Моделирование системы мониторинга и анализа информации электронных СМИ методами модельно-ориентированного системного инжиниринга

Ранее в статьях [1, 2] авторами была рассмотрена проблема информационного влияния современных электронных средств массовой информации на общество, в том числе на предприятия оборонно-промышленного комплекса России. Были представлены структура и обобщенный алгоритм работы автоматизированной системы мониторинга и анализа информации электронных СМИ, разрабатываемой авторами в рамках диссертационного исследования.

В настоящей статье показано моделирование системы мониторинга и анализа информации электронных СМИ методами модельно-ориентированного системного инжиниринга.

Ожидаемым результатом следующего этапа разработки является программная реализация системы.

• 1.    Модельно-ориентированный подход разработки систем

Сегодня разработка унифицированных моделей и систем моделей все чаще предшествует проектированию сложных технических изделий, систем высокотехнологичной деятельности, предприятий, информационных систем и цифровых платформ. Для описания и представления систем различной природы (технических, организационно-технических, социально-экономических) все более широко используется модельно-ориентированный подход (Model Based, МВ). В частности, этот подход применяется в таких важных сферах, как системный инжиниринг (Model Based System Engineering, MBSE) и менеджмент (Model Based Management, MBM), методологии Систем 2.0 (Model Based Systems 2.0, MBS) [3, 4].

В данном исследовании использовался инструментарий MBSE – методологии системноориентированного проектирования, сфокусированной на создании и использовании моделей разной степени деталировки на различных стадиях проектирования [5].

В качестве типовых сущностных характеристик искусственных систем в модельно-ориентированном подходе используются такие, как [6]:

• –    требования к системе;

• –    функции системы;

• –    компоненты системы (подсистемы);

• –    работы по созданию системы.

Соответственно, в качестве типовых опорных примеров применяются такие модели EBS иерархических декомпозиций BS сущностей E [7]:

• –    требования к системе – модель RBS (Requirements Breakdown Structure);

• –    функций системы, обеспечивающие требования (функциональные требования) – модель FBS (Function Breakdown Structure);

• –    компонент системы (подсистемы), которые обеспечивают исполнение требований и функций – модель SBS (System Breakdown Structure);

• –    работ по созданию системы – модель WBS (Work Breakdown Structure);

  – и т. д.

Связи между элементами иерархических моделей EBS устанавливают таблицы отношений моделей [8]. Отношения могут быть установлены между компонентами одной и той же сущности (таблицы отношений вида компоненты иерархий «сами на себя»): RBS-RBS, FBS-FBS, SBS-SBS, WBS-WBS и т. д.

Отношения могут быть установлены между компонентами иерархий разных сущностей: RBS-FBS, FBS-SBS, SBS-WBS.

Такие описания через связанности моделей разных сущностей увязывают их в метамодели.

Тем самым через связанности компонент разных иерархических моделей частные модели собираются и увязываются в «большие» метамодели. При необходимости могут учитываться и связи компонент с внешней средой [9].

В итоге расширенные архитектурные модели, учитывающие сущностные характеристики искусственной системы S, задаются посредством:

• –    онтологии, терминов, используемых для описания S;

• –    составом сущностных характеристик E1BS, E2BS, …, используемых для описания S;

• –    иерархическими моделями E1BS, E2BS, … характеристик сущностей E1, E2, …;

• –    учитываемыми видами k связанностей элементов модели EBS;

• –    моделями (таблицами) отношений по учитываемым видам k связанностей DSMk (ElBS, EmBS) компонент иерархических моделей ElBS и EmBS на учитываемых уровнях их декомпозиций.

• 2.    Регулярный метод построения и последовательного расширения

Искусственные системы проходят свои жизненные циклы (разработка, применение, модернизация или утилизация). Архитектурные модели и метамодели применяются по всему жизненному циклу искусственных объектов, и роль их все более увеличивается [10].

архитектурных моделей продуктов

Архитектурное моделирование системы предполагает формирование целостного представления рассматриваемого объекта через выделение системы объекта и сферы ее существования – внешней среды посредством [11]:

• •    задания существенных сущностей и атрибутов системы и ее внешней среды;

• •    задания иерархии системы;

• •    иерархической декомпозиции, детализации существенных сущностей и атрибутов;

• •    идентификации и задания существенных связей сущностей и атрибутов (на разных уровнях иерархии системы);

• •    задания принципов построения и функционирования системы.

Метод предполагает формирование на основе исходных данных по возможности простой стартовой архитектурной модели. Далее проводится пошаговое итерационное добавление к стартовой модели новых сущностных характеристик с формированием для них унифицированных архитектурных моделей. В итоге выполняются следующие подобные действия по формированию моделей [12].

Система – подсистемы

В предмет рассмотрения вводится стартовая сущность – система S (в более общем случае система систем SoS) и ее внешняя среда. Собираются и анализируются исходные данные, задаются термины и онтология предметной области, формируются архитектурные модели S:

• ▪    SBS – иерархически упорядоченная модель компонент (подсистем) системы S. Модель показывает иерархическую таксономию S;

• ▪    DSM (SBS, SBS) – модель связанностей (таблицы учитываемых отношений) компонент системы S.

Требования

В предмет рассмотрения добавляется сущностная характеристика E1 системы S. Собираются и анализируются исходные данные, задаются онтологии сущности E1, строятся архитектурные модели:

• ▪    E1BS модель таксономии сущности E1 – показывает иерархически упорядоченные компоненты E1, например, это может быть иерархическая модель требований, RBS;

• ▪    DSM (RBS, RBS) модель связанностей компонент требований RBS, например, для RBS это могут быть характеристики непротиворечивости и/или конфликтности требований.

Функции

В предмет рассмотрения добавляется сущностная характеристика E2 системы S. Собираются и анализируются исходные данные, задаются онтологии сущности E2, строятся архитектурные модели:

• ▪    E2BS модель таксономии сущности E2 – показывает иерархически упорядоченные компоненты E2, например, это может быть иерархическая модель функций, FBS;

• ▪    DSM (E2BS, E2BS) модель связанностей компонент E2BS, например, для FBS это могут быть связанности, отражающие логическую последовательность исполнения функций (такие представления называют процессными);

• ▪    DSM (Е1BS, Е2BS) модель связанностей компонент разных сущностных характеристик – E1BS и E2BS, например, для RBS и FBS это связанности, отражающие соответствие требований и функций.

Компоненты

В предмет рассмотрения добавляется сущностная характеристика Е3 системы S. Собираются и анализируются исходные данные, задаются онтологии сущности E3, строятся архитектурные модели:

• ▪    E3BS модель таксономии сущности E3 – показывает иерархически упорядоченные компоненты E3, например, это может быть иерархическая модель компонент системы, PBS;

• ▪    DSM (E3BS, E3BS) модель связанностей компонент E3BS, например, для PBS это могут быть связанности, отражающие интерфейсы компонент системы;

• ▪    DSM (Е2BS, Е3BS) модель связанностей компонент разных сущностных характеристик – E2BS и E3BS, например, для FBS и PBS это связанности, отражающие соответствие функций и компонент (так называемая функциональная архитектура системы).

Работы

В предмет рассмотрения добавляется сущностная характеристика Е4 системы S. Собираются и анализируются исходные данные, задаются онтологии сущности E4, строятся архитектурные модели:

• ▪    E4BS модель таксономии сущности E4 – показывает иерархически упорядоченные компоненты E4, например, это может быть иерархическая модель компонент работ по созданию продукта, WBS;

• ▪    DSM (E4BS, E4BS) модель связанностей компонент E4BS, например, для WBS это могут быть связанности, отражающие логическую последовательность исполнения функций;

• ▪    DSM (Е3BS, Е4BS) модель связанностей компонент разных сущностных характеристик – E3BS и E4BS, например, для PBS и WBS это связанности, отражающие соответствие компонент продукта и состава работ по его разработке.

• 3. Разработка архитектурной модели системного инжиниринга

системы мониторинга и анализа публикаций электронных СМИ

На рисунке представлены модели иерархической таксономии функциональных требований к системе RBS ( a ), ключевых функций системы FBS ( б ) и компонент ядра системы PBS ( в ). Данные модели наглядно отражают связи компонент информационной системы, требований к ней и ее ключевых функций [13].

К функциональным требованиям системы относятся: удобство эксплуатации (человекоориентированный интерфейс системы, быстрый отклик системы на действия пользователя), широкие возможности мониторинга и анализа информации (возможность комплексного применения различных методов и инструментария при мониторинге и анализе информации электронных СМИ), хранение данных (система должна хранить необработанные собранные данные, метаданные, данные после обработки и анализа, а также данные за длительный период времени – исторические данные) [14].

Ключевыми функциями системы являются [15, 16]:

• –    мониторинг информации электронных СМИ из RSS-каналов, web-сайтов и социальных сетей;

• –    анализ текстовых данных путем предварительной обработки с последующим применением методов обработки естественного языка, text mining, нейросетевых моделей;

• –    хранение данных.

Для выполнения обозначенных функциональных требований и функций в системе предусмотрены следующие ключевые компоненты (компоненты ядра системы) [17–19]:

• –    модуль мониторинга (включает в себя блок парсинга RSS-каналов, web-сайтов и социальных сетей);

• –    модуль аналитики (включает в себя блоки предварительной обработки, извлечения информации, обработки естественного языка, методов text mining и нейросетевых методов);

• –    модуль хранения (включает в себя блоки хранения необработанных данных, метаданных, обработанных данных и исторических данных).

В табл. 1 представлена модель DSM (RBS, FBS) соответствия требований к системе и ее функций.

В табл. 2 представлена модель DSM (FBS, PBS) соответствия функций и компонент системы.

a)

b)

необработанных метаданных информации предварительной обработки парсинга web-сайтов нейросетевых методов парсинга RSS-каналов обработанных данных р3.4

Блок исторических данных

c)

Модель иерархической таксономии: a – функциональных требований к системе RBS; b – ключевых функций FBS; c – компонент ядра системы PBS

Hierarchical taxonomy model: a – functional requirements for the RBS system;

b – key FBS functions; c – PBS core component

Таблица 1

Модель DSM (RBS, FBS) соответствия требований и функций

Table 1

DSM (RBS, FBS) matching requirements and features

Требования к системе R

Функции системы F

02 О Щ cd ¥ (Z) CZ) p^ s Он c

02 О s cd о 5 c

о о о С

cd О о 02 о с d

S S 5 О к S о S о Г о СО со S Г1 d

и О о d

ад <ц d

о о 02 О о о к d

о О о

d

о О

о Я о S о Г S о S d

r1 Удобство эксплуатации

*

*

*

*

*

*

*

*

*

*

*

*

r1.1 Человекоориентированный интерфейс

*

*

*

*

*

*

*

*

*

*

*

*

r1.2 Быстрый отклик на запросы пользователя

*

*

*

*

*

*

*

*

*

*

*

*

r2 Широкие возможности мониторинга и анализа

*

*

*

*

*

*

*

*

*

*

r2.1 Комплексное применение методов и инструментов мониторинга и анализа

*

*

*

*

*

*

*

*

*

*

r3 Хранение данных

*

*

*

*

*

*

*

*

*

*

*

*

r3.1 Хранение различных данных

*

*

*

*

*

*

*

*

*

*

*

*

Таблица 2

Модель DSM (FBS, PBS) соответствия функций и компонент

Table 2

DSM (FBS, PBS) Feature and Component Matching Model

Функции системы F

Компоненты системы P

02 О В cd а CZ) C/D c4 cd В s о ^ В и о ч и а

02 О Н cd

)В о о о Я о о св В В В И о в и

в о о )В о в о со я о в о в и

в св о •е в о в со со в о ч и во

t^ и в о св о о в и со

ад й в S <ц со о я о о 5 о в и со

02 О о X 02 О о о

X св Я X св о св со о о в о в и

X св я в о в и ж

X я я X я о я со о о в и

X я я X о со о в о в и 'Я

f1.1 Парсинг RSS-каналов

*

f1.2 Парсинг web-сайтов

*

f1.3 Парсинг соц. сетей

*

f2.1 Предварительная обработка

*

*

*

*

f2.2 Извлечение информации

*

*

*

*

*

f2.3 Обработка ЕЯ

*

*

*

*

*

f2.4 text mining

*

*

*

*

*

f2.5 Нейросетевые методы

*

*

*

*

*

f3.1 Необработанные данные

*

*

*

*

*

f3.2 Метаданные

*

*

*

*

*

*

*

f3.3 Обработанные данные

*

*

*

*

*

f3.4 Исторические данные

*

*

*

*

*

Заключение

Рассмотренный подход к моделированию архитектуры систем обеспечивает целый ряд полезных свойств и имеет хороший потенциал прикладных применений. Его возможности:

• –    охватывает описания архитектур типовых искусственных систем – продуктов, систем деятельности предприятий, сложных композиций тех и других, информационных систем и цифровых платформ;

• –    позволяет детализировать представление системы на основе ее декомпозиции на подсистемы;

• –    позволяет детализировать представление системы на основе учета сущностных характеристик;

• –    позволяет поэтапно расширять представление системы путем:

• 1)    детализации описаний (анализ);

• 2)    добавления к уже созданному представлению новых подсистем и сущностных характеристик (расширение);

• 3)    путем свертки сущностей и их моделей и создания новых верхнеуровневых сущностей и систем в увязке с ранее созданными описаниями (синтез);

• –    при исполнении на компьютере записям иерархий сущностей и их отношений могут быть поставлены в соответствие применяемые базы данных. Тем самым представления соответствующих моделей являются машиночитаемыми и цифровизируемыми.

Построенные в работе модели наглядно показывают взаимосвязь компонент системы, требований, функций и модулей друг с другом, что позволяет детализировать представление системы на основе ее декомпозиции на подсистемы и на основе учета сущностных характеристик. Это позволяет создать математическую модель системы, упорядочить последовательности этапов ее создания и декомпозировать их на отдельные работы.