2017. №1 (39)

А.А. Щербович - кандидат юридических наук, преподаватель кафедры конституционного и административного права,Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: ashcherbovich@hse.ru

      Система принятия решений в международных организациях по-прежнему весьма консервативна. Состав международных форумов, которые могут создавать значимые международные документы, не меняется на протяжении веков. Только дипломаты и представители международных организаций могут принимать юридически обязывающие решения на международном уровне. Форум по управлению Интернетом (Internet Governance Forum, IGF), созданный в 2006 году решением Всемирного саммита по информационному обществу, который является одним из наиболее авторитетных международных форумов по данному вопросу, не полностью использует свой потенциал для регулирования международных процессов управления Интернетом. Основой этого регулирования является мультистейкхолдер-подход, который состоит в множественности субъектов принятия решений, который включает в себя, в дополнение к традиционным категориям участников в лице государств и международных организаций, представителей гражданского общества, бизнеса, академического и технического сообществ, средств массовой информации и других заинтересованных сторон.
      Данное исследование, как ожидается, может внести свой вклад в усовершенствование глобальных механизмов управления Интернетом, принимая во внимание интересы всех категорий участников, а также выработку правил процедуры принятия решений на основе мультистейкхолдер-подхода в управлении Интернетом, что позволило бы Форуму по управлению Интернетом принимать международные акты «мягкого права». Примером таких актов является проект Хартии прав и принципов в Интернете, разработанный Динамической коалицией IGF по правам человека и принципам в Интернете. Эта хартия – своего рода аналог Всеобщей декларации прав человека в отношении Интернета. Необходимость принятия документов по правам человека в Интернете определяет направление развития программ и политики глобального управления Интернетом и роли Форума по управлению Интернетом в этих процессах. 

Л.А. Исмагилова - доктор технических наук, профессор, заведующая кафедрой экономики предпринимательства, Уфимский государственный авиационный технический университет
Адрес: 450000, г. Уфа, ул. К. Маркса, д. 12
E-mail: Ismagilova_ugatu@mail.ru

М.В. Франц - кандидат технических наук, доцент кафедры экономики предпринимательства, Уфимский государственный авиационный технический университет
Адрес: 450000, г. Уфа, ул. К. Маркса, д. 12
E-mail: tan-Marina@mail.ru

М.Б. Кульмухаметов - аспирант, Институт социально-экономических исследований, Уфимский научный центр Российской академии наук
Адрес: 450000, г. Уфа, проспект Октября, д. 71
E-mail: murat.kulmuhametov@gmail.com

      Статья посвящена проблеме управления трудовыми ресурсами на предприятии. Трудовые ресурсы рассматриваются как динамический объект управления, характеризующийся большим количеством показателей, отражающих отдельные аспекты его состояния. Традиционные методики анализа трудовых ресурсов, во-первых, носят ретроспективный характер, а во-вторых, рассматривают отдельные аспекты управления трудовыми ресурсами изолированно друг от друга. Предлагаемые управленческие решения оцениваются с точки зрения их влияния на отдельные показатели, но не оценивается их синергетический эффект. Для преодоления указанных недостатков предлагается использовать метод динамического моделирования, включающий когнитивное и потоковое моделирование.
      Когнитивное моделирование позволяет идентифицировать механизмы, формирующие реакцию системы на управленческие и возмущающие воздействия.  В работе представлена когнитивная карта проблемы управления трудовыми ресурсами, включающая значительное число усиливающих и уравновешивающих контуров обратных связей. Это означает, что рассматриваемый объект управления характеризуется такими свойствами, как нелинейность динамики и противоинтуитивность поведения. Описанные особенности обуславливают сложность прогнозирования его реакции на управленческие и возмущающие воздействия.
      Также в работе в рамках общей проблемы управления трудовыми ресурсами рассматривается её отдельный аспект – анализ непроизводственных потерь предприятия от временной нетрудоспособности работников. Под временной нетрудоспособностью работника понимается его неспособность временно исполнять трудовые обязательства в связи с состоянием здоровья или самого работника, или членов его семьи. Временная нетрудоспособность работников рассматривается как параметр, частично управляемый со стороны предприятия. В работе описана потоковая модель оценки непроизводственных потерь предприятия от временной нетрудоспособности его работников, в которой внимание фокусируется на временной нетрудоспособности работников в период активного распространения сезонных вирусных инфекций. Предложенная модель может быть использована для оптимизации затрат предприятия на управление трудовыми ресурсами c точки зрения соотношения затрат и результатов.

Н.К. Хачатрян - кандидат физико-математических наук, старший научный сотрудник лаборатории динамических моделей экономики и оптимизации, Центральный экономико-математический институт, Российская академия наук; доцент кафедры бизнес-аналитики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 117418, г. Москва, Нахимовский проспект, д. 47
E-mail: nerses@cemi.rssi.ru; nkhachatryan@hse.ru

А.С. Акопов - доктор технических наук, профессор кафедры бизнес-аналитики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: aakopov@hse.ru

      В статье рассматривается модель организации грузоперевозок между двумя узловыми станциями, соединенными железнодорожной линией, которая содержит определенное количество промежуточных станций. Движение грузопотока осуществляется в одном направлении. Такая ситуация может иметь место, например, в случае, если одна из узловых станций расположена в регионе добычи сырья для предприятия, находящегося в другом регионе и располагающего другой узловой станцией. Организация грузопотока осуществляется с помощью ряда технологий. Эти технологии определяют правило подачи грузов на начальную узловую станцию, правила взаимодействия соседних станций, а также правило распределения грузов с конечной узловой станции. Процесс грузоперевозок сопровождается заданным правилом контроля. Для такой модели требуется определить возможные режимы грузоперевозок и описать их свойства.
      Данная модель описывается конечномерной системой дифференциальных уравнений с нелокальными линейными ограничениями. Класс решений, удовлетворяющих нелокальным линейным ограничениям, оказывается чрезвычайно узким. Это приводит к необходимости «правильного» расширения решений системы дифференциальных уравнений до класса квазирешений, отличительной особенностью которых является наличие разрывов в счетном числе точек. С помощью метода Рунге–Кутта четвертого порядка удалось численно построить указанные квазирешения и определить скорость их роста. Отметим, что в техническом плане основная сложность заключалась именно в получении квазирешений, удовлетворяющих нелокальным ограничениям. Кроме того, исследована зависимость квазирешений и, в частности, величин разрывов (скачков) решений от ряда параметров модели, характеризующих правило контроля, технологии перевозки грузов и интенсивность подачи грузов на узловую станцию.    

Л.Р. Черняховская - доктор технических наук, профессор кафедры технической кибернетики, Уфимский государственный авиационный технический университет
Адрес: 450008, Республика Башкортостан, г. Уфа, ул. К. Маркса, д. 12
E-mail: lrchern@yandex.ru

А.Ф. Галиуллина - аспирант кафедры технической кибернетики, Уфимский государственный авиационный технический университет
Адрес: 450008, Республика Башкортостан, г. Уфа, ул. К. Маркса, д. 12
E-mail: GAF1205@yandex.ru

      В статье представлено описание требований к системе поддержки принятия решений, которая предназначена для оценки качества предоставления государственных услуг. Требования к системе поддержки принятия решений используются в качестве отправной точки на этапе ее проектирования и определяют, что должна делать разрабатываемая система, не показывая при этом механизма ее реализации. Требования также служат ограничениями в процессе разработки системы. Совокупность разработанных требований к системе поддержки принятия решений включает основные, функциональные, нефункциональные и экономические требования.
      Предлагается применение онтологического подхода при разработке требований к системе. Это позволяет решить ряд проблем, возникающих при описании требований на естественном языке: отсутствия четкости изложения, смешения требований, объединения требований и др. Разработанная онтологическая модель позволяет однозначно толковать требования к системе поддержки принятия решений для оценки качества предоставления государственных услуг, структурировать спецификацию требований к системе и исключить размытость их определений. Онтологическое представление знаний о требованиях к разрабатываемой системе и о системе предоставления государственных услуг в целом используется для семантической интеграции имеющихся информационных ресурсов, а также для адекватной интерпретации содержания текстовых документов и поисковых запросов, которые представлены на естественном языке. Разработанная онтология улучшает понимание и использование системы всеми заинтересованными лицами с точки зрения организации их взаимодействия. Разработанная онтологическая модель также включает правила, согласно которым термины скомбинированы для построения достоверных утверждений о системе поддержки принятия решений. 

М.С. Дворецкий - студент магистратуры, Московский государственный университет им. М.В. Ломоносова; программист, ООО «IQ Systems»
Адрес: 119991, г. Москва, Ленинские горы, д. 1
E-mail: mike.dvorecky@gmail.com

      Контроль данных при вводе является важным способом обеспечения их качества. Одним из методов такого контроля является сопоставление вводимых данных, которые должны соответствовать справочной информации, непосредственно с этой информацией в процессе ввода. Это приводит к необходимости решения задачи автодополнения. Поскольку справочная информация, как правило, хранится централизованно, задача автодополнения решается в архитектуре клиент-сервер и к алгоритму ее решения предъявляются жесткие требования по быстродействию.
      В данной статье на основе существующей декомпозиции задачи автодополнения с использованием задачи поиска минимума на отрезке (RMQ) формулируется задача поиска k минимумов на отрезке (Top-k RMQ) и приводится алгоритм ее решения, использующий дерево отрезков. В то время как классический алгоритм RMQ по дереву отрезков при использовании в задаче автодополнения (в подзадаче Top-k RMQ) требует многократного посещения вершин дерева, близких к корню, предложенный алгоритм Top-k RMQ непосредственно адаптирован к этой задаче и не требует рассмотрения какой-либо вершины дерева отрезков более двух раз. Выполнен анализ сложности как алгоритма Top-k RMQ, так и классического алгоритма RMQ с использованием дерева отрезков. При этом учитываются различные варианты реализации приоритетных очередей, используемых в этих алгоритмах, а именно вариант двоичной кучи и простая приоритетная очередь на основе упорядоченного массива. Новый алгоритм имеет не меньшую вычислительную сложность, чем классический, при любой реализации приоритетной очереди.
      Для доказательства ценности нового алгоритма произведено экспериментальное сравнение алгоритмов с использованием данных из Классификатора адресов России, представляющего собой реальный примера справочной информации. Во всех проведенных экспериментах новый алгоритм показал лучшие результаты по времени по сравнению с классическим. 

Ю.П. Ехлаков - доктор технических наук, профессор, заведующий кафедрой автоматизации обработки информации, Томский государственный университет систем управления и радиоэлектроники (ТУСУР)
Адрес: 634050, г. Томск, пр. Ленина, д. 40.
E-mail: upe@tusur.ru

Д.Н. Бараксанов - старший преподаватель кафедры автоматизации обработки информации,Томский государственный университет систем управления и радиоэлектроники (ТУСУР)
Адрес: 634050, г. Томск, пр. Ленина, д. 40.
E-mail: bdn@tusur.ru

      В статье рассмотрена задача выбора комплекса инструментов Интернет-маркетинга, рекламных площадок, мест показа и продолжительности размещения на них коммуникационных сообщений в условиях ограниченного рекламного бюджета. Результативность показов на каждом местепредлагается оценивать с помощью показателя конверсии. Приведен обзор вариантов расчета показателя конверсии. Формализованная постановка задачи представлена в виде целочисленной модели линейного программирования и сведена к максимизации суммарной конверсии от показа коммуникационных сообщений при ограничениях на размер рекламного бюджета, количество используемых инструментов Интернет-маркетинга, продолжительность их размещения на рекламных площадках и местах показа.
      Описан алгоритм решения задачи, в основу которого положена методика волнового планирования. Это позволяет лицу, принимающему решение (ЛПР), организовать итерационный процесс поиска решения в каждом интервале планируемого периода с учетом полученной на предыдущем шаге конверсии показа. Предложены методы расчета исходных параметров модели: конверсий показов, стоимости размещения коммуникационных сообщений на рекламной площадке за минимально допустимый интервал размещения, среднего количества показов за минимально допустимый интервал.
      Описаны результаты экспериментальных исследований модели и алгоритма на примере разработки плана размещения коммуникационных сообщений при продвижении программного продукта (ПП) «Электронное расписание занятий» в ссузах и вузах Кемеровской области. В практическом плане полученные результаты могут быть полезны руководителям и маркетологам малых инновационных предприятий при проведении рекламных кампаний и планировании мероприятий по коммуникационному воздействию на потенциальных потребителей с использованием комплекса инструментов Интернет-маркетинга.

И.А. Ходашинский - доктор технических наук, профессор кафедры комплексной информационной безопасности электронно-вычислительных систем, Томский государственный университет систем управления и радиоэлектроники (ТУСУР)
Адрес: 634050, г. Томск, пр-т Ленина, д. 40
E-mail: hodashn@rambler.ru

С.С. Самсонов - студент кафедры комплексной информационной безопасности электронно-вычислительных систем, Томский государственный университет систем управления и радиоэлектроники (ТУСУР)
Адрес: 634050, г. Томск, пр-т Ленина, д. 40
E-mail: samsonicx@mail.ru

      В статье представлен подход к построению классификаторов на основе нечетких правил. Нечеткий классификатор состоит из ЕСЛИ-ТО правил с нечеткими антецедентами (ЕСЛИ-часть) и метками класса в консеквентах (ТО-часть). Антецедентные части правил разбивают входное пространство признаков на множество нечетких областей, а консеквенты задают выход классификатора, помечая эти области меткой класса. Выделены два основных этапа построения классификатора: генерация базы нечетких правил и оптимизация параметров антецедентов правил. Формирование структуры классификатора выполнялась алгоритмом генерации базы правил по экстремальным значениям признаков, найденным в обучающей выборке. Особенность данного алгоритма заключается в том, что он генерирует по одному классифицирующему правилу на каждый класс. База правил, сформированная данным алгоритмом, имеет минимально возможный размер при классификации заданного набора данных. Оптимизация параметров антецедентов нечетких правил выполнена с помощью адаптированного для этих целей алгоритма обезьян, основанного на наблюдениях за передвижением обезьян в горной местности. В процессе работы алгоритма выполняются три оператора: движение вверх, локальный прыжок и глобальный прыжок. Одним из достоинств алгоритма при решении задач оптимизации большой размерности является вычисление псевдо-градиента целевой функции, причем вне зависимости от размерности на каждой итерации выполнения алгоритма требуется вычислить только два значения целевой функции.
      Эффективность нечетких классификаторов, построенных с помощью предложенных алгоритмов, проверена на реальных данных из хранилища KEEL. Проведен сравнительный анализ с известными алгоритмами-аналогами «D-MOFARC» и «FARC-HD». Число правил, используемых классификаторами, построенными с помощью разработанных алгоритмов, значительно меньше числа правил в классификаторах-аналогах при сопоставимой точности классификации, что указывает на возможно более высокую интерпретируемость классификаторов, построенных с использованием предлагаемого подхода.

[1] Исследование выполнено в рамках базовой части государственного задания министерства образования и науки Российской Федерации на 2017-2019 гг. Номер 8.9628.2017/БЧ  

С.А. Глушенко - кандидат экономических наук, старший преподаватель кафедры информационных систем и прикладной информатики, Ростовский государственный экономический университет (РИНХ)
Адрес: 344002, г. Ростов-на-Дону, ул. Большая Садовая, д. 69
E-mail: gs-gears@yandex.ru

      В статье обосновывается важность применения оценки рисков при реализации системы обеспечения информационной безопасности. Рассматриваются наиболее распространенные методики оценки риска и предлагается использовать для этих целей теорию нечеткой логики. Описывается предложенная нечеткая продукционная модель (НПМ), в которой определены семь входных лингвистических переменных, характеризующих факторы риска, четыре выходных лингвистических переменных, характеризующих риски различных областей информационной безопасности, а также четыре базы правил.
      Отмечается, что НПМ является первым приближением для рассматриваемой предметной области и требует оптимизации с целью минимизации ошибки выходов модели. Рассматриваются наиболее распространенные методы оптимизации параметров нечетких моделей и обосновываются преимущества применения методов, основанных на использовании нейро-нечетких сетей (ННС).
      Описывается процесс преобразования элементов нечеткой модели, таких как блок фаззификации, блок базы правил и блок дефаззификации во фрагменты нейронной сети. Результатом данного процесса является нейро-нечеткая сеть, соответствующая нечеткой модели.
      Построение разработанной ННС осуществляется на основе системы нейро-нечеткого вывода (adaptive neuro-fuzzy inference system, ANFIS) посредством применения специализированного пакета Neuro-Fuzzy Designer программного средства MATLAB. Обучение модели было выполнено гибридным методом, который представляет собой комбинацию методов наименьших квадратов и обратного распространения ошибки. Результатом данного процесса является оптимизация (настройка) параметров функций принадлежности входных лингвистических переменных.
      Использованный подход нейро-нечеткого моделирования позволил получить более адекватную нечеткую продукционную модель, которая позволяет проводить лингвистический анализ рисков информационной безопасности организации. Полученные с ее помощью сведения позволяют ИТ-менеджерам определять приоритеты рисков и разрабатывать эффективные планы мероприятий по снижению влияния наиболее опасных угроз. 

[1] Исследование выполнено при финансовой поддержке РФФИ, в рамках научного проекта № 16-31-00285 «Методы и модели нечеткой логики в системах принятия решений управления рисками»