбранных зон безопасности (возвышенности, недоступные распространяющемуся наводнению, мобильные центры спасательных служб); (б) оказались отрезаны без возможности самостоятельного спасения; (в) получили серьезный ущерб для здоровья или жизни. Доля абонентов ММС от общего числа населения варьируется от 10 до 40 % (с шагом 10 %). Кроме того, учитывается доля пользователей, по тем или иным причинам проигнорировавших оповещение: 0^15 % (шаг 15%). На рис. 5в представлена зависимость времени общей эвакуации от доли пользователей ММС, а также доли пользователей ММС, проигнорировавших оповещение.

Из рис. 5в видно, что для снижения общего времени эвакуации значение имеет не только число пользователей ММС, но и уровень доверия пользователей к рекомендациям. С учетом данных социологических исследований и результаты моделирования в мобильном приложении ММС были реализованы меры повышения доверия - т.н. повседневный режим, который позволяет пользователю выработать привычку к интерфейсу, такой подход упрощает использование приложения в критической ситуации.

Заключение. В ходе выполнения диссертационной работы получены следующие основные результаты:

- предложена архитектура ИПЭВ в рамках модели иС с учетом персональной поддержки принятия решений массового пользователя и обеспечения интеграции с существующими распределенными инфраструктурами иС;

- разработан алгоритм функционирования ММС на основе ИПЭВ для персонального оповещения и поддержки принятия решений в критических ситуациях;

- разработан экспериментальный образец ИПЭВ, включающий набор программных средств для мультиагентного моделирования городской мобильности, необходимый для выработки персональных рекомендаций в критических ситуациях;

— разработан экспериментальный образец ММС поддержки принятия решений при угрозе паводковых наводнений, расширяющий возможности современных технологий иС в части персональной поддержки принятия решений массового пользователя;

- проведены экспериментальные исследования ИПЭВ и мобильного сервиса на примере моделирования ретроспективной наводненческой ситуации в г. Крымск, продемонстрировавшие уменьшение числа агентов - абонентов ММС, застигнутых наводнением, до 12 % от общего числа пострадавших от наводнения агентов, в зависимости от заблаговременности оповещения.

Список публикаций по теме диссертации Публикации в изданиях, рекомендованных ВАК РФ

1. Karbovskii V.A., Voloshin D.V., Puzyreva К.А., Zagarskikh A.S. Personal Decision Support Mobile Service for Extreme Situations // Procedia Computer Science. 2014. Vol. 29. P. 1646-1655.

2. Кардовский Б.А. Интеллектуальная система активного мониторинга ресурсов облачной среды // Изв. вузов. Приборостроение. 2012. Т. 55, № 12. С. 72-73.

3. Kovalclmk S.V., Smirnov P.A., Matyirt S.V., Tchurov T.N., Karbovskiy V.A. Deadline-driven Resource Management within Urgent Computing // Cyberinfrastructure Procedia Computer Science. 2013. Vol. 18. P. 22032212.

4. Кардовский B.A. Система активного мониторинга пакетов и ресурсов платформы облачных вычислений // Вестник ННГУ им. Н.И. Лобачевского. 2013. № 1-3. С. 284-288.

5. Карбовский Б.А. Богачева А.В. Иванов С.В. Мобильный сервис поддержки принятия решений в экстремальных ситуациях на основе облачных технологий второго поколения // Динамика сложных систем-XXI век. 2013. Т. 7, № 3. С. 62-66.

Прочие публикации по теме диссертации

6. Карбовский Б.А., Богачева А.В., Волошин Д.В., Пузырева К.А. Мобильный сервис принятия решений в экстремальных ситуациях на основе облачных технологий второго поколения и модели искусственного общества // Тр. XVI Всерос. объединенной конф. «Интернет и современное общество». 2013. С. 86-91.

7. Карбовский В.А., Богачева А.В., Волошин Д.В., Пузырева К.А. Мобильный сервис принятия решений в экстремальных ситуациях на основе облачных технологий второго поколения и модели

искусственного общества // Сб. тр. 56-й науч. конф. МФТИ. 2013. С. 97-98.

8. Zagarskikh A., Karsakov A., Karbovskii V., Kashirin V., Tchurov T. Scenario-Based Simulations within the System of Coupled Urban Models // 14th Intern. Multidisciplinary Scientific Geoconf. 2014. P. 753-761.

9. Voloshin D.V., Puzyreva K.A., Karbovskii V.A. Agent-based Virtual Society Polygon for Simulation and Evaluation in Massive Mobile Services // IERI Procedia. 2014. Vol. 10. P. 231-238.

10. Свидетельство о государственной регистрации программы для ЭВМ № 2014613263 «Высокопроизводительный сервер массовых мобильных приложений для задач оповещения и геонавигации в экстремальных ситуациях» / В.А. Карбовскгш. 21.03.2014 г.

Формат: 60x84 1/16 Печать офсетная. Бумага офсетная. Гарнитура Times. Тираж: 100 экз. Заказ: 419 Отпечатано: Учреждение «Университетские телекоммуникации» 197101, Санкт-Петербург, Саблинская ул., д. 14 +7(812) 9151454, zakaz@tibir.ru, www.tibir.ru