Анализ факторов, влияющих на достоверность информации в автоматизированных информационных системах

Эффективное решение задач по реализации информационных процессов в автоматизированных информационных системах (АИС) возможно только при наличии достоверной информации, поступающей на вход АИС, и связано оно, в первую очередь, с устранением или уменьшением числа факторов, влияющих на ее достоверность. В ряде литературных источников, посвященных анализу достоверности информации, эти факторы носят название дестабилизирующих факторов, поскольку они влияют на достоверность информации в АИС [1]. При этом под достоверностью информации обычно понимают свойство информации, характеризующее степень соответствия информации реальному объекту с заданной точностью, а под ее точностью – степень приближенности информации к реальному состоянию источника информации [2; 3]. Этой терминологии будет придерживаться и автор данной статьи. Одной из основных актуальных задач при разработке и проектировании АИС является необходимость предусмотреть наличие таких дестабилизирующих факторов и впоследствии устранить или уменьшить их влияние на работоспособность АИС. Эти факторы воздействуют как на достоверность входной информации, так и на достоверность информа- ции, возникающей в самой системе. Полное или частичное устранение этих факторов позволит эффективно решить поставленную перед АИС основную задачу, заключающуюся в принятии информационной системой (ИС) правильного решения на основе достоверной информации [4]. Это особенно важно для автоматизированных и автоматических ИС, в которых принятие решений довольно часто происходит в режиме реального времени. В настоящее время существует большое количество научно-методических работ по различным вопросам, связанным с достоверностью информации [1; 2; 3–5], однако, пока остается востребованным исследование методов и алгоритмов оценки достоверности информации при наличии дестабилизирующих факторов на этапе проектирования АИС, что подчеркивает актуальность этой работы.

Современные АИС имеют, как правило, открытую архитектуру [6]. Открытая архитектура АИС предполагает подключение блоков системы к общей информационной шине АИС, как на аппаратном, так и на программном уровне. Такое подключение обеспечивает ее гибкость при решении различных практических и теоретических задач и дает возможность относительно простого изменения структуры системы на аппарат-

ном или программном уровне, т.е. обеспечивает адаптивность АИС к внешним воздействиям. На аппаратном уровне современная АИС может включать следующие информационные компоненты: блок отбора информации, блок преобразования информации, блок обработки информации, блок и линии передачи информации, блоки поиска и хранения информации, а также блок принятия решения. Все перечисленные компоненты могут быть реализованы в АИС в виде универсальной информационно-вычислительной системы, например, в персональном компьютере, подключенном к локальной или глобальной компьютерной сети. На программном уровне в каждом из перечисленных компонентов реализуется конкретный алгоритм функционирования и применяется соответствующее программное обеспечение. Информационная селекция или информационная фильтрация, реализуемая в блоке отбора информации, решает задачу отделения полезной информации от информационных шумов и производится в соответствии с выбираемыми критериями для конкретной АИС. Говоря о достоверности оценки информации в АИС, такими критериями (признаками) могут выступать: аутентичность (соответствие информации действительности), полезность (соответствие данных запросам пользователя), содержательность (семантическое свойство информации), полнота, однозначность, значимость и корректность, точность, последовательность и своевременность, непротиворечивость и актуальность, доступность, интерпретируемость и согласованность, ценность [1], источник и содержание информации, формат и скорость загрузки и т.д.

На основании вышесказанного можно утверждать, что анализ факторов, влияющих на достоверность информации в АИС и способы их устранения, представленные в виде соответствующих алгоритмов, является актуальной задачей, стоящей перед разработчиками АИС.

Цель исследования

Целью исследования является общий анализ факторов, влияющих на достоверность информации в АИС, а также применение методов уменьшения степени их влияния, в частности, метода экспертных оценок, представленного в виде реализации экспертной системы, включенной в состав АИС и представленной в виде соответствующего алгоритма и программного кода.

Материалы и методы исследования

Для достижения поставленных целей автор использовал общенаучный подход (метод), основан- ный на предлагаемой в статье классификационной модели факторов, влияющих на достоверность информации в АИС. Анализ факторов, влияющих на достоверность информации в АИС, автором сводится к анализу их характеристик. Целесообразно основные факторы, влияющие на достоверность информации, классифицировать по месту их возникновения на внешние, возникающие во внешней среде и воздействующие на достоверность информации извне, и внутренние, возникающие внутри самой АИС, а по характеру их изменения во времени на детерминированные и случайные, носящие, соответственно, регулярный или случайный, хаотический характер. Кроме перечисленных факторов, существует и ряд других [7], но в данной работе они не рассматриваются. Структурная схема внешних и внутренних факторов, влияющих на достоверность информации, представлена на рисунке 1 (составлено автором). Характеристики внешних дестабилизирующих факторов полностью обусловлены воздействиями внешней среды. К таким характеристикам можно отнести: характеристики, связанные с преднамеренным и непреднамеренным искажением информации. Преднамеренные факторы влияют на искажение семантической (смысловой) информации и проявляются в виде намеренного искажения смысла получаемых из разных источников сообщений и информационных источников о свойствах объектов, явлений или процессов. Преднамеренное искажение информации связано с нанесением вреда принимающей стороне, и такая информация характеризуется как вредоносная и может проявляться в виде искажения смысла контекстной информации, искажения математических или химических формул и т.д. Непреднамеренные факторы обычно связаны с субъективным изложением фактов (смыслом) получаемых сообщений, например, сообщений в виде нарративов, непреднамеренных искажениях в каналах связи [8] и т.д.

К внутренним дестабилизирующим факторам, влияющим на достоверность информации, можно отнести факторы, связанные с характеристиками ИС и обусловленные функционированием самой АИС, т.е. к ним можно также отнести преднамеренные и непреднамеренные факторы. К внутренним преднамеренным факторам можно отнести: умышленное искажение семантической информации инсайдерами (операторами АИС), ответственными за управление АИС, умышленное злоупотребление сетевыми ресурсами и правами доступа, умышленное влияние на алгоритмы функционирования АИС и шифрования, внедрение вредоносного программного обеспечения (ПО) и ряд других факторов. К внутренним непреднамеренным факторам отнесем: непреднамеренные ошибки в применяемых алгоритмах функционирования АИС, ошибки ПО, несвоевременная актуализация баз данных и баз знаний в АИС, непреднамеренное применение нелегитимных (несанкционированных) компьютерных программ при обработке данных и т.д.

Кроме того, целесообразно дестабилизирующие факторы разделить на два принципиально различных класса: факторы без последствия, эффект влияния которых проявляется только в течение времени их действия, и дестабилизирующие факторы с последствием, эффект влияния которых проявляется и после того, как их действие прекратилось.

Необходимо также при анализе дестабилизирующих факторов учесть характер их изменения во времени, т.е. разделить их на детерминированные, носящие регулярный характер и случайные, имеющие хаотический характер. При анализе детерминированных характеристик необходимо выявление зависимости между предполагаемой математической моделью (детерминированной функцией) дестабилизирующих факторов и их реальным проявлением, а при анализе случайных характеристик можно воспользоваться типовыми характеристиками случайных процессов: математическим ожиданием, дисперсией, корреляционной и спектральной функцией и т.д. И, как правило, основные характеристики дестабилизирующих факторов подчиняются нормальному закону плотности распределения вероятностей.

Отбор информации в АИС реализуется с помощью блока информационной селекции, который и должен устранять или уменьшать влияние дестабилизирующих факторов. Для устранения или уменьшения влияния дестабилизирующих факторов в АИС автором предложено использовать метод экспертных оценок [9; 10], который может быть реализован в АИС в виде экспертной системы, входящей в блок информационной селекции АИС. Применение в АИС модели экспертной системы является современным решением, основанным на применении в АИС адаптивного алгоритма [11].

Основная роль в принятии решения о достоверности информации ложится на экспертную систему, которая имеет базу знаний, представленную ниже в виде таблицы, и реализуется путем разработки программного кода на одном из языков высокого уровня, в данном случае СИ++. На основании выбранного метода экспертных оценок был разработан алгоритм оценки достоверности информации с учетом устранения или снижения количества внешних и внутренних факторов, влияющих на достоверность, который применен на этапе разработки и реализован в АИС. Данный алгоритм предусматривает косвенное использование экспертов при формировании базы знаний, применяемой экспертной системой в блоке информационной селекции АИС. Загрузку знаний в базу знаний обеспечивают эксперты совместно с оператором АИС.

Словесно-формульное описание разработанного автором алгоритма представлено ниже.

Рисунок 1. Структурная схема внешних и внутренних факторов, влияющих на достоверность информации

• 1.    Из n возможных источников конкретной семантической информации выбираются m источников, коэффициент доверия к которым должен быть не ниже 0,7, и который определяется экспертами на основе своих знаний и опыта; чем выше коэффициент доверия, тем достовернее оценка информации, где n – число возможных источников семантической информации, m – число принятых к рассмотрению источников информации.

• 2.    Информация, полученная из m источников, подвергается предварительному анализу на достоверность. Анализ проводит экспертная система, сравнивая имеющуюся в базе знаний информацию с информацией, поступившей из m источников. В качестве критериев оценки были выбраны восемь критериев достоверности информации, предложенные экспертами и приведенные в таблице 1 [10].

• 3.    Если информация имеет равные критерии оценки достоверности информации и одинаковые весовые коэффициенты, указанные в таблице, то информация принимается экспертной системой за достоверную.

• 4.    Если информация не совпадает, т.е. весовые коэффициенты отличаются друг от друга, то информация передается экспертам, которые оценивают ее достоверность по восьми критериям (в данном случае), хотя таких критериев может быть и больше, и каждый эксперт, закодированный под своим номером от 1 до 9, записывает совместно с оператором АИС весовые коэффициенты в таблицу базы знаний экспертной системы.

• 5.    Экспертная система независимо от экспертов нормирует весовые коэффициенты, выставленные экспертами. Для этого сумма весовых коэффициентов, выставленных каждым из девяти экспертов, делится на общую сумму весовых коэффици-

  ентов и умножается на 100%. Так, сумма рангов по критерию аутентичности информации составит 51, нормированное значение составит 10,73% ( 51475 x 100% ) , число 475 - сумма рангов всех 8 показателей по вертикали таблицы и т.д. [10].

• 6.    Экспертная система определяет значения весовых коэффициентов критериев достоверности, например, от 0 до 10 баллов. Все значения весовых коэффициентов должны быть сведены в общую таблицу.

• 7.    Следующим шагом является определение

• 8.    Следующим шагом является определение степени согласованности мнений экспертов с помощью коэффициента согласия (конкордации). Для этого с помощью экспертной системы авто-

• матизируется процесс ранжирования всех показателей качества в соответствии со значениями

• 9.    Далее рассчитывается коэффициент конкорда-ции по формуле Кендалла [9; 10]:

  

степени согласованности данных, указанных в таблице, с помощью коэффициента согласия (кон-кордации). Для этого с помощью средств АИС осуществляется процесс ранжирования критериев достоверности информации в соответствии со значениями их весовых коэффициентов и определяется сумма рангов каждого критерия [10].

их весовых коэффициентов и определяется сум-n ма рангов каждого показателя, jz , где ранг j-го показателя у z-го эксперта, иz отклонение от средней суммы рангов:

n

^A j = X c jz ^- P ;

z = 1

ln

XX cz

P = j = ^{1 z} = ¹

l

Таблица 1. Весовые коэффициенты критериев достоверности информации

Принятие решений экспертной системой, номера экспертов

Критерии оценки достоверности информации	1	2	3	4	5	6	7	8	9
	Весовые коэффициенты (баллы по десятибалльной шкале)
1. Аутентичность	6	7	4	8	5	3	1	9	8
2. Содержательность	8	7	6	9	4	8	9	7	10
3. Полезность	5	8	7	6	9	7	4	6	8
4. Полнота	4	2	5	8	7	6	5	3	9
5. Точность	8	8	6	7	5	4	7	9	8
6. Ценность	7	6	5	3	4	8	8	7	9
7. Актуальность	8	7	8	6	7	6	5	7	8
8. Источник информации	6	8	7	5	7	9	8	10	6

l где S = ^ ^A ^ . .j = 1

Полученное значение коэффициента конкор-дации выводится на экран монитора средства АИС. Это значение должно лежать в пределах 1 >  W >  0 , причем если W = 0 , то согласованность в мнениях экспертов отсутствует, а W = 1 означает полную согласованность в мнениях экспертов. Полученное значение коэффициента кон-кордации оценивается на значимость, используя известные критерии, например критерий X ².

Значение коэффициента конкордации может быть принято в качестве косвенного показателя достоверности информации и чем больше этот коэффициент, тем выше достоверность информации, а значит это показывает уменьшение влияния дестабилизирующих факторов на полученный результат. Ниже представлен алгоритм (рисунок 2) и листинг части общего алгоритма и части общего программного кода экспертной системы в АИС, написанной на языке СИ++, где реализуется проверка экспертной системой полученной информации на достоверность.

Рисунок 2. Часть общего алгоритма проверки экспертной системой информации на достоверность

#include

#include

#include using namespace std;

double first = weights[0];

for (const auto } return true;

} int main() { int n;

cout << «Введите количество весовых коэффициентов информации: «;

cin >> n;

vector weights;

cout << «Введите весовые ко-эффициенты:\n»;

for (int i = 0; i < n; ++i) { double weight;

cout << “Коэффициент #” << i + 1 << “: “;

cin >> weight;

weights.push_back(weight);

}

// Проверка на равенство всех коэффициентов if (areWeightsEqual(weights)) { cout << «\nИнформация признана ДОСТОВЕРНОЙ экспертной систе-мой.\n»;

} else { cout << «\nИнформация НЕ признана достоверной.\n»;

} return 0;

}

Аналогичный алгоритм может быть применен и к устранению или снижению влияния внутренних дестабилизирующих факторов, оказывающих влияние на достоверность информации.

Следует также отметить, что для уменьшения количества или устранения факторов, влияющих на достоверность информации, могут использоваться и другие методы (алгоритмы) информационной фильтрации, основанные на реализации программных или аппаратных средств обеспечения компьютерной безопасности [12].

Результаты исследования и их обсуждение

Для достижения поставленных целей исследования:

– проведен анализ факторов, воздействующих на достоверность информации в АИС;

– с учетом общенаучного метода, основанного на классификационной модели внешних и внутренних факторов, была разработана классификационная структурная схема внешних и внутренних факторов, влияющих на достоверность информации в АИС;

– проведена классификация критериев оценки достоверности информации, представляющих собой основу базы знаний экспертной системы;

– разработан алгоритм работы АИС, приводящий к снижению влияния внешних и внутренних дестабилизирующих факторов, воздействующих на достоверность информации;

– разработан программный код экспертной системы на языке СИ++.

Результатом исследования стала также возможность использования полученного при обработке в АИС значения коэффициента конкорда-ции в качестве косвенной оценки достоверности информации.

Заключение

В представленной работе рассмотрены вопросы, связанные с анализом факторов, воздействующих на достоверность информации в АИС. В настоящее время на этапе проектирования АИС достаточно редко учитываются факторы, воздействующие на достоверность информации. Автором показано, что наиболее важным в проведенном исследовании является решение применить экспертную систему в составе проектируемой АИС, что поможет разработчикам АИС учесть или устранить возможные искажения информации, связанные с влиянием дестабилизирующих факторов. Искажение информации за счет этих факторов приведет к тому, что достижение основной цели АИС – выбор правильного решения системой – будет затруднено. При этом в качестве критерия оценки достоверности информации автором предложен косвенный показатель достоверности информации – коэффи- циент конкордации. В исследовании также разработан алгоритм функционирования экспертной системы и программный код на языке СИ++.