Нарушение безопасности предприятия является одной из наиболее распространенных причин осуществления противоправных действий. Успешность противодействия противоправным действиям определяется возможностью ее дифференциальной диагностики, то есть отнесения к одному из определенных состояний объекта. Качество диагностики сильно зависит наличия специализированных технических средств и квалифицированного персонала. Это обуславливает актуальность создания компьютерной диагностической системы поддержки принятия решений обеспечения безопасности.
В настоящее время используется и разрабатывается много информационных систем, методов и средств контроля и диагностики состояния защищенности предприятия. Вместе с тем необходимо совершенствование существующих и разработка новых технологий и практических методов, которые обеспечивали бы более эффективное обслуживание, сопровождение и модернизацию по техническому состоянию объекта.
Основным направлением, определяющим повышение качества информационных технологий контроля и оценки технического состояния, следует считать интеллектуализацию процессов обработки диагностической информации с использованием технологии экспертных систем, которые способны обеспечить повышение качества распознавания технического состояния и ресурса объекта.
Наиболее перспективным направлением для решения задач оценки защищенности объектов, учитывая объективно существующую неопределенность, неоднозначность, неполноту и нечеткость информации об объекте, при разработке базы знаний и механизмов вывода экспертных систем является использование аппарата нечеткой логики, позволяющего объективно оценивать состояние защищенности и более обоснованно принимать решения по управлению безопасностью предприятия.
Решение задачи начинается с построение системной и математической моделей.
С целью получения исходных данных для построения модели оценки состояния системы физической безопасности объектов предприятия, приближенной к реальным производственным условиям, применим системный подход к прогнозированию.
Системный подход к прогнозированию подразумевает определение факторов, действующих на объект прогноза, и оценку их влияния на прогнозируемый показатель.
На начально этапе известны только входные и выходные параметры модели, которые стоит описать с помощью подхода с позиции «чёрного ящика».
Риc. 1. Модель системы оценки безопасности предприятия в форме «черный ящик»
Таблица 1
Факторы для объекта прогнозирования
|
Фактор |
Описание |
Фактор для системы оценки состояния безопасности объекта |
|
Х |
Возмущения — контролируемые переменные, их значения можно изменять |
Время эксплуатации, время отказа системы, количество аварий и отказов, физические характеристики технических устройств, и др. |
|
ε |
Помехи или «шум» — неконтролируемые переменные, если для их измерения не существует методик и приборов |
Невидимые неисправности, отклонения, сбои, человеческий фактор и др. |
|
А |
Управляемые переменные – можно измерять их значения, одновременно и управляющие переменные — т. к. изменяя их значения, можно влиять на работу объекта |
Параметры процесса осуществления безопасности, настройки оборудования, температура, влажность, контроль за исправностью элементов системы, наличие планово — предупредительных ремонтов, регламентных работ и др. |
|
Y |
Целевой выход, соответствующий цели исследования |
Комплексный показатель безопасности объекта |
Математическое описание такой системы выражается зависимостью:
Y= f (X, А, ε) (1)
Оценку состояния объекта предприятия целесообразно проводить в статическом режиме, полагая, что все значимые переменные находятся в установившемся состоянии. Предлагается использовать автоматическое определение состояния, построенного на основе нечетких алгоритмов, позволяющего на основе состояний подсистем безопасности хi отнести объект защиты к одному из классов защищенности (di, …, dk).
Модель оценки состояния защищенности объекта предприятия является статической и ее можно выразить в следующей общей форме:
y = f (x1, x2,..., xn), (2)
где xi — входные переменные, оказывающие наиболее существенные факторы на защищенность объекта. Оценка состояния объекта происходит путем обработки информации о входных параметрах xi, (i — количество переменных) с помощью аппарата нечеткой логики.
Построение модели сводится к определению структуры, заданию нечетких множеств, заданию функций принадлежности, выбору алгоритма расчета нечеткого вывода.
Рис.2 Модель оценки состояния безопасности объекта
Однако при наличии большого числа входных параметров хj для оценки технического состояния защищенности целесообразно определить структуру модели и выделить подмодели (Рис. 2). Создав тем самым иерархическую многоуровневую структуру, состоящая из системы вложенных друг в друга нечетких баз знаний меньшей размерности, в которой связь между входными переменными xi (i=1,n), которые отнесены к подмоделям Xj(j=1,m) и выходной переменной Dj(j=1,k) описывается системой соотношений [1]:
(3)
Каждая подмодель Xj осуществляет расчет показателей надежности входящих в нее элементов xi на основе совокупности параметров. Механизм обработки информации для подмоделей идентичен, отличается набором блоков в связи с различной структурой схем обработки информации.
Входные параметры нечеткой модели с помощью фаззификации представлены в виде лингвистических переменных xi, заданных на универсальных множествах при помощи терм-множеств Тj, характеризующихся функциями принадлежности Xjθ(xi) (j — количество термов (нечетких множеств) лингвистической переменной, θ — количество правил).
Переменные входящие в систему уравнений (1) являются лингвистическими со следующими термами:
— множество термов для оценки переменой классов состояний D;
— множество термов для оценки переменных параметров состояния подмодели X;
— множество термов для оценки входных переменных состояния хi.
В настоящее время для целей моделирования и прогнозирования широко используются различные по структуре нечеткие модели, например, состоящие из совокупности продукционных правил, в правой части которых находятся константы, нечеткие множества (схема Мамдани). В общем виде нечеткий логический вывод по алгоритму Мамдани выполняется по нечеткой базе знаний [1]:
(4)Для соотношений (3) нечеткая модель оценки защищенности запишется в виде уравнений:
(5)
Здесь 
, 
веса правил (коэффициенты доверия), представляющие собой числа из диапазона [0,1] и характеризующих степень уверенности эксперта в этом правиле.
Основной характеристикой лингвистических переменных и нечетких множеств является функция принадлежности; вычисления на нечетких множествах более простые, чем статистические расчеты (используются в основном две операции: минимизации и максимизации). Уравнениям (5) соответствуют нечеткие логические уравнения, связывающие функции принадлежности нечетких термов входных и выходных переменных:
(6)
В связи с возможным недостатком информации об особенностях функций принадлежности нечетких переменных при построении нечеткой модели конкретного элемента системы их характер может быть уточнен и учтен на этапе идентификации нечеткой модели.
Определение класса защищенности с использованием иерархической схемы нечетного логического вывода выполняют по следующему алгоритму:
1. Определяют множество классов состояний объекта, множество признаков состояния объекта; разрабатывают нечеткую базу знаний, с использованием которой выполняется оценка состояния подсистем;
2. Для заданного набора значений входных переменных определяют значения функции принадлежности нечетким термам входных переменных;
3. Используя соотношения (6) вычисляют функции принадлежности термов-оценок выходных интегральных параметров состояния соответствующих набору значений входных параметров объекта диагностирования.
4. Определяют решение D как такое, для которого функция принадлежности максимальна.
Итоговая оценка осуществляется на основе объединения частичных выводов о состоянии и выполняется с использованием базы знаний D, в которой все правила сформулированы на основе экспертных знаний.
В случае, если в результате оценки в условиях неполной информации о состоянии объекта невозможно достоверно оценить его состояние, то необходимо дополнять или изменять модель оценки состояния объекта, возможно использование дополнительных измерений, использование новых входных параметров.
Литература:
1. Нечеткие алгоритмы оценки технического состояния и прогнозирования остаточного ресурса электрооборудования / Н. В. Костерев, Е. И. Бардик, Р. В. Вожаков, Т. Ю. Курач. // Электротехника и энергетика. 2008. № 8. с. 65–70
2. Ротштейн А. П. Медицинская диагностика на нечеткой логике. — Винница: Континент-ПРИМ, 1996. — 132с.
