CC BY
39
УДК 519.876.2; 316.334.52
АЛГОРИТМ МОНИТОРИНГА КРИЗИСНЫХ СИТУАЦИИ В СУБЪЕКТАХ РОССИЙСКОЙ ФЕДЕРАЦИИ
A.A. Селин, В.Б. Ивкин, A.B. Плахов
Рассмотрена задача раннего обнаружения кризисных ситуаций в социально-политической обстановке в регионах РФ на основе анализа параметров, отражающих активность пользователей социальных сетей. Определена совокупность латентных признаков для решения задач моделирования кризисных ситуаций. Предложена имитационная модель кризисной ситуации, учитывающая ограничения на границы диапазонов значений переходных вероятностей между фазами развития кризисных ситуаций, позволяющая снизить вычислительную сложность моделирования. Представлен алгоритм обнаружения кризисных ситуаций на основе критерия К из Nu рабочие характеристики алгоритма.
Ключевые слова: кризисная ситуация, социальная сеть, имитационная модель, обнаружение.
Современный этап развития социально-политической обстановки в России характеризуется высокимуровнемпротестной активностинаселения в регионах.В ряде случаев это связано с попытками внешнего вмешательства иностранных государств во внутреннюю политику страны путем формирования в обществе негативного отношения к власти и внутренней политике [1-3]. При этом одним из активно применяемых способов влияния на внутриполитическую обстановку в регионах является организация протестнонастроенных групп населения, используемых для проведения акций, направленных на дестабилизацию обстановки в регионах [4, 5].
Согласно результатам проведенного в [6 - 8] анализа, представленным на рис. 1, ежегодно в субъектах РФ проводитсятысячи митингов, акций протеста, пикетов и демонстраций.
8000 6000 4000 2000 0 1 20 Ilm 11 2012 2013 2014 20 Е 15
Рис. 1. Динамика кризисных ситуаций в субъектах РФ
219
Несмотря на тенденцию к снижению количества акций, их среднегодовое количество составляет несколько тысяч, а в качестве основных причин, представленных на рис. 2, выступают критичные с точки зрения стабильности внутриполитической обстановки факторы [2, 4, 8]. При этом большинство акций могли быть купированы на ранних этапах развития кризисной ситуации (КС), в случае их своевременного обнаружения.
14%
24%
30%
27%
I Рост цен, безработица
I Произвол и несправедливость со стороны правоохранительных органов
Неэффективная работа
власти, взятоничество, коррупци я
Рис. 2. Основные причины возникновениякризисных ситуаций
в субъектах РФ
Учитывая необходимость осуществления организационных усилий по согласованию действий актива групп для проведений акций, и доведения управляющей информации до исполнителей, одним из перспективных направлений является обнаружение фактов подготовки акций протестного характера путем мониторинга сообщений, передаваемой между членами таких групп.Для управления указанными группами активно используются каналы связи, организованные на основе социальных сетей (СС),характеризующиеся доступностью для использования, анонимностью и относительной скрытностью для систем мониторинга, ориентированных на анализ содержания передаваемыхсообщений.
Учитывая необходимость решения задач по оперативно-розыскной деятельности, возложенных на силовые структуры, вышеуказанное определяет значительный интерес к СС со стороныпоследних.
В последнее десятилетие исследованию вопросов анализа информации, передаваемой в СС, уделяется значительное внимание, как в России, так и за рубежом. Значительный вклад в развитие указанного направления применительно к задачам мониторинга КС внесли работы Барановой Г.В. [2], Пирогова И.В. [7], Новикова Д.А. [9 - И].
Известные подходы к мониторингу СС основаны на двух основных подходах: контентно-ориентированном, предполагающем возможность семантического анализа сообщений пользователей и контентно-независимом, использующим индивидуальные признаки, характеризующие пользователей [11 - 15].
Несмотря на высокие темпы развития методов семантического анализа, современный уровень развития указанных технологий требует организации процесса мониторинга на основе человеко-машинных процедур обработки информации. Учитывая массовый характер использования СС, реализация технологий обработки информации, основанных на семантическом анализе, предполагает привлечение значительного количества экспертов. В результате при использовании контентно-ориентированного подхода к решению задачи мониторинга КС в субъекте РФ, имеющиеся на практике ограничения на имеющийся ресурс сил, приводят к недостаточному уровню оперативности обнаружения КС в регионах. Таким образом, актуальность работы определяется наличием противоречия между объективной необходимостью своевременного обнаружения КС в регионах и отсутствием алгоритмов обнаружения КС, обеспечивающих требуемый уровень оперативности обнаружения. Перспективным направлением разрешения вышеуказанного противоречия являетсяразработка алгоритма, обеспечивающего повышение оперативности процесса мониторинга КС в субъек-тахРФ на основе использования контентно-независимого подхода к обработке совокупности параметров СС, характеризующим активность пользователей СС при подготовке акций протеста.
Формальная постановка задачи имеет следующий вид.
Дано: (У) - совокупность наблюдаемых значений параметров, характеризующих поведение пользователей социальных сетей
Требуется:разработать алгоритм, позволяющий на основе обработки наблюдаемой совокупности данных (7), обеспечить своевременное обнаружение кризисной ситуации в субъекте РФ
Р(Т обн.£ Тзад.) > Рзад I Робн — Робн. зад. С1)
где Т обн., Тзад. - время обнаружения, обеспечиваемое алгоритмом и требуемое время обнаружения, а Робн,Робн зад - требуемая вероятность обнаружения и вероятность обнаружения, обеспечиваемые алгоритмом, соответственно.
В качестве ограничений принято, что совокупность наблюдаемых значений, характеризующих поведение пользователей СС, позволяет решать задачи обнаружения КС в субъекте РФ с заданным качеством; возможны переходы исключительно между соседними фазами КС.
Одной из основных задач синтеза алгоритма обнаружения КС является формирование признакового пространства. Результаты экспертного опроса позволили определить следующий состав исходного признакового пространства:
количество идентификаторов аккаунтов, на которые отправлялись сообщения с аккаунта пользователя СС за единицу времени;
количество идентификаторов аккаунтов, с которых отправлялись сообщения на аккаунт пользователя СС за единицу времени;
221
распределение времени оправления сообщений на аккаунт пользователя СС;
распределение времени оправления сообщений с аккаунта пользователя СС;
распределение времени доступа пользователя СС к аккаунту; средние длительности сеанса доступа пользователя к своему акка-
унту;
характер сообщений (есть вложения или нет, их тип); среднее число передаваемых сообщений с аккаунта пользователя СС за единицу времени;
среднее число принимаемых сообщений аккаунтом пользователя СС за единицу времени.
Однако, согласно результатам экспериментов, представленным на рис. 3, указанное признаковое пространство является избыточным, так как использование более трех признаков не приводит к существенному снижению вероятности пропуска цели.
р
Й-Ц.
О.Я
0.6
0.4
0.2
/1
у г
3
10 а, нрищннзе
Рис. 3. Зависимость вероятности пропуска цели от количества используемых признаков, при различных вероятностях ложной тревоги: 1-Рлт = 0,01; 2 -Рлт = 0,05; 3 -Рлт = 0,1
Редукция признакового пространства производилась на основе корреляционного анализа. Коэффициент корреляции признаков рассчитывал-сяв соответствии с выражением
п
I [(X - X )(7 - 7 )] 11=1
п
5х * 5у 222
.(2)
г
В результате редукции размерность признакового пространства снижена до трех признаков: количество идентификаторов аккаунтов, на которые отправлялись сообщения с аккаунта пользователя социальной сети; средние длительности сеанса доступа пользователей к своему аккаунту и среднее число передаваемых сообщений за единицу времени с аккаунта пользователя социальной сети.
Проведенный анализ особенностей развития КСпозволил определить основные этапы развития КС в регионе в виде четырех фаз: латентной,начальной, явной социальной напряженности и социального конфликта. Кроме того, обнаружены зависимости, характеризующие вероятности переходов между фазами, в виде ограничений на значения границ их диапазонов.
Однако, недостаток данных, позволяющих обоснованно синтезировать алгоритм обнаружения КС, определил необходимость разработки имитационной модели развития кризисной ситуации. При этом потребовалось разработатьалгоритм разыгрывания значений элементов матрицы переходных вероятностей (МПВ), блок-схема которого представлена на рис.4, удовлетворяющих выражениям
р™" £ ри} £ (3)
к
I Рг,] = 1, (4)
]=0
к-1
Рг,к-1 = 1 - I Рг,] . (5)
]=0
Необходимость процедуры обусловлена отсутствием методов симуляции значений МПВ, обеспечивающих одновременно выполнение условий в виде ограничений на значения диапазонов переходных вероятностей и равенства их суммы единице.
Разработанная на основе указанного алгоритма разыгрывания блок-схема моделирующего алгоритма развития КС представлена на рис.5.Расчет объемов выборок, формируемых на основе имитационной модели, на основе выражений
п = г2^2/52, (6)
Ф(0 = 7/2. (7)
Формирование плана эксперимента производилось на основе равномерного разбиения сочетаний значений признаков по реализациям при проведении испытаний.
Проведенный на основе разработанной имитационной модели эксперимент позволил разработать алгоритм обнаружения КС в субъекте РФ, представленный на рис. 6.
Суть алгоритма заключается в сравнении текущих значений признаков со средними значениями, характерными для анализируемого пользователя социальной сети, и принятии решения о наличии кризисной ситуации при отклонении значений хотя бы двух признаков от среднего на величину более 50% в интервале времени не более 3 часов, то есть в качестве критерия принятия решения в алгоритме использован критерий К из ^.Зависимости, характеризующие функционирование разработанного алгоритма при изменении значений наблюдаемых признаков, представлены на рис. 7.
Рис. 4. Блок-схема алгоритма разыгрывания значений матрицы
переходных вероятностей
224
Рис. 5 Блок-схема алгоритма имитационного моделирования развития кризисных ситуаций, наблюдаемых посредством параметров, характеризующих пользователей социальных сетей
^ Конец ^
Рис. 6. Блок-схема алгоритма обнаружения кризисных ситуаций
225
а
60
АО
20
10
б
1 _1_ • • /X
— -
1 _
# 1 а •
и
280
210
24
М
во I у асов
60 (,часов
90
60
40
20
- —■ ---- — —- -
Т 1
Ч ^ - — Хг -г*
12
24
36
43
60 \ часов
Рис. 7. Принятие решение алгоритмом обнаружения
при различных сочетаниях значений признаков: а - изменения значения количества идентификаторов аккаунтов; б - изменения значения средней длительности доступа к аккаунту; в - изменения значения среднего числа передаваемых сообщений
Оценка эффективности разработанного алгоритма производилась на основе использования показателей качества процесса мониторинга кризисной ситуациив видевероятностей пропуска цели и ложной тревоги
Р =
1 п.ц.
N.
не оон.
К
(8)
оор.
Р =
1 л.т.
N.
непр оон.
Кобр.
(9)
Зависимости значений указанных показателей качества от времени наблюдения, полученные на основе натурных испытаний и имитационного моделирования, характеризующие качество обнаружения на различных фазах КС, представлены на рис. 8.
Рш
0.3
0.6
0.17 0.1 0.06 0.02
\ /
\ 7 Л
\ ^^ V. Ji
\ ■ У; и 4
\ у
"7 ■ —^
—
■——_
20
40
60
30
юо I минут
Рис. 8. Зависимость вероятности пропуска цели от интервала времени обнаружения, при Рлт = 0,05 на различных фазах развития кризисной ситуации: 1-латентная фаза; 2 -начальная фаза;
3 -явная напряженность; 4 -социальный конфликт
Анализ полученных данных, характеризующих зависимости значений указанных показателей качества от времени наблюдения, показывает, что разработанный алгоритм позволяет повысить оперативность обнаружения КС в интервале времени до 2 часов в среднем на 25 % относительно методов, основанных на семантическом анализе. К перспективным направлениям дальнейших исследований следует отнести анализ возможности использования эвристических методов анализа при синтезе алгоритмов мониторинга КС.
Список литературы
1. Влияние через социальные сети: под общей ред. Е.Г. Алексеевой. М.: Фонд «ФОКУС-МЕДИА», 2010.
2. Баранова Г.В. Социальная напряженность и формы её выражения: региональные особенности: монография. Орёл: Академия ФСО России, 2015. 187 с.
3. Климов И. А. протестное движение в России: взаимная обусловленность стратегий сторон / И.А. Климов // Политические исследования, 1999. № 1.
4. Бухарин С.Н., Цыганов В.В. Методы и технологии информационных войн. М.: Изд-во Академический проспект, 2007. 384 с.
5. Кинсбурский А.В. «Гражданский качели» России: от массового протеста до поддержки реформ / А.В. Кинсбурский, М. Топалов // Власть, 2006. № 5. С. 51-58.
6. Красильникова М.Д. Динамика агрегированных показателей социального самочувствия // Общественные науки и современность, 2012. №6. С. 5-12.
7. Пирогов И.В. Социальная напряженность: теория, методология и методы измерения: автореф. дис. канд. социолог.наук / И.В. Пирогов. М., 2002. 24 с.
8. Челпанова Д. Д. Теоретико-методологические подходы к изучению протестной активности населения / Д.Д. Челпанова // Научная мысль Кавказа, 2011. № 2. С. 27-33.
9. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. М.: Изд-во физико-математической литературы, 2010. 228 с.
10. Новиков Д. А. Сетевые структуры и организационные системы. М.: ИПУ РАН, 2003.
11. Губанов Д.А., Коргин Н.А., Новиков Д. А. Сетевая экспертиза. М.: Эгвес, 2011. 166 с.
12. Разведка на основе открытых источников [Электронный ресурс]. URL: http://ru.wikipedia.org/wiki/OSINT (дата обращения 27.01.2016).
13. Барабанов И., Сафронов И., Черненко Е. Разведка ботом // Газета «Коммерсантъ» 2016. №158. [Электронный ресурс]. URL: http://kommersant.ru/doc/2009256 (дата обращения 27.01.2016).
14. Градосельская Г.В. Сетевые измерения в социологии: учебное пособие / под ред. Г.С. Батыгина. М.: Издательский дом «Новый учебник», 2004. 248 с.
15. Градосельская Г.В. Анализ социальных сетей: автореф. дис. канд. соц. наук. М.:, 2001.
Селин Андрей Александрович, асп., [email protected], Россия, Орёл, Академия Федеральной службы охраны Российской Федерации,
Ивкин Владимир Борисович, адъютант, chuknor'a yandex.ru, Россия, Орёл, Академия Федеральной службы охраны Российской Федерации
Плахов Алексей Валерьевич, адъютант, alexey @list.ru, Россия, Орёл, Академия Федеральной службы охраны Российской Федерации
THE ALGORITHM FOR MONITORING A CRISIS SITUA TION IN THE CONSTITUENT ENTITIES OF THE RUSSIAN FEDERATION
A.A. Selin, V.B. Ivkin, A. V. Plakhov
The problem of early detection of crisis situations in the socio-political situation in the regions of the Russian Federation on the basis of the analysis of parameters reflecting the activity of users of social networks. Determined set of latent traits for solving crisis situations simulation tasks. A simulation model of the crisis situation, taking into account the restrictions on the border ranges of values of the transition probabilities between the phases of cri-
228
sis management, which allows to reduce the computational complexity of the simulation. An algorithm for the detection of crisis situations on the basis of criterion K of N and the performance of the algorithm.
Key words: crisis, social networking, simulation model, detection.
Selin Andrey Alexandrovich, postgraduate, [email protected], Russia, Orel, Academy of the Federal Guard Service of the Russian Federation,
Ivkin Vladimir Borisovich, adjunct, [email protected], Russia, Orel, Academy of the Federal Guard Service of the Russian Federation,
Plakhov Aleksey Valer'yevich, adjunct, alexey @list.ru, Russia, Orel, Academy of the Federal Guard Service of the Russian Federation
УДК 621.78
ОЦЕНКА КАЧЕСТВА ТЕПЛОВИЗИОННОЙ СИСТЕМЫ
Е.В. Филиппова, Т. А. Акименко
Проведен анализ существующих тест-объектов для оценки качества теплови-зионной системы. Представлена схема тест-объекта и сформулированы понятия эталонного сигнала и эталонного виртуального тепловизора, по характеристикам которого предложено оценить параметры реального тепловизора.
Ключевые слова: тепловидение, инфракрасное излучение, тепловизионные приборы наблюдения, тест-объект, контроль тепловизионных приборов.
Новое поколение робототехнических систем характеризуется повышенной мобильностью, активным взаимодействием с внешней средой, что делает их использование весьма привлекательным для самых разнообразных сфер человеческой деятельности, включая автоматизированное производство, космос и подводные исследования, оборону, медицину, строительство и т. д.
Так как наибольший объем информации, как правило, содержится в видеосигнале, то вполне закономерным стало оснащение роботов системами технического зрения (СТЗ).
В настоящее время широкое распространение имеют автоматические средства наблюдения, работающие в инфракрасном диапазоне спектра (рис. 1).
