WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

+dh(0) - относительное расстояние Хемминга (10) при позитивном воздействии персональных цветов;

-dh(0) - относительное расстояние Хемминга (10) при негативном воздействии персональных цветов;

dh(0) - относительное расстояние Хемминга (10) при нейтральном воздействии персональных цветов;

Тогда четкое значение w0 с учетом влияния цветности будет представлено формулой вида m ±w0 = i (d w0 ) m (16), где m – количество экспертов.

h(0)i i i= Для значений базового экспертного запроса (табл. 2) с учетом влияния всех вариантов тел унитарных цветов получаем таблицу приведения к четким значениям (табл. 8).

Результатами проделанной работы может стать таблица сравнения результатов экспертизы до и после проведения экспликации экспертных оценок (табл. 9).

Оценка эффективности разработанного метода требует накопления необходимых исторических данных и дальнейшего перехода к стохастическим методам оценки живучести ТСКС, эффективность которых имеет известные значения, что требует большого количества времени.

Таблица 8 - Таблица приведения к Таблица 9 - Таблица сравнения результатов четким значениям. экспертизы.

Для учета состояния нечеткости текущей стадии текущего этапа жизненного цикла, предлагается рассмотреть понятие "нечеткая мощность нечеткого множества" [Заде Л.А., 1966] и найти её значение:

*(m) P * (1) P = (17), где *(m) = sup{* P m} (18) – значения индекса * f (1) m * сравнения P, подсчитанного на - срезах множества коэффициентов важности * КВi.

Для рассмотренного примера (при m=6 экспертов), значения мощности нечеткого множества для каждой угрозы представлено ниже (табл. 10):

Таблица 10 - Значения мощности нечеткого Из анализа множества для каждой угрозы. полученной таблицы можно сделать вывод о том, что меньше всего экспертами изучен вопрос реализации угрозы нарушения электропитания. Это обстоятельство обусловлено тем, что система электропитания ТСКС отказоустойчива и поэтому её изучению эксперты уделяли минимум внимания.

В третьей главе выполняется:

I. Разработка модели влияния текущего этапа жизненного цикла ТСКС на достоверность экспертизы живучести в условиях неполноты информации на основе модели жизненного цикла Боэма.

В вопросах повышения достоверности экспертизы на ранних этапах жизненного цикла ТСКС в условиях неполноты информации необходимо рассматривать два процесса:

1) На начальных стадиях экспертизы у экспертной группы накоплено неполное количество знаний. По мере накопления знаний возрастает достоверность экспертизы (рис. 2).

2) С течением времени происходит развитие (приработка) ТСКС, а Рисунок 2 - Зависимость уровня соответственно изменяется (как правило, в живучести ТСКС и роста сторону возрастания) её состояние достоверности экспертизы.

живучести (рис. 2).

Неопределенность (нечеткость) оценки экспертами каждой из угроз и неопределенность экспертизы живучести ТСКС в целом на этапе внедрения в промышленную эксплуатацию будет составлять (табл. 11); (рис. 3):

Таблица 11 - Неопределенность экспертизы живучести ТСКС, на этапе внедрения в промышленную эксплуатацию.

Рисунок 3 - Графическое представление модели Боэма для условий неполноты (нечеткости) информации.

II. Разработка метода повышения достоверности экспертизы живучести ТСКС на основе систем дуального управления.

Для систем управления с неопределенностью в применении рассмотренной теории к средствам оценки живучести ТСКС основная цель состоит в воспроизведении задающих воздействий и фильтрации возмущений, вызванных условиями неопределенности угроз (рис. 4).

В условиях неполноты априорной информации стратегия экспертизы, обеспечивающая гарантированное достижение цели (необходимого уровня достоверности) только путем создания избыточности (уточнения информации, получаемой экспертом) неэффективна, а во многих случаях (для достаточно массивных классов неопределенности) нереализуема.

Естественно ожидать, что цель синтеза средств экспертизы живучести ТСКС достигается использованием стратегий, обеспечивающих желаемую достоверность управления с уменьшением неопределенности в исходном описании объекта и угроз.

Для спиральной модели Боэма в условиях неопределенности функция конечного состояния системы (развития экспертной группы во времени), без учета состояния неопределенности, определяется передаточной функцией запаздывающего звена (19).

K W ( p) = e- p (19);

Tp +где, p = j – функция комплексной переменной, определяемая преобразованием x( p) = x(t) e- ptdt Лапласа из функции времени x(t); - постоянная времени запаздывания, характеристика равная времени принятия решения экспертами, будем считать, что она должна составлять 0.001TЭ (20); K (T ) - имеет смысл коэффициента восприимчивости (инициативности) экспертной группы.

Предельно достижимая скорость сходимости нечетких оценок для достаточно массивных классов распределений угроз ограничена неопределенностью. Эти условия обеспечиваются параметрическим регулятором, структурная схема которого представлена ниже (рис. 5).

Рисунок 4 - Структурная схема системы Рисунок 5 - Структурная схема управления. параметрического регулятора.

Y(t) – показания датчика состояния объекта является реакцией этого датчика на угрозу X(t); U(t) – сигнал управления; w0(t) – сигнал коррекции.

Стратегия реализации рандомизированных обратных связей цифрового регулятора (рис. 5) с учетом его ограничений на глубину памяти m будет выражаться уравнением:

ut = U (utt-1, rt, w0t,t-1) + et, t = Ft (t -1,utt-1, w0t ) (21), -mt-m -m t-m где t - изменения наблюдаемого параметра работы ТСКС, (например характеристическая функция от напряжения питания на UPS или изменения полосы пропускания активного сетевого оборудования);

w0t = (w00,K, w0t ) - известные значения выходов (оценки, приведенные к четким значениям) при поступлении рандомизирующих тестовых воздействий et = {e0,K,et} (опросов) в моменты времени [0;t] – (такты управления).

Достоверность управления будет определятся заданным функционалом средних издержек.

T -1* J[U0 (*)] = P lim inf Г ( EQt (Xt, yt-1 ) (22), f T t = где U0 (*) - стратегия управления (например, увеличение полосы пропускания сетевого оборудования посредством QoS);

E – математическое ожидание применения стратегии U0 (*) = w0i ( p)Wi ( p), формируемой на такте времени t, порожденной обратными связями t t * * ut = Ut (ut-1, Z,e0, ( )) Qt (Xt,ut-1 ) 0 - заданная функция потерь (принятые ;

0 Г (w0 ) риски); Г- горизонт управления: i ; P - среднеквадратичное f отклонение нечеткой мощности нечеткого множества.

Для рассмотренного примера принимается допущение, что результат оценки живучести ТСКС получают один раз в конце каждой стадии.

Следовательно, базовые характеристики живучести, полученные в предыдущей главе для каждой угрозы в зависимости от этапа жизненного цикла (ЖЦ) будут изменяться (табл. 12), составляя траектории экспертных оценок, графически отображенные на рисунке 6.

Таблица 12 - Таблица изменения экспертной оценки влияния угроз с течением времени на стадиях текущего этапа ЖЦ.

Рисунок 6 - Изменение экспертной оценки влияния угроз.

Численно достоверность экспертизы удобно представить в виде поправки функционала средних издержек:

T JT [U0 (*)] TT T T JT[U0 (*)] = {JT[U1 (*)],JT[U2 (*)],KK,JT[Un (*)]} = 100% (23) J[U0 (*)] Поправки (допуски) к оценкам живучести находится как отношение текущего T значения достоверности управления, JT[U0 (*)] к её максимальному значению J[U0 (*)] и выражаются в процентах для каждой стадии текущего этапа жизненного цикла TЭ. Значения поправки к оценкам текущего уровня живучести ТСКС, полученные по формуле (23), приведены в таблице 13 (графически - рис.7).

Таблица 13 - Значения поправки функционала средних издержек.

Рисунок 7 - Изменение поправки функционала средних издержек.

В четвертой главе диссертации выполняется разработка имитационной модели средств повышения достоверности экспертной оценки живучести ТСКС. Моделирование позволяет отслеживать любые изменения внешних деструктивных воздействий на состояние живучести ТСКС и оперативно реагировать на выявленные деструктивные воздействия. Полученная имитационная модель может служить электронным шаблоном живучести ТСКС.

В четвертой главе предлагается программно–аппаратное средство интерпретации уровня живучести ТСКС, моделирующее использование системы дуального управления, реализованное в среде MATLAB.

Исходными данными для формирования имитационной модели, структурная схема которой представлена на рисунке 8, являются экспертные оценки (табл. 2), представленные в удобном для ввода виде.

Далее, выполняется ввод экспертных оценок в графическом режиме программы MATLAB:

- в графическом интерфейсе пользователя (GUI) редактора FIS программы MATLAB устанавливаются обозначения переменных, каждое из которых в отдельности образует элементы нечеткого полихроматического Рисунок 8 - Структурная схема имитационной модели.

множества угроз;

- вызывается редактор функций принадлежности (Ctrl+2), в котором задаются для каждой из шести входных угроз значение параметров КВi (табл. 2), соответствующие настройки выполняются и для всех значений оценки;

- вызывается редактор правил нечеткого вывода (Ctrl+3), в котором задаются для каждого из шести входных параметров правила нечеткого вывода;

- для получения результатов распределения нечеткого вывода вызывается программа просмотра правил нечеткого вывода (Ctrl+5); рассмотренная программа дает возможность просмотреть функции принадлежности в графическом режиме, но не изменять их;

- результаты экспертизы нагляднее всего просматривать в виде поверхности нечеткого вывода, так, например, графически зависимости эталонной функций принадлежности угрозы отказа доступа от угрозы выхода из строя активного сетевого оборудования представлена на рисунке 9 в виде поверхности нечеткого вывода; для отображения был вызван графический интерпретатор нечеткого вывода командой (Ctrl+6); как видно из рисунка (рис. 9.), угроза отказа доступа при выходе из строя активного сетевого оборудования, по оценкам экспертов, наибольшую опасность для живучести ТСКС может представлять в эпицентре полученной поверхности.

Наименее критичными являются угрозы выхода из строя пассивного сетевого оборудования и угрозы нарушения электропитания. Это обусловлено дублированием пассивного сетевого оборудования и применением источников бесперебойного питания.

Наиболее критичными, по результатам экспликации экспертных оценок, на протяжении всего этапа внедрения в промышленную эксплуатацию остаются угрозы отказа доступа в результате выхода из строя активного сетевого оборудования. Это связано с высокой степенью рисков сбоя программного обеспечения ТСКС в результате ошибок передачи данных.

Рисунок 9 - Пример зависимости Рисунок 10 - Результирующая оценка эталонной функций принадлежности достоверности экспертизы в угрозы отказа доступа от угрозы зависимости от стадии текущего выхода из строя активного сетевого этапа жизненного цикла.

оборудования.

Результаты оценки достоверности экспертизы в зависимости от стадии этапа внедрения в промышленную эксплуатацию приводятся в графической форме на рисунке 10, а в аналитической форме - в таблице 14.

Таблица 14 - Значения поправки функционала Из анализа полученных средних издержек. результатов видно, что достоверность экспертных оценок возрастает от стадии к стадии. Темпы роста достоверности относительно каждой из угроз приблизительно одинаковы.

Однако, достоверность оценок каждой из угроз не одинакова, так как различным угрозам эксперты с самого начала экспертизы уделяли не одинаковое внимание, а выделяли, на свое усмотрение, более или менее значимые.

Например, риску нарушения конфиденциальности, имеющему высокое значение для оценки живучести ТСКС, эксперты изначально уделили меньшее внимание, ввиду большого количества необходимой для анализа документации.

Наименьшее внимание эксперты уделяли анализу рисков угрозы нарушения электропитания и угрозы выхода из строя пассивного сетевого оборудования, по причине высокой степени резервирования указанных компонентов ТСКС.

На основании анализа таблицы 14 подтверждаются, полученные аналитическим способом в Гл. 3, значения поправок к измерениям основных параметров функционирования ТСКС, заложенным в ТЗ и представленным в табл. 15 в виде допусков.

Таблица 15 - Таблица результатов имитационного моделирования. Допуски измерения основных параметров функционирования ТСКС для указанных стадий этапа внедрения ТСКС, полученные в результате имитационного моделирования представлены в таблице 15 для двух стадий этапа внедрения ТСКС.

Как показало практическое применение разработанных средств повышения достоверности экспертизы для редактора FIS программы MATLAB, время на ввод исходных данных, обработку информации и анализ полученных результатов не превышает 0,5 значения, отведенного для принятия решения (полученного по формуле (20)), что сокращает время накопления исторических данных на 50%.

ЗАКЛЮЧЕНИЕ В диссертационной работе были выполнены исследование и разработка методов и средств повышения достоверности экспертной оценки живучести телекоммуникационных систем и компьютерных сетей (ТСКС) в условиях неполноты информации (неопределенности, нечеткости) с учетом текущего этапа жизненного цикла как для нормальных, так и для и специальных приложений.

В ходе выполнения работы были получены теоретические и практические результаты, приведенные ниже.

1. Выполнен анализ влияния неполноты информации (неопределенности, нечеткости) на достоверность результатов существующих методов оценки живучести ТСКС. Показано, что в условиях неполноты информации существующие методы и средства не могут обеспечить необходимого уровня достоверности экспертизы.

2. Разработан математический метод экспликации (разъяснения) экспертных оценок живучести ТСКС на основе применения нечетких полихроматических множеств и алгоритма нечеткого вывода Мамдани. Показано, что, в отличие от существующих, данный метод способен повысить достоверность экспертизы в условиях неполноты (неопределенности, нечеткости) информации до 90% за счет учета взаимного влияния угроз.

Pages:     | 1 | 2 || 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»