CC BY
49
Vol. 10. No. 3 (57). 2015
А. И. Ажмухамедов, аспирант, ФГБОУ ВПО Астраханский государственный
технический университет, bert91@mail.ru
Управление антропогенными элементами в социотехнических системах часть 1
Анализ особенностей социотехнических систем позволил построить нечеткую когнитивную модель оценки состояния ее антропогенных элементов, позволяющую выработать обоснованное суждение о необходимости применения управляющих воздействий для приведения социальной подсистемы к заданному ЛПР уровню . При этом набор управляющих воздействий реализуется путем применения механизмов институционального, мотивационного и информационного управления .
Ключевые слова: антропогенный фактор, управляющее воздействие, инсайдер, социотехни-ческая система, нечеткая когнитивная модель .
введение
Разработка методов управления различными системами была и остается актуальной задачей. При этом значительная часть систем, кроме природной и технической подсистем, в качестве важнейшего элемента содержит в себе антропогенную составляющую: человек часто выступает не только в качестве лица, принимающего решение (ЛПР), но и сам представляет собой объект управления. Такие системы в отличие от естественных (природных) и искусственных (технических) принято называть социотехническими системами (СТС). Поскольку специфика человеческих ресурсов заключается в том, что они имманентно содержат в себе неопределенность, наличие антропогенного фактора превращает описание СТС в плохо формализуемую проблему [1].
При этом управление социальной компонентой СТС трудно переоценить: персонал предприятия своими действиями может свести «на нет» все старания руководства наладить эффективную работу. Кроме того, самая важная и ценная информация всегда хранится в головах сотрудников, и каждый вечер порядка 65% этой информации поки-
дает офис предприятия. Причем носители информации могут утром не вернуться, или хуже того, уйти к конкурентам [2].
Поэтому разработка методики комплексного управления социальной (антропогенной) компонентой СТС является весьма актуальной задачей.
Проблеме человеческого поведения и способам манипулирования им посвящено огромное число работ в областях психологии и социологии. Однако вопросы анализа и управления антропогенным фактором в СТС не нашли должного отражения в отечественной и зарубежной литературе. Это связано прежде всего с особенностями социотехнических систем, которые функционируют в условиях неопределенности, характеризуемой недостатком информации, необходимой для формализации протекающих в них процессов с участием человека. Неопределенность обусловлена, с одной стороны, недостаточностью или полным отсутствием методов и средств измерения координат объекта управления в фазовом пространстве, а с другой стороны, незнанием закономерностей протекания процессов ввиду их сложности и малоизученности. Указанные факторы приводят к невозможности аналитического описания и построения
Том 10. № 3 (57). 2015
формальных моделей, учитывающих специфику СТС, что, в свою очередь, значительно снижает эффективность управления подобными системами, а часто делает его в принципе невозможным.
Если для описания неопределенностей при исследовании технической подсистемы СТС применимы классические методы математической статистики, то для антропогенной составляющей они непригодны, поскольку неопределенность в данном случае носит субъективный характер. В отличие от объективной вероятности, которая отражает относительную частоту появления какого-либо события в общем объеме наблюдений, субъективная вероятность — это мера уверенности некоторого человека или группы людей (экспертов) в том, что данное событие в действительности будет иметь место [3; 4].
Перечисленные особенности приводят к тому, что методы классической теории систем оказываются недостаточными для использования в качестве научно-методологического базиса исследования плохо формализуемых процессов в социотех-нических системах. Возникает необходимость их расширения с целью разработки унифицированного подхода к моделированию и комплексному управлению социальной подсистемой СТС. Исходя из этого была сформулирована научная проблема, которой посвящена данная статья: создание методологии управления социальной подсистемой СТС.
Особенности принятия решений при управлении СТС
Для СТС, как правило, определены их гиперцели, или миссии. Роль миссии социо-технической системы в том, что она устанавливает связку, ориентирует в едином направлении интересы и ожидания тех людей, которые воспринимают организацию изнутри, и тех, кто воспринимает ее извне. Определяя, для чего создана и существует система, миссия придает действиям ее
активных элементов осмысленность и целенаправленность, позволяя им лучше видеть и осознавать не только, что они должны делать, но и для чего они осуществляют свои действия. Наличие миссии — важная отличительная черта социотехнической системы [5].
Таким образом, СТС представляет собой сложную систему с целенаправленным поведением. Однако поскольку цель системы при целеполагании часто формулируется лицом, принимающим решение (ЛПР) качественно (нечетко), это приводит к ее «размытости», появлению «диапазона допустимости» при достижении цели. При этом на определенных этапах жизненного цикла СТС возможно расхождение между глобальной целью системы (ее миссией) и частными целями ее активных антропогенных элементов.
Основными особенностями, затрудняющими моделирование и управление социальной подсистемой и ограничивающими возможности применения традиционных методов поиска оптимального (или даже приемлемого) управленческого решения, являются слабая структурированность антропогенной подсистемы; нечеткие связи между ее отдельными элементами; «размытость» значений, характеризующих состояние элементов подсистемы, и целей ее функционирования; сложность оценки степени достижения нечетко определенного целевого состояния и отсутствие количественной меры отклонения текущего состояния подсистемы от требуемого значения. Традиционные методы управления предполагают поиск оптимального решения из фиксированного набора альтернатив для достижения четко поставленной цели. Вопросы идентификации проблем, формирования целей и множества альтернатив их достижения нередко остаются в стороне [6].
В реальных управленческих ситуациях очень часто возникает задача, которая состоит не в том, чтобы сделать выбор между альтернативными решениями, а в том, чтобы проанализировать ситуацию для выявле-
Vol. 10. No. 3 (57). 2015
ния реальных проблем и причин их появления. Понимание проблемы — обязательное условие нахождения приемлемого решения [7]. Предварительный анализ проблемы и ее структуризация являются первым, наиболее сложным и трудно формализуемым этапом принятия решений [8].
При этом ЛПР приходится манипулировать качественной информацией в виде гипотез (предположений), интуитивных понятий и смысловых образов. Многочисленные исследования процессов принятия решений подтверждают, что ЛРП несвойственно мыслить и принимать решения только в количественных характеристиках. Он мыслит прежде всего качественно, и для него поиск решения — это поиск в первую очередь замысла решения, где количественные оценки играют вспомогательную роль [9].
оценка состояния антропогенных элементов стс
Таким образом, подготовку и принятие решений в задачах управления СТС следует рассматривать как сложный процесс разрешения проблем, несводимый исключительно к рациональному выбору. Для поддержки этого процесса, особенно на ранних его этапах, представляется целесообразным использовать когнитивный подход к моделированию и управлению, поскольку
«он направлен на разработку формальных моделей и методов, поддерживающих интеллектуальный процесс решения проблем благодаря учету в этих моделях и методах когнитивных возможностей человека (восприятие, представление, познание, понимание, объяснение) при решении им управленческих задач» [7].
Кроме того, неоспоримыми достоинствами когнитивного моделирования по сравнению с другими методами являются возможность формализации численно неизмеримых факторов, использование неполной, нечеткой и даже противоречивой информации [10].
Исходя из этого, в работах [1;11;12] была предложена общая методология моделирования и управления плохо формализуемыми (ПФ) процессами в слабоструктурированных социотехнических системах. На основе общей методологии нечеткая когнитивная модель (НКМ) оценки состояния антропогенных элементов СТС («модель субъекта») может быть представлена в виде нечеткого графа (рис. 1).
Значения большинства концептов НКМ (внутренняя мотивация, лояльность, физические возможности, психологическая подготовленность, компетентность) могут быть определены с помощью соответствующих тестов, средств поведенческого анализа, агентурных методов, негласного наблюде-
Рис. 1. НКМ оценки состояния антропогенного элемента СТС Fig. 1. Fuzzy evaluation model of human cognitive element STS
Том 10. № 3 (57). 2015
ния и т. д. [19]. При этом задача управления — определить способы и механизмы, позволяющие изменять значения данных концептов в заданном ЛПР направлении
способы и механизмы управления антропогенными элементами стс
В работах [20; 21] была предложена следующая классификация управляющих воздействий в организационных системах:
— управление составом участников;
— управление структурой (совокупностью связей между участниками);
— институциональное управление (введение ограничений и закрепление норм поведения);
— мотивационное управление (влияние на предпочтения и интересы);
— информационное управление (управление составом и объемом информации, которой располагают участники).
Исходя из этой классификации, рассмотрим методы, способы и механизмы воздействия на антропогенные элементы СТС с целью приведения их значений к необходимому уровню.
Управление составом и структурой социальной подсистемы СТС
Управление составом и структурой социальной подсистемы СТС (в тех случаях, когда это возможно) подразумевает подбор и расстановку антропогенных элементов так, чтобы осуществляемая ими деятельность наилучшим образом соответствовала миссии СТС и обеспечивала достижение оптимального соответствия между ее природной, технической и социальной подсистемами. В основу такого управленческого решения может быть положен подход, изложенный в работе [22] и предусматривающий два этапа. Применим его для управления составом и структурой антропогенной составляющей СТС.
На начальной стадии решения для каждой задачи 7, (I = 1, ..., N социальной подсистемы необходимо сформировать перечень
необходимых для ее успешного выполнения компетенций К7, = {К7 т} (т = 1, ..., М). При этом число компетенций М1 для каждой из задач 7 может быть разным. Данный перечень может быть определен, например, с помощью предложенного в [23] метода функционального моделирования в нотации IDEF0. Использование семейства стандартов IDEF для анализа всего спектра работ позволяет выявить полный перечень компетенций, необходимых для их успешного выполнения.
Однако описание квалификационных характеристик при этом носит неоднозначный характер и обычно выражается в вербальной форме («отличное знание», «свободное владение» и т. п.). В связи с этим классические методы решения задачи о назначениях, такие как, например, «венгерский» метод, в данном случае не могут быть использованы напрямую, без определения численной характеристики соответствия компетенций работников требуемым для решения задач проекта нечетко определенным компетенциям.
Кроме того, часто возникает ситуация, при которой целесообразно включить во множество возможных распределений работ варианты решения одним членом команды нескольких задач. Это может быть обусловлено, например, экономическими соображениями, недостаточным количеством работников с нужным уровнем компетенций и т. п. В этом случае проблема вообще не может быть формализована в рамках классической задачи о назначениях, предусматривающей строгое взаимно однозначное соответствие между множеством задач и множеством исполнителей.
Таким образом, возникает необходимость в разработке методики распределения совокупности N отдельных задач между исполнителями с учетом того, что их компетенции, так же как и компетенции, требуемые для успешного выполнения задач, заданы нечетко.
Проблему можно формализовать следующим образом: из множества в кандидатов необходимо подобрать команду исполнителей и распределить их по задачам таким
л 135
-ч ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol. 10. No. 3 (57). 2015 '
образом, чтобы наиболее полно обеспечить соответствие множеству КИ = {КИ}, т. е. суммарное по всем значениям I и т различие между значениями необходимых для выполнения 1-й задачи компетенций {К7|т} и значениями компетенций {КР/т} /-го исполнителя 1-й задачи проекта должно быть минимальным.
Отклонение нежелательно как в отрицательную, так и в положительную сторону. В первом случае оно приводит к снижению качества выполняемых работ и для ряда задач вообще недопустимо (исполнитель с меньшей компетенцией не сможет решить задачу), во втором — к неэффективности использования работника, так как более высокая квалификация исполнителя, как правило, требует более высокого уровня оплаты.
Решение задачи после получения множества необходимых компетенций КИ предусматривает два этапа. На первом — оцениваются компетенции претендентов, необходимые при решении задач в рамках СТС. На втором — на основе полученных данных отбирается наиболее подходящий состав исполнителей и формируется оптимальная структура социальной подсистемы.
Для оценки уровня компетенций претендентов могут быть использованы различные тестовые методы, экспертные оценки, методы поведенческого анализа, сбор информации о предыдущих достижениях и т. п. На втором этапе прежде всего необходимо вычислить интегральный индекс соответствия 5/ (ИИС) каждого /-го претендента каждой из I задач проекта. Для этого нужно найти индексы схожести (ИС) О [1]:
Q L = (1 + р ) / 2 ; Р = (Р,„ -Р», )/(Р„ +Р»,)
(1) (2)
где
Са4
Р n =1 (min[^л(х); (x)])dx;
J a
Роиt
rb4
Jb [ЦВ (x)]dx -Рп
тА(х) — функция принадлежности нечеткого числа (НЧ) КИ1т, отражающего т-ю компетенцию, требуемую для выполнения 1-й за-
дачи; тв (х) — функции принадлежности НЧ КРт, отражающего т-ю компетенцию /-го претендента, найденные на первом этапе.
Определенный таким образом индекс схожести, изменяясь в диапазоне от 0 до 1, характеризует близость соответствующих оценок компетенций. При этом обеспечивается семантическое соответствие: чем больше индекс схожести, тем выше степень соответствия.
После выполнения этого шага, задавшись для каждой из компетенций некоторым значением предельно допустимого отклонения ИС от требуемого Щр„, можно исключить из дальнейшего рассмотрения варианты распределения задач, содержащие индексы схожести, меньшие критического (значение интегрального критерия соответствия данного претендента для этой задачи принимается равным нулю).
Кроме того, для учета значимости различных компетенций при определении ИИС необходимо ввести в рассмотрение веса а1т для каждой т-й компетенции 1-й задачи. При их экспертном определении необходимо учесть, что «мягкие» качественные измерения типа сравнения, отнесения к классу, упорядочения гораздо более надежны, чем назначение субъективных вероятностей, количественных оценок важности критериев, «весов» полезностей и т. п. [13; 14]. К тому же для эксперта в большинстве случаев затруднительно дать непосредственные численные оценки. Поэтому предпочтительнее ранговые методы, при реализации которых требуется лишь упорядочить критерии.
В [15] был предложен модифицированный метод нестрогого ранжирования, в соответствии с которым экспертом производится нумерация всех критериев по возрастанию степени их значимости. Причем допускается, что эксперту не удастся различить между собой некоторые критерии. В этом случае при ранжировании он помещает их рядом в произвольном порядке. Затем проранжированные критерии последовательно нумеруются. Оценка (ранг) критерия
Том 10. № 3 (57). 2015
определяется его номером. Если на одном месте находится несколько неразличимых между собой критериев, то за ранг каждого из них принимается номер всей группы как целого объекта в упорядочении. Найденные предложенным способом оценки представляют собой обобщение системы весов Фишберна для случая смешанного распределения предпочтений, когда наряду с предпочтениями в систему входят и отношения безразличия. Таким образом, для расчета ИИС получаем формулу
5i =
0, если 3m : qm < QU(m = 1,...,M)
Mi
XaimQm, если для Vm: Qm > q
m=1
l
i крит
(3)
Найденное значение 8/
может быть использовано в качестве характеристики (индекса) эффективности выполнения 1-й задачи /-м претендентом.
В случае если необходимо соблюсти взаимно однозначное соответствие между работниками и работами (например, в ситуации, когда все работы должны выполняться одновременно), получаем классическую задачу о назначениях, которая может быть решена «венгерским» методом [24].
В противном случае обозначим V = {Ук} — множество различных вариантов распределения в претендентов для решения N задач. Мощность множества V может быть найдена по формуле
V = SN
(4)
Элементами множества V являются наборы упорядоченных пар (номер задачи; номер исполнителя): Vk = (N1; МР), (I е [1, N1; / е [1, в]; к е [0, в^ 1]).
Например, если проект предусматривает решение 5 задач и на место в команде претендуют 9 человек, то один из наборов будет иметь вид: {(1; 2), (2; 0), (3; 2), (4, 4), (5; 8)}.
Если рассматривать Vk как вектор назначений, то N1! представляет собой номер координаты (N7 = 1, ..., а NP| — значение координаты этого вектора = 0, ., S - 1). Для генерации векторов назначений целе-
сообразно воспользоваться рекуррентной формулой
Vk = ! © 1^(в), (5)
где V0 — набор значений координат вектора назначений, состоящий из N нулей. Символ «©» в данной формуле НЕ означает операцию XoR. Согласно формуле (5) для нахождения координат каждого следующего вектора назначений необходимо прибавить по модулю в к последней (самой старшей, имеющей наибольший номер) координате предыдущего вектора единицу с переносом значений в младшую (имеющую номер на единицу меньше) координату. Таким образом, первый вектор будет иметь вид V0 (0; 0; 0; ...; 0), а последний — VsN-1(в -1; в - 1;...;в -1). При этом размерность каждого из векторов назначений равна N. Например, если имеются 2 задачи и три исполнителя (0; 1 и 2), то получим девять (= 32) векторов назначений: У0(0; 0); Ц(0; 1); V2(0; 2); Vз(1; 0); ^(1; 1); ^(1;2); ^(2; 0); V (2; 1); Vв (2; 2).
Далее найдем относительную оценку 9к эффективности каждого варианта Vk распределений претендентов по задачам, т. е. определим относительную эффективность различных векторов назначений для социальной подсистемы в целом. Если под эффективностью понимается степень соответствия компетенций претендентов необходимым значениям, то достаточно перемножить индексы соответствия 8/ по всем парам (I; /), входящим в
®k = П § I
(6)
(IJ
В случае равенства нулю хотя бы одного ИИС в наборе к оценка данного набора согласно формуле (6) становится равной нулю.
При управлении структурой социальной подсистемы СТС оценку вариантов распределения работ необходимо произвести с учетом не только компетентности каждого исполнителя, но и рассмотреть свойства команды как целостной подсистемы. Такими
Vol. 10. No. 3 (57). 2015
имманентными свойствами команды, требующими учета при принятии решения, могут быть, например, психологическая совместимость, функциональная устойчивость, управляемость, степень демаскируемости (при выполнении специальных заданий в тылу противника) и т. п.
В этом случае оценка обобщенной (с учетом свойств команды как целого) эффективности Q°6 каждого варианта Vk может быть найдена как мультипликативная или аддитивная свертка соответствующих частных критериев. Например, при использовании аддитивной свертки формула для нахождения Q°6 будет иметь вид
Qf = s10 k + 1 ¡sPi, (7)
где Sj — веса частных критериев эффективности; Pf — критерии, характеризующие свойства команды. Оптимальным для выполнения проекта следует признать тот вариант распределения исполнителей, оценка которого максимальна:
optVk(k :max(0f)). Список литературы
1. Проталинский О. М, Ажмухамедов И. М. Системный анализ и моделирование слабо структурированных и плохо формализуемых процессов в социотехнических системах // «Инженерный вестник Дона»: электронный научно-инновационный журнал, 3/2012. URL: http://www. ivdon.ru/ magazine/latest/n3y2012/910/
2. Храмцовская Н. А. Информационная безопасность и персонал // Кадровая служба и управление персоналом предприятия. 2005. № 3. Март (33). С. 68-79.
3. Проталинский О. М. Применение методов искусственного интеллекта при автоматизации технологических процессов. Астрахань: Изд-во АГТУ, 2004. — 184 с.
4. Щербатов И. А. Классификация неопределенностей в задачах моделирования и управления сложными слабоформализуемыми системами // Вестник Саратовского государственного технического университета. 2013. Т. 1. № 1 (69). С. 175-179.
5. Виханский О. С. Стратегическое управление. М.: Гардарика, 1998. — 296 с.
6. Ажмухамедов И. М, Проталинский О. М. Методология моделирования плохо формализуемых слабо структурированных социотехнических систем // Вестник АГТУ. Серия «Управление, вычислительная техника и информатика». 2013. № 1. С. 144-154.
7. Авдеева З. К., Коврига С. В., Макаренко Д. И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Когнитивный анализ и управление развитием ситуаций (CASC'2006). Труды 6-й Международной конференции / под ред. З. К. Авдеевой, С. В. Ковриги. М.: Институт проблем управления РАН, 2006. С. 41-54.
8. Коврига С. В., Максимов В. И. Применение структурно-целевого анализа развития социально-экономических ситуаций // Проблемы управления. 2005. № 3. С. 39-43.
9. Диев В. С. Нечеткость в принятии решений // Философия науки. 1998. № 1 (4). С. 45-52.
10. Максимов В. И, Корноушенко Е. К. Аналитические основы применения когнитивного подхода при решении слабоструктурированных задач // Труды ИПУ РАН. М., 1999. Т. 2. С. 95-109.
11. Ажмухамедов И. М. Синтез управляющих решений в слабо структурированных плохо формализуемых социотехнических системах // Управление большими системами. Выпуск 42. М.: ИПУ РАН, 2013. С. 29-54.
12. Ажмухамедов И. М., Проталинский О. М. Методология моделирования плохо формализуемых слабо структурированных социотехнических систем // Вестник АГТУ. Серия «Управление, вычислительная техника и информатика». 2013. № 1. С. 144-154.
13. Асанов А. А., Ларичев О. И. Влияние надежности человеческой информации на результаты применения методов принятия решений // Автоматика и телемеханика. 1999. № 5. С. 20-31.
14. Ларичев О. И, Мошкович Е. М. Качественные методы принятия решений. М.: Наука, 2006. — 208 с.
15. Ажмухамедов И. М. Анализ и управление комплексной безопасностью на основе когнитивного моделирования // Управление большими системами. Выпуск 29. М.: ИПУ РАН, 2010. С. 5-15.
Том 10. № 3 (57). 2015
16. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: МИР, 1976. — 165 с.
17. Ажмухамедов И. М, Колесова Н. А. Программная реализация вычислений с нечеткими числами // Вестник АГТУ. Серия «Управление, вычислительная техника и информатика». 2011. № 2. С. 68-73.
18. Ажмухамедов И. М, Колесова Н. А. Вычисления с нечеткими числами // Свидетельство о гос. регистрации программ для ЭВМ № 201 1614482. Заявка № 2011612617 зарегистрирована в реестре программ для ЭВМ 7 июня 2011 г.
19. Смолян Г. Л., Солнцева Г. Н. Человеческий фактор в обеспечении безопасности информационной инфраструктуры. URL: http://emag.iis.ru/arc/infosoc/emag.nsf/BPA/ (дата обращения 28.10.2013).
20. Новиков Д. А. Теория управления организационными системами. 2-е издание. М.: Физматлит, 2007. — 584 с.
21. Новиков Д. А., Губанов Д. А., Чхартишвили А. Г Социальные сети: модели информационного влияния, управления и противоборства. М.: Физматлит, 2010. — 228 с.
22. Ажмухамедов И. М, Ажмухамедов А. И. Методика формирования команды для реализации IT-проектов на основе нечеткой когнитивной модели оценки компетенций // Прикладная информатика. 2011. № 4 (34). С. 70-76.
23. Скороход С. В. Применение функциональных моделей IDEFO для анализа квалификационных характеристик рабочих мест на основе нечётких целей // Известия ТРТУ. Таганрог: Изд-во ТРТУ, 2007. № 3 (73). С. 13-18.
24. Таха Х. Введение в исследование операций. Кн. 1.: пер. с англ. М.: Мир, 1985. — 285 с.
25. Harrington E. C. The desirable function // Industrial Quality Control. 1965. Vol. 21. № 10. Р. 494-498.
26. Макклелланд Д. Мотивация человека / пер с англ. ООО «Питер Пресс»; научн. ред. проф. Е. П. Ильина. СПб.: Питер, 2007. — 672 с.
27. Холлифорд С, Уиддет С. Мотивация: Практическое руководство для менеджеров / пер с англ. ООО «Пароль». М.: ГИППО, 2008. — 354 с.
28. Клочков А. К. KPI и мотивация персонала. Полный сборник практических инструментов. М.: Эксмо, 2010. — 160 с.
29. Леонтьев А. Н. Деятельность. Сознание. Личность. М.: Смысл; Академия, 2005. — 352 с.
30. МаслоуА. Г. Мотивация и личность. СПб.: Евразия, 1999. — 478 с.
31. Степанов С. С. Популярная психологическая энциклопедия. М.: Эксмо, 2005. — 672 с.
32. Губанов Д. А., Новиков Д. А., Чхартишвили А. Г. Модели репутации и информационного управления в социальных сетях // Математическая теория игр и ее приложения. 2009. Т. 1. Вып. 2. С. 14-37.
33. Федянин Д. Н, Чхартишвили А. Г. Об одной модели информационного управления в социальных сетях // Управление большими системами. Выпуск 31. М.: ИПУ РАН, 2010. С. 265-275.
34. Губанов Д. А., Новиков Д. А. Модели унифицированного информационного управления в однородных социальных сетях // Управление большими системами: сборник трудов. 2010. № 30.1. С. 722-742.
35. Кононов Д. А, Кульба В. В., Шубин А. Н. Информационное управление в социально-экономических системах: формализованное описание информационных элементов // Проблемы управления. 2004. № 2. С. 45-51.
36. Кульба В. В., Малюгин В. Д., Шубин А. Н. Информационное управление (предпосылки, методы и средства) // Проблемы управления. 2003. № 1. С. 62-67.
37. Кононов Д. А, Кульба В. В., Шубин А. Н. Информационное управление в социально-экономических системах: элементы управления и способы информационного воздействия // Проблемы управления. 2004. № 3. С. 25-33.
38. Кононов Д. А, Кульба В. В., Шубин А. Н. Информационное управление в социально-экономических системах: информационные акции в информационных полях // Проблемы управления. 2004. № 4. С. 81-87.
39. Губко М. В. Поиск оптимальных организационных иерархий при однородных функциях затрат менеджеров // АиТ. 2008. № 1. С. 97-113.
References
1. Protalinskij O. M., Azhmuhamedov I. M. Sistem-nyj analiz i modelirovanie slabo strukturirovan-nyh i ploho formalizuemyh processov v socio-tehnicheskih sistemah [System analysis and mode-
Vol. 10. No. З (б?). 201б
ling of semistructured and poorly formalized processes in socio-technical systems]. «Inzhenernyj vestnik Dona»: jelektronnyj nauchno-innovacionnyj zhurnal — E-journal «Engineering journal of Don», 3/2012. URL: httpY/www. ivdon.ru/magazine/latest/ n3y2012/910/
2. Hramcovskaja N. A. Informacionnaja bezopasnost' i personal [Information Security and Staff]. Kadrovaja sluzhba i upravlenie personalom predprijatija — Human Resources and Personnel Management Company, no. 3, mart (33), 2005, pp. 68-79.
3. Protalinskij O. M. Primenenie metodov iskusstven-nogo intellekta pri avtomatizacii tehnologicheskih processov [The use of artificial intelligence methods in the automation of technological processes]. Astrahan': Izd-vo AGTU, 2004. 184 p.
4. Shherbatov I. A. Klassifikacija neopredelennostej v zadachah modelirovanija i upravlenija slozhny-mi slaboformalizuemymi sistemami [Classification of uncertainty for modeling and control of complex systems poorly formalized]. Vestnik Saratovskogo gosudarstvennogo tehnicheskogo universiteta — Bulletin of Saratov State Technical University, 2013, vol. 1, no. 1 (69), pp. 175-179.
5. Vihanskij O. S. Strategicheskoe upravlenie [Strategic management]. M., Gardarika Publ., 1998. 296 p.
6. Azhmuhamedov I. M., Protalinskij O. M. Metodologi-ja modelirovanija ploho formalizuemyh slabo struk-turirovannyh sociotehnicheskih sistem [Modeling methodology bad formalized poorly structured so-ciotechnical systems]. Vestnik AGTU. Serija: Upravlenie, vychislitel'naja tehnika i informatika — Vestnik of Astrakhan state technical university. Series: Management, computer science and informatics, no. 1/2013, pp. 144-154.
7. Avdeeva Z. K., Kovriga S. V., Makarenko D. I. Kog-nitivnoe modelirovanie dlja reshenija zadach up-ravlenija slabostrukturirovannymi sistemami (situ-acijami) [Cognitive modeling for solving semistruc-tured management systems (situations)]. Kognitivnyj analiz i upravlenie razvitiem situacij (CASC'2006). Trudy 6-j Mezhdunarodnoj konferencii, pod red. Z. K. Avdeevoj, S. V. Kovrigi. M.: Institut problem upravlenija RAN, 2006, pp. 41-54.
8. Kovriga S. V., Maksimov V. I. Primenenie strukturno-celevogo analiza razvitija social'no-jekonomicheskih situacij [Application-specific analysis of the structural development of socio-economic situations]. Prob-
lemy upravlenija — Management problems, 2005, no 3, pp. 39-43.
9. Diev V. S. Nechetkost'v prinjatii reshenij [Fuzzi-ness in decision making]. Filosofija nauki, 1998, no. 1 (4), pp. 45-52.
10. Maksimov V. I., Kornoushenko E. K. Analiticheskie osnovy primenenija kognitivnogo podhoda pri resh-enii slabostrukturirovannyh zadach [The analytical basis for the use of the cognitive approach in solving semistructured problems]. Trudy IPU RAN. Moscow, 1999, vol. 2, pp. 95-109.
11. Azhmuhamedov I. M. Sintez upravljajushhih reshenij v slabo strukturirovannyh ploho formalizuemyh sociotehnicheskih sistemah [Synthesis of management decisions in the semi-formalized bad socio-technical systems]. Upravlenie bol'shimi sistemami. Vypusk 42 — Large-scale Systems Control. Issue 42. Moscow, IPU RAN, 2013, pp. 29-54.
12. Azhmuhamedov I. M., Protalinskij O. M. Metodologi-ja modelirovanija ploho formalizuemyh slabo strukturirovannyh sociotehnicheskih sistem [Modeling methodology bad formalized poorly structured so-ciotechnical systems]. Vestnik AGTU. Serija Upravlenie, vychislitel'naja tehnika i informatika — Vestnik of Astrakhan state technical university. Series: Management, computer science and informatics, 2013, no. 1, pp. 144-154.
13. Asanov A. A., Larichev O. I. Vlijanie nadezhnosti chelovecheskoj informacii na rezul'taty primenenija metodov prinjatija reshenij [The impact of human reliability of information on the results of application of methods of decision-making]. Avtomatika i telemehanika — Automation and Remote Control, 1999, no. 5, pp. 20-31.
14. Larichev O. I., Moshkovich E. M. Kachestvennye metody prinjatija reshenij [Qualitative methods of decision-making]. Moscow, Nauka Publ., 2006. 208 p.
15. Azhmuhamedov I. M. Analiz i upravlenie komplek-snoj bezopasnost'ju na osnove kognitivnogo modelirovanija [Analysis and management of integrated security based on cognitive modeling]. Upravlenie bol'shimi sistemami. Vypusk 29 — Large-scale Systems Control. Issue 29. Moscow, IPU RAN Publ., 2010. pp. 5-15.
16. Zade L. Ponjatie lingvisticheskoj peremennoj i ego primenenie k prinjatiju priblizhennyh reshenij [The
Том 10. № 3 (б?). 2015
concept of linguistic variable and its application to decision-making close]. Moscow, MIR Publ., 1976. 165 p.
17. Azhmuhamedov I. M., Kolesova N. A. Programmnaja realizacija vychislenij s nechetkimi chis-lami [Software implementation of calculations with fuzzy numbers] VestnikAGTU. Serija: «Upravlenie, vychisli-tel'naja tehnika i informatika» — Vestnik of Astrakhan state technical university. Series: Management, computer science and informatics. 2011, no. 2, pp. 68-73.
18. Azhmuhamedov I. M., Kolesova N. A. Vychislen-ija s nechetkimi chislami [The calculations with fuzzy numbers]. Svidetel'stvo o gos. registra-cii programm dlja JeVM № 2011614482. Zajavka № 201 1612617 zaregistrirovano v reestre programm dlja JeVM 7 ijunja 2011g.
19. Smoljan G. L., Solnceva G. N. Chelovecheskij faktor v obespechenii bez-opasnosti informacionnoj infra-struktury [The human factor in security of the information infrastructure]. URL: http://emag.iis.ru/arc/infos-oc/emag. nsf/BPA/ (data obrashhenija 28.10.2013).
20. Novikov D. A. Teorija upravlenija organizacionnymi sistemami. 2-e izdanie [Theory of control of organizational systems. 2nd edition]. Moscow, Fizmatlit Publ., 2007. 584 p.
21. Novikov D. A., Gubanov D. A., Chhartishvi-li A. G. Social'nye seti: modeli informacionnogo vli-janija, upravlenija iprotivoborstva [Social Networks: Models of information influence, control and confrontation]. Moscow, Fizmatlit Publ., 2010. 228 p.
22. Azhmuhamedov I. M., Azhmuhamedov A. I. Meto-dika formirovanija komandy dlja realizacii IT-proek-tov na osnove nechetkoj kognitivnoj modeli ocen-ki kompetencij [Method of building a team for the realization of IT projects based on fuzzy cognitive model of competence assessment]. Prikladnaja informatika — Journal of Modern Competition, 2011, no. 4 (34), pp. 70-76.
23. Skorohod S. V. Primenenie funkcional'nyh mod-elej IDEFO dlja analiza kvalifikacionnyh harakteristik rabochih mest na osnove nechjotkih celej [Application of functional models for the analysis of Defoe qualifications of jobs on the basis of fuzzy goals]. Izvestija TRTU — News TRTU. Taganrog, Izd-vo TRTU, 2007, no. 3 (73), pp. 13-18.
24. Taha H. A. Operations Research: An Introduction. Upper Saddle River, New Jersey. Prentice Hall,
2006. 238 p. (Vvedenie v issledovanie operacij. Kn. 1. Moscow, Mir Publ., 1985. 285 p.).
25. Harrington E. C. The desirable function. Industrial Quality Control, 1965, vol. 21, no. 10, pp. 494-498.
26. Makklelland D. [Human Motivation. Cambridge. — Cambridge University Press. 1988. 676 p.] (Russ. ed.: prof. E. P. Il'ina. Motivacija cheloveka. Saint Petersburg, OOO «Piter Press» Publ., 2007. 672 p.).
27. Holliford S., Uiddet S. [The Motivation Handbook. London: Chartered Institute of Personnel and Development, 2006, 316p.] (Motivacija: Prakticheskoe rukovodstvo dlja menedzherov. Moscow, GIPPO Publ., 2008. 354 p.
28. Klochkov A. K. KPI i motivacija personala. Polnyj sbornik prakticheskih instrumentov [KPI and motivation. The complete collection of practical tools]. Moscow, Jeksmo Publ., 2010. 160 p.
29. Leont'ev A. N. Dejatel'nost'. Soznanie. Lichnost' [Activities. Consciousness. Personality]. Moscow, Smysl, Akademija Publ., 2005. 352 p.
30. Maslou A. G. Motivacija i lichnost' [Motivation and Personality]. Saint Petersburg, Evrazija Publ., 1999. 478 p.
31. Stepanov S. S. Populjarnaja psihologicheskaja jen-ciklopedija [Popular psychological Encyclopedia]. Moscow, Jeksmo Publ., 2005. 672 p.
32. Gubanov D. A., Novikov D. A., Chhartishvili A. G. Modeli reputacii i informacionnogo upravlenija v social'nyh setjah [Models of reputation and information control in social networks]. Matematiches-kaja teorija igr i ee prilozhenija — Mathematical Game Theory and its applications, 2009, vol. 1, no. 2, pp. 14-37.
33. Fedjanin D. N., Chhartishvili A. G. Ob odnoj modeli informacionnogo upravlenija v social'nyh setjah [On a model of information management in social networks]. Upravlenie bol'shimisistemami. Vy-pusk 31 — Large-scale Systems Control. Issue 31, Moscow, IPU RAN Publ., 2010, pp. 265-275.
34. Gubanov D. A., Novikov D. A. Modeli unificirovan-nogo informacionnogo upravlenija v odnorodnyh social'nyh setjah [Models of unified information management in homogeneous social networks]. Upravlenie bol'shimi si-stemami: sbornik trudov — Large-scale Systems Control: collection of works, 2010, no. 30.1, pp. 722-742.
35. Kononov D. A., Kul'ba V. V., Shubin A. N. Informa-cionnoe upravlenie v social'no-jekonomicheskih
Vol. 10. No. З (б?). 201б
sistemah: formalizovannoe opisanie informa-cionnyh jelementov [Informational management in socio-economic systems: formal description of information elements]. Problemy upravlenija — Management problems, 2004, no. 2, pp. 45-51.
36. Kul'ba V. V., Maljugin V. D., Shubin A. N. Informa-cionnoe upravlenie (predposylki, metody i sred-stva) [Information Management (preconditions, methods and tools)]. Problemy upravlenija — Management problems, 2003, no. 1, pp. 62-67.
37. Kononov D. A., Kul'ba V. V., Shubin A. N. Informa-cionnoe upravlenie v social'no-jekonomicheskih sistemah: jelementy upravlenija i sposoby infor-ma-cionnogo vozdejstvija [Informational management in socio-economic systems: the controls and how
to infor-mation effects]. ProbIemy upravIenija — Management problems, 2004, no. 3, pp. 25-33.
38. Kononov D. A., Kul'ba V. V., Shubin A. N. Informa-cionnoe upravlenie v social'no-jekonomicheskih sistemah: informacionnye akcii v informaci-onnyh poljah [Informational management in socio-economic systems: information actions in information fields]. ProbIemy upravIenija — Management problems, 2004, no. 4, pp. 81-87.
39. Gubko M. V. Poisk optimal'nyh organizacionnyh ier-arhij pri odnorodnyh funkcijah zatrat menedzherov [The search for optimal organizational hierarchies with homogeneous manager cost functions]. Automation and Remote ControI, 2008, no. 1, pp. 97-113.
Продолжение в следyющем номере
A. Azhmuhamedov, Federal State Educational Institution of Higher Professional Education «Astrakhan State Technical University», Astrakhan, Russia, bert91@mail.ru
Managing human-made elements in social engineering systems (part 1)
To be continued in the next issue
The analysis of social engineering systems allowed to build fuzzy cognitive model of assessment of its man-made elements to arrive at an informed judgment about the need for control actions to bring the State of the social subsystem to the specified level. The set of control actions is implemented through the use of institutional mechanisms, motivation and information management. You must ensure that the level of motivation is not greater than the optimum value, and the intensity of institutional measures was below critical. To calculate the value of concepts at the lower levels of the hierarchy model can be used as an additive vector measure up, because in this case, the values of some concepts can be offset by other values. For the top level of appropriate application of convolution, because the multiplicative if at least one of the concepts of {«level of motivation "; «Psychophysical capabilities; «Competence»} «variable linguistic factor» is set to «Low», then the integral evaluation of the level of effectiveness of the man-made element should be taken as equal to «Low». Evaluation of the concept of " Level motivation» may correspond to the values of the negative term-many of the linguistic variable. Assessment of the status of the subject in this case will also take «negative» values. Content that can be interpreted as the potential destructive impact of man-made element on the system-«insider threat».
Keywords: human-induced factor, controls the impact, an insider, social engineering systems, fuzzy cognitive model. About author: A. Azhmuhamedov, Postgraduate
For citation: Azhmuhamedov A. Managing human-made elements in social engineering systems. Prikladnaya informatika — Journal of Applied Informatics, 2015, vol. 10, no. 3, pp. 132-142 (in Russian).
142 i
