МЕТОДИКА ПОСТРОЕНИЯ ТРАКТА ДОВЕДЕНИЯ ИНФОРМАЦИИ ДО ПОДВИЖНЫХ ОБЪЕКТОВ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ Текст научной статьи по специальности «Компьютерные и информационные науки»

8. Мещеряков В.А., Денисов В.П., Денисова Л.А. Обучение студентов имитационному моделированию систем массового обслуживания в MATLAB // Сборник материалов II Торгового форума Сибири. Омск, 2013. С. 179-181.

9. Simulink: software for numerical simulation of continuous processes. Available. [Электронный ресурс] URL: http://www.mathworks.com/products/simulink (дата обращения: 10.05.2024).

10. MATLAB SimEvents User's Guide [Электронный ресурс] URL: http://www.mathworks.com (дата обращения: 10.05.2024).

Денисов Олег Владимирович, ассистент, olegdenisov95@yandex. ru, Россия, Омск, Омский государственный технический университет

OPTIMIZATION OF LOAD DISTRIBUTION ACROSS SERVER STATIONS IN A COMPUTING COMPLEX BASED ON A GENETIC ALGORITHM

O.V. Denisov

The article addresses issues related to load distribution among the computing resources of a server complex. It explores opportunities for enhancing the speed and performance of high-load client-server information systems by optimizing the distribution of computational load using a genetic algorithm.

Key words: computational load, server complex, optimization genetic algorithm, simulation model.

Denisov Oleg Vladimirovich, assistant, [email protected], Russia, Omsk, Omsk State Technical University

УДК 004.623

Б01: 10.24412/2071-6168-2025-1-165-166

МЕТОДИКА ПОСТРОЕНИЯ ТРАКТА ДОВЕДЕНИЯ ИНФОРМАЦИИ ДО ПОДВИЖНЫХ ОБЪЕКТОВ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ

С.В. Чернобровкин

Статья посвящена разработке методики построения тракта, которая основана на решении транспортной задачи методом линейного программирования, использовании метода последовательного насыщения на основе алгоритма кумулятивных сумм для обнаружения аномалий в процессе передачи данных. Рассматриваемый подход, методы и алгоритмы, основанные на фрагментации данных позволяют повысить вероятность своевременного доведения информации, а также оптимизировать использование сетевых ресурсов, что подтверждается имитационным моделированием тракта доведения информации.

Ключевые слова: тракт доведения информации, подвижный объект специального назначения, метод последовательного насыщения, фрагментация данных, вероятность своевременного доведения.

В современном мире, где объемы передаваемых данных растут экспоненциально, а требования к своевременности их доведения становятся

165

все более строгими, актуальной задачей является разработка эффективной методики доведения информации до потребителей. Одним из перспективных подходов к решению этой задачи является фрагментация данных -разделение информации на меньшие части (фрагменты), которые передаются независимо друг от друга многопоточным способом. Такой подход позволяет не только повысить вероятность своевременной доставки данных, но и оптимизировать использование сетевых ресурсов, минимизировать задержки и повысить отказоустойчивость системы.

Фрагментация данных особенно важна в условиях нестабильных или перегруженных сетей, где традиционные методы передачи информации могут оказаться неэффективными. Разделение данных на фрагменты позволяет распределить нагрузку на сеть, избежать перегрузки отдельных каналов и обеспечить доставку даже в случае частичной потери или повреждения данных. Кроме того, фрагментация способствует повышению гибкости и адаптивности систем передачи данных, что особенно важно в условиях динамично изменяющейся сетевой среды.

Однако эффективное использование фрагментации данных требует разработки специализированной методики, которая учитывала бы особенности передачи фрагментированной информации. Такая методика должна включать алгоритмы оптимального разделения данных на фрагменты. Кроме того, важно учитывать такие факторы, как задержки передачи, вероятность потери пакетов, пропускную способность сети и требования к качеству обслуживания (QoS) [1].

Разработка методики построения тракта передачи фрагментирован-ных данных позволит не только повысить своевременность доведения информации, но и создать основу для развития современных методов передачи значительных объемов информации до потребителей, обеспечивающих выполнение требований по своевременности доведения.

С целью выполнения поставленной задачи требуется разработать научно-методический аппарат, позволяющий максимизировать вероятность того, что время своевременного доведения информации до подвижных объектов специального назначения (ПО СН) не больше допустимого. Данная задача может быть решена путем формирования оптимального плана доведения информации с использованием группы серверов, обеспечивающих построение тракта доведения информации до ПО СН.

Исходными данными методики построения тракта доведения информации до ПО СН являются:

Л=[аг} - множество серверов хранения;

В= {Ьо} - множество объемов информации; - множество получателей;

Р={рсд} - множество вероятностей доведения информации;

8=^у} - множество фрагментов информации;

С={сн} - множество пропускных способностей каналов связи;

ЯТТ = \rttj } - множество круговых задержек при передаче информации между узлами а и WJ (сек);

и = [иа }- множество вариантов доведения информации в тракте. С учетом введенных обозначений, научная задача формулируются следующем образом: разработать методику, позволяющую найти из мно-

x

Ч

, при кото-

жества возможных такой тракт доведения информации X

ром показатель вероятности своевременного доведения информации Рсд (s) ^ max .

МТ = f (M, Z ,U, Кф ) Рсд (s) > Pj

(1)

где М - модель процесса доведение информации до подвижных носителей [2]; 2=/(А, У) - множество характеристик системы доведения информации; и={иа} - множество алгоритмов доведения информации в тракте; К

ф — множество характеристик квазистационарных объектов, {1.. .ф}.

1 этап

Анализ требований в интересах доведения информации до НО С'Н

I I Анализ состояния системы связи по вопросам системы доведения информации и доступности серверов доведения на основе мониторинга;

1.2 Определение максимальной скорости доведения информации от серверов к получателю;

1.3 Анализ характеристик серверов хранения фрагментов информации и их ранжирование.

тт

IV паи

Верификация доведенной информации

Рис. 1. Общая структура методики построении тракта доведения информации до подвижного объекта специального назначения

Выходными результатами методики являются: А = {з|}(| е 1,..., I)- множество серверов хранения, обеспечивающих требуемую вероятность своевременного доведения информации;

167

* ) * I *

£ = ] - вариант фрагментации Ьо, 8 £ 8; Е = {в а } - тракт доведения информации,

'а

* I

где ва = {1,•••,Л }|tдов ^tтр •

Ограничения и допущения:

1. Доступен минимум один сервер для загрузки фрагментов;

2. tдов < 60 мин;

3. Р™др > 0,97 •

4. Рассматривается построение тракта доведения информации до одного ПО СН.

5. Рассматривается доведение информации до потребителя объемом 10 Гбайт.

Этапы методики построения тракта доведения информации (рис.1) основаны на результатах работы модели процесса доведения информации [2] и включают следующие ключевые шаги, ориентированные на эффективное, надежное и своевременное доведение информации:

1 Анализ требований в интересах доведения информации до получателя;

2^ Определение структуры системы доведения информации;

3^ Доведение информации с учетом характеристик сети передачи данных;

Верификация доведенной информации.

На первом этапе методики проводится анализ сети передачи данных в интересах системы автоматизированного доведения информации с целью формирования исходных данных для вариантов построения тракта доведения информации. Важно определить технические и функциональные требования к системе автоматизированного доведения информации.

Данный этап включает:

- определение характеристик передаваемой информацию (какую информацию из имеющегося перечня необходимо довести до ПО СН);

- выявление требований по временному ограничению •

На втором этапе разрабатывается начальный опорный план доведения информации, основанный на решении транспортной задачи методом линейного программирования.

Решение транспортной задачи заключается в том, чтобы найти оптимальный способ доведения информации от множества источников до ПО СН с минимальными затратами. Задача может быть представлена как таблица, в которой строки соответствуют поставщикам, а столбец потребителю, как показано в таблице.

В качестве затрат в исследовании принята круговая задержка (ШТ), которая оказывает существенное влияние на скорость загрузки при учёте постоянного значения размера tcp пакета [3].

168

Математическая модель транспортной задачи имеет следующий

вид:

т

ХЩ] = щ, г = 1,2,..., т г=1 п

т п

2(т) = Х Х ¡г]Щ] ^ тш,

1=1]=1

(2)

Х Щ] = т -, ] = 1,2,..., п ]=1

где Z(т)- затраты на доведение; I — оценочный показатель доставки; та- -объем информации; щ— объем информации на сервере; т - — потребность в объеме информации получателя информации; т — количество серверов; п — количество ПО СН.

Задача нахождения опорного плана

Получатель 1 В, Получатель 2 в Получатель 3 Получатель] В, Отправлено

Отправитель 1 а Ш11 111 Ш12 ¡12 Ш13 ¡13 Ш1] ¡1] Щ1

Отправитель 2 а 2 Ш21 ¡21 Ш22 ¡22 Ш23 ¡23 Ш2] ¡2] Щ2

Отправитель 3 а а3 Ш31 ¡31 Ш32 ¡32 Ш33 ¡33 Ш3] ¡3] Щ3

Отправитель г а г Шг1 ¡1 Шг2 ¡г2 Шг3 ¡г3 Шгу ¡г] аг

Доведено Т1 Т2 Т3 Т] т п Х аг =ХТ] г=1 ]=1

Обозначим суммарный объем информации у всех поставщиков символом А, а суммарную потребность в грузе у всех потребителей — символом В.

Тогда:

т п

А =Х Щ , В = Х т] (3)

г=1 ]=1

Транспортная задача называется закрытой, если А = В. При такой задаче от поставщиков будут доставлена вся информация, и все заявки потребителей будут удовлетворены. В рассмотренном примере это условие не выполняется (А ФВ), так как объемы информации на серверах можем считать бесконечными. Такая задача называется открытой. Для приведения задачи к закрытому виду вводится фиктивный получатель.

Процедура нахождения оптимального плана транспортной задачи имеет два этапа. На первом этапе находят предварительный (опорный) план транспортной задачи. Далее последовательно улучшают найденный опорный план до получения оптимального плана.

Наиболее распространены следующие методы:

- метод северо-западного угла;

- метод минимальной стоимости;

- аппроксимация Фогеля;

- метод двойного предпочтения.

Основными достоинствами метод аппроксимации Фогеля, который используется в исследовании, являются:

- близость начального плана к оптимальному;

- сокращение числа итераций оптимизации;

- учет структуры задачи;

- гибкость;

- простота реализации.

Этот метод может быть особенно полезен в сложных задачах с большими объемами данных, поскольку он позволяет быстро и с минимальными вычислениями найти решение.

С целью оптимизации опорного плана для решения данной задачи используется метод потенциалов.

Достоинствами метода потенциалов являются:

- точная проверка оптимальности плана;

- эффективное улучшение плана;

- использование двойственности;

- сокращение числа итераций;

- интеграция с другими методами.

- подходит для задачи с большими объемами данных, поскольку позволяет на каждом шаге ограничиться локальными улучшениями, избегая грубых изменений, что ускоряет поиск оптимального решения [4].

План Х* = (х*у) транспортной задачи будет оптимальным, если существует система (т+п) чисел а1, вь называемых потенциалами поставщиков и потребителей соответственно, удовлетворяющая условиям:

Этапы оптимизации транспортной задачи методом потенциалов представлеш на рисунке 2.

Из анализа полученных данных в результате нахождения оптимального плана доведения информации определяются сервера, на которые будет кэшироваться информация.

Информация кэшируется на сервера по высокоскоростным каналам (с пропускной способностью до 40 Гбит/с), до ПО СН доводится метафайл, в котором указываются сервера хранения, количество фрагментов, контрольные суммы и другая необходимая информация в интересах процесса доведения.

После получения подтверждения о получении файла метаданных на третьем этапе методики осуществляется проверка доступности сервера и инициализирует процесс загрузки информации.

С целью оптимизации доведения информации до ПО СН на основе проведенного анализа предлагается использовать метод последовательного насыщения.

аI + ву + ¡у = 0,дляШу > 0,1 = 1,2,...,т, j = 1,2,...,п аI + в у + ¡¡у > 0,для'Шу = 0,1 = 1,2,...,т,у = 1,2,...,п

^ вр( X (4)

В интересах метода последовательного насыщения метод на основе анализа изменений кумулятивных сумм времени доведения фрагментов информации для каждого из задействованных серверов.

Рис. 2. Этапы оптимизации транспортной задачи методом

потенциалов

Задача анализа отклонений времени доведения от порогового времени на основе алгоритма кумулятивных сумм является сложной, поскольку каждый сервер может иметь свою скорость передачи данных, которая варьируется во времени в зависимости от различных факторов (нагрузка на каналы передачи данных, деструктивные воздействия на элементы системы доведения информации (СДИ), и др.). Данные, получаемые ПО СН от серверов, будут собираться и агрегироваться, что создаст комбинированную динамику процесса передачи.

Целью анализа отклонений времени доведения от порогового времени на основе алгоритма кумулятивных сумм является обнаружение изменений (аномалий) в процессе доведения на основе накопленных отклонений от порогового значения.

Особенностью алгоритма является то, что он учитывает кумулятивные отклонения, что делает его чувствительным к малым, но систематическим изменениям.

Основные этапы алгоритма анализа изменений кумулятивных сумм:

- сбор данных;

- расчет кумулятивных сумм;

- сравнение результатов с пороговыми значениями;

- анализ маршрутов;

- интерпретация результатов;

- оптимизация.

На этапе расчёта кумулятивных сумм вычисляются кумулятивные суммы отклонений для каждого маршрута согласно выражению:

^г = ^г -1 + (Ч — Тпорог ) (5)

где, Тпорог — пороговое время загрузки.

Для каждого маршрута рассчитывается кумулятивная сумма отклонений (5).

На следующем этапе алгоритма анализа кумулятивных сумм анализируются кумулятивные суммы для каждого маршрута с целью обнаружения аномалий &>И, где И — порог для обнаружения аномалий.

Если для маршрута &>И, это указывает на аномалию (например, перегрузку или сбой). Трафик может быть перенаправлен на альтернативные маршруты.

На следующем этапе результаты анализа интерпретируются для принятия решений в целях определения причин аномалий (например, перегрузка канала, сбой оборудования), оценки влияния аномалий на производительность сети и, при необходимости, визуализация полученных результатов.

Для анализа процесса доведения рассчитывается эффективность использования тракта.

Предположим, что между сервером ] и получателем к есть тракт, который имеет максимальную пропускную способность Суктах. Тогда эффективность использования тракта Еук можно рассчитать:

У

Еук =

С ]к тахТ

(6)

где У —общий объем данных, который необходимо передать от сервера ] к получателю к; Суктах — максимальная пропускная способность тракта между сервером ] и получателем к; Т — фактическое время доведения информации.

Это выражение показывает насколько эффективно используется тракт между сервером ] и получателем к.

Фактическое время работы канала Т можно рассчитать согласно выражения:

У

Т

С]ке$ , (7)

где Cjkeff - эффективная скорость загрузки данных (учитывает задержки, потери и т.д.).

Если Ejk(t) = 1, это означает, что канал используется на полную мощность, то есть данные передаются с максимальной возможной скоростью для этого канала.

Если Ejk(t) <1, это означает, что канал не используется полностью, и есть возможность увеличения скорости передачи.

Если Ejk(t)> 1, это может свидетельствовать о том, что данные передаются с превышением максимальной пропускной способности канала (это может быть ошибкой в расчетах или сжатием данных).

Эффективная скорость загрузки (учитывает задержки, потери и т.д.) для протокола транспортного уровня tcp напрямую зависит от круговой задержки (RTT), так как RTT влияет на то, как быстро могут быть переданы данные и получены подтверждения (ACK) о их получении. Круговая задержка — это время, которое требуется для того, чтобы пакет данных прошел от источника до получателя и обратно.

Общий порядок определения круговой задержки следующий:

На транспортном уровне модели TCP/IP данные отправляются с определенным размером окна (tcp окно), который ограничивает количество неаккредитованных данных, которые могут находиться в сети одновременно.

Это окно скольжения (или скользящее окно) регулирует, сколько данных может быть отправлено, прежде чем необходимо будет дождаться ACK.

Чем выше RTT, тем больше времени необходимо для получения подтверждения каждого пакета. Это означает, что передача данных будет медленнее, так как каждый пакет требует больше времени для получения ответа.

Если RTT увеличивается, протокол tcp может быть вынужден ждать подтверждений для большего числа пакетов, что снижает общую пропускную способность, даже если окно скольжения достаточно большое. В то же время увеличение размера окна может помочь компенсировать влияние RTT.

cwnd (Q\

Z tcp =-'

^ tv^/ RTT

где Ztcp - скорость загрузки в битах в секунду; cwnd - размер окна tcp в битах; RTT - круговая задержка в секундах.

Из выражения (7) видно, что увеличение RTT будет пропорционально снижать пропускную способность, при фиксированном размере окна. Это особенно важно для сетей с высокой задержкой (например, в спутниковых каналах связи).

В случае высоких RTT протокол tcp может страдать от низкой пропускной способности, так как при большом времени ожидания подтверждений протокол tcp не может эффективно использовать полосу пропускания канала.

Для улучшения этой ситуации можно использовать увеличение окна скольжения протокола Кр, так как из выражения (7) следует, что чем больше окно скольжения протокола 1ер, тем больше данных может быть отправлено до получения подтверждений.

Таким образом, скорость загрузки в протоколе 1ер пропорциональна размеру окна и обратно пропорциональна круговой задержке, что делает ЯТТ важным фактором для оценки эффективности передачи данных в сети.

В результате расчетов (8) получим, что при размере окна 64 Кбит и круговой задержке 60 мс скорость загрузки составит 8,7 Мбит/с при пропускной способности тракта 50 Мбит/с.

35000

30000

25 000

Transmission Time per Fragment

Server Usage

Ё 15000

5000

0.6 0.7 0B 0.9 1.0 1.1 12 1.3 1.4 Fragment Number

0.5 1.0 15 2.0 2.5 3.0

Server ID

Рис. 3. Оценка доведения информации до подвижного объекта

специального назначения

В ряде автоматизированных систем специального назначения (АС СН) в настоящее время реализовано доведение с /р-серверов, причем информация доводится с одного сервера, что в большинстве случаев не позволяет сократить сроки доведения информации, а в некоторых случаях может привести к превышению сроков доведения информации, что в некоторых ситуациях является критически важным. На рис. 3 графически показано, что при наличии трех серверов для доведения информации процесс доведения в рассматриваемых АС СН происходит с одного сервера. При учете характеристик, влияющих на процесс доведения (пропускная способность, вероятность своевременного доведения и т.п.) время доведения информации значительно превышает допустимое время доведения информации до потребителя.

На рис. 4 показана зависимость коэффициент эффективности использования тракта от времени загрузки при указанном выше способе до-

ведения. Видно, что скорость загрузки информации достигает значения, которое составляет около 20 % от пропускной способности тракта доведения при наличии трех серверов для доведения.

1

и

0,9 0,8 0,7 0,6 0,5 0,4 0,3

0,261 од

Рис. 4. Коэффициент эффективности использования тракта (Е)

Далее, на этапе оптимизации, принимаются меры для повышения эффективности использования производительности сети с целью перенаправления трафика на менее загруженные маршруты, оптимизации параметров алгоритма (например, порога ^ и масштабирование системы (например, добавление серверов для доведения информации).

При Е]ф) <1 методика предусматривает ранжирование списка серверов с фрагментами информации, и на его основе добавление дополнительных серверов для инициализации загрузки. После определения следующего наиболее предпочтительного сервера. Одновременная загрузка с нескольких Ар-серверов может значительно ускорить процесс передачи данных, что особенно важно для задач, работающих с большим объемом информации объемом более нескольких гигабайт. Использование нескольких соединений позволяет оптимально распределять нагрузку и минимизировать время ожидания, что повышает эффективность доведения информации до потребителей.

Таким образом, при достаточной пропускной способности тракта доведения информации и загрузки с нескольких серверов, повышается скорость доведения информации.

В результате использования многопоточного доведения информации, фрагментированной на основании модели процесса доведения информации до подвижных носителей [2], применении метода последовательного насыщения на основе алгоритма кумулятивных сумм, время доведения информации не превышает допустимого значения, как показано на рис. 5, при котором доведение фрагментов осуществляется одновременно с трех серверов.

На рис. 6 показана зависимость скорости доведения информации от времени загрузки с учетом алгоритма последовательного насыщения. Исходя графика видно, что скорость загрузки информации достигла значения, которое составляет порядка 80 % от пропускной способности тракта доведения.

Из рис. 6 видно, что при доведении фрагментированной информации пропускная способность при одинаковых условиях функционирования элементов СДИ, но при различных способах доведения коэффициент использования тракта доведения значительно возрос, что говорит о более эффективном способе доведения информации.

Transmission Time per Fragment Server Usage

Fr.igrm.4tl МигчЬег Ъсгуег

Рис. 5. Оценка доведения информации до подвижного объекта специального назначения с учетом метода последовательного

насыщения

С.С. V 8Í M« _ ------ ---■-0.S2 X 0.7В j****^ \ К \

0.!

1_fi.Í2jL£_________1

0 /

Рис. 6. Коэффициент эффективности использования тракта (Е) после применения метода последовательного насыщения на основе алгоритма кумулятивных сумм

Выводы. Разработанная методика построения тракта доведения информации до ПО СН, основанная на применении модели процесса доведения информации и решении транспортной задачи методом линейного программирования, позволяет более эффективно использовать ресурсы сети передачи данных в интересах СДИ на основе разработанного алгоритма последовательного насыщения. В сочетании с применением алгоритма кумулятивных сумм позволяет проводить реконфигурации трактов доведения обеспечения своевременного доведения информации в условиях деструктивных воздействий на сеть передачи данных.

Список литературы

1. Цимбал В. А. Методика оценивания своевременности доведения многопакетных сообщений по виртуальным маршрутам в сети передачи данных / В. А. Цимбал, С. Е. Потапов // Региональная информатика и информационная безопасность: Сборник трудов ХП Санкт-Петербургской межрегиональной конференции, Санкт-Петербург, 27-29 ноября 2021 года. Том Выпуск 10. - Санкт-Петербург. - 2021. - С. 341-345.

2. Чернобровкин С.В. Модель процесса доведения информации до подвижных носителей / С.В. Чернобровкин // Известия Тульского государственного университета. Технические науки. 2024. № 12. С. 136-140.

3. Abdul Sattar Soomro, Muhammad Junaid, Gurudeo Anand Tularam Modified Vogel's Approximation Method For Solving Transportation Problems// Mathematical Theory and Modeling, Vol.5, No.4, 2015.

4. Турсунов, Д. Г. Оптимизация транспортных потоков в городской транспортной системе с использованием имитационного моделирования // Молодой ученый. 2022. № 14 (409). С. 11-16.

5. Димаки А.В., Светлаков А.А. Применение алгоритма кумулятивных сумм при рекуррентном оценивании параметров нестационарных объектов управления // Научно-технические ведомости СПбГПУ. 2012. № 2(145). С. 100-103.

6. Артюшенко В.М., Воловач В.И. Моделирование алгоритма кумулятивных сумм в прикладных задачах обнаружения сигналов со случайным моментом появления в негауссовских помехах // Радиотехника. 2021. № 4. С. 66-76.

7. Чоу Э. Python для сетевых инженеров. Автоматизация сети, программирование и DevOps. Санкт-Петербург. Питер, 2023. 528 с.

Чернобровкин Сергей Владимирович, адъюнкт, sergei-chernobro@mail. ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С.М. Буденного

METHODOLOGY OF BUILDING A PATH OF INFORMATION DELIVERY TO MOBILE

OBJECTS SPECIAL PURPOSE

S.V. Chernobrovkin 177

The article is devoted to the development of a methodology for building a path, which is based on the solution of the transportation problem by linear programming, the use of the method of sequential saturation based on the algorithm of cumulative sums to detect anomalies in the process of data transmission. The considered approach, methods and algorithms based on data fragmentation allow to increase the probability of timely information delivery, as well as to optimize the use of network resources, which is confirmed by simulation modeling of the information delivery path.

Key words: information delivery path, special purpose mobile object, sequential saturation method, data fragmentation, probability of timely information delivery.

Chernobrovkin Sergei Vladimirovich, adjunct, [email protected], Russia, Saint Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny

УДК 004:378

Б01: 10.24412/2071-6168-2025-1-178-179

ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ПРОЦЕССА ПРОЕКТИРОВАНИЯ КОМПЕТЕНТНОСТНОЙ МОДЕЛИ СПЕЦИАЛИСТА

Е.В. Шевчук, А.Д. Шишкин, М.А. Петрова

Дефицит квалифицированных кадров, соответствующих современному уровню развития науки, техники и технологий, признан одним из основных факторов, влияющих на экономическую ситуацию. В современных условиях высокоскоростного развития технологий и наращивания знаний решением проблемы дефицита квалифицированных кадров является обеспечение ускоренной адаптации системы профессионального образования к изменениям запросов и ожиданий рынка труда, что, в свою очередь, затруднительно реализовать без решения задачи непрерывного мониторинга тенденций рынка труда. Авторы предлагают идею проектирования компетентност-ной модели востребованного специалиста с использованием методов системного анализа данных агрегаторов вакансий в контексте требований к профессиональным и личностным качествам соискателей. Целью исследования является совершенствование методов повышения конкурентоспособности выпускников организаций образования в контексте цифровой трансформации общества. Результатом исследования является цифровая трансформация процесса проектирования и актуализации компе-тентностной модели выпускника, соответствующей современным требованиям работодателей. Результаты исследования могут быть полезны для руководителей образовательных программ, специалистов по кадрам, обучающихся, соискателей и работодателей.

Ключевые слова: большие данные, качество образования, компетентностная модель выпускника, управление образовательными программами, системный анализ, трудоустройство, цифровая трансформация.

В докладе Национального совета при Президенте Российской Федерации по профессиональным квалификациям (Москва, 2024 г.) было отмечено, что «недостаток квалифицированных кадров вышел на первое ме-