Представление и оценка рисков внедрения электронного контента в информационно-измерительные системы аэрогеофизического назначения на базе мягких вычислений

В Перечень приоритетных направлений научно-технологического развития России, утвержденных Указом Президента Российской Федерации от 18 июня 2024 г. № 529 включены «Интеллектуальные транспортные и телекоммуникационные системы, включая автономные транспортные средства» и конкретизирован Перечень важнейших наукоемких технологий, в котором выделены такие направления, как:

– транспортные технологии для различных сфер применения (море, земля, воздух), в том числе беспилотные и автономные системы;

– мониторинг и прогнозирование состояния окружающей среды и изменения климата (в том числе ключевых районов Мирового океана, морей России, Арктики и Антарктики), технологии предупреждения и снижения рисков чрезвычайных ситуаций природного и техногенного характера, негативных социально-экономических последствий.

В этой связи приобретает особую актуальность развитие информационно-измерительных систем аэрогеофизического назначения, повышение эффективности организации аэрогеофизи- ческих исследований, оптимизация процессов обработки данных, обеспечение достоверности получаемой информации, обучение операторов таких систем.

Оценка рисков при разработке информационно-измерительных систем, эффективности применения ранее уже созданного электронного контента является критически важным процессом, который позволяет обеспечить надежность и эффективность систем, минимизировать возможные потери и оптимизировать затраты на их реализацию [1]. Для повышения качества оценки модель должна быть итеративной.

Оценка рисков интеграции электронного контента в информационное обеспечение

Один из основных блоков модели итеративной оценки рисков интеграции электронного контента (ЭК) в информационное обеспечение (ИО) систем подготовки операторов информационно-измерительных систем аэрогеофизического назначения ( ИИС АН) включает оценку рисков на базе мягких вычислений. Логико-алгоритмическая реализация блока опирается на нормативно-технические документы современного риск-менеджмента [2–4] и применяется, в том числе, в информационных системах [5–7].

Оценка любого риска интеграции ЭК предполагает обоснованное построение матрицы оценки этого риска и является заключением вероятности наступления неприемлемых последствий и потенциального ущерба. Показатели риск-оценки определяются по итеративной процедуре через агрегирование значений более простых показателей, входящих в их состав, представляются через агрегирующие объединения i…j риск-показателей из состава семейства простейших показателей. Большое число уровней такого агрегирования и ведет к синтезу иерархии риск-показателей.

Для систематизации и приоритезации рисков предлагается использование следующих шкал градуирования составляющих рисков, полученных путем обработки экспертного опроса методами аналитической иерархии матриц попарных сравнений индивидуальных мнений каждого из k опрошенных экспертов:

– вероятности возникновения снижения качества контента ИО систем подготовки операторов ИИС АН из-за интеграции в их состав материалов ЭК (табл. 1) (вероятность р ij снижения качества контента, где i и j – элементарные показатели качества ИО, уровни снижения представлены шкалой значений вербальной интерпретации запрашиваемых данных);

– потенциальной величины возможного ущерба при возникновении факта снижения качества ИО систем подготовки операторов ИИС АН (табл. 2) (ущерб y ij , где i и j – элементарные показатели качества ИО, уровни величины ущерба представлены шкалой значений вербальной интерпретации запрашиваемых данных).

Уровни риска снижения качества контента ИО определяются в соответствии с мнениями экспертов (количество экспертов – k), и ij – мультипликативная свертка уровней проявления риска по элементарным показателям качества ИО, и измеряются на основе порядковых или количественных шкал.

Используя результаты исследований [8–11] в модели может быть реализована пятиуровневая шкала градуирования уровней риска с цветовой идентификацией по градации серого цвета: от черного (наибольший риск) к белому (наименьший риск) (табл. 3).

Таблица 1

Шкала уровней вероятности снижения качества ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК

№	Вербальное название уровней и их идентификационное обозначение	Описание отличительного существа, соответствующих граничных признаков	Общие пояснения
1	Непременно р ij : «НЕПРЕМЕННО»	Очевидно, что качество средства ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК будет низким	Наибольшая вероятность наступления

Окончание табл. 1

№	Вербальное название уровней и их идентификационное обозначение	Описание отличительного существа, соответствующих граничных признаков	Общие пояснения
2	Скорее всего р ij : «ОЧ. ВЕРОЯТНО»	Очень возможно, что качество средства ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК будет снижено
3	Вполне возможно р ij : «ОЖИДАЕМО»	Есть основания полагать, что качество средства ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК будет низким
4	Мало допустимо р ij : «МАЛОВЕРОЯТНО»	Отдельные проявления и свойства используемого контента могут приводить к снижению качества ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК
5	Изредка встречающееся, крайне редкое проявление р ij : «КР. РЕДКО»	Нет оснований полагать (ожидать), что качество ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК будет снижено	Наименьшая вероятность наступления

Таблица 2

№	Вербальное название уровней и их идентификационное обозначение	Описание отличительного существа, граничных признаков
		Признаки снижения эффективности подготовки операторов ИИС АН с использованием автоматизированных средств, ЭК
		Мотивационные, психологоорганизационные	Мотивационные, психологоорганизационные	Мотивационные, психологоорганизационные
I	Неважный, пренебрегаемо малый, сверхмалый y ij : «СВЕРХМАЛЫЙ»	Не констатируется снижение мотивации подготавливаемых специалистов, есть отдельные, не системные факты снижения мотивации	Незначительные, сравнимые с погрешностью метода измерений	Возможно устранение недостатков применения средств ИО силами организаторов процесса подготовки операторов ИИС АН
II	Заметный, небольшой, видимый y ij : «ВИДИМЫЙ»	Констатируется фрагментарное снижение мотивации подготавливаемых специалистов при работе с применением средств автоматизации подготовки, ЭК	Средние, заметно значимые, требующие интенсификации подготовки	Возможно устранение недостатков применения средств ИО силами специализированных подразделений обеспечения, с привлечением дополнительных источников данных
III	Ощутимый, умереннозначимый, средний y ij : «СРЕДНИЙ»	Констатируется системное снижение мотивации подготавливаемых специалистов к работе с применением средств автоматизации подготовки, электронным контентом, в целом	Ощутимо важные, высокие, требующие компенсации за счет дополнительных временных и других ресурсов	Возможно устранение недостатков применения и функционирования средств ИО силами специализированных внешних организаций – представителей разработчика, с привлечением консультатив-но-компетентностной поддержки внешних провайдеров

Окончание табл. 2

№	Вербальное название уровней и их идентификационное обозначение	Описание отличительного существа, граничных признаков
		Признаки снижения эффективности подготовки операторов ИИС АН с использованием автоматизированных средств, ЭК
		Мотивационные, психологоорганизационные	Мотивационные, психологоорганизационные	Мотивационные, психологоорганизационные
IV	Существеннозначимый, большой, сильный y ij : «СИЛЬНЫЙ»	Констатируется критическое снижение мотивации подготавливаемых специалистов как к работе с применение отдельных средств автоматизации подготовки, так и с электронным контентом, в целом	Очень важные, крупные, требующие первоочередной и значительной компенсации за счет дополнительных временных и других ресурсов	Остаются незначительные шансы для устранения недостатков применения и функционирования средств ИО, но они возможны только с привлечением разработчика
V	Критический, катаст-рофически-сильный, невосполнимый y ij : «ОЧ. СИЛЬНЫЙ»	Констатируется полная потеря мотивации подготавливаемых специалистов как к работе с применение отдельных средств автоматизации подготовки, так и с электронным контентом, в целом	Невосполнимые в рамках текущего курса подготовки потери операторов ИИС АН	Выявленные программнотехнологические недостатки, структурносемантические ошибки в реализации ИО требуют полной переработки средства автоматизации подготовки, что нанесло ущерб курсу подготовки операторов ИИС АН

Таблица 3

Шкала градуирования уровней риска снижения качества контента ИО систем подготовки операторов ИИС АН из-за интеграции в их состав ЭК

№	Название уровней риска и их идентификационное обозначение	Описание отличительного существа, соответствующих граничных признаков	Быстрая цветовая идентификация, условное штрих-обозначение терма лингвистической переменной
1	Критически опасный, аварийный r k ( u ij ): «АВАРИЙНЫЙ»	Требует незамедлительных и массированнорешительных корректирующих воздействий с привлечением всех доступных ресурсов (от руководителей подготовки до разработчиков средства ИО систем подготовки операторов ИИС АН)
2	Опасный, требующий срочного реагирования r k ( u ij ): «ОПАСНЫЙ»	Требует срочных корректирующих воздействий с частичным и плановым привлечением внешних ресурсов, а также информирования разработчика средства ИО, для устранения выявленных недостатков
3	Контролируемый, управляемо-компенсируемый r k ( u ij ): «КОНТРОЛИРУЕМЫЙ»	Требует плановых корректирующих воздействий с частичным привлечением дополнительных ресурсов, а также проработки полноты реализации всех функциональных возможностей средства ИО систем подготовки операторов ИИС АН, заложенных в него разработчиком

Окончание табл. 3

№	Название уровней риска и их идентификационное обозначение	Описание отличительного существа, соответствующих граничных признаков	Быстрая цветовая идентификация, условное штрих-обозначение терма лингвистической переменной
4	Локализуемый, низкий r k ( u ij ): «НИЗКИЙ»	Хеджируется и/или локализуется в рамках типовых схем повседневного функционирования, ущерб предотвращается в объеме планово-обязательных процедур донастрой-ки, индивидуализации подготовки
5	Незначимый, не влияющий r k ( u ij ): «НЕЗНАЧИМЫЙ»	Контролируется периодически с целью своевременного выявления фактов изменений, несоответствий и пр.

Применение аппарата мягких вычислений для оценки риска интеграции электронного контента в информационное обеспечение

Необходимость математической свертки значений простейших рисков в значения и ij сводных r к и интегрального R 0 риск-показателей оценки интеграции ЭК в ИО систем подготовки операторов ИИС АН определяет потребность в количественном выражении указанных градаций составляющих риска р ij и y ij на основе применения математического аппарата мягких вычислений: алгебры лингвистических переменных, использующей теорию нечетких множеств.

Так, в частности, на основании аппарата лингвистических переменных, указанных в табл. 1 и 2, обозначения уровней, составляющих простейших рисков интеграции ЭК в ИО систем подготовки операторов ИИС АН, могут быть рассмотрены как соответствующие термы следующих лингвистических переменных:

L 1 =<вероятность снижения качества контента ИО> ; (1)

L 2 =<ущерб от снижения качества контента ИО> . (2)

Теоретический базис (основные понятия, соответствующие алгебры из теории нечетких множеств и пр.) работы с лингвистическими переменными (1) и (2) соответствует разделу современной математики мягких вычислений – теории лингвистических переменных, теории нечетких множеств [12–14]. В силу выше сказанного, при обосновании и синтезе представляемой модели оценки качества исследованы именно специфические аспекты научно-методического применения введенных лингвистических переменных L ₁ и L ₂, (1) и (2), а аспекты построения их терм-множеств, назначения конкретных идентификаторов переменных и пр. могут быть отнесены к общеизвестным. В целом, каждая из лингвистических переменных L 1 и L 2 задается как некоторое теоретико-множественное обобщение L^ :

L ^ = {β , F ^( β ), X ^, G ^, N ^) , (3)

где β – вербальный идентификатор, выступающий в роли имени лингвистической переменной; F^ ( β ) – семейство значений (термов) лингвистической переменной β , т. н. терм-множество. Это семейство (т. е. проиндексированное множество) вербализованных значений лингвистической переменной β , в котором каждое из таких терм, значений есть нечеткая переменная с областью определения Х^ ; G^ – правило синтаксиса – грамматика, порождающее конкретизированные значения α ^ нечетких переменных для термов лингвистической переменной β ( α ^ ∈ F^ ( β ))); N ^ – правило семантики, определяющее соответствие каждой нечеткой переменной α ^ ∈ F^ ( β )) соответствующее нечеткое подмножество [15].

Основным источником данных о нечисловых «измерениях» простейших рисков и их составляющих, в данной предметной области, выступает человек-эксперт. Для него существо такого «нечислового измерения» для значения того или иного риск-показателя заключается в неметрическом оценивании степени совпадения констатируемой им текущей картины возможного возникновения ущерба по рассматриваемому риск-показателю с некоторой эталонной моделью идеальной картины текущей ситуации. Именно степень такого совпадения с указанным идеалом в сознании эксперта выступает в качестве меры неинструментального измерения, разницы:

Δ U i = U i - U 0 , (4)

где U i – уровень проявления риска по i -му риск-показателю оценки; U o – эталонный, идеальный уровень проявления риска по i -му риск-показателю оценки, осознаваемый экспертом.

Для репрезентации составляющих риска р ij и y ij на основе применения математического аппарата мягких вычислений как лингвистических переменных L 1 и L 2 , т. е. (1) и (2), математического вида L^ в соответствии (3), с терм-множеством значений, определенным на шкалах, представленных в табл. 1 и 2, установлено соответствие градаций шкал оценки указанных параметров как нечетких множеств, идентифицируемых в качестве термов (значений) указанных лингвистических переменных. Иными словами, методологически принимается, что при оценке составляющих простейших рисков эксперты обязаны использовать именно термы – значения лингвистических переменных L 1 и L 2 соответственно. Синтез термов – нечетких множеств для лингвистических шкал оценки реализуется по общеизвестным методикам построения функций принадлежности нечетких чисел [15].

В частности, в рамках предлагаемой модели итеративной оценки рисков интеграции ЭК в ИО систем подготовки операторов ИИС АН применен как математический аппарат синтеза функций принадлежности нечетких чисел – термов лингвистических переменных L ₁ и L ₂ достаточно известный метод относительных частот [15]. При этом значения лингвистических переменных, по методикам из [15], могут быть заданы (т. е. синтезированы) как нечеткие числа в форме ( L-R )-функций, а могут как т. н. треугольные нечеткие числа (ТНЧ), что показано на рис. 1.

Рис. 1. Исследованные функции принадлежности для термов лингвистических переменных в форме: а – треугольных нечетких чисел; б – ( L-R )-функций

Fig. 1. Investigated membership functions for terms of linguistic variables in the form of: a – triangular fuzzy numbers; б – (L-R)-functions

На основе описаний шкал уровней вероятности снижения и уровней величины потенциального ущерба от снижения качества контента для ИО систем подготовки операторов ИИС АН из-за интеграции в их состав материалов ЭК, показанных в табл. 1 и 2, аналитически определяются функции принадлежности нечетких множеств µ(u), задающих термы-значения лингвисти- ческих переменных L 1 и L2. Для такого синтеза ц(и) применена стандартизированная математическая подмодель расчета функций принадлежности на базе данных экспертных оценок. Эта подмодель позволяет рассчитывать функции принадлежности цTL термов переменных L 1 и L2 как в форме (L-R)-функций, так и в форме треугольных нечетких чисел (ТНЧ).

Разработанная модель итеративной оценки рисков интеграции ЭК в ИО систем подготовки операторов ИИС АН инвариантна в применении к конкретизированной подмодели, методике, аппарату и пр. расчета функций принадлежности ц _T ^L терм-значений лингвистических переменных L 1 и L 2 . Применение ц _TL с ТНЧ-формой характерно для ситуаций грубой, ускоренной оценки рисков, при более детальном и обоснованном анализе рисков снижения качества контента ИО систем подготовки операторов ИИС АН из-за интеграции в их состав материалов ЭК, в силу реализации «более осторожного» подхода к оцениванию рисков, следует применять ц _TL в форме ( L-R )-функций.

Расчет ц TL в форме (L-R )-функций, согласно принятой подмодели расчета, определяется для каждой терма-градации лингвистических переменных L1 и L2, из соотношения цTL (U) = exp(-a(T - U)2),

где Т - срединное значение терма для цTL равной единице, применительно к шкалам перемен ных L 1 и L2, показанным в табл. 1 и 2; a = 4Ln- согласующий коэффициент; Ьл - расстоя-b^2

ние между точками перегиба: точками, в которых график функции ц _T ^L , согласно (5), принимает значение 0,5.

Основные параметры расчета терм-градаций лингвистических переменных L 1 и L 2, согласно (5), приведены в табл. 4.

Итоги расчета функций принадлежности ц _T ^L всех термов для всех уровней шкал лингвистических переменных L ₁ и L ₂, (1) и (2), по формуле (5) дает возможность получить количественные шкалы оценки этих лингвистических переменных L ₁ и L ₂. Эти количественные шкалы дают возможность осуществить переход от вербальных оценок экспертов к нечетким числовым их значениям с ц _T ^L .

Функции принадлежности терм-градаций (значений) лингвистических переменных L ₁ и L ₂ в форме ( L-R )-функций соответствовать следующим условиям:

[^ц T 1 ^(U 1 ) = ^{1;   ц} T 5 ^(U 5 ) = 5 ] ;

( vp - е B - \ { в а } ) (0 <  sup и е U ц^L_{Ti n} T i _{+ 1} ( U ) <  1);

( в е B -) ( и е U ):( ц T ( U ) = 1);

( v B -) ( u 1 е R 1 ) ( и ₂ е R ₂) (( и е U )( и 1 <  и <  и ₂)).

Таблица 4

Основные параметры расчета терм-градаций лингвистических переменных L ₁ и L ₂

№ п/п	Термы для L 1	Значение при ц T L 1 = 1	Термы для L 2	Значение при ц T L 2 = 1	Уточненный вид аналитического расчета функции принадлежности термов
1	Отсутствие вероятности	0	Отсутствие ущерба	0	ц T L ( U) = 1-2 U
2	Крайне редко	1	Сверхмалый	1	ц L (U ) = e -13,1(1 - U ) 2
3	Маловероятно	3	Видимый	3	ц L ( U ) = e “1’46(1" U )2

Окончание табл. 4

№ п/п	Термы для L 1	Значение при µ Т L 1 = 1	Термы для L 2	Значение при µ Т L 2 = 1	Уточненный вид аналитического расчета функции принадлежности термов
4	Ожидаемо	5	Средний	5	µ TL ( U ) = e - 0,35(1 - U )2
5	Очень вероятно	7	Сильный	7	µ TL ( U ) = e - 0,27(1 - U )2
6	Непременно	9	Очень сильный	9	µ TL ( U ) = e - 0,16(1 - U )2

Таким образом, совокупность функций принадлежности нечетких чисел – термов (значений) лингвистической переменных L 1 и L 2 формируют в своей совокупности количественную шкалу проведения нечеткого оценивания соответствующих им составляющих простейших рисков снижения качества контента ИО систем подготовки операторов ИИС АН из-за интеграции в их состав материалов ЭК.

Обобщенный вид графического представления такой шкалы для простейшего риск-показателя дан на примере лингвистической переменной L 1 и представлен на рис. 2.

Рис. 2. Представление шкалы уровней вероятности снижения качества ИО из-за интеграции в их состав ЭК (табл. 1) в виде терм-множества значений лингвистической переменной L 1

Fig. 2. Representation of the probability level scale for the decrease in information provision quality due to the integration of electronic content (Table 1) in the form of a term set of values for the linguistic variable L ₁

Далее возможна интерпретация значения шкал простейших риск-показателей в иерархии оценки рисков снижения качества контента ИО систем подготовки операторов АПП из-за интеграции в их состав материалов ЭК как произведение функций принадлежности µ _Т ^L нечетких чисел – терм-значений лингвистических переменных L ₁ и L ₂ для каждого из простейших риск-показателей.

Методически, согласно классическим канонам риск-менеджмента, оценка риска есть синтез матрицы последствий и вероятностей, в которой увязываются входные параметры, такие как значения оценки вероятностей неблагоприятных событий и значения оценки потенциального ущерба (на входе) с интегральным заключением об уровне риска-опасности (на выходе). Ответное реагирование на значение риска в виде корректирующих, воздействующих комплексов мероприятий и есть существо управления рисками. Таким образом, блок оценки простейших рисков на базе мягких вычислений разработанной модели риск-оценки, по сути, представляет собой процедуру специфического построения матриц последствий и вероятностей для отдель- ных риск-показателей оценки интеграции ЭК в ИО систем подготовки операторов ИИС АН. Данная процедура есть логическая основа для расчета сводных и интегрального значений риск-показателей оценки.

Соответственно для модели итеративной оценки рисков интеграции ЭК в информационное обеспечение систем подготовки операторов ИИС АН блок оценки простейших рисков на базе мягких вычислений разработанной модели риск-оценки сворачивается в логикоматематический аппарат обеспечения расчета значений риск-оценки по показателям в соответствии со структурой иерархии оценки рисков при сохранении сути логики синтеза соответствующих матриц последствий и вероятностей. Указанная логика заключается в традиционнопринятом градуировании уровней риска (опасности ущерба) с соответствующим дифференциально-цветовым представлением. Пример этого градуирования уровней риска с соответствующим дифференциально-цветовым представлением для целей итеративной оценки рисков интеграции ЭК в информационное обеспечение систем подготовки операторов ИИС АН , взятых за основу в разработанной модели и показанных в табл. 3, приведен на рис.3.

Рис. 3. Вариант матрицы последствий и вероятностей оценки рисков по одному из простейших показателей

Fig. 3. A variant of the matrix of consequences and probabilities of risk assessment based on one of the simple indicators

Представленная интерпретация значения шкал простейших риск-показателей в иерархии оценки рисков снижения качества контента ИО систем подготовки операторов ИИС АН из-за интеграции в их состав материалов ЭК как произведение функций принадлежности ц Т нечетких чисел – терм-значений лингвистических переменных L 1 и L 2 дает возможность рассматривать каждую из ячеек матрицы последствий и вероятностей оценки рисков по простейшему показателю как нечеткое число L ij :

Lj * = (значение оценки по данному риск-показателю^

где, применительно к простейшим риск-показателям, верно, что указанное значение L ij^* есть произведение нечетких чисел i -го терма от L 1 и j -го терма от L 2 :

* i j

L.. = L i х L.. ij 1        2

Функции принадлежности ц TL для значений L ^ находятся согласно правилам операций умножения нечетких чисел из алгебры мягких вычислений [15].

Заключение

Визуальному виду матрицы последствий и вероятностей оценки рисков по одному из простейших показателей, в которой работает эксперт – оценщик рисков, может быть сопоставлено нечетко-числовое представление, которое выражает его оценивающее мнение количественно в категориях нечетких чисел. Это дает возможность применять такие нечеткие числовые выра- жения оценок по простейшим показателям в ходе свертки этих оценок в сводные и интегральный риск-показатели оценки интеграции ЭК в ИО систем подготовки операторов ИИС АН, на базе алгебры мягких вычислений. При этом матрица последствий и вероятностей оценки рисков по одному, любому из простейших показателей является шкалой риск-оценки интеграции ЭК в ИО систем подготовки операторов по этому показателю. Тогда оценивание его текущего значения экспертом-оценщиком заключается в обоснованном выявлении соответствующей ячейки выше указанной матрицы последствий и вероятностей, а также и нечеткого значения риск-оценки, соответствующей этой ячейке. Суть указанного процесса риск-оценки показана на рис. 4. Следовательно, на основании (1) и (2) сами шкалы оценивания риска по простейшим показателям и оценки на базе этих шкал сводимы к одноразмерным нечетким шкалам и значениям оценок на них, как значение Lij*.

Рис. 4. Существо оценивания риска по простейшему показателю

Fig. 4. The essence of risk assessment based on the simple indicator

Конструктивной новацией разработанной модели итеративной оценки рисков интеграции ЭК в информационное обеспечение систем подготовки операторов ИИС АН является совмещение традиционного качественно-категорийного подхода современного риск-менеджмента с многоуровневой репрезентацией иерархии агрегирования экспертно-оцениваемых рисков в составе сводных и интегрального рисков рассматриваемой интеграции путем применения аппарата мягких вычислений. Это подход позволил реализовать переход от качественно-понятийного представления риска рассматриваемой интеграции к количественному.

Таким образом, предложенный блок оценки простейших (непосредственно измеряемых или оцениваемых) рисков в модели итеративной оценки рисков интеграции ЭК в информационное обеспечение систем подготовки операторов ИИС АН и подход к установлению значения текущего риска по данному простейшему показателю дает возможность применять такие значения в расчетах значений сводных и интегрального риск-показателей.