«Имитаци онн ое модели рование. Те ория и практика » им од-2009 Текст научной статьи по специальности «Компьютерные и информационные науки»

№ 1 (25) 2010

Репортаж

Четвертая всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности

«ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ. ТЕОРИЯ И ПРАКТИКА» ИММОД-2009

В октябре 2009 г. в Санкт-Петербурге в Доме Ученых состоялась четвертая Всероссийская конференция по имитационному моделированию ИММОД-2009. Журнал «Прикладная информатика» принял участие в организации этого научного форума. В данном номере опубликован обзор некоторых докладов пленарного заседания.

Сегодня во всем научном мире имитационные модели являются весьма эффективным инструментом решения задач анализа и прогнозирования в различных областях профессиональной деятельности. На конференции ИММОД-2009 интересы научной общественности в сфере теории и практики имитационного моделирования были отражены в докладах трех секций, входивших в формат работы мероприятия. Общее число участников конференции составило около 250 человек.

Редакционная коллегия журнала «Прикладная информатика» приняла активное участие в организации и работе конференции и пригласила докладчиков к дальнейшему сотрудничеству. В последующих номерах будут опубликованы наиболее интересные материалы секционных заседаний.

На пленарном заседании были сделаны следующие доклады:

1. Девятков В. В. (ООО «Элина-Компьютер», Казань), Власов С. А. (Институт проблем управления РАН, Москва), Девят-ков Т. В. (КазГТУ им. А. Н. Туполева, Казань). Язык моделирования GPSS World и системы автоматизации имитационных исследований: опыт применения и перспективы использования.

2. Котенко И. В. (Санкт-Петербургский институт информатики и автоматизации РАН

(СПИИ РАН), Санкт-Петербург). Многоагент-ное моделирование для исследования механизмов защиты информации в сети Интернет.

3. Лычкина Н. Н. (Государственный университет управления, Москва). Ретроспектива и перспектива системной динамики. Анализ динамики развития. Имитационное моделирование больших систем.

4. Меркурьев Ю. А. (Рижский технический университет, Рига, Латвия). Опыт международного сотрудничества в области имитационного моделирования.

5. Попков Т. В. (ООО «Экс Джей Текно-лоджис», Санкт-Петербург). Многоподходное моделирование: практика использования.

6. Емельянов А. А., Власова Е. А. (Московская финансово-промышленная академия, Москва). Имитационное моделирование экономических процессов.

7. Конюх В. Л. (Новосибирский государственный технический университет, Новосибирск). Опыт применения сетей Петри для имитации поведения систем.

Ниже приводятся основные высказывания докладчиков и материалы некоторых докладов, представленных в сокращении.

Девятков Владимир Васильевич (канд. техн. наук, директор компании «Элина-Компьютер», Казань): «Долголетие и мощь

№ 1 (25) 2010

GPSS восхищают и поражают все новыми и новыми применениями».

Неоспоримый факт, что язык GPSS является одним из наиболее популярных и используемых средств имитационного моделирования в России и во всем мире. Гениальная разработка Дж. Гордона уже почти пятьдесят лет все увеличивает количество своих почитателей 1.

Конечно, язык GPSS имеет и целый ряд недостатков — простейший интерфейс пользователя, недостаточно функциональный редактор моделей, слабо автоматизированная технология проведения исследований, устаревший способ представления и анализа результатов и т. д. Эти недостатки все более явно проявляются в настоящее время на фоне современных средств информационных технологий. И все это в основном из-за того, что данный язык был разработан на самой заре информатизации. Сейчас созданы гораздо более современные с точки зрения информационных технологий и пользовательского интерфейса программные продукты имитационного моделирования. Но уникальные концепции моделирования и алгоритмическая мощь, наряду с исключительной простотой освоения и использования, позволяют GPSS успешно конкурировать с современными системами.

В России и СНГ для моделирования используется много и других языков и систем. Данные системы действительно обладают рядом уникальных возможностей и используют новейшие алгоритмические разработки. Но большинство из известных авторам крупных проектов использования имитационного моделирования на практике успешно

1 Власов С. А., Девятков В. В., Девятков Т. В. Язык моделирования GPSS World и системы автоматизации имитационных исследований: опыт применения и перспективы использования // Четвертая Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». СПб.: Санкт-Петербург, ЦТСС, 2009. Т. 1. (Полный текст доклада и библиографические ссылки см. на сайте www.gpss.ru).

реализуются именно на языке GPSS. Напри- is мер, не известно ни одного случая в облас- g ти дискретно-событийного моделирования, когда можно было бы сказать, что данная модель не может быть реализована на языке GPSS. Перечисленные выше недостатки языка GPSS успешно преодолеваются за счет возможностей гибкого использования в создаваемых имитационных моделях программ, написанных на других языках. Еще большая возможность использования преимуществ GPSS появляется при реализации концепции комплексной автоматизации имитационных исследований, объединении в рамках единой интегрированной программной системы как можно большего числа этапов классического имитационного исследования. В этом случае с использованием GPSS создается модель и реализуются заданные пользователем эксперименты, а все остальные действия в процессе имитационных исследований выполняются с помощью других программ, существующих или специально разработанных.

Современная версия языка GPSS World практически идеально вписывается в концепцию интегрированной (комплексной) системы имитационных исследований и является моделирующим ядром этой системы. Такое использование GPSS World неоднократно апробировано авторами в процессе реализации целого ряда проектов различной сложности и направленности.

Системы автоматизации имитационных исследований

Далее будем называть интегрированную программную систему имитационных исследований САИИ — система автоматизации имитационных исследований. В рамках САИИ необходима разработка множества программных компонент, сервисов и технологий, обеспечивающих проведение полномасштабных имитационных исследований в различных областях экономики в рамках единой программной, а часто и алгоритмической среды (рис. 1).

№ 1 (25) 2010

сГ </'

Студенты Преподаватели Профессионалы ИМ Системные аналитики Руководители Менеджеры

■0

«л

сэ §

i *

I

i

IE

s

СО О

! §

§

<u о

0 §

is

1

Рис. 1. Множество систем САИИ

При этом нельзя рассматривать САИИ в отрыве от процессов автоматизации всей исследуемой системы в целом. Другими словами, САИИ должны стать неотъемлемой частью 1Т-структуры любого предприятия, технологии, системы и т. д. Использование САИИ возможно на различных стадиях жизненного цикла исследуемой системы — при проектировании, функционировании (эксплуатации), планировании развития, коренной модернизации и т. д. На стадии проектирования САИИ должна обеспечивать верхний — системный уровень проектирования или анализа. Результаты моделирования на системном уровне должны учитываться в других, следующих за данным уровнем системах автоматизированного проектирования, решающих задачи синтеза. На стадиях эксплуатации или модернизации САИИ должна обеспечивать и стратегический, и оперативный уровни анализа и прогнозирования. При этом результаты моделирования должны использоваться при принятии управленческих решений и планировании развития.

САИИ — это, естественно, не одна, не две, а целое множество предметно-ориентированных систем. Последовательно, шаг за шагом должен быть создан целый ряд таких систем для различных областей реаль-

ной экономики с учетом уровня детализации объектов системы, квалификации пользователей.

Только при создании множества разнообразных систем САИИ имитационные исследования перестанут быть предметом изучения небольшого количества специалистов и действительно станут полноценным массовым инструментом системных аналитиков различных уровней (руководителей, менеджеров, диспетчеров и т. д.).

Классификация САИИ

Последние тенденции развития систем имитационного моделирования (как и любой системы автоматизации) и практический опыт внедрения их в реальную экономику показывают, что в основе создания новой системы должны стоять конечный пользователь, формулирующий задачи, которые он собирается решить с использованием системы; его уровень квалификации и познания в имитационном моделировании и т. д.

В связи с этим классифицировать возможные пути дальнейшего развития средств автоматизации имитационных исследований следует в первую очередь по конечному пользователю этих средств. Можно разделить всех пользователей имитационных исследований на три группы (рис. 2).

Каждой из этих групп требуется средство автоматизации имитационных исследований с существенно отличающимися функциями, уровнем интерфейса, информационным наполнением и т. д., так как в своей профессиональной деятельности они решают абсолютно разные задачи и обладают различной квалификацией.

Профессионалы ИМ. Это специалисты, профессионально владеющие методами имитационного моделирования. Их основная функция — обучение ИМ, создание моделей и проведение с их помощью исследований в учебных и научных целях или на заказ. В любом случае они занимались и будут заниматься имитационными исследованиями. Цель разработки новых программных

56

ПРИКЛАДНАЯ ИНФОРМАТИКА /-

' № 1 (25) 2010

Рис. 2. Пользователи имитационных исследований

средств автоматизации — увеличить эффективность их работы, повысить скорость создания моделей и проведения исследований, адекватность моделей и наглядность в представлении результатов исследований и упростить способы передачи результатов заказчикам.

Исследователи из различных отраслей экономики. Это аналитики, руководители, преподаватели и другие пользователи, в функции которых входят применение ИМ в обучении, системный анализ и консалтинг, создание и использование моделей для оперативного и стратегического управления предприятиями, проектами, системами и т. д. Они знакомы с методами ИМ, понимают их суть и значимость и хотели бы активнее их использовать, но для этого потребуется создание более понятных (простых) инструментов исследования, ориентированных на их профессиональную деятельность.

Пользователи крупных организаций и предприятий. Это группа пользователей, которая, с одной стороны, особо нуждается в системном анализе (в силу сложности и размерности систем), а с другой — не может самостоятельно его провести (дефицит времени, отсутствие необходимых специалистов и специализированных программных средств анализа). Программные средства имитационных исследований для этой группы должны быть в наибольшей степени автоматизированы, нацелены на решение конкретных исследовательских задач, интеграцию в корпоративную сеть предприятия,

использование данных систем мониторинга и согласованную передачу результатов моделирования в другие системы автоматизации предприятия.

Учитывая вышесказанное, далее рассмотрим три типа возможных программных средств автоматизации имитационных исследований.

Создание интегрированных моделирующих сред для профессионалов ИМ.

Разработка универсальных моделирующих сред для широкого круга исследователей из различных отраслей экономики.

Разработка имитационных приложений, полностью автоматизированных и «заточенных» на конкретные задачи для крупных корпораций и предприятий.

Рассмотрим каждое из этих направлений более подробно.

интегрированные моделирующие среды для профессионалов им

Под интегрированной моделирующей средой для профессионалов ИМ будем понимать программную систему автоматизации имитационных исследований, которая позволяет оснастить профессионалов ИМ более удобными в применении автоматизированными средствами разработки моделей и проведения исследований.

Конечно, невозможно создать единый программный продукт профессионала ИМ на все случаи жизни, да этого и не нужно.

№ 1 (25) 2010

Проведение имитационных исследований в интегрированной моделирующей среде профессионалов ИМ

Анализ и обработка результатов

Планирование и проведение экспериментов с моделью

Рис. 3. Концепция построения и использования интегрированной моделирующей программной среды для профессионалов ИМ

«Л

сэ §

§

I *

I

i

¿и

I

S

СО О

! ¡5

5 <и

0

1

0 §

SS

1

Необходимо только максимально автоматизировать действия разработчика имитационных моделей и исследователя. Это должен быть стандартизованный набор программных компонент, информационно совместимых друг с другом, методик и технологий их применения. Система должна быть построена таким образом, чтобы этот набор компонент, методик и технологий мог пополняться без переработки всей системы при автоматизации новой функции или этапа. Каждая компонента должна иметь возможность гибких настроек параметров, обмена данными с другими компонентами, последовательной реализации при этом одного этапа имитационного исследования за другим. В самом общем и условном виде концепция построения и использования такой программной среды изображена на рис. 3.

Используя такую среду, профессионал ИМ сможет по сравнению с классическим подходом получить множество преимуществ при проведении имитационных исследований, сохраняя при этом исключительную вариативность и гибкость:

• охватить весь цикл имитационных исследований;

• проводить их наиболее оперативно, не тратя время на изучение различных программ;

• выполнять рутинные операции согласования форматов данных и их ввода;

• уделить больше внимания достижению адекватности модели;

• увеличить спектр возможных областей внедрения метода имитации;

• расширить круг его потенциальных пользователей.

Универсальные моделирующие среды для широкого круга исследователей из различных отраслей экономики

Для данной группы пользователей требуется иной подход и автоматизация ряда этапов и элементов процесса имитационных исследований. Ориентиром для разработчиков может служить тот факт, что данная группа пользователей хоть и знакома с ИМ, но не является профессионалом как в области ИМ, так и программирования. Также будем учи-

58

№ 1 (25) 2010

а

I

Проведение имитационных исследований в универсальной моделирующей среде для широкого круга исследователей

Построение моделей из библиотек типовых моделей, шаблонов и блоков

Ввод и корректировка исходных данных

Анализ и обработка результатов, формирование отчетов

Планирование экспериментов

Автоматическая

генерация имитационной модели

Проведение экспериментов с моделью

Рис. 4. Концепция построения и использования универсальной моделирующей среды

тывать постулат, использованный при классификации, о массовом применении данной среды в различных отраслях экономики. Все это говорит о том, что должен быть создан программный продукт, позволяющий:

• быть очень простым в применении и доступным в понимании;

• обеспечить его применение как можно большим числом пользователей.

Концепция построения и использования универсальной моделирующей среды приведена на рис. 4.

Отличие данной структуры от среды для профессионалов заключается в упрощении некоторых этапов имитационного исследования (например, постановка задачи), более жестком сценарии исследования (ограничение возвратов между этапами), замене некоторых автоматизированных процедур на автоматические (в частности, автоматическая генерация текста модели).

имитационные приложения

для крупных корпораций и предприятий

В отличие от двух предыдущих типов САИИ, имитационные приложения (рис. 5) об-

ладают еще большей жесткостью структуры и сценариев в силу нацеленности на четко сформулированные задачи исследования.

Обязательными становятся процедуры использования исходных данных из других автоматизированных систем отрасли. Отличительной особенностью имитационных приложений является тщательная проработка пользовательских интерфейсов и их максимальное приближение к языку общения специалистов в конкретной предметной области. Постановка задачи исследования сводится к выбору показателей функционирования и факторов, на них влияющих, в процессе планирования экспериментов.

место и роль подсистемы моделирования в ОАии

Итак, в каждом типе САИИ имеется множество функциональных и структурных отличий. Но определяющей и центральной подсистемой любой САИИ является подсистема моделирования. Данная подсистема — ядро всей системы. Конечно, каждый раз при создании САИИ можно разрабатывать свой симулятор, и в некоторых исключитель-

-ч ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010 ' -

Проведение имитационных исследований в имитационном приложении

Автоматизированная обработка данных

мониторинга исходных данных

У

Ручной ввод и корректировка исходных данных

Постановка задачи исследования и планирование экспериментов

Автоматическая проверка сценариев на имитационной модели

Анализ и обработка результатов, формирование отчетов

Проведение экспериментов с моделью

Рис. 5. Концепция построения и использования имитационного приложения

ных случаях это оправданно. Но, очевидно, существует множество мощных и проверенных на практике общецелевых языков имитационного моделирования. Именно на них и нужно в первую очередь ориентироваться при создании САИИ.

В качестве подсистемы моделирования § понимается не только создание исходного кода на некотором общецелевом языке ими-Ц тационного моделирования, но и автоматиЦ зированное или полностью автоматическое £ средство создания исходных текстов моде-£ лей на выбранном языке на основе введен-S^ ных пользователем данных. ss Как отмечалось ранее, в качестве «модеме лирующего ядра» (подсистемы моделирова-|2 ния) авторами в своих разработках выбран s> язык GPSS World.

5

| Современная версия GPSS World имеет

Ц большое количество возможностей интер-

§ фейса с другими языками и системами про-

s| граммирования: процедуры динамическо-

§ го вызова программ из любого языка про-

| граммирования и собственные операторы

=| обработки входных и выходных файловых

I потоков данных, возможности встроенного

^ в GPSS языка PLUS. Также модель на языке

GPSS World может быть нацелена на выполнение в любой внешней программной среде. Кроме этого, в настоящее время разработано много стандартных программ, расширяющих возможности GPSS World.

Например, в компании «Элина-Компьютер» разработан целый ряд таких программ:

• GPSS-сервер — данная программа позволяет управлять множеством процессов вызова GPSS World из различных приложений в рамках локальной вычислительной сети;

• планирование экспериментов на GPSS World — позволяет организовывать и проводить серии экспериментов, выбирать различные методы планирования, сохранять результаты в базе данных, обеспечивает средства анализа результатов серии;

• подсистема динамического мониторинга GPSS-моделей — обеспечивает накопление результатов моделирования в динамике по любому из объектов модели и с заданным пользователем шагом времени фиксации данных (предоставляет средства анализа результатов мониторинга пользователем);

60 у

№ 1 (25) 2010

• редактор стандартных отчетов GPSS — GPSS RC.

С этими и другими программами можно ознакомиться в ряде других докладов, представленных на данной конференции.

Все это дает возможность гибко и эффективно реализовать основные функции управления моделью из внешней программы:

• ввод данных в модель;

• запуск на выполнение;

• остановка моделирования для ввода управляющих команд и данных;

• продолжение моделирования;

• масштабирование и синхронизация модели;

• динамический мониторинг хода эксперимента;

• завершение эксперимента;

• формирование и обработка результирующего отчета;

• анализ результатов моделирования.

Перечисленные возможности апробированы и проверены при создании подсистем моделирования в процессе разработки различных типов САИИ.

В состав САИИ для каждого из рассмотренных типов с различным уровнем автоматизации, кроме моделирующего ядра, должен входить генератор моделей. Суть его состоит в автоматическом создании исходного кода GPSS для конкретного эксперимента с моделью на основе данных, введенных пользователем. Генератор моделей — это программная реализация автоматического и корректного объединения типовых моделей, параметризованных шаблонов моделей, типовых элементарных блоков и т. д. в тексте модели или ее фрагменте в соответствии с выбранной пользователем структурой и введенными параметрами.

В САИИ для профессионалов ИМ генератор исходных кодов на GPSS используется для автоматического создания лишь части исходного кода. Основную часть модели разрабатывает сам пользователь. И только при включении некоторых функций в модель, например,динамического мониторинга, пользователь обращается к стандартной

программе, вводит требуемые данные, и она Е автоматически дополняет модель исходным § кодом. Это специальный сегмент с набором PLUS-процедур и организацией таймера мониторинга.

И, наоборот, в САИИ для широкого круга пользователей и в имитационных приложениях пользователь, как правило, не имеет доступа к конечному исходному тексту модели для эксперимента, а управляет только ее созданием и анализирует результаты эксперимента. В этих типах САИИ исходный код автоматически генерируется системой по результатам ввода пользователем данных по модели и экспериментам.

В ближайшем обозримом будущем роль и место GPSS как моделирующего ядра САИИ сохранится. Но следует отметить, что потребуется разработка еще целого ряда программ, расширяющих возможности GPSS как составных частей САИИ. Это программы анимации результатов, стандартные утилиты, связывающие наиболее популярные системы мониторинга данных и модели в САИИ.

Котенко Игорь Витальевич (докт. техн. наук, профессор, Санкт-Петербургский институт информатики и автоматизации РАН (СПИИ РАН)): «Команды агентов атаки и защиты должны адаптироваться к реконфигурации аппаратного и программного обеспечения сети, к изменению трафика, а также к новым видам защиты и атакам на основе прошлого опыта и алгоритмов».

Одним из наиболее известных примеров больших открытых систем является среда Интернет, которая продолжает быстро развиваться. Любая компьютерная система, функционирующая в Интернете, должна быть способна взаимодействовать с различными компонентами, организациями и сетевыми операторами без постоянного управления со стороны пользователей. Такие функциональные возможности требуют реализации динамического поведения, автономности и адаптации отдельных компонен-

-ч ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010 ' -

тов, использования методов, основанных на переговорах и кооперации, которые лежат в основе многоагентных систем.

Интернет постоянно находится под воздействием атак различных злоумышленников (как одиночек, так и организованных групп), зачастую достигающих своих целей. Злоумышленники-профессионалы для достижения своих целей способны реализовать развитые стратегии осуществления различных угроз безопасности 2.

Поэтому обеспечение безопасности систем, функционирующих в Интернете, требует выполнения в реальном времени непрерывного комплекса разнообразных действий:

• реализация механизмов защиты, соответствующих установленной политике безопасности;

• сбор и анализ необходимой информации; обнаружение аномальной активности, нелегитимных действий, атак и вторжений;

• предсказание намерений и возможных действий злоумышленников; непосредственное реагирование на вторжения;

• рефлексивное управление поведением злоумышленника, усиление критических механизмов защиты;

• устранение последствий вторжения, § выявленных уязвимостей и адаптация системы обеспечения информационной безо-

Ц пасности к последующим вторжениям. Ц Вопросы моделирования обеспечения 4 информационной безопасности активно ис-£ следуются на протяжении более тридцати ^ лет. Разработано большое количество раз-!8 нообразных формальных и неформальных моделей отдельных механизмов защиты, но |2 практически отсутствуют работы, формали-<о зующие комплексный антагонистический ха-

00 _

О -

2 Котенко И. В. Многоагентное моделирование для Ч исследования механизмов защиты информации в се-§ ти Интернет // Четвертая Всероссийская научно прак-§ тическая конференция по имитационному моделиро-1с ванию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». ¡3 СПб.: Санкт-Петербург, ЦТСС, 2009. Т. 1. (Полный Ц текст доклада и библиографические ссылки см. на сайте www.gpss.ru).

рактер обеспечения информационной безопасности как сложного организационно-технического процесса. Это объясняется сложностью данной предметной области.

Хотя исследователи в состоянии представить отдельные механизмы защиты, понимание системы обеспечения информационной безопасности как единой системы, зависящей от учета множества взаимодействий между отдельными процессами, и развивающегося динамического характера этих процессов и отдельных компонент информационных систем чрезвычайно затруднено. Особенно это справедливо с учетом наблюдаемой в настоящее время эволюции Интернета в свободную децентрализованную распределенную среду взаимодействия огромного числа кооперирующихся и антагонистических программных агентов.

В настоящей работе данная проблема рассматривается на примере исследования и реализации механизмов защиты от распределенных сетевых атак. Одним из наиболее критичных представителей этих атак является «распределенный отказ в обслуживании» (Distributed Denial of Service, DDoS). Для проведения данного класса атак злоумышленник должен сначала скомпрометировать огромное число компьютеров, а затем организовать последующее совместное нападение на некоторый сетевой ресурс. Построение системы защиты от таких атак является сложной задачей. Эффективная система защиты должна включать в себя механизмы предупреждения атаки, обнаружения факта атаки, определения источника атаки и противодействия атаке.

Разработать адекватные методы защиты и выработать обоснованные рекомендации по выбору механизмов защиты, наиболее действенных в конкретных условиях, можно, используя исследовательское моделирование атак и механизмов защиты от них. Формализация, моделирование и исследование противоборства злоумышленников и систем защиты в компьютерных сетях на примере моделирования процессов реализации распределенных атак и механизмов защиты от них

№ 1 (25) 2010

позволяют получить результаты, обобщаемые на другие задачи, в частности, на задачи информационной борьбы, конкуренции в сфере электронного бизнеса и др.

В докладе изложен подход к исследованию противоборства в компьютерных сетях на основе моделирования антагонистического взаимодействия команд агентов, представляющих злоумышленников и компоненты систем защиты.

Особенности предлагаемого подхода

Основу для исследования составляет теория командной работы агентов. Еще одной фундаментальной составляющей проводимых исследований являются работы в области систем вывода, основанных на знаниях о выполняемых действиях и предсказании намерений и планов оппонента на основе оценки текущей ситуации. Важной компонентой, необходимой для использования в работе, являются методы теории рефлексивных процессов, теоретико-игрового информационного моделирования и управления в конфликтных ситуациях. Команды агентов атаки и защиты должны адаптироваться к реконфигурации аппаратного и программного обеспечения сети, к изменению трафика, а также к новым видам защиты и атакам на основе прошлого опыта и алгоритмов. Поэтому важно учитывать существующие исследования в области адаптации и самообучения агентов.

Свойство организации командной работы агентов базируется на совместном использовании элементов теории общих намерений, теории разделяемых планов и комбинированных подходов и учитывает технологии реализации многоагентных систем и много-агентного моделирования.

Использование основанного на многоагентных технологиях моделирования процессов обеспечения безопасности в сети Интернет предполагает, что кибернетическое противоборство представляется в виде взаимодействия команд программных агентов. Агрегированное поведение системы про-

является через локальные взаимодействия Е агентов в динамической среде, задаваемой § посредством модели сети.

Абстрактная модель взаимодействия команд агентов в среде Интернет включает в себя следующие компоненты:

• онтология приложения, содержащая множество понятий приложения и отношений между ними;

• протоколы командной работы агентов различных команд;

• модели сценарного общекомандного, группового и индивидуального поведения агентов; библиотеки базовых функций агентов;

• коммуникационная платформа и компоненты, предназначенные для обмена сообщениями между агентами;

• модели среды функционирования — компьютерной сети, включая топологические и функциональные компоненты.

Выделяются две команды агентов, воздействующих на компьютерную сеть, а также друг на друга: команда агентов-злоумышленников по реализации атак и команда агентов защиты. Задача многоагентного моделирования представляется как моделирование антагонистического взаимодействия, по крайней мере, одной команды агентов-злоумышленников и одной команды агентов защиты.

Агенты различных команд соперничают для достижения противоположных намерений. Агенты одной команды сотрудничают для осуществления общего намерения (по реализации угрозы или по защите компьютерной сети). Выбор сценария поведения каждой из команд зависит прежде всего от выбранной цели функционирования, а конкретная реализация сценария определяется в первую очередь непосредственной реакцией противоположной команды. Выбор очередного шага поведения каждой из команд должен определяться динамически, в зависимости от действий противоположной команды и состояния среды.

Каждая команда действует в условиях ограниченной информации, а каждый член

№ 1 (25) 2010

команды может обладать различной информацией о действиях других членов команды. Поэтому модель поведения агентов должна быть в состоянии отобразить неполноту информации и возможность возникновения случайных факторов. Кроме того, само поведение агентов должно зависеть от информации, которой владеет команда, и от ее распределения на множестве агентов, входящих в состав команды.

Модели функционирования агентов должны предусматривать, что каждый агент «знает», какие задачи он должен решать сам и к какому агенту он должен адресовать свой запрос на информацию или на решение подзадачи с целью получения такой информации, если это вне его компетенции. Сообщения одних агентов представляются в форме и терминах, понятных другим агентам. Специализация каждого агента отражается подмножеством узлов онтологии. Некоторые узлы онтологии могут быть общими для пары или большего количества агентов. Обычно только один из этих агентов обладает детально структурированным описанием этого узла. Именно такой агент является обладателем соответствующего фрагмента базы знаний. В то же время некоторая часть § онтологических баз знаний является общей ^ для всех агентов и играет роль общего кон-Ц текста (общих знаний). Ц В работе используется следующая струк-4 тура и функциональность команд атаки и £ защиты. Агенты атаки подразделяются, по ^ крайней мере, на два класса: «демоны», неге посредственно реализующие атаку, и «мастер», выполняющий действия по координа-|2 ции остальных компонентов системы. Выде-<о лены следующие классы агентов защиты: | обработки информации («сэмплеры»); об-Ц наружения атаки («детекторы»); фильтра-§ ции и балансировки нагрузки («фильтры»); Ц расследования и деактивации агентов атак § («агенты расследования»). | Механизмы взаимодействия и коорди-=| нации агентов базируются на трех группах I процедур: 1) обеспечение согласованности ^ действий; 2) мониторинг и восстановление

функциональности агентов; 3) обеспечение селективности коммуникаций.

Процедуры обеспечения согласованности действий агентов необходимы для поддержки скоординированной деятельности агентов по некоторому сценарию. Эти процедуры реализуются путем обмена агентами информацией о результатах деятельности, которые непосредственно влияют на выполнение поставленной задачи. До начала реализации распределенной атаки происходит формирование необходимого количества агентов, им сообщаются их роли. Далее агенты сообщают о своей готовности и начинают активные действия в соответствии с заданной ролью. При достижении поставленной цели, обнаружении невозможности выполнить цель или выявлении нерелевантности цели агент обязан сообщить этот факт оставшимся членам команды. При этих условиях выполняемый сценарий завершается, и должен быть активизирован другой сценарий.

Процедуры мониторинга и восстановления функциональности агентов направлены на сохранение работоспособности и функциональности команды агентов. Их реализация может происходить с использованием различных приемов, например, за счет перераспределения ролей среди оставшихся агентов взамен выбывших или путем генерации новых агентов с соответствующей ролью и функциональностью, если количество работоспособных агентов достигло критического числа.

Процедуры обеспечения селективности коммуникаций служат для минимизации количества коммуникативных актов с целью уменьшения вероятности раскрытия агентов и сокращения используемых ресурсов. Эти процедуры реализуются на основании знаний о выгоде коммуникационного акта и «затратах» на его обеспечение.

Предполагается, что агенты могут реализовать механизмы самоадаптации и эволюционировать в процессе функционирования. Команда агентов-злоумышленников эволюционирует посредством генерации

№ 1 (25) 2010

новых экземпляров и типов атак, а также сценариев их реализации с целью преодоления подсистемы защиты. Команда агентов защиты адаптируется к действиям злоумышленников путем изменения исполняемой политики безопасности, формирования новых механизмов и профилей защиты.

Для исследовательского моделирования предлагается использовать семейство различных моделей (от аналитических до полунатурных и натурных).

Выбор конкретных моделей продиктован необходимой точностью и масштабируемостью моделирования. Например, аналитические модели позволяют имитировать глобальные процессы, происходящие в компьютерных сетях, однако, эти модели описывают моделируемые процессы только на абстрактном уровне. Имитационное моделирование на уровне пакетов позволяет достаточно адекватно воспроизводить протекающие процессы, представляя атакующие и защитные действия с помощью обмена сетевыми пакетами, точно имитируя работу по протоколам канального, сетевого, транспортного и прикладного уровней. Наибольшая точность имитации достигается на аппаратных стендах при натурном моделировании, однако, при этом удается моделировать достаточно ограниченные фрагменты взаимодействий агентов. Основное внимание уделяется применению имитационного моделирования на уровне пакетов с использованием средств имитации сетевых процессов в качестве базового уровня среды моделирования.

Среда моделирования

Для реализации представленного подхода к моделированию механизмов защиты разработана многоуровневая программная система, отличающаяся от известных средств aгeнтно-ориентированного моделирования (например, CORMAS, Repast, Swarm, MadKit, MASON, NetLogo) в первую очередь использованием в качестве базиса средств (пакетов) имитационного моделиро-

вания, позволяющих адекватно имитировать is сетевые процессы. Поэтому для реализации g предложенного подхода используется архитектура системы моделирования, включающая в себя базовую систему имитационного моделирования (Simulation Framework), модуль (пакет) моделирования сети Интернет (Internet Simulation Framework), подсистему многоaгeнтного моделирования (Agent-based Framework) и модуль (библиотеку) имитации процессов предметной области (Subject Domain Library).

Компонент Simulation Framework представляет собой систему моделирования на основе дискретных событий. Остальные компоненты являются надстройками или моделями для Simulation Framework.

Компонент Internet Simulation Framework — комплект модулей, позволяющих реалистично моделировать узлы и протоколы сети Интернет. Сеть состоит из узлов, узел содержит стек IP-протоколов. Дополнительно можно подключать модули, реализующие протоколы транспортного уровня.

Многоагентное моделирование реализуется посредством компонента Agent-based Framework, который использует модуль имитации процессов предметной области. Данный компонент представляет собой библиотеку модулей, задающих интеллектуальных агентов, реализованных в виде приложений. При проектировании и реализации модулей агентов подразумевается использование элементов абстрактной архитектуры FIPA. Для взаимодействия агентов необходим язык коммуникаций. Передача сообщений между ними происходит поверх TCP-протокола, реализованного в компоненте Internet Simulation Framework. Каталог агентов является обязательным только для агента, координирующего действия других. Агенты могут управлять другими модулями с помощью сообщений.

Компонент Subject Domain Library — это библиотека, служащая для имитации процессов предметной области, а также модули, дополняющие функциональность 1Р-уз-ла: таблица фильтрации и анализатор пакетов.

№ 1 (25) 2010

Так как все моделируемые процессы происходят в сети Интернет, то в основе системы моделирования должна быть модель этой сети. Для выбора инструментария моделирования сети и процессов передачи информации был проведен анализ различных пакетов моделирования сетей, включая NS2, OMNeT++ INET Framework, SSF Net, J-Sim INET Framework и др. В качестве основных требований, которые предъявлялись к используемому инструментарию моделирования, были выбраны следующие:

• детальная реализация протоколов, которые задействованы в атаках, начиная от сетевого уровня, с тем чтобы была возможность моделирования известных атак;

• возможность написания и подключения собственных модулей для реализации агентского подхода;

• возможность изменения параметров моделирования во время симуляции; реализация для Windows или Linux (либо независимость платформы);

• развитый графический интерфейс;

• бесплатность при использовании в исследовательских целях.

Проведенный анализ показал, что этим требованиям в наибольшей степени удов-§ летворяет OMNeT++ INET Framework, являю-^ щийся пакетом для OMNeT++. С использо-Ц ванием OMNeT++ INET Framework и про-Ц граммных моделей, разработанных на C++, 4 представленная выше архитектура была £ реализована для многоaгeнтного модели-S^ рования атак DDoS и механизмов защиты ss от них. Модели агентов, реализованные в ■s Agent-based Framework, представлены типо-|2 вым агентом, агентами атаки и агентами за-<о щиты. Subject Domain Library содержит раз-| личные модели узлов, например, атакую-Ц щего, брандмауэра и др., а также модели § приложений (механизмы реализации атак s| и защиты, анализаторы пакетов, таблицы § фильтрации).

! Система OMNeT++ представляет собой =| инструментарий моделирования дискретных I событий, написанный на языке C++ и пред-^ назначенный в первую очередь для моде-

лирования компьютерных сетей и других распределенных систем. Принцип работы OMNeT++ заключается в следующем. Изменение состояния моделируемой системы происходит в дискретные моменты времени по списку будущих событий (future event list), отсортированных по времени. Событием могут быть начало передачи пакета, тайм-аут и т. п. События происходят на основе выполнения простых модулей (simple module). У такого модуля есть функции инициализации, обработки сообщения, действия и завершения работы. Обмен сообщениями между модулями осуществляется по каналам (channel), с которыми модули соединены своими шлюзами (gate), или непосредственно через шлюзы. Шлюз может быть входящим и исходящим, соответственно — для приема и посылки сообщений.

Система INET Framework — это комплект модулей с открытым исходным кодом, позволяющих реалистично моделировать узлы и протоколы проводных и беспроводных сетей. Он включает в себя модели различных протоколов Интернета: IP, IPv6, TCP, UDP, 802.11, Ethernet, PPP, MPLS с LDP и RVSP-TE signalling, OSPF и др. В комплект также входят различные реалистичные примеры использования этих протоколов.

Наивысший уровень абстракции в моделировании IP в INET Framework — это сеть, состоящая из IP-узлов. Узел может быть маршрутизатором или хостом. IP-узел отвечает компьютерному представлению стека протоколов Интернета. Модули, из которых он состоит, организованы так же, как происходит обработка IP-дейтаграммы в операционных системах. Обязательными являются модуль, отвечающий за сетевой уровень (реализующий обработку IP), и модуль «сетевой интерфейс». Дополнительно подключаются модули, реализующие протоколы транспортного уровня.

В реализованной системе моделирования OMNeT++ INET Framework подверглась множеству различных модификаций. В том числе были созданы таблица фильтрации пакетов на сетевом уровне для моделиро-

66 у

№ 1 (25) 2010

вания действий агентов защиты и модуль, позволяющий просматривать весь трафик данного узла для ведения статистики, а также для моделирования действий агентов защиты. Подверглись изменению модули, отвечающие за работу «Sockets» для моделирования атак и механизмов защиты.

Реализована система многоагентного моделирования Multiagent Framework. Агенты атаки и защиты были реализованы в виде сложных модулей (compound module). Они содержат простые модули, отвечающие за работу по различным сетевым протоколам, и ядро агента. Ядро агента служит для управления остальными модулями. Агент как сложный модуль имеет ряд шлюзов для подключения к стандартному сетевому узлу из INET Framework. Эти шлюзы относятся к соответствующим сетевым протоколам. Подключение или установка агента могут происходить во время проведения моделирования.

Ядра агентов выполнены на основе сопрограмм, так как это удобно для реализации протоколов взаимодействия, положенных в основу командной работы агентов. Остальные модули реализованы как обработчики сообщений от ядра и внешней среды.

В библиотеке предметной области содержатся модели атак и защиты. Модели реализованы в виде параметризуемых модулей, которые устанавливаются как приложения на узлы сети, а также включаются в состав агентов. Для этого реализованы протоколы взаимодействия между ядром агента и модулем атаки или защиты.

Эксперименты

Созданная система моделирования позволяет проводить различные эксперименты с целью исследования стратегий реализации атак и механизмов защиты от них. В процессе использования системы моделирования можно варьировать топологию и конфигурацию сети, структуру и конфигурацию команд атаки и защиты, механизмы реализации атак и защиты, параметры

кооперации команд и др. Задавая различ- is ные адаптивные стратегии действий команд, g можно наблюдать за процессом выполнения командами агентов своих функций и эволюции их поведения и изменения состояния глобальной сети. На основе экспериментов проводятся измерения различных показателей эффективности механизмов защиты, выполняется анализ условий и возможности их применения.

Проведено представительное число экспериментов по исследованию как известных, так и предложенных авторами механизмов защиты от распределенных атак. В том числе анализировались различные кооперативные схемы защиты и схемы адаптации. Проведены эксперименты по изучению таких известных кооперативных механизмов защиты, как DefCOM и COSSACK. Проанализированы также предложенные кооперативные механизмы защиты (с кооперацией на уровне фильтров, с кооперацией на уровне сэмплеров, со слабой и полной кооперацией).

Исследована, например, следующая адаптивная схема взаимодействия команд. Команда атаки начинала наступление в некоторый момент времени с определенными интенсивностью и методом подмены адреса отправителя. Во время атаки, если мастер обнаруживал, что какой-то из демонов неработоспособен, он изменял параметры атаки, чтобы сохранить интенсивность и предотвратить обнаружение. Команда защиты изначально работала, используя наименее ресурсоемкий способ защиты. Как только обнаруживалась атака, предпринималась попытка заблокировать пакеты от атакующих, проследить их и обезвредить. Если этого сделать не удавалось, метод защиты заменялся на другой, более сложный. Для эксперимента использовались кооперативные схемы команд «на уровне фильтров», «на уровне сэмплеров» и «полная кооперация».

Проведенные эксперименты показали возможность использования предложенного подхода для моделирования механизмов защиты и для анализа проектируемых се-

-ч ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010 ' -

тей. Они продемонстрировали также, что использование кооперации нескольких команд и комбинированного адаптивного применения различных механизмов защиты ведет к существенному повышению ее эффективности.

Направления дальнейших работ связаны с исследованием механизмов защиты от различных типов атак, а также с совершенствованием системы моделирования. Работа выполнена при финансовой поддержке РФФИ (проект № 07-01-00 547) и программы фундаментальных исследований ОНИТ РАН (контракт № 3.2/03). Автор доклада выражает благодарность разработчикам программной среды моделирования и отдельных приложений — А. В. Уланову, А. М. Коновалову, А. В. Шорову.

Лычкина Наталья Николаевна (канд. экон. наук, доцент, Государственный университет управления, Москва): «Задача построения системно-динамической модели национальной экономики может быть решена корректно и в кратчайшие сроки».

Фундаментальные работы Дж. Форресте-ра и его научная и общественная деятель-§ ность не только способствовали появлению ¿т системной динамики как новой методологии Ц компьютерного моделирования и метода ре-Ц шения управленческих задач, но и дали раз-£ витие целому ряду направлений, таких как £ прикладные исследования в широком спек-Щ, тре задач управления — от корпоративного а® управления до глобального моделирования ■в и моделирования национальных экономик3. |2 Появление нового класса высокотехнологично ных симуляторов, с помощью которых уда-| лось совершить технологическую револю-

0

1 1-

Ч 3 Лычкина Н. Н. Ретроспектива и перспектива сис-§ темной динамики. Анализ динамики развития // Четвер-§ тая Всероссийская научно-практическая конференция 1с по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». СПб.: Санкт-Петербург, Ц ЦТСС, 2009. Т. 1. (Полный текст доклада и библиографические ссылки см. на сайте www.gpss.ru).

цию в мире компьютерного моделирования; интерактивные имитационные игры; интересные и популярные образовательные проекты в сфере бизнеса, создание широкой сети консалтинговых организаций, а также отделений Общества системной динамики по всему миру, исповедующих, применяющих и популяризирующих идеи Дж. Форрестера и его последователей. Кратко остановимся на ретроспективе и перспективе развития этих базовых направлений, обозначим российские приоритеты.

Индустриальная динамика. От системного мышления менеджеров — к реализации корпоративных аналитических приложений на основе имитационных моделей.

Начала системной динамики теперь хорошо известны. Прежде чем в 1961 г. появилась первая книга Дж. Форрестера «Индустриальная динамика», известная в русском переводе как «Основы кибернетики предприятия», где был впервые проработан метод системной динамики, ученый 17 лет занимался наукой и инженерным делом в Массачусетском технологическом институте (МТИ), изучая системы управления с обратными связями, тренажеры для пилотов, затем работал в Слоановской школе управления, где впервые столкнулся с конкретными управленческими проблемами. Аналогии с информационными системами с обратными связями, имитаторами полетов не случайны, как и жизненная установка Дж. Форрестера «.. .Жизнь должна быть очень практичной. В ней нет места построению теорий и концепций без цели — все время полное погружение в реальном мире», — все это послужило созданию «практической философии», так как предложенные идеи и подходы — это фактически универсальная парадигма описания сложных управленческих ситуаций. Ранние модели сетей поставок, общие подходы индустриальной динамики, «пивные игры», язык ДИНАМО — системная динамика берет начало с динамических моделей предприятия.

68 г

№ 1 (25) 2010

Все базовые идеи системно-динамического моделирования для комплексного описания и исследования предприятия как целостной системы, осуществляющей многообразные взаимосвязанные функции, предприятия как экономической динамической системы, динамика которого предопределяется особенностями ее структурной организации, необходимость анализа в условиях динамично изменяющейся внешней среды — рынка, задачи долгосрочного и стратегического планирования, востребованные сегодня стратегическим менеджментом, были заложены и апробированы Дж. Форрестером в его работах и сегодня популяризируются его учениками и последователями. Среди последних наиболее известны работы Дж. Стермана «Business Dynamics — Systems Thinking and Modeling for a Complex World», посвященные изучению источников корпоративного роста, К. Уоррена «Competitive Strategy Dynamics», «Strategic Management Dynamics», Дж. Мо-рекрофта «Strategic Modelling and Business Dynamics». К сожалению, эти книги не переведены на русский язык, и этим объясняется недостаточное распространение данных методик в среде менеджмента и бизнес-образования, ориентированного на обучение стратегическому менеджменту.

Сегодня спектр корпоративных приложений на основе методов системной динамики развивается в основном по двум направлениям: так называемое «системное мышление менеджеров», формируемое с помощью казуальных или причинно-следственных диаграмм при формировании ментальных моделей менеджмента, и серьезные сценарные стратегические исследования, проводимые на имитационных моделях, детализированных под конкретные проблемы и предприятия.

Корпоративная динамика и управленческий консалтинг. Качество работы в системной динамике.

Анализ деятельности и выработка стратегии поведения компании в условиях турбулентности рынка, нестабильной экономической ситуации, разработка антикризисной

программы в современных экономических Е условиях, создание модулей операционно- § го, тактического и стратегического планирования в корпоративных информационных системах и системах поддержки принятия решений — актуальные задачи для российских предприятий. Этим объясняется их интерес к поиску эффективных инструментов принятия стратегических решений. Однако кризис непонимания, слабая постановка задач со стороны бизнеса, недостаточное распространение и знание методов системно-динамического моделирования в бизнес-среде, слабый управленческий консалтинг сдерживают применение этого инструментария в стратегическом управлении в России. Это направление сегодня настолько приоритетно для российской действительности, что следует специально остановиться на некоторых наработках в этом направлении и обсуждении основных задач его развития.

Одна историческая тенденция в этом сегменте приложений заставляет задуматься. Нельзя не согласиться с Дж. Форрестером, который писал: «Термин «системный подход» стал очень популярным. Термин подразумевает наблюдение, изучение, обсуждение систем, понимание их важности. Но в общем случае он не является видом количественного и использующего имитационное моделирование динамического анализа, который приводит к пониманию поведения. Системный подход может быть ключом к системной динамике. Опасность исходит от людей, полагающих, что на системном подходе все и заканчивается. Системный подход только делает ум более «чувствительным», обращая наше внимание на жизнь систем. Некоторые люди убеждены, что они многое узнали именно на стадии системного подхода. Но они прошли, быть может, только 5% пути к пониманию системы. Остальные 95% — это структурирование системно-динамических моделей и проведение на этих моделях вычислительных экспериментов. Только вычислительный эксперимент может обнаружить существующую несогласованность в наших умственных моделях. Систем-

№ 1 (25) 2010

ный подход может быть первым шагом к пониманию динамики сложных проблем, но этого не достаточно. Мы видим, что многие пытаются «заткнуть» системную динамику «системным подходом» и «диаграммами причинно-следственных связей», которым недостает возможностей, присущих системной динамике. Это происходит из-за недостатка компетенции у специалистов области, без которой невозможно продемонстрировать возможности «чистого» метода. Упрощение системной динамики — это проигрышная игра. Системная динамика не проста. Не просты и проблемы сложных систем с обратной связью. Уход от популярной, но пагубной политики и выработка новой, способной улучшить общество, — задача не простая. Упрощение метода дискредитирует системную динамику так, что даже к превосходной работе будут относиться с предубеждением» [5]4.

Участие в международных конференциях Общества системной динамики и анализ материалов убеждают, что эта тенденция характерна для западных бизнес-школ и научных течений, однако, она начинает просматриваться и в российской действительности. Обучение «системному мышлению» менеджмента на основе принципов системной дина-§ мики оправданно только в русле грамотного, ^ продвинутого консалтинга, опирающегося Ц на применение имитационного моделирова-Ц ния. А это предполагает глубокое погруже-4 ние в проблему, ее структуризацию и кон-£ цептуализацию (в ходе которого может быть ^ и полезно формирование ментальных моде-ав лей менеджмента), корректное применение высокотехнологичной имитационной состав-|2 ляющей и сценарного подхода. «о Стратегическое управление направлено | на достижение долгосрочных целей органи-Ц зации путем адаптации к изменениям внеш-§ ней среды. Задачи стратегического анали-Ц за сложны и требуют учета большого числа § факторов, интересов, угроз и последствий.

| На стратегическом уровне управления при-§ _

Й -

§ 4 Ссылки на работы Дж. Форрестера приведены в докладе (прим. ред.).

сутствует высокая степень неопределенности в оценке внешней среды, слабая формализация методов управления и широкое использование экспертных оценок и знаний, многокритериальность при оценке принимаемых решений. Стратегический план редко включает в себя цифровые показатели: осуществленный выбор формируется преимущественно в качественных показателях и не дает очень точных прогнозов, по крайней мере, в долгосрочном периоде, более важным является определение тенденций, вероятного изменения основных параметров хозяйственной системы, отражающих долгосрочные результаты деятельности при принятии стратегических решений. Сложность выбора стратегической альтернативы в динамически развивающейся ситуации в условиях внешней и внутренней неопределенности заключается в необходимости удовлетворения большого числа противоречивых требований по различным направлениям деятельности компании:

• финансово-производственная сфера;

• рынок и отношения с клиентами;

• кадровые ресурсы компании;

• внутренние бизнес-процессы;

• отношения с государственными органами и др.,

а также в большой доле субъективности при оценке ситуации и неточном понимании своих целей со стороны руководства. Этим обусловлено использование в качестве основного инструмента моделей и методов системной динамики.

Анализ литературы и практика применения имитационного моделирования в корпоративном управлении позволяют обозначить широкий спектр корпоративных приложений системно-динамического моделирования и шаблонов решений, который на практике приводит к созданию конкретных моделей для конкретных организаций и предприятий. Интегрированный многофункциональный комплекс для стратегического и тактического управления деятельностью предприятий (холдингов, банков) реализуется на основе имитационных и системно-

№ 1 (25) 2010

динамических моделей и включает в себя аналитические блоки следующей функциональности.

Стратегическая архитектура и корпоративная динамика предприятия.

Комплексный динамический анализ взаимосвязей и формирование стратегии предприятия на основе обобщенной системно-динамической модели, анализ причин корпоративного роста и угроз с помощью когнитивных карт менеджеров. Разработка и принятие стратегических решений в целом по предприятию (фирме, холдингу). Разработка комплексных стратегических планов и сценариев развития, устойчивых к колебаниям рынка, наращивания экономической мощи предприятия, расширения и диверсификации бизнеса, определения приоритетов.

На основе обобщенной системно-динамической модели, отражающей стратегическую архитектуру предприятия, в дальнейшем осуществляется разработка детализированных имитационных моделей, с помощью которых ведется подготовка стратегических и тактических решений по различным направлениям деятельности предприятия и функциональным составляющим бизнеса.

Бюджетинг и управление финансовыми потоками.

Моделирование финансовых потоков. Ситуационный финансовый анализ. Финансовое планирование (среднесрочное) на основе динамической модели: механизмы распределения и управления финансовыми потоками, комплексное управление издержками, налоговое планирование, обслуживание кредитной задолженности, дивидендная, социальная политика и т. п.

Управление рисками. Анализ ликвидности и финансовой устойчивости банка в условиях рыночного риска.

Инвестиционное планирование и управление проектами.

Разработка инвестиционных планов и проектов и их организационно-финансовое обеспечение; формирование перспективных заделов — новых производств и ви-

дов бизнеса, обновление производственных Е фондов и продуктового ряда, ввод заплани- § рованных мощностей для выполнения производственно-сбытовой программы фирмы и др., диверсификация направлений бизнеса. Управление инновациями.

Управление производственной программой. Комплексное управление логистическими процессами на предприятии.

Производственный менеджмент: структура, темп, объем производства, оценка реальных производственных возможностей, развитие и обновление парка оборудования. Управление активами, определение потребности в ремонтной мощности и др. Управление цепью поставок (синхронизация логистических сущностей при реализации стратегии «точно в срок», минимизация затрат по всей логистической цепи), материально-техническое обеспечение (планы поставок, производственно-сбытовые планы).

Управление общефирменной сбытовой сетью. Формирование маркетинговой стратегии. Анализ динамики рынка.

Координация производственно-сбытовых цепочек. Формирование дистрибутивной сети.

Формирование маркетинговой стратегии и исследование ее влияния на прибыльность компании: реклама, PR, процессы ценообразования на основе динамики спроса и предложения. Анализ и управление спросом. Разработка стратегии привлечения и удержания клиентуры, максимальное удовлетворение потребностей клиентов на основе анализа динамики потребительского спроса, ценовая политика в регионах и др.

Анализ динамики рынка и конкурентной среды промышленной корпорации. Много-агентные модели фондового и других рынков. Анализ деятельности компании в условиях воздействия факторов внешней среды, конкурентного окружения, турбулентности рынка с учетом рыночных и кризисных рисков. Разработка стратегии и общего сценария антикризисного управления.

№ 1 (25) 2010

Моделирование и анализ поведения бизнес-процессов. Реинжиниринг. Управление персоналом.

Анализ нетривиальных управленческих ситуаций, взаимовлияния различных видов деятельности предприятия на основе системно-динамической модели на ранних, пред-ынвестиционных фазах реализации проектов реинжиниринга. Аудит. Поиск оптимальных корпоративных схем и организационных структур. Моделирование, анализ, реинжиниринг и оптимизация бизнес-процессов организации с применением CASE-средств и имитационного моделирования. Управление качеством на основе процессного подхода. Управление персоналом: стратегия обучения, формирования кадрового резерва.

Отраслевые и межотраслевые проекты.

Управленческое моделирование топливно-энергетического комплекса, промышленных предприятий металлургии и других отраслей с непрерывным производственным циклом (разработка полезных ископаемых, добыча (шахты и скважины), переработка и транспортировка); госзаказы и экспорт, социально-экономическое развитие регионов. § Для практической реализации подобных ^ проектов необходимы: Ц • проведение исследований в научно-Ц исследовательских лабораториях ведущих ^ университетов страны на стадии концептуа-£ лизации проблемы, применения математи-^ ческого и других видов анализа как при па-ав раметризации имитационных моделей, так и при проведении сценарных исследований; |2 • хорошо организованный, продвинутый «о в разработке системно-динамических модеме лей консалтинг, включающий в себя управ-Ц ленческий консалтинг на стадии концептуа-§ лизации и структуризации модели, а также Ц подготовки и интерпретации результатов § сценарных исследований и сложной дина-| мики, а также грамотный 1Т-консалтинг, ори-=| ентированный на работу в высокотехноло-I гичных средах коммерческих симуляторов ^ и других интеллектуальных средах;

• обучение топ-менеджмента, ответственного за принятие решений, системному мышлению с помощью деловых, имитационных игр и шаблонов на стадиях подготовки ментальных моделей и сценариев, проведение тренингов в компаниях-заказчиках по обучению пользованием имитационными моделями;

• реализация интегративных IT-проек-тов, в зависимости от потребностей предприятия по самым различным направлениям:

— расширение функционала CASE-средств и BPMS-систем за счет возможностей Simulation Software;

— объединение систем сбалансированных показателей и системно-динамической модели с индикаторными панелями;

— интеграция с корпоративными информационными системами, модули планирования в SCM-, APS-, ERP-системах;

— аналитические приложения в стратегических информационных системах SEM;

— цифровое производство и т. д. Реализация такого рода IT-проектов требует определенных усилий системных интеграторов.

Такая практика успешно зарекомендовала себя в вопросе реализации имитационных моделей крупных предприятий, корпораций, холдингов (как правило, отраслевых проектов топливно-энергетического комплекса, электронной промышленности и т. п.). Крупнейшие консалтинговые компании, такие как McKinsey&Company, Arthur Andersen, Coopers&Lybrand и др. успешно применяют методологию системной динамики в сфере инвестиционного и управленческого консалтинга. В России подобный опыт единичный и не всегда удачный. Распространению системной динамики в корпоративных приложениях препятствует отсутствие сети консалтинговых предприятий соответствующего профиля. Инфраструктура такой сети может быть создана, как показывает международная практика, при университетах, где сосредоточены наиболее квалифицированные специалисты.

№ 1 (25) 2010

«Системной динамике все еще далеко от достижения того качества работы, к которому мы должны стремиться. Мы должны начать обсуждать, как поднять качество и планку в прикладных приложениях, опубликованных работах и особенно в учебных программах» [4].

Стиль, когда «системная динамика пытается реализовать то, чего хочет клиент, даже когда это неблагоразумно или невозможно», предложить развитую визуализацию вместо глубокого динамического анализа, упрощение проблемы под флагом «системного мышления», дискредитирует и опошляет системную динамику.

От корпоративной динамики — к социальной. национальная модель и стратегия России

Поворотный момент в развитии системной динамики приходится на 1968 г., когда Дж. Форрестер переместил системную динамику из области корпоративного моделирования в область более открытых социальных систем. «Динамика развития города» родилась из плотного сотрудничества с бывшим мэром Бостона Дж. Ф. Коллинзом и поначалу вызывала бурное общественное неприятие, так как полученная динамика отрицала основные положения городской политики, которой придерживались тогда в США.

«Динамика развития города» была той тропинкой, которая привела к созданию системно-динамической национальной модели и таким проектам, как «Мировая динамика», родившейся из обсуждений с Римским клубом, и «Пределы роста». И снова широкий общественный резонанс. Полученная на системно-динамических моделях динамика не совпадала с теоретическими представлениями экономистов. В настоящее время создание системно-динамических моделей национальных экономик выполнено и ведется во многих странах мира (США, Таиланд, Тунис, Китай, Малайзия, Италия, Бангладеш и многих других).

С начала 1980-х годов области приме- Е нения системной динамики расширились: § система образования, здравоохранения, энергетические системы, проблемы устойчивого развития, социальная политика, преступность, чрезвычайные ситуации и катастрофы и др. Краткий перечень секций и докладов на международных конференциях по системной динамике частично отражает область приложений системной динамики в социальных системах. В российских научных школах имеется значительный научный задел по региональным и территориальным системам, экологическому регулированию и др.

Экономическое сообщество России сегодня обсуждает идею создания системно-динамической модели национальной экономики. Национальная модель — комплекс компьютерных моделей основных сфер жизни России, главный проектный и прогностический инструмент разработки национальной стратегии; ее каркас образует системно-динамическая модель, применяемая для разработки и обоснования национальных проектов и сценариев.

Системная динамика предлагает парадигму, методологию и технологический подход, отличные от традиционных. Это позволяет анализировать сложную динамику, нестационарную экономическую систему при переходных процессах. Работы нацелены на анализ кризисных и предкризисных ситуаций, управление кризисом. Системно-динамическая модель ориентирована на концептуализацию и структуризацию проблем, достижение понимания происходящих процессов, методы системной динамики сближены с мышлением стратегических управленцев. Работы по национальному моделированию осуществляются в условиях широких междисциплинарных коммуникаций, при участии разных специалистов. Модельные конструкции системной динамики опираются на достоверные эконометрические оценки, которые используются для доведения системно-динамической модели на этапе ее параметризации, отчасти на этапе валидации.

№ 1 (25) 2010

Опыт других стран показывает, что задача построения системно-динамической модели национальной экономики может быть решена корректно и в кратчайшие сроки. Для этого необходимы волевые усилия.

программы-имитаторы и высокие технологии принятия решений

Несомненно, популярность системной динамики во многом была связана с появлением с 1980-х годов легких в использовании программ-имитаторов с расширенными возможностями графического пользовательского интерфейса (таких как STELLA, Powersim, Vensim, iThink, AnyLogic). Поддержка нормативных схем системной динамики, языковая функция симуляторов, обеспечившая принципиально новый подход для системных аналитиков в создании компьютерных моделей и возможность проведения совместных экспертных ревизий специалистами разной квалификации, высокотехнологическая поддержка стандартных функций имитационного моделирования обеспечили привлекательность и широкое распространение в бизнес-среде системной динамики. Сегодня, когда системная динамика покину-§ ла академические лаборатории и стала инструментом практикующего управленческо-Ц го консалтинга и применяется в интегратив-Ü ных IT-проектах, к симуляторам предъявля-£ ются дополнительные требования: £ • необходимы предметно-ориентирован-S^ ные симуляторы, заточенные на определен-ss ный класс бизнес-задач (моделирование и оптимизация бизнес-процессов, стратегиче-|2 ская и тактическая оптимизация цепи постами вок, цифровое производство и др.); | • для поддержки принятия управленче-Ц ских решений требуется гетерогенная мо-§ дельная среда, поддерживающая не только s| различные парадигмы имитационного моде-ig лирования (агентное, дискретное имитаци-! онное моделирование, системная динамика

SS \

а- и др.), но и широкий спектр математических

I методов моделирования и интеллектуальных

^ технологий, включая онтологии;

• создание интегративных 1Т-проектов накладывает дополнительный набор 1Т-тре-бований к симулятору (соблюдение стандартов, поддержка транспорта данных, переносимость, наличие облегченных приложений и многое другое).

Современное и совершенное 1Т-реше-ние с возможностями многофункционального имитационного моделирования демонстрирует коммерческий симулятор АпуЬодю, разработанный российской компанией «Экс Джей Текнолоджис» (www.xjtek.ru).

интегрированный образовательный процесс

Самая большая проблема системной динамики, по мнению Форрестера, связана с недостатком хорошего образования. Ученый говорит об «использовании системной динамики в качестве организующей философии для нового вида образования в сфере управления в XXI в.», об «интегрированном образовательном процессе» [4].

«Сегодня интерес к системной динамике растет быстрее, чем количество квалифицированных специалистов в области. В настоящее время слабым местом является обучение специалистов системной динамике. Новые области, такие как системная динамика, вырвавшиеся за границы существующих областей, но не лежащие в пределах ни одной из них, не нашли своего места и испытывают недостаток поддержки в университетах <...> Пришло время начать работу по созданию интегрированного образовательного процесса, основанного на понимании систем, который является более эффективным, более соответствующим увеличивающейся сложности мира и более сочетаемым с гармонией жизни.

Системная динамика также претерпевает давление со стороны академической науки, уводящей область от решения проблем реального мира. Когда же у нас будут школы системной динамики и полноценные университетские курсы, посвященные проектированию и управлению сложными системами

№ 1 (25) 2010

с обратными связями? Когда нам ожидать, что в университетах начнут преподавать проектирование социальных систем? Образование в сфере управления должно быть организовано по типу высшего технического образования» [4].

Сегодня группы системной динамики есть во многих бизнес-школах при университетах, они отрабатывают методики очного и дистанционного обучения системной динамики для менеджмента. Эти курсы очень популярны в среде специалистов. Крупнейшими центрами в этой области являются Мас-сачусетский технологический институт (Дж. Стерман, США), Лондонская школа бизнеса (Дж. Морекрофт, Англия), Манхеймский универсистет (П. Миллинг, Германия) и др. Эти программы иногда изучают волонтеры из России. В крупнейших университетах мира также созданы крупные научно-исследовательские лаборатории и институты, занимающиеся различными проблемами управления на основе методологии системной динамики.

У России существует положительный опыт преподавания системной динамики в среде 1Т-специалистов в ГУУ, на экономическом факультете МГУ им. М. В. Ломоносова. В рамках перехода Высшей школы России к стандартам 3-го поколения необходимо продумать содержание магистерских программ, предусмотреть получение степени в МВА, специализированных курсов для менеджмента, ориентированных на профессиональное обучение системной динамике и имитационному моделированию.

Широкое распространение в процессе образования системно-динамическая методология получила с середины 80-х годов, когда в рамках проекта К-12 (Kindergarten-12), возглавляемого Дж. Форрестером при содействии Б. Ричмонда, системную динамику ввели в образовательный процесс уже на уровне средних школ (до этого системная динамика преподавалась только на университетском уровне). В рамках данного проекта были разработаны методики обучения системному мышлению и применению сис-

темно-динамического моделирования в об- Е ласти математики, физики, биологии, исто- g рии, социологии, экономики, литературы. При этом акцент был сделан на понимание школьниками принципов и механизмов работы сложных систем (обратных связей). На осуществление этой программы только Национальным научным фондом в штате Орегон США было выделено более полумиллиона долларов. Однако, несмотря на довольно широкое распространение данного подхода в образовательном процессе за рубежом, в России, по всей видимости, пока не существует аналогичного опыта.

Интерактивные имитационные игры как эффективная методика управленческого образования

Весьма плодотворным в управленческом образовании явилось взаимодействие системной динамики с другой областью, связанной с имитационными (деловыми) играми (Simulation and Gaming). Так, на базе системно-динамических моделей и методологии было создано большое количество имитационных игр, называемых в зарубежной литературе «имитаторами полетов для менеджеров» (Flight Simulators).

Интерактивные имитационные игры эффективно использовались Дж. Стерманом и другими исследователями, чтобы проверить различные правила принятия решения прямым экспериментированием. Такие «тренажеры для пилотов менеджмента» также были той дверью, которая открыла системную динамику менеджерам предприятий. На основе некоторых типовых имитационных моделей/игр были разработаны «учебные имитационные модели», являющиеся расширенными версиями традиционных учебных примеров, часто используемых в менеджменте при обучении.

В России очень популярны и применяются на управленческих специальностях такие игры, как «У озера», «Всемирное рыболовство», «Пивная игра», «Стратегема», «Полисфера», «Эконет» и др. Большой ме-

№ 1 (25) 2010

тодический опыт разработки и применения имитационных игр в образовании наработан в МГУ им. М. В. Ломоносова в мастерской игр профессора Д. Н. Кавтарадзе. В России есть все предпосылки для создания индустрии имитационных игр для экономических специальностей и факультетов государственного управления в вузах.

Общественная деятельность

В 1983 г. было сформировано Международное общество системной динамики. Количество его членов в 2006 г. превысило 1100 человек — девятикратное увеличение уровня 1983 г., составлявшего приблизительно 120 человек, и удваивается примерно каждые 9 лет. Ежегодно проводимые обществом международные конференции являются представительным съездом, форумом, площадкой обмена опытом сподвижников системной динамики более чем из 60 стран. Число практиков намного больше, чем количество членов Общества.

Несколько лет назад было образовано Русское отделение Общества системной динамики, призванное распространять идеи и решения системной динамики в русского-

^ п

§ ворящей среде. В течение последних трех лет «русский чартер» позиционирует на Ц международных конференциях свой постер Ц с основными достижениями его участников. ^ В России существует большое количество £ научных школ, не только популяризирую-^ щих, но и развивающих методы системной а® динамики. Об этом нужно активно заявлять международной научной общественности.

0 Й

<ц Меркурьев Юрий Анатольевич (хабил-| литированный доктор инженерных наук, профессор, заведующий кафедрой § «Имитационное моделирование» Рижского технического университета, член-§ корреспондент Латвийской Академии на-| ук, президент LSS, Рига, Латвия): «Российские специалисты сравнительно ред-

1 ко принимают участие в международных ^ конференциях в области имитационного

моделирования. В то же время зарубежные коллеги проявляют большой интерес к их работам».

Как отмечалось на конференции ИММОД-2007, исследования российских специалистов по имитационному моделированию (ИМ) пока еще слабо представлены на международной арене. «Российские специалисты практически не посещают основных конференций по ИМ» (доклад А. В. Борщева). Одной из причин подобной ситуации является недостаточная информированность о проводимых за рубежом конференциях, многие из которых являются регулярными и традиционно собирают широкий круг специалистов, включая как представителей академических кругов, так и представителей промышленности. С этой целью ниже приводится информация о ряде регулярно проводимых международных конференций в области ИМ, а также приводятся данные о проводящих эти конференции организациях 5.

Не претендуя на полноту приводимого списка, при его формировании автор исходил из личного 20-летнего опыта международного сотрудничества в области ИМ. Этот опыт, в частности, включает в себя участие в работе правлений Европейского отделения Международного общества имитационного моделирования «The Society for Modeling and Simulation International», SCS (1991-2006 гг.) и Европейской федерации обществ имитационного моделирования «Federation of European Simulation Societies», EUROSIM (c 2007 г.), в организации международных конференций в области ИМ (например, упоминающихся ниже конференций серий ECMS, I3M и HMS), в работе редакционных коллегий журналов «Simulation:

5 Меркурьев Ю. А. Опыт международного сотрудничества в области имитационного моделирования // Четвертая Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». СПб.: Санкт-Петербург, ЦТСС, 2009. Т. 1. (Полный текст доклада и библиографические ссылки см. на сайте www.gpss.ru).

№ 1 (25) 2010

Transactions of The Society for Modeling and Simulation International» и «International Journal of Simulation and Process Modelling», в выполнении ряда международных исследовательских проектов (например, проектов Европейской комиссии BALTPORTS-IT и ECLIPS).

международные организации и конференции в области имитационного моделирования

Во многих европейских странах действуют общества имитационного моделирования, большинство из которых сотрудничают в рамках Европейской федерации обществ имитационного моделирования EUROSIM (Federation of European Simulation Societies, домашняя страница в Интернете: www.eurosim.info). Членами EUROSIM являются общества ИМ немецкоязычных стран (Австрии, Германии и Швейцарии) ASIM, Хорватии CROSSIM, Чехии и Словакии CSSS, голландскоязычных стран (Бельгии и Голландии) DBSS, франкоязычных стран (Бельгии и Франции) FRANCOSIM, Венгрии HSS, Италии ISCS, Польши PSCS, скандинавских стран (Дании, Финляндии, Норвегии и Швеции) SIMS, Словении SLOSIM, Великобритании UKSIM, Латвии LSS и Румынии ROMSIM, а также испанская группа ИМ СЕА SMSG. Каждые три года EUROSIM проводит конгресс (EUROSIM Congress), который организует национальное общество ИМ, чей представитель в последние три года исполнял обязанности президента EUROSIM. Предыдущий конгресс состоялся в 2007 г. в Любляне (420 докладов, 456 участников, www.eurosim2007.org); следующий конгресс состоится 5-10 сентября 2010 г. в Праге (www.eurosim2010.org; подача заявок на участие до 1 апреля 2010 г.).

Важную роль в организации международных конференций в области ИМ играет существующее с 1952 г. Международное общество имитационного моделирования «The Society for Modeling and Simulation International», SCS (www.scs.org). Штаб-квартира

этой организации находится в Сан-Диего, is США. Среди многочисленных организуемых g SCS конференций отметим ежегодно проводимые Весеннюю конференцию (Spring Simulation Multiconference, www.scs.org/confernc/ springsimhistory; очередная конференция пройдет с 11 по 15 апреля 2010 г. в Орландо, США) и Летнюю конференцию (Summer Simulation Multiconference, www.scs.org/con-fernc/summersimhistory; проведение очередной конференции предварительно планируется в июле 2010 г. в Канаде), на которых рассматриваются разнообразные вопросы теории и практики ИМ. Эти конференции, как и многие другие международные конференции в области ИМ, включают в свою программу рассмотрение нескольких тематик. Слово «multiconference» в их названии подчеркивает объединение в рамках такой «мультиконференции» нескольких частных конференций. Например, Весенняя конференция 2010 г. включает в себя следующие частные конференции:

• Agent-Directed Simulation;

• Communications and Networking Simulation Symposium;

• High Performance Computing Symposium;

• Symposium on Theory of Modeling & Simulation — DEVS Integrative M&S Symposium;

• Military Modeling and Simulation Symposium;

• Emerging M&S Applications in Industry and Academia Symposium;

• International Conference on Bond Graph Modeling and Simulation;

• Symposium on Simulation for Architecture and Urban Design.

Центральное место среди международных конференций в области дискретно-событийного и комбинированного (дискретно-непрерывного) ИМ занимает Зимняя конференция по имитационному моделированию WSC (Winter Simulation Conference, www.wintersim.org/article. htm). Ежегодно она проводится в декабре в Северной Америке и представляет собой традиционное место встречи специалистов по ИМ, представляющих различные секторы (в частности, про-

№ 1 (25) 2010

мышленный, правительственный, военный и академический), включая практиков, исследователей и разработчиков программного обеспечения. Программа конференций серии WSC включает в себя следующие основные категории:

• Introductory and Advanced Tutorials; Software/Modelware Tutorials (Vendor Track);

• Modeling Methodology;

• Analysis Methodology; Risk Analysis;

• Manufacturing Applications;

• Military Applications;

• Agent-Based Modeling;

• Logistics, Transportation and Distribution Applications;

• General Applications;

• Focused Minitracks and Tracks; Poster Session;

• Ph. D.-Student Colloquium.

• Конференция 2009 г. (WSC 2009, www.wintersim.org) состоялась 13-16 декабря в Остине, США. На ней в рамках категории Focused Minitracks and Tracks были рассмотрены следующие темы:

• Energy Simulation;

• Modeling and Analysis of Semiconductor Manufacturing;

• Simulation Education;

§ • Simulation Interoperability; ££ • Health Care;

Ü • Construction Engineering/ Project Man-Ü agement;

<§ • Business Process Modeling. S Организаторами конференции WSC, на-S^ ряду с уже упоминавшимся Международным ss обществом имитационного моделирования SCS, являются следующие работающие |2 в области ИМ организации: Association for <u Computing Machinery/Special Interest Group I on Simulation (ACM/SIGSIM, www.sigsim.org), Ü Institute for Operations Research and the <3 Management Sciences/Simulation Society f (INFORMS-SIM, www.informs-cs.org), Institute ig of Industrial Engineers (HE, www.iienet2.org). ! Кроме того, техническую помощь оказыва-I ют: American Statistical Association (ASA), InI stitute of Electrical and Electronics Engineers/ ^ Systems, Man, and Cybernetics Society (IEEE/

SMCS), National Institute of Standards and Technology (NIST).

Сборники трудов конференций серии WSC являются ценным источником информации о современных исследованиях в области ИМ. Отметим, что материалы этих конференций, включая полные тексты статей, находятся в публичном доступе (www.wintersim.org/pastprog. htm; www.informs-cs.org/wscpapers. html).

Среди проводимых в Европе конференций в области ИМ отметим следующие.

1. Европейская конференция по моделированию и имитации ECMS (European Conference on Modelling and Simulation) ежегодно проводится Европейским советом по моделированию и имитации (European Council on Modelling and Simulation, www.scs-europe.net), который был образован в 2005 г. на базе Европейского отделения Международного общества имитационного моделирования SCS. Конференция 2009 г. (ECMS2009, www.scs-europe.net/conf/ ecms2009) прошла в июне в Мадриде (Испания). Проведение следующей конференции (ECMS2010, www.scs-europe.net/conf/ec-ms2010) планируется в Куала-Лумпуре (Малайзия) 1-4 июня 2010 г.

2. Международная конференция стран Средиземного моря и Латинской Америки I3M (International Mediterranean and Latin American Modelling Multiconference) ежегодно проводится Средиземноморским и Латиноамериканским отделением общества SCS (International Mediterranean & Latin American Council of Simulation, IMCS). Являясь муль-тиконференцией, она включает в себя следующие основные частные конференции:

2.1. Европейский симпозиум по моделированию и имитации EMSS (European Modelling and Simulation Symposium).

2.2. Международная конференция по моделированию и имитации в области управления портовыми, морскими и логистическими системами HMS (The International Conference on Harbour, Maritime and Multimodal Logistics Modelling and Simulation).

№ 1 (25) 2010

2.3. Международная конференция по прикладному моделированию и имитации MAS (The International Workshop on Modelling and Applied Simulation). В отличие от конференции ECMS, доклады которой имеют в основном теоретический характер, на этой конференции традиционно преобладают результаты прикладных исследований. Конференция 2009 г. (I3M2009, www.liophant.org/I3M/I3M2009.html) прошла в сентябре в Пуэрто-ла-Круз (о. Тенерифе, Испания). Проведение следующей конференции (I3M2010, www.liophant.org/ IЗMЯЗM2010.html) планируется в сентябре 2010 г. в Фесе (Марокко).

3. Международная конференция по компьютерному моделированию и имитации UKSIM (The International Conference on Computer Modelling and Simulation) ежегодно проводится Обществом имитационного моделирования Великобритании UKSIM (www.uksim.org.uk). Конференция 2009 г. (UKSIM 2009, www.uksim2009.org.uk) прошла в марте в Кембридже (Великобритания). Проведение конференции следующего года предварительно планируется там же весной 2010 г.

4. Международная конференция по математическому моделированию MATHMOD (Vienna International Conference on Mathematical Modelling) каждые три года проводится в Вене (Австрия) Обществом имитационного моделирования немецкоязычных стран ASIM. Программа этой конференции традиционно сфокусирована на теоретических и прикладных аспектах математического моделирования, в том числе имитационного моделирования дискретных и комбинированных систем. Предыдущая конференция этой серии (MATHMOD 2009, www.mathmod.at/index. php? id=87) состоялась в феврале 2009 г.

В качестве примера регулярно проводимых международных форумов в области ИМ отметим также следующие конференции.

Вопросы ИМ широко обсуждаются на ежегодной конференции «INFORMS Annual Meeting» Института исследования операций и наук управления INFORMS (The

Institute for Operations Research and the is Management Sciences, www.informs.org). g В 2008 г. данная конференция прошла (http://meetings.informs.org/DC08) в Вашингтоне (США); в 2009 г. она состоялась (http://meetings.informs.org/sandiego09) в октябре в Сан-Диего (США); проведение следующей конференции планируется в ноябре 2010 г. в Остине (США).

Прикладные аспекты ИМ обсуждаются на ежегодной конференции Института производственных инженеров 11Е (Institute of Industrial Engineers, www.iienet2.org). Очередная конференция этой серии (IIE Annual Conference and Expo 2010, www.iienet2.org/ annual) пройдет в июне 2010 г. в Канкуне (Мексика).

Вопросы теории и практики применения метода системной динамики рассматриваются на ежегодной конференции Международного общества системной динамики (System Dynamics Society, www.systemdynamics.org). В 2009 г. конференция этой серии (www.systemdynamics.org/ conferences/current/index. htm) прошла в Альбукерке (США); следующая конференция (The 28th International System Dynamics Conference, www.systemdynamics.org/conferences/2010/ web-cfp/cfp2010.htm) пройдет в июле 2010 г. в Сеуле (Южная Корея).

Проблематика ИМ регулярно обсуждается на конференциях Международной ассоциации развития науки и технологий IASTED (The International Association of Science and Technology for Development, www.iasted.org). В частности, отметим следующие проводимые этой ассоциацией конференции:

• ASM (Applied Simulation and Modelling); предыдущая конференция (ASM 2008, www. iasted.org/conferences/pastinfo-609.html) прошла в 2008 г. на о. Корфу (Греция);

• MS (Modelling and Simulation); предыдущая конференция (MS 2009, www.iasted. org/conferences/pastinfo-670.html) прошла в 2009 г. в Банфе (Канада);

• MSI (Modelling, Simulation and Identification); очередная конференция этой серии

-N ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 1 (25) 2010 ' -

(MSI 2009, www.iasted.org/conferences/home-659.html) состоялась в 2009 г. в Пекине (Китай).

Помимо трудов международных конференций, важным источником информации о новейших достижениях в области ИМ являются соответствующие научные журналы:

1. Simulation: Transactions of The Society for Modeling and Simulation International (www.scs.org/pubs/simulation). Издатель — Международное общество имитационного моделирования SCS.

2. ACM: Transactions on Modeling and Computer Simulation (TOMACS, www.linklings.net/ tomacs). Издатель — ассоциация «Association for Computer Machinery», ACM.

3. International Journal of Simulation and Process Modelling (IJSPM, www.inderscience.com/ browse/index. php? journalID=100).

4. J o u r n a l o f S i m u l a t i o n ( J O S , www.palgrave-journals.com/jos). Издатель — Международное общество исследования операций «The Operational Research Society» (www.theorsociety.com).

5. Modelling and Simulation in Engineering (www.hindawi.com/journals/mse).

6. Simulation Modelling Practice and Theory (SIMPRA, www.elsevier.com/wps/find/jour-

§ naldescription. cwshome/622 330/description). ^ Издатель — Европейская федерация об-Ц ществ имитационного моделирования EU-Ц ROSIM;

<§ 7. JDMS: The Journal of Defense Model-iS ing and Simulation: Applications, Methodology, S^ Technology (www.scs.org/pubs/jdms). Изда-ss тель — Международное общество имитационного моделирования SCS. |2 Российские специалисты редко прини-<о мают участие в международных конферен-| циях в области ИМ. В то же время зарубеж-Ц ные коллеги проявляют большой интерес к § их работам. Организаторы международных s| конференций регулярно высказывают поже-§ лание вовлечь в работу конференций широ-| кий круг российских участников. =| В связи с этим возникает предложение I к российским организациям, работающим в ^ области ИМ, рассмотреть возможность как

более активного делегирования своих представителей на международные конференции, так и принятия непосредственного участия в их организации. Широкие возможности для такого участия, в частности, предоставляет распространенная практика, когда потенциальным участникам международных конференций предлагается организовать тематические секции. Например, на проводившейся в 1992 г. Европейским отделением Международного общества имитационного моделирования SCS конференции «Europe-an Simulation Symposium», (ESS 1992) в Дрездене (Германия) была организована секция «Имитационное моделирование в бывшем Советском Союзе», вызвавшая большой интерес у участников конференции.

Попков Тимофей Вадимович (ООО «Экс Джей Текнолоджис», Санкт-Петербург): «Многоподходное моделирование — сравнительно новая технология, которая активно развивается и приобретает все больше приверженцев».

В настоящее время в бизнес-моделировании доминируют три основных подхода (метода) к описанию системы 6.

1. Системная динамика — метод изучения динамики процессов в сложных системах. Особое внимание в нем уделяется учету и моделированию многочисленных обратных связей в системе. Системно-динамические модели, как правило, задаются в виде потоковых диаграмм, состоящих из накопителей, потоков между ними, петель обратной связи и вспомогательных переменных, которые затем транслируются в систему алгеб-ро-дифференциальных уравнений.

2. Дискретно-событийное, или процессное моделирование — метод описания про-

6 Попков Т. В. Многоподходное моделирование: практика использования // Четвертая Всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». СПб.: Санкт-Петербург, ЦТСС, 2009, Т. 1. (Полный текст доклада и библиографические ссылки см. на сайте www.gpss.ru).

80 у

№ 1 (25) 2010

цессов, происходящих в системе, в виде последовательности операций над заявками, представляющими людей, документы, транспортные средства, пакеты данных и т. д. Фактически это способ задания систем массового обслуживания (СМО) любой сложности. Описываются дискретно-событийные модели в виде блоков, обрабатывающих заявки в соответствии с заданными параметрами, и соединений между ними, определяющих последовательность операций.

3. Агентное моделирование — метод описания системы как множества независимых объектов, каждый из которых может следовать собственным правилам, взаимодействовать друг с другом и с окружающей средой. Для задания агентных моделей могут использоваться различные конструкции, в том числе и программный код, но наиболее удобным способом задания поведения агента являются конечные автоматы (statecharts).

Данные подходы используются в различных ситуациях. Например, системная динамика имеет дело с глобальными зависимостями и применяется на высоком уровне абстракции. Дискретно-событийные модели в основном относятся к среднему уровню абстракции, когда физические размеры объектов, скорости, расстояния не важны и основной параметр для таких моделей — время (сколько времени заявка обрабатывается, сколько времени потребуется, чтобы попасть из одной точки в другую и т. д.).

Агентные модели имеют более широкий спектр применения: от физического уровня абстракции до стратегического, но ошибочно думать, что они являются заменой дискретно-событийным и системно-динамическим моделям. При моделировании необходимо использовать тот подход, который позволяет проще и быстрее создать модель.

что такое многоподходное моделирование?

Выбор метода (подхода) моделирования зависит от решаемой задачи и целей, которые необходимо достичь. Но не все задачи

можно решить с использованием только од- Е ного подхода, часто необходимо комбиниро- § вать подходы в пределах одной модели, чтобы достичь желаемого результата.

Многоподходным моделированием называется метод описания системы, при котором используется более одного из описанных выше подходов. Например, если задача состоит в моделировании производства, то достаточно одного дискретно-событийного подхода. Но если производство зависит от спроса, то необходимо моделировать рынок, где дискретно-событийный метод не работает и следует использовать системную динамику или агентное моделирование.

Фактически многоподходное моделирование снимает рамки, устанавливаемые тем или иным методом. Получая возможность выбирать подходы и комбинировать их, пользователь значительно расширяет арсенал средств моделирования. Именно поэтому AnyLogic как единственный инструмент, поддерживающий многоподходное моделирование, занимает уникальную позицию на рынке продуктов имитационного моделирования 7.

когда применяется многоподходное моделирование?

Известно, что применимость подходов связана с областью их применения. Например, для моделирования производства и бизнес-процессов обычно используется дискретно-событийное моделирование. Для моделирования социальной динамики, эпидемий и рынка используется агентное или системно-динамическое моделирование, а для моделирования пешеходной динамики, перевозок, цепочек поставок — агентное. Необходимость в многоподходном моделировании возникает в следующих случаях.

7 По сведениям, которыми располагает редакционная коллегия, в России, кроме Апу_одю, в настоящее время существуют и используются и другие программные средства симуляции, обладающие аналогичными свойствами многоподходного моделирования (прим. ред.).

№ 1 (25) 2010

1. Моделируемая система состоит из различных по своей сути объектов, моделирование которых требует использования разных подходов. Например, если взять рассмотренный выше пример с производством и рынком, понятно, что, моделируя эти объекты отдельно, можно обойтись только одним подходом, но так как эти объекты влияют друг на друга и это взаимное влияние необходимо учитывать, то комбинирование подходов является единственным выходом в данной ситуации.

2. В пределах одной модели необходимо варьировать уровень абстракции. Например, моделирование динамики населения страны, с детальным моделированием одного из регионов с учетом этнических групп, семей, уровня образования и т. д. Глобальную динамику в данном случае можно моделировать, используя системно-динамический подход, но чтобы «опуститься» до уровня семей, социальной среды, климатических условий, нужно использовать агент-ное моделирование.

3. Различные части модели проще описывать, используя разные подходы. Например, в случае моделирования рынка можно описать среду, где «живут» клиенты, с помощью

§ системной динамики, а самих клиентов — с

помощью агентного моделирования. Ц В целом можно сделать вывод, что необ-Ц ходимость в многоподходности появляется ^ тогда, когда нужно решить не локальную за-£ дачу, а посмотреть на проблему шире и ре-

^ шить ее комплексно. §

^ Пример многоподходной модели

^ телекоммуникационной компании

I

| Описание задачи. Основная деятель-

Ц ность телекоммуникационной компании со-

<3 стоит в продаже своих услуг абонентам. Ка-

Ц чество услуг, предоставляемых абонентам,

§ зависит от 1Т-инфраструктуры компании. На

| первый взгляд кажется, что чем больше кли-

=| ентов будет у компании, тем лучше. Но чем

I больше клиентов, тем больше нагрузка на

^ 1Т-инфраструктуру, а чем больше нагрузка,

тем больше отказов в обслуживании и отток абонентов. Поддержание инфраструктуры и ее развитие требуют значительных расходов, оцениваемых в десятки миллионов долларов, и любая их экономия — это прибыль. Поэтому имеет место зависимость между маркетинговыми действиями компании по привлечению новых клиентов, 1Т-инфраструктурой и планами ее развития. Таким образом, требуется построить модель, которая позволит:

а) планировать маркетинговые акции;

б) оценивать их влияние на 1Т-инфраст-руктуру компании;

в) планировать развитие 1Т-инфраст-руктуры в зависимости от количества новых абонентов и услуг.

Модель ^-инфраструктуры. Традиционно для моделирования 1Т-инфраструктуры используется дискретно-событийное моделирование. Но 1Т- инфраструктура большой телекоммуникационной компании состоит из тысяч серверов и сотен коммуникационных узлов и обрабатывает миллионы транзакций в секунду. Очевидно, что дискретно-событийная модель не в состоянии «потянуть» такое количество транзакций. Возникает вопрос: что делать? Ответ прост: следует моделировать систему на высоком уровне абстракции, используя системную динамику (поскольку системная динамика оперирует количеством и не моделирует каждую транзакцию отдельно, модель будет работать быстро), а потенциально узкие места, определяемые системно-динамической моделью, моделировать на детальном уровне с помощью дискретно-событийного подхода.

Модель рынка. В модели рынка интересен каждый абонент в отдельности — его возраст, уровень образования, работа, доход, семья, место проживания, так как от этого зависят его предпочтения по выбору тарифа и телекоммуникационной компании. Поэтому в качестве подхода было выбрано агентное моделирование. В модели есть три типа объектов — абоненты, операторы и глобальный рынок. Как ведет себя глобальный рынок, известно (по условиям

№ 1 (25) 2010

задачи) и его проще моделировать, используя системную динамику, а абонентов и операторов — с помощью агентов, так как известны их локальные правила поведения, в то время как глобальные зависимости неизвестны.

Таким образом, системно-динамическая и агентная части модели работают в цикле взаимодействия друг с другом: системно-динамическая часть передает данные в агент-ную (уровень инфляции, средний уровень заработной платы и др.) и наоборот.

Многоподходное моделирование — сравнительно новая технология, которая активно развивается и приобретает все больше приверженцев. Согласно последним опросам, количество пользователей, заинтересованных в многоподходном моделировании, значительно увеличилось. Спектр областей, где много подходное моделирование успешно применяется, растет день ото дня, и все больше профессионалов используют данную технологию. Инструменты многоподходного моделирования, кроме возможности комбинирования подходов, имеют другое очевидное преимущество — пользователи могут использовать один инструмент для создания любых типов моделей вместо приобретения нескольких программных продуктов.

Конюх Владимир Леонидович (докт. техн. наук, профессор, Новосибирский государственный технический университет, Новосибирск): «Имитация взаимодействия единиц оборудования в виде сети Петри позволяет выбрать оптимальную структуру технологической системы».

Отображение взаимодействия элементов системы во времени и пространстве в виде движения маркеров через позиции и переходы сети Петри открывают возможность ставить и решать новые задачи проектирования и модернизации систем. Для временных, стохастических, ингибиторных, приоритетных и цветных сетей Петри устанавливают разные правила открывания переходов и задержки маркеров в позициях. При вводе в компьютер сеть Петри представляют в виде матриц инциденций, ингибиторных дуг

и кратности дуг, векторов временных задер- Е жек, начальной маркировки и приоритетов § переходов.

В докладе представлен опыт решения некоторых задач имитационного моделирования систем с помощью сетей Петри. Многие из них были поставлены для систем, функционирующих в технологической среде с непредсказуемыми изменениями. Первая из версий имитатора сетей Петри разработана и применена автором для предпроект-ного анализа робото-ориентированных технологий добычи полезных ископаемых на большой глубине. Главным требованием было обеспечение работы с имитатором «непрограммирующего пользователя», умеющего отображать поведение системы в виде сети Петри. Имитационное моделирование проводилось в следующей последовательности:

• описание технологического процесса;

• расчет времени выполнения технологических операций;

• формирование логических условий процесса;

• составление сети Петри;

• заполнение форм имитатора для матриц инциденций и ингибиторных дуг, векторов начальной маркировки, временных задержек и приоритетов переходов;

• задание времени и шага имитации;

• пуск имитационного моделирования процесса для исходных данных;

• получение матрицы текущей маркировки и оценка времени движения маркеров;

• проведение имитационных экспериментов путем изменения структуры и параметров модели;

• построение зависимостей технологических показателей от структуры и параметров системы.

Для синтеза вариантов технологической структуры элементы системы соединяют технологической (согласование технологических процессов единиц оборудования), кинематической (объединение единиц оборудования), конструктивной (выполнение одним устройством функций разных единиц обо-

№ 1 (25) 2010

рудования) и управляющей (блокировка команд управления) связями. Разработано 30 вариантов роботизированных технологий добычи полезных ископаемых, каждый из которых представлен временной сетью Петри.

Сокращения простоев оборудования. Имитационные эксперименты проводились с целью сокращения простоев автономных единиц оборудования в технологическом процессе. Множество позиций сети разбивают на S подмножеств по числу единиц оборудования. При управлении самоходными машинами без машинистов оператор из безопасного места поочередно управляет ими с помощью бортовой системы дистанционного управления, выполняя сложные для автоматизации операции. Если оператор занят управлением одной машиной, то другая машина по окончании автоматического управления ожидает переключения на дистанционное управление.

Задача решалась для процесса управления двумя ковшовыми погрузочно-транспорт-ными машинами, вывозящими руду из опасных мест на большой глубине. Коэффициент использования машин зависит от соотношения времени работы в режимах дистанционного и автоматического управления. Расхожей дение в производительности участков технологического маршрута приводит к накопле-Ц нию объемов незавершенного производства. Ц Определение мест задержки маркеров пе-^ ред позициями позволит изменять произво-£ дительность участков так, чтобы между ними ^ отсутствовали промежуточные склады. а® В кольцевой линии роботизированной сборки четыре робота переносят палеты |2 с элементами электрических выключателей «о с кольцевого конвейера на позицию сборки | и после сборки возвращают палеты на кон-Ц вейер. Необходимо согласовать скорость § конвейера и время сборки на каждом уча-Ц стке. Соответствующая имитационная мо-§ дель была разработана в виде сети Петри с | 26 позициями и 18 переходами. В результа-=| те имитационных экспериментов выбраны I оптимальные соотношения времени сборки ^ и скорости конвейера. При открытой добы-

че полезных ископаемых распределенные на разрезе экскаваторы разной производительности загружают самосвалы разных марок, вывозящие горную массу на обогатительную фабрику, в отвал или на склад. Время погрузки, рейса и разгрузки случайное. Далее необходимо найти соотношение экскаваторов и самосвалов, при котором не будут образовываться очереди в местах погрузки и разгрузки. Соответствующая сеть Петри, введенная в имитатор, содержит 46 позиций и 32 перехода. По окончании имитации на анимированную модель системы «экскаваторы — самосвалы» выводятся коэффициенты использования экскаваторов и самосвалов.

Стратегии устранения случайных отказов. Задача состоит в выборе стратегии продолжения работы во время устранения случайного отказа. В имитационных экспериментах задают случайные место появления отказа и время его устранения, а затем отыскивают время прохождения маркеров для редундантного (ввод резервного оборудования) и кооперативного (обмен программами управления) способов продолжения работы. Сравнение времени прохождения маркеров через позиции сети при нормальной работе и имитация отказов с изменяемыми частотой и временем устранения позволяют оценить потери производительности системы при появлении отказов.

Роботы, размещенные вдоль сборочной линии, ведут последовательную сборку изделия. При случайном отказе одного из роботов оставшиеся роботы должны перераспределить между собой программу его работы так, чтобы сборка продолжалась. Роботизированная сборочная линия представляет собой мультиагентную систему, модель которой разработана в виде сети Петри с 47 позициями и 46 переходами. В имитационных экспериментах вводились случайные места отказов и интервалы между отказами роботов, после чего отыскивались потери производительности при перераспределении программ сборочных операций в прямом и обратном направлениях.

№ 1 (25) 2010

Выбор способа человеко-машинного управления. Человек-оператор может управлять системой в режиме дистанционного управления, чередовать дистанционное и автоматическое управление, передавать общие указания бортовой системе управления или контролировать процесс автоматического управления. Выбор способа управления зависит от частоты появления нештатных ситуаций и продолжительности дистанционного управления.

Вдоль линии N одинаковых единиц оборудования движется робот, поочередно обслуживающий каждую единицу оборудования. Управление роботом осуществляется посредством автомата. Отказ любой единицы оборудования требует перехода к более медленному дистанционному управлению. При частых отказах роботом вместо автомата управляет оператор. Модель системы также разработана в виде сети Петри. Распределенные в пространстве потребители через случайные интервалы времени подают поставщику заказы. Задан минимальный объем поставки. Поставщик должен выбрать план поставок, обеспечивающий максимальную прибыль. С помощью имитационного моделирования формируется набор сценариев поставки, зависящий от времени поступления заказов, удаленности потребителя и объема поставки. Имитационная модель функционирует синхронно с объектом моделирования. Перед выбором решения диспетчер прогнозирует его последствия, ускоряя процесс моделирования, а затем возвращается к реальному времени. Задача решалась для конвей-ерно-локомотивного транспорта угольной шахты, когда выбор неправильного решения диспетчером приводил к блокировке транспортной сети.

Выбор тактического решения, улучшающего стратегию. Выбор одного из двух решений для отдельного рабочего цикла в случайно изменяющейся среде должен обеспечивать наилучшую стратегию после повторения рабочих циклов. Оператор может повторять развороты машины и операции

зачерпывания до полного заполнения ков- Е ша или же заканчивать погрузку после за- § данного заполнения ковша с компенсацией неполной загрузки в дополнительных рейсах. Заданное заполнение зависит от времени зачерпывания и движения машины после погрузки.

Задача решалась для дистанционного управления заполнением рудой ковша самоходной машины в опасном месте. Оператор может повторять развороты машины и операции зачерпывания до полного заполнения ковша или же заканчивать погрузку после заданного заполнения ковша с компенсацией неполной загрузки в дополнительных рейсах. Заданное заполнение зависит от времени зачерпывания и движения машины после погрузки. В имитационной модели рабочего цикла задержка маркера соответствует операции зачерпывания. После зачерпывания один маркер переходит в позицию контроля заполнения ковша, а другой запускает датчик случайных чисел на интервале (0, 1).

Заполнение ковша, учитывающее повторные зачерпывания, имитируется с помощью фильтра случайных чисел. Задержка маркера отображает измерение степени заполнения ковша. Если заполнение ковша больше заданного, то процесс погрузки заканчивается, ковш поворачивается в транспортное положение, машина выезжает из камеры и движется к месту разгрузки, где происходит разгрузка ковша. Если же заполнение ковша после зачерпывания меньше заданного, машина отъезжает назад и повторяет зачерпывание.

В заключение следует отметить, что на конференции присутствовало значительное число зарубежных гостей. В связи с этим на пленарном заседании было принято предварительное решение о проведении в 2011 г. очередной конференции с изменением ее статуса на «международную».

Материал подготовили Александр Плотников, Александр Емельянов