CC BY
0
Key words: optical inhomogeneity, microinterference method, micro optics, measurement accuracy, depth of analysis, microlenses.
Maiorov Evgeny Evgenievich, candidate of technical sciences, docent, majorov [email protected], Russia, Saint-Petersburg, Saint-Petersburg state university of aerospace instrumentation,
Kurlov Viktor Valentinovich, candidate of technical sciences, docent, [email protected], Russia, Saint-Petersburg, Saint-Petersburg state university of aerospace instrumentation,
Arefiev Alexander Vladimirovich, candidate of physical and mathematical sciences, docent, [email protected], Russia, Saint-Petersburg, Saint-Petersburg state university of aerospace instrumentation,
Pushkina Vera Pavlovna, candidate of economic sciences, docent, [email protected], Russia, Saint-Petersburg, Saint-Petersburg state university of aerospace instrumentation
УДК 004.624
DOI: 10.24412/2071-6168-2024-12-136-137
МОДЕЛЬ ПРОЦЕССА ДОВЕДЕНИЯ ИНФОРМАЦИИ ДО ПОДВИЖНЫХ НОСИТЕЛЕЙ
С.В. Чернобровкин
С развитием технологий возрастают объемы информации, передаваемы в интересах принятия решения должностными лицами. В связи с этим имеет смысл обеспечить доведение информации путем фрагментации исходного объема передаваемых данных с целью повышения вероятности своевременного её доведения до должностных лиц. Для решения задачи предлагается модель процесса доведения информации.
Ключевые слова: передача данных, фрагментация данных, вероятность своевременного доведения.
Военно-политические и технологические аспекты становятся все более важными в контексте развития силовых структур России. Постоянные инвестиции в новые технологии, такие как искусственный интеллект, автоматизация боевых систем и кибербезопасность, подчеркивают нацеленность на создание инновационных технологий управления войсками и оружием.
Подобные усилия не только повышают боеспособность вооруженных сил РФ, но и укрепляют позицию страны на международной арене. Применение современных военных технологий способствует не только успеху в конфликтах, но и может служить средством предотвращения войн, демонстрируя силу и решимость на глобальном уровне.
Анализ военных конфликтов последних лет подчеркивает важные аспекты современного ведения боевых действий и роль новых технологий в военных конфликтах. Действительно, развитие беспилотных летательных аппаратов (БПЛА) и высокоточного оружия (ВТО) в последние годы привело к значительным изменениям в стратегии и тактике вооруженных сил.
БПЛА стали незаменимыми инструментами при ведении боевых действий. ВТО способно точно поражать цели на больших расстояниях. Это дает возможность наносить удары по важным объектам инфраструктуры, командным пунктам и другим стратегическим целям с минимальными потерями среди личного состава и техники.
С развитием технологий возрастает и нагрузка на сеть передачи данных из-за увеличения объемов передаваемой информации в интересах должностных лиц, принимающих решение.
Целью настоящей работы является разработка варианта модели процесса доведения информации, который основан на методах фрагментации информации, и, как следует, с большей вероятностью своевременной доставки за счет уменьшения времени на передачу одного фрагмента по сравнению с блоком исходных данных.
Предположим, что имеется система доведения информации, которая включает:
A={ai} - множество серверов хранения;
N={ng} - множество требуемых ресурсов;
B= {bo} - множество объемов ресурсов;
L={lj} - множество получателей;
^рев < 70 мин;
C={ch} - множество пропускных способностей каналов связи;
R={rab} - множество фрагментов информации;
RTT= {rttij} - множество круговых задержек при передаче между узлами ai и lj (бит/с);
U= {ua}- множество алгоритмов доведения информации в тракте;
DV= {dve} - множество воздействий на сеть передачи данных.
Допущения и ограничения:
1. Внутренний нарушитель отсутствует;
2. Рассматривается тракт доведения в закрытой сети передачи данных.
Требуется разработать:
M - модель процесса доведения информации
M = f( A, C, R, RTT, DV, S ( x))
Б(х) =/ (Ь, В, М) - показатели системы доведения информации.
С целью разработки модели процесса доведения информации предлагается решать задачу с целевой функцией вероятности своевременной доставки блока данных. В качестве оптимизируемых параметров будет рассматриваться количество фрагментов блока данных, на которые данный исходный блок фрагментируется и распределение этих фрагментов по необходимому числу источников данных информации.
Этапы разработки модели [2, 3, 4, 5]:
1. оптимизация размера фрагмента;
2. оптимизация распределения фрагментов, назначаемых для передачи источниками информации.
Исходными данными 1-го этапа является анализ вероятностно-временных характеристик при заданных:
Ь1 - объем информационной части блока;
с - контрольная сумма.
Исходя из длины информационной части блока и контрольной суммы получим объем информационной части блока данных с учетом контрольной суммы
VI = Ь + с (1)
Таким образом, необходимо определить оптимальное количество фрагментов 5, для которого обеспечивается максимум вероятности своевременной доставки блока.
Предлагается пересчитать вероятность своевременной доставки блока к вероятности своевременной доставки фрагмента, найти вероятность своевременной доставки (функцию распределения вероятности времени доставки) фрагмента и найти оптимальное количество фрагментов [3, 4, 5]
е=(1 - р)п (2)
где е - вероятность правильного приема блока; р - вероятность неправильного приема блока; п - количество символов.
Из выражения вероятности правильного приема сообщения, состоящего из символов, получим, что при фрагментации блока данных на фрагментов, формула (1) будет иметь следующий вид [4,5]
е(5)=(1 - р)15
Исходя из (1) и (2), получим
V (5)/
Рф) = 1 - (1 - Р)
V
Руф - вероятность неправильного приема фрагмента.
Исходя из исходных данных получим размер информационной части фрагмента по формуле
Ь(5) = ^
5
Тогда, общая длина фрагмента составит
Ь5С = Ь(5) + С
Исходя из формулы (4) размер блока, состоящего из s фрагментов
V (5) = 5( Ь(5) + с) = Ь + 5С Относительное чистое время передачи 5 фрагментов (т. е. всего блока)
= ™ 5
Допустимое время, отводимое на переспросы, вычисляется по формуле
V (5)
= г —— 5
к V,
(3)
(4)
(5)
(6)
(7)
(8) (9)
где г - время передачи блока данных без учета деструктивных воздействий.
Вероятность передачи фрагментов за 5 шагов рассчитывается с помощью вероятностно-временных графов [4, 5, 6] и представлена на рис. 1.
Рис. 1. Вероятностно-временной граф передачи блока данных
V ( 5)/
где Ц = (1 — р) 1 - вероятность успешной передачи фрагмента; п - количество фрагментов блока информации. Соответственно, р - это вероятность переспроса фрагмента.
137
Для передачи одного фрагмента (т. е. перехода на один шаг вправо за время к)
РФ' = к} = ЧРк (10)
При этом, функция распределения вероятности имеет вид
Рг{7! < г = +гк } (11)
Рг{7\ < г} = 0 при г<г*
Рг{Г < г} = 2 Р(1 - д)к при г>ггде к = 1пг(г - $) 7=1 У1
При большом s
к = 1пг(г —— $)
Функция распределения вероятности времени передачи s фрагментов определяется сверткой полученных функций. В связи с большой вычислительной сложностью полученных сверток будем вычислять через математическое ожидание времени передачи пакета т и дисперсию а2, аппроксимируя суммарное распределение Гауссовским распределением.
В связи с дискретными значениями количества шагов * производящая функция вероятности времени передачи фрагмента имеет вид [4]:
х(2) = qz(1 + Р2 + р^2+...) = (12)
1 - pz
Из производящей функции получим математическое ожидание времени передачи фрагмента [5]:
т = ,'(1) = q( р + 2 р 2 + 3 р3 +...) = 4(1 - ^ + Р^ |z=l = 1 (13)
(1 - pz)2 (1 - pz)2 Ч
2 2
ст = т2 -(14)
где т2- второй момент
Принцип вычисления второго момента [4,5]
т2 = (%(z)z)lz=1 (15)
х'( z) =-, zx( z) = Ч (16)
(1 - pz)2 (1 - pz)2
2
[*х'(г)]' = Ч (1 - ) + 2р(1 - = Ч (1 - рг) + 2рг = (17)
(1 - РZ )4 (1 - )3 (1 - р2 )3
т2 = (х'( z) z)'|z=l = ч^+^г = 1 + РУ{ ^ (18)
(1 - р)3 (1 - Ру (*))2
Исходя из (5), (6), (7) получим дисперсию через моменты времени передачи фрагмента
2 2 1 + Р 1 РУ (*) (19) ст = т2 - т1 =—----- =---(19)
ч2 Ч2 (1 - РУ(*))2
Исходя из полученных выражений для вычисления математического ожидания и дисперсии передачи блока от количества фрагментов получим
т($) = V ($) -1 (20)
У1 У(з)у
(1 - Ру(*))
ст2($) = V 2($)
Ь$0
У1
2 ру ($) (1 - Ру ($))2
ст($) = V (*) Ь0-у1
(1 - Ру ($))2
Таким образом функция распределения вероятности времени передачи $ фрагментов примет вид
/
Рг{Т ($) < г} = я
Ь Л
г —— - т($)
У__
ст($)
(21)
(22)
(23)
Аппроксимируя (6) Гауссовским распределением для заданного г, находим оптимальное значение Рассмотренный пример для моделирования состояний дает возможность пошагово определять значения индикаторов состояния, что позволяет получать наблюдения за числовыми значениями вероятности своевременной доставки.
Для примера реализации работы модели были использованы различные вероятности своевременной доставки исходного объема информации Рд.
В качестве единиц измерения приняты í - время своевременного доведения блока данных без учета деструктивных воздействий; 5 - количество фрагментов, на которое разделен исходный объем информации (рис.2, 3).
Р*
Рис. 2. Результаты моделирования - график зависимости значений своевременной доставки от количества
фрагментов при Рд=0,9
Р5 1,00
0,80
0,70
0,60
0,50
0,30
0,10
0,00
0,00
/
8=200
8=50
S=10
8=2
0,05
0,10
0,15
0,20
0,25
0,30
- '- -Л г
Рис. 3. Результаты моделирования - график зависимости значений своевременной доставки от количества
фрагментов при Рд=0,5
Выводы. Из анализа работы полученной математической модели процесса доведения информации до подвижных носителей, можно сделать вывод, что при передаче больших и сверхбольших объемов информации (при несопоставимой разнице в объемах контрольных сумм и фрагмента передаваемых данных) в интересах планирования применения объектов специального назначения, процесс фрагментации блока данных на фрагменты, позволяет существенно повысить вероятность своевременной доставки объемов информации, необходимой для планирования применения объектов специального назначения.
Все это позволяет сделать вывод о целесообразности использования разработанной модели для математического описания стохастического процесса доведения информации, имеющего место в системе доведения информации до подвижных носителей.
В работе предложен подход к повышению своевременности доведения информации больших объемов за счет фрагментации исходного объема информации. Показана возможность повышения вероятности своевременного доведения информации при применении модели процесса доведения информации.
Список литературы
1. Концепция развития информационных и телекоммуникационных технологий Вооруженных Сил Российской Федерации на период до 2025 года. М.: МО РФ, 2015. 16 с.
2. Захаров А.И., Основы передачи данных. Санкт-Петербург, Военная академия связи, 1985. С. 19-41.
3. Хедми А. Таха, Исследование операций. Санкт-Петербург, Издательский дом «Вильямс», 2016.
4. Вентцель Е.С., Теория вероятностей. Москва, Издательский дом «Академия», 2003.
5. Чуднов А.М. Монография. Математические основы моделирования, анализа и синтеза систем. Санкт-Петербург, Военная академия связи, 2021.
6. Богатырев В.А., Богатырев С.В. Своевременность обслуживания в многоуровневых кластерных системах поэтапным уничтожением просроченных запросов // Вестник компьютерных и информационных технологий, 2018. № 2. С. 28-35, 2018.
Чернобровкин Сергей Владимирович, адъюнкт, [email protected], Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С.М. Буденного
INFORMATION DELIVERY PROCESS MODEL TO MOBILE MEDIA S.V. Chernobrovkin
For the purpose of management, with the development of technology, the amount of information required for timely decision making by officials is increasing. In this regard, it makes sense to provide information delivery by fragmenting the initial volume of transmitted data in order to increase the probability of its timely delivery to officials. To solve the problem, a model of the process of information communication is proposed.
Key words: data transfer, data fragmentation, probability of timely communication.
Chernobrovkin Sergei Vladimirovich, adjunct, [email protected], Russia, Saint Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny,
УДК 004.654
DOI: 10.24412/2071-6168-2024-12-140-141
МОДЕЛЬ ОЦЕНИВАНИЯ АКТУАЛЬНОСТИ ИНФОРМАЦИИ В БАЗАХ ДАННЫХ АВТОМАТИЗИРОВАННЫХ СИСТЕМ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
А.В. Удальцов
Рассматриваются вопросы построения модели оценки актуальности информации, содержащейся в базе данных информационных систем специального назначения. Приведена аналитическая модель оценки вероятности сохранения актуальности информации в системе поддержки принятия решений на момент ее использования и построена имитационная модель синхронизации баз данных на основе актуальности информации в среде разработки AnyЬogic. Данная модель позволяет оценить состояние актуальности информационных ресурсов.
Ключевые слова: синхронизация баз данных, актуальность информации, система поддержки принятия решений, информационные ресурсы, имитационное моделирование, AnyЬogic.
Сегодня автоматизированные системы управления широко используются для решения задач, связанных с управлением сложными объектами и процессами. Однако увеличение сложности этих задач и сопровождающих их информационных процессов вызывает потребность в создании и внедрении систем поддержки принятия решений (СППР).
Лицо принимающее решение (ЛПР) должен принимает решение основываясь на информации которой обладает. Эффективность такого решения зависит от полноты информации и своевременности ее получения. Предположим, что ЛПР получает информацию для принятия решений своевременно с вероятностью не ниже 0.95. Такой показатель своевременности можно обеспечить строгой организации работы должностных лиц и постоянной технической готовности системы связи специального назначения. Полнота информации достигается предоставлением максимально возможного объема данных об объекте. Коэффициент полноты информации можно определить как отношение числа доступных источников информации к их общему количеству:
Кп = МШ!_ (1)
М.5ГС
Предполагая, что для каждого доступного источника существует показатель актуальности, коэффициент полноты информации может быть уточнён и представлен в виде отношения числа источников, находящихся в актуальном состоянии, к общему количеству источников:
2 А
Кп = (2)
