научно методический...

Информатизация образования и науки №4/2009 1

Научно-методический журнал «Информатизация образования и

науки» №4/2009

Учредители:

Федеральное государственное учреждение «Государственный научно-исследовательский институт

информационных технологий и телекоммуникаций»

(ФГУ ГНИИ ИТТ «Информика») Министерства образования и науки

Российской Федерации

Учреждение Российской академии образования «Институт информатизации

образования»

Главный редактор: Тихонов

Александр Николаевич

Зам. главного редактора: Куракин

Дмитрий Владимирович

Ответственный редактор: Мурашева Ольга Викторовна

Художественный редактор: Лежнев Игорь Геннадьевич

Корректор:

Деркачева Елена Николаевна

Адрес редакции: 117419, Москва,

ул. Орджоникидзе, д.3/4 E-mail: [email protected]

Тираж журнала

«Информатизация образования и науки» 500 экз.

Зарегистрирован в Федеральной службе по надзору в сфере связи и массовых

коммуникаций (Свидетельство о регистрации средства массовой информации ПИ №ФС77-34823

от 24 декабря 2008 г.)

Подписной индекс журнала в каталоге «РОСПЕЧАТЬ» 32788

Статьи журнала рецензируются

Отпечатано в типографии

ФГУ ГНИ ИТТ “Информика” Адрес: 125009, Москва,

Брюсов пер., д. 21

СОДЕРЖАНИЕ ОБЩИЕ ВОПРОСЫ (ГОСУДАРСТВЕННАЯ ПОЛИТИКА В ОБЛАСТИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ И НАУКИ) О развитии информатизации образования в рамках реализации приоритетного нацио-нального проекта «Образование» и феде-ральных целевых программ Лазутин В.В. Применение ИКТ в высшем образовании Российской Федерации: текущее состояние, проблемы и перспективы развития Тихонов А.Н. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Программные средства и технологии корпо-ративных сервисов региональной сети обра-зовательных учреждений Левицкий Б.Е. Информационная система поддержки науч-ных исследований в области теории струк-турной сложности и ее применений Матвейкин В.Г., Толстых С.С., Подольский В.Е., Федоров Р.В. Информационная система рейтинговой оценки деятельности преподавателя в вузе Крюков В.В., Шахгельдян К.И. ТЕЛЕКОММУНИКАЦИИ Характеристики параметров «Качество об-служивания» опорной инфраструктуры на-учно-образовательной сети Гугель Ю.В., Ижванов Ю.Л. Разработка протокола уровня приложений для организации мобильной файлообменной пиринговой сети Алексеев И.В., Лукьянов А.В. Система имитационного моделирования ра-боты сети на основе высокопроизводитель-ных параллельных вычислений: архитектура и перспективы развития Алексанян А.С., Аракелян С.М., Прокошев В.В., Шамин П.Ю. Корпоративные информационно-телекоммуникационные системы в образова-нии Майер Г.В., Демкин В.П., Руденко В.Н., Жамнов В.В. СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ Анализ текущего состояния передовых тех-нологий вирусописательства. Буткит Голованов С., Русаков В.

3 10 27 38 54 66 75 88 102 110

Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»


Состав редакционного совета Журнала «Информатизация образования и науки»

Тихонов А.Н., директор ФГУ ГНИИ ИТТ «Информика». Болотов В.А., вице-президент Российской академии образования. Васильев В.Н., ректор Санкт-Петербургского государственного института точной механики и оптики (технический университет). Воронин А.В., ректор Петрозаводского государственного университета. Голубятников И.В., ректор Московского государственного университета приборостроения и математики. Гридина Е.Г., заместитель директора ФГУ ГНИИ ИТТ «Информика». Домрачев В.Г., заведующий кафедрой Московского государственного университета леса. Зегжда П.Д., заведующий кафедрой Санкт-Петербургского государственного политехнического университета. Иванников А.Д., первый заместитель директора ФГУ ГНИИ ИТТ «Информика». Ижванов Ю.Л., первый заместитель директора по научной работе ФГУ ГНИИ ИТТ «Информика». Каперко А.Ф., заведующий кафедрой Московского государственного института электроники и математики. Козлов О.А., заместитель директора по учебно-методической работе Учреждения Российской академии образования «Институт информатизации образования». Кондаков А.М., генеральный директор издательства «Просвещение». Кулагин В.П., заместитель директора ФГУ ГНИИ ИТТ «Информика». Куракин Д.В., заместитель директора ФГУ ГНИИ ИТТ «Информика». Мартиросян Л.П., заместитель директора Учреждения Российской академии образования "Институт информатизации образования". Роберт И.В., директор Учреждения Российской академии образования «Институт информатизации образования». Русаков А.И., ректор Ярославского государственного университета. Сактоев В.Е., ректор Восточно-Сибирского государственного технологического университета. Соболева Е.Н., директор Департамента образовательных программ ГК «Роснанотех».

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ И ПРОИЗВОДСТВАМИ Методология автоматизации и управления разработкой результатов обучения средства-ми сетевых информационных систем Лисицина Л.С.

Применение нейросетевой модели профес-сиональных компетенций специалиста в ав-томатизированной обучающей системе Павлов А.А., Крехов Е.В. СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ Стратегия развития систем электронного обучения на период до 2015 года Усков В.Л., Иванников А.Д., Усков А.В. Грид-технологии на службе компьютинга для Большого адронного коллайдера Демичев А.П., Ильин В.А., Крюков А.П., Ша-мардин Л.В. УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ Предложения по оценке качества образова-ния гимназии на основе рекомендаций ISO-9000 Киракозов Ю.В., Пономарева Т.Ф., Потяева Т.А., Тузов Д.В., Шатров А.Ф. Особенности информационных электронных услуг Семушкина С.Г. О XI Всероссийском фестивале «Мобильные роботы-2009» Интервью ректора МГУПИ Голубятникова И.В. Требования к оформлению статей в научно-методическом журнале «Информатизация образования и науки» Порядок рецензирования рукописей, посту-пающих в редакцию научно-методического журнала «Информатизация образования и науки»

118 132 144 158 171 180 187 190 191


Общие вопросы (государственная политика в области информатизации образования и науки)


О РАЗВИТИИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ В РАМКАХ

РЕАЛИЗАЦИИ ПРИОРИТЕТНОГО НАЦИОНАЛЬНОГО ПРОЕКТА

«ОБРАЗОВАНИЕ» И ФЕДЕРАЛЬНЫХ ЦЕЛЕВЫХ ПРОГРАММ

ABOUT INFORMATIZATION OF EDUCATION DEVELOPMENT WITHIN

THE LIMITS OF REALIZATION OF THE PRIORITY NATIONAL PROJECT

"EDUCATION" AND FEDERAL TARGET PROGRAMS Лазутин Вадим Владимирович / Lazutin V.V.,

Заместитель руководителя Федерального агентства по образованию /

Deputy head of Federal agency of education

Аннотация

В статье дается обзор выпол-

ненных в стране работ по информа-

тизации сферы образования. Кон-

кретно рассматриваются следующие

направления: информационные обра-

зовательные ресурсы; сетевая науч-

но-образовательная инфраструктура;

информационные системы и средства

поддержки образовательного процес-

са; информационные системы управ-

ления отраслью; аппаратно-

программные средства; педагогиче-

ские, административные и инженер-

но-технические кадры; системная

информатизация школы.

Annotation

The review of the researches on

education informatization of the country

is given in the article. The following

directions are particularly considered:

information educational resources; net-

work scientifically-educational infra-

structure; information systems and

means of educational process support;

information control systems of the

branch; hardware-software means;

pedagogical, administrative and techni-

cal shots; system informatization of

school.

Ключевые слова: информа-

тизация образования, национальные

проекты, информационные образова-

тельные ресурсы, сетевая научно-

образовательная инфраструктура,

информационные системы и средства

поддержки образовательного процес-

са, информационные системы управ-

ления отраслью.

Keywords: informatization of

education, national projects, informa-

tion educational resources, network sci-

entifically-educational infrastructure,

information systems and means of edu-

cational process support, information

control systems of the branch.

В настоящее время перед рос-

сийской системой образования стоит

ряд важных проблем, среди которых

следует выделить необходимость по-

вышения качества и доступности об-

разования; интеграцию в мировое на-

учно-образовательное пространство;

создание оптимальных в экономиче-

ском плане образовательных систем

и усиление связей между разными

уровнями образования. В решении

этих проблем определяющее значе-

ние придается информатизации обра-

зования.

По данным общероссийского

мониторинга, выполненного в рамках

мероприятий приоритетного нацио-

нального проекта «Образование»

(ПНПО), наибольшую общественную

поддержку получили инновации

школ в области информатизации и

развития информационно-

коммуникационных технологий, что

является важным фактором станов-

ления и развития экономики знаний.

В рамках ПНПО в 2006-2007 годах

были обеспечены доступом к сети

Интернет 52063 общеобразователь-

ных учреждения страны (далее –

ОУ).

В течение 2008-2009 годов

круглосуточный доступ к сети Ин-




тернет на скорости не ниже чем 128 Кбит/с., без ограничения объема тра-фика, предоставляется образователь-ным учреждениям Российской Феде-рации, подключенным к Интернет в 2006-2007 годах, согласно утвер-жденному перечню.

В соответствии с утвержден-ным графиком до октября 2008 г. 52 063 подключенных ОУ были обеспечены доступом к сети Интер-нет за счет средств федерального бюджета, а с октября 2008 г. начался поэтапный переход обязательств по оплате трафика ОУ на финансирова-ние за счет средств субъектов Рос-сийской Федерации.

В качестве методической по-мощи педагогам для работы с ресур-сами Интернет разработаны соответ-ствующие материалы (каталог обра-зовательных ресурсов сети Интернет для основного (полного) общего об-разования (5 выпусков), методиче-ские рекомендации для школ, под-ключаемых к сети Интернет, и дру-гие).

В результате реализации ме-роприятий федеральных целевых программ и ПНПО в 2006–2008 годах в общем образовании:

• достигнуто соотноше-ние/число школьников на 1 компью-тер/ - с 48 до 20;

• выросла доля школь-ных учителей, хорошо владеющих навыками работы с компьютерными программами (с 31 до 41%);

• обеспечено существен-ное обновление (до 80%) базы вы-числительной техники в ОУ – участ-никах ПНПО.

Характеризуя ПНПО в части поддержки вузов, внедряющих инно-вационные образовательные про-граммы, следует отметить, что его участниками являются 57 государст-венных вузов, представляющих все федеральные округа Российской Фе-дерации (от 3 в ЮФО до 26 ЦФО) и различные профильные направления:

инженерные, естественнонаучные, экономические, управленческие, ме-дицинские, аграрные, педагогиче-ские, а также 2 федеральных универ-ситета в Сибирском и Южном феде-ральных округах.

К системным результатам ПНПО в области информационно-коммуникационных технологий сле-дует отнести создание базы для про-ведения высокопроизводительных вычислений за счет закупки и уста-новки суперкомпьютеров в ННГУ, ТГУ, МГУ, МГТУ, ПГУ, ВятГУ и др.

Характеризуя ПНПО в части поддержки инновационных образо-вательных программ учреждений на-чального и среднего профессиональ-ного образования, следует отметить, что в 2007 году 14% инновационных программ были непосредственно на-правлены на совершенствование под-готовки по информационным техно-логиям и связи, в 2008 году этот по-казатель составляет 11%.

Для формирования дальней-ших подходов к внедрению совре-менных информационных образова-тельных технологий на заседании Научно-координационного совета ФЦПРО была одобрена «Стратегия развития на 2008-2010 годы направ-ления информатизации образования» (протокол №7 от 30 июля 2007 г.) Основными направлениями инфор-матизации образования стали:

• информационные обра-зовательные ресурсы (контент);

• сетевая научно-образовательная инфраструктура (доступ к сети/коннективность);

• информационные сис-темы и средства поддержки образо-вательного процесса;

• информационные сис-темы управления отраслью;

• аппаратно-программные средства (компьютеры, системное и прикладное программ-ное обеспечение);




• педагогические, адми-нистративные и инженерно-технические кадры;

• системная информати-зация школы.

1. Информационные образо-вательные ресурсы (контент)

В рамках Федеральной целе-вой программы развития образования на 2006–2010 годы (ФЦПРО) органи-зована содержательная поддержка ПНПО.

В качестве поставщика новых методик и ресурсов введен в экс-плуатацию специализированный Фе-деральный центр информационных образовательных ресурсов (ФЦИОР).

В 2006-2007 годах были соз-даны 10 000 модулей электронных образовательных ресурсов нового поколения (ЭОР), обеспечивающих реализацию образовательных про-грамм общего среднего образования по следующим предметам: физика, химия, биология, иностранный язык (английский язык), география, миро-вая художественная культура (МХК) и искусство, история, русский язык, естествознание, математика.

В 2008-2010 годах реализуется проект по разработке 7 460 вариатив-ных электронных образовательных ресурсов для основного общего и среднего (полного) общего образова-ния, обеспечивающих личностно-ориентированное обучение, в том числе, для учащихся с ограниченны-ми возможностями здоровья по сле-дующим дисциплинам: русский язык, география, история, математика, биология, технология, информатика, литература и обществознание (вклю-чая экономику и право).

Также в 2008–2010 годах реа-лизуется проект по созданию 10 000 модулей электронных образователь-ных ресурсов нового поколения по 34 наиболее востребованным професси-ям начального профессионального образования и 9 специальностям

среднего профессионального образо-вания.

Все создаваемые электронные образовательные ресурсы размещены в открытом доступе на сайте Феде-рального центра информационных образовательных ресурсов.

Ежедневно с сайтов и порта-лов федеральной системы информа-ционно-образовательных ресурсов (ФСИОР) в настоящее время скачи-вается более 100 тысяч web-документов, в среднем порталы Фе-дерального центра информационно-образовательных ресурсов и Единой коллекции цифровых образователь-ных ресурсов ежедневно посещают более 14 тысяч пользователей.

2. Сетевая научно-образовательная инфраструктура (доступ к сети/коннективность)

Развитие инфраструктуры единого образовательного информа-ционного пространства, включая раз-витие сетей образовательных комму-никаций, реализацию доступа к рас-пределенным информационно-образовательным ресурсам, является одним из системообразующих меро-приятий ФЦПРО на 2008-2010 годы.

Основой сетевой научно-образовательной инфраструктуры является национальная федеральная университетская компьютерная сеть RUNNet. Сеть RUNNet обеспечивает пользователям доступ как к научно-образовательным российским и меж-дународным сетям, так и к ресурсам Интернет общего пользования.

Пользователями сети RUNNet в настоящее время являются 254 вуза в 56 субъектах Российской Федера-ции, а также федеральные органы ис-полнительной власти: Минобрнауки России, Рособразование, Роснаука, Рособрнадзор и Роспатент.

Стык RUNNet с общеевропей-скими научно-образовательными се-тями осуществляется на узле в Сток-гольме (10Гб/с). Связность с научно-образовательными сетями США




обеспечивается в Амстердаме (1Гб/с). IP-трафик общего пользова-ния реализуется сетью RUNNet в уз-лах обмена трафиком в России (100Мб/с - 1Гб/с), а также обеспечи-вается операторами в Стокгольме и Амстердаме (1Гб/с).

3. Информационные систе-мы и средства поддержки образо-вательного процесса

Полномасштабная реализация этого стратегического направления обеспечивает принцип доступности и открытости образования, вне зависи-мости от имущественного и социаль-ного положения, места жительства, возраста и других обстоятельств, что особенно актуально для России.

Интегрированные информа-ционные среды обучения (виртуаль-ные образовательные среды)

Обучение в интегрированной информационной среде позволяет расширить образовательный процесс и приблизить его к учащемуся, к мес-ту жительства, дополнив, тем самым, традиционные, классические учеб-ные занятия. Виртуальная образова-тельная среда позволяет адаптиро-вать обучение под потребности уче-ника в соответствии с его интеллек-туальным уровнем и способностями, создать реальные условия для реали-зации непрерывного и доступного образования на всех уровнях, создать условия для личной творческой ак-тивности и самореализации учащих-ся. Это определяет значимый соци-альный аспект данного направления.

Масштабная реализация вир-туальных сред обучения предполага-ется на программно-технических ре-шениях, построенных на открытых стандартах и имеющих преимущест-венно свободное распространение (класс Open Source), позволяющих обеспечить самостоятельное сопро-вождение и развитие со стороны учебного заведения. Такой подход обеспечит не только значительную экономию средств, но и возможность

непосредственного участия в разви-тии программных продуктов, что в конечном итоге ведет к повышению их качества и интероперабельности.

Создание и сопровождение региональных сегментов образова-тельного информационного про-странства (по организационно-технологическим, нормативно-правовым и экономическим направ-лениям реализации)

Региональные сегменты обра-зовательного информационного про-странства (ОИП) отличаются суще-ственной территориальной распреде-ленностью и разнородным характе-ром развития системы образования в субъектах Российской Федерации. Высшие образовательные учрежде-ния, как правило, расположены в об-ластных и районных центрах.

Созданные электронные обра-зовательные ресурсы, в том числе размещенные на образовательных порталах и в составе Федерального центра информационных образова-тельных ресурсов (ФЦИОР), необхо-димо использовать с максимальной эффективностью.

К числу основных приорите-тов при развитии региональных сег-ментов образовательного информа-ционного пространства относится организация системы управления ре-сурсным обеспечением региональной составляющей системы образования. Решение этих вопросов требует про-ведения мониторинга, информацион-но-аналитического сопровождения и оперативной оценки процессов ин-форматизации образования в субъек-тах Российской Федерации.

4. Информационные систе-мы управления отраслью

За время реализации ФЦПРО и ПНПО осуществлен целый ряд проектов, направленных на создание информационных систем, обеспечи-вающих поддержку принятия реше-ний руководством Министерства об-разования и науки Российской Феде-




рации и подведомственных агентств и служб. Наиболее масштабными из которых являются:

• отраслевая система ин-формационного взаимодействия;

• информационная сис-тема мониторинга и статистики в об-ласти образования;

• информационная сис-тема управления целевыми програм-мами.

Дополнительно был разрабо-тан и введен в эксплуатацию ряд ин-формационно-аналитических систем, в том числе:

• система поддержки контрольно-инспекционной деятель-ности в сфере образования;

• единая информацион-ная система учета диссертаций;

• автоматизированная информационно-поисковая система «Аттестация», предназначенная для накопления, хранения и просмотра данных о соискателях ученого звания профессора или доцента;

• система сбора, обра-ботки и анализа сведений о торгах и других способах закупок, проводи-мых подведомственными организа-циями и территориальными органами за счет средств федерального бюдже-та;

• единая автоматизиро-ванная система учета документов го-сударственного образца об уровне образования.

В 2008 году в рамках проекта «Обеспечение учреждений системы общего образования программным комплексом автоматизации процес-сов формирования фонда оплаты труда и финансового стимулирования работников образовательных учреж-дений в рамках внедрения норматив-ного (подушевого) финансирования» все муниципальные органы управле-ния образованием Российской Феде-рации получили программные ком-плексы автоматизации процессов формирования фонда оплаты труда и

финансового стимулирования работ-ников образовательных учреждений.

5. Аппаратно-программные средства (компьютеры, системное и прикладное программное обеспе-чение)

С целью улучшения матери-ально-технической базы для исполь-зования современных образователь-ных технологий в образовательных учреждениях Российской Федерации, в рамках реализации федеральных целевых программ и приоритетного национального проекта «Образова-ние» осуществлялись поставки аппа-ратно-программных комплексов, включающих компьютерную техни-ку, презентационное, печатное и ко-пирующее оборудование.

В рамках реализации ФЦПРО в учреждения системы образования было поставлено компьютерной тех-ники на сумму: 2006 год – около 250 млн. рублей; 2007 год – около 270 млн. рублей; 2008 год – около 860 млн. рублей.

В рамках реализации ПНПО для общеобразовательных учрежде-ний Российской Федерации было за-куплено и поставлено интерактивных аппаратно-программных комплексов: 2006 год – 2907 комплектов; 2007 год – 4279 комплектов; 2008 год – 5798 комплектов.

Кроме того, с 2007 года в ком-плектацию предметных кабинетов физики, химии, биологии и геогра-фии, поставляемых в субъекты Рос-сийской Федерации для общеобразо-вательных учреждений, входила мультимедийная и компьютерная техника.

Ревизия, проведенная в февра-ле 2007 г. Мининформсвязью России (письмо органам управления образо-ванием и администрациям субъектов Российской Федерации о необходи-мом дополнительном общесистемном и прикладном программном обеспе-чении для образовательных учрежде-ний от 15 февраля 2007 г. № ДМ-




П13-721), показала, что одной из наиболее острых проблем в области оснащения ОУ современными ин-формационно-коммуникационными технологиями остается недопустимо низкий уровень лицензионной под-держки используемого на персональ-ных компьютерах (далее – ПК) про-граммного обеспечения.

На основании распоряжения Правительства Российской Федера-ции от 18 октября 2007 г. № 1447-р Рособразованием в 2007 году обеспе-чено размещение государственного заказа по проектам:

1. Обеспечение лицензионной поддержки стандартного (базового) пакета программного обеспечения для использования в общеобразова-тельных учреждениях Российской Федерации в 2007-2009 годах.

В рамках проекта в 2007 году за счет средств федерального бюдже-та приобретена лицензия на исполь-зование программных продуктов, входящих в стандартный (базовый) пакет лицензионного программного обеспечения (далее – СБППО), уста-навливаемый на школьных компью-терах, сроком действия на три года с момента платежа. В СБППО, уста-навливаемый на школьных ПК, вхо-дит 56 программных продуктов.

При реализации проекта в субъекты Российской Федерации по-ставлено 55530 комплектов СБППО, что составляет 100% от общего за-планированного количества. В сис-тему мониторинга использования продуктов, входящих в СБППО, вне-сено 55530 талонов доставки, что со-ставляет 100 % от общего числа по-ставок. На официальном портале проекта зарегистрировались 62,9 % всех образовательных учреждений, в которые поставлено СБППО.

2. Обеспечение дополнитель-ным пакетом лицензионных про-граммных продуктов образователь-ных учреждений, внедряющих инно-

вационные образовательные про-граммы.

В рамках проекта в общеобра-зовательные учреждения, внедряю-щие инновационные общеобразова-тельные программы, направлено 5849 комплектов, что составляет 100 % от общего количества, обработано 100% талонов доставки от школ, получив-ших комплекты.

В декабре 2008 г. завершен второй этап обучения по использова-нию и работе с программными про-дуктами, поставляемыми в рамках проекта, педагогов общеобразова-тельных учреждений, методистов и преподавателей учреждений допол-нительного образования по следую-щим программным продуктам: «Пер-волого», «Живая Математика», «Жи-вая Физика», «Живая География: цифровые исторические карты», вхо-дящим в ДПО.

3. Разработка и апробация в пилотных субъектах Российской Фе-дерации пакета свободного про-граммного обеспечения для использо-вания в общеобразовательных учре-ждениях Российской Федерации в 2007-2008 годах.

Одновременно с мерами по легализации установленного в шко-лах лицензионного программного обеспечения начата реализация мас-штабной программы по переводу школ на использование российского дистрибутива программного обеспе-чения, основанного на свободной ли-цензии. В рамках проекта завершена установка и апробация пакета сво-бодного программного обеспечения (далее – ПСПО) во всех общеобразо-вательных учреждениях пилотных регионов Российской Федерации: Республика Татарстан, Пермский край, Томская область. Кроме перво-начально запланированных 1084 уч-реждений ПСПО дополнительно ус-тановлено еще в 20.

Необходимо отметить склады-вающуюся тенденцию роста количе-



Информатизация образования и науки №4/2009

ства заявок от ОУ на использование ПСПО. Получено более 760 заявок на присоединение к проекту от школ других субъектов Российской Феде-рации.

6. Педагогические, админи-стративные и инженерно-технические кадры

В 2006 году стартовал проект «Информатизация системы образова-ния», реализуемый Национальным фондом подготовки кадров (НФПК). Главная цель проекта состояла в соз-дании условий для поддержки сис-темного внедрения и активного ис-пользования информационных и коммуникационных технологий в ра-боте общеобразовательных учрежде-ний, учреждений общего и начально-го профессионального образования путем изменения системы образова-ния не революционным, а исключи-тельно эволюционным путем.

В рамках работ по повыше-нию квалификации педагогов по ба-зовой ИКТ-компетентности обучено более 30 тыс. человек. На курсах по-вышения квалификации на базе 240 межшкольных методических центров прошли обучение более 29 тыс. педа-гогических работников системы среднего и начального профессио-нального образования.

В рамках реализации ФЦПРО за период 2006-2008 годы были вы-полнены следующие задачи:

• сформирована система подготовки студентов, повышения квалификации и профессиональной переподготовки специалистов в об-ласти информационно-коммуникационных технологий (ИКТ) высокого уровня на базе цен-тров высоких информационных тех-нологий для системообразующих ву-зов;

• разработаны курсы и проведена переподготовка (повыше-ние квалификации) более 2400 адми-нистративно-педагогических и педа-гогических работников системы

среднего образования по примене-нию в профессиональной деятельно-сти свободного программного обес-печения;

• разработана и апроби-рована система квалификационных требований к компетентности педа-гогических кадров в области исполь-зования ИКТ в образовании;

• разработана инноваци-онная программа повышения квали-фикации педагогических кадров в сфере использования ИКТ в профес-сиональном образовании для реали-зации новых государственных обра-зовательных стандартов профессио-нального образования с учетом меж-дународного опыта;

• созданы модели повы-шения квалификации руководителей ОУ с использованием ИКТ, а также программы повышения квалифика-ции руководителей ОУ. Создано ме-тодическое сопровождение по вопро-сам организации предпрофильной подготовки и профильного обучения учащихся старшей ступени школы на основе кооперации с учреждениями НПО и СПО. Также был уточнен пе-речень профессий, сопряженных с технологическим профилем про-фильной подготовки старшеклассни-ков в кооперации с учреждениями НПО и СПО, разработаны учебные программы технологического профи-ля для профильного обучения на старшей ступени школы, сопряжен-ные и интегрированные с учрежде-ниями профобразования (по ряду от-раслей: радиоэлектроника, металло-обработка, автомобильный транс-порт, строительство).

7. Системная информатиза-ция школы

Системная информатизация школы предусматривает мероприя-тия, направленные на подготовку об-разовательных ресурсов и информа-ционных инструментов нового поко-ления для изменения практики рабо-ты массовой школы, а также на ока-




зание поддержки процессам внедре-ния ресурсов и технологий нового поколения в практику работы массо-вой школы.

В рамках данного направления ежегодно реализуются проекты по

организации представления достиже-ний в области информатизации обра-зования на национальных и между-народных, в том числе отраслевых выставках, конференциях и круглых столах.

ПРИМЕНЕНИЕ ИКТ В ВЫСШЕМ ОБРАЗОВАНИИ РОССИЙСКОЙ ФЕДЕРАЦИИ: ТЕКУЩЕЕ СОСТОЯНИЕ, ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ

РАЗВИТИЯ

APPLICATION ICT IN HIGHER EDUCATION OF THE RUSSIAN FEDERATION: CURRENT CONDITION, PROBLEMS AND DEVELOPMENT

PROSPECTS Тихонов Александр Николаевич / Tikhonov A.N.,

Директор ФГУ ГНИИ ИТТ «Информика» / Director, State Institute of Infor-mation Technologies and Telecommunications «Informika», [email protected]

Аннотация Статья затрагивает тему раз-

вития ИКТ в образовательной дея-тельности высших учебных заведе-ний, в том числе применение элек-тронных образовательных ресурсов, развитие национальной компьютер-ной научно-образовательной сети, использование цифрового образова-тельного контента, широкое распро-странение дистанционных образова-тельных технологий.

Annotation Article mentions a theme of de-

velopment ICT in educational activity of higher educational institutions, in-cluding application of electronic educa-tional resources, development of a na-tional computer scientifically-educational network, use of a digital educational content, a wide circulation of remote educational technologies.

Ключевые слова: Российское образование, информатизация обра-зования, система образования, выс-шее образование, ИКТ, информаци-онно-коммуникационные техноло-гии, Интернет, электронные образо-вательные ресурсы, телекоммуника-ции.

Keywords: Russian education, formation information, education sys-tem, higher education, ICT, informa-tion-communication technologies, Internet, electronic educational re-sources, telecommunications.

Политика в области примене-

ния ИКТ в высшем образовании ба-зируется на следующих существую-щих в стране нормативных актах, на-циональных стратегиях, программах и планах: • решениях Совета по развитию

информационного общества при Президенте РФ (12 февраля 2009 г.);

• решениях заседания президиума Государственного совета «О реа-лизации Стратегии развития ин-формационного общества в Рос-сийской Федерации» (17 июля 2008 г.);

• законе Российской Федерации «Об образовании» от 10.07.1992 №3266-1;

• типовом положении об образова-тельном учреждении высшего профессионального образования (высшем учебном заведении), ут-вержденном Постановлением




Правительства Российской Феде-рации от 14.02.2008 №71;

• «Порядке использования дистан-ционных образовательных техно-логий», утвержденном Приказом Минобрнауки России от 06.05.2005 № 137;

• «Стратегии развития направления информатизации образования ФЦПРО на 2008-2010 годы», одобренной решением Научно-координационного совета Ми-нобрнауки (протокол №7 от 30 июля 2007 г.);

• решениях коллегии Рособразова-ния «О развитии информатизации образования в рамках реализации приоритетного национального проекта «Образование» и феде-ральных целевых программ от 29 мая 2008 г.;

• Федеральной программе развития образования на 2006-2010 годы;

• Федеральной целевой программе «Научные и научно-педагогические кадры инноваци-онной России» на 2009-2013 го-ды;

• приоритетном национальном про-екте «Образование»;

• аналитической ведомственной (Федеральное агентство по обра-зованию) целевой программе «Развитие научного потенциала высшей школы (2009-2010 го-ды)»;

• проекте Концепции Федеральной целевой программы развития об-разования на 2011-2015 годы;

• а также ряде других федеральных и региональных документов, ко-

торыми руководствуются высшие учебные заведения, определяя собственную политику использо-вания средств ИКТ.

Развитие ИКТ в сфере образо-вания является чрезвычайно важным, поскольку число пользователей Ин-тернета в России в 2009 г. по прогно-зу вырастет на 34% - примерно до 63 млн. В 2008 г. число пользователей Интернета в России выросло на 34,3% - до 47 млн. Доля российских пользователей, выходящих в Интер-нет из дома в 2008г. превысила 70%. При этом около трети домашних пользователей, или примерно 20% всей аудитории, имеют широкопо-лосный доступ. Средняя скорость доступа в Интернет в регионах за-метно ниже, чем в столице. Самая распространенная скорость в среднем по 21 крупному городу России, ис-ключая Москву и Санкт-Петербург, составляет примерно 410 Kб/сек., а в столице - около 7000 Kб/сек. В круп-нейших городах России проникнове-ние Интернета значительно выше, чем в среднем по стране. В городах с населением более 100 тыс. человек свыше 42% людей старше 12 лет пользуются Интернетом хотя бы раз в месяц. В Москве этот показатель составляет 61%, в Санкт-Петербур- ге - 53%.

Ключевые направления в стратегии информатизации высшего образования представлены на рис.1.



12 Информатизация образования и науки №4/2009

Рис.1. Ключевые направления стратегии информатизации высшего образования

Инфраструктурную основу использования ИКТ в высшем обра-зовании образует научно-

образовательная сеть RUNNet, пред-ставленная на рис.2.

Рис.2. Научно-образовательная сеть RUNNet

Основные направления ис-пользования ИКТ в высшем образо-вании на 2009-2010 годы представле-ны комплексом следующих системо-образующих проектов:

1. Развитие федеральной системы информационных образо-вательных ресурсов

Цель проекта: повышение доступности качественного образо-вания в соответствии с требованиями инновационной экономики за счет обеспечения потребностей учрежде-ний, реализующих программы обще-

го и профессионального образования в современных цифровых образова-тельных ресурсах и учебно-методических материалах, предпола-гающих организацию учебного про-цесса с эффективным использовани-ем ИКТ.

Федеральная система инфор-мационно-образовательных ресурсов (ФСИОР) является системообразую-щим компонентом единой образова-тельной информационной среды, обеспечивающим практическую реа-лизацию сервис-ориентированной




модели информатизации сферы обра-зования, доступность и эффектив-ность использования, интеграцию и унификацию разрозненных инфор-мационно-образовательных ресурсов для всех уровней и объектов системы образования РФ. Все составные части и подсистемы ФСИОР обеспечивают единообразную схему технологиче-ской реализации механизмов прием-ки, хранения, сопровождения и уни-фицированного доступа к информа-ционно-образовательным ресурсам различных типов.

ФСИОР включает расширяе-мый набор отраслевых хранилищ, реализованных по единым техноло-гическим принципам на различных аппаратно-программных платформах, использующих единую модель мета-данных и рубрикаторов и импорти-рующих метаданные своих ресурсов в единый интегральный каталог.

Базовые функциональные элементы ФСИОР: • информационный портал «Единое

окно доступа к образовательным ресурсам» http://window.edu.ru, включающий интегральный ката-лог образовательных интернет-ресурсов http://window.edu.ru/window/catalog;

• ресурсы и информационные раз-делы федеральных образователь-ных порталов – «Российское об-разование» www.edu.ru, россий-ский общеобразовательный пор-тал www.school.edu.ru, и другие http://www.edu.ru/db/portal/sites/portal_page.htm;

• хранилище единой коллекции цифровых образовательных ре-сурсов для общего образования http://school-collection.edu.ru;

• открытая полнотекстовая библио-тека учебных и учебно-методических материалов для общего и профессионального об-разования

http://window.edu.ru/window/library;

• хранилище интерактивных элек-тронных образовательных ресур-сов по основным предметам об-щего образования для открытой мультимедиа среды http://fcior.edu.ru.

Реализация концепции «Еди-ного окна» подразумевает унифици-рованный доступ, сквозной поиск и навигацию по объединенному ката-логу образовательных ресурсов, сис-темно интегрированных и физически размещенных в территориально-распределённых хранилищах ФСИ-ОР.

Ключевым элементом ФСИОР является Федеральный портал «Рос-сийское образование». Основные разделы портала «Российское обра-зование»: • каталог образовательных интер-

нет-ресурсов с атрибутным и кон-текстным поиском и рубрикацией по типу ресурсов, предметной об-ласти, уровню образования и це-левой аудитории (более 45 000 метаданных);

• архив материалов государствен-ных образовательных стандартов для начального, среднего, высше-го и послевузовского образования (1 900 документов);

• базы данных российских образо-вательных учреждений (школы, учреждения начального, среднего специального и высшего профес-сионального образования) (более 5 500 записей);

• архив распорядительных и нор-мативных документов системы российского образования (19 000 документов);

• законодательная база «Гарант» (разделы «Образование», «Нау-ка», «Культура», «Физическая культура»);

• актуальная информация о россий-ских и зарубежных программах,




конкурсах и грантах в сфере об-разования;

• образовательная статистика; • картографический сервис для об-

разовательной статистики и лабо-ратория учебных карт;

• глоссарий терминов образования; • система новостных лент.

• Суммарная посещаемость порта-лов, входящих во ФСИОР, по данным Рамблер Top100 в февра-ле-апреле 2009 года составила бо-лее трех миллионов в месяц. Структура ФСИОР представлена на рис. 3.

Рис.3. Структура ФСИОР

2. Технологическая под-держка, эксплуатация и развитие сервисов Федерального центра ин-формационных образовательных ресурсов (ФЦИОР)

Цель проекта: выполнение комплекса работ по обеспечению бесперебойного функционирования сервисов ФЦИОР, включая работы по размещению электронных образо-вательных ресурсов и оказания ква-лифицированной помощи по техни-ческим вопросам использования электронных информационных ре-сурсов.

Федеральный центр информа-ционно-образовательных ресурсов является отраслевой организационно-технической системой, обеспечи-вающей прием, учет, хранение и пре-

доставление удаленного унифициро-ванного доступа к электронным ин-формационным ресурсам и сервисам учебного назначения. ФЦИОР реали-зует концепцию федеральной систе-мы информационно-образовательных ресурсов (ФСИОР), подразумеваю-щую унифицированный доступ, сквозной поиск и навигацию по объ-единенному каталогу образователь-ных ресурсов, физически размещен-ных не только в хранилище ФЦИОР, но и в различных удаленных храни-лищах (например, на федеральных образовательных порталах). Для это-го в составе ФЦИОР функционируют сервисы, обеспечивающие интегра-цию ресурсов хранилища ФЦИОР и федеральной системы информацион-но-образовательных ресурсов.




3. Развитие методов унифи-кации, стандартизации и гармони-зация с международными ИКТ-стандартами требований к созда-нию и контролю результатов ис-пользования электронно-образовательных ресурсов (ЭОР) нового поколения, спецификаций и профилей метаданных

Целью проекта является раз-витие унификации ЭОР нового поко-ления, гармонизация с международ-ными ИКТ-стандартами требований по созданию и доступу к ЭОР, отве-чающим актуальным потребностям пользователей (педагогов и учащих-ся) на современном этапе.

4. Разработка и развитие системы обеспечения и поддержки внедрения и использования в обра-зовательных учреждениях всех уровней свободного программного обеспечения

Цель проекта: создание усло-вий для обеспечения возможности ведения образовательного процесса на многоплатформенной основе за счет внедрения свободного про-граммного обеспечения в учебный процесс.

5. Разработка системы про-ектирования ЭОР нового поколе-ния для высшего профессиональ-ного образования, а также для ор-ганизации переподготовки вре-менно высвобождаемых лиц

Для профессионального и по-слевузовского образования, в силу большого количества учебных дис-циплин, быстрого развития новых знаний и технологий, не представля-ется возможным централизованное создание ЭОР по множеству пред-метных областей. В этих условиях целесообразным является разработка системы проектирования ЭОР нового поколения, отвечающей унифициро-ванным требованиям к ЭОР и позво-ляющей пользователям без специ-альной подготовки создавать инте-рактивный мультимедиа контент для

всех компонентов образовательной деятельности. Целью проекта являет-ся разработка системы проектирова-ния ЭОР нового поколения для при-менения преподавателями и учащи-мися в системе высшего профессио-нального образования и для перепод-готовки временно высвобождаемых лиц.

6. Разработка модулей ЭОР с адаптивной настройкой для обуче-ния профессиональным навыкам лиц с ограниченными физически-ми возможностями

Целью проекта является раз-работка электронных учебных мате-риалов, дифференцированных по уровням возможностей учащихся и обеспечивающих подготовку к про-фессиональной деятельности лиц с ограниченными физическими воз-можностями здоровья.

7. Развитие методов и средств коллективного взаимодей-ствия преподавателей с учащимися для дистанционной координации и управления образовательной дея-тельностью с использованием се-тевых технологий

Цель проекта: обеспечение доступного и качественного образо-вания различных категорий учащихся на основе использования ИКТ, средств коммуникаций, а также ин-дивидуальных форм организации обучения, включая дистанционные.

8. Разработка, апробация и внедрение системы мониторинга состояния организации приема и зачисления в вузы и ссузы

Целью проекта является раз-работка технологии предоставления информации об абитуриентах вузами и ссузами на этапах приема докумен-тов и зачисления; разработка инфор-мационной системы, обеспечиваю-щей сбор, обработку и анализ показа-телей о документах, регламенти-рующих приемную компанию, со-стоянии конкурса на отдельные фа-культеты, направлениях подготовки




(специальности) для всех категорий поступающих и итогах зачисления, интегрированной с Федеральной ба-зой свидетельств о результатах ЕГЭ.

9. Обеспечение связности сегментов образовательной сети и увеличение пропускной способно-сти каналов связи для обеспечения гарантированного качественного доступа ОУ к информационным образовательным ресурсам с фильтрацией доступа к интернет-ресурсам, несовместимым с зада-чами образования и воспитания

Цель проекта: обеспечение полноценного функционирования федеральной компьютерной сети сферы образования и науки. Будут решены следующие задачи: • подключение ресурсных центров,

научных организаций и образова-тельных учреждений к опорным узлам научно-образовательной сети не менее чем в 57 субъектах Российской Федерации;

• доступ пользователей к информа-ционным образовательным и на-учным ресурсам федерального уровня;

• мониторинг использования обра-зовательных информационных ресурсов отраслевой компьютер-ной сети сферы образования на федеральном и региональном уровнях;

• штатное функционирование вы-сокоскоростных опорных каналов научно-образовательной сети пе-редачи данных.

10. Разработка инновацион-ных моделей и программно-методических комплексов для по-вышения квалификации работни-ков сферы образования и науки в области ИКТ

Цель проекта: разработка на-учных, методических и практических инновационных инструментов оцен-ки квалификации работников сферы образования и науки в области ИКТ посредством создания многоуровне-

вой отраслевой системы мониторинга и сертификации компьютерной гра-мотности и ИКТ-компетентности (http://icttest.edu.ru).

11. Создание автоматизиро-ванной системы мониторинга про-грамм опережающего обучения в Российской Федерации

Цель проекта: создание авто-матизированной системы мониторин-га краткосрочных программ (АСМКП) с предоставлением досту-па органам управления образованием федерального уровня – для анализа информации и принятия решений, стимулирующих развитие опере-жающего обучения в системе про-фессионального образования - регио-нальным органам исполнительной власти, осуществляющим управление в сфере образования, для ввода и об-новления информации, анализа ин-формации и принятия мер по форми-рованию опережающего предложе-ния на рынке услуг профессиональ-ного образования.

12. Разработка, развитие и сопровождение информационного и программного обеспечения экс-порта российского образования (ИАС ЭРО) на 9 иностранных язы-ках и информационно-справочных систем международного партнер-ства (ИСС МП) с Германией, Францией, Испанией и США на русском и соответствующем ино-странном языке (http://russia.edu.ru)

Целью проекта является ин-формационная поддержка активного продвижения российских образова-тельных услуг на международный рынок путем представления актуаль-ной информации, развития информа-ционных сервисов и расширения ау-дитории ресурса «Российское обра-зование для иностранных граждан», а также совершенствование и развитие информационно-справочных систем международного партнерства России в области образования с США, Испа-




нией, Францией и Германией как ин-струмента информационной под-держки образовательных обменов, сотрудничества российских вузов с зарубежными университетами в рам-ках совместных проектов и реализа-ции двусторонних соглашений между странами.

В качестве одного из приме-ров развития наиболее важных эле-ментов информатизации на рис. 4 представлены основные этапы фор-мирования и развития информацион-ных образовательных ресурсов.

Рис.4. Основные этапы формирования и развития информационных образовательных ресурсов

Национальный опыт примене-

ния ИКТ в высшем образовании в преподавании и обучении, прежде всего, связан с выполнением Феде-ральной программы развития образо-вания на 2006-2010 годы (ФЦПРО) и Приоритетного национального про-екта «Образование» (ПНПО). В рам-ках выполнения ПНПО в два этапа было отобрано 57 вузов, которые подготовили наиболее существенные инновационные программы развития. Экспертизу проектов проводил На-циональный фонд подготовки кадров. Характеризуя ПНПО в части под-держки вузов, внедряющих иннова-ционные образовательные програм-мы, следует отметить, что его участ-никами являются около 10% всех го-сударственных вузов (всего 57 ву-

зов), представляющих все федераль-ные округа Российской Федерации (от 3 в ЮФО до 26 ЦФО) и различ-ные профильные направления: инже-нерные, естественнонаучные, эконо-мические, управленческие, медицин-ские, аграрные, педагогические.

Анализ тематики проектов, выполняемых вузами, показывает, что почти все университеты заявили программы, в которых информаци-онно-коммуникационные технологии занимают значительное место, в том числе, по следующим направлениям:

• новые технологии обучения с использованием ИКТ;

• дистанционные формы обуче-ния;




• научные исследования (как область и как инструмент ис-следований);

• доступ к информационным ресурсам (в т.ч. электронные библиотеки);

• управление инновационной образовательной программой;

• управление вузом. Среди вузов, завершивших

свои проекты, достигнуты все заяв-ленные показатели результативности. В качестве наиболее ярких примеров можно привести следующие:

- в рамках реализации иннова-ционной образовательной программы Владимирского государственного университета функционирует корпо-ративный институт, созданный со-вместно с бизнес-сообществом, в ко-тором осуществляется принцип обу-чения слушателей (по разным уров-ням профессионального образования) во время их непосредственной дея-тельности в технопарковой зоне уни-верситета в условиях реализации ин-теграции науки, образования и про-изводства. При этом обеспечивается сетевое взаимодействие участников на базе распределенной информаци-онной системы как единой среды корпоративного взаимодействия с использованием соответствующего инструментария (пиринговая “Peer-to-Peer” сеть, поиск информации ба-зируется на стандартах Semantic Web с открытым пространством словарей метаописаний и возможностью ин-терпретации автоматическими про-граммными модулями). Развернут высокопроизводительный вычисли-тельный кластер «СКИФ»;

- в СПбГУ ИТМО в рамках ПНПО успешно реализована «Инно-вационная система подготовки спе-циалистов нового поколения в облас-ти информационных и оптических технологий», в которой эффективно используются средства ИКТ. В ходе реализации проекта разработаны 14

новых инновационных магистерских программ, на обучение по которым уже в 2009 году принято 183 магист-ранта. Создано и модернизировано на базе новейших ИКТ 53 новых учеб-но-научных подразделений, центров, лабораторий, участков. Это позволи-ло университету выйти на качествен-но новый уровень подготовки выпу-скников и удовлетворять возрастаю-щий спрос на специалистов в инфор-мационной, оптической и других вы-сокотехнологичных отраслях науки;

- на базе Московской меди-цинской академии им. И.М. Сеченова создан международный центр дис-танционного медицинского образо-вания, информационно-аналитической системы по монито-рингу клинических исследований, а также осуществлено оснащение вир-туальной операционной;

- в результате выполнения ин-новационной образовательной про-граммы Пермский государственный университет существенно модерни-зировал учебную деятельность. С каждым годом растет число учебных курсов, проводимых с использовани-ем аудиовизуальных средств (ими оснащены все аудитории) и разрабо-танных ресурсов дистанционной поддержки учебного процесса. Учеб-ная и научная деятельность получили полноценную информационную под-держку (благодаря созданию гига-битной телекоммуникационной сети с беспроводным доступом, накры-вающей 12 корпусов университета, подписке на отечественные и зару-бежные электронные библиотеки, базы данных, научные журналы). Введены 4 новые направления подго-товки в области информационных технологий, востребованные рынком и/или социальной сферой. В учебном процессе используются более 100 но-вых учебных пособий, посвященных использованию ИКТ в сфере подго-товки, созданных в ходе реализации программы преподавателями универ-




ситета. Студенты естественнонауч-ных факультетов имеют возможность выполнять научную работу на но-вейшем оборудовании, купленном за счет программы (в сфере нанотехно-логий, биотехнологий, высокопроиз-водительных вычислений, материа-ловедения и т.д.);

- в СамГАУ реализован пере-ход на сквозное использование CAD-технологий на всех конструкторских специальностях; по направлению геоинформатика проведено полное (100%) техническое переоснащение, включая оборудование для космиче-ского дистанционного зондирования;

- на базе ННГУ создан Центр компетенций в области высокопроиз-водительных вычислений, а также Центр компьютерной подготовки ин-валидов по зрению;

- в результате выполнения ин-новационной образовательной про-граммы Уфимского государственно-го авиационного технического уни-верситета осуществлена разработка с использованием ИКТ 53 программ основного высшего профессиональ-ного образования и дополнительного профессионального образования. Приобретены полные и академиче-ские лицензии, а также параллельные версии программного обеспечения, например, ERP-систем, систем CAD/CAM/CAE/CFD, статистическо-го анализа, вычислительных пакетов, программ визуализации, СУБД. За-куплено методическое обеспечение и стандарты по созданию и использо-ванию компонентов CALS и ИЛП.

Сотрудниками УГАТУ при участии компаний IBM, Cisco, Intel и AйТи создан суперкомпьютер, кото-рый на момент запуска в эксплуата-цию вошел в пятерку самых мощных суперкомпьютеров России и стран СНГ, а также во вторую сотню самых мощных суперкомпьютеров мира. Общая пиковая производительно-стью суперкомпьютера составляет примерно 20 Тфлоп;

Разработан и реализуется кос-мический проект, в рамках которого подготовлен запуск спутника, полу-чившего название «УГАТУСАТ» (от английского satellite) и оборудование центра управления полётом в одном из корпусов УГАТУ. «УГАТУСАТ» относится к классу низкоорбиталь-ных микроспутников. Его масса - 50 килограммов, высота полёта – 500-600 километров. Изготовление и за-пуск осуществляет НПО «Полёт» (г. Омск), а студенты и сотрудники УГАТУ внесли свой вклад в разра-ботку техзадания и предпроектный анализ. Микроспутник УГАТУ зай-мёт своё место на орбите в первом полугодии 2009 года;

- в Томском ГУ сформирован Центр коллективного пользования (суперкомпьютерный кластер «СКИФ», телепорт, институт дистан-ционного образования, «Электрон-ный университет», Научная библио-тека) и др.

К системным результатам

ПНПО в области ИКТ следует отне-сти создание базы для проведения высокопроизводительных вычисле-ний за счет закупки и установки су-перкомпьютеров в ННГУ, ТГУ, МГУ, МГТУ, УГАТУ, ВятГУ и др. Одним из важнейших результатов ПНПО стала разработка, методического и материально-технического обеспече-ния новых специализаций и маги-стерских программ в рамках сущест-вующих направлений и специально-стей. Такое обеспечение масштабно разработано в МИФИ, МИСИС, СГУ, ПермГУ, ВладГУ, РУДН и др. Ана-лиз показывает - модернизация обра-зовательных программ (прежде всего, магистерских) по всем укрупненным группам специальностей, в том чис-ле, затрагивает области, напрямую связанные с ИКТ: информатика и вычислительная техника (27 вузов), информационная безопасность (22 вуза), автоматика и управление (20




вузов), электронная техника, радио-техника и связь (18 вузов).

К наиболее значимым проектам ФЦПРО, в которых эффективно ис-пользуются средства ИКТ, можно отнести: • Создание федеральной системы

информационно-образовательных ресурсов для образовательных учреждений высшего профессионального об-разования (коллективу разработ-чиков присуждена премия Прави-тельства Российской Федерации 2008 года в области образования);

• Введение в промышленную экс-плуатацию Федерального цен-тра информационно-образовательных ресурсов (ФЦИОР) - не имеющий анало-гов аппаратно-программный ком-плекс федерального уровня, предназначенный для хранения информационных ресурсов и обеспечения сервисами сферы образования. Созданы и размеще-ны во ФЦИОР для открытого доступа 10 000 модулей элек-тронно-образовательных ресурсов нового поколения (ЭОР НП);

• Развитие научно-образовательной сети RUNNet, которая предоставляет свои сер-висы не только учреждениям высшего образования, но и орга-низациям РАН и Росатома. Меж-ведомственная опорная сетевая структура RUNNet обеспечивает интеграцию всех научно-образовательных сетей вне зави-симости от их ведомственной принадлежности и предметной ориентации. Указанная инфра-структура в настоящее время имеет точки присутствия в 57 субъектах РФ и интегрирована в глобальный Интернет системой международных каналов емко-стью 10 Гбит/сек. (через Финлян-дию и Китай). Она объединяет федеральные научно-

образовательные сети: RUNNet, RBNet, RASNet, RUHEP, FreeNet, RSSI, региональные REN: RelarnIP, ЮМОС, Rokson, Rusnet, др., а также университетские и академические сети - более 500. Пользователи RUNNet имеют доступ к опорной сети полосой с пропускной способностью от 2 Мб/с до 1 Гб/с (Москва, Санкт-Петербург). RUNNet предостав-ляет сервис: IPv6, multicast, QoS on demand и обеспечивает доступ к системе федеральных образова-тельных порталов (единая точка входа http://window.edu.ru/), кол-лекциям образовательных ресур-сов http://fcior.edu.ru, http://school-collection.edu.ru и сайтам государ-ственных ведомств: http://mon.gov.ru, http://fasi.gov.ru, http://obrnadzor.gov.ru, http://ed.gov.ru. Емкость внешних каналов RUNNet более 30 Гб/с.

• Реализован проект информаци-онно-справочной системы «Рос-сийское образование для ино-странных граждан», которая со-держит следующие основные раз-делы: о России, Образование в России, Русский язык, Образова-тельные учреждения, Поддержка иностранных студентов. Мате-риалы на данном портале (http://russia.edu.ru) представлены на русском, английском, фран-цузском, испанском, китайском и казахском языках; в 2009 году бу-дет реализована локализация на немецком, арабском, вьетнамском и монгольском языках. В данной области реализована Информаци-онно-справочная система под-держки обучения иностранных граждан, на которой можно прой-ти интерактивное тестирование знаний русского языка как ино-странного (http://www.rustest.edu.ru). В целях ИКТ-развития международного сотрудничества российских и за-




рубежных университетов реали-зован комплекс интернет-порталов:

http://france-russia.edu.ru, http://germany-russia.edu.ru, http://spain-russia.edu.ru, http://usa-russia.edu.ru.

• Разработана Отраслевая система мониторинга и сертификации компьютерной грамотности и ИКТ-компетентности для всех уровней образования, которая прошла успешную апробацию в 12 регионах Российской Федера-ции; планируется развитие дан-ной системы в 2009-2010 годах в не менее чем 50 регионах Россий-ской Федерации.

• В настоящее время реализуется комплексный интернет-проект по созданию и развитию информа-ционной системы «Единое окно доступа к образовательным ре-сурсам». В настоящее время ИС "Единое окно" входит в число наиболее популярных образова-тельных ресурсов русскоязычного Интернета (по данным всех ве-дущих рейтингов Рунета): коли-чество посетителей в рабочие дни составляет от 60 до 80 тысяч, ко-личество скачанных страниц (хи-тов) - от 150 до 200 тысяч. В электронной библиотеке в откры-том доступе размещено более 20 тысяч полнотекстовых учебно-методических публикаций, ос-новная часть которых предостав-лена российскими вузами и охва-тывает все направления профес-сионального образования. Коли-чество вузов, предоставивших свои ресурсы, превышает 100. С вузами-поставщиками ресурсов заключаются соглашения, а авто-рам пособий выдаются свиде-тельства о размещении электрон-ных публикаций.

В сфере дистанционного обу-чения следует выделить инициативу Государственной думы Российской

Федерации, которая обратилась в Министерство образования и науки Российской Федерации с предложе-нием о проведении эксперимента по отработке технологических, методи-ческих, организационных и правовых основ деятельности образовательных организаций (учреждений) в области распределенного и трансграничного образования на базе информационно-телекоммуникационных технологий. Большую работу по подготовке пред-варительных документов в этом на-правлении проделали Современная гуманитарная академия и Москов-ский государственный университет экономики, статистики и информати-ки, которые на основе Руководящих принципов ЮНЕСКО / ОЭСР по обеспечению качества в сфере транс-граничного высшего образования (OECD/UNESCO Guidelines for Quality Provision in Cross-border Higher Education) предложили кон-цепцию развития трансграничного образования в Российской Федера-ции.

В настоящее время организо-вана рабочая группа под председа-тельством заместителя Министра об-разования и науки Российской Феде-рации И.И.Калины, предметом рабо-ты которой является разработка по-становления Правительства РФ и По-ложения о проведении эксперимента по отработке технологических, мето-дических, организационных и право-вых основ деятельности образова-тельных организаций (учреждений) в области распределенного и трансгра-ничного образования на базе инфор-мационно-телекоммуникационных технологий. Задачей эксперимента является реализация государственной политики по более эффективному использованию возможностей, пре-доставляемых современными инфор-мационными и телекоммуникацион-ными технологиями для внедрения инноваций в образовательную дея-тельность, создания равной доступ-




ности высшего и послевузовского образования для граждан Российской Федерации независимо от их места жительства и для расширения экс-порта российского образования.

Очередное совещание рабочей группы было проведено 13 мая 2009 г., на котором представлен и в целом

одобрен проект постановления Пра-вительства Российской Федерации о проведении вышеназванного экспе-римента в 2009-2014 годах. Схема развития эксперимента изложена на рис. 5 и рис. 6.

Рис.5. Схема развития эксперимента

Рис.6. Схема развития эксперимента




Эксперимент с интересом вос-принимается в среде высшего обра-зования.

Развитие ИКТ в высшем обра-зовании России осуществляется так-же в рамках международных про-грамм, таких как программа TEMPUS TACIS. Примером может служить Проект ICT4UM (Information and Communication Technology for University Management - Информаци-онные и коммуникационные техно-логии для управления в высших учебных заведениях). Проект ICT4UM направлен на внедрение, развитие и распространение ИКТ в российской университетской среде, особенно в сфере управления выс-шими учебными заведениями. Про-ект предназначен для членов адми-нистраций, а также руководителей отделений высших учебных заведе-ний, ответственных за внедрение ИКТ. Программа проекта рассчитана на 2008-2009 гг.

Участники проекта ICT4UM: • ФГУ ГНИИ ИТТ "Информи-

ка", Россия; • Тверской государственный

университет, ТвГУ, Россия; • Петрозаводский государст-

венный университет, ПетрГУ, Россия;

• Санкт-Петербургский госу-дарственный университет ин-формационных технологий, механики и оптики, СПбГУ ИТМО, Россия;

• Institut für Wirtschaftsinfor-matik, IWi, Universität des Saar-landes, Германия;

• European Research and Project Office GmbH, EURICE, Гер-мания;

• Universidad de Valencia, Испа-ния;

• IMC AG, Германия. Основные задачи проекта

ICT4UM: • изучение лучших примеров при-

менения ИКТ для управления в

высших учебных заведениях в Европе и России;

• совершенствование системы управления в высших учебных заведениях путем реорганизации отдельных управленческих про-цессов;

• создание на базе ресурсов ФГУ ГНИИ ИТТ «Информика» рос-сийского консультационного и информационного центра ICT4UM, осуществляющего под-держку в области внедрения ИКТ, а также обмена опытом и распро-странения ИКТ в российской университетской среде;

• подготовка и проведение учебных практических семинаров для спе-циалистов в области ИКТ, а также членов администраций высших учебных заведений.

В настоящее время подготов-

лен и проходит конкурсные процеду-ры проект «Universities as lifelong learning services providers: remedial eLearning courses for Mathematics in Russia, Ukraine and Moldova», участ-никами которого являются: Saarland University (UdS), Deutsches For-schungszentrum für Künstliche Intelli-genz (DFKI), University of Distance Education (UNED), Open University of the Netherlands (OUNL), e.TELL, State Institute of Information Technologies and Telecommunication “Informika”, Tver State Technical University (TSTU), Southern Federal University (SFU), Tomsk Polytechnic University (TPU), IDS Scheer (for Russia and CIS), Ministry of Education and Sci-ence of Ukraine, Cherkasy State Tech-nical University (CSTU), National Aerospace University in Kyiv (NAU), National Aerospace University “KhAI”, Ministry of Education of Moldova, Moldova State University (MSU), Re-publican Lycee of Natural sciences of Moldova, Academy of Economic Stud-ies of Moldova (AES).




Проводя анализ использова-ния ИКТ в высшем образовании Рос-сийской Федерации, следует особо выделить создание в 2009 году Мультивендорного и академического консорциума в области информаци-онно-коммуникационных техноло-гий. С инициативой его создания вы-ступили МГТУ им. Н.Э. Баумана, ФГУ ГНИИ ИТТ «Информика», МТУСИ и ведущие ИКТ-вендоры. Данный консорциум представляет собой добровольное объединение участников: образовательных учреж-дений, вендоров, органов государст-венного управления, научные и про-ектные организации, объединения и организации в сфере образования и ИКТ, работодателей и других пред-ставителей ИКТ-сообщества.

Консорциум создан для осу-ществления совместной деятельности по развитию инновационной системы образования и науки в области ин-формационно-коммуникационных технологий с участием производите-лей ИКТ (вендоров), образователь-ных учреждений различного уровня, научно-исследовательских организа-ций в сфере ИКТ и образования, по-ставщиков ИКТ (системных интегра-торов), потребителей ИКТ (работода-телей) и иных заинтересованных уча-стников.

На основе проведенного ана-лиза следует отметить, что в послед-ние годы в высшем образовании Рос-сии складываются благоприятные условия для дальнейшего развития ИКТ. Это связано как с внутренними стратегиями развития учреждений высшего образования, так и с ростом потребности населения на продук-цию и услуги в области ИКТ повы-шается его информационная грамот-ность, быстрыми темпами развивает-ся инфраструктура для внедрения но-вых информационных технологий.

Вместе с тем, в развитии ис-пользования ИКТ в высшем образо-

вании можно выделить следующие проблемы: • Быстрое развитие электронных

образовательных ресурсов, ин-формационных технологий, их массовое внедрение во все облас-ти деятельности человека требу-ют системной сбалансированной политики в области ИКТ-подготовки. Необходимы качест-венно новые информационно-педагогические технологии, по-вышающие компьютерную гра-мотность и ИКТ-компетентность обучающихся в системе непре-рывного образования с учетом конкретизации требований про-фессиональных стандартов для всех уровней образования (воз-можно при непосредственном участии РСПП и отраслевых ве-домств). Особое внимание здесь необходимо уделить подготовке кадров в области ИКТ непосред-ственно для сферы образования. Развитие ИКТ требует постоянно-го совершенствования и развития полученных педагогами знаний, умений и навыков, причем уже не только в форме повышения ква-лификации, но и посредством по-стоянного общения, обмена опы-том. Особую роль в данной форме самообразования могут занять социальные сети и социальные сообщества, функционирующие в Интернете.

• Остаётся серьёзной проблемой «информационное неравенство» в возможностях для учащихся, ко-торые проживают в крупных го-родах и в мелких населенных пунктах (сельские районы). По-ложение усугубляется ещё и тем обстоятельством, что характер электронно-образовательных ре-сурсов нового поколения, разме-щённых в хранилищах федераль-ной системы информационно-образовательных ресурсов, пред-полагает возможность их актив-




ного использования во внеуроч-ное время, в любых формах само-стоятельной работы. Для учащих-ся, проживающих в зонах ограни-ченного доступа к Интернету, та-кая форма свободного использо-вания учебного материала в элек-тронном виде, в основной массе – недоступна. Ключевую роль в преодолении данного цифрового разрыва должны сыграть регио-нальные программы информати-зации, поддерживающие проекты, направленные на повышение ем-кости телекоммуникационных каналов образовательных сетей. Существует неравенство и в стоимости предоставления теле-коммуникационных услуг для учебных заведений различных ре-гионов России. Предполагается, что решение данных вопросов должно стать частью государст-венной политики в сфере образо-вания, направленной на гармо-ничное развитие национальной компьютерной научно-образовательной сети.

• Недостаточно интенсивно разви-вается направление, связанное с разработкой цифрового образова-тельного контента. С учетом тен-денций развития информацион-ных технологий и телекоммуни-каций все большую значимость приобретают опыт и возможности педагогов образовательных учре-ждений регионов. Особую роль при стимулировании педагогов-инноваторов, педагогов-разработчиков должны сыграть региональные программы инфор-матизации. Отдельное внимание при разработке цифровых образо-вательных ресурсов необходимо уделять стандартизации. Данное важное направление практически не имеет системного развития в отечественной системе образова-ния. Как следствие, практически отсутствуют для педагогической

работы доступные инструмен-тальные программные средства по созданию и использованию цифрового образовательного кон-тента.

• В настоящее время в системе высшего образования активно реализуются проекты по внедре-нию разнообразного ПО. Однако, в них отсутствует важнейшая со-ставляющая, связанная с разра-боткой комплекса мероприятий по подготовке кадров и их мето-дической поддержке, по распро-странению ПО в ОУ ВПО. Разра-ботка и реализация согласован-ных работ по созданию и внедре-нию свободно распространяемых программных продуктов позволит в ближайшее время не только обеспечить все ОУ ВПО свобод-ным ПО, но и создать соответст-вующую систему обучения кад-ров и их методической поддерж-ки, что даст гарантированную возможность ведения образова-тельного процесса на многоплат-форменной основе.

• Недостаточно интенсивно разви-ваются современные дистанцион-ные образовательные технологии, особенно с использованием Ин-тернета. В деятельности ОУ по-прежнему доминируют устарев-шие формы дистанционного обу-чения. Реализация подхода «рас-пределённого обучения» в каче-стве системообразующей техно-логической платформы на феде-ральном уровне, применяемой для всех уровней и ступеней образо-вания - в рамках аудиторных за-нятий, для активных форм само-образования, при интенсивном использовании в дистанционных формах обучения, при условии обеспечения новых дидактиче-ских возможностей - позволит достичь качественно новых пока-зателей в эффективности обуче-ния. Ключевым компонентом




технологий распределенного обу-чения является сетевое взаимо-действие всех участников образо-вательного процесса в виртуаль-ных учебных средах, реализуе-мых на базе WWW-технологий. Данное направление развивается слабо. Необходимо обеспечить информационную ориентацию образования в целом, включая изменение, как методов, так и ор-ганизационных форм учебного процесса.

• Используемые в настоящее время механизмы внедрения получен-ных результатов для всех уровней и ступеней образования – не эф-фективны. Необходимо придать качественно новый статус феде-ральным порталам, интернет-площадкам в предоставлении возможностей для широкого во-влечения научно-педагогической общественности в процессы прак-тического взаимодействия по ин-тенсивному распространению лучших результатов, их апроба-ции, внедрению, использованию и развитию. Аналогичного внима-ния требуют и отрицательные ре-зультаты. Необходимо создать и поддерживать систему внедрения в субъектах Российской Федера-ции результатов федеральных об-разовательных программ и проек-тов, связанных с использованием новейших информационных тех-нологий в учебном процессе.

При переходе России на ры-ночную экономику большое значение приобретает управление качеством выпускаемой продукции. Главной

продукцией образовательных учреж-дений высшего образования являют-ся их выпускники, в отношении ко-торых также применима качествен-ная оценка. Согласно современным подходам качество продукции дости-гается за счет обеспечения качества процессов ее жизненного цикла, а не финишной проверкой качества, как это было ранее. Для обеспечения ка-чества в вузе должна быть создана система менеджмента качества (СМК) образовательного процесса, представляющая собой интегриро-ванную модель управления качест-вом в образовательном процессе с применением принципов TQM (Total Quality Management – всеобщий ме-неджмент качества) и требований ИСО 9000 с учетом специфических особенностей образовательных услуг. Такая работа с различными результа-тами сейчас ведется практически во всех вузах России. Однако во многих вузах в преподавательской среде и среде руководства система оценки качества ассоциируется лишь с раз-вертыванием внутри и вне вуза орга-низационно-структурных компонен-тов. Для введения определенной ти-пизации в подходах по управлению качеством подготовки специалистов в вузах необходимым является разра-ботка типовой информационной сис-темы менеджмента качества учреж-дения высшего образования (ИСМК), оперирующей с принятыми контро-лирующими данный процесс органа-ми (Рособрнадзор) критериями опре-деления качества.


Информационные технологии


ПРОГРАММНЫЕ СРЕДСТВА И ТЕХНОЛОГИИ КОРПОРАТИВНЫХ СЕРВИСОВ РЕГИОНАЛЬНОЙ СЕТИ ОБРАЗОВАТЕЛЬНЫХ

УЧРЕЖДЕНИЙ

SOFTWARE TOOLS AND TECHNOLOGIES OF CORPORATE SERVICES OF A REGIONAL NETWORK OF EDUCATIONAL

INSTITUTIONS Левицкий Борис Ефимович / Levitskiy B.E.,

проректор по информатизации ГОУ ВПО «Кубанский государственный уни-верситет» / Vice-rector for Information Technologies of Kuban State University,

[email protected]

Аннотация В статье представлены описа-

ния программных средств и техноло-гий, разработанных для обеспечения информационных потребностей и ор-ганизации технической поддержки общеобразовательных учреждений в рамках проекта создания корпора-тивной сети учреждений общего об-разования, реализованного в Красно-дарском крае по инициативе Кубан-ского государственного университе-та.

Annotation Descriptions of software tools

and technologies designed to provide information needs and technical support of educational institutions within a crea-tion project framework for a corporate network of institutions of general edu-cation, implemented in the Krasnodar region on the initiative of Kuban State University are represented in the article.

Ключевые слова: программ-ные средства, телекоммуникации, телематические сервисы.

Keywords: software, telecom-munications, telematics services.

Введение Подключение к сети Интернет

практически всех общеобразователь-ных учреждений России, реализован-ное в 2006 – 2007 гг. в рамках при-оритетного национального проекта «Образование», существенно расши-рило возможности использования те-лекоммуникаций не только для со-вершенствования образовательных технологий и улучшения качества

обучения, но и для внедрения и раз-вития корпоративных телекоммуни-кационных сервисов и технологий сетевого взаимодействия различных групп корпоративных пользователей, а также применения информационно-коммуникационных технологий в сфере управления региональной сис-темой образования. Анализ исполь-зования доступа к сети Интернет по-казал, что существенным неисполь-зованным ресурсом организации та-кого доступа является возможность объединения образовательных учре-ждений региона в единую региональ-ную корпоративную телекоммуника-ционную сеть (см.[1-3]). Эта возмож-ность стала особенно актуальной в связи с поэтапным переходом на фи-нансирование развития проекта за счет средств региональных бюдже-тов. В статье предлагается концепция такого перехода, реализованная для учреждений системы общего образо-вания Краснодарского края, и описа-ние разработанных программных средств и технологий информацион-ного обеспечения и технической поддержки образовательных учреж-дений.

1. Телекоммуникационная инфраструктура региональной корпоративной сети общеобразо-вательных учреждений

Целью объединения общеоб-разовательных учреждений (ОУ) ре-гиона в корпоративную телекомму-никационную сеть является создание управляемой на региональном уровне




телекоммуникационной инфраструк-туры, направленной на эффективное решение задач обеспечения инфор-мационных потребностей и техниче-ской поддержки ОУ, а также исполь-зование современных информацион-ных технологий в системе управле-ния сферой образования в регионе. Ключевые задачи региональной кор-поративной сети ОУ:

• предоставление широ-кополосного доступа ОУ к регио-нальной образовательной сети с про-пускной способностью не ниже 128 кб/сек для ОУ с количеством уча-щихся менее 500 человек и пропуск-ной способностью не ниже 256 кб/сек для ОУ с количеством учащихся свыше 500 человек;

• обеспечение внешней коннективности корпоративной сети (доступа к сети Интернет, управляе-мого централизованной системой контент-фильтрации с использовани-ем наземных и спутниковых каналов связи) через предоставление выде-ленного канала с фиксированной пропускной способностью, опреде-ляемой с учетом возможностей кэ-ширования трафика и зеркалирова-ния наиболее востребованных обра-зовательных ресурсов;

• централизованное управление образовательными ресур-сами и сервисами корпоративной се-ти на основе мониторинга информа-ционных потребностей ОУ;

• организация техниче-ской поддержки пользователей, включая организацию процедур цен-трализованного автоматического об-новления используемых лицензион-ных программных продуктов и вне-дрение системы удаленного управле-ния сложным коммуникационным оборудованием и серверами образо-вательных учреждений, не имеющих специалистов необходимой квалифи-кации;

• внедрение новых ин-формационно-коммуникационных

технологий в сферу управления обра-зованием.

Региональная часть инфра-структуры выделенной частной сети (ВЧС «Образование»), созданная в рамках реализации Национального проекта «Образование», объединяю-щая общеобразовательные учрежде-ния РФ и предоставляющая для них доступ к сети Интернет через цен-трализованную систему контент-фильтрации, построена в большинст-ве регионов на базе сетей MPLS ре-гиональных операторов связи. По этой причине техническая реализа-ция поставленных задач там, где имеются вузовские центры информа-ционных технологий или региональ-ные ресурсные центры сферы обра-зования, не требует серьезных до-полнительных затрат.

1.1. Корпоративная сеть об-разовательных учреждений Крас-нодарского края

Корпоративная сеть образова-тельных учреждений Краснодарского края состоит в настоящее время из трех основных сегментов: двух сег-ментов, построенных на базе MPLS-сети ОАО «Южная телекоммуника-ционная компания» (наложенные се-ти IP-VPN «Образование» и IP-VPN «KUBAN-EDU»), и сегмента на базе региональной сети образования нау-ки и культуры Кубани (KUBANnet), поддерживаемой Кубанским госу-дарственным университетом. Значи-тельная часть образовательных уч-реждений г. Краснодара включена в корпоративную сеть по технологиям xDSL непосредственно через узлы доступа KUBANnet, расположенные на технологических площадках Цен-трального узла электросвязи Красно-дарского филиала ОАО «ЮТК» и других операторов. Сегмент IP-VPN «Образование» был создан при под-ключении школ в рамках Националь-ного проекта «Образование», а сег-мент IP-VPN «KUBAN-EDU» - при переходе оплаты за доступ в Интер-




нет на региональное финансирова-ние. В процессе поэтапного перехода на региональное финансирование школы переключаются из VPN «Об-разование» в VPN «KUBAN-EDU», при этом на компьютерах школ со-храняются все ранее установленные сетевые настройки. При доступе в Интернет трафик от школ из VPN «KUBAN-EDU» направляется снача-ла на роутер KUBANnet, на котором производится сбор статистики с ис-пользованием технологии Cisco NetFlow. WEB-трафик школ также проходит через прозрачный кэши-рующий сервер на базе Cisco Content Engine, что позволяет проводить до-полнительный статистический анализ запросов пользователей. Далее этот трафик направляется на роутер ОАО «ЮТК», а затем по единому каналу связи фиксированной емкости через систему централизованной контент-фильтрации в Интернет. Данная схе-ма организации сети снижает загруз-ку канала доступа к Интернет, обес-печивая постоянный прямой и ло-кальный доступ образовательных уч-реждений к ресурсам и сервисам ре-гиональной сети. Среди таких ресур-сов - DNS, корпоративная электрон-ная почта, WEB-хостинг, сервер об-новления ПО Microsoft, файловый архив, зеркала различных образова-тельных ресурсов (в т.ч. ФЦИОР), базы данных региональной системы образования, системы дистанционно-го обучения. Мониторинг качества предоставляемого сервиса произво-дится с использованием роутера KUBANnet.

1.2. Система управления корпоративной сетью

Для реализации задачи ком-плексного управления сетью внедре-на система управления сетями на ба-зе ПО SNMPc 7.0 Castle Rock Com-puting.

Система выполняет следую-щие функции:

• отслеживание сбоев в управляемых компьютерах и устрой-ствах;

• управление конфигури-рованием компьютеров и сетевых устройств (в частности, инициализа-ция, переконфигурирование и вы-ключение управляемых сетевых уст-ройств и компьютеров);

• управление потребле-нием сетевых ресурсов пользовате-лями и группами пользователей;

• управление производи-тельностью сетевых устройств и сер-висов (с помощью сбора и анализа статистики интенсивности примене-ния и частоты ошибок сетевых уст-ройств и искусственной установки уровня их производительности на ос-нове полученных данных);

• управление защитой данных с помощью контроля доступа к сетевым ресурсам на основе зара-нее установленной политики безо-пасности и уведомления администра-тора о попытках ее нарушения.

Система поддерживает работу по протоколам TELNET, HTTP, SNMP.

Для обеспечения дополни-тельной функциональности и удобст-ва управления телекоммуникацион-ным оборудованием Cisco Systems используется продукт Cisco network Assistant, позволяющий через графи-ческий интерфейс выполнять боль-шинство задач администрирования и мониторинга оборудования Cisco.

Для оперативного отслежива-ния состояния сети и выявления раз-личных угроз аномалий в ее работе, таких как сетевые атаки, вирусная активность, неправильная конфигу-рация устройств и компьютеров, вне-дрена и используется система анали-за сетевого трафика Network Instru-ments Observer.

2. Телематические сервисы корпоративной сети

Централизованное управление ресурсами корпоративной сети по-




зволяет обеспечить предоставление следующих сервисов и телематиче-ских услуг, необходимых для корпо-ративного управления и эффективно-го использования сетевых техноло-гий:

• централизованный кор-поративный почтовый сервер, орга-низация и поддержка корпоративных списков рассылки электронной почты с функцией мониторинга получения почтовых сообщений;

• обеспечение хостинга для сайтов и информационных ре-сурсов образовательных учреждений на центральных серверах сети;

• организация монито-ринга внутреннего (в рамках сети KUBANnet) и внешнего трафика ка-ждого ОУ, динамическое управление доступом к внешним ресурсам сети на основе анализа трафика;

• внутренняя фильтрация трафика;

• динамический анализ рейтинга востребованных образова-тельных и информационных ресур-сов;

• ежемесячное предос-тавление отчета о загрузке канала, трафике каждого ОУ, рейтинге наи-более востребованных информаци-онных ресурсов;

• централизованная ан-тивирусная защита почты и защита от спама лицензионными программ-ными средствами;

• организация техниче-ской поддержки пользователей, включая организацию процедур цен-трализованного автоматического об-новления используемых лицензион-ных программных продуктов и вне-дрение системы удаленного управле-ния сложным коммуникационным оборудованием и серверами образо-вательных учреждений, не имеющих специалистов необходимой квалифи-кации.

Реализация этих сервисов по-требовала разработки дополнитель-

ных программных средств и внедре-ния специальных технологий инфор-мационного обеспечения и органи-зации технической поддержки как для самих образовательных учрежде-ний (ОУ), так и для муниципальных и краевых служб управления образо-ванием.

2.1. Программно-аппаратный комплекс «Корпоративная элек-тронная почта»

Программно-аппаратный ком-плекс «Корпоративная электронная почта» реализован на базе сервера IBM System x3650 (архитектура INTEL) под управлением операцион-ной системы Linux 5.0.32-Debian_7etch8. В качестве Mail Transfer Agent (MTA) использован открытый программный продукт qmail v1.03. Информация о пользова-телях и их электронных адресах хра-нится в базе данных под управлением СУБД MySQL v5.0.32. Взаимодейст-вие MTA c СУБД реализовано с ис-пользованием программного продук-та vpopmail v5.4.13. Для увеличения эффективности работы программно-аппаратного комплекса в исходные тексты MTA внесены изменения, оп-тимизирующие работу и увеличи-вающие стабильность почтового сер-вера в целом. Вся корреспонденция, проходящая через почтовый сервер, проверяется на наличие во вложени-ях вредоносного программного обес-печения антивирусом clamav v0.91.2, а также на признаки нежелательной корреспонденции коммерческим ан-ти-спам фильтром Kaspersky AntiSpam ISP v3.0.0 [0284], который предусматривает индивидуальные настройки фильтрации для отдельно-го адреса электронной почты или группы.

Разработана система унифи-цированных корпоративных элек-тронных адресов, разделяющая адре-са по территориальному признаку, с использованием поддоменов и назна-чению, отраженному в адресе элек-




тронной почты. В связи с этим на ос-нове программного продукта ezmlm-idx v0.53 разработана и внедрена сис-тема электронных почтовых рассы-лок, реализующая различные уровни модерируемых списков рассылки, разделенные по типу электронных адресов (территориальный признак и назначение). Для управления списка-ми электронных рассылок разработан и установлен измененный с учетом особенностей почтового сервера ин-терфейс ezmlm-web. Электронный адрес учреждения образуется из сле-дующих элементов: уровень учреж-дения (school – школа, gimnaz – гим-назия, licey – лицей, uo – управление образованием); номер учреждения, если имеется; домен, разделяющий адреса по региональному признаку (например, [email protected]). Таким образом, по электронному ад-ресу можно легко идентифицировать учреждение, которому он принадле-жит, или же, не зная электронного адреса, легко сформировать его. В каждом домене создан список рас-сылки schools, подписчиками которо-го являются все образовательные уч-реждения района. Доступ к такому списку ограничен службами муници-пального управления образованием. На следующем уровне создан список рассылки alluo, подписчиками кото-рого являются все управления обра-зованием. Доступ к этому списку ог-раничен службами регионального департамента образования и науки. В список рассылки allschools входят все муниципальные образовательные учреждения края. Доступ к этому списку также ограничен службами регионального департамента образо-вания и науки. Разделение имен и ад-ресов списков рассылки реализовано по территориальному признаку. На-пример, anapa.kubannet.ru - домен, в котором находятся электронные ад-реса и образовательные ресурсы школ города-курорта Анапа. Разра-ботана подсистема мониторинга по-

лучения электронной почты для ру-ководителей служб департамента об-разования и науки и руководителей муниципальных органов управления образованием, позволяющая контро-лировать получение корреспонден-ции подведомственными структура-ми.

Помимо предоставления дос-тупа к почтовым ящикам с использо-ванием протоколов SMTP и POP3 реализован интерфейс WebMAIL, по-зволяющий получить доступ к ящику без использования почтового клиен-та. Интерфейс реализован на основе открытого программного обеспече-ния RoundCube, основанного на тех-нологии Ajax, и предоставляет все необходимые стандартные функции почтового клиента (адресная книга, пересылка сообщений и т.п.).

Для мониторинга работоспо-собности почтового сервера разрабо-тано программное обеспечение, ото-бражающее текущее состояние поч-тового сервера (текущая нагрузка, объем почтового трафика, размер очереди и т.п.), а также, в случае не-обходимости, уведомляющее адми-нистратора системы о критической ситуации. Для управления электрон-ными почтовыми ящиками разрабо-тан интерфейс администратора, пре-доставляющий такие функции, как добавление, удаление почтового ящика, назначение дополнительных адресов ящику, редактирование квот, просмотр текущего состояния ящика, анализ журнальных файлов для мо-ниторинга проходящей корреспон-денции в случае какой-либо ошибки.

Для обеспечения надежности работы комплекса реализована функ-ция резервного копирования, позво-ляющая в случае отказа оборудова-ния в кратчайшие сроки восстано-вить работу программно-аппаратного комплекса на новом оборудовании.

Для удобства пользователей разработаны необходимые инструк-ции, размещенные на сайте краевого




ресурсного центра http://krc.kubannet.ru .

2.2. Программно-аппаратный комплекс «Система организации хостинга»

Специализированный сервер для организации хостинга реализован на базе IBM System x3650 под управ-лением операционной системы De-bian. Сервер разбит на несколько виртуальных зон, что обеспечивает повышенный уровень безопасности и позволяет устанавливать разные вер-сии программного обеспечения в разные зоны. Установлен веб-сервер Apache 2.2, серверные языки про-граммирования perl 5.8 и PHP 5.2.0, система управления базами данных MySQL 5.0.51. Для удобства работы клиентов со своими базами данных в каждую зону веб-сервера установле-но программное обеспечение phpMyAdmin. С целью повышения уровня безопасности доступ к phpMyAdmin осуществляется только по паролю и только с определенных ip адресов, содержащихся в белом списке ip адресов. Список индиви-дуален для каждой зоны веб-сервера.

На сервере установлен ftp-сервер proftpd. FTP авторизация ра-ботает с пользователями операцион-ной системы. Таким образом, для ра-боты с системой хостинга клиенту достаточно иметь всего два логина и два пароля: один – для доступа по ftp, второй – для доступа к базе данных. Реализована возможность создания нескольких сайтов (виртуальных хос-тов) для одного пользователя. В этом случае пользователь будет иметь один общий логин и пароль для дос-тупа по ftp ко всем своим сайтам.

Помимо этого, для реализации дополнительного функционала раз-работана собственная система управ-ления хостингом. Система позволяет администратору оперативно реагиро-вать на запросы пользователей и ме-нять различные параметры хостинга.

Система состоит из трех компонен-тов:

• конфигурационная база данных, которая содержит информа-цию обо всех сайтах, пользователях и пользовательских базах данных, раз-мещенных во всех зонах веб-сервера;

• программы управления веб-сервером, которые на основании содержания конфигурационной базы данных модифицируют файлы кон-фигурации сервера и тем самым про-водят автоматическую настройку его параметров;

• веб-интерфейс админи-стратора, который позволяет админи-стратору веб-сервера работать с кон-фигурационной базой системы, вно-сить различные изменения, такие как добавление нового сайта, создание пользовательской базы данных, пе-реименование сайта или базы дан-ных, смена пароля пользователя, из-менение дисковых квот, смена та-рифного плана пользователя, распе-чатка настроек для выдачи пользова-телю, и другие.

Для размещения сайта на ре-сурсах сети KUBANnet пользователю необходимо заполнить веб-форму, расположенную на портале краевого ресурсного центра. После этого ад-министратору веб-сервера автомати-чески доставляется электронное письмо с запросом на заведение но-вого хостинга. Пользователь запол-няет заявление и направляет его ад-министратору. Администратор веб-сервера при помощи системы управ-ления хостингом добавляет нового пользователя веб-сервера, настраива-ет необходимые параметры и создает новую базу данных. После этого пользователю высылается на элек-тронную почту и выдаются в печат-ном виде настройки, необходимые для работы с системой. Настройки содержат:

• имя пользователя и па-роль, для доступа к серверу по про-токолу ftp;




• размер дисковой квоты, предоставляемой пользователю на сервере;

• список пользователь-ских сайтов с полным перечнем си-нонимов имен;

• информацию о включе-нии для этих сайтов дополнительных сервисов, таких, как сбор статистики, работа PHP, работа CGI;

• список пользователь-ских баз данных с указанием имени пользователя и пароля для доступа к каждой из них.

Кроме того, в указанном письме (а так же в печатной форме) присутствует краткая инструкция, которая позволяет пользователю уз-нать, как работать с сайтом по прото-колу ftp и с установленной на веб-сервере программой phpMyAdmin. После того как пользователь получа-ет все необходимые для работы с системой настройки, он может при-ступать к перенесению на веб-сервер файлов, составляющих его сайт и, при необходимости, базы данных. Для удобства пользователя при пере-мещении файлов по протоколу ftp и при работе с phpMyAdmin на портале краевого ресурсного центра разме-щены все необходимые инструкции. После завершения переноса файлов и базы данных пользователя на веб-сервер сайт готов к работе и досту-пен по протоколу http. Для пользова-телей, желающих быстро развернуть на веб-сервере новый сайт, преду-смотрена инструкция по установке и настройке бесплатной системы управления контентом Joomla CMS.

Для удобства на сайте краево-го ресурсного центра размещён ком-плект инструкций, затрагивающих все аспекты работы с системой после получения от администратора веб-сервера настроек.

2.3. Система сбора и предос-тавления статистических данных

Централизованное управление ресурсами корпоративной сети по-

зволяет получить полную информа-цию об их использовании каждым ОУ. Особое значение имеет органи-зация мониторинга внутреннего (в рамках региональной сети) и внеш-него трафика каждого ОУ, который реализован на базе специального сер-вера статистики, работающего под управлением бесплатной операцион-ной системы Debian с установленной системой управления базами данных PostgreSQL. Разработаны программ-ные информационные системы для детального анализа трафика и пред-ставления отчетности о рейтинге наиболее востребованных ресурсов.

Первая система хранит данные о школах, адресах их сетей, паролях доступа для школ и муниципальных управлений образованием и позволя-ет осуществлять анализ трафика с помощью протокола Net Flow, обес-печивающего запись log-файлов с маршрутизаторов Cisco. Каждая за-пись содержит следующую инфор-мацию: unix-время, ip-адрес клиента, IP-адрес назначения, порт и размер переданной информации. Постоянно накапливаемая информация обраба-тывается следующим образом: IP-адрес клиента преобразуется в адрес сети, по IP-адресу назначения опре-деляется, является ли этот трафик локальным или нелокальным, по порту определяется, к какому виду трафика относится данный трафик, по unix-времени определяется, к ко-торому часу относится данный тра-фик, затем данные за каждый час по-дытоживаются и записываются в базу данных. Для увеличения быстродей-ствия в таблице, хранящей данные о трафике, используется сложная сис-тема индексов, а для упрощения ис-пользования БД разработчиками ис-пользуются представления (views).

Вторая информационная сис-тема хранит данные о школах и кате-гориях ресурсов и содержит данные об HTTP-трафике, проходящем через прозрачный прокси-сервер Content




Engine, который создаёт log-файлы (журналы), включающие следующую информацию: unix-время, запраши-ваемый URL, размер переданной ин-формации и IP-адрес запросившего. Ежедневно новый log-файл обраба-тывается, и консолидированные дан-ные за сутки отправляются в базу данных, в которой хранится инфор-мация о количестве запросов к каж-дому доменному имени (URL обреза-ется до домена второго или третьего уровня согласно правилу в БД) и размере переданной информации для каждого ip-адреса, подытоженные по месяцам. Для формирования дерева каталога ресурсов, их классификации (отнесения к разным категориям) и определения синонимов (ресурсов с разными URL, но содержанием, от-несенным к одной категории) разра-ботан специальный интерфейс экс-перта, позволяющий автоматизиро-вать построение отчетов по разным видам ресурсов (например, образова-тельные, информационные, регио-нальные и т.д.). Классификация же по категориям имеет древовидную структуру, позволяющую строить от-чёты как по категориям (например, информационные ресурсы), так и по подкатегориям (например, информа-ционные ресурсы, посвящённые кон-кретной предметной области, или блоги).

Целью третьей информацион-ной системы является мониторинг поэтапного включения школ в кор-поративную сеть и отслеживания те-

кущего состояния для каждого ОУ. Для достижения этой цели дважды в сутки (в полночь и в 10 часов утра) сервер осуществляет трассировку до каждого из узлов, а результаты с ука-занием точного времени трассировки заносятся в базу данных. Анализ ко-личества вхождений тех или иных узлов в трассировке позволяет сде-лать вывод о состоянии подключения ОУ. Таким образом, имеется воз-можность не только следить за теку-щей (последней из полученных дан-ных) картиной, но и анализировать процесс подключения ОУ за какой-либо период.

На сайте краевого ресурсного центра http://www.krc.kubannet.ru предоставляется возможность каж-дому ОУ измерить пропускную спо-собность канала. Измерение осуще-ствляется с помощью JS-скрипта, из-меряющего время, за которое загру-жается тестовый файл фиксирован-ного объёма. С помощью технологии JSF на бес-платном web-сервере Tomcat разра-ботаны два web-интерфейса, обеспе-чивающих доступ к данным стати-стики для школ и муниципальных управлений образованием. При входе с адреса сети какой-либо школы пользователь сразу попадает на стра-ницу со статистикой (см. рис.1); в противном случае (если вход про-изошёл с IP-адреса неизвестной сети) пользователю предлагается ввести адрес школьной сети и пароль для просмотра данных.




Рис.1. Данные о расходовании трафика и рейтинге востребованных

ресурсов ОУ

Интерфейс для доступа спе-циалистов муниципальных управле-ний образованием позволяет, после введения логина и пароля, осуществ-

лять просмотр сводной статистики и статистики каждого ОУ, входящего в муниципальное образование (см. рис. 2.).

Рис.2. Анализ данных о трафике ОУ, входящих в муниципальное

образование




Доступ к статистической ин-

формации открыт с сайта

http://www.krc.kubannet.ru в разделе

"Статистика".

3. Организация технической

поддержки

Для обеспечения технической

поддержки корпоративных пользова-

телей создана служба технической

поддержки, представляющая собой

автоматизированный центр обработ-

ки голосовых вызовов, имеющий два

основных режима работы: прием

звонков и генерация звонков. Для

доступа к службе технической под-

держки организован многоканальный

телефон, бесплатный для пользовате-

лей корпоративной сети. Задачей

службы технической поддержки яв-

ляется не только решение разнооб-

разных технических проблем, возни-

кающих в конкретных ОУ, но и обу-

чение школьных системных админи-

страторов и учителей информатики

самостоятельному решению таких

проблем с помощью инструкций,

разработанных службой технической

поддержки на основе накапливаемого

опыта. Для регистрации заявок ис-

пользуется программная система

AdventNet ManageEngine ServiceDesk

Plus, которая позволяет автоматизи-

ровать процесс поступления заявок.

В системе фиксируются контактные

данные о заявителе, обратившемся в

службу технической поддержки, ин-

формация о возникшей проблеме,

включая результаты предваритель-

ной и окончательной диагностики,

определение зоны ответственности, а

также время обращения и устранения

неисправности. Использование дан-

ной программной системы позволило

автоматизировать процесс управле-

ния инцидентами. Так, при возник-

новении сбоя в предоставлении услу-

ги, клиент обращается в службу по

телефону, электронной почте или на

специально организованный форум.

Специалист службы технической

поддержки регистрирует заявку,

уточнив у абонента данные о воз-

никшей неполадке (если это необхо-

димо). Система позволяет распреде-

лять заявки внутри группы по спе-

циалистам. После решения постав-

ленной задачи специалист службы

технической поддержки связывается

с клиентом для подтверждения, что

проблема устранена. Информация о

разрешенных инцидентах накаплива-

ется в базе данных, позволяя анали-

зировать работу и качество обслужи-

вания клиентов. При этом открывает-

ся возможность просмотреть исто-

рию обращений в службу техниче-

ской поддержки по каждому из або-

нентов индивидуально. Кроме того,

программная система позволяет су-

щественно сократить время обработ-

ки специалистами типовых заявок за

счет использования базы данных

распространенных проблем. На рис.3

приведены диаграммы, определяю-

щие количество ежемесячных обра-

щений по разным типам проблем за

первое полугодие 2009 года.




Рис.3. Частота обращения ОУ в службу технической поддержки

Можно отметить, что количест-

во обращений, связанных с проблемами

недостаточной подготовленности

школьных технических специалистов,

остается на уровне соответствующем

количеству ОУ, подключаемых к кор-

поративной сети на данном этапе. Сис-

тема организации технической под-

держки оказалась эффективным сред-

ством обучения школьных технических

специалистов.

Программная система предос-

тавляет возможность моментально

формировать отчеты по выполнен-

ным и принятым заявкам. В таких

отчетах отражается наименование и

адрес обратившегося учреждения,

краткое описание проблемы, дата и

время регистрации проблемы, способ

её решения, ответственный по заявке

специалист. Кроме этого, есть воз-

можность сформировать отчет с рас-

пределением заявок по специали-

стам. Данный отчет представляет

информацию о количестве заявок,

приходящемся на каждого из специа-

листов службы технической под-

держки.

Литература

1. Денисов М.М., Евдокимов С.М., Левицкий Б.Е.. Корпоративная сеть образователь-

ных учреждений в Краснодарском крае. В сб. «Труды XI Всероссийской научно-методической

конференции Телематика’ 2004, 7-10 июня 2004 г., Санкт-Петербург». - С. 41-43.

2. Денисов М.М., Евдокимов С.М., Костенко К.И., Левицкий Б.Е. Проблемы ин-

формационного обеспечения региональной корпоративной сети образовательных учреж-

дений // В сб. «Труды XII Всероссийской научно-методической конференции Телемати-

ка’ 2005, 6-9 июня 2005 г., Санкт-Петербург». - С. 369-370.

3. Левицкий Б.Е.. Сервисы региональной корпоративной сети образовательных

учреждений. Материалы международного симпозиума «Новые информационные техно-

логии и менеджмент качества NIT&MQ 2008», Турция, 16-23 мая 2008 г. - С.180-181.

4. Байрачный Н.Е., Левицкий Б.Е.. Задачи региональной корпоративной сети

общеобразовательных учреждений. Труды XV Всероссийской научно-методической

конференции Телематика’ 2008, 23-26 июня 2008 г., Санкт-Петербург, т. 2. С. 143-145.

5. Денисов М.М., Левицкий Б.Е., Строканев И.В.. Телематические сервисы ре-

гиональной корпоративной сети образовательных учреждений. Труды XIII Всероссий-

ской научно-методической конференции Телематика’2006, Санкт_Петербург 3-6 июня

2006 г., 2006, т.1. - С. 224-225.

6. Денисов Е.Ю., Денисов М.М., Левицкий Б.Е., Свидлов А.А. Программные

средства и технологии информационного обеспечения и технической поддержки образо-

вательных учреждений. Труды XV Всероссийской научно-методической конференции

Телематика’ 2008, 22-25 июня 2009 г., Санкт-Петербург, т. 2.- С. 267-269.




ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ НАУЧНЫХ ИССЛЕДОВАНИЙ В ОБЛАСТИ ТЕОРИИ СТРУКТУРНОЙ СЛОЖНОСТИ

И ЕЕ ПРИМЕНЕНИЙ

INFORMATION SYSTEM FOR SUPPORT OF SCIENTIFIC RESEARCHES IN AREA OF THE THEORY OF STRUCTURAL

COMPLEXITY AND ITS APPLICATIONS Матвейкин Валерий Григорьевич / Matveikin V.G.,

заведующий кафедрой «Информационные процессы и управление», Там-бовский государственный технический университет / head of the chair “Informa-

tion processes and management, Tambov State Technical University, [email protected]

Толстых Сергей Степанович / Tolstykh S.S.,

доцент кафедры «Информационные процессы и управление», Тамбовский государственный технический университет / assistant professor of the chair “Information processes and management”, Tambov State Technical University,

[email protected]

Подольский Владимир Ефимович / Podolski V.E., проректор по информатизации, Тамбовский государственный техниче-

ский университет / vice-rector for informatization, Tambov State Technical University, [email protected]

Федоров Роман Владимирович / Fedorov R.V.,

аспирант кафедры «Информационные процессы и управление», Тамбов-ский государственный технический университет / postgraduate of the chair «Information processes and management», Tambov State Technical University,

[email protected]

Аннотация Рассмотрены базовые понятия

теории структурной сложности, круг решаемых задач и соответствующие инструментальные средства, приме-няемые в этом научном направлении. Определены назначение и цели ин-формационной системы, обоснована необходимость разработки. Предло-жены состав и архитектура научной информационной системы поддерж-ки исследований в области теории структурной сложности и ее приме-нений. В разработке используются Web-технологии, а также распреде-ленные вычисления на базе вузов-ских компьютерных сетей и вычис-лительных кластеров.

Annotation Base concepts of the theory of

structural complexity, circle of prob-lems being solved and the correspond-ing tools which are applying in this sci-entific direction are considered. Ap-pointment and the purposes of informa-tion system are defined, necessity of working out is proved. The structure and architecture of scientific informa-tion system for support of researches in the area of the theory of structural com-plexity and of its applications are of-fered. The Web-technologies, and also the distributed calculations on the basis of higher educational institutions com-puter networks and their computing clusters are used in working out.




Ключевые слова: научная

информационная система, теория

структурной сложности, структурная

сложность, критерий структурной

сложности.

Keywords: scientific informa-

tion system, structural complexity the-

ory, structural complexity, structural

complexity criterion.

Введение

Предметом рассмотрения дан-

ной статьи является разработка и

создание научной информационной

системы поддержки исследований,

связанных с изучением структурных

свойств технических систем на базе

теории структурной сложности. Со-

временные исследования сложных

структур проводятся в ряде областей

знаний, связанных с математическим

моделированием, оптимизацией и

оптимальным управлением. Необхо-

димость изучения структурных

свойств исследуемых систем возни-

кает при увеличении размерности за-

дач, решаемых в рамках этих систем.

Изучение сложных систем напрямую

связано с проблематикой структур-

ного анализа. В математическом мо-

делировании сложных систем суще-

ствует потребность в оптимизации

распараллеленного расчетного моду-

ля, вычислительная сложность кото-

рого сопоставима со структурной

сложностью моделируемой системы.

В современных крупных компьютер-

ных сетях возникает необходимость

оценки уровня хаоса, и осуществле-

ние на этой основе оценки качества

обслуживания (QoS). Измерение эн-

тропии - индикатора уровня хаоса -

осложняется многочисленными за-

мерами переменных состояния, а

число возможных состояний боль-

шой системы столь велико, что про-

ведение непосредственных измере-

ний в данном случае нереально, рав-

но как и нет возможности оценить

точность полученных значений эн-

тропии. Индикатором состояния

сложной системы может являться ве-

личина, обратная к энтропии, –

сложность. Определяя терминологи-

ческие позиции, речь идет об инфор-

мационной энтропии и структурной

сложности. Применительно к моде-

лированию технических систем,

снабженных математическим описа-

нием и распараллеленными реализа-

циями, энтропия является информа-

ционной характеристикой, а слож-

ность - обобщенным индикатором

структурных свойств модельного

отображения системы в эти реализа-

ции.

Развитие теории структурной

сложности базируется на усовершен-

ствовании аналитического аппарата

для изучения систем сложной струк-

туры, в основе которого лежит коли-

чественная оценка структурной

сложности исследуемых систем.

Для количественной оценки

структурной сложности используют-

ся критерии структурной сложности

(КСС). С кибернетических позиций

КСС - это процедуры, ассоциирую-

щие в себе цели анализа, аксиомати-

ку сложности, структурные свойства

и вычислительные аспекты иссле-

дуемой системы (или класса систем).

Оценка структурной сложности про-

исходит рекурсивно, путем поэтап-

ного упрощения. Побочным эффек-

том оценки структурной сложности

является оптимальная последова-

тельность актов декомпозиции, при-

водящая оценку измеряемой величи-

ны к наименьшему значению.

На данный момент разработа-

ны два КСС: рекурсивный [1] и мат-

ричный [2]. Оба критерия использу-

ют общий алгоритмический каркас и

отличаются способом нахождения

оптимальной последовательности ак-

тов декомпозиции. Первый критерий

имеет неоспоримое преимущество:

он является наиболее точным ото-

бражением всех принципов теории

структурной сложности. Поэтому

можно считать, что это наиболее

обоснованная оценка. Однако, время




расчета одного значения КСС для

систем большой размерности может

оказаться критически большим. В

связи с этим были разработаны спе-

циальные приемы распараллеливания

расчетов. Рекурсивные аспекты рас-

чета КСС имеют важную особен-

ность - перебор дуг орграфа ведется

на каждом уровне рекурсии. В целом

рекурсия имеет иерархический вид

дерева актов декомпозиции (разры-

вов связей). Перебор дуг прерывает-

ся, если обнаруживается увеличение

критерия на выпуклой оболочке дис-

кретного множества вариантов. В

свою очередь уровни рекурсии явля-

ются продуцентами структурной ре-

дукции, поэтому неизбежно неодно-

кратное появление подграфов, чья

оценка уже ранее посчитана. В об-

щей памяти кластера создается свое-

образный кэш подграфов со своими

кодами уникальности. При пробном

разрыве очередной дуги возникают

подграфы, вычисляется их признак

уникальности, и делается попытка

найти в кэше подграф с таким же

значением признака. Если обнаруже-

но равенство признаков, из рекурсии

выпадает целый куст иерархии,

сложность участка иерархии разры-

вов уже известна, время счета сокра-

щается в десятки и сотни раз.

Несмотря на все алгоритмиче-

ские усовершенствования, рекурсив-

ный критерий является с позиций

теории сложности вычислений NP-

полной задачей (классом NP- non-

deterministic polynomial - называют

множество алгоритмов, время работы

которых существенно зависит от

размера входных данных), что сужает

сферу его применения. С целью рас-

ширения указанных сфер были пред-

ложены схемы приближенной оценки

структурной сложности с неполной

аксиоматикой: матричный критерий

предпочтительности и упрощенный

рекурсивный критерий. В основе

первого упрощения – отказ от связи

критерия с рядом аксиом и переход к

матричным представлениям орграфа

системы. Матричный критерий ис-

пользует аналитический подход, в

основе которого – чувствительность

нормы матрицы сложности орграфа к

изменению веса очередной дуги в

процессе их перебора. Чем выше

чувствительность нормы матрицы

сложности, тем выше предпочти-

тельность дуги к участию в акте де-

композиции. Были проделаны много-

численные вычислительные экспе-

рименты для определения места и

роли критерия предпочтительности в

анализе структурной сложности. Вы-

явлены топологические особенности

систем, вносящие наибольший вклад

в разницу между значениями косвен-

ного измерения структурной сложно-

сти на базе критерия предпочтитель-

ности и эталона с полным перебором.

В имитационном исследова-

нии топологии компьютерных сетей

обнаружен значительный класс сис-

тем, для которых различия критериев

не сказываются на результатах расче-

тов. Ведутся работы по классифика-

ции других технических систем.

Значительное сокращение

времени расчета КСС может быть

достигнуто при сокращении пере-

бора по принципам ветвей и гра-

ниц. В основе отсечений – прин-

цип динамического программиро-

вания Беллмана и поиск миниму-

ма выпуклой оболочки дискрет-

ной функции. Оказалось, что по-

ведение КСС без отсечений и с

отсечениями совпадают для

большинства топологий (фактиче-

ски еще не найдена такая тополо-

гия, где бы обнаружились разли-

чия). В таком виде рекурсивный

критерий принят за основу оценок

структурной сложности, а для це-

лей имитационного моделирова-

ния и проектирования систем в

качестве основного критерия

предлагается критерий предпоч-

тительности.




1. Применение теории струк-турной сложности

На данный момент теория структурной сложности нашла при-менение в следующих областях: мо-делирование компьютерных сетей большой размерности [1], организа-ция распределенных вычислений при решении сложных задач с замкнутой блочной структурой.

1.1. Моделирование компь-ютерных сетей

Теоретической основой моде-лирования компьютерных сетей яв-ляется аппарат теории структурной сложности, он позволяет обобщить разрозненные показатели узлов и связей в обобщенные характеристи-ки, приписываемые элементам струк-туры сети. Основной характеристи-кой состояния любой системы пере-дачи данных является информацион-ная энтропия, однако, в силу многих причин, измерение этой обобщенной характеристики само по себе являет-ся проблемой. Так, по изначальному определению понятия «информаци-онная энтропия» требуется опреде-лить число состояний системы, веро-ятности пребывания системы в этих состояниях, после чего теоретически возможно усреднить эти величины и найти требуемую величину в едини-цах измерения информации. Подоб-ные аспекты в любых компьютерных сетях весьма расплывчаты, особенно если число пользователей сети в ре-жиме коммерческой деятельности по предоставлению услуг связи и теле-коммуникаций в масштабах мегапо-лиса является сугубо стохастической величиной, а число возможных со-стояний системы большой размерно-сти неизмеримо велико. Для наблю-дения за состоянием сети разумно использовать иные информационные характеристики, измеряемые в еди-ницах структурной сложности, об-ратных к единицам измерения ин-формации. Применительно к ком-мерческим сетям разрабатывается

система структурного мониторинга, главная цель которой – слежение за трендами структурной сложности в целом по сети и оценка QoS как дис-персии оценок сложности.

На основе топологии компью-терной сети строится орграф соот-ветствующей технической системы, взвешенный и сильно связный. Вер-шинам орграфа соответствуют узлы передачи данных (маршрутизаторы, коммутаторы). Дуги орграфа соот-ветствуют каналам передачи данных. На этапе параметризации структуры системы производится назначение весов дугам орграфа. Задача назначе-ния весовых характеристик элемен-там орграфа сводится к выбору наи-более важных параметров, характе-ризующих эти элементы, и консоли-дации их в вещественное число. По результатам параметризации системы производится расчет КСС. Результа-том является оценка структурной сложности системы – величины об-ратной информационной энтропии системы.

1.2. Организация распреде-ленных вычислений при решении сложных задач с замкнутой блоч-ной структурой

Ведется разработка методов и алгоритмов для организации распре-деленных вычислений в условиях функционирования научно-образовательных компьютерных се-тей при решении сложных задач с замкнутой блочной структурой.

В современных условиях про-являются отчетливые тенденции уси-ления роли научно-исследовательских разработок, осно-ванных на математических моделях большой размерности.

Многие задачи большой раз-мерности остаются нерешенными, тогда как для отдельных подзадач уже существуют математические мо-дели, и разработаны соответствую-щие программные реализации, при-




годные для объединения в рамках единого расчетного модуля.

Использование вычислитель-ных кластеров далеко не всегда мо-жет явиться кардинальным фактором в преодолении проблем большой размерности и сверхвысокой вычис-лительной сложности, особенно ко-гда число компьютеров в кластере невелико. В таких условиях вычис-лительные кластеры зачастую явля-ются лишь средством обучения, но не решения реальных, сложных задач. Одно из важных направлений в этой области – поиск новых высокоэффек-тивных методов организации распре-деленных вычислений на базе науч-но-образовательных компьютерных сетей. В рамках этого направления разрабатываются новые методы рас-пределения вычислений для случаев, когда решение задачи осложняется большой размерностью и повышен-ными требованиями к точности вы-числений. Рассматриваются задачи, структура которых является сильно связной на уровне первичного агре-гирования. Каждый узел формализу-ется в виде вычислительного блока; в целом блоки могут иметь разную вы-числительную базу. В качестве при-меров задач можно назвать глобаль-ную оптимизацию сложных химико-технологических схем, решение ре-гиональных задач промышленной экологии, моделирование крупных экономических систем, оптимизацию морских и авиаперевозок, структури-рованные энергетические задачи большой размерности. Эффект от применения компьютеров в задачах подобного рода оправдывает усилия разработчиков, особенно, если по-ставленная задача критична ко вре-мени счета. К настоящему времени теоретический базис блочно-параллельных вычислений разрабо-тан не в полной мере. Известные па-кеты параллельных вычислений, в частности MPI, специализируются на задачах большой размерности с не-

значительной вычислительной слож-ностью узлов расчета. С использова-нием систем, подобных MPI, на кла-стерах решаются системы с большим количеством однотипных уравнений, зачастую многократно.

Особенности разрабатываемой методологии решения вышеупомяну-того класса задач состоят в следую-щем. Блоки, входящие в распределен-ный расчетный модуль, классифици-руются по иерархическим признакам, начиная с таких аспектов, как стати-ка/динамика, далее по иерархии – рас-пределение/сосредоточенность пара-метров и на нижнем уровне – учет вычислительных особенностей ре-шаемых задач (системы уравнений, интегралы, эвристика и др.). Особое значение имеет точность решения лимитирующих задач, достигаемая с использованием специальных биб-лиотек численных методов, обеспе-чивающих нижний уровень иерархии в классификации вычислительных блоков. Модули библиотек базиру-ются на прецизионной алгебре с управляемым размером мантиссы. При этом решение ряда известных задач упрощается. Например, реше-ние жестких систем дифференциаль-ных уравнений, одномерных нели-нейных уравнений и систем уравне-ний с наперед заданной точностью. Именно так создается основа, обес-печивающая решение глобальных задач с максимальной точностью. Без учета точности итог решения таких задач может оказаться далеким от истины.

Среди особенностей блочно-параллельных расчетных модулей в рамках данной разработки можно выделить главные:

• для каждого блока тре-буются вычислительные ресурсы, по меньшей мере, одного персонального компьютера в сети; возможно внут-реннее распараллеливание, реали-зуемое на компьютерах с нескольки-ми процессорами или в рамках вы-




числительного кластера с использо-ванием MPI;

• среднее время расчета каждого блока значительно превос-ходит время на передачу информа-ции между блоками в режиме рас-пределения вычислений;

• объем информации, пе-редаваемой между блоками, невелик, но быстродействие локальных сетей может оказаться лимитирующим фактором для общего времени счета всей задачи, если в процессе расчета происходят непредсказуемые вспле-ски трафика.

С учетом вышеперечисленных особенностей применение распреде-ленных вычислений очевидно. Среди наиболее важных и существенных проблем – организация внешних ите-рационных циклов. Для поиска оп-тимальных схем распределения вы-числений решается задача, состоящая из ряда этапов:

1. Структуризация задачи. Она начинается с первичного агрегирова-ния; в результате агрегирования по-являются вычислительные блоки (с позиций математического моделиро-вания это вершины орграфа, обла-дающие весом); вес вершин оценива-ется фреймом знаний, в составе кото-рого расчетный модуль, построенный на базе схемы распараллеливания по критериям структурной сложности и оценка внутренней вычислительной сложности.

2. На данном этапе проводится первичная (идеализированная) пара-метризация орграфа, основанная на балансе информационной энтропии замкнутых сильно связных вычисли-тельных систем в условиях, когда за-держки в передаче сигналов по сети не учитываются.

3. Рассчитывается вычисли-тельная сложность распределенных вычислений и, как побочный эффект, – оптимальный расчетный модуль.

4. Эксплуатация расчетного модуля и накопление результатов за-

меров информационной энтропии в процессе реального использования компьютерной сети для решения глобальной задачи.

5. Пересчет баланса информа-ционной энтропии, коррекция весов дуг орграфа и, соответственно, рас-чет уточненного значения вычисли-тельной сложности, получение об-новленного оптимального расчетного модуля.

В условиях, когда характер трендов загруженности компьютер-ной сети постепенно обновляется, этап 5 может повторяться, при этом не нарушается общий ход адаптации к реалиям компьютерной сети.

Для решения сложных задач с блочной структурой предлагается разработать новый подход, отли-чающийся возможностью построения оптимального расчетного модуля в условиях функционирования научно-образовательной компьютерной сети на основе минимизации структурной сложности.

2. Назначение и цели созда-ния информационной системы

Работы по изучению струк-турной сложности замкнутых детер-минированных систем в Тамбовском государственном техническом уни-верситете ведутся уже более 20 лет. За это время разработаны специали-зированные программные средства, проведены многочисленные вычис-лительные эксперименты. Рассмот-рим состав программных средств, применяемых в структурном анализе, основанном на использовании крите-риев структурной сложности.

1. Библиотека анализа струк-турной сложности SCCLib. Включает в себя рекурсивный критерий с пол-ным и частичным перебором, а также матричный критерий предпочтитель-ности. Кроссплатформенная библио-тека составлена по шаблонному принципу (template) из модулей на языке C++ с использованием STL.




2. Построитель отчетов на ос-нове XML-протоколов, полученных в результате структурного анализа. Представляет собой библиотеку сце-нариев на языке JavaScript. Посред-ством COM-интерфейсов модули библиотеки взаимодействуют с Graphviz и Microsoft Visio для авто-матического построения орграфов и диаграмм.

3. Командная оболочка для пакетного выполнения расчетов – система командных файлов, позво-ляющая выполнять однотипные вы-числительные эксперименты на мно-жестве орграфов с указанием исполь-зуемого критерия, вида декомпози-ции (бикомпонентная, контурная), минимизации орграфа [1].

4. Командная оболочка (С++) для проведения последовательных расчетов системы. В частности, пре-дусмотрен последовательный пере-расчет системы с варьированием ве-совых характеристик дуг в указанном диапазоне или с помощью генератора случайных чисел.

5. Средства агрегации и стати-стического анализа данных, полу-ченных в результате пакетного вы-полнения расчетов: библиотека сце-нариев на языке PHP.

6. Средства пакетного по-строения графиков в виде набора макросов на языке VBA. Построение графиков осуществляется средствами табличного процессора Microsoft Excel 2003 в автоматическом режиме.

7. Набор утилит для генерации орграфов заданной топологии, ути-литы для поиска неизоморфных орг-рафов, преобразования орграфов из одного файлового формата в другой.

Всё перечисленное выше про-граммное обеспечение рассчитано на использование в режиме командной строки, что не всегда удобно, но обеспечивает независимость от плат-форм. Данное программное обеспе-чение может быть установлено на

персональном компьютере и исполь-зуется децентрализовано.

Вычислительная сложность критерия с полным перебором вели-ка, что делает невозможным анализ структурной сложности реальных систем большой размерности на пер-сональных компьютерах. Требуется применение систем распределенных вычислений. В связи с этим исполь-зуются вычислительные мощности компьютеров, расположенных в ряде учебных классов. Для организации распределенных вычислений исполь-зуется технология DCOM.

Разрастание распределенной вычислительной среды неизбежно приведет к тому, что большая часть имеющихся программных средств перейдет из разряда настольных при-ложений в разряд серверных. Одно-временно с этим возникает необхо-димость в разработке удобных поль-зовательских интерфейсов для пре-доставления удаленного доступа к программным средствам и вычисли-тельным ресурсам.

Развитие теории структурной сложности требует привлечения но-вых научных сотрудников, возможно, за пределами университета. В связи с этим важным фактором становится информационное обеспечение науч-ной работы в различных направлени-ях теории структурной сложности. Любой новый участник исследований должен иметь возможность получить исчерпывающую документацию по наиболее важным научным, техниче-ским и организационным аспектам из централизованной базы знаний. Ло-гически базу знаний можно разде-лить на две составляющие: база зна-ний по теории структурной сложно-сти, как научному направлению, и база знаний по прикладному приме-нению теории структурной сложно-сти в различных областях науки и техники.

Многим направлениям иссле-дований в области информатики и




информационных технологий необ-ходима глобальная информационная поддержка проводимых исследова-ний, и, прежде всего, своевременная публикация научной информации для широкого круга ученых, представи-телей бизнеса (потенциальных инве-сторов) в сети Internet. Поэтому соз-дание общедоступного информаци-онного ресурса в сети Internet - один из наиболее приоритетных аспектов развития теории структурной слож-ности.

Стоит отметить необходи-мость обеспечения процесса разра-ботки нового программного обеспе-чения в предметной области: наличие централизованной системы докумен-тации по всем программным интер-фейсам и модулям, использование систем контроля версий и внедрение систем отслеживания ошибок.

На основе сформулированных выше предпосылок создается научная информационная система поддержки структурного анализа. Она предна-значена для поддержки структурного анализа технических систем большой размерности, управления знаниями в области структурного анализа, авто-матизации разработки критериев структурной сложности, адаптиро-ванных к целям анализа.

Объектами автоматизации яв-ляются рабочие места научных со-трудников, занимающихся исследо-ваниями в области теории структур-ной сложности, исследованием структурной сложности конкретных технических систем, осуществляю-щих координацию исследований.

В качестве основных целей создания информационной системы можно выделить следующие:

• оснащение сотрудников программным обеспечением, необхо-димым для поддержки структурного анализа с использованием аппарата теории структурной сложности;

• создание централизо-ванной базы знаний по теории струк-

турной сложности и её прикладному применению;

• обеспечение исследова-телей средствами для публикации результатов исследовательской дея-тельности в сети Internet;

• автоматизация процес-са управления проектами научных исследований и проектами по разра-ботке сопутствующего программного обеспечения;

• поддержка процесса разрабо.тки программного обеспече-ния по предметной области и смеж-ным направлениям

3. Требования к информаци-онной системе

3.1. Требования к структуре информационной системы

Анализ состояния прикладно-го программного обеспечения и про-гнозы возможных состояний функ-ционирования НИС показали, что в ее состав должны войти следующие подсистемы: подсистема поддержки структурного анализа, подсистема управления проектами, подсистема управления научным содержимым, подсистема обеспечения процесса разработки программного обеспече-ния.

В задачи первой подсистемы входит поддержка процесса анализа структурной сложности технических систем на всех этапах, а именно: ви-зуальное моделирование технических систем; анализ структурной сложно-сти; построение критериев структур-ной сложности, адаптированных к целям анализа; управление вычисли-тельными ресурсами; построение от-четов.

В задачи подсистемы управ-ления проектами входит управление проектами научных исследований, а также управление проектами разра-ботки сопутствующего программного обеспечения.

Подсистема управления науч-ным содержимым предназначена для создания, обработки, систематиза-




ции, хранения, поиска информации в области теории структурной сложно-сти (по результатам длительных вы-числительных экспериментов, науч-ным публикациям и материалам из сопряженных областей знаний).

Подсистема поддержки про-цесса разработки программного обеспечения должна обеспечить раз-работчиков актуальной информацией

для текущего сопровождения и даль-нейшего развития всей информаци-онной системы в целом и подсистемы структурного анализа в частности.

На рис. 1 представлена струк-тура предлагаемой информационной системы. Рассмотрим каждую из подсистем.

Рис.1. Структура научной информационной системы

3.1.1. Подсистема поддержки

структурного анализа В состав данной подсистемы

входит ряд модулей. 1. Модуль визуального моде-

лирования систем предназначен для построения орграфа изучаемой сис-темы. Включает в себя следующие компоненты: визуальный редактор систем, мастер построения систем.

2. Модуль анализа структур-ной сложности помимо критериев структурной сложности включает в себя средства распараллеливания вы-числений, средства для взаимодейст-вия с системой кэширования.

3. Модуль построения отчетов предназначен для построения отчетов

по протоколам анализа структурной сложности в формате XML. Отчеты представляют собой HTML-документы, содержащие как тексто-вую, так и графическую информа-цию.

4. Модуль построения крите-риев структурной сложности предна-значен для автоматизированного по-строения критериев на основе анали-тических спецификаций. Он включа-ет в себя анализатор спецификаций, построитель программного кода кри-териев структурной сложности.

5. Модуль управления распре-деленной вычислительной средой предназначен для управления вычис-лительными задачами. Включает в




себя планировщик задач, конфигура-тор вычислительной среды.

6. Модуль конфигуратора под-системы представляет собой команд-ную среду для управления настрой-ками подсистемы и включает в себя загрузчик дополнительных компо-нент (например, новых типов фрей-мов знаний для параметризации структуры систем); средства импорта и экспорта настроек в формате XML.

3.1.2. Подсистема управле-ния проектами

Научные изыскания – трудо-емкий и сложный процесс, зачастую связанный с работой группы иссле-дователей. Поэтому применение сис-тем управления проектами в этой об-ласти позволит сделать процесс про-ведения исследований контролируе-мым и прозрачным.

В рамках управления проек-тами научных исследований ведется поддержка как общесистемных ис-следований, направленных на разви-тие научного направления, так и ис-следований структурной сложности конкретных технических систем. Другим важным звеном подсистемы является управление проектами раз-работки сопутствующего программ-ного обеспечения: разработка крите-риев структурной сложности, разра-ботка новых вспомогательных про-граммных средств, совершенствова-ние имеющихся модулей информа-ционной системы.

3.1.3. Подсистема управле-ния научным содержимым

В задачи данной подсистемы входят создание, изменение, обра-ботка, систематизация, хранение, по-иск научного содержимого. Под на-учным содержимым будем понимать любую научную информацию (логи-чески организованную, получаемую в процессе научного познания, ото-бражающую явления и законы при-роды, общества и мышления). В дан-ном случае, научное содержимое – это электронные версии статей и те-

зисов конференций, данные, полу-ченные в ходе вычислительных экс-периментов, любая теоретическая информация, имеющая отношение к теории структурной сложности и смежным дисциплинам.

Для управления научным со-держимым подсистема должна быть оснащена следующими модулями: «Неструктурированный текст», «Ста-тьи», «Новости», «Библиотека доку-ментов». Модуль «Неструктуриро-ванный текст» позволит управлять базовой структурой главного сайта информационной системы. Модуль «Статьи» предназначен для публика-ции статей и тезисов конференций. Модуль «Новости» предназначен для публикации новостей. Модуль «Биб-лиотека документов» по своей сути является виртуальной файловой сис-темой, доступ к которой осуществля-ется посредством web-интерфейса. В библиотеках документов можно соз-давать папки, загружать файлы лю-бых форматов: изображения, доку-менты, архивы и т.д.

Для полноценного функцио-нирования данной подсистемы необ-ходимы также следующие вспомога-тельные модули: «Комментарии», «Форумы», «Классификатор содер-жимого», «Поиск». Модуль «Ком-ментарии» призван обеспечить поль-зователей возможностью комменти-ровать размещенные на сайте мате-риалы. Модуль «Форумы» позволит организовывать научные дискуссии в режиме online. «Классификатор со-держимого» позволит упростить дос-туп к материалам по их тематическо-му содержимому. Модуль «Поиск» обеспечивает поиск материалов с учетом морфологии, поиск в архивах и поиск по бинарным форматам дан-ных: doc (Microsoft Word), xls (Microsoft Excel), pdf.

Подсистема должна иметь гибкие возможности по управлению доступом к публикуемым материа-лам, т.к. далеко не все они предна-




значены для общего пользования. В связи с этим необходим модуль управления пользователями и их ав-торизацией.

Подсистема должна стать цен-трализованной точкой доступа к на-учной информации по теории струк-турной сложности, что позволит гео-графически разделенным коллекти-вам ученых совместно работать над общими проблемами.

3.1.4. Подсистема поддержки процесса разработки программного обеспечения

Множество современных ис-следований в самых различных об-ластях науки неразрывно связано с разработкой сопутствующего про-граммного обеспечения – программы анализа экспериментальных данных, проведение вычислительных экспе-риментов, моделирование сложных систем.

Успешное развитие теории структурной сложности невозможно представить без процесса разработки специализированного программного обеспечения. Поэтому необходимо создание подсистемы, предназначен-ной для поддержки процесса разра-ботки критериев структурной слож-ности и других сопутствующих про-граммных средств.

Подсистема должна состоять из следующих компонент: система контроля версий, система отслежива-ния ошибок, система документиро-вания программных кодов, база нор-мативной документации по стандар-там разработки программного обес-печения.

Системы контроля версий по-зволяют хранить историю электрон-ных документов (в данном случае – программных кодов), обеспечивают коллективную работу над докумен-том, позволяют просматривать изме-нения в версиях.

Системы отслеживания оши-бок позволяют разработчикам про-граммного обеспечения учитывать и

контролировать ошибки, найденные в программах, а также следить за процессом устранения этих ошибок.

Системы документирования программного кода предназначены для составления документации на основе исходных текстов и имеют возможности построения диаграмм классов и графов взаимодействия объектов программы.

База нормативной документа-ции по стандартам разработки про-граммного обеспечения должна включать в себя стандарты кодиро-вания по всем языкам, применяемым при разработке программных средств, документацию по проекти-рованию структуры баз данных, пра-вила, регламентирующие создание файловой структуры программных модулей.

3.2. Требования к функциям, выполняемым информационной системой

Рассмотрим функции, выпол-няемые информационной системой в контексте ролей пользователей. Управление доступом на основе ро-лей (англ. Role Based Access Control, RBAC) – развитие политики избира-тельного управления доступом. Пра-ва доступа субъектов системы на объекты группируются с учетом спе-цифики их применения, образуя ро-ли.

Гость – пользователь, не авто-ризованный системой, осознанно или случайно попавший на сервер систе-мы. Исследователь – пользователь, занимающийся исследованием струк-турной сложности технических сис-тем. Руководитель исследований – пользователь, осуществляющий кон-троль выполнения задач в рамках ис-следовательской работы, принимаю-щий управляющие решения, утвер-ждающий планы работ. Разработчик – пользователь, занимающийся разра-боткой программного обеспечения в рамках проводимых научных иссле-дований. Администратор – поль-




зователь, ответственный за настройку информационной системы.

В таблице 1 приведен пере-чень функций системы и ролей поль-

зователей, которым эти функции дос-тупны.

Таблица 1

Функции системы

Функции системы

Исследователь

Руководитель

исследований

Разработчик

Администратор

Гость

1. Функции подсистемы поддержки структурного анализа

Визуальное моделирование технических систем x x

Анализ структурной сложности x x

Построение критериев структурной сложности x x

Построение отчетов x x

2. Функции подсистемы управления проектами

Использование средств управления проектами x x x

3. Функции подсистемы управления научным содержимым

Просмотр материалов x x x x

Комментирование материалов x x x x

Управление материалами x x x

Управление форумами x

Поиск x x x

4. Функции подсистемы поддержки процесса разработки

Использование системы отслеживания ошибок x x x

Использование системы контроля версий x

Использование системы документирования программного

кода x

5. Администрирование информационной системы

Установка удаление и настройка программных компонент x

3.3. Требования к архитек-

туре информационной системы Важным аспектом построения

любой информационной системы яв-ляется проектирование архитектуры, чему обычно предшествует архитек-турный анализ. Последний связан с определением и удовлетворением нефункциональных требований к системе в контексте функциональ-ных. Наиболее значимыми нефунк-циональными требованиями, предъ-

являемыми к разрабатываемой ин-формационной системе, являются: масштабируемость, живучесть, высо-кая производительность, надежность и простота доступа к сервисам с ис-пользованием минимального набора прикладного ПО – web-браузера.

4. Построение модели ин-формационной системы

На основе сформулированных требований к структуре, функциям, выполняемым информационной сис-




темой, и требованиям к архитектуре была построена функциональная мо-дель информационной подсистемы структурного анализа, модель про-цесса построения критериев струк-турной сложности, адаптированных к целям анализа, модель данных для хранения протокола анализа струк-турной сложности и модель данных для хранения информации о моделях анализируемых систем. В рамках данной статьи рассмотрим архитек-туру информационной системы и функциональную модель подсистемы структурного анализа.

4.1. Архитектура информа-ционной системы

Для обеспечения перечислен-ных ранее архитектурных требований предлагается многоуровневая рас-пределенная архитектура на базе web-технологий, показанная на рис. 2. Архитектура представлена уров-нями 1-3: уровень web-серверов (со-стоит из web-серверов), прикладной

уровень (серверы приложений и вы-числительная среда), уровень храни-лищ данных (серверы СУБД и фай-ловые серверы). Балансировщик на-грузки принимает HTTP-запросы и осуществляет их передачу web-серверам с учетом их загруженности. В задачу web-серверов входит выдача содержимого web-страниц, генери-руемых серверами приложений. Сер-веры приложений предназначены для обеспечения функциональных воз-можностей ИС.

Серверы приложений могут взаимодействовать с вычислительной средой. Вычислительная среда – со-вокупность программно-аппаратных средств, предназначенных для прове-дения трудоемких вычислительных расчетов. Как и серверы приложений, вычислительная среда может взаимо-действовать с уровнем хранилища данных для промежуточных и конеч-ных результатов расчетов.

Рис.2. Обобщенная диаграмма размещения серверов НИС

В состав хранилища данных входят серверы СУБД и файловые серверы. Для обеспечения горизон-тальной масштабируемости уровня хранилищ данных предлагается ис-пользовать репликацию серверов СУБД. Следует отметить, что необ-ходимость в репликации и установке дублирующих серверов web-

приложений возникнет не сразу, а лишь с ростом нагрузки на систему, при увеличении количества пользо-вателей и при усложнении предос-тавляемых сервисов.

На рис. 3 представлен пример диаграммы размещения серверов ин-формационной системы для некоторого достаточно зрелого этапа развития НИС.




Рис.3. Диаграмма размещения серверов НИС

Предлагаемая архитектура обеспечивает гибкие возможности по масштабированию системы на каж-дом из уровней. Высокие показатели живучести, надежности и производи-тельности ИС могут быть достигнуты путем установки дополнительных серверов. Высокая доступность сис-темы обусловлена применением web-технологий. Для доступа к системам такого класса от клиента требуется лишь наличие web-браузера и под-ключения к сети Internet.

4.2. Функциональная модель подсистемы поддержки структур-ного анализа

Функциональная модель под-системы поддержки структурного анализа построена с использованием методологии функционального моде-лирования IDEF0. Контекстная диа-грамма подсистемы поддержки структурного анализа представлена на рис. 4.




Рис.4. Контекстная диаграмма процесса «Структурный анализ технических систем на базе критериев структурной сложности»

Рассмотрим потоки управле-ния процессом. Методология моде-лирования структуры технических систем, методология параметризации технических систем, методология по-строения КСС – документы, содер-жащие описание соответствующих методологий. Методология расчета структурной сложности – методы и алгоритмы расчета структурной сложности. Формат спецификации КСС – XML-документ, определяю-щий структуру и содержимое специ-фикации (XML Schema). Поль-зовательский программный код кри-терия – код, созданный пользовате-лем на этапе коррекции автоматиче-ски построенного программного кода критерия.

Рассмотрим потоки входа. Информация о системе включает в себя сведения об узлах, связях систе-мы, а также экспертные знания поль-зователя о моделируемой системе. Модели систем – набор ранее по-строенных моделей для проведения пакетных расчетов. Параметры паке-та – параметры выполнения пакетных расчетов. Параметры вычислитель-ной среды – данные для конфигура-ции вычислительной среды. Специ-фикация критерия – XML-документ,

содержащий формальное описание критерия структурной сложности.

Рассмотрим потоки выхода. «Протокол анализа структурной сложности» – XML-документ с дан-ными о последовательности струк-турного анализа системы. Он содер-жит полную информацию о разрывах дуг, подсистемах и минимизации орграфа [1]. «Значение структурной сложности» – оценка структурной сложности проанализированной сис-темы. «Отчет о структурном анали-зе» – HTML-документ, содержащий полную информацию о проведенном анализе системы в удобном для поль-зователя виде. Отчет содержит тек-стовую и табличную информацию, дополненную изображениями оргра-фов подсистем для каждого этапа анализа.

Рассмотрим механизмы, уча-ствующие в работе процесса. Поль-зователь – лицо, участвующее в функционировании ИС или исполь-зующее результаты её функциониро-вания. Вычислительная среда – сово-купность программно-аппаратных средств, предназначенных для прове-дения расчетов структурной сложно-сти.




На рис. 5 представлена деком-позиция процесса «Структурный

анализ технических систем на базе критериев структурной сложности».

Рис.5. Декомпозиция процесса «Структурный анализ технических систем на базе критериев структурной сложности»

Можно выделить ряд типовых

последовательностей процессов, вы-полняемых пользователем во время работы с системой. Перечислим их. A1, A2, A3 – пользователь осуществ-ляет построение модели системы, да-лее производится структурный ана-лиз построенной модели и построе-ние отчета на основе полученного протокола анализа структурной сложности. A4 – пользователь фор-мирует пакет для проведения расче-тов. Для каждой модели системы, со-держащейся в пакете, осуществляет-

ся последовательность заданных рас-четов. A6, A2, A6, A2, … – цикл адаптации критерия структурной сложности. Сначала пользователь осуществляет построение критерия структурной сложности, затем, ис-пользуя ранее построенную модель системы, осуществляет расчет КСС, анализирует полученные результаты, вносит корректировки в ранее по-строенный критерий структурной сложности и заново анализирует сис-тему.




Заключение Создание информационной

системы окажет существенное влия-ние на дальнейшее развитие теории структурной сложности как научного направления. По мере своего разви-

тия информационная система станет единой платформой для прикладного применения теории структурной сложности в различных областях знаний.

Литература 1. Подольский В.Е. Повышение эффективности региональных образовательных

компьютерных сетей с использованием элементов структурного анализа и теории слож-ности / В.Е. Подольский, С.С. Толстых. – М.: Машиностроение, 2006. – 176 с.

2. Толстых С.С. Матричный критерий структурной сложности замкнутых сис-тем / С.С. Толстых // Вестник ТГТУ. – 1998. – Т.4, № 2-3. – С.238 – 244.

3. Куракин Д.В. О методе беспетлевой маршрутизации в сетях телекоммуникаций, использующем алгоритм диффузионных расчетов. Журнал "Автоматизация и современ-ные технологии". Издательство "Машиностроение" № 6, 1996, с. 30-35.

ИНФОРМАЦИОННАЯ СИСТЕМА РЕЙТИНГОВОЙ ОЦЕНКИ ДЕЯТЕЛЬНОСТИ ПРЕПОДАВАТЕЛЯ В ВУЗЕ

INFORMATION SYSTEM OF TEACHER ACTIVITIES RATING IN HIGHER

SCHOOL Крюков Владимир Васильевич / Kryukov V.V.,

проректор по информационным технологиям Владивостокского государ-ственного университета экономики и сервиса / Vice-president for IT, Vladivostok

State University of Economics, [email protected]

Шахгельдян Карина Иосифовна / Shakhgeldyan K.J.,

начальник управления информационно-технического обеспечения, Владиво-стокского государственного университета экономики и сервиса / head of IT

department, Vladivostok State University of Economics, [email protected]

Аннотация В статье рассматривается про-

блема создания в вузе адаптируемой информационной системы рейтинго-вой оценки деятельности преподава-теля. Предложена методика ранжи-рования показателей результативно-сти деятельности преподавателя на основе методологии экспертных оце-нок, обеспечивающая эффективное сопровождение системы. Разработана информационная система сбора не-обходимых данных и расчета рейтин-га преподавателя, основанная на опи-сании бизнес-процессов оценки ре-

зультатов деятельности преподавате-ля вуза.

Annotation The main subject of the article is

the challenge of adaptable information system to appreciate teacher activities. The results of the investigation are rank-ing methodic to estimate the character-istics of teacher’s activities, the solution providing effective maintenance and the information system. The information system allows determining the account objects, implementing business-processes for achievement account and calculating teacher’s activities rating.




Ключевые слова: рейтинго-вая оценка деятельности преподава-теля, адаптируемая информационная система.

Keywords: teacher’s activities rating, adaptable information system.

Введение В связи с введением новой

системы оплаты труда сотрудников государственных учреждений возни-кает потребность в пересмотре про-цедур планирования и отчетности работы преподавателей. Актуальным становится вопрос о переходе от пла-нирования в часах к планированию и отчетности по результатам деятель-ности с использованием определен-ной системы показателей. С помо-щью данных показателей можно оце-нить результаты по различным видам деятельности преподавателя: учеб-ной, научной, методической, органи-зационной и т.п. Для этого требуется создать корпоративную информаци-онную систему, обеспечивающую сбор, обработку и представление данных на этапах планирования и от-четности учебных подразделений ву-за. При этом необходимо учитывать, что показателей результативности деятельности может быть достаточно много (несколько десятков), и для формирования большей части пока-зателей можно использовать инфор-мацию, которая уже имеется в базах данных информационной среды вуза. Однако, многие данные (публикации, участие в научно-исследовательских проектах, защита диссертации и т.п.), используемые при формировании по-казателей, требуют дополнительного подтверждения руководителями учебных подразделений и служб ву-за. Кроме того, показатели имеют различные метрики. Например, одни показатели измеряются непосредст-венно в баллах, другие – в процентах или в единицах объема работы (пуб-ликации), что требует выполнения нормирования. Реализовать вручную все эти задачи невозможно, поэтому

разработка информационной системы рейтинговой оценки деятельности (ИСРОДП) является актуальной.

Для построения ИСРОДП не-обходимо решить следующие задачи:

1. Разработать систему пока-зателей оценки результатов деятель-ности преподавателя вуза.

2 .Обосновать формирование весовых коэффициентов и нормиро-вок для расчета рейтинга преподава-теля и учебного подразделения вуза.

3. Описать бизнес-процессы, которые лежат в основе процедур сбора данных и расчета показателей и рейтинга.

4. Разработать техническое решение, обеспечивающее гибкую настройку показателей и автоматиза-цию бизнес-процессов, обеспечи-вающих сбор данных, учет достиже-ний и расчет рейтинговой оценки деятельности преподавателя.

Система, обеспечивающая на-стройку показателей и бизнес-процессов учета деятельности препо-давателя, поддерживающая масшта-бирование по показателям, относится к адаптируемым системам (система является адаптируемой, если она мо-жет быть изменена субъектом в соот-ветствии с изменившимися требова-ниями [1]).

Система показателей оценки деятельности преподавателя вуза, разработанная во Владивостокском государственном университете эко-номики и сервиса (ВГУЭС), не явля-ется предметом обсуждения данной статьи.

1. Метод оценки показателей Показатели, которыми предла-

гается оценивать деятельность пре-подавателя, объединены в группы: общие показатели, характеризующие некоторые общие компетенции пре-подавателя; учебная работа; учебно-методическая работа; научно-исследовательская работа; научно-исследовательская работа студентов; организационная и профориентаци-




онная работа преподавателя. Внутри группы показатели также могут быть объединены в подгруппы. Например, подгруппа «защита диссертационной работы» объединяет показатели «за-щита кандидатской диссертации» и «защита докторской диссертации».

Показатели оценки результа-тов деятельности преподавателя, объединенные в иерархическую сис-тему, имеют для вуза различную ценность, поэтому каждый показа-тель следует сопоставить с баллами. Первоначально предполагалось ис-пользовать для этого метод анализа иерархий [2], который позволяет пу-тем парных сравнений определить весовые коэффициенты показателей. При использовании данного подхода с привлечением группы экспертов были получены результаты ранжиро-вания для 40 показателей. Проведен-ная процедура на основе метода пар-ных сравнений выявила следующие недостатки:

• процедура экспертного ранжирования показателей при срав-нении парами чрезвычайно трудоем-кая, а обоснованность результатов невысока (эксперты отвечали на 300 вопросов в течение 4-х часов);

• при сравнении показа-телей парами трудно учесть всю сис-тему показателей для выстраивания обоснованных приоритетов;

• высокая чувствитель-ность метода иерархий к изменению количества оцениваемых показате-лей: при изменении хотя бы одного показателя требуется выполнить пе-реоценку всей системы показателей, т.е. требуется еще раз всей группе экспертов отвечать на большое число вопросов.

Авторами предложен простой метод ранжирования показателей, лишенный вышеприведенных недос-татков, который можно назвать мето-дом ранжирования с опорными точ-ками. Как и метод анализа иерархий, метод ранжирования с опорными

точками относится к методам экс-пертных оценок. Он состоит в сле-дующем.

1. Выбирается макси-

мальное число баллов maxM , в кото-рое могут быть оценены показатели. При выборе максимального балла можно ориентироваться на число по-казателей N . Очевидно, что должно

выполняться неравенство NM >max , чтобы обеспечить достаточную раз-решающую способность.

2. Принимается, что ми-нимальный балл равен единице, так как показатель, оцененный как 0, из системы исключается, а отрицатель-ные баллы не используются. В общем случае может быть выставлен иной

минимальный показатель 0min >M , для которого верно неравенство

NMM ≥− minmax . 3. Из рассматриваемых

показателей выбирается тот, который максимально значим в рейтинговой

оценке { }NixXx ik ,1, ==∈ . Напри-мер, таким показателем может быть защита в учетный период докторской диссертации. Этот показатель сопос-тавляется с максимальным баллом

maxMxk ↔ . 4. Из оставшихся показа-

телей kxX \ выбираются те, которые наименее значимы для рейтинга

kl xXx \∈ . Эти показатели сопостав-ляются с минимальным баллом

minMxl ↔ . Число таких показателей, как и показателей с максимальным баллом, может быть больше 1.

5. В цикле из оставшихся показателей выбирается один и уста-навливается на шкале между значе-

ниями [ ]kl xx ; . В отличие от гранич-ных показателей оставшиеся показа-тели не сопоставляются с баллами. Сопоставление с точными баллами всех показателей, как показано в [2],




вызывает затруднение у экспертов. Но расстановка на оси в относитель-ных мерах (правее означает больше, левее – меньше) не вызывает затруд-нения.

6. Цикл продолжается до тех пор, пока не будут расставлены все показатели.

7. После завершения ран-жирования вычисляется равномерная шкала, и показателям присваиваются соответствующие баллы

maxmin MMM i ≤≤ . Недостатком в данном подхо-

де является равномерная шкала на всем диапазоне значений показате-лей. Для решения этой проблемы предложено определить на оси не-

сколько опорных точек jx и присво-

ить им баллы oporjM

: oporjj Mx ↔

. На-пример, дополнительной, кроме гра-ничных, опорной точкой может быть точка, соответствующая показателю «защита в учетный период кандидат-ской диссертации».

На основании предложенной методики были пересчитаны показа-тели результативности деятельности преподавателя, принятые во ВГУЭС (43 показателя). Пересчет занял 0,5 часа в отличие от 4 часов для метода парных сравнений. При этом в слу-чае, если возникает необходимость в добавлении нового показателя или изменения единицы измерения неко-торого показателя, достаточно опре-делить его место на шкале показате-лей и выполнить пересчет баллов между двумя опорными точками. Удаление одного показателя из сис-темы требует простого пересчета баллов между двумя близлежащими опорными точками.

Отметим, что для рейтинговой системы ВГУЭС опорными точками явились защита докторской диссер-тации (150 баллов), защита кандидат-

ской диссертации (100 баллов) и 1 курс повышения квалификации (5 баллов). Все остальные показатели разместились между 5 и 100 баллами.

Стоит упомянуть еще об од-ном вопросе, связанном с оценкой показателей. При ранжировании по-казателей в некоторых случаях тре-буется определить единицу измере-ния. Например, шакала измерения показателя «монографии» может быть представлена в штуках либо оценена количеством печатных лис-тов в соответствии с вкладом препо-давателя в монографию. То же отно-сится к другим научным и учебно-методическим публикациям, науч-ным проектам. В последнем случае единица измерения может быть со-поставлена с объемом финансирова-ния проекта и вкладом преподавателя в проект. При оценке показателей це-лесообразно учитывать вклад препо-давателя в коллективный результат, распределяя баллы по соавторам ра-боты.

Система показателей рейтин-говой оценки принимается на один учебный год, и может меняться как количественный, так и содержатель-ный состав показателей в соответст-вии со стратегическими приоритета-ми вуза.

2.2. Бизнес-процессы рей-тинговой оценки

Система рейтинговой оценки позволяет комплексно оценить ре-зультаты деятельности преподавате-ля в вузе с учетом стратегических приоритетов развития вуза в целом. Для сбора необходимых сведений и расчета рейтинга целесообразно ис-пользовать процессный подход. Пер-вичными являются процессы, связан-ные с вводом информации о резуль-татах деятельности преподавателя. Процессы этого уровня представлены в таблице 1.




Таблица 1

Процессы ввода первичной информации № Процесс ввода первичной информации Кем выполняется 1 Формирование анкетных данных о преподавателе и сбор

данных о результатах деятельности, которые подтверждены документально (курсы повышения квалификации, наличие почетных званий, членство в профессиональных союзах и т.п.)

Отдел кадров

2 Сведения о выполнении учебной нагрузки Преподаватель 3 Сведения об учебно-методической и научно-

исследовательской работе (публикации, патенты и т.п.) Преподаватель

4 Сведения об успеваемости аспирантов Отдел аспирантуры (док-торантуры)

5 Сведения об активности преподавателя в организации науч-но-исследовательской работы студентов, достижениях сту-дентов в конкурсах и олимпиадах

Заведующий кафедрой

6 Защита диссертации Преподаватель 7 Сведения об участии в выставках, конкурсах и т.п. Заведующий кафедрой 8 Сведения об участии в выполнении научно-

исследовательских работ Научное подразделение вуза

9 Сведения об участии в подготовке кадров высшей квалифи-кации (кандидатов и докторов наук)

Отдел аспирантуры (док-торантуры)

10 Сведения об участии в иной деятельности, результаты кото-рой включены в приоритеты вуза (приемная компания, взаи-модействие с работодателями и т.п.)

Заведующий кафедрой, декан

Вторым процессом является

определение показателей и баллов на учетный период (учебный год), за который рассчитывается рейтинг. Один из методов определения пока-зателей приведен в предыдущем раз-деле. Третий процесс предназначен для выделения, проверки и утвер-ждения оцениваемых показателей из собранных первичных данных. Чет-вертый процесс предназначен для расчета рейтинга преподавателя на основании измеренных показателей, взвешенных соответствующими бал-лами.

Остановимся подробнее на каждом процессе (рис.1). Процедура сбора первичной информации, свя-занной с вводом анкетных данных, может быть реализована в системе управления персоналом отделом кад-ров. В большинстве вузов для учета персонала используются информаци-

онные системы, позволяющие на-страивать справочники и вносить не-обходимые сведения.

Аудиторная нагрузка и свя-занная с ней учебная работа выпол-няется в отчетный период в соответ-ствии с плановой нагрузкой, которая может быть изменена в течение учебного года. Для учета изменений информационная система вуза долж-на поддерживать процесс перерас-пределения нагрузки и учитывать другие текущие изменения, напри-мер, учет срывов занятий. Таким об-разом, сбор данных для формирова-ния показателей по учебной работе должен производиться с учетом пе-рераспределения нагрузки и учета неотработанных аудиторных часов. Для этой цели в вузах используются специализированные системы управ-ления учебным процессом.




Рис.1. Информационная модель системы оценки рейтинга преподавателя

Сбор данных по научным пуб-ликациям и результатам учебно-методической работы целесообразно вести на основе корпоративного цифрового хранилища полнотексто-вой информации с метаописанием размещенных материалов, что позво-ляет выделять результаты и сопос-тавлять их с принятыми показателя-ми. В то же время, в связи с особен-ностями организации процесса прие-ма учебно-методических разработок использование хранилища для этой цели может быть нецелесообразно, и потребуется система управления процессом приема результатов учеб-но-методической работы преподава-теля. Внесение данных о наличии грифа у учебно-методической работы может выполнить издательство вуза в хранилище цифровой информации. Сведения о внедрении в учебный процесс преподавателем инноваци-онных разработок вносит учебно-методическое управление. Данные о защите диссертации могут быть вне-сены преподавателем в хранилище.

Результаты по подготовке кадров высшей квалификации могут быть получены из системы учета контингента студентов (аспиран-тов/докторантов). В этом случае не-обходима интеграция между систе-мой учета контингента студентов и

персонала. Сведения о результатах аттестации аспирантов берутся из системы учета успеваемости. Сведе-ния о результативности научно-исследовательской работы студентов могут быть получены из информаци-онной системы управления контин-гентом вуза, которая должна интег-рироваться с системой управления персоналом, что позволит в описании достижений студента указывать ру-ководителя (преподавателя). Сведе-ния об участии преподавателя в на-учно-исследовательской работе мо-гут быть получены из системы управления научными проектами. Для оценки участия преподавателей в мероприятиях используется система учета мероприятий.

Если в вузе используются по-казатели для учета результатов по другим направлениям деятельности, то для их сбора могут быть использо-ваны те же системы, что описаны выше. Например, при необходимости учитывать оппонирование и рецензи-рование работ можно использовать хранилище полнотекстовой инфор-мации, где размещается отзыв или рецензия на диссертацию. Организа-ция научных семинаров и конферен-ций может быть учтена в системе учета мероприятий. Таким образом, любые сведения, используемые для




оценки рейтинга преподавателя, мо-гут быть получены из используемых в вузе информационных систем управления персоналом, управления контингентом, учета успеваемости, хранилища полнотекстовой цифро-вой информации, управления учебно-методическими разработками, управ-ления научными проектами, управ-ления мероприятиями.

Процесс обоснования модели рейтинговой системы включает фор-мирование иерархической системы показателей, ранжирование показате-лей, установление коэффициентов значимости показателей в баллах и установление единиц измерения ре-зультатов работы преподавателя.

Для установления связи между показателями и объектами учета (первично введенные данные о дея-тельности преподавателя) требуются метаописания всех возможных учи-тываемых объектов и показателей таким образом, чтобы по атрибутам одного и того же объекта учета могла бы формироваться связь с одним или несколькими показателями. Собст-венно, сопоставление выполняется на основе анализа атрибутов, допус-кающего любые предикаты с атрибу-тами объекта учета.

Процесс, в результате которо-го подтверждается некоторый кон-кретный результат преподавателя за определенный учетный период, мо-жет выполняться автоматически на основании метаописаний объектов учета и их связей с утвержденными в некоторый учетный период показате-лями. Научные публикации, вышед-шие, например, весной или летом 2009 года, могут учитываться только один раз в результатах 2008/2009 или 2009/2010 учебных годов.

Процедура подтверждения ре-зультата деятельности зависит от объекта учета. Для одних объектов учета достижения могут быть учтены автоматически, например, это вы-полнимо для некоторых результатов,

которые вносит персонал отдела кад-ров вуза через систему управления персоналом. Другие результаты пер-вично вносятся преподавателем, а затем подвергаются процедуре под-тверждения или согласования, в ко-торой участвуют заведующий кафед-рой и, возможно, уполномоченные представители административных подразделений вуза.

Расчет рейтинга преподавате-ля вуза осуществляется автоматиче-ски. В общем случае алгоритм вклю-чает следующие процедуры: • выбор учетного периода, резуль-

татов и связанных с ними показа-телей, включенных в учетный пе-риод;

• измерение показателей с учетом принятых в учетный период пра-вил и единиц измерения;

• расчет рейтинга с учетом уста-новленных для преподавателя ре-зультатов, принятых показателей и единиц измерения. 3. Информационная система

рейтинговой оценки ВГУЭС 3.1. Требования к информаци-

онной системе рейтинговой оценки Основная методологическая

проблема при создании информаци-онной системы рейтинговой оценки деятельности преподавателя вуза связана с необходимостью измерения результатов различных видов дея-тельности, которые учитываются в разных системах корпоративной ин-формационной среды (КИС) вуза. Кроме того, необходимо обеспечить возможность включения в рейтинго-вую систему новых показателей.

Таким образом, ключевым требованием к информационной сис-теме рейтинговой оценки деятельно-сти преподавателя является обеспе-чение модернизации системы показа-телей с минимальным изменением кода программы, включая возмож-ность гибкой настройки единиц из-мерения показателей, изменения по-казателей и их весовых коэффициен-




тов. Вторым требованием является обеспечение настройки системы по-казателей таким образом, чтобы учи-тывались только те результаты дея-тельности, которые включены в сис-тему в определенном учетном перио-де. Третье требование к системе свя-зано с автоматизацией процедур сбо-ра данных и расчета рейтинга, за ис-ключением тех показателей, которые не имеют отражения в КИС вуза и требуют ручного ввода данных.

В соответствии с этими требо-ваниями во ВГУЭС разработана ин-формационная система рейтинговой оценки деятельности преподавателя, основанная на онтологическом под-ходе, который позволяет описывать понятия и отношения между поня-тиями. К основным понятиям пред-метной области относятся показатели и результаты деятельности. Показа-тели связаны с множеством результа-тов деятельности, сведения о кото-рых имеются в КИС вуза. Эти ре-зультаты: нагрузка, публикации, на-учно-исследовательские проекты, учебные потоки, учебно-методические разработки, присвое-ние грифа, научные достижения сту-дентов, руководство аспирантами, защита диссертаций, профориента-ционная работа и т.п. - играют роль объектов учета. Поскольку для реа-лизации системы необходимо авто-матизировать бизнес-процессы, то используется система управления бизнес-процессами, позволяющая на-страивать процессы в соответствии с изменяющимися требованиями.

3.2. Сбор первичных данных о результатах деятельности

Для ввода анкетных данных преподавателей, информации о нали-чии у них персональных достижений, повышении квалификации, знании иностранных языков и т.п., в КИС ВГУЭС используется система управ-ления персоналом «Флагман». Дан-ные, которые вводятся в эту систему, обычно имеют подтверждающие до-

кументы и не требуют дополнитель-ного согласования. Поэтому по край-не мере некоторые из этих данных могут выступать в роли объектов учета автоматически. В то же время очевидно, что не все персональные данные значимы для любой кафедры, поэтому на практике большинство данных, введенных в системе управ-ления персоналом, требуют процесса согласования в рамках определенной кафедры.

Для сбора данных об учебной нагрузке преподавателя используется система управления учебным про-цессом, которая среди прочих имеет следующие режимы:

• плановое распределе-ние нагрузки между преподавателя-ми;

• текущее перераспреде-ление нагрузки между преподавате-лями;

• учет срывов занятий; • отчетность преподава-

теля за учебную нагрузку с учетом неотработанных срывов занятий;

• утверждение отчета преподавателя заведующим кафедрой и отчета кафедры - начальником учебно-методического управления.

Утвержденные отчеты кафедр, составленные из отчетов отдельных преподавателей, являются основани-ем для автоматизации учета резуль-татов по показателям, связанным с выполнением учебной (в том числе аудиторной) нагрузки. При этом ав-томатически определяется учетный период (как правило, совпадает с учебным годом) и кафедра, нагрузку по которой выполнял преподаватель. Эти же данные, т.е. выполненная на-грузка, используются для показателя, связанного с чтением лекций в боль-ших потоках.

Показатели, связанные с науч-ными публикациями, основываются на данных хранилища полнотексто-вой информации [3]. Для этой цели в хранилище разработаны шаблоны




монографий, статей в журналах, ра-бот в сборниках и трудах конферен-ций, патентов, депонированных ру-кописей, диссертаций и др. За раз-мещение информации в хранилище отвечает преподаватель, учет науч-ных публикаций требует подтвер-ждения заведующим кафедрой и со-трудником управления НИР вуза.

В качестве первичного источ-ника сведений о учебно-методических работах во ВГУЭС ис-пользуется хранилище, поскольку все опубликованные работы размещают-ся издательством в хранилище. Про-блема состоит в том, что к публика-ции материал допускается после об-работки, которая может занимать не-сколько месяцев. Поэтому необходи-мо реализовать механизм, обеспечи-вающий подачу учебно-методических разработок в учебно-методические советы институтов и издательство. Для реализации этой задачи в КИС ВГУЭС используется специально настроенный маршрут в системе электронного документообо-рота [4]. Преподаватель имеет воз-можность подать материал в элек-тронном виде (описание разработки и файлы с материалом, выписки из приказов и т.п.) для рассмотрения в учебно-методическую комиссию ин-ститута. Система документооборота имеет возможности возврата доку-ментов на доработку, поэтому взаи-модействие между преподавателем и комиссией может проходить через систему. Утвержденная комиссией разработка поступает в издательство, которое также может взаимодейство-вать с комиссией и преподавателем через систему документооборота. При этом, поскольку для учета дос-тижений в рейтинговой системе ис-пользуются не все разработки, требу-ется процедура учета учебно-методической разработки, которая помимо заведующего кафедрой включает представителя учебно-методического управления.

Для учета результатов научно-исследовательской работы препода-вателя используется другой маршрут в системе электронного документо-оборота ВГУЭС. В этом маршруте сотрудники управления НИР оформ-ляют регистрационную карточку проекта, в которую вносится вся зна-чимая информация по проекту (на-именование, объем финансирования, заказчик, руководитель, исполнители и т.п.). С использованием средства документооборота в процессе выпол-нения проекта фиксируются завер-шенные этапы, освоенные объемы финансирования и другие учетные сведения. Объект учета - научные проекты - связан с несколькими по-казателями рейтинговой оценки в за-висимости от типа проекта и объемов финансирования. Данные об участии в научном проекте должны быть со-гласованы с заведующим кафедрой, так как не все проекты, в которых участвует преподаватель, проводятся в направлении деятельности кафед-ры.

Ответственные за учебно-методическое обеспечение дисциплин, референт кафедры, ответственный за профориентацию, куратор учебных групп назначаются заведующим ка-федрой в системе управления правами [5]. Декан факультета в системе управ-ления правами определяет участников учебно-методической комиссии фа-культета и ответственного за профори-ентацию на факультете. На основании этих назначений учет результатов дея-тельности ответственных выполняется автоматически. Система управления правами позволяет создать роли с об-ластями видимости. Так в системе оп-ределены роли ответственных за учеб-но-методические комплексы дисцип-лин с областью видимости «Дисцип-лина». При этом, к данной роли имеет административный доступ (т.е. разре-шение на назначение роли пользовате-лям) пользователь с ролью заведую-щего кафедрой с областью видимости




«Кафедра». Таким образом, на основа-нии связей между дисциплинами и ка-федрой, выполняя роль заведующего кафедрой по некоторой кафедре, мож-но назначать роль ответственного за учебно-методические комплексы по дисциплинам своей кафедры. Точно так же назначение роли референта по кафедре и ответственного за профори-ентацию выполняется заведующим кафедрой только по своей кафедре. Куратор группы назначается заведую-щим кафедрой на основании связей между группами и кафедрой и адми-нистративного доступа роли заведую-щего кафедрой к роли куратора груп-пы. Административный доступ роли заведующего кафедрой к самой себе позволяет заведующим кафедрой пе-редавать свои права другим сотрудни-кам кафедры. При назначении ролей разрешено устанавливать период дей-ствия роли, что позволяет хранить всю историю назначений ролей, отчиты-ваться и планировать работу автоном-но. Поскольку данные объекты учета явным образом связаны с учетным пе-риодом (период назначения) и кафед-рой, то процедура подтверждения вы-полняется автоматически.

Учет аспирантов ведется в системе учета контингента отделом аспирантуры. Для аспирантов указы-вается научный руководитель, и в случае защиты диссертации устанав-ливается статус «Защищенная дис-сертация с датой защиты», что по-зволяет автоматически учитывать данный результат в рейтинговой сис-теме. Успешность обучения аспиран-тов может быть оценена по данным системы «Успеваемость», информа-цию в которую заносит отдел аспи-рантуры. Эти данные также могут автоматически учитываться в систе-ме рейтинговой оценки.

Результативность НИР фикси-руется через систему учета контин-гента студентов, где сотрудники управления НИР отмечают меро-приятия, достижения студентов и их

руководителей. Соответствующие объекты учета требуют подтвержде-ния заведующим кафедрой.

Для учета участия преподава-телей в мероприятиях используется специальный маршрут в системе до-кументооборота, описывающий ме-роприятие, достижения преподавате-ля и позволяющий здесь же выпол-нить процедуру подтверждения заве-дующим кафедрой.

3.3. Порядок учета достиже-ний преподавателя

Чтобы реализовать учет всех достижений преподавателей, необхо-димо определить, какие именно объ-екты учета следует рассматривать в учетный период. Для этого нужно, чтобы все объекты учета были опи-саны, т.е. должна быть сформирована база метаописаний объектов учета. В КИС ВГУЭС для хранения метаопи-саний используется система управле-ния понятиями предметной области [6]. В этой системе все объекты учета описываются как внешние понятия (так как для их создания используют-ся внешние системы). Задача учебно-методического управления – выбрать из всевозможных понятий КИС толь-ко те, которые должны быть учтены в учетном периоде. Эти понятия в дальнейшем называются объектами учета. Кроме этого, учебно-методическое управление определя-ет, какие именно показатели исполь-зуются. Иерархическая система пока-зателей формируется как внутреннее понятие КИС. Определяется также связь между показателями и объек-тами учета с назначением баллов. Дополнительно определяются прави-ла начисления баллов. Кроме этого, определяются правила (маршрут) процедуры учета показателей с по-мощью системы управления процес-сами. На основании правил учета и метаописания объектов учета проце-дура учета выполняет действия в со-ответствии с таблицей 2.




Таблица 2

Правила учета достижений

№ Объекты учета Правила учета

1 Анкетные данные, не связанные с учетным периодом, введенные в сис-теме управления персоналом

Предлагается преподавателем, согласуется зав. кафедрой

2 Объемы учебной и аудиторной на-грузки, размеры потоков

Автоматически генерируются на основании ут-вержденных отчетов по выполнению нагрузки

3 Публикации, защита диссертаций Предлагаются преподавателем, согласовываются зав. кафедрой и управлением НИР

4 Учебно-методические разработки, ис-пользование инновационных разрабо-ток

Предлагаются преподавателем, согласовываются зав. кафедрой и учебно-методическим управлени-ем

5 Научно-исследовательские работы и хозяйственные договорные работы

Предлагается преподавателем, согласуется руко-водителем проекта, зав. кафедрой, управлением НИР

6 Гриф Автоматически генерируется на основании вне-сенных издательством данных

7 Ответственные за учебно-методическую обеспеченность, работа референта, ответственные за профори-ентацию

Автоматически генерируется на основе назначен-ных ролей заведующим кафедрой

8 Подготовка кандидатов и докторов наук

Автоматически генерируется на основании успе-ваемости аспирантов и защиты диссертантов (ис-пользуется привязка аспирантов к программе ка-федры)

В результате выполнения про-

цедуры учета формируется информа-ция по достижениям преподавателя за учетный период по кафедре (с уче-том правил начисления, т.е. процен-том от выполненной работы и объе-мом работы). Процедура предложе-ния достижения к учету предполагает не только представление достижения, но и указание кафедры, в рамках ко-торой засчитывается достижение, учетного периода, если определение его неоднозначно, и, для некоторых показателей, объем выполненной ра-боты. Например, для публикаций, выполненных в соавторстве, препо-даватели должны указать процент личного вклада, чтобы при расчете рейтинга выполнилась соответст-вующая нормировка.

3.4. Расчет рейтинга препо-давателя

Процедура расчета рейтинга выполняется автоматически. На ос-новании учтенных результатов дея-

тельности и балльной оценки показа-телей в расчетный период процедура расчета рейтинга производит оценку показателей и итоговый рейтинг.

В общем виде алгоритм расче-та, входом в который является рас-четный период, выглядит следующим образом.

1. Выбрать все показате-ли, которые установлены для задан-ного расчетного периода.

2. Определить на основе связей между показателями, какие объекты учета используются для рас-чета.

3. Определить источники данных для объектов учета (для раз-ных объектов учета может быть один и тот же источник данных).

4. Выбрать учтенные ре-зультаты деятельности, которые со-ответствуют установленным объек-там учета. Атрибутами достижений являются связи с объектом учета,




преподавателем, кафедрой, учетным периодом, объемом работы.

5. Перевести результаты деятельности в баллы на основании связи объектов учета и показателей, при этом выполняется умножение объема работы на число баллов.

6. Измерение результатов преподавателя за выполненный объ-ем работы по некоторой кафедре в расчетный период в соответствии с показателем.

Рейтинг преподавателя рас-считывается «на лету» как сумма за-фиксированных баллов по всем ре-зультатам в расчетный период. Для анализа результатов расчета исполь-зуется система отчетов, которая по-зволяет формировать отчеты по раз-личным запросам (по кафедрам, по преподавателю, по результатам, по учебным годам и т.п.).

Заключение В результате выполнения ра-

бот разработаны: • методика ранжирова-

ния показателей на основании экс-пертных оценок (методика обеспечи-вает простое сопровождение измене-ний в системе показателей и просто в использовании);

• организационно-техническое решение, обеспечиваю-

щее эффективное сопровождение системы, масштабирование, интегра-цию первичных данных из разных информационных систем вуза;

• информационная сис-тема расчета рейтинга преподавателя, обеспечивающая определение объек-тов учета, процессы учета достиже-ний и расчет рейтинга преподавателя.

Разработанная информацион-ная система является адаптируемой, так как обеспечивает настройку сис-темы показателей и правил оценки результатов, привязку объектов учета к источниками данных, настройку процесса учета в зависимости от по-казателей.

Многие из показателей оценки деятельности преподавателя входят в систему оценки деятельности кафед-ры, и, таким образом, система оценки деятельности преподавателя является базовой в системе оценки деятельно-сти кафедры, т.е. будучи учтёнными в первой системе, они автоматически становятся учтёнными во второй. Другие кафедральные показатели из-влекаются из корпоративных данных по кафедре аналогично тому, как это описано для системы показателей деятельности преподавателя.


1. Herring, C. Viable Software. The intelligent control paradigm for adaptable and adaptive architecture. PhD Thesis / C. Herring.- Australia. – 2002. – 325 pp.

2. Саати, Т. Принятие решений. Метод анализа иерархий / Т. Саати. - М.: Радио и Связь, – 1993. – 278 с.

3. Крюков В.В. Вопросы создания университетского образовательного портала как части корпоративной информационной среды вуза / В.В. Крюков, К.И. Шахгельдян // Интернет-порталы: содержание и технологии: сб. науч. ст. Вып.4. – М.: Просвящение, 2007. – с. 362-385.

4. Архипова Е.Н. Информационные системы управления вузом / Е.Н. Архипова, Д.В. Гмарь, В.В. Крюков, К.И. Шахгельдян //Телематика: материалы XVI Всероссийской научно-методической конференции. СПб., 23-25 июня 2009 г. – Спб., 2009.

5. Шахгельдян К.И. Система автоматического управления правами доступа к информационным ресурсам вуза / К.И. Шахгельдян, В.В. Крюков, Д.В. Гмарь // Информационные технологии. – 2006. – №2. – С. 19-29.

6. Шахгельдян К.И. Модель обобщенного репозитория метаданных корпоратив-ной информационной среды вуза / К.И. Шахгельдян //Системы управления и информаци-онные технологии. – 2006. – №2.1(24). – С. 201-204.


Телекоммуникации


ХАРАКТЕРИСТИКИ ПАРАМЕТРОВ «КАЧЕСТВО ОБСЛУЖИВАНИЯ» ОПОРНОЙ ИНФРАСТРУКТУРЫ НАУЧНО-ОБРАЗОВАТЕЛЬНОЙ СЕТИ

CHARACTERISTICS OF PARAMETERS «QUALITY OF SERVICE» OF THE

BASIC INFRASTRUCTURE OF THE RESEARCH AND EDUCATION NETWORK

Гугель Юрий Викторович / Gugel Y.V., директор филиала ФГУ ГНИИ ИТТ "Информика" (Санкт-Петербург) /

Director of branch FPI SIIT&T "Informika" (St.Petersburg) [email protected]

Ижванов Юрий Львович / Izhvanov Y.L.,

первый заместитель директора по научной работе ФГУ ГНИИ ИТТ "Информика" /

First deputy director of scientific research of FPI SIIT&T "Informika", [email protected]

Аннотация Статья посвящена вопросам,

связанным с обеспечением заданного уровня качества сервиса (QoS) при передаче информации в федеральной компьютерной сети науки и образо-вания RUNNet. Поддержка различ-ных критических к характеристикам сети услуг требует выполнения опре-деленных гарантий качества QoS, оп-ределяемых в соглашении о качестве обслуживания SLA (Service Level Agreement). В статье рассматривают-ся основные характеристики QoS, и дается сравнительный анализ мето-дов их обеспечения. Обсуждаются ограничения при реализации отдель-ных параметров QoS в территориаль-но распределенных Ethernet сетях. Приводятся характеристики SLA се-ти RUNNet, и описываются особен-ности реализации QoS с помощью различных алгоритмов.

Annotation Article is devoted to the matters

associated with the required quality of service (QoS) level in the federal com-puter research and education network RUNNet. Support of the different ser-vices critical to the network characteris-tics demands the accomplishment of definite guaranties of QoS defined in the SLA (Service Level Agreement). Main QoS characteristics are considered and comparative analysis of their provi-

sioning is given. Limitations of definite QoS parameters achievement in WAN Ethernet networks are discussed. SLA characteristics of RUNNet are listed and features of their realization with the as-sistance of different algorithms are de-scribed.

Ключевые слова: качество обслуживания, сеть передачи дан-ных, научно-образовательная сеть.

Keywords: quality of Service, data communication network, Research and Education Network.

На данный момент одним из

самых важных вопросов эффективно-го использования телекоммуникаци-онной инфраструктуры науки и обра-зования в России, одна из состав-ляющих которой - сеть RUNNet, яв-ляется организация связности по вы-сокоскоростным каналам связи с применением новых технологий по-строения базовых транспортных се-тей и IP-сетей. Наиболее интересны-ми и развивающимися в данной об-ласти являются технологии IPv6, групповое вещание (multicast), VPN (виртуальные частные сети) с задан-ными параметрами качества обслу-живания (QoS), позволяющие суще-ственно повысить эффективность ис-пользования транспортной инфра-структуры и уровень сервиса, орга-низацию защиты сетей, а также осу-




ществлять мониторинг для выработ-ки рекомендаций по оптимизации сетей.

Инфраструктура доступа представляет собой совокупность ка-налов и оборудования, используемых вузами для обеспечения доступа к опорным узлам сети RUNNet (рис.1). Доступные скорости передачи, ис-пользующие различные технологии организации каналов связи между узлами современной сети, варьиру-ются в диапазоне от 2 Мбит/с до 10

Гбит/с. Для примера, магистральная часть сети RUNNet использует кана-лы по технологии Ethernet 1 ГБит/c и 10 ГБит/c. Вузы и научные учрежде-ния в городах опорной инфраструк-туры имеют, как правило, подключе-ния к опорным узлам на скоростях 100 МБит/с и 1 ГБит/c. В тоже время имеются пользователи, которые под-ключены к опорной сети синхронны-ми каналами E1 со скоростью пере-дачи данных 2 Мбит/с.

Рис.1. Телекоммуникационная связность сети RUNNet'2009

Поддержка различных крити-

ческих к характеристикам сети услуг требует выполнения определенных гарантий качества, определяемых в так называемом соглашении о каче-стве обслуживания SLA (Service Level Agreement). Если арендованные каналы полностью изолированы и обеспечивают гарантированные ха-рактеристики сети (в части полосы пропускания, задержек, сокращения джиттера, потери пакетов и пр.), то в VPN должны быть предусмотрены соответствующие механизмы для реализации подобных гарантий каче-

ства услуг, определенных в SLA. И здесь возникает проблема конфликта требований различных VPN к общим разделяемым сетевым ресурсам. В условиях современных технологий необходимо решить эту проблему так, чтобы, с одной стороны, обеспе-чить максимальную загрузку сети и получить максимальных сетевой до-ход, а с другой – предоставить услуги пользователям с гарантированным качеством и с минимально возмож-ной стоимостью.

Потребности пользователей научно-образовательных сетей во




всем мире растут опережающими темпами по отношению к возможно-стям канальных операторов, ориен-тированных в основном на потреб-ности «среднестатистического» поль-зователя. Обеспечение эффективного и качественного доступа к современ-ным информационным образователь-ным ресурсам, современные формы дистанционного обучения, управле-ния сферой образования, передача больших объемов данных, получае-мых в результате научных экспери-ментов, распределенная обработка научной информации, коллективный доступ к уникальному оборудова-нию, работа виртуальных научных лабораторий, обмен опытом и ре-зультатами научных исследований на базе мультимедиа технологий требу-ют расширения масштабов сетевого взаимодействия учреждений науки, высшего профессионального образо-вания, что подразумевает использо-вание современных технологий.

Максимальный эффект от IP-сети не может быть получен без ра-ционального использования всех се-тевых ресурсов, в первую очередь, маршрутизаторов и каналов связи. Функционирование пакетной сети можно считать эффективным, когда каждый ресурс загружен, но не пере-гружен. Это значит, что коэффициент использования ресурса должен при-ближаться к единице, но не настоль-ко, чтобы очереди пакетов к нему были бы постоянно большими, при-водя к задержкам и потерям из-за пе-реполнения внутренних буферов в маршрутизаторах.

Проблема управления сетью IP состоит в достижении двух целей. Во-первых, необходимо стремиться к улучшению качества обслуживания передаваемого трафика, т.е. к сниже-нию задержек, уменьшению потерь и увеличение интенсивности потоков трафика. Во-вторых, загрузка всех ресурсов сети должна быть макси-

мально возможной для повышения объемов передаваемого трафика.

Для эффективной работы вы-сокоскоростная сеть должна быть правильно спроектирована и реали-зована. Выбор возможных вариантов для реализации инфраструктуры сети в соответствии с требованиями очень широк. Однако увеличение числа возможных вариантов приводит и к умножению потенциальных проблем, с которыми можно столкнуться при реализации новых конфигураций.

Возникновение проблем осо-бенно вероятно, если не анализиру-ются имеющаяся и предполагаемая инфраструктуры, включая характери-стики и требования к топологии пла-нируемой сети.

Современные высокоскорост-ные сети проектируются с использо-ванием технологии Ethernet на маги-стральной части сети и на «послед-них милях» к пользователю. Техно-логия очень простая и дешевая в ис-пользовании. Но на этапе эксплуата-ции она имеет много отрицательных особенностей, которые не лежат на поверхности.

Например, для каналов связи между узлами сети, сложно органи-зованных с использованием данной технологии, мониторинг состояния сети даже на уровне «работает/не работает» в общем случае оказывает-ся непростой задачей. И установить факт корректной работы канала связи можно только косвенными методами.

С другой стороны, данная технология была разработана для по-строения локальных сетей, и исполь-зование ее для территориально рас-пределенных сетей очень неэффек-тивно с точки зрения использования полосы канала. А с точки зрения производительности сети проблемы с кадрами могут быть связаны, прежде всего, с расширением несущей в Gigabit Ethernet и с длиной кадров. Расширение несущей в Gigabit Ethernet, в соответствии с которым




минимальная длина кадра увеличена до 512 байт, снижает реальную об-щую пропускную способность (сред-ний размер IP пакета в сети Internet составляет менее чем 512 байт).

В настоящее время вместе с планомерным увеличением скоро-стей передачи данных в сетях теле-коммуникаций увеличивается доля интерактивного трафика, крайне чув-ствительного к параметрам среды транспортировки. Поэтому задача обеспечения качества обслуживания QoS (Quality of Service) становится все более актуальной. Доступность услуг является важнейшим элемен-том QoS. Для успешного внедрения QoS необходимо обеспечить макси-мально высокую доступность сетевой инфраструктуры (конечной цели вы-сокой доступности соответствует уровень 99,999 процентов, то есть только 5 минут простоя в год).

Существует много определе-ний термина QoS. Мы ориентируемся здесь на определение Cisco Systems: "QoS – QoS refers to the ability of a network to provide better service to se-lected network traffic over various un-derlying technologies…". Что можно перевести как: "QoS – способность сети обеспечить необходимый сервис заданному трафику в широких тех-нологических рамках".

Необходимый сервис описы-вается многими параметрами. Отме-тим среди них самые важные. Каче-ство передачи сети определяется сле-дующими факторами:

• Доступность – диапа-зон времени сетевой достижимости между входной и выходной точкой сети – это сетевая доступность. Дос-тупность сервиса – это диапазон вре-мени, в течение которого этот сервис доступен между определенными входной и выходной точками с пара-метрами, оговоренными в соглаше-нии об уровне обслуживании (SLA).

• Потери - это отношение правильно принятых пакетов к об-

щему количеству пакетов, которые были переданы по сети. Потери вы-ражаются в процентах отброшенных пакетов, которые не были доставле-ны по назначению. Обычно потери – это функция от доступности. Если сеть не загружена, то потери (во вре-мя отсутствия перегрузок) будут рав-ны нулю. Во время перегрузок, одна-ко, механизмы QoS будут опреде-лять, какие пакеты могут быть сбро-шены.

• Задержка – это время, которое требуется пакету для того, чтобы после передачи дойти до пунк-та назначения. В случае голосовой передачи эта задержка определяется как время прохождения сигнала от говорящего к слушающему.

• Колебания задержки - это разница между сквозным време-нем задержки, которая возникает при передаче по сети разных пакетов. Так, например, если для передачи одного пакета по сети требуется 100 мсек, а для передачи следующего па-кета - 125 мсек, то колебание задерж-ки составит 25 мсек.

• Пропускная способ-ность – это доступная пользователю полоса пропускания между двумя точками присутствия оператора.

Требования по уровню качест-ва обслуживания к сети

Сквозная модель QoS пред-ставляет собой цепочку, крепость ко-торой определяется крепостью само-го слабого звена.

Например, потребность в пе-редачи речи и видео определяет сле-дующие требования к сквозному уровню обслуживания:

• потери пакетов не бо-лее 1 процента;

• односторонняя задерж-ка не более 150 мсек (в соответствии со стандартом G.114);

• колебания задержки не более 30 мсек.

Таким образом, операторская составляющая должна быть значи-




тельно меньше. Параметры SLA для RUNNet показаны ниже:

• потери пакетов не бо-лее 0.5 процента;

• односторонняя задерж-ка между пограничными устройства-ми не более 60 мсек;

• колебания задержки не более 20 мсек.

Высокоскоростные сетевые технологии касаются также и самих приложений, параметры настройки протокольного стека которых влияют на производительность сети. Для примера, можно привести протокол TCP, имеющий несколько характери-стик, от которых зависит производи-тельность самой TCP-сессии, также как режимы работы сети на отдель-ных участках влияют на производи-тельность приложения.

Для обеспечения показателей качества QoS в современных IP-сетях используются два вида протоколов DiffServ и RSVP. Протокол RSVP может за счет предварительного ре-зервирования ресурсов предоставить каждому потоку гарантированную пропускную способность на всем транспортном пути. Реализация этого протокола наталкивается на много-численные трудности [1]. Меньшие трудности вызывает применение протокола DiffServ, который распре-деляет имеющуюся пропускную спо-собность между существующими по-токами пропорционально их приори-тетам. Вместе с тем следует отме-тить, что вопросы, связанные с раз-работкой методов моделирования и проектирования режимов работы IP-сетей с использованием протоколов RSVP и DiffServ, в научной литера-туре освещены недостаточно. Имеющиеся работы затрагивают только отдельные вопросы, напри-мер, практическую реализацию про-токолов [2] или имитационные моде-ли для определения быстродействия системы при весьма упрощенных предположениях. В частности, влия-

ние на быстродействие системы на-дежности технических и программ-ных средств не учитывается.

Дифференцированное обслу-живание DiffServ представляет собой метод классификации требований к качеству обслуживания небольшого числа агрегированных потоков сети. Дифференцированные сервисы не используют резервирования ресурсов в маршрутизаторах, не представляют гарантии качества обслуживания, а реализуют только “мягкую” под-держку QoS. Каждый маршрутизатор старается обеспечить наилучшее об-служивание потоков с разными пока-зателями качества в соответствии с правилами пошагового поведения (Per-Hop Behavior, PHB). PHB пред-ставляет два различных сервиса:

• “быстрое продвиже-ние” с высшим качеством обслужи-вания с минимизацией задержки и вариации задержек. Трафик, интен-сивность которого превышает согла-сованный профиль, отбрасывается;

• “гарантированная дос-тавка”, обеспечивающая минимум пропускной способности и размер буфера для хранения очереди для че-тырех классов трафика и тремя уров-нями отбрасывания пакетов в каждом классе. Трафик, который превышает профиль, доставляется с меньшей ве-роятностью, чем трафик, удовлетво-ряющий профилю.

Для реализации протокола DiffServ в маршрутизаторах и комму-таторах чаще всего используются следующие алгоритмы управления очередями:

• алгоритм FIFO (First In – First Out);

• приоритетное обслужи-вание небольшого количества клас-сов. Пока из более приоритетной очереди не будут выбраны все имеющиеся в ней пакеты, устройство не переходит к обработке следующей менее приоритетной очереди;




• при использовании взвешенных настраиваемых очередей (Weighted Queuing, WQ) они обслу-живаются последовательно и цикли-чески, с выбором числа байт, про-порционального весу очереди;

• взвешенное справедли-вое обслуживание (Weighted Fair Queuing, WFQ) сочетает приоритет-ное и взвешенное обслуживание. Чаще всего создается особая очередь, которая обслуживается по приори-тетной схеме в первую очередь, пока все заявки из нее не будут выбраны. Предполагается, что часть пропуск-ной способности остается другим очередям, которые обслуживаются по алгоритму взвешенного обслужи-вания.

Наиболее общим из указанных выше алгоритмов управления являет-ся алгоритм взвешенного справедли-вого обслуживания WFQ, так как он включает в себя процедуры приори-тетного обслуживания и взвешенных настраиваемых очередей.

Алгоритмы управления долж-ны гарантировать заданные показате-ли качества:

• CIR (Committed Information Rate) - согласованная ин-формационная скорость, с которой сеть будет передавать данные поль-зователя;

• Вс (Committed Burst Size) - согласованный объем пульса-ции, т.е. максимальное количество байтов, которое сеть будет переда-вать от пользователя за интервал времени T;

• Be (Excess Burst Size) - дополнительный объем пульсации, т.е. максимальное количество байтов, которое сеть будет пытаться передать сверх установленного значения Вс за интервал времени Т.

Если эти величины известны, то время можно вычислить по фор-муле: T = Bc/CIR

Технология Ethernet не имеет встроенных средств, связанных с

правилами или формированием тра-фика (policing/shaping), и получается, что за ограничение скорости переда-чи отвечают устройства, работающие на уровнях выше уровня 2 OSI моде-ли. Если пользователь подключен к сети через интерфейс доступа 1 Гбит Ethernet, но ему доступна скорость 10 Mбит/с, то скорость для него нужно ограничить или подчинить опреде-ленным правилам доступа.

В случае необходимости огра-ничение скорости может происхо-дить в одной из двух точек:

• на входном или выход-ном устройстве в сеть со стороны се-ти;

• на входном или выход-ном устройстве в сеть со стороны пользователя.

Настоятельно рекомендуется при малейшей возможности ограни-чивать скорость передачи на устрой-ствах со стороны сети, чтобы не до-пускать перегрузки сети.

CAR (Committed Access Rate) [3] представляет собой средство, предназначенное для поддержки QoS в сетевой периферии. CAR позволяет определить контракт для передачи трафика в маршрутизируемых сетях. Можно классифицировать трафик и применять к нему определенные пра-вила (policies) на входном интерфей-се, а также устанавливать правила обработки трафика, превышающего лимит полосы пропускания.

CAR можно использовать для установки приоритетов на основе расширенного списка классифика-ции. Это создает большую гибкость распределения приоритетов, включая присвоение приоритетов приложени-ям, портам, адресам источни-ка/назначения и т.д.

CAR — это механизм, рабо-тающий на основе правил. Он клас-сифицирует трафик на основе гибких правил, включая правил приоритет-ности (IP Precedence), контрольные списки IP-доступа (IP access control




lists), входящие интерфейсы и MAC-адреса. CAR ограничивает скорость передачи на входе определенным по-роговым уровнем, что помогает из-бежать переполнения опорной сети.

Базовая функциональность CAR требует соблюдения следующих критериев:

• Направление пакетов, входящие или исходящие;

• Средняя скорость (в битах в секунду) определяется дли-тельными замерами средней скоро-сти передачи. Трафик, передающийся с более низкой скоростью, всегда удовлетворяет этому критерию;

• Нормальный пиковый уровень (normal burst size), в байтах, показывает допускаемую величину, которую может иметь пик трафика, прежде чем система зарегистрирует превышение лимита;

• Чрезмерный пиковый уровень, в байтах.

Вероятность того, что трафик, находящийся между нормальным и чрезмерным пиковым уровнем, пре-высит допустимые лимиты, повыша-ется по мере повышения размеров пика. CAR передает пиковый трафик. Эта функция не занимается выравни-ванием пиков и формированием тра-фика.

Можно отметить, что вопро-сы, связанные с определением этих параметров, в научной литературе освещены недостаточно. А они силь-но влияют на производительность приложений, использующих сеть. В качестве примера можно привести график зависимости пропускания TCP сессии (рис. 2) при CIR 10 МБит/с и различных значениях Bc.

Рис.2. График зависимости пропускания TCP сессии от Bc механизма CAR




На основе анализа пропуска-ния отдельной TCP сессии между участками сети можно сделать вывод об оптимальных параметрах меха-низма CAR для обеспечения макси-мальной пропускной способности TCP сессии и реализации механизма ограничения трафика. Параметры Bc и Be необходимо выбирать согласно следующим формулам: Bc (bytes) == CIR (bits/second) * 1 byte/8 bits * 1.5 seconds Be (bytes) == Bc bytes + CIR (bits/second) * 1 byte/8 bits * 1.5 sec-onds == 2 * Bc

Протоколы DiffServ и RSVP задачу оптимального использования ресурсов сети IP решают с помощью перераспределения ресурсов отдель-ного маршрутизатора между различ-ными протекающими через него по-токами. В тоже время такое мощное средство, как выбор путей прохожде-ния трафика через сеть, традиционно применялось в IP-сетях в очень огра-ниченных масштабах. А ведь от пу-тей следования трафика (особенно при его фиксированной интенсивно-сти) в первую очередь зависит за-грузка маршрутизаторов и каналов, а значит, и эффективность использова-ния сети.

Известно, что все протоколы маршрутизации: как дистанционно-векторные (например, RIP), так и ос-нованные на состоянии связей (OSPF и IS-IS), - определяют для трафика, направленного в конкретную сеть, кратчайший маршрут в соответствии с некоторой метрикой. Выбранный путь может быть более рациональ-ным, если в расчет принимается но-минальная пропускная способность каналов связи или вносимые ими за-держки, либо менее рациональным, если учитывается только количество промежуточных маршрутизаторов между исходной и конечными сетя-ми. Но в любом случае выбирается единственный маршрут даже при на-личии нескольких альтернативных [5].

Классическим примером не-эффективности такого подхода слу-жит сеть с топологией, приведенной на рис.3. Несмотря на то, что между крайними маршрутизаторами имеют-ся два пути: верхний и нижний раз-ной пропускной способности, – тра-фик в соответствии с принципами маршрутизации, принятыми в сетях IP, направляется или по верхнему пу-ти или по нижнему пути, или распре-деляется равномерно, не учитывая пропускные способности каналов.

Рис.3. Пример неэффективной загрузки каналов сети, определяемой протоколами

маршрутизации




Еще один коренной недоста-ток традиционных методов маршру-тизации трафика в сетях IP заключа-ется в том, что пути выбираются без учета текущей загрузки ресурсов се-ти. Если кратчайший путь уже пере-гружен, то пакеты все равно будут посылаться по этому пути. Налицо явный недостаток методов распреде-ления ресурсов сети – одни из них работают с перегрузкой, а другие не используются вовсе. Никакие методы QoS данную проблему решить не мо-гут. Нужны качественно новые меха-низмы.

Одним из мощных, но не при-меняемых ранее в IP-сетях методов влияния на эффективное использова-ние ресурсов сети является техноло-гия Traffic Engineering (TE), или «инжиниринг трафика». Под ТЕ по-нимаются методы и механизмы дос-тижения сбалансированности загруз-ки всех ресурсов сети за счет рацио-нального выбора путей прохождения трафика через сеть.

Исходными данными для вы-бора путей являются, во-первых, ха-рактеристики передающей сети – то-пология, а также производительность составляющих ее маршрутизаторов и каналов связи, а во-вторых, сведения о нагрузке сети, т.е. сведения о пото-ках трафика, которые она должна пе-редать между своими пограничными маршрутизаторами. Каждый поток характеризуется точкой входа в сеть, точкой выхода из нее и некоторыми параметрами трафика. Так как при выборе путей стремятся обеспечить равномерную загрузку маршрутиза-торов и каналов связи, то для каждо-го потока, как минимум, нужно учи-тывать его среднюю интенсивность. Для более тонкой оптимизации тра-фика в сети можно привлекать и бо-лее детальное описание каждого по-тока, например, величину возможной пульсации трафика или требования к качеству обслуживания – чувстви-тельность к задержкам, вариации за-

держек и допустимый процент по-терь пакетов. Однако, поскольку оценить такого рода параметры тра-фика более сложно, чем среднюю ин-тенсивность, а их влияние на функ-ционирование сети менее значитель-но, обычно при нахождении опти-мального распределения путей про-хождения потоков через сеть учиты-ваются только параметры их средней интенсивности.

Задача ТЕ состоит в определе-нии маршрутов потоков трафика че-рез сеть, т.е. для каждого потока тре-буется указать точную последова-тельность промежуточных маршру-тизаторов и их интерфейсы на пути между входной и выходной точкой потока. При этом необходимо обес-печить сбалансированную загрузку ресурсов сети. Это условие можно формализовать разными способами. Например, максимальный коэффици-ент использования ресурса по все ре-сурсам сети должен быть минимален, чтобы трафику был нанесен как можно меньший ущерб. Именно так формулируется задача ТЕ в RFC 2702 “Requirements for Traffc Engineering Over MPLS”.

Другим способом постановки задачи ТЕ может быть поиск такого набора путей, при которых все коэф-фициенты использования ресурсов не будут превышать некоторый задан-ный порог. Подобный подход более прост в реализации, так как связан с перебором меньшего количества ва-риантов, поэтому он чаще применя-ется на практике.

Термин ТЕ имеет и более ши-рокую трактовку, когда под ним по-нимается глобальная оптимизация сети за счет изменения всех возмож-ных параметров: количества и произ-водительности маршрутизаторов, то-пологии связей между ними, скоро-стей каналов передачи данных, при-оритетов обслуживания потоков и т.д. В набор управляемых параметров включаются также параметры на-




грузки, например, интенсивности пе-редаваемых сетью потоков. В случае перегрузки сети их можно ограни-чить до некоторой величины, чтобы заторы уменьшились до приемлемого уровня.

В общем случае, при TE управление путями следования пото-ков трафика через сеть выступает в качестве только одного из методов оптимизации сети, применяемых на-ряду с другими. Основным инстру-ментом выбора и установления путей

в современных высокопроизводи-тельных телекоммуникационных систем и сетей передачи данных но-вого поколения является технология MPLS.

Для того чтобы добиться реа-лизации сквозного SLA, действия по классификации, конфигурации и ин-теграции решений QoS должны быть скоординированы на всех ее участ-ках.

Литература 1. Олифер В.Г., Олифер Н.А. Новые технологии и оборудование IP-сетей. СПб.:

БХВ-Петербург, 2001. 2. Вегешна Ш. Качество обслуживания в сетях IP. М.: Издательство Вильямс,

2003. 3. Cisco systems. Cisco’s Committed Access Rate (CAR) Configuration Considera-

tions / http://www.nanog.org/mtg-9811/ppt/witt / Technical documentation, 2003. 4. Гугель Ю.В., Ижванов Ю.Л. Системы управления компьютерной сетью, Ма-

териалы международной конференции «IT&T ES 2008», Белек, Турция, 16-23 мая 2008. 5. Д. В. Куракин. Маршрутизация в сетях телекоммуникаций, построенных на базе

международных стандартов взаимосвязи открытых систем. Журнал "Автоматизация и со-временные технологии" № 3, 1995, с. 35-43.

РАЗРАБОТКА ПРОТОКОЛА УРОВНЯ ПРИЛОЖЕНИЙ ДЛЯ ОРГА-НИЗАЦИИ МОБИЛЬНОЙ ФАЙЛООБМЕННОЙ ПИРИНГОВОЙ СЕТИ

DEVELOPMENT OF APPLICATION LAYER PROTOCOL FOR MO-

BILE P2P NETWORK Алексеев Игорь Вадимович /Alekseev I.V.,

директор Центра Интернет Ярославский государственный университет им. П.Г. Демидова / Director of

Internet Center of P.G. Demidov Yaroslavl State University, [email protected]

Лукьянов Александр Владимирович / Lukianov A.V.,

ведущий программист Ярославский государственный университет им. П.Г. Демидова/Lead pro-

grammer of the Internet Center of P.G. Demidov Yaroslavl State University, [email protected]

Аннотация Объектом исследования явля-

ется исследование пиринговых фай-лообменных сетей в Интернет и раз-

работка протокола уровня приложе-ний для мобильной файлообменной пиринговой сети.




Цель работы – разработка протокола уровня приложений для организации мобильной файлооб-менной сети.

Результат работы – разработан протокол уровня приложений для ор-ганизации файлообменной сети. Ме-ханизмы установления соединения между мобильными хостами, поиска данных и фильтрации сообщений, заложенные в протоколе, позволяют организовать эффективный поиск и обмен данными в мобильной файло-обменной пиринговой сети.

Разработанный протокол уровня приложений может быть ис-пользован для практической реализа-ции мобильной файлообменной пи-ринговой сети. Предложенное алго-ритмическое описание работы прото-кола может быть реализовано с ис-пользованием различных технологи-ческих решений.

Annotation The object of the research is to

study P2P networks in the Internet and the development of application layer protocol for mobile P2P network. The aim of this work is a development of application layer protocol for wireless P2P networks.

The result is obtained applica-tion layer protocol developed for P2P mobile networks. Mechanisms to estab-lish a connection between mobile hosts, data search and filtering of messages laid down in the protocol, to enable ef-ficient retrieval and data sharing in mo-bile file exchange P2P network.

Developed application layer pro-tocol can be used for the practical im-plementation of mobile file exchange P2P network. The proposed algorithmic description of the protocol may be im-plemented using different technologies.

Ключевые слова: пиринго-вые сети, протоколы пиринговых се-тей, пиринговые мобильные сети, файлообменные сети, мультимедиа пиринговые сети.

Keywords: P2P (peer-to-peer), networking P2P protocols, mobile P2P networks, file P2P network, multimedia P2P network.

Введение Современный мир трудно

представить без информационных технологий. Процессы развития раз-личных информационно-коммуникационных технологий очень динамичны, а полный потен-циал их возможностей для общества и экономики еще только начинает масштабно использоваться. Исполь-зование возможностей глобальных информационных сетей становится неотъемлемой частью нашей повсе-дневной жизни. Например, сеть Ин-тернет по праву приобрела статус не-иссякаемого источника информации различного рода, а также удобного средства связи.

Сложность поиска нужной информации в огромных объемах данных доступных в Интернет, а также желание пользователей иметь возможность обмениваться имеющи-мися у них файлами с другими поль-зователями в сети Интернет стали основными причинами нового этапа в развитии Интернет – появления пи-ринговых файлообменных сетей. Принципы организации пиринговых (или одноранговых) сетей были из-вестны уже достаточно давно. Сеть ARPA, предшественник сети Интер-нет, изначально строилась по прин-ципу одноранговой сети. С увеличе-нием числа пользователей сети и хостов, подключенных к ней, был осуществлен переход к клиент-серверной архитектуре, которая обеспечивала значительно лучшие возможности масштабируемости и маршрутизации трафика в сети.

В 1999 с появлением прило-жения Napster начинается новый этап активного исследования и использо-вания пиринговых сетей в Интернет. С помощью Napster пользователи могли легко найти и скачать себе ин-




тересующие их музыкальные файлы. Огромная популярность пиринговой файлообменной сети Napster вдохно-вила различные команды разработ-чиков на создание альтернативных вариантов пиринговых файлообмен-ных сетей. Одной из самых популяр-ных сетей является сеть Gnutella и ее аналоги. Число одновременно под-ключенных к пиринговой сети поль-зователей может составлять десятки тысяч.

Развитие пиринговых сетей не было ограничено организацией лишь файлообменных сетей. Большой по-пулярностью среди пользователей Интернет пользуются проекты рас-пределенных вычислений.

С развитием мобильных тех-нологий построения мобильных уст-ройств и беспроводных технологий связи становится возможным переход к новому этапу развития пиринговых сетей – организации мобильных пи-ринговых сетей. Существующие тех-нологии беспроводной связи (напри-мер, Bluetooth или WiFi) позволяют проводить исследования в области построения и эффективного исполь-зования мобильных пиринговых се-тей. Мобильные пиринговые сети представляются логичным продол-жением развития традиционных пи-ринговых сетей в Интернет. Они об-ладают значительным потенциалом развития и могут применяться в раз-личных сферах деятельности.

Одним из вариантов развития мобильных пиринговых сетей явля-ется организация файлообменных сетей для пользователей мобильных устройств. Возможности современ-ных мобильных устройств уже сей-час позволяют хранить значительные объемы информации. Предоставле-ние пользователям таких устройств эффективных механизмов поиска и обмена данными является важной задачей, требующей продуманных и рациональных решений. Разработка протоколов для организации поиска

и обмена данными является первым этапом к практической реализации мобильных файлообменных пирин-говых сетей.

Поскольку мобильные пирин-говые сети схожи с традиционными пиринговыми сетями в Интернет, не-обходимо детальное исследование последних для выявления наиболее важных свойств и качеств, которые должны быть заложены в мобильных пиринговых сетях. Исследование возможностей применения алгорит-мов, разработанных специально для организации работы пиринговых се-тей в Интернет, ведется многими ко-мандами независимых разработчиков и исследователей, а также некоторы-ми крупными компаниями (напри-мер, Nokia и Motorola). Тем не менее, стоит отметить, что в настоящее вре-мя все еще отсутствуют какие-либо значительные результаты в практиче-ской реализации мобильных файло-обменных сетей.

1. Общие принципы органи-зации файлообменных пиринговых сетей

В отличие от традиционных файловых серверов типа клиент-сервер, где клиент соединяется непо-средственно с сервером, на котором хранится необходимая информация, все хосты в пиринговых сетях одно-временно выполняют роль и клиента, и сервера. Как только хост подклю-чается к любой точке пиринговой се-ти, он может обмениваться файлами с другими хостами в сети.

Один из недостатков клиент-серверной архитектуры состоит в том, что популярный контент стано-вится гораздо менее доступным по мере увеличения его востребованно-сти. Это происходит из-за того, что любой из серверов, предоставляю-щих такой контент, будет достаточно быстро перегружен из-за большого количества запросов на доступ к дан-ной информации. В итоге сервер мо-жет перестать обслуживать запросы




клиентов. Выходом из подобной си-туации для клиентов, желающих по-лучить доступ к данной информации, будет либо ожидание в очереди, пока сервер не будет менее загружен, либо попытка получить доступ к интере-сующей информации с одного из серверов-зеркал (mirror site), если ис-ходный сервер имеет таковые. В пи-ринговых сетях данная проблема ре-шается тем, что все хосты, которые обладают данным контентом, могут позволить другим хостам иметь дос-туп к этой информации. Таким обра-зом, чем более популярна некоторая информация (например, музыкаль-ный файл), тем наиболее вероятно, что большое число хостов будут об-ладать ею и смогут выступать в роли файл-серверов для новых хостов.

Существует несколько архи-тектурных подходов к построению и организации пиринговых сетей. Об-щей чертой строения большинства пиринговых сетей является их децен-трализованность, то есть отсутствует центральный сервер, который отве-чает за хранение информации (на-пример, некоторого количества ау-дио- или видеофайлов). Одним из ос-новных недостатков подобных сис-тем является их высокая степень ди-намики изменений – хосты могут свободно подключаться и отключать-ся от сети. Таким образом, хосты, желающие скачать некоторую ин-формацию, должны осуществлять ее поиск в сети в режиме реального времени при отсутствии стопроцент-ной гарантии положительного ре-зультата поиска и возможности ска-чивания искомой информации до конца.

Опишем наиболее типичные моменты работы пиринговой сети. P2P или пиринговая компьютерная сеть – это сеть, в которой вместо со-средоточения вычислительных мощ-ностей и пропускной способности сети на совокупности нескольких серверов используется совокупная

вычислительная мощность и сетевые возможности хостов, составляющих эту сеть. Таким образом, пиринговая сеть представляет собой одноранго-вую сеть, в которой все хосты явля-ются равноправными, и отсутствует разделение ролей типа клиент-сервер.

Существует несколько опре-делений пиринговых сетей. Все они описывают различные свойства, ко-торыми должны обладать P2P сети. Например, P2P network или пиринго-вая сеть – это сеть, обладающая сле-дующими свойствами:

• равноправием – все хосты имеют равные права;

• децентрализованно-стью – отсутствием центрального сервера в сети;

• надежностью – сеть об-ладает значительной степенью на-дежности, обладает механизмами са-моорганизации.

Для того чтобы начать сессию, хост должен подключиться хотя бы к одному хосту в сети. Как правило, в крупных пиринговых сетях сущест-вуют несколько так называемых «name servers», которые свободны и публично доступны. Они хранят спи-сок подключенных активных хостов, к которым можно подключиться для начала работы. Некоторые пиринго-вые сети предоставляют только адрес хостов, с которыми можно устано-вить соединение, другие предостав-ляют доступ к так называемым «gateways» (порталам доступа), через которые организовывается первона-чальное соединение с другими хос-тами сети. Как только первоначаль-ное соединение установлено, хост может запросить адреса других хос-тов в сети для установления доста-точного количества дополнительных соединений. Соединения с «name servers» и «gateways» временные, так как они не обрабатывают запросы на поиск информации. Остальные со-единения должны оставаться посто-




янными для того, чтобы иметь воз-можность производить поиск инфор-мации и предоставлять доступ к сво-ей разделяемой информации. Если по каким-либо причинам одно из таких постоянных соединений разорвано, должно автоматически устанавли-ваться новое соединение. Для того чтобы постоянно иметь такую воз-можность, хост может поддерживать список доступных надежных хостов (возможно, своих хостов-соседей), к которым можно подключиться.

С момента подключения к пи-ринговой сети хост может осуществ-лять в ней поиск необходимой ин-формации. Как правило, поиск фай-лов в сети осуществляется по набору ключевых слов, обычно просто по имени файла. Этот запрос передается всем хостам, подключенным к дан-ному хосту. Если какой-либо из хос-тов обладает информацией, удовле-творяющей полученному запросу, он отвечает на запрос хосту, который его отправил, т.е. отправляется ин-формация о найденном совпадении. Ответ на запрос передается обратно первоначальному хосту через другие хосты сети. Как только хост получает ответ на запрос, он может выбрать, удовлетворяет ли его результат поис-ка, и необходимо или нет скачивать найденную информацию.

2. Исследование протокола Gnutella как основы для реализа-ции мультимедиа сети

Gnutella – это протокол для обмена файлами. При использовании Gnutella- клиента файлы, разделяе-мые и предоставляемые в общий дос-туп одним хостом в сети, могут быть найдены и загружены другим

Gnutella- клиентом – другим хостом в сети. Протокол имеет простую струк-туру и использует широковещатель-ную передачу для нахождения фай-лов. В данном разделе описывается протокол Gnutella на основании Gnutella Protocol Specification 0.4 и проекта протокола для версии 0.6. Существует достаточно большое ко-личество приложений для работы с сетью Gnutella. Ниже представлены наиболее используемые клиенты сети Gnutella.

• BearShare – Gnutella-клиент для OS Windows - достаточно часто обновляемый и содержащий множество нововведений;

• Limewire – клиент, ос-нованный на Java, приложение с от-крытым исходным кодом. Поддержи-вает множество функций и нововве-дений в сети Gnutella, работает на множестве операционных систем;

• GTK Gnutella – клиент для сети Gnutella, написанный на C с использованием GTK, некоторые из нововведений не поддерживаются. Перечисленные выше и некоторые другие клиенты для сети Gnutella мо-гут быть найдены в Интернет по ад-ресу http://www.gnutelliums.com, где перечислены клиенты для различных платформ.

Gnutella является протоколом для распределенного поиска. Не-смотря на то, что протокол поддер-живает традиционную «кли-ент/сервер» модель поиска, его отли-чительной особенностью является децентрализованная модель типа «точка-точка». На рис. 1 представле-на схема работы сети Gnutella.




Рис.1. Структура сети Gnutella

В данной модели каждый хост

является одновременно и клиентом, и сервером. Так называемые «servents» (программное обеспечение для под-ключения к сети, термин образом объединением двух слов – server и client) осуществляют задания, свой-ственные обычно серверам и клиен-там. К их задачам относится не толь-ко создание интерфейсов клиента, которые используются для создания запросов и просмотра результатов поиска, но и одновременная обработ-ка запросов от других «servents», ус-тановление соответствий между по-лученными запросами и локальными данными и формирование соответст-вующих результатов. Вследствие своей распределенной структуры сеть хостов на основе протокола Gnutella является достаточно устой-чивой к возникающим ошибкам и ос-тается работоспособной даже при аварийном отключении некоторого подмножества хостов.

Одной из попыток уменьше-ния сетевой нагрузки в сети Gnutella было введение двухуровневой орга-низации хостов. Некоторые наблю-дения показывают, что большое ко-личество хостов не предоставляет

никаких ресурсов в общее пользова-ние. Кроме этого, существует опре-деленное количество хостов, которые практически постоянно доступны и обладают достаточными сетевыми ресурсами. Поэтому введение двух-уровневой организации сети стано-вится практически оправданным и необходимым.

Хосты верхнего уровня назы-ваются «мастер-хост» (ultrapeers, supernodes – англ.). Обладая доста-точными вычислительными и сете-выми ресурсами, такие хосты под-держивают большое количество со-единений с хостами, находящимися на нижнем уровне.

Хосты нижнего уровня назы-ваются краевыми узлами сети. Мас-тер-хосты перехватывают практиче-ски все Ping и Query сообщения. Бы-ли предложены два основных подхо-да для регулирования взаимодейст-вия мастер-хостов и краевых узлов:

1. Индексирование – мастер-хосты периодически отправляют за-прос на индексирование каждому из своих краевых узлов, которые отве-чают сообщением, содержащим опи-сание всех разделяемых данных. На основании полученных данных мас-




тер-хост строит индекс, который в дальнейшем используется при обра-ботке сообщений Query.

2. Построение хэш-векторов – каждый краевой узел строит массив, в который заносятся возможные сов-падения ключевых слов, соответст-вующие разделяемым ресурсам. В построенной хэш-таблице фактиче-ски хранится только признак (или бит), отмечающий наличие слова. Построенный вектор значений отсы-лается мастер-хосту, который ис-пользует его для обработки входя-щих сообщений Query. Ключевые слова во входящем сообщении обра-батываются той же хэш-функцией и сравниваются с векторами значений, которые были получены от краевых узлов. Если совпадение найдено, то сообщение Query перенаправляется краевому узлу. Данный метод часто называют DHT-маршрутизацией.

Построение хэш-векторов в целом более выгодный метод, так как передаваемый вектор может быть сжат для уменьшения размера пере-даваемой информации, и реализация инкрементальных обновлений оказы-вается проще, чем в случае с индек-сами.

Мастер-хосты взаимодейст-вуют с другими мастер-хостами по-средством широковещательной пере-дачи, которая изначально использу-ется в Gnutella. Кроме этого, данный подход делает возможным увеличе-ние количества уровней для создания нескольких уровней мастер-хостов. Однако, при использовании несколь-ких уровней и разделения хостов в сети на мастер-хосты и краевые узлы увеличиваются шансы получения не-верных ответов на запросы. Любой из хостов должен доверять ответу мастер-хоста, к примеру, об отсутст-вии каких-либо данных на одном из его краевых узлов. Таким образом, информация об отключении какого-либо из краевых узлов или обновле-нии имеющихся у него данных может

запаздывать, вследствие чего количе-ство неверных ответов потенциально увеличивается.

3. Метаданные и расширен-ные запросы

Для осуществления детально-го поиска искомых данных необхо-димы более гибкие механизмы поис-ка, чем просто запрос, состоящий из ключевых слов. Например, музы-кальный файл может описываться именем исполнителя, названием, альбомом, годом записи и другими параметрами. В некоторых случаях метаданные могут содержаться непо-средственно в самом файле. Напри-мер, MP3 файлы содержат ID3 тэги, в которых может храниться подробная информация о композиции.

Поскольку не все типы файлов обладают подобными возможностя-ми, необходимо создание и внедре-ние механизмов хранения метадан-ных в современных Gnutella клиен-тах. Один из вариантов реализации механизмов метаданных в новых версиях клиентов сети Gnutella пред-полагает использование XML и фор-мирование расширенных запросов, при этом сохраняется совместимость с более старыми версиями клиентов. В сообщение Query в строке запроса помещается нулевой байт, а после него располагается расширенный за-прос в виде XML блока. Этот блок игнорируется более старыми версия-ми клиентов сети. В сообщении QueryHit также могут помещаться метаданные на основе XML. Это по-зволяет значительно расширить воз-можности поиска данных и реализо-вать минимальные возможности для семантического поиска.

4. Исследование работы сети Gnutella

Подавляющему большинству пиринговых сетей свойственна сле-дующая особенность: популярность и используемость сети возрастает с ростом числа ее пользователей. Дан-ный эффект в экономике называется




«сетевым эффектом». Идея заключа-ется в том, что при небольшом числе пользователей пиринговой сети ко-личество разделяемых ресурсов бу-дет также небольшим. При увеличе-нии числа пользователей количество разделяемых данных также будет расти, что делает использование сети более привлекательным для новых пользователей. Таким образом, чем большее число пользователей ис-пользует возможности пиринговой сети, тем быстрее она привлечет но-вых пользователей.

До какого момента может происходить рост числа пользовате-лей без ущерба общей производи-тельности сети, какое число пользо-вателей сети из общего их числа бу-дет реально достигнуто с использо-ванием механизмов передачи данных в каждой конкретной сети, каков процент наиболее активных пользо-вателей сети и сколько ресурсов пре-доставляется в общий доступ – все эти вопросы должны быть исследо-ваны, чтобы иметь возможности про-гнозирования дальнейшей работы сети и изучения возможностей ее масштабирования с ростом числа пользователей.

5. Возможности масштаби-руемости сети

Общее количество пользова-телей сети Gnutella в каждый момент времени по разным оценкам состав-ляет несколько десятков тысяч поль-зователей. Эти данные приблизи-тельны и основываются на статисти-ке, собираемой поисковыми робота-

ми, спроектированными для работы и сбора статистики в сети Gnutella. Ис-следования показывают, что в зави-симости от времени суток, дня неде-ли, количества одновременно под-держиваемых соединений и времени жизни пакета достижимыми могут быть порядка 70 000 хостов в сети Gnutella.

С одной стороны, такое коли-чество одновременно достижимых хостов не может не радовать. Кажет-ся, что достижимыми становятся ог-ромные объемы данных, но так ли это на самом деле? Предположим, что сеть находится в достаточно «спокойном» состоянии, то есть от-сутствуют резкие всплески ее на-грузки и сильное увеличение или уменьшение количества хостов в се-ти. Тогда для каждого отдельного хоста количество потенциально дос-тижимых хостов будет определяться двумя параметрами: количеством од-новременно поддерживаемых соеди-нений и полем TTL в заголовке со-общения, то есть временем жизни пакета. Обозначим максимальное ко-личество одновременно поддержи-ваемых соединений N, время жизни пакета T. Обозначим количество дос-тижимых хостов при каждом из за-данных N и T как функцию f(N,T). Исследуем значения функции при различных значениях параметров.

Зафиксируем значение одного из параметров (например, N) и вы-числим f(N,T). Результаты вычисле-ний приведены в таблице 1.

Таблица 1 Значения f(N,T) для различных значений параметров T = 1 T = 2 T = 3 T = 4

N = 2 2 4 6 8

N = 3 3 9 21 45

N = 4 4 16 52 160

В общем случае для любых N

и T значение f(N,T) вычисляется сле-дующим образом: f(N,T) = ΣN(N-1)(t-

1) , где 1≤t≤T




Таким образом, количество потенциально достижимых пользова-телей может быть вычислено. В пер-воначальной реализации протокола Gnutella значения N и T равнялись 4 и 5 соответственно. Это позволяет сообщениям достигать 484 хоста в сети. При потенциале в несколько десятков тысяч пользователей это не кажется достаточным количеством доступных хостов. Вполне естест-венным в такой ситуации будет же-лание увеличить количество одно-временных соединений (параметр N) либо время жизни пакета в сети (па-раметр T). Стоит отметить, что при увеличении N и T количество потен-циально достижимых хостов будет расти геометрически. Тем не менее, соответственно будет расти нагрузка сети и количество передаваемого трафика. Подсчитаем примерное ко-личество передаваемого трафика. Типичное сообщение Query, содер-жащее строку поиска из 18 символов (примерно три ключевых слова), бу-дет иметь следующий размер:

- IP заголовок – 20 байт; - TCP заголовок – 20 байт; - Gnutella заголовок – 23

байта; - Минимальная скорость

соединения (Minimum Speed) – 1 байт;

- Строка запроса (Query String) – 18 байт + 1 байт (завер-шающий ноль).

Итого получается 83 байта на одно сообщение Query. Обозначим размер сообщения параметром S. Обозначим количество передаваемо-го трафика в сети при запросе Query размером S как функция h(N,T,S), которая вычисляется следующим об-разом:

h(N,T,S) = ΣS*N*(N-1)(t-1) , где

1≤t≤T

Количество трафика, переда-ваемого в сети при запросе Query размером S=83 байта при различных параметрах N и T, представлено в таблице 2.

Таблица 2 Количество передаваемого трафика (в байтах) при запросе Query

(S=83 байта) T = 1 T = 2 T = 3 T = 4 T = 5 T = 6

N = 2 166 332 498 664 883 996

N = 3 249 747 1743 3735 7719 15687

N = 4 332 1328 4316 13280 40172 120848

N = 5 415 2075 8715 35275 141515 566475

Из представленной выше таб-

лицы видно, что с ростом параметров N и T количество передаваемых дан-ных в сети резко возрастает. При этом в данном примере не учитыва-ется объем обратного трафика, ини-циируемого сообщением QueryHit, отправляемым в случае положитель-ного результата поиска. Согласно ре-зультатам исследования 50% трафика в сети Gnutella составляют Ping со-общения, 40% приходится на Query сообщения и оставшиеся 10% прихо-

дятся на остальные сообщения, пере-даваемые внутри сети.

Таким образом, при увеличе-нии каждым отдельно взятым хостом числа поддерживаемых соединений с другими хостами и времени жизни пакета количество передаваемого трафика в сети резко увеличится. Следовательно, увеличение значений изначально установленных парамет-ров (N=4, T=5) без весомых причин может привести к проблемам в рабо-те сети.




6. Анализ хостов и разделяе-мых данных

Помимо исследования влия-ния роста количества пользователей в сети на ее работу необходимо так-же провести исследование парамет-ров, описывающих самих пользова-телей, таких как среднее время рабо-ты, количество разделяемых данных, соотношение между количеством разделяемых данных и их реальной доступностью.

Авторы исследования провели анализ сообщений собранных от 33 000 хостов за период в 24 часа. Со-гласно полученным результатам примерно 60% от общего числа хос-тов не предоставляют никаких дан-ных в общий доступ и, таким обра-зом, являются лишь потребителями сетевых ресурсов. Порядка 70% хос-тов, предоставляющих какие-либо данные в общий доступ, разделяют десять или менее файлов. Следова-тельно, основная нагрузка на под-держание работоспособности сети ложится на оставшиеся 30% наиболее активных хостов.

Авторами также выявлено следующее свойство: большое коли-чество разделяемых данных не явля-ется гарантией обработки данным хостом большого количества запро-сов. Согласно результатам анализа логов сообщений хост, разделявший лишь 695 файлов, ответил на 3 436 запросов. Следующий за ним хост, обработавший 1 474 запроса, разде-лял 956 файлов. Таким образом, со-гласно статистическим данным коли-чество обработанных запросов не обязательно пропорционально коли-честву разделяемых файлов, и пря-мой зависимости между этими пара-метрами не наблюдается.

Следовательно, количество в данном случае не переходит в каче-ство. Это обусловлено тем, что большинство запросов относится к ограниченному набору наиболее по-пулярных тематик. Поэтому «качест-

во» обработки запросов зачастую за-висит не от общего количества пре-доставляемых в общий доступ дан-ных, а от их актуальности и популяр-ности в данный момент времени. С большой долей уверенности можно сказать, что большое число хостов в сети будут разделять сходные дан-ные, в то время как лишь небольшое число хостов будет обладать какой-либо редкой информацией. Данный факт выявляет такой недостаток пи-ринговых сетей с децентрализован-ной архитектурой, как наличие дос-таточно свободного доступа к наибо-лее популярным данным и неболь-шие возможности по поиску редкого и уникального контента.

Следует отметить также экс-периментальные данные о времени присутствия хостов в сети. Так, око-ло 40% хостов находятся в сети не более 4 часов, и лишь около 20% хостов от их общего количества под-ключены к сети более 24 часов, то есть могут считаться относительно постоянными.

7. Выводы по исследованию протокола Gnutella в качестве кан-дидата для создания протокола мультимедиа сети

Обеспечение эффективного взаимодействия в полностью децен-трализованной крупной сети - нетри-виальная задача. Такие системы, как Gnutella, основываются на добро-вольном взаимодействии пользовате-лей. Данное свойство системы явля-ется одновременно и её преимущест-вом, и её недостатком:

- положительной стороной является свобода доступа к ресурсам сети и свобода взаимодействия внут-ри нее;

- отрицательным результа-том предоставления подобной свобо-ды является ее излишняя эксплуата-ция недобросовестными пользовате-лями - так называемыми потребите-лями, которые лишь потребляют ре-




сурсы сети и не разделяют какое- ли-бо значимое количество данных.

Использование широковеща-тельной передачи сообщений в сети позволяет достичь достаточно боль-шого (в зависимости от настроек) ко-личества пользователей. Тем не ме-нее, данное свойство сети является ее потенциальным уязвимым местом, поскольку злоумышленник может попытаться вызвать перегруженность сети посредством отправки большого количества сообщений с большим временем жизни. Необходимы меха-низмы принудительной защиты от преднамеренной широковещательной передачи сообщений в сеть.

Например, сообщения с TTL большим 8 должны игнорироваться хостами и не должны передаваться далее по сети. Данный метод позво-лит уменьшить вероятность пере-грузки сети, хотя и противоречит спецификациям протокола Gnutella. Свобода, предоставляемая пользова-телям в сети, часто используется ими в своих корыстных целях. Например, пользователь может указать мень-шую скорость соединения, чем ис-пользует на самом деле. Таким обра-зом, значимость хоста уменьшается, меньшее число пользователей будет заинтересовано в загрузке его дан-ных, что в итоге уменьшает общую нагрузку на данный хост.

Как следует из исследований сети Gnutella, в ней присутствует достаточно большое число пользова-телей, использующих ресурсы сети без предоставления своих собствен-ных ресурсов (в первую очередь име-ется в виду разделение данных) в общее пользование. Основная на-грузка сети приходится на небольшое количество хостов относительно по-стоянно подключенных к сети (более 24 часов). Данные факты свидетель-ствуют о фактическом изменении структуры сети от полностью децен-трализованной в сторону более цен-трализованной.

В новых версиях клиентов для сети Gnutella предпринимаются по-пытки преобразования сети из пол-ностью децентрализованной в гиб-ридную, то есть создание двухуров-невой структуры из мастер-хостов и краевых узлов. Данный подход по-зволяет снизить общее количество передаваемых в сети данных, обеспе-чить более быстрый поиск искомых данных, но снижает устойчивость сети при атаках злоумышленников. В децентрализованной сети выбрать какой-либо конкретный хост для ата-ки достаточно сложно, в то время как в гибридной сети объект атаки оче-виден – им становится мастер-хост.

Проблемы сохранения высо-кой производительности сети при увеличении числа ее пользователей являются следствием децентрализо-ванной структуры Gnutella и свободы подключения для новых пользовате-лей. Поскольку для каждого хоста количество одновременно поддержи-ваемых соединений и время жизни пакета ограничены, то для каждого хоста определен его «горизонт дос-тижимости» - максимальное количе-ство хостов, которые могут получить его сообщения. При увеличении дан-ных параметров соответственно уве-личивается и количество достижи-мых хостов, но резко возрастает ко-личество трафика в сети, что вызыва-ет ее перегруженность. Одним из ме-ханизмов для расширения потенци-ально доступных хостов может слу-жить периодическая замена старых соединений на новые. С одной сто-роны, это увеличивает динамику из-менения сети, с другой, - расширяет и постоянно обновляет «горизонт достижимости» для каждого отдель-но взятого хоста. Используя сообще-ние Bye в версии протокола Gnutella 0.6, хост может оповестить одного из своих соседей о закрытии соединения и после этого установить соединение с каким-либо другим хостом. Подоб-ный механизм может применяться в




случае, например, получения отрица-тельного результата поиска каких-либо данных. Посредством обновле-ния списка опрашиваемых хостов шансы найти искомые данные увели-чиваются. Тем не менее следует от-метить, что потенциальная опасность данного подхода заключается в вы-сокой динамике изменения сети. На-пример, хостам должно быть запре-щено завершать те соединения, по которым только что было получено сообщение Query, их завершение может быть позволено только по ис-течении некоторого таймаута. Это необходимо для гарантированной доставки сообщения QueryHit хосту, отправившему соответствующее со-общение Query.

Поиск информации в сети Gnutella осложняется из-за практиче-ски полного отсутствия семантики в алгоритмах поиска. Введение расши-ренных запросов на основе XML в новых версиях клиентов и расшире-ниях протокола позволит обеспечить лучшие результаты поиска искомых данных. Одним из возможных рас-ширений протокола Gnutella может быть добавление возможности созда-ния «групп интересов». Пользователи данных групп будут объединены хранением данных схожей семанти-ки, что позволит производить поиск данных более осмысленно. Напри-мер, подключившись к одному из хостов в интересующей пользователя группе, он сможет производить поиск данных среди ее членов.

Кэширование сообщений (на-пример, Pong и QueryHit) представ-ляется действенным механизмом для снижения нагрузки на сеть, посколь-ку исследования показывают наличие большого количества сходных сооб-щений в сети. Кэширование позволит быстрее отвечать на запросы пользо-вателей и снизить количество сооб-щений, передаваемых по сети.

В заключение стоит отметить, что сеть Gnutella обладает большим

потенциалом для дальнейшего разви-тия как основа для реализации про-токола для сети обмена мультимедиа данными. Использование различных расширений протокола и таких меха-низмов, как кэширование сообщений, позволяет уменьшить нагрузку на сеть и улучшить ее быстродействие. Децентрализованная архитектура се-ти Gnutella может быть адаптирована для использования в мобильной сре-де и использована для создания мо-бильных пиринговых сетей.

Заключение Огромная популярность пи-

ринговых сетей в Интернет, высокие темпы развития мобильных техноло-гий и технологий беспроводной пе-редачи данных позволяют прогнози-ровать высокий интерес пользовате-лей к мобильным файлообменным сетям.

Таким образом, задача иссле-дования характеристик и свойств данных сетей представляется акту-альной и необходимой.

В данной статье представлен протокол уровня приложений для ор-ганизации мобильной пиринговой файлообменной сети, а также иссле-дование работы децентрализованной пиринговой сети Gnutella. Представ-ленный протокол позволяет мобиль-ным хостам в сети:

- производить эффектив-ный и быстрый поиск необходимых данных в сети за счет внедрения в протокол механизмов, используемых в традиционных поисковых системах Интернет;

- быстро устанавливать со-единения с другими пользователями;

- осуществлять восстанов-ление загрузки данных после обрыва соединения.

В настоящее время исследова-ние задачи построения мобильных пиринговых сетей ведется различны-ми независимыми группами исследо-вателей наряду с различными круп-ными компаниями (такими как, на-




пример, Nokia и Motorola). Тем не менее, большинство исследований концентрируются на разработке эф-фективных механизмов передачи данных, но не на задаче поиска иско-мой информации. Разработанный и описанный в данной статье протокол и алгоритм поиска данных в сети ис-правляет данный недостаток.

Стоит отметить, что в настоя-щее время мобильные пиринговые сети являются лишь предметом чисто теоретического исследования, что обусловлено сложностью их техни-ческой реализации на данном этапе развития и распространения мобиль-ных технологий.

Дальнейшие исследования в области разработки мобильных пи-

ринговых сетей могут быть направ-лены, например, на разработку на-дежных механизмов защиты переда-чи данных сети, исследование воз-можности снижения энергозатрат для увеличения работы мобильных уст-ройств, внедрение возможностей се-мантического поиска информации в мобильной файлообменной сети. Кроме этого, наиболее перспектив-ным направлением развития мобиль-ных пиринговых сетей является раз-работка мобильных пиринговых со-товых сетей. Данный тип сетей по-зволит мобильным хостам оставаться подключенными к сотовой сети даже в условиях недосягаемости базовых станции сотовой связи.

Литература 1. Chawathe Y., Ratnasamy S., Breslau L., Lanham N., Shenker S. Peer-to-peer:

Making Gnutellalike P2P Systems Scalable. 2. Wikipedia, the Free Encyclopedia – Peer-to-Peer // URL:

http://en.wikipedia.org/wiki/Peer-to-peer - 02.03.2006 - 67 Kb. 3. Adar E., Huberman B.A. Free Riding on Gnutella // First Monday, vol. 5, no. 10 //

URL: http://www.firstmonday.dk/issues/issue5_10/adar/. 4. The Gnutella Protocol Specification 0.4, Document revision 1.2. 5. Gnutella 0.6 Protocol Draft // URL: http://rfc-

gnutella.sourceforge.net/developer/testing/index.html. 6. Miller, J. Characterization of data on the Gnutella peer-to-peer network // Con-

sumer Communications and Networking Conference, 2004. CCNC 2004. - C. 489 – 494. 7. Matei, R. Iamnitchi, A. Foster, P. Mapping the Gnutella Network // Internet Com-

puting. - IEEE, vol. 6, issue 1, январь-февраль 2002 - С. 50 – 57. 8. A Cross-Layer Optimization of Gnutella for Mobile Ad Hoc Networks // Interna-

tional Symposium on Mobile Ad Hoc Networking & Computing. - 2005. - С. 343 – 354. 9. Lee S., Quan L., Lee K., Cho T., Jang J. A Peer-to-Peer Search Scheme over Mo-

bile Ad hoc Networks. 10. Anderson K. Analysis of Traffic on the Gnutella Network. 11. Sen, S., Wang J. Analyzing peer-to-peer traffic across large networks Networking,

IEEE/ACM Transactions on vol. 12, issue 2, апрель 2004. - С. 219 – 232. 12. Deschenes D., Weber S., Davison B. Crawling Gnutella: Lessons Learned. 13. Sozer H., Tekkalmaz M., A Peer-to-Peer File Sharing System for Wireless Ad-Hoc

Networks. 14. Ding G., Bhargava B. Peer-to-peer File-sharing over Mobile Ad hoc Networks. 15. Ripeanu M. Peer-to-peer Architecture Case Study – Gnutella Network. 16. Tracing a Large-Scale Peer to Peer System: An Hour in the Life of Gnutella // 2nd

IEEE/ACM International Symposium on Cluster Computing and the Grid (CCGRID'02). - С. 65.

17. Klemm A., Lindemann C., Waldhorst O. A Special-Purpose Peer-to-Peer File Shar-ing System for Mobile Ad Hoc Networks.

18. Д. В. Куракин. Анализ протоколов глобальных сетей телекоммуникаций. Из-дательство "Машиностроение", журнал "Информационные технологии", № 1, 1997, Москва. - С.13-16.




СИСТЕМА ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ РАБОТЫ СЕТИ НА ОСНОВЕ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ: АРХИТЕКТУРА И ПЕРСПЕКТИВЫ РАЗВИТИЯ

A NETWORK SIMULATION ENGINE BASED ON HIGH-PERFORMANCE

PARALLEL COMPUTING: SYSTEM DESIGN AND DEVELOPMENT PLANS Алексанян Александр Сергеевич / Aleksanjan A.S.,

асп. каф. ФиПМ / the post-graduate student of the FiPM department) Владимирский государственный университет,

[email protected]

Аракелян Сергей Мартиросович / Arakeljan S.M., зав. каф. ФиПМ / the head of the FiPM department, Владимирский государственный университет,

[email protected]

Прокошев Валерий Валерьевич / Prokoshev V.V., магистрант каф. ФиПМ / the undergraduate of the FiPM department,

Владимирский государственный университет, [email protected]

Шамин Павел Юрьевич / Shamin P.Y.,

асс. каф. ФиПМ / the assistant lecturer of the FiPM department, Владимирский государственный университет,

[email protected] Аннотация В статье описан параллельный

сетевой симулятор. Данный симуля-тор может быть использован для мо-делирования гетерогенных коммуни-кационных сетей и других сетевых структур. Основное преимущество описанного симулятора перед боль-шинством других состоит в исполь-зовании технологии параллельных вычислений. Это позволяет достичь высокого уровня масштабируемости и производительности, что позволит в будущих версиях обеспечить под-держку сетей с очень большим чис-лом узлов (100000 и более).

Annotation In this article the parallel net-

work simulator is described. This simu-lator is usable for simulation of hetero-geneous communication networks and other networked structures. The main advantage of the given simulator con-sists in usage of parallel calculations technology. It allows to reach high level

of scalability and performance, and in the future versions will provide support for networks with a very high peer count (100000 and more).

Ключевые слова: параллель-ные вычисления, моделирование се-тей, технопарк, средства моделиро-вания сетей.

Keywords: рarallel computing, network simulation, industrial park, network modelling tools.

Введение До настоящего времени в Рос-

сии не утихают споры относительно многих организационных, юридиче-ских, экономических вопросов, воз-никающих при создании такого ин-струмента развития инновационного предпринимательства как технопар-ковые зоны. При этом практически всегда под технопарком понимается некая ограниченная, обладающая всей необходимой инфраструктурой территория, на которой размещены учебные заведения, научно-




исследовательские организации, де-ловые центры, производственные фирмы общего профиля деятельно-сти. Таким образом, представление о принципах функционирования тех-нопарка мало отличается от того представления, которое сложилось во второй половине 20-го века, когда идея технопарков только завоёвывала себе первых сторонников.

Однако, происходящий в по-следнее десятилетие переход к по-стиндустриальному информацион-ному обществу, несомненно, должен учитываться как один из ключевых факторов при развитии существую-щих или создании новых технопар-ковых зон. Наличие и активное ис-пользование мощных телекоммуни-кационных средств может дать каче-ственные изменения в самой идее технопарка как территориально огра-ниченной структуры, частично или полностью нивелировав территори-альный принцип, сохранив и усилив, тем не менее, основное направление деятельности технопарка – развитие инновационных форм производства и предпринимательства. При этом тех-нопарковая зона становится высоко-интегрированной сетевой структу-рой, и процессы, протекающие в ней, могут изучаться с использованием средств анализа и моделирования се-тей.

Следует заметить, что сеть, лежащая в основе технопарковой зо-ны, которую предполагается изучать, в силу определённых обстоятельств приобретает характер сети с пере-менной топологией.

Во-первых, активное исполь-зование телекоммуникационных средств даёт возможность участни-кам рабочих групп продолжать ак-тивное в них участие даже в случае их отсутствия на своём основном ра-бочем месте, связанного, например, с отъездом в командировку, на стажи-ровку, на полевые испытания или

просто при перемещениях по терри-тории технопарковой зоны.

Во-вторых, появляется воз-можность предоставления совмест-ного удалённого доступа к ресурсам участников технопарка или их «внешних» партнёров. Прежде всего это касается информационных и вы-числительных ресурсов (например, предоставление доступа к суперком-пьютерной технике). Но современ-ные технологии средств вычисли-тельной техники позволяют осущест-влять удалённую работу с производ-ственным, диагностическим, измери-тельным и другим оборудованием, что существенно сокращает времен-ные и финансовые затраты.

Ещё одним важным примером подобных высокоинтегрированных гетерогенных сетевых систем могут служить разработки, выполняемые в последние годы во всём мире в воен-ной сфере. В США, в частности, ве-дутся разработки мобильных адап-тивных сетей передачи информации для формирования интегрированного информационного пространства с це-лью повышения боевых возможно-стей вооруженных сил (см., напри-мер, [1]). Ведутся исследования по адаптивным гетерогенным сетям и в нашей стране.

Для успешной работы в дан-ной области требуется эффективный инструмент, способный обеспечивать моделирование работы сетей переда-чи данных с требуемым уровнем де-тализации. В частности, ставятся требования по поддержке работы с динамической топологией и возмож-ности гибкого масштабирования раз-мерности моделируемой задачи (чис-ла узлов сети, количества связей, объёма трафика и т.п.).

Первоначально для обеспече-ния научной работы кафедры в об-ласти сетевой тематики был принят подход, когда для решения каждой задачи разрабатывалась специализи-рованная относительно простая про-




грамма, способная моделировать рас-сматриваемую ситуацию. Так мы по-ступали при выполнении исследова-ний, о результатах которых расска-зывается в [2] и [3]. Но вскоре, ввиду очевидной нерациональности такого подхода, было принято решение о создании универсального сетевого симулятора, который может быть применён для решения практически любой задачи, требующей моделиро-вания сетевых структур (в том числе даже не технической природы).

Идея о параллельной реализа-ции разрабатываемой программы, с одной стороны, вытекала из того, что процесс моделирования достаточно легко распараллелить ввиду самой природы моделируемой среды (сеть есть множество относительно неза-висимых и, как правило, однотипных взаимодействующих узлов), а с дру-гой стороны, подкреплялась наличи-ем в распоряжении Владимирского государственного университета кла-стерной вычислительной системы «СКИФ Мономах», произведённого и поставленного компанией «Т-Платформы».

К настоящему моменту пер-вый этап работы завершён, и первая

версия программы, получившая на-звание «Параллельный сетевой симу-лятор» (ПСС), проходит тестирова-ние и отладку. Подана заявка на офи-циальную регистрацию ПСС в каче-стве программы для ЭВМ. Однако, уже сейчас видны некоторые узкие места данного симулятора и, соот-ветственно, ближайшие перспективы его развития.

1. Теоретическая часть 1.1. Архитектура параллель-

ного сетевого симулятора При разработке параллельного

сетевого симулятора в качестве ос-новного требования предполагалась максимальная гибкость архитектуры с целью обеспечения максимально возможной сферы применения и про-стоты подготовки его для моделиро-вания совершенно разных сетевых протоколов и алгоритмов работы уз-лов, а также возможность произволь-ного изменения детализации исполь-зуемой модели сетевого взаимодей-ствия.

Исходя из этого требования, была выбрана модульная архитектура с возможностью использования про-извольного количества подключае-мых модулей (см. рис 1).

Рис.1. Модульная архитектура ПСС

При этом на ядро симулятора возлагаются только самые базовые функции, которые понадобилось бы обеспечивать при решении любой задачи моделирования сетевых

структур, такие как ведение журнала моделирования, обеспечение физиче-ского уровня сетевого взаимодейст-вия, отслеживание исключительных ситуаций, отсчёт модельного време-




ни, управление процессом моделиро-вания. Все же остальные функции, в том числе реализация сетевых прото-колов, генерация сетевого трафика, определение топологии сети, реша-ются с помощью модулей расшире-ния. Взаимодействие же между мо-дулями расширения и ядром симуля-тора обеспечивается с помощью стандартного интерфейса, который документирован в программной до-кументации.

Таким образом, для подготов-ки симулятора к работе с другой мо-делью достаточно только сменить конфигурацию и номенклатуру мо-дулей расширения, а также изменить настройки ядра симулятора.

1.2. Модель узла сети Каждый узел сети, модели-

руемой с помощью ПСС, характери-зуется следующим набором данных (состоянием узла):

• Уникальным в рамках модели идентификатором узла

• Набором флагов состояния (включен/выключен и т.п.)

• Буфером входящих пакетов • Буфером исходящих пакетов • Набором смежных узлов, то

есть узлов, с которыми у дан-ного узла имеется непосредст-венная связь Состояние узла может изме-

няться при работе ядра ПСС и моду-лей расширения, что позволяет моде-лировать работу собственного про-граммного обеспечения узла, функ-ционирование сетевой среды и, при необходимости, прочие факторы вроде состояния окружающей среды и пространственного перемещения узлов. Например, можно изменять набор смежных узлов с учётом рас-стояний между узлами и условий распространения радиосигнала.

1.3. Функции модулей рас-ширения

Модули расширения, которые могут быть использованы совместно с ядром ПСС, могут быть разделены

по функциональному признаку на несколько групп. Среди них можно выделить следующие модули:

• Протоколы маршрути-зации – данный вид модулей расши-рения осуществляет выборку пакетов (возможно, по некоторому условию), из буферов входящих пакетов узлов моделируемой сети и помещение их в буферы исходящих пакетов узлов с указанием следующего узла назначе-ния.

• Генераторы топологии – данный вид модулей расширения производит однократное или перио-дическое изменение состава наборов смежных узлов для узлов модели-руемой сети, что приводит к измене-нию её топологии.

• Сборщики статистики – анализируют работу виртуальной се-ти и собирают данные, которые не-обходимо получить в качестве ре-зультатов моделирования. Например, подсчитывают результативность маршрутизации, загрузку каналов связи, среднюю длину путей пакетов и т.п.

• Генераторы трафика – создают новые пакеты заданной структуры и помещают их в буферы узлов отправителей с целью обеспе-чения их дальнейшей транспорти-ровки.

• Модификаторы состоя-ния узла – управляют флагами со-стояния узла. Например, могут ис-пользоваться для периодического включения и выключения узлов сети по некоторому закону.

• Модификаторы состоя-ния симулятора – управляют флагами состояния симулятора. Одной из рас-пространённых целей применения модулей данного типа является уста-новка флага завершения моделирова-ния, который показывает ядру ПСС, что процесс моделирования завер-шён. Установка флага модулем мо-жет выполняться по результатам ана-лиза состояния модели, например,




если мы моделируем работу некото-рого алгоритма маршрутизации – по-сле доставки или потери последнего пакета данных, а если моделируется длительная работа сенсорной сети – после выключения (выхода из строя) последнего её узла.

• Фильтры пакетов – ис-ключают из буферов входящих паке-тов узлов часть пакетов данных по некоторому условию.

Кроме перечисленных выше, могут существовать комбинирован-ные модули расширения, совмещаю-щие в себе несколько различных функций.

1.4. Алгоритм функциониро-вания ПСС

Архитектура ПСС рассчитана на работу с дискретным временем, поэтому работа ПСС происходит циклически. Процесс моделирования завершается по некоторому условию. В качестве такого условия может вы-ступать:

• выполнение заданного количества шагов симуляции;

• отсутствие пересылок пакетов на последнем шаге симуля-ции (или за заданное количество по-следних шагов);

• накопление необходи-мого объёма статистики;

• наступление иного со-бытия (например, достижение задан-ным пакетом заданного узла).

С момента запуска процесса моделирования и до выполнения ус-ловия завершения моделирования ядро ПСС циклически повторяет для каждого узла симулируемой сети следующую последовательность дей-ствий:

1. Последовательный вызов модулей расширения.

2. Транспортировка пакетов данных, ожидающих отправки.

3. Транспортировка статисти-ки.

Рассмотрим подробнее каж-дую из этих задач.

Последовательный вызов мо-дулей расширения производится для каждого симулируемого узла. Вызов производится обращением к соответ-ствующему методу модуля расши-рения с передачей ему структуры данных соответствующего симули-руемого узла.

Транспортировка пакетов дан-ных, ожидающих отправки, произво-дится также для каждого узла симу-лируемой сети в следующем порядке:

1. Очистка буферов входящих пакетов в структуре данных каждого симулируемого узла.

2. Перенос пакетов данных из буфера исходящих пакетов каждого симулируемого узла в буфер входя-щих пакетов соответствующего си-мулируемого узла.

Транспортировка статистики представляет собой отправку каждым расчётным процессом в конце каждо-го шага симуляции содержимого сво-его буфера статистики для каждого симулируемого им узла управляю-щему процессу с целью сохранения. Затем расчётный процесс производит очистку буфера статистики для каж-дого симулируемого им узла.

Перед запуском основного цикла работы ПСС, описанного вы-ше, ядро ПСС выполняет загрузку и инициализацию модулей расшире-ния. Инициализация модулей расши-рения производится последователь-ным вызовом метода инициализации каждого модуля расширения с пере-дачей ему содержимого файла кон-фигурации модуля расширения.

После завершения основного цикла работы ПСС ядро ПСС выпол-няет финализацию работы модулей расширения последовательным вызо-вом метода финализации для каждого модуля расширения, при этом произ-водится сборка финальной статисти-ки работы модуля расширения.

2. Особенности реализации 2.1. Реализация параллелиз-

ма в архитектуре ПСС




Одной из целей создания сис-темы ПСС являлось создание средств моделирования сетевого взаимодей-ствия, способных эффективно рабо-тать на суперкомпьютерных архитек-турах, в том числе на кластерных системах. Поэтому в архитектуру яд-ра ПСС изначально закладывалась возможность параллельного много-поточного выполнения.

Так как в первую очередь ПСС создавался для использования на имеющейся у нас суперкомпью-терной системе «СКИФ Мономах» с распределённой памятью, то в каче-стве средства параллельного про-граммирования была выбрана биб-лиотека поддержки параллельного программирования MPI. При этом, при работе ПСС один MPI-процесс является управляющим, а остальные - расчётными.

В процессе моделирования управляющий процесс обменивается с расчётными управляющими и ин-формационными сообщениями, ко-торые реализованы средствами не-блокирующего обмена MPI.

Управляющий процесс отве-чает за координацию работы расчёт-ных процессов. В частности, он отве-чает за запуск и завершение работы, в том числе аварийное. Кроме того, он обеспечивает передачу расчётным процессам параметров настройки, а также ведение журнала работы ПСС, в который заносятся события, проис-ходящие в процессе моделирования (включая сообщения об ошибках), а также статистика, собранная моду-лями расширения ПСС.

Расчётные процессы выпол-няют собственно моделирование по описанному выше алгоритму, рабо-тая каждый с полной моделью сети (включая весь набор моделируемых узлов). При этом разделение решае-мой задачи моделирования между расчётными процессами должен обеспечивать разработчик модулей расширения. Для решения этой зада-

чи в API ядра ПСС предусмотрены доступные модулям расширения функции, позволяющие получить номер процесса и общее число про-цессов. Во многом масштабируе-мость симулятора зависит именно от того, насколько эффективно разра-ботчик модулей расширения распре-делит нагрузку между расчётными процессами.

Вторым средством обеспече-ния параллелизма в архитектуре ПСС является многопоточная реализация каждого процесса. В ПСС каждый процесс состоит из двух потоков, что позволяет эффективнее использовать возможности современных суперска-лярных и многоядерных архитектур процессоров.

Первый поток является серве-ром сообщений. Он принимает и за-поминает для последующей обработ-ки сообщения, приходящие от других процессов. Сообщения ставятся в очередь, чтобы в дальнейшем обра-батывать их в той же последователь-ности, в которой они были получены.

Второй поток является основ-ным, он реализует выполнение функ-ционального назначения процесса (управление или моделирование), пе-риодически обращаясь за поступив-шими сообщениями к потоку сервера сообщений.

2.2. Реализация модулей расширения

С целью обеспечения просто-ты использования ПСС модули рас-ширения ПСС реализуются в виде динамических библиотек, набор ко-торых определяется файлами конфи-гурации ядра ПСС, а загрузка в па-мять происходит в начале процесса моделирования.

Это обеспечивает как логиче-ское, так и физическое разделение ядра ПСС и модулей расширения. И даёт помимо очевидного преимуще-ства (сокрытие кода ядра ПСС), ко-торое можно было обеспечить и с помощью статических библиотек,




ещё одно важное преимущество, по-вышающее удобство использования симулятора.

Дело в том, что, благодаря по-добной реализации ПСС, при нали-чии достаточного набора разработан-ных модулей расширения становится возможным изменение условий экс-перимента, в том числе и набора применяемых модулей, без переком-пиляции кода.

Например, для того, чтобы за-менить один генератор топологии другим, достаточно просто изменить файл конфигурации ядра ПСС, опре-деляющий набор модулей расшире-ния, загружаемых в ходе машинного эксперимента.

В этом случае ядро ПСС за-грузит уже другой модуль генератора топологии и другой файл конфигура-ции модуля генератора топологии, что позволит провести эксперимент в других условиях.

3. Принципы использования ПСС

3.1. Типовой набор модулей расширения

Для выполнения эксперимента с использованием ПСС требуется предварительно разработать набор модулей расширения, реализующих логику эксперимента.

В простейшем случае это бу-дет следующий набор:

1. Модуль генератора то-пологии – должен создать топологию сети и, в случае моделирования сети с переменной топологией, изменять её с течением модельного времени. Этот модуль не требуется в случае полносвязной топологии, которую можно задать с помощью специаль-ного параметра конфигурации ядра ПСС.

2. Модуль генератора трафика – для создания пакетов дан-ных, которые будут передаваться по моделируемой сети. Этот модуль не нужен, если предметом исследования является сама топология.

3. Модуль протокола маршрутизации, который будет обес-печивать определение пути транс-портировки созданных пакетов. Этот модуль не нужен в случае полносвяз-ной топологии, так как доставка па-кетов смежным узлам реализована в ядре ПСС.

4. Модуль сборщика ста-тистики. Будет собирать интересую-щую нас статистику состояния моде-ли в ходе моделирования. Этот мо-дуль не нужен, если данная функция реализована в других модулях рас-ширения.

Для обеспечения правильного распределения нагрузки между рас-чётными процессами ПСС проще всего реализовать модуль генератора трафика (если он предусмотрен) та-ким образом, чтобы в каждом из N расчётных процессов пакеты генери-ровались на соответствующей 1/N узлов, которые могут по условиям эксперимента быть источниками трафика.

3.2. Типовая схема проведе-ния эксперимента

Для выполнения машинного эксперимента с использованием ПСС требуется выполнить следующую по-следовательность действий:

1. Настроить файлы кон-фигурации ПСС, указав, в частности, используемый набор модулей расши-рения.

2. Настроить файлы кон-фигурации модулей расширения.

3. Запустить процесс мо-делирования на необходимом коли-честве узлов используемой вычисли-тельной системы с помощью имею-щихся в наличии средств управления заданиями.

4. По завершении моде-лирования проанализировать его ре-зультаты путём изучения файла жур-нала сеанса работы ПСС, в который помещается вся статистика состояния модели, собранная в ходе моделиро-вания.




4. Экспериментальная часть С целью проверки работы

ПСС в многопоточном режиме, а также для оценки его масштабируе-мости с использованием ПСС был произведён ряд экспериментов.

В ходе проведения этих экс-периментов моделировалось выпол-нение лавинной рассылки на задан-ную глубину из каждого узла сети заданной связности с заданным ко-личеством узлов. Моделирование за-вершалось после доставки последне-го пакета данных. При использова-нии N расчётных процессов все про-цессы работали с сетью одной топо-логии и размерности, однако каждый расчётный процесс моделировал рас-сылку только из 1/N части всех узлов сети, причём эта часть выбиралась так, чтобы в сумме все процессы обеспечили моделирование отправки лавины из каждого узла. Данное ус-ловие обеспечивало разделение вы-числительной нагрузки между про-цессами для обеспечения эффектив-ного масштабирования производи-тельности симулятора с ростом числа потоков.

Эксперименты проводились на обыкновенном персональном ком-пьютере с двухъядерным процессо-ром. При этом использовалось раз-

личное количество расчётных про-цессов (от 1 до 5). Таким образом, общее количество MPI-потоков было от 2 до 6 (с учётом управляющего процесса). При этом, при каждом за-пуске:

• Модулем генератора топологии было сгенерировано 750 двунаправленных связей между уз-лами (в каждом расчётном процессе).

• Модулем генератора трафика было сгенерировано 500 па-кетов данных (в сумме по всем рас-чётным процессам).

• Модулем лавинной маршрутизации было сгенерировано 23 471 970 вторичных пакетов дан-ных (в сумме по всем расчётным процессам).

• Модуль завершения моделирования завершил процесс моделирования после 11 шага (в ка-ждом расчётном процессе).

Ниже, на рис. 2 и 3 приведены графики зависимости времени вы-полнения моделирования и относи-тельной производительности от ко-личества расчётных процессов в диа-пазоне от одного (в этом случае реа-лизуется однопоточный режим) до пяти.

Рис.2. Зависимость времени моделирования от числа расчётных процессов




Рис.3. Зависимость относительного быстродействия от числа расчётных процессов

По результатам моделирова-ния можно сделать следующие выво-ды:

• Параллельный сетевой симулятор обеспечивает эффектив-ное функционирование в мультипо-точном режиме и достаточно хоро-шую масштабируемость по количе-ству расчётных процессов.

• При правильном (с учё-том выполнения на параллельном се-тевом симуляторе) написании моду-лей расширения возможно достиже-ние эффективности распараллелива-ния на 2-х вычислительных ядрах в 60% и выше. В частности, при прове-дении одиночных испытаний с боль-шими количествами расчётных про-цессов (до восьми) была получена эффективность до 75%.

• Повышение относи-тельной производительности при увеличении количества расчётных процессов сверх имеющегося коли-чества вычислительных ядер (в дан-ном эксперименте это более двух расчётных процессов) объясняется, очевидно, особенностями планирова-ния процессов в современных ОС и суперскалярной архитектурой совре-менных процессоров, способных вы-полнять несколько инструкций за такт на одном вычислительном ядре.

• Эффективность распа-раллеливания в данном случае огра-ничивается тем, что часть вычисли-тельной работы (например, генерация топологии) дублируется на всех рас-чётных процессах. Поэтому логич-ным шагом дальнейшего развития разработанного параллельного сете-вого симулятора будет внедрение в архитектуру ядра симулятора разде-ления топологии сети между расчёт-ными процессами. Это позволит пе-реложить задачу по распараллелива-нию с разработчиков модулей рас-ширения на ядро симулятора и обес-печить более полное распараллели-вание моделируемой задачи.

5. Работа по совершенство-ванию ПСС

Параллельно с использовани-ем ПСС ведётся интенсивная работа по его совершенствованию. Ежене-дельно в ядро симулятора добавля-ются новые функции, позволяющие реализовать с его помощью те моде-ли, которые ранее было невозможно или затруднительно построить вслед-ствие архитектурных ограничений ядра. Добавляются и новые функ-циональные возможности, направ-ленные на повышение удобства ис-пользования.




На текущий момент реализо-вана возможность ведения раздель-ных журналов экспериментов для каждого модуля с записью в файл формата CSV (Comma Separated Values). Файлы данного формата мо-гут быть непосредственно использо-ваны для дальнейшего анализа ре-зультатов эксперимента с помощью различных существующих про-граммных средств (например, Microsoft Excel или Mathworks Matlab).

Разрабатываются средства па-кетного запуска симулятора для обеспечения возможности последо-вательного проведения большого ко-личества экспериментов, различаю-щихся параметрами модели без уча-стия человека.

Реализуются встроенные средства профилирования работы симулятора, чтобы иметь возмож-ность оценить относительную ресур-соёмкость различных модулей рас-ширения и собственно ядра с целью оптимизации наиболее ресурсоёмких модулей.

Продолжается работа по соз-данию модулей расширения для ПСС, позволяющих решать текущие задачи по моделированию. В частно-сти, реализуются различные интел-лектуальные алгоритмы маршрути-зации для сетей с динамической то-пологией (в частности, AODV и не-которые алгоритмы собственной раз-работки). В разработке модуль, фор-мирующий динамически топологию сети на основании движения узлов.

Кроме того, ведётся аналити-ческая работа с целью выявления не-достатков ПСС как самого по себе, так и в сравнении с другими откры-тыми и коммерческими программ-ными симуляторами сетей (в первую очередь ПСС рассматривается в сравнении со средствами моделиро-вания сетей больших размерностей, такими как Pdns, SSF, USSF). По ре-зультатам этих исследований будет

сформулирован перечень мер по со-вершенствованию ПСС с целью дос-тижения функциональных возможно-стей на уровне лучших существую-щих продуктов аналогичного назна-чения в России и за рубежом.

Ряд сделанных на текущий момент выводов и следующие из них доработки ПСС обсуждаются в сле-дующем разделе.

6. Перспективы дальнейше-го развития ПСС

В ходе проведения экспери-ментов выявился и ряд недостатков, имеющихся в текущей архитектуре ядра ПСС. Ниже приводится пере-чень выявившихся недостатков и предполагаемые пути их устранения.

В первую очередь, по резуль-татам экспериментов заметно, что масштабируемость производительно-сти ПСС, в частности разделение на-грузки между расчётными процесса-ми, хотя и хорошее, но всё же далеко от идеального. Основной причиной этого является то, что распределение нагрузки в текущей архитектуре ПСС ложится на плечи разработчика мо-дулей расширения, возможности ко-торого в этой сфере значительно меньше, чем у разработчика ядра ПСС.

Очевидным путём решения данной проблемы является реализа-ция распределения нагрузки между расчётными процессами в ядре ПСС. Помимо повышения масштабируемо-сти, эта мера должна также повысить удобство использования ПСС, так как разработчику модулей расшире-ния больше не придётся задумывать-ся о распределении нагрузки – эта проблема будет решена за него раз и навсегда (причём с куда большей эффективностью) разработчиком яд-ра ПСС.

Второй выявившейся пробле-мой являются ограничения масшта-бируемости ПСС по размеру модели-руемой сети. Моделирование сетей достаточно большой размерности




приводит к переполнению памяти узлов используемой вычислительной системы и, как следствие, к аварий-ному завершению процесса модели-рования.

Наиболее очевидным спосо-бом решения данной проблемы явля-ется разделение топологии модели-руемой сети между вычислительны-ми процессами ПСС, которые в ти-пичном случае использования ПСС (запуск на суперкомпьютере с рас-пределённом памятью) будут выпол-няться на независимых вычислитель-ных узлах, каждый из которых обла-дает собственной памятью.

При этом автоматически ре-шается и проблема распределения вычислительной нагрузки, упомяну-тая выше.

Решение этих проблем для нас приоритетно, однако в ходе начатых нами работ по совершенствованию ПСС предполагается решить и другие задачи, повышающие удобство ис-пользования симулятора, такие, как:

• внедрение поддержки OpenMP для более полного исполь-зования многоядерных архитектур и применения ПСС на суперкомпью-терных архитектурах с общей памя-тью (SMP-системах);

• создание средств авто-матизированного анализа журнала сеанса моделирования;

• создание средств ви-зуализации процесса моделирования;

• создание репозитария часто используемых модулей расши-рения;

• совершенствование средств отладки модулей расшире-ния;

• повышение универ-сальности ПСС в части расширения области применения на внекомпью-терные сетевые структуры (сети неф-те- газопроводов, социальные сети, сетевые структуры телекоммуника-ционной индустрии, сетевые струк-

туры терроризма, подпольные орга-низации и т.п.);

• портирование ПСС в среду операционных систем отлич-ных от Linux (например, Microsoft Windows HPC Server 2008);

• другие задачи. Реализация этих планов по-

зволит сделать ПСС по-настоящему мощным, универсальным и удобным в использовании инструментом, с помощью которого можно сущест-венно повысить эффективность рабо-ты специалистов кафедры по сетевой тематике.

7. Перспективы использова-ния ПСС для моделирования сете-вого взаимодействия участников в технопарковой зоне

Как уже говорилось, система ПСС является инструментом, с по-мощью которого предполагается осуществлять моделирование сетево-го взаимодействия. В частности, в настоящее время мы готовим не-сколько экспериментов по моделиро-ванию сетевых интегрированных структур в рамках технопарковой зо-ны. В рамках этого проекта предпо-лагается выполнить три различных типа экспериментов, которые позво-ляют смоделировать как организаци-онный уровень взаимодействия уча-стников технопарка, так и непосред-ственно функционирование сетевой инфраструктуры на уровне аппарат-ного и программного обеспечения. По сути, эти эксперименты (а точнее – задачи по анализу устойчивости и оптимальной организации сетевого взаимодействия) сводятся к задачам, решаемым в рамках теории систем массового обслуживания, поэтому один из используемых нами подхо-дов к моделированию будет заклю-чаться в использовании соответст-вующего математического аппарата данной теории. В свою очередь, экс-перименты на симуляторе в простых случаях позволят проверить коррект-ность оценок, сделанных с использо-




ванием теории массового обслужи-вания, а в сложных - будут основным средством исследования.

Рассмотрим подробно созда-ваемые для этих экспериментов мо-дели. С этой целью выделим в рамках технопарковой зоны два класса или типа обслуживающих центров.

1. Координаторы. Данный тип узлов сети соответствует тем участ-никам взаимодействия, которые яв-ляются инициаторами той или иной проектной работы в технопарковой зоне. Причём это может быть как ра-бота по развитию и внедрению кон-кретных инновационных идей, так и организационная или инфраструк-турная работа, проводимая коорди-нирующими или управляющими ор-ганами технопарка. Основными функциями координирующих цен-тров являются: генерация сообщений в рамках сети, их рассылка исполни-телям, получение ответных сообще-ний, поддержка обмена сообщениями с другими координаторами.

2. Исполнители. Этот тип уз-лов соответствует участникам кон-кретного исполняемого проекта. В отличие от координирующих цен-тров, центры-исполнители не взаи-модействуют друг с другом, а только с координаторами и, возможно, с ин-струментами. В то же время, один и тот же центр-исполнитель может по-лучать и обрабатывать сообщения от нескольких координаторов, что соот-ветствует реальной ситуации участия субъекта технопарка сразу в несколь-ких проектах. Фактически, это экви-валентно динамическому изменению топологии сети массового обслужи-

вания, при котором меняется набор путей обмена сообщениями. Отличи-тельным свойством исполнителя яв-ляется то, что сообщение, поступив-шее координатору, считается необра-ботанным до тех пор, пока не будут обработаны сообщения от всех соот-ветствующих центров-исполнителей.

Следует учесть, что один и тот же участник сетевого взаимодействия в технопарковой зоне может высту-пать и в роли координатора, и в роли исполнителя. Поэтому при разработ-ке системы моделирования должна быть предусмотрена возможность учёта подобных ситуаций.

В качестве разновидности ис-полнителей можно рассматривать также узлы, которые будем называть инструментами. Примерами таких узлов могут быть устройства, ис-пользуемые в своей работе исполни-телями, т.е. приборы для наблюде-ний, оргтехника, вычислительное оборудование и прочее.

Исходя из описанной класси-фикации, можно выделить следую-щие типовые ситуации, которые слу-жат основой для постановки модель-ных экспериментов.

Эксперимент А. Сеть коорди-наторов со стационарными связями. Подобный случай описывает стацио-нарные сетевые структуры в рамках технопарковой зоны: регламентиро-ванное руководящими документами взаимодействие между постоянно действующими органами технопарка, функционирование опорной компью-терной сети технопарковой зоны и т.п. Условно данный эксперимент показан на рис. 4.




Рис.4. Сеть узлов-координаторов со стационарными связями

Работу над каждым из проек-тов в таком эксперименте будем представлять в виде передачи и обра-ботки сообщения последовательно-стью обслуживающих центров. Каж-дый из центров характеризуется не-которым заранее заданным (или, в более сложном случае, меняющимся в ходе моделирования) средним вре-

менем обслуживания it , а также дру-гими характеристиками, описываю-щими узлы сети массового обслужи-вания. Выполнение проекта (то есть достижение его целей) соответствует приходу обработанного цепочкой уз-лов сообщения в узел-инициатор. Так, на рис. 4 показаны две цепочки передачи сообщений:

14687531 CCCCCCCC →→→→→→→ (сплошные стрелки) и

21387412 CCCCCCCC →→→→→→→ (пунктирные стрелки). Следует, кро-ме того, учесть, что в общем случае рассылка сообщений при работе над проектом может выполняться не по цепочке, а в более сложной последо-вательности.

Эксперимент B. Сеть коорди-наторов и исполнителей. В данном случае опорная сеть обслуживающих

центров-координаторов расширяется с учётом того, что реальная проект-ная работа сводится к выполнению тех или иных действий конечными исполнителями. При этом, как указа-но выше, обязательным свойством исполнителя является то, что после обработки полученного сообщения он должен вернуть результат обра-ботки приславшему это сообщение узлу (то есть сгенерировать ответное сообщение). Схематично данный эксперимент показан на рис. 5. В от-личие от эксперимента А, время об-служивания узла-координатора будет теперь определяться максимальным временем ожидания ответного сооб-щения от узлов-исполнителей. На-

пример, для узла 8C оно будет зави-сеть от максимального из времён об-

служивания сообщений узлами 7E , 8E и 9E . Такое изменение усложняет

процесс моделирования, но в то же время делает модель более адекват-ной реальной картине проектной ра-боты.




Рис.5. Сеть узлов-координаторов ( 81...CC ) и узлов-исполнителей ( 141...EE )

При постановке эксперимен-тов по моделированию подобной се-ти одним из ключевых параметров является время обслуживания сооб-щения узлом. В настоящее время анализ сети методами теории массо-вого обслуживания возможен только в предположении экспоненциального закона распределения этого парамет-ра. Тем не менее, данное ограничение можно обойти с применением техно-логии имитационного моделирова-ния. Поэтому, реализуя эксперимент В, будем в общем случае предпола-гать, что времена обслуживания со-общений узлами-исполнителями мо-гут характеризоваться несколькими моментами произвольных законов распределения.

Эксперимент C. В ходе даль-нейшей детализации модели стано-вится очевидным, что время обслу-живания сообщения узлом-исполнителем в реальной ситуации определяется вполне конкретными условиями: производительностью

труда для того или иного вида работ и производительностью используе-мых им инструментов. Поэтому представляется важным и интерес-ным с практической точки зрения по-строение модели, которая могла бы учесть данный факт, т.е. позволяла бы задавать параметры не относи-тельно абстрактных, а в отношении вполне реальных участников техно-парковой зоны с целью прогнозиро-вания перспектив той или иной про-ектной работы, а также для опреде-ления набора параметров для первых двух типов экспериментов.

Описанные эксперименты яв-ляются всего лишь одним из возмож-ных приложений системы ПСС. В настоящее время система ПСС ис-пользуется нами также для исследо-вания эффективности работы адап-тивных алгоритмов маршрутизации в мобильных и сенсорных сетях, а так-же для исследования процессов пер-коляции (протекания).

Литература 1. Разгуляев, Л. Перспективные мобильные адаптивные сети передачи информа-

ции для СВ США / Л. Разгуляев // Зарубежное военное обозрение. – 2008. – №.1. – С. 35-39.

2. Аракелян. С.М. Некоторые вопросы сетевого взаимодействия в динамических сетях / С.М. Аракелян, М.Ю. Звягин, Д.С. Милованов, В.Г. Прокошев, П.Ю. Шамин // Новые информационные технологии и менеджмент качества (NIT&MQ’2008): материалы междунар. симпозиума – Турция, Фетхие, 2008. – С. 163 – 164. – ISBN 978-5-9901036-2-7.

3. Милованов, Д.С. Организация устойчивого канала связи в сети с ограниченно подвижными отключаемыми узлами / Д.С. Милованов, П.Ю Шамин. // Физика и радио-электроника в медицине и экологии: Доклады 8-й межд. научн.-техн. конф. Книга 1. – Владимир, 2008. – С. 322 – 325.




КОРПОРАТИВНЫЕ ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫЕ СИСТЕМЫ В ОБРАЗОВАНИИ

THE CORPORATIVE EDUCATIONAL INFORMATION-

TELECOMMUNICATION SYSTEMS Майер Георгий Владимирович / Mayer G.V.,

ректор, Томский государственный университет / President of Tomsk State University

Демкин Владимир Петрович / Demkin V.P.,

проректор по информатизации, Томский государственный университет / Vice-president on informatization of Tomsk State University

Руденко Владимир Николаевич / Rudenko V.N.,

директор Телепорта / director of Teleport

Жамнов Вадим Владимирович / Zhamnov V.V., инженер Телепорта / engineer of Teleport,

[email protected]

Аннотация Статья посвящена принципам

и технологиям создания корпоратив-ных информационно-телекоммуникационных систем. Да-ется описание Телепорта корпора-тивной сети Томского государствен-ного университета, и приводятся примеры его использования в реше-нии научно-образовательных задач.

Annotation The principles and technologies

of corporative educational information-telecommunication systems are consid-ered in this article. The description of the TSU Teleport corporative network and using of this network for resolving of scientific-educational tasks are repre-sented.

Ключевые слова: информа-ционно-телекоммуникационные сис-темы, телепорт, корпоративная сеть.

Keywords: information-telecommunication systems, teleport, corporative network.

Современный этап развития

общества ставит перед российской системой образования целый ряд принципиально новых проблем, обу-словленных политическими, соци-

ально-экономическими, мировоз-зренческими и другими факторами, среди которых следует выделить не-обходимость повышения качества и доступности образования, увеличе-ние академической мобильности, ин-теграцию в мировое научно-образовательное пространство, соз-дание оптимальных в экономическом плане образовательных систем, по-вышение уровня университетской корпоративности и усиление связей между разными уровнями образова-ния.

Сегодня образование характе-ризуется высокой динамикой разви-тия научных областей знаний, ис-пользованием ресурсоемких техноло-гий в осуществлении образователь-ных программ, интеграцией образо-вательной и научной деятельности. В таких условиях для достижения вы-сокого качества образования необхо-димо совершенствование информа-ционно-коммуникационного обеспе-чения, повышение уровня научного обмена, усиление роли совместных научно-образовательных программ.

Информационно-телекоммуникационные системы (ИТС) и информационно-




коммуникационные технологии (ИКТ) являются результатом научной деятельности, достижений науки в области математики, физики, инфор-матики. На каждом этапе познава-тельной деятельности, научных ис-следований и практических прило-жений во всех отраслях знаний ин-формационно-коммуникационные технологии выполняют одновремен-но функции инструментов и объектов познания. Следовательно, совершен-ствование ИТС не только обеспечи-вает революционное развитие внутри данной отрасли знаний, но и оказы-вает непосредственное влияние на научно-технический прогресс во всех сферах деятельности общества. Та-ким образом, информационно-коммуникационные технологии от-носятся к классу прорывных техно-логий, обеспечивающих быстрое на-копление интеллектуального и эко-номического потенциала – стратеги-ческих ресурсов, гарантирующих ус-тойчивое развитие общества. Именно поэтому уровень развития ИТС явля-ется ключевым показателем инфор-мационного общества. В стратегии развития информационного общества в Российской Федерации, утвер-жденной Президентом Российской Федерации В.В. Путиным 7 февраля 2008 года, отмечается, что «необхо-димым условием на пути продвиже-ния страны к информационному об-ществу является развитие науки, об-разования и культуры, внедрение со-временных информационно-телекоммуникационных технологий и создание инфраструктуры широко-полосного доступа на всей террито-рии России» [1]. Анализируя состоя-ние информатизации различных от-раслей экономики, в своем докладе на заседании Президиума Государст-венного совета 17 июля 2008 г. «О реализации стратегии развития ин-формационного общества в Россий-ской Федерации» Президент России Д.А. Медведев отмечает, что «от-

расль современных информационно-телекоммуникационных технологий входит в тройку наиболее динамично развивающихся в нашей стране… Она является мощным локомотивом экономического роста» [2].

На сегодняшний день Россия, по сравнению с другими странами, находится не на лучшем месте по уровню развитости информационно-коммуникационных технологий. В «Глобальном отчете по информаци-онным технологиям 2008-2009», опубликованном Всемирным эконо-мическим форумом [3], по оценке индекса развитости ИКТ 2008 году Россия находится на 74 месте среди 134 стран мира. Следует заметить, что индекс развитости ИКТ является комплексным показателем, учиты-вающим не только совершенство техники и технологий, но и степень внедрения и распространения ИКТ. В этом смысле ИКТ является инте-гральным показателем инновацион-ного развития национальной эконо-мики: ИТ-индустрии, технологиче-ской базы, научного потенциала и кадрового обеспечения. Несомненно, в этом ряду образование и наука яв-ляются базовыми элементами, опре-деляющими развитие ИТ-отрасли.

Информационно-телекоммуникационные системы от-носятся к стратегической националь-ной инфраструктуре. Ключевым эле-ментом информационно-телекоммуникационных систем яв-ляются информационно-коммуникационные технологии, ко-торые сегодня играют исключитель-ную роль для системы образования. Современные информационные тех-нологии и средства телекоммуника-ций создают основу для осуществле-ния научных и образовательных про-грамм на качественно новом уровне. Создание скоростных телекоммуни-каций и разработка технологий ре-ального времени дают возможность реализации модели распределенных




открытых образовательных систем, основанных на сетевом взаимодейст-вии учреждений образования. В свя-зи с этим весьма актуальным сегодня является развитие корпоративных образовательных сетей как основы межвузовского взаимодействия, ин-теграции деятельности образователь-ных учреждений всех уровней, обес-печивающей эффективный информа-ционный обмен и совместную обра-зовательную деятельность в едином образовательном информационном пространстве.

Применение современных ин-формационно-телекоммуникационных систем и се-тевых моделей обеспечивает значи-тельные преимущества в реализации образовательных программ, в дости-жении высокого качества образова-ния: объединение лучших научно-педагогических кадров, доступность и широкий выбор образовательных программ. Однако эффективность такой модели и сохранение ее пре-имуществ будет зависеть от ряда факторов: уровня мобильности обра-зовательной системы, технологиче-ского, научно-методического и ин-формационного обеспечения образо-вательных программ, уровня разви-тия телекоммуникаций.

Анализ итогов реализации фе-деральных, отраслевых и региональ-ных программ показывает, что в реа-лизации программ информатизации образования наблюдается неравно-мерное развитие процесса информа-тизации по регионам [4]. Наибольшее развитие получили те регионы, в ко-торых государственная политика поддерживалась региональными инициативами, осуществленными в комплексных программах информа-тизации. Это еще раз подтверждает, что задача построения корпоратив-ной образовательной информацион-ной среды должна решаться на осно-ве интеграции всех уровней образо-вания, создания условий для совме-

стной деятельности образовательных и научных учреждений. Реализация этой задачи даст максимальный эф-фект только тогда, когда объектом информатизации являются все ком-поненты системы образования, когда образовательная информационно-телекоммуникационная инфраструк-тура создается с учетом интересов и потребностей населения и власти.

Технический прогресс в соз-дании компьютерной техники и средств телекоммуникаций обеспе-чивает широкий выбор технических решений в построении информаци-онно-телекоммуникационных систем в зависимости от специфики отрасле-вых задач. Отличительными особен-ностями информационно-телекоммуникационных систем в об-разовании и науке являются много-уровневость телекоммуникационной инфраструктуры, интегрированность информационной среды, распреде-ленность учебного процесса, муль-тимедийность и интерактивность об-разовательных ресурсов, необходи-мость использования технологий ре-ального времени.

Учет этих особенностей тре-бует разработки и применения новых подходов в построении информаци-онно-телекоммуникационных систем учреждений образования. Исходя из этого, в качестве основных элементов в структуре корпоративной образова-тельной информационно-телекоммуникационной системы следует определить корпоративную сеть телекоммуникаций, инфраструк-туру ресурсных центров и центров коллективного пользования, образо-вательные программы и их ресурсное и кадровое обеспечение, систему доступа к научным и образователь-ным ресурсам, сопровождения и управления учебным процессом, мо-ниторинга качества образования. Особенно важно это учитывать в ор-ганизации и обеспечении сетевого




взаимодействия [5] учреждений об-разования и науки.

К примеру, переход на инте-рактивные методы обучения и техно-логии реального времени требует значительных телекоммуникацион-ных ресурсов, способных обеспечить необходимую связность участников образовательного процесса, под-держку мультисервисных техноло-гий, высокую производительность телекоммуникационного оборудова-ния и пропускную способность сетей передачи данных. Только скоростные телекоммуникации и применение технологий реального времени дают возможность реализации сетевой мо-дели распределенных научных и пе-дагогических коллективов, работа которых строится на технологиях удаленного доступа к ресурсам и ин-терактивных средствах сетевого взаимодействия. Использование та-кого уровня развития ИТС позволяет значительно расширить образова-тельное пространство университетов, вовлечь в образовательную деятель-ность большое количество научных школ, повысить мобильность научно-педагогических кадров. Вместе с тем необходимо сознавать, что построе-ние корпоративных сетей и внедре-ние высоких технологий в образова-ние требует от участников образова-тельного процесса определенного уровня развития информационной культуры. Только при этом условии соответствия технического уровня ИТС и кадрового обеспечения можно достичь синергетического эффекта в сетевом взаимодействии научных и образовательных учреждений.

Примером реализации техни-ческого решения создания корпора-тивной телекоммуникационной сети на магистральном уровне является федеральная научно-образовательная сеть RUNNET. Созданная пятнадцать лет назад по инициативе директора ФГУ ГНИИ ИТТ «Информика» А.Н. Тихонова и ректора С-ПбИТМО В.Н.

Васильева, сегодня RUNNET объе-диняет в своей структуре практиче-ски все вузы России.

Другой важной задачей явля-ется построение корпоративной ИТС, обеспечивающей сетевое взаимодей-ствие образовательных и научных учреждений как на магистральном уровне, так и на уровне «последней мили». В отличие от существующих телекоммуникационных сетей обще-го пользования структура такого рода корпоративной образовательной сети должна создаваться на иных принци-пах, учитывающих особенности сете-вого взаимодействия, его нелиней-ный характер и ресурсоемкость, раз-ноуровневость образовательных про-грамм, многообразие методов и тех-нологий обучения, обеспечивая тем самым эффективное взаимодействие образовательных и научных учреж-дений, управление образовательными программами и цифровыми потоками на магистральном, региональном и абонентском уровнях. Эти принципы были заложены в основу межрегио-нальной корпоративной образова-тельной сети Томского университета, базирующейся на спутниковых и на-земных каналах связи.

Важным фактором в создании гибридной сети стало создание рос-сийской спутниковой группировки гражданского назначения и развитие VSAT-технологий в России. Сегодня существует уже достаточное количе-ство обзоров, посвященных спутни-ковым VSAT-технологиям [6-8] и применению их в образовании.

Главной особенностью сетей телекоммуникаций, построенных на VSAT-технологиях, является наличие в их составе множества абонентских станций, которые могут устанавли-ваться в любой точке зоны обслужи-вания спутника и позволяют довести непосредственно до пользователя ад-ресованную ему информацию, решая, таким образом, проблему "последней мили". При этом, если еще четыре




года назад спутниковые технологии применялись для построения асси-метричного Интернета, когда высо-коскоростные каналы использова-лись только в направлении из центра управления к абоненту, то сегодня уже можно говорить о создании сим-метричных широкополосных каналов связи для построения интерактивных сетей доступа к информационным образовательным ресурсам, центрам коллективного пользования и базам данных.

По оперативности подключе-ния удаленных абонентов и количе-ству реализуемых услуг VSAT-сети превосходят наземные системы свя-зи. Особенно эффективными VSAT-сети оказываются при построении корпоративных сетей. Это связано с рядом преимуществ, которые имеют спутниковые средства связи по срав-нению с наземными оптоволоконны-ми каналами, а именно: быстрый доступ к ресурсам; скорость прямого спутникового канала; возможность выбора оптимальной скорости в об-ратном канале; оперативность раз-вертывания абонентских пунктов; дешевизна спутниковых систем; ис-пользование DVB стандарта в пере-даче Интернет трафика. Таким обра-зом, спутниковые сети по своей функциональности относятся к муль-тисервисным сетям.

На протяжении 2002-2008 гг. в Сибири при участии вузов и админи-страций регионов был разработан и реализован ряд крупных проектов по созданию межрегионального сегмен-та спутниковой информационно-коммуникационной инфраструктуры, включающей Телепорт Томского го-сударственного университета и пе-риферийные спутниковые терминалы в десяти регионах Сибирского феде-рального округа (СФО).

В рамках этих проектов была создана единая система доступа к об-разовательным информационным ре-сурсам и образовательным порталам

учреждений образования СФО, на-лажено сетевое взаимодействие вузов и учреждений общего образования, осуществлены образовательные про-граммы в системе начального, обще-го среднего, среднего и высшего профессионального образования, до-полнительного образования.

Система доступа к информа-ционным образовательным ресурсам в корпоративной информационно-телекоммуникационной системе по-строена на основе комбинированной сети наземных и спутниковых кана-лов связи и инфраструктуры ресурс-ных центров [5]. Межрегиональный центр спутникового доступа ТГУ (http://teleport.tsu.ru/) является цен-тральным звеном в межрегиональном сегменте единой образовательной информационной среды Российской Федерации как техническая техноло-гическая основа применения спутни-ковых технологий в осуществлении образовательных программ для ре-гионов Сибири и Дальнего Востока. Центральная станция спутниковой связи Телепорта ТГУ является ин-формационно-коммуникационным узлом первого уровня. На портале загрузочной станции межрегиональ-ного центра спутникового доступа концентрированы ресурсы образова-тельных учреждений, предназначен-ные для спутникового вещания. Те-лепорт связан с телекоммуникацион-ными узлами ресурсных центров субъектов Федерации и учреждения-ми высшего профессионального об-разования цифровыми наземными магистралями, что позволяет объеди-нить образовательные ресурсы. На базе созданных в субъектах Федера-ции районных ресурсных центров (РРЦ) Сибирского федерального ок-руга имеются информационно-коммуникационные узлы второго уровня. Районные ресурсные центры комплектуются, как правило, двуна-правленной станцией спутниковой связи и имеют выделенный наземный




канал связи с Телепортом ТГУ. На образовательных порталах РРЦ кон-центрируются образовательные ре-сурсы, необходимые для данного об-разовательного округа или района. Следует учесть, что эти ресурсы по-стоянно обновляются в соответствии с запросами местных образователь-ных учреждений. Актуализация ре-сурсов РРЦ происходит в соответст-вии с учебными планами образова-тельных учреждений. Запросы с ра-бочих мест учащихся и преподавате-ля на образовательный портал РРЦ передаются по наземным или спут-никовым линиям связи, вызывая реп-ликацию соответствующих баз дан-ных на сервере образовательного уч-реждения.

Сегодня Телепорт университе-та представляет собой крупнейший за Уралом космический комплекс, спо-собный обслуживать одновременно более 5000 абонентских спутниковых терминалов и предоставлять весь комплекс мультисервисных услуг связи, включая доступ в Интернет, передачу данных, гарантированную доставку пакетов, видеоконференцс-вязь, цифровое телерадиовещание, телефонию. К Телепорту подключе-ны Телевизионный вещательный центр ТГУ, учебные аудитории, на-учные лаборатории, центры коллек-тивного пользования уникальным оборудованием университета, супер-компьютер ТГУ «СКИФ Cyberia», а также ресурсы образовательных уч-реждений региона. Телепорт исполь-зует частотно-энергетические ресур-сы двух российских спутников связи «Ямал-200» открытого акционерного общества «Газпром космические сис-темы», лучи которых покрывают практически всю территорию Рос-сийской Федерации, Европы и Азии. Периферийные спутниковые станции серии DW6000 и HN7000 обеспечи-вают высокоскоростную двухсторон-нюю спутниковую связь. Сеть Теле-порта включает более 300 приемно-

передающих и приемных спутнико-вых станций, установленных на уч-реждениях образования, органов го-сударственной и муниципальной вла-сти, здравоохранения, других органи-зациях, находящихся в отдаленных и труднодоступных местностях в деся-ти регионах Сибири, включая Том-скую, Новосибирскую, Омскую, Ке-меровскую, Тюменскую области, Ал-тайский и Красноярский края, рес-публики Алтай, Бурятия, Саха (Яку-тия).

Созданная корпоративная межрегиональная информационно-телекоммуникационная система об-ладает рядом преимуществ по срав-нению с сетями общего пользования.

Во-первых, мощным органи-зующим звеном является сетевое взаимодействие учреждений образо-вания, объединенных в ассоциацию «Сибирский открытый университет», созданную в 1998 году. Сегодня чле-нами ассоциации являются более 40 учреждений науки и образования Си-бири, Дальнего Востока, Урала и Ка-захстана. Сложившаяся система управления, интеграция различных уровней образования и науки, много-образные формы и технологии сете-вого взаимодействия позволяют осу-ществлять координацию деятельно-сти и управление проектами на меж-региональном уровне. Ассоциация имеет прочные связи с Межрегио-нальной ассоциацией «Сибирское соглашение», администрациями субъектов Федерации, что позволяет разрабатывать крупные межрегио-нальные проекты с учетом интересов регионов и стратегии их социально-экономического развития.

Во-вторых, созданная корпо-ративная телекоммуникационная ин-фраструктура является эффективной и экономически выгодной по сравне-нию с сетями общего пользования. Периферийные спутниковые терми-налы имеют высокоскоростные об-ратные каналы связи, что позволяет




использовать интерактивные методы обучения и технологии реального времени в учебном процессе. Досто-инством сети является возможность оптимизации управления цифровыми потоками [9]. Многоуровневая архи-тектура корпоративной сети позволя-ет учитывать нелинейный характер образовательных информационных потоков и создавать адекватную управляющую процедуру, тем самым избегая перегрузок в сети. Очень важным преимуществом корпора-тивной сети является обеспечение ее безопасности. Программно-аппаратный комплекс шифрования, установленный на Центральной станции спутниковой связи Телепор-та, позволяет организацию совмест-ной работы территориально распре-деленных абонентов с использовани-ем открытых сетей связи для обеспе-чения требуемого уровня конфиден-циальности, целостности и достовер-ности информации. И, наконец, соз-данная корпоративная сеть является мультисервисной, обеспечивающей передачу мультимедийной информа-ции (данные, звук, видео). Эти пре-имущества в сочетании с огромной зоной покрытия лучей спутников обеспечивают одновременно равные возможности всех абонентов сети.

В-третьих, созданная инфор-мационно-телекоммуникационная система широко используется для информационного обеспечения насе-ления регионов и решения социаль-но-экономических задач. В 2002–2008 годах в рамках ассоциации «Сибирский открытый университет» осуществлены совместные образова-тельные программы для студентов Томского, Омского, Красноярского педагогического, Алтайского, Горно-Алтайского государственных уни-верситетов. Программы реализованы в форме элективных дистанционных курсов по физико-математическим, естественнонаучным и гуманитар-ным дисциплинам, которые проводят

видные ученые, профессора с приме-нением дистанционных образова-тельных технологий: различных форм и технологий доставки контен-та; сетевых форм и технологий взаи-модействия на основе специализиро-ванных информационных систем дистанционного обучения с исполь-зованием наземных и спутниковых каналов связи; аудиовизуальных форм и технологий взаимодействия внутри корпоративной сети спутни-ковой связи через Телепорт универ-ситета. В рамках совместной образо-вательной деятельности вузов на ос-нове дистанционных технологий проводятся сетевые семинары для аспирантов и молодых ученых, орга-низован удаленный доступ к центрам коллективного пользования для про-ведения научных исследований на вычислительных и эксперименталь-ных комплексах.

Очень важным и социально значимым событием в истории уни-верситета стало создание познава-тельного телевидения. В 2007 году получил государственную регистра-цию и вышел в эфир спутниковый научно-образовательный канал ТГУ «ТВ-Университет». Канал обеспечи-вает централизованное спутниковое вещание на все регионы России и страны СНГ. В основе организацион-ной модели канала лежит следующая организационная схема: распреде-ленное производство познавательных телевизионных программ на базе ре-гиональных структур и централизо-ванное вещание. В такой схеме необ-ходимо существование единого орга-на – объединенной редакции, отве-чающей за формирование программ-ной политики, сетки вещания и связь с потребителями. Распределенная инфраструктура познавательного те-левидения основана на сетевом взаи-модействии участников (региональ-ных редакций) в производстве, веща-нии телевизионных программ и ор-ганизации интерактивной обратной




связи. Таким образом, в данной фор-ме познавательного телевидения реа-лизуется уникальная модель сетевого взаимодействия учреждений образо-вания и науки в области телевидения.

Важным направлением разви-тия корпоративной сети является разработка многоуровневой системы повышения квалификации и пере-подготовки кадров на основе дистан-ционных технологий, которая созда-на на базе Томского государственно-го университета. В 2003–2008 годах более 19000 человек – представите-лей разных отраслей народного хо-зяйства из 38 регионов России про-шли повышение квалификации по программам университета на основе созданной информационно-телекоммуникационной инфраструк-туры.

Задача достижения социаль-ных эффектов в использовании ре-сурсов корпоративной сети имеет особую значимость. Достигнутый уровень развития корпоративной об-разовательной информационной сис-темы дает возможность решать зада-чи по созданию информационных систем для других отраслей народно-го хозяйства, а также задачи, связан-ные с информационным обеспечени-ем населения: телевидение, радио, телефония, Интернет, создание кор-поративных информационно-телекоммуникационных систем для сферы управления, здравоохранения,

культуры и т.д. Сегодня в регионах Сибири уже накоплен достаточный опыт использования корпоративной информационно-телекоммуникационной системы для решения региональных задач: пилот-ный проект телемедицины в Томской области и Республике Бурятия; дис-танционное обучение работников об-разования, здравоохранения, муни-ципальных служащих по программам повышения квалификации в Омской, Новосибирской и Томской областях, Красноярском крае; развитие спут-никового цифрового телевидения и трансляция познавательных про-грамм на телевизионном канале «ТВ-Университет» в 10 регионах Сибир-ского, Уральского и Дальневосточно-го федеральных округов.

Сегодня в корпоративной об-разовательной сети реализуются сот-ни научных и образовательных про-ектов, в которые вовлечены тысячи научных и педагогических работни-ков, десятки тысяч учащихся и сту-дентов. Приоритетное развитие кор-поративной образовательной сети есть необходимое условие для суще-ственного улучшения труда учащих-ся и научно-педагогических работни-ков, повышения качества образова-тельных программ и научных иссле-дований, достижения социальных эффектов в информационном обеспе-чении населения.

Литература 1. Стратегия развития информационного общества в Российской Федерации от

7 февраля 2008 г. N Пр-212. 2. Стенографический отчет о заседании президиума Государственного совета

«О реализации Стратегии развития информационного общества в Российской Федера-ции», Петрозаводск, 17июля 2008 г. //http://kremlin.ru/appears/2008/07/17/2341_type63378type63381_204340.shtml.

3. The Global Information Technology Report 2008-2009.// http://www.weforum.org/en/initiatives/gcp/Global%20Information%20Technology%20Report/index.htm/

4. Реализация основных направлений информатизации образования и приорите-ты развития (2009-2010 гг).//Информатизация образования и науки. 2009. -№1. -С.3-12.

5. Майер Г.В., Демкин В.П., Можаева Г.В., Вымятнин В.М. Академический уни-верситет в открытой системе образования.-Томск: Изд-во ТГУ, 2005. – 200 с.




6. Пехтерев С.В. VSATизация России-промежуточные итоги.//Connect. Мир свя-зи.-2007.-№12.-С. 124-128.

7. Гальперович Д. Спутниковый доступ в России.//Журнал сетевых решений LAN.-2008.-№4.-С.36-41.

8. Анпилогов В.Р. VSAT-технологии в России.//Спутниковая связь и вещание.-2008.-С. 28-30.

9. Демкин В.П., Жамнов В.В. Разработка программного обеспечения работы on-line приложений в спутниковой сети.// Открытое и дистанционное образование.-2007.-№4.-С.23-27

АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯ ПЕРЕДОВЫХ ТЕХНОЛОГИЙ ВИРУСОПИСАТЕЛЬСТВА. БУТКИТ

THE BOOTKIT: AN ANALYSIS OF ADVANCED VIRUS-WRITING

TECHNOLOGIES Голованов Сергей / Golovanov S.,

руководитель группы исследования угроз для не-Intel платформ ЗАО «Лаборатория Касперского» /

Malware Research Group Manager Kaspersky Lab, [email protected]

Русаков Вячеслав / Rusakov V.,

ведущий разработчик ЗАО «Лаборатория Касперского» / Senior Developer Kaspersky Lab,

[email protected]

Аннотация Статья посвящена новой мо-

дификации одной из самых опасных вредоносных программ прошлого го-да - Backdoor.Win32.Sinowal. Работа последней модификации буткита де-монстрирует необходимость улучше-ния существующих антивирусных технологий, способных эффективно противодействовать не только по-пыткам заражения компьютеров, но и обнаруживать сложнейшие угрозы, действующие в операционной систе-ме на самом «глубоком» уровне.

Руткит - программа, предна-значенная для сокрытия в системе определенных объектов либо актив-ности. Сокрытию, как правило, под-вергаются ключи реестра (например, отвечающие за автозапуск вредонос-ных объектов), файлы, процессы в памяти зараженного компьютера, вредоносная сетевая активность.

Буткит – руткит, заражающий загрузочный сектор диска и начи-нающий свою работу до старта опе-рационной системы.

Annotation The article analyzes a new vari-

ant of Backdoor.Win32.Sinowal, one of last year’s most dangerous malicious programs. The way the bootkit’s latest modification operates clearly demon-strates the need to improve existing antivirus technologies to ensure that they not only effectively block attempts to infect computers but are also capable of detecting the most sophisticated threats that operate at the ‘deepest’ level of the operating system.

A rootkit is a program designed to mask certain objects or activity in the system, such as registry keys (e.g., those responsible for launching malicious ob-jects at system startup), files, processes that are active in an infected computer’s


Системы защиты информации


memory, as well as malicious network activity.

A bootkit is a rootkit that infects the boot sector of a hard drive and loads before operating system startup.

Ключевые слова: антивирус-ные технологии, буткит-технологии, руткит-технологии.

Keywords: antivirus technolo-gies, bootkit-technologies, rootkit- technologies.

Введение В 2008 году мы констатирова-

ли появление вредоносной програм-мы Backdoor.Win32.Sinowal и расценивали ее как технологически крайне опасную.

Такая оценка была дана вслед-ствие того, что авторы программы использовали самые продвинутые на тот момент технологии написания вирусов, включая основные:

1. «Индивидуальное» зараже-ние пользователей взломанных сай-тов с помощью большого количества разных уязвимостей, включая неко-торые из разряда «0-day».

2. Использование передовых rootkit-технологий и методов загру-зочных вирусов для заражения MBR (master boot record - главная загру-зочная запись) компьютера пользова-теля. Методы заражения загрузочных секторов дисков были очень попу-лярны на заре компьютерных виру-сов. Сейчас произошло возрождение старой технологии, но уже на новом уровне. Проблема усугубляется тем, что многие недавно появившиеся ан-тивирусные средства защиты просто не умеют проверять MBR, так как считалось, что данная угроза уже давно не актуальна.

3. Использование технологии постоянной миграции серверов управления и заражения (изменение их IP-адреса и доменного имени). За-раженные компьютеры использовали специальный алгоритм создания до-менного имени для поиска своих управляющих центров. Впоследствии

аналогичная технология была ис-пользована во вредоносных про-граммах семейства Kido (Conficker).

Эти вредоносные методы и технологии за год стали «классиче-скими» и теперь используются во многих самых разнообразных вредо-носных программах. Разработчики самого буткита тем временем не ос-тановились на достигнутом и пошли дальше в создании, реализации и продвижении своих технологий.

Таким образом, на сегодняш-ний день буткит является самой про-двинутой вредоносной программой - скрытой и не обнаруживаемой боль-шинством современных антивирус-ных программ.

В конце марта 2009 года экс-перты «Лаборатории Касперского» обнаружили распространение в ин-тернете новой модификации буткита. Результаты анализа его работы и способа распространения представ-лены в данной статье.

Текущее состояние Анализируя развитие буткита,

можно отметить следующие самые значительные изменения:

1. Способ распростране-ния

На текущий момент буткит распространяется через взломанные сайты, порноресурсы и сайты, с ко-торых можно загрузить пиратское ПО. Практически все серверы, участ-вующие в процессе заражения поль-зователей, имеют очевидный «рус-скоязычный» след: работают в рам-ках так называемых «партнерских программ» — схем взаимодействия между владельцами сайтов и автора-ми вредоносных программ. Такие «партнерки» крайне популярны в российском и украинском киберпре-ступном мире.

При этом к относительно но-вым технологиям можно отнести ме-ханизм создания доменного имени сайта, с которого будут распростра-няться эксплойты.




При посещении пользователем зараженной страницы, у него на ком-пьютере начинает выполняться спе-циальный скрипт, который на осно-вании текущей даты, установленной

на компьютере, генерирует имя сай-та, на который необходимо перена-править пользователя для получения «персонального» эксплойта (рис.1).

Рис.1. Расшифрованная часть скрипта для генерации доменного имени сайта с эксплойтами

Такая технология делает прак-

тически невозможным использование классического метода черных спи-сков для блокирования доступа к сайтам с эксплойтами. Однако у ис-следователей есть возможность, про-анализировав алгоритм создания имен, узнать, какие из них будут ис-пользованы, и заблокировать их.

Cкрипт, который встроен в за-раженные веб-страницы, помимо создания доменного имени в зависи-мости от текущей даты создает еще и cookies со сроком действия 7 дней. Это сделано для блокирования по-вторного открытия в браузере стра-ницы с Neosploit в случае, если поль-зователь еще и еще раз будет посе-щать зараженную веб-страницу. Скрипт проверяет наличие cookies. Если cookies присутствует, и срок его действия не истек, скрипт не создает доменное имя, и пользователь не пе-ренаправляется на Neosploit.

2. Руткит-технологии Буткит, как и прежде, исполь-

зует способ, основанный на зараже-нии MBR, для того, чтобы загрузить свой драйвер во время старта опера-ционной системы. Драйвер использу-

ется, чтобы не дать обнаружить и вылечить зараженную загрузочную запись. Первые версии использовали перехват IRP-процедур объекта \Driver\Disk, однако технологии борьбы с вредоносными программа-ми развиваются, и вирусописателям пришлось существенно изменить ал-горитм работы. Текущий вариант руткита использует более продвину-тую технологию сокрытия своего присутствия в системе по сравнению с предыдущей версией. На текущий момент ни один из известных рутки-тов не использует описанные ниже методы.

При старте вредоносного драйвера происходит проверка на на-личие активного отладчика. Если он есть, руткит не скрывает зараженный MBR и ничем не выдает своего при-сутствия в системе.

Чтобы стать практически не-видимым, руткит подменяет у нуж-ного устройства указатель на его тип. Данный тип — это определенная структура, в которой вредоносный драйвер подменяет указатель на функцию (ParseProcedure) (рис.2).




Рис.2. Установление перехватчика вызова функции для подмены MBR

В случае открытия антивирус-

ной программой физического диска для низкоуровневого доступа про-изойдет вызов перехваченной функ-ции. В ней, в свою очередь, произой-дет перехват IRP-процедуры драйве-

ра более низкого уровня, нежели \Driver\Disk и функции, которая вы-зовется при закрытии ранее открыто-го диска. Как только диск закроется, все перехваты вернутся в изначаль-ное состояние (рис.3).

Рис.3. Низкоуровневый драйвер atapi зараженной системы

Отдельного внимания заслу-живает код драйвера, который пре-терпел существенные изменения за это время. Большинство ключевых функций, устанавливающих перехва-

ты системных функций ОС или яв-ляющихся перехватами, морфирова-ны, что заметно усложняет процеду-ру анализа вредоносного кода (рис.4).




Рис.4. Пример шифрованной функции перехвата

Методы защиты Несмотря на то, что ряд анти-

вирусных компаний также обнару-жил данный вариант буткита и реа-лизовал некоторые средства детекти-рования его, «Лаборатория Каспер-ского» — единственная на сегодняш-

ний день компания, обеспечивающая надежную защиту своих пользовате-лей от буткита на всех этапах его ра-боты.

При посещении зараженной страницы Kaspersky Internet Security блокирует:

1. Доступ к генерируемому имени сайта для загрузки эксплойта:




2. Скрипты для создания и загрузки эксплойтов:

3. Самые опасные и актуальные эксплойты:




Наиболее сложная и самая важная часть Kaspersky Internet Security — детектирование активного буткита и лечение зараженного ком-пьютера.

Первая версия Sinowal появи-лась в начале 2008 года, но даже к октябрю 2008г. ее детектирование и

лечение было реализовано только в четырех антивирусах из 15 наиболее популярных (www.anti- malware.ru/ malware_treatment_test_2008).

Вариант 2009 года, к сожале-нию, остается столь же серьезной проблемой. В нашем антивирусе она уже решена:

После обнаружения угрозы антивирус способен обойти все уста-

новленные руткитом перехватчики и вылечить зараженный MBR:




Защита на всех этапах работы буткита (от посещения зараженного сайта и до лечения активного зара-жения) очень важна, так как отсутст-вие обнаружения хотя бы на одном этапе дает злоумышленникам воз-можность не заниматься обходом всех остальных методов защиты, а, используя эту брешь, заразить ком-пьютер, в результате чего вредонос-ная программа останется невидимой в течение долгого времени.

Сравнивая показатели обна-ружения продуктов других компа-

ний, можно с уверенностью сказать, что при очередном изменении зло-умышленниками алгоритма создания имени домена (которое в этом году производилось авторами уже четыре раза) и методов упаковки эксплойтов с телом буткита (которое произво-дится регулярно) ни одна из попу-лярных антивирусных программ не сможет остановить проникновение буткита на компьютер и после этого вылечить зараженную систему (таб-лица 1).

Таблица 1

Обнаружение и блокирование буткита популярными антивирусными средствами на разных этапах его работы («+» - действие обнаружено, «-» - действие пропущено)

DrWeb SSNIS McAfee TP KIS

5.0 2009 2009 2009 Scripts (compromised websites)

- - - +

URLs (malicious do-mains with Neosploit)

+ - - +

Exploits (Neospoit Toolkit)

- + - +

Binary + + + + Installation - + - + Active infection (de-tection/desinfection)

+/+ -/- +/+ +/+

Заключение Буткит до сих пор является

самой опасной и быстро развиваю-щейся вредоносной программой. Именно из нее (и для ее распростра-нения) появлялись самые интересные технологии написания вирусов по-следнего времени.

Антивирусным компаниям не-обходимо внимательно следить за всеми изменениями и технологиями, вводимыми авторами буткита, так

как эти технологии в скором времени будут широко пускаться в ход мно-гими вирусописателями.

Еще более важным является необходимость улучшения сущест-вующих антивирусных продуктов и технологий, способных эффективно противодействовать не только по-пыткам заражения компьютеров, но и обнаруживать сложнейшие угрозы, действующие в операционной систе-ме на беспрецедентно низком уровне.


Автоматизация и управление технологическими процессами и производствами


МЕТОДОЛОГИЯ АВТОМАТИЗАЦИИ И УПРАВЛЕНИЯ РАЗРАБОТКОЙ РЕЗУЛЬТАТОВ ОБУЧЕНИЯ СРЕДСТВАМИ СЕТЕВЫХ

ИНФОРМАЦИОННЫХ СИСТЕМ

METHODOLOGY OF AUTOMATION AND MANAGEMENT DEVELOPMENT OF RESULTS OF TEACHING OF INFORMATIVE

SYSTEMS OF NETWORKS FACILITIES Лисицына Любовь Сергеевна / Lisitsina L.S.,

заведующая кафедрой «Компьютерные образовательные технологии»

ГОУВПО «Санкт-Петербургский государственный университет информацион-

ных технологий, механики и оптики» / the head of department, Saint-Petersburg

State University of Information technologies, Mechanics and Optics, [email protected]

Аннотация Статья знакомит читателей с

подходом, разработанным автором в

рамках реализации инновационной

образовательной программы СПбГУ

ИТМО «Инновационная система

подготовки специалистов нового по-

коления в области информационных

и оптических технологий». В основе

подхода – методология автоматиза-

ции и управления разработкой ре-

зультатов обучения на основе техно-

логий сетевой информационной сис-

темы, обеспечивающей совместную

научно-методическую сетевых про-

фессиональных сообществ в едином

образовательном пространстве.

Annotation The article draws reader’s atten-

tion to the approach developed by the

author within the limits of realisation of

innovative educational program of

St.Petersburg State University of Infor-

mation technologies, mechanics and op-

tics «Innovative system of experts

preparation of a new generation in the

field of information and optical tech-

nologies». In the basis of approach is

methodology of automation and man-

agement of teaching results develop-

ment on the basis of technologies of the

network information system providing

joint scientifically-methodical network

of professional communities in the sin-

gle educational space.

Ключевые слова: методоло-

гия автоматизации и управления, ин-

новационные системы, компетентно-

стный подход.

Keywords: automation and

management methodology, innovative

systems, competence approach.

Введение С вводом федеральных госу-

дарственных стандартов (ФГОС)

третьего поколения все вузы России

перейдут на двухуровневую подго-

товку выпускников (бакалавр, ма-

гистр) на основе компетентностного

подхода к образованию. В этой связи

перед преподавателями вузов встанет

проблема разработки компетентност-

ных моделей выпускников (КМВ) и

основных образовательных программ

(ООП) для их реализации в соответ-

ствии с требованиями ФГОС соот-

ветствующего направления. Харак-

терной особенностью в такой органи-

зации образовательной деятельности

вузов является требование ФГОС

ежегодного обновления ООП с уче-

том развития науки, культуры, эко-

номики, техники, технологий и соци-

альной сферы, а также с учетом эво-

люции требований рынка труда, при-

держиваясь при этом рекомендаций

по обеспечению гарантии качества

образования. Для управления обнов-

лением ООП вузы должны вырабо-

тать новые подходы для оперативно-

го построения КМВ и отбора компе-

тентностно-ориентированного со-

держания ООП, обеспечивающих их

конкурентоспособность на рынке об-

разовательных услуг.




1. Общая постановка про-блемы

Характерной особенностью подхода [1] является переориентация образовательного процесса с воз-можностей и желания преподавате-лей на ожидания студентов – ожида-ния того, что они будут уметь делать после окончания подготовки в вузе. Ключевыми понятиями подхода яв-ляются результаты обучения (РО) и компетенции.

Компетенция – динамичная совокупность знаний, умений, навы-ков, способностей и ценностей, необ-ходимая для эффективной профес-сиональной и социальной деятельно-сти и личностного развития выпуск-ников. Компетенцию они обязаны освоить в процессе подготовки и продемонстрировать после заверше-ния части или всей ООП. Компе-тентность – характеристика резуль-тата достигнутого уровня сформиро-ванности компетенций, определяю-щая в виде рейтинга студента то, ка-кую компетенцию (какие компетен-ции), в каком объеме знаний, умений, навыков и с каким успехом он освоил и продемонстрировал на деле. Ком-петентность – это компетенция, про-явленная и измеренная в конкретном человеке.

Компетенция является основ-ным идентификатором РО, а РО в свою очередь, – языком для форму-лировки компетенций. В этом и со-стоит диалектическая связь компе-тенций и РО, устанавливать которую должен научиться любой преподава-тель вуза. Кроме компетенций в ка-честве идентификаторов РО должны использоваться направления, уровни и профили образования, характери-стики учебной нагрузки. Для плани-рования различных РО при освоении некоторой компетенции могут ис-пользоваться уровни сформирован-ности этих компетенций. Уровни сформированности компетенций описываются дескрипторами, опре-

деляющими общие требования к РО, например, на вводном, базовом и уг-лубленном уровне освоения этой компетенции. Установленные разра-ботчиками уровни сформированно-сти компетенций могут также ис-пользоваться в качестве идентифика-торов РО.

КМВ представляет собой со-вокупность учебно-методической до-кументации, регламентирующей цели и задачи, а также перечень универ-сальных и профессиональных компе-тенций выпускников, идентифици-рующих ожидаемый РО. Следует различать результат, ожидаемый при завершении ООП (далее – ожидае-мый РО), и результат, планируемый для достижения в ходе реализации ООП (далее – достигаемый РО). Ожидаемый РО всегда меньше, чем достигаемый РО. Для измерения ожидаемого РО разработчики КМВ планируют его испытания и устанав-ливают максимальный и минималь-ный (пороговый) уровни академиче-ской и профессиональной подготов-ленности выпускников, значения ко-торых определяют область успешной подготовки выпускников в процессе реализации ООП.

КМВ является средством для управления отбором в избыточном образовательном пространстве ком-петентностно-ориентированного со-держания образования, реализация которого в целостном образователь-ном процессе будет необходимой и достаточной для подготовки конку-рентоспособного выпускника, вос-требованного рынком труда. С этой целью образовательный процесс по подготовке выпускника моделирует-ся как процесс перехода между его состояниями в дискретном простран-стве, структурированном под РО и их компетенции, неразрывно связанны-ми с определенными образователь-ными модулями. В модели образова-тельного процесса состояния, связан-ные с ожидаемым РО, определяют




целевые состояния, а состояния, свя-занные с РО, достигнутым на момент начала подготовки выпускников, – исходные состояния процесса.

Достижение целевых состоя-ний образовательного процесса из исходных решается как оптимизаци-онная задача проектирования образо-вательной траектории с минимизаци-ей характеристик учебной нагрузки. Образовательная траектория явля-ется моделью ООП и представляет собой упорядоченный набор состоя-ний целостного образовательного процесса, соответствующих дости-гаемому РО и образовательным мо-дулям пространства. Характеристики учебной нагрузки образовательных модулей, определяемые исходя из понимания их компетентностно-ориентированного содержания, опре-деляют оценки для выбора переходов между состояниями образовательно-го процесса.

Рассмотрим далее основные проблемы формализации и модели-рования образовательного процесса на основе РО.

2. Методика разработки формулировок компетенций для подготовки выпускника

Для сбора, систематизации и накопления формулировок компе-тенций предложена методика по-этапной детализации компетенций

[1], в ходе которой поочередно уточ-няются объекты и виды деятельно-сти, а также цели и способы их ос-воения (формирования). В процессе детализации могут быть получены следующие три вида формулировок:

• компетенции выпуск-ника, понятные и прозрачные всем, в том числе, и самому студенту, для идентификации видов и объектов деятельности в задачах подготовки выпускника;

• содержательные ком-петенции выпускника, понятные и прозрачные преподавателям и спе-циалистам данной сферы профессио-нальной деятельности, для иденти-фикации элементарных (неделимых) РО;

• умения выпускника, понятные и прозрачные преподавате-лям и специалистам данной предмет-ной области подготовки, для иденти-фикации навыков элементарных РО.

2.1. Компетенции выпуск-ника для определения задач его подготовки

ФГОС определяют виды и ос-новные объекты профессиональной деятельности выпускников. Компе-тенция выпускника, определяющая отдельную задачу по его подготовке, имеет следующий вид:

КОМПЕТЕНЦИЯ: = <деятельность> <объект деятельности> (1)

Понятие <деятельность> задается

глагольной группой (разрабатывать, проектировать и т.п.) в соответствии с видами деятельности, а <объект деятельности> – именной (web-приложения, графический интерфейс и т.п.).

Для систематизации и накопления компетенций выпускника при разра-ботке КМВ и вариативной части ООП следует чередовать уточнение видов и объектов деятельности, ис-

ходя из некоторой исходной компе-тенции для данного профиля подго-товки выпускника. Детализацию сле-дует проводить до тех пор, пока не будет наблюдаться переход с того, какой результат будет достигнут в процессе подготовки на то, каким образом его можно достичь. В общем случае структура записи каждой i-й компетенции выпускника после ее однократной детализации выглядит следующим образом:




КОМПЕТЕНЦИЯ (i): =

<деятельность (i)>

(<объект деятельности (i, 1)> + < объект деятельности (i, 2)> + ... )

или

(<деятельность (i,1)> + <деятельность (i, 2)> + ... ) < объект деятельности (i)>.

(2)

Таким образом, на данном этапе детализации получается иерар-хия видов и объектов деятельности выпускника. Ключевое словосочета-ние в формулировке задачи опреде-ляется глагольной и именной груп-пами, замыкающими иерархию объ-ектов и видов деятельности соответ-ствующей компетенции; остальные объекты и виды деятельности в ие-рархии уточняют атрибуты ключево-го словосочетания и позиционируют данную задачу подготовки с точки зрения освоения исходной компетен-ции выпускника.

2.2. Содержательные компе-тенции выпускника

Содержательные компетенции выпускника являются результатом дальнейшей детализации компетен-ций выпускника. Содержательные профессиональные компетенции вы-пускника служат выражением мне-ния о том, каким образом (способом) следует решать поставленную задачу подготовки, чтобы достичь заплани-рованные РО.

Структура записи содержа-тельных профессиональных компе-тенций имеет следующий вид:

СОДЕРЖАТЕЛЬНАЯ ПРОФЕССИОНАЛЬНАЯ КОМПЕТЕНЦИЯ: = <деятельность> <объект деятельности> <способ формирования>.

(3)

Здесь <деятельность> - гла-

гольная группа, выбранная из переч-ня соответствующего вида профес-сиональной деятельности; <объект деятельности> - объект, на который направлена данная профессиональная деятельность; <способ формирова-

ния> характеризует содержание об-разования, с помощью которого бу-дет освоена эта компетенция (техно-логию, метод, подход и т.п.).

Структура записи содержа-тельных универсальных компетенций имеет следующий вид:

СОДЕРЖАТЕЛЬНАЯ УНИВЕРСАЛЬНАЯ КОМПЕТЕНЦИЯ: = <деятельность> <объект деятельности> <цель формирования>

(4)

Здесь <деятельность> - гла-

гольная группа (например, приме-нять, использовать и т.п.); <объект деятельности> - объект, на который направлена данная деятельность (на-пример, для универсальных инстру-ментальных компетенций – техноло-гия, язык программирования, специ-фикация и т.п., а для универсальных общенаучных компетенций – метод,

модель, методика и т.п.); <цель фор-мирования> характеризует содержа-ние образования, для которого требу-ется освоение данной компетенции.

Между содержательными универсальными и профессиональ-ными компетенциями выпускника существует неразрывная причинно-следственная связь: профессиональ-ные компетенции определяют цель




освоения универсальных компетен-ций, а универсальные компетенции, в свою очередь, характеризуют то со-держание, которое является основой (базисом) для формирования профес-сиональных компетенций.

Содержательные компетенции идентифицируют элементарные РО, которые являются неделимыми с точки зрения их целостности, но уже не такими прозрачными, как ранее полученные компетенции для задач подготовки выпускника. Учитывая связь содержательных профессио-нальных и универсальных компетен-ций, в идентификаторе каждого эле-ментарного РО присутствует описа-ние профессиональной деятельности выпускника.

Например, в рамках подготов-ки бакалавров одна из задач профес-сиональной подготовки выражается следующей универсальной инстру-ментальной компетенцией «Приме-нять информационные технологии для подготовки отчетных материа-лов». В качестве идентификаторов элементарных РО для этой задачи могут выступать следующие содер-жательные компетенции: «Приме-нять технологии текстового редакто-ра MS Word для оформления отчет-ных материалов», «Применять тех-нологии MS Excel для обработки данных», «Применять технологии

MS PowerPoint для подготовки пре-зентаций» и т.п. Здесь каждая содер-жательная компетенция характеризу-ет один элементарный РО, заплани-рованный в рамках поставленной за-дачи. Все перечисленные РО одно-типны и могут быть достигнуты в рамках изучения одного образова-тельного модуля (одной дисципли-ны). Различные способы формирова-ния компетенций, имеющих одина-ковые объекты и виды деятельности, идентифицируют различные элемен-тарные РО и позволят отбирать ва-риативное содержание образования для их достижения.

2.3 Умения выпускника Умение выпускника или на-

выковая компетенция [1] формули-руются аналогично содержательным компетенциям (3), исходя из понима-ния имеющихся возможностей со-держания образования. Принципи-альным отличием содержательной компетенции и умений для ее освое-ния является то, что каждое из уме-ний не может самостоятельно иден-тифицировать РО, но является необ-ходимым для того, чтобы в соедине-нии с другими умениями обеспечить формирование данной содержатель-ной компетенции. В общем случае структура такой компетенции выгля-дит следующим образом:

УМЕТЬ: <деятельность> < объект деятельности > [<способ приобретения>], …

(5)

Здесь <способ приобретения>

- необязательный элемент, применя-ется в том случае, если требуется до-полнительное уточнение способа приобретения данного умения. При-мерами умений для формирования содержательной компетенции «При-менять технологии текстового редак-тора MS Word для оформления от-четных материалов» могут служить:

• Создавать и редактиро-вать простейший текстовый доку-мент;

• Создавать текстовый документ с использованием возмож-ностей форматирования шрифта, аб-зацев, параметров страниц;

• Вставлять в текстовый документ графические иллюстрации с возможностью обтекания текстом;

• Создавать и формати-ровать в текстовом документе табли-




цы, колончатый и табулированный текст;

• Создавать и формати-ровать в текстовом документе списки различного уровня, надписи, колон-титулы, элементы автотекста и авто-замены и т.п.

2.4. Уровни сформированно-сти результатов компетенций вы-пускника

Для формирования компетен-ций выпускника следует также ото-брать знания и представления для концептуального описания предмет-ной области изучения. Их перечень должен быть необходимым и доста-точным для формирования умений (5) в содержательных компетенциях выпускника (3-4) и представляется в следующем виде:

ЗНАТЬ: <знание >, <знание>, … ПРЕДСТАВЛЯТЬ: <представление >, <представление>, …

(6)

Формирование компетенций и

их синтез проводится в рамках про-ведения самостоятельной работы студентов (СРС) [2], т.к. результаты их сформированности у каждого сту-дента могут быть проявлены и оце-нены только при самостоятельном выполнении практических заданий. Для планирования процесса форми-рования содержательных компетен-ций и последующей оценки их сфор-мированности следует устанавливать уровни, требования к которым выра-жают мнение о том, какие знания, представления (6) и умения (5) необ-ходимы и достаточны для достиже-ния соответствующего результата.

2.5. Навыки выпускника В процессе освоения компе-

тенций (1-5) у выпускника формиру-ются вполне определенные навыки, которые идентифицируют ожидае-мые и достигнутые результаты их сформированности. Навыки по сво-ему характеру делятся на интеллек-туальные, практические и переноси-мые. Интеллектуальный навык ха-рактеризуется по Блуму [2] способ-ностью применять полученные зна-ния и представления, проводить ана-лиз и оценку полученных решений, а также синтезировать и оценивать но-вые знания в изучаемой предметной области. Практический навык харак-теризуется готовностью применять изученные методы, модели, техноло-гии и т.п. для решения типовых прак-

тических задач данной предметной области, а переносимый навык – способностью переносить приобре-тенные навыки на решение новых задач, в том числе и в других пред-метных областях подготовки.

3. Построение компетентно-стной модели выпускника

Основой для планирования процесса формирования компетенций являются КМВ и ООП, разработан-ные вузом для данного профиля под-готовки на основании требований ФГОС соответствующего направле-ния подготовки и уровня образова-ния.

КМВ представляет собой со-вокупность учебно-методической до-кументации, регламентирующей цели и задачи, а также ожидаемые резуль-таты их подготовки. КМВ является мощным инструментом для управле-ния отбором в избыточном образова-тельном пространстве компетентно-стно-ориентированного содержания образования, реализация которого в целостном образовательном процессе будет необходимой и достаточной для подготовки конкурентоспособно-го выпускника, востребованного рынком труда.

3.1. Компетенции выпуск-ника для идентификации ожидае-мого результата подготовки

Ожидаемый результат подго-товки – это пороговый (минималь-ный, необходимый) уровень акаде-




мической и профессиональной под-готовленности, который, как ожида-ется, должен быть достигнут выпуск-никами после завершения ООП. Ожидаемый результат подготовки в КМВ описывается с помощью двух групп компетенций выпускника: универсальных и профессиональных.

Универсальные компетенции выпускника инвариантны к видам профессиональной деятельности, т. е. являются надпрофессиональными. В группе универсальных компетенций выделены три подгруппы: социально-личностные, общенаучные и инстру-ментальные компетенции выпускни-ка. Социально-личностные компе-тенции формируют в процессе подго-товки такие важные качества у выпу-скников, как целеустремленность, организованность, трудолюбие, от-ветственность, гражданственность, коммуникативность, толерантность, повышение общей культуры и т. п. Общенаучные компетенции форми-руют в процессе подготовки понима-ние роли науки в развитии цивилиза-ции, основных философских учений и теорий, сущности государства и права, владение общей методологией научного познания, готовность при-менять фундаментальные знания по естественно-научным направлениям подготовки (физике, математике, ин-форматике) и т.п. Инструментальные компетенции формируют в процессе подготовки базовые навыки принятия решений в сфере техники и техноло-гий, владение современными инфор-мационными и коммуникационными технологиями, владение иностран-ными языками и т.п. Универсальные компетенции во многом определяют-ся требованиями ФГОС к уровню подготовленности выпускника дан-ного направления и уровня образова-ния (бакалавр, магистр, специалист).

Профессиональные (специ-альные) компетенции выпускника описывают совокупность основных типичных черт какой-либо профес-

сии, определяющих конкретную на-правленность ООП ВПО, ее содер-жания. Профессиональные компе-тенции выпускника разрабатываются на основе вышеизложенного подхо-да. Перечень профессиональных компетенций структурируется в со-ответствии с теми основными видами профессиональной деятельности, к которым должен быть подготовлен выпускник, например: научно-исследовательские, проектные, про-изводственно-технологические и ор-ганизационно-управленческие ком-петенции. Самой подвижной частью КМВ являются его профессиональ-ные компетенции, т.к. они определя-ют профиль подготовки выпускника и являются во многом оригинальны-ми (иначе не было бы деления на на-правления и специализации).

3.2. Актуализация компе-тенций выпускника для иденти-фикации ожидаемого результата подготовки

Выпускающая кафедра, отве-чающая за качество подготовки вы-пускников, получает информацию о требованиях рынка труда через анке-тирование работодателей, а также выпускников, проработавших после окончания вуза 3-5 лет. Сбор, обра-ботка, накопление и систематизация результатов анкетирования должны проводиться не реже одного раз в год.

Отбор работодателей для ан-кетирования производится исходя из понимания современного состояния и тенденций развития той сферы дея-тельности, для которой готовится выпускник. Анкетирование работо-дателей проводится с целью выясне-ния мнения работодателя о том:

• какие профессиональ-ные компетенции выпускника актив-но используются специалистами дан-ного профиля (специализации) на практике в производственной дея-тельности;




• какие профессиональ-ные компетенции специалиста от-сутствуют в КМВ, и почему их сле-дует включить в его модель;

• какие профессиональ-ные компетенции являются более важными, а какие - менее важными (ранжирование всего списка компе-тенций с учетом добавленных компе-тенций);

• какие слабые стороны в формировании личности выпускника не устраивают работодателя;

• какие факторы разви-тия техники и технологий, организа-ции труда, социальной сферы и т.п. повлекут в ближайшие пять лет из-менения в видах и объектах деятель-ности специалистов.

При анкетировании выпуск-ников, приступивших к работе и имеющих положительный опыт про-фессиональной деятельности и карь-ерный рост, следует, в первую оче-редь, выяснить следующее:

• какие стороны, особен-ности образовательного процесса (владение методами ведения научных исследования, компьютерными тех-нологиями, приемами профессио-нальных консультаций и т.п.) оцени-ваются выпускником высоко, а какие низко;

• какие навыки профес-сиональной деятельности были при-обретены в вузе, а какие - уже после его окончания (или в какой пропор-ции эти навыки были приобретены);

• насколько востребова-ны специалисты данного профиля (специализации), и были ли у выпу-скника проблемы при трудоустрой-стве (требовался другой уровень об-разования или другой профиль под-готовки; требовались компетенции, которыми выпускник не владел на момент трудоустройства т.п.);

• какие проблемы в нача-ле профессиональной деятельности испытал выпускник;

• в какой сфере деятель-ности работает в настоящее время выпускник;

• каким образом можно охарактеризовать настоящее место трудовой деятельности и его окруже-ние (работа над индивидуальным проектом, работа над коллективным проектом, работа в тесном контакте со специалистами других профилей и специализаций и т.п.);

• каким образом связана настоящая трудовая деятельность с полученной специализацией.

Обработка результатов анке-тирования работодателей и выпуск-ников прошлых лет должна быть на-правлена на корректировку КМВ с целью повышения качества образо-вания. Коррекция КМВ связана с из-менением:

• перечня объектов и ви-дов профессиональной деятельности выпускника;

• перечня и рангов задач профессиональной подготовки выпу-скников;

• перечня и рангов про-фессиональных (специальных) со-держательных компетенций выпуск-ника;

• перечня наиболее важ-ных, наиболее «знаковых» умений, которые ожидает увидеть у выпуск-ника его потенциальный работода-тель;

• плана испытаний ожи-даемого РО и критериев оценивания компетентности (рейтинга) выпуск-ника.

3.3. Планирование ожидае-мого результата подготовки

Реализация КМВ планируется на основе взаимодействия двух обра-зовательных пространств – Q и S (рис. 1). В пространстве Q разработ-чики модели устанавливают такие состояния образовательного процесса Хц, для идентификации которых бы-ли использованы профессиональные (специальные) компетенции, выяв-




ленные ими на основе анализа требова-ний рынка труда к уровню подготовки выпускника, а в пространстве S – такие испытания ожидаемого результата подготовки (РО1, РО2, ...), которые, по их мнению, позволят судить о подготовленности выпускников к их профессиональной деятельности.

Взаимодействие пространств Q и S сводится к управлению таким образовательным процессом, в кото-ром в ходе запланированных испыта-ний ожидаемых результатов подго-товки (РО1, РО2, ...) происходит син-тез (соединение) соответствующих профессиональных компетенций со-стояний (Хц1, Хц2, …) и проявляются личностные качества выпускников. Целью каждого испытания являются

измерение фактически достигнутого результата и оценка компетентности (рейтинга) выпускника.

Оценка компетентности выпу-скника является накопительной (рис. 2); критерии для ее определения в каждом испытании служат для оцен-ки успешности освоения выпускни-ком соответствующих профессио-нальных компетенций и активности его личного участия в достижении ожидаемого результата подготовки. Накопленные за все испытания оцен-ки характеризуют компетентность (суммарный рейтинг) данного выпу-скника, которая должна быть не меньше той, которая ожидается раз-работчиками модели.

Рис.1. Компетентностная модель

выпускника Рис.2. Оценивание компетентности

выпускника

При планировании состояний Хц1, Хц2, для испытаний ожидаемого результата подготовки выпускника (рис. 1) следует руководствоваться следующими принципами.

• Каждый элементарный РО, для идентификации которого ис-пользованы компетенции из КМВ, должен пройти испытание прямо или опосредовано через другие РО. Для этого необходимо установить в про-странстве Q причинно-следственные связи между такими РО и определить порядок их испытаний. При этом можно учитывать результаты анкети-рования работодателей, которые пу-тем ранжирования компетенций оп-ределят наиболее важные с точки

зрения профессиональной деятельно-сти выпускников компетенции.

• Каждое испытание планируется для нескольких элемен-тарных РО, имеющих в качестве идентификаторов не только профес-сиональные, но и универсальные со-держательные компетенции.

• Определение трудоем-кости испытания и критериев оцени-вания во многом определяется видом испытания (проект, практика, иссле-дование и т.п.) и требованиями к ис-пытанию. Максимальный балл (рей-тинг) за конкретное испытание опре-деляется как доля в максимальной оценки компетентности выпускника.




• Среди критериев оце-нивания следует предусмотреть не только факт прохождения испытания, но и личностное участие испытуемо-го в разработке ожидаемого РО (его активность, умение самостоятельно находить необходимые решения и т.п.), его способность к поиску но-вых, нестандартных решений.

При разработке испытаний ожидаемого результата подготовки следует правильно подбирать зада-ния для испытаний: они должны быть из перечня практических задач, решаемых специалистами в данной сфере профессиональной деятельно-сти. В этой связи чрезвычайно важно спланировать такие испытания ожи-даемого результата подготовки, что-бы измерить у испытуемого степень овладения не только профессиональ-ными компетенциями, но и сформи-рованность в нем ожидаемых по-требностей общества и личности, т.е. социально-личностных компетенций. Планирование, как правило, не одно-го, а нескольких испытаний ожидае-мого результата подготовки и уста-новление причинно-следственных связей между ними должно прово-диться с учетом основного требова-ния компетентностного подхода: в испытаниях должны быть задейство-ваны прямо или опосредовано все достигнутые элементарные РО про-странства Q.

На рис. 2 приведен пример формирование оценки качества обра-зования, определяемой как результат измерения компетентности выпуск-ника за четыре испытания. Здесь О* - максимальная оценка компетентно-сти выпускника, принимаемая за 100 баллов, а Оi – оценка компетентности i-го выпускника. Оценка О* является накопительной и складывается из максимальных оценок, которые мо-жет получить выпускник за все ис-пытания в процессе его подготовки. Оценка О* - оценка идеального вы-пускника, подтвердившего свою

компетентность в процессе подго-товки и набравшего по каждому ис-пытанию максимальный балл.

4. Моделирование образова-тельного процесса на основе РО

Для установления связей меж-ду РО и компетентностно-ориентированным содержанием об-разования предложены три способа описаний состояний образовательно-го процесса Хбаз = {х1, х2, …, хn}: че-рез компетенции элементарных РО (1-4); через знания, умения и навыки (ЗУН); через базовые образователь-ные модули (БОМ).

Отношение непосредственной вложенности компетенций, установ-ленной в ходе детализации некоторой исходной компетенции РО вплоть до компетенций задач подготовки (1), а также дальнейшая декомпозиция РО, соответствующих освоению содер-жательных компетенций выпускни-ками различных профилей подготов-ки, определяет модель иерархии РО в виде корневого дерева Т(Y, R) высо-той h(Т) = ks. Здесь Y – множество вершин, а R – множество дуг дерева. Множество Y = {y0} ∪ Y1 ∪ Y2 ∪ …∪ Yks, где y0 – корень дерева, модели-рующий совокупный РО для всего образовательного пространства; Y1,Y2, ..., Yh(T) – подмножества вер-шин, моделирующих РО, полученные при декомпозиции совокупного РО на 1, 2, ..., ks шагах декомпозиции со-ответственно. Путь µi = (y0 , …, yi ), идущий из корня y0 дерева Т(Y,R) к его листу yi, моделирует идентифи-каторы i-го элементарного РО, а отображение ϕ : Хбаз → М – соот-ветствие множеств сопоставимых (сравнимых) состояний образова-тельного процесса Хi ⊂ Хбаз элемен-тарным РО, моделируемым в дереве Т(Y, R) маршрутом µi ∈ M.

Пусть х0 – состояние образо-вательного процесса, суммирующее все ЗУНы, необходимые и достаточ-ные для начала разработки ожидае-мого РО в пространстве Q. Устано-




вим следующее n-арное отношение порядка на множестве состояний Х = Хбаз ∪ {х0} в пространстве Q: «в об-разовательном процессе по подго-товке выпускников ЗУНам состояния xr непосредственно предшествуют ЗУНы непустого ряда состояний хs, хv,…». Тогда будет построена модель РО, или план-граф, устанавливаю-щий причинно-следственные связи между состояниями образовательно-го процесса. План-граф представляет собой гиперграф Н(Х,Р), состоящий из множества вершин Х и множества ориентированных гиперребер Р, при-чем Р≠∅. Вершины х ∈ Х модели-руют СК образовательного процесса в пространстве Q, а гиперребра Р – упорядоченность и направленность целостного образовательного про-цесса по достижению СК обучаемы-ми. Отметим далее основные свойст-ва гиперграфа Н(Х, Р).

1. Упорядоченность вер-шин. Множество вершин Хбаз = Х1 ∪ ... ∪ Хi ∪…∪ Хm состоит из упорядо-ченных подмножеств вершин Хi ≠∅, включающих в себя сопоставимые (сравнимые) состояния образова-тельного процесса для достижения i-го элементарного РО, моделируемого в дереве Т(Y, R) маршрутом µi ∈ M.

2. Единственность стока гиперребра. Ориентированное гипер-ребро pr = (Ir ; xr)∈ P имеет единст-венную вершину стока – xr и не-сколько вершин истока – Ir ≠ ∅, Ir ⊂ Х\{xr} как следствие минимальности и достаточности образовательного процесса в пространстве Q.

3. Свойства отношения частичного порядка на множестве Х определяет наличие в множестве ги-перребер Р:

• дуг, у которых исток Ir = {хs} и сток хr принадлежат одно-му и тому же упорядоченному под-множеству вершин Хi = {...,хs,хr,...};

• мультидуг, у которых исток Ir = {хs}, хs ∈ Хi и сток хr ∈ Хj

лежат в разных подмножествах вер-шин Хi, Хj ⊂ Хбаз, причем исток хs указывает на состояние Хi с мини-мальным набором ЗУНов у обучае-мого («не ниже, чем…») и распро-страняет это отношение на состояния хs+1, хs+2,... данного подмножества Хi;

• ориентированных мультигиперребер, у которых исток Ir = {хs, хv,…} имеет две и более вершины, причем каждая вершина истока указывает на состояние с ми-нимальным набором ЗУНов у обу-чаемого («не ниже, чем…») соответ-ствующего упорядоченного подмно-жества вершин и распространяет это отношение на состояния хs+1,хs+2,... (от вершины хs), хv+1, хv+2,... (от вершины хv).

4. Целостность образова-тельного процесса в пространстве Q определяет следующие особенности множества Х:

• вершина х0∈Х – единст-венная в план-графе, у которой полу-степень захода ρ+( х0 ) = 0, у любой другой вершины хi ∈ Х – ρ+( хi ) = 1;

• существует одна или несколько вершин хi ∈ Х, у которых полустепень исхода ρ-(хi) = 0: эти вершины соответствуют конечным состояниям образовательного про-цесса (в пределах данного простран-ства Q);

• любая вершина хi ∈ Х, не являющаяся вершиной конечного состояния образовательного процес-са, имеет ρ-( хi ) ≥ 1.

5. План-граф Н (Х,Р) яв-ляется слабосвязным гиперграфом, что отражает направленность образо-вательного процесса на достижение РО.

6. В план-графе сущест-вует один и только один путь ηi,, со-единяющий вершину х0 с вершиной хi (следствие из свойств 2–4):




∀ хi ∈ Х ∃ ! η i = ( х0, …, хi ). (7)

План-граф является управле-

ния образовательным процессом по реализации КМВ (рис.1). Рассмотрим далее особенности разработки обра-зовательных траекторий в простран-стве Q.

5. Разработка образователь-ных траекторий

Каждое гиперребро pr = (Ir; xr)∈P моделирует в план-графе часть образовательного процесса по дости-жению r-го элементарного РО: ЗУНы вершины стока xr являются выходной, а ЗУНы вершин истока Ir – входной спецификацией для разработки r-го БОМ. Синтез минимального мо-дульного плана (ММП) осуществля-ется по план-графу и сводится к ре-шению следующих задач по разра-ботке образовательных траекторий:

1. Минимизация перечня состояний, который позволяет дос-

тичь в целостном образовательном процессе состояния Хц.; Упорядоче-ние перечня состояний образователь-ного процесса.

Пусть имеется план-граф H(X,P) и Хи ⊂ Х и Хц ⊂ Х – множества состояний исходной и целевой ком-петентности обучаемого соответст-венно (Хи , Хц ≠ ∅ , Хи ∩ Хц = ∅). То-гда композиция минимальных путей, ведущих в план-графе Н(Х, Р) из со-стояний Хи к состояниям Хц, опреде-ляет гиперграф Н’(Х’, Р’) или ММП-граф, порожденный в плане-графе множеством вершин Х’. МПП-граф будет совпадать с подгиперграфом Н’(Х’,Р’) после удаления из него множества дуг VP’. Подгиперграф Н’(Х’,Р’) порожден в план-графе H(X,P) множеством вершин Х’, та-ким, что:

Х’ = (∪ F(η i ) \(∪ F(η i )) ∪ Хи ∪ Хи’, ∀хi ∈Хц ∀хi ∈Хи

(8)

где η i – путь (7) в план-графе

H(X,P); F(ηi) – преобразование пути ηi = (х0, … ,хi) в множество вершин {х0, … ,хi }; Хи’ – множество вер-шин таких, что ∀хj∈ Хи’ ∃ (хs∈ Хи & Хi = {…, хj , …, хs , …}). Из-за вклю-чения в множество Х’ вершин Хи’ в порожденном подгиперграфе могут быть «лишние гиперребра», стоки которых не следует включать в

ММП-граф. Поэтому в подгипергра-фе Н’(Х’,Р’) необходимо удалить множество дуг VP’ ⊂ P’, таких, что ∀рr = (хs, хr)∈ VP’ (хs, хr ∈ (Хи’ ∪ Хи)). На рисунке 3 приведен пример ММП-графа, найденного в фрагменте план-графа: гиперребра Р’ выделены жирными линиями, а вершины Хи отмечены жирными точками, Хи’ – кружками, Хц – звездочками.




Рис.3. ММП-граф Рис.4. Модель (траектория) образовательного процесса

Каждый компонент односто-ронней связности в ММП-графе, от-личный от изолированной вершины, моделирует самостоятельную (с точ-ки зрения порядка освоения состоя-ний) часть образовательного процес-са. Например, ММП-граф (рис. 3) со-держит три компоненты; они могут

моделировать, например, образова-тельный процесс трех модульных дисциплин, трех циклов дисциплин и т.п.

Пусть Н’k(Х’k, Р’k) – k-компонент односторонней связности подгиперграфа Н’(Х’, Р’). Очевидно, что

∃ Х”k ⊂ Х’ k , Х”k ≠ ∅ ( ∀ хi ∈ Х”k : ρ+( хi ) = 0)

Тогда порядок следования СК

в k-части ММП определяется упоря-доченным множеством гиперребер:

P’k = Uр ( Н’k (Х’ k, Р’ k), Х”k ),

где Up – процедура обхода и упорядочения гиперребер k-компонента Н’k (Х’k, Р’k), началь-ными вершинами для которой пооче-редно служат вершины хi ∈ Х”k. Ха-рактеристики учебной нагрузки для достижения состояний Хц определя-ются теми БОМ, которые отбираются по ММП для методического обеспе-чения образовательного процесса. Множество гиперребер Р’ ММП-

графа моделирует состав БОМ в ме-тодического обеспечения, а его мощ-ность |Р’| – их количество. Каждый БОМ характеризуется трудоемко-стью изучения (суммарной нагрузкой по всем видам занятий), которая оп-ределяет вес соответствующего ги-перребра – t(pj). Тогда оптимистиче-ская оценка трудоемкости образова-тельного процесса по подготовке вы-пускника определяется как:

topt = Σ t (pj) + tисп pj ∈ P’

где tисп – трудоемкость ис-пытаний ожидаемого РО. На рисунке 4 приведен пример модели образова-тельного процесса по подготовке вы-

пускника на основе ММП-графа (рис. 3). Здесь гиперребро, имеющее в ка-честве истока множество вершин Хц, а в качестве стока единственную




вершину в пространстве S, моделиру-ет образовательный процесс по ис-пытанию ожидаемого РО с трудоем-костью tисп = 4 ч.; характеристика учебной нагрузки образовательного процесса – 45 ч.

6. Технология ИС для управления компетентностно-ориентированным содержанием ООП

Технология информационной системы (ИС) для управления разра-боткой образовательного процесса (или его отдельного этапа) по подго-товке выпускников схематично пред-ставлена на рисунке 5. Основное на-значение технологии – управление разработкой целостного и результа-тивного образовательного процесса, направленного на достижение ожи-даемого РО, а также управление включением в образовательное про-странство новых результатов, дос-

тигнутых в ходе подготовки выпуск-ников. Ядром технологии является разработка модели образовательного процесса в виде минимального мо-дульного плана. ММП является ре-зультатом проектирования по план-графу Н(Х,Р) образовательной траек-тории, которая проходит через такие состояния образовательного процесса в пространстве Q, изучение БОМ ко-торых в порядке следования состоя-ний в ММП обеспечивает целостный образовательный процесс по форми-рованию результатов компетенций, необходимых и достаточных для проведения испытаний ожидаемого РО. Таким образом, планируемый для достижения в процессе подготов-ки выпускника РО всегда больше, чем ожидаемый. Идентификаторы ожидаемого РО задаются в КМВ, а планируемого РО – в ММП.

Рис.5. Технология ИС для управления разработкой образовательного процес-

са по подготовке выпускников

ИС порождает сообщество виртуальных центров (представи-тельств различных кафедр и потен-циальных работодателей), права дос-

тупа к ресурсам которых определя-ются в системе той ролью, которую они выполняют в разработке ожи-даемого РО. Для разработки каждого




ожидаемого РО в системе регистри-руется в роли центра разработки (ЦР) один из виртуальных центров, кото-рый привлекает к разработке ожи-даемого РО в качестве центров под-держки (ЦП) другие виртуальные центры сообщества. Организованное

таким образом взаимодействие вир-туальных центров в ИС обеспечивает параллельную разработку нескольких ожидаемых РО и обмен опытом в сетевом профессиональном сообще-стве.


1. Лисицына Л.С. Теория и практика компетентностного обучения и аттестаций на основе сетевых информационных систем. СПб.: СПбГУ ИТМО, 2006. 147 с. (см. элек-тронную версию книги http://ito-center.ifmo.ru/publication.html)

2. Лисицына Л.С. Подход к формированию и развитию профессиональных и универсальных компетенций для подготовки выпускников вузов на основе сетевых ин-формационных // Проблемы разработки учебно-методического обеспечения перехода на двухуровневую систему в инженерном образовании: Материалы межвузовской научно-методической конференции, 19-21 ноября 2008г., Москва: Издательский дом МИСиС, 2008. С.154-162.

ПРИМЕНЕНИЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ ПРОФЕССИОНАЛЬНЫХ КОМПЕТЕНЦИЙ СПЕЦИАЛИСТА В АВТОМАТИЗИРОВАННОЙ

ОБУЧАЮЩЕЙ СИСТЕМЕ

APPLICATION OF NEURON NETWORK MODEL OF PROFESSIONAL COMPETENCE OF A SPECIALIST IN THE AUTOMATED TRAINING SYSTEM

Павлов Александр Алексеевич / Pavlov A.A., д.п.н., профессор, зав. лабораторией педагогических технологий на базе

средств информатизации и коммуникации, РАО «Институт информатизации образования» / Candidate of pedagogy, professor, head of laboratory of pedagogical

technologies on the basis of means of informatization and communication, Institution of Russian Academy of Education “Institute of Informatization of Education”,

[email protected]

Крехов Евгений Викторович / Krekhov E.V., аспирант ИИО РАО / postgraduate student of IIE RAE, РАО «Институт информатизации образования» /

Institution of Russian Academy of Education “Institute of Informatization of Education”

Аннотация Предлагается нейросетевая

модель профессиональных компе-тенций специалиста для обоснования затрат автоматизированной обучаю-щей системы. Исследуется зависи-мость стоимостных и временных за-трат обучения от достоверности ней-росетевой модели профессиональных компетенций специалиста.

Annotation Neuron network model of pro-

fessional competence of a specialist for costs substantiation in the automated training system is offered. Dependence of training cost and time expenses by reliability of professional competence of a specialist neuron network model is investigated.

Ключевые слова: автомати-зированная обучающая система, профессиональные компетенции спе-




циалиста, достоверность, затраты,

обучение, статистико-

математическая модель.

Keywords: automated training

system, professional competence of a

specialist, reliability, costs, training, sta-

tistic-mathematical model.

Введение

Совершенствование автомати-

зированных обучающих систем

(АОС) направлено на повышение ка-

чества знаний специалистов. Однако

проблема ограничения затрат на обу-

чение снижает эффективность АОС.

В настоящее время проблема решает-

ся в рамках компетентностного под-

хода, а профессиональные компетен-

ции специалиста (ПКС) становятся

основной характеристикой его ква-

лификации. Поэтому одной из основ-

ных целей при подготовке специали-

ста становится снижение затрат на

обучение ПКС.

Современная структура АОС

включает в себя средства контроля

качества знаний и выработки обу-

чающих воздействий на специалиста.

Эти средства не в достаточной степе-

ни позволяют оценивать стоимост-

ные и временные затраты на его обу-

чение, так как структура АОС не

предусматривает возможности огра-

ничения затрат. Однако по результа-

там контроля знаний специалиста та-

кая оценка может быть выполнена

статистико-математическим модели-

рованием ПКС. В связи с этим необ-

ходимость снижения затрат на обу-

чение ПКС и отсутствие методики

обоснования затрат на профессио-

нальное обучение специалистов с ис-

пользованием статистико-

математического моделирования в

АОС определяет актуальность иссле-

дования [2].

1. Структура АОС

Входные и выходные пара-

метры АОС формируются из данных

блока контроля ПКС путём опроса

специалистов. Оценки их ПКС пред-

ставляют входные параметры X

�

.

Должностные обязанности специали-

стов, зависящие от входных парамет-

ров, образуют выходные параметры

Y

�

[4]:

)(XYY

��

= (1)

В условиях мультиколлинеар-

ности и плохой обусловленности

оценочных данных выходные пара-

метры Y�

связаны с целевыми (тре-

буемыми) уровнями T

�

освоения

ПКС сложным и неоднозначным спо-

собом [4,3]:

)(YTT

��

= (2)

Подсистема поддержки при-

нятия решения (ППР) АОС выбирает

управление X

�

, переводящее ПКС в

целевое состояние T�

. При этом по-

следовательно решаются две обрат-

ные задачи. В обратной задаче опре-

деляют наиболее характерные для

данного состояния выходные пара-

метры ПКС по заданному целевому

состоянию T

�

[4]:

)(TTYT��

= (3)

В прямой задаче по опреде-

ленному на предыдущем шаге набору

выходных параметров Y�

определяют

входные параметры X ′

�

, переводя-

щие ПКС в состояние с этими вы-

ходными параметрами [4]:




)(YYX T��

=′ (4)

Однако, в условиях ограниче-

ния затрат на обучение специалистов

зависимости (3) и (4) необходимо оп-

ределять с учётом стоимостных и

временных затрат на обучение спе-

циалистов. Анализ существующих

АОС показал, что они не имеют та-

кой возможности. Поэтому предлага-

ется структура АОС, содержащая

блок обоснования затрат, которая

представлена на рисунке 1 [3,4].

Рис.1. Структура АОС, содержащая средства обоснования затрат

Обоснования затрат на обуче-

ние специалистов в АОС возможно

только по результатам оценки спе-

циалистов. Из полученных данных

сформируем двумерную таблицу

экспериментальных данных (ТЭД)

(таблица 1). В приведённой таблице

приняты следующие обозначения:

N – количество опрашиваемых специалистов, Ν∈N ;

i – номер оцениваемого специалиста, Ν∈i ;

p – количество ПКС, Ν∈p ;

j – номер ПКС, Ν∈j ;

ijх – значение уровня оценки руководителя i -го специалиста по j -ой ПКС

в соответствии со шкалой (таблица 1.1), Ν∈ijх .




Таблица 1

Таблица экспериментальных данных

Номер ПКС Номер

оцениваемого

специалиста 1 2 … j … p

1 11х 21

х … jх1 … pх1

2 21х 22

х … jх2 … p

х2

… … … … … … …

i 1iх 2i

х … ijх … ip

х

… … … … … …

N 1Nх 2N

х … Njх … Npх

Результаты оценки специали-

стов приводят к ТЭД, на пересечении

строк и столбцов которой выставля-

ются значения уровня оценки. Таким

образом, входные параметры X

�

АОС могут быть заданы матрицей

оценок специалистов:

⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢

⎣

⎡

=

NpNN

p

p

xxx

xxx

xxx

X

...

............

...

...

21

22221

11211

�

(5)

Кроме входных парамет-

ров X�

известны должностные обя-

занности специалистов – классы ПКС

Y�

, которые можно представить в

матричной форме:

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

=

NCNN

C

C

yyy

yyy

yyy

Y

...

............

...

...

21

22221

11211

�

(6)

где С – количество классов

ПКС, Ν∈С ; icy – признак при-

надлежности i -го специалиста к c-

ому классу; c – номер класса

ПКС, Ν∈c .

Признак принадлежности i -го

специалиста к c-ому классу icy

принимает значения:

1=icy , если i -й специалист

принадлежит классу c ;

0=icy , если i -й специалист не

принадлежит классу c .

Однако, остаются не-

определёнными целевые уровни

T

�

классов ПКС из-за сложности и

неоднозначности определения зави-

симостей (1) и (2):




⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢

⎣

⎡

=

NpNN

p

p

ttt

ttt

ttt

T

...

............

...

...

21

22221

11211

�

(7)

где ijt

– значение требуемого

уровня соответствия i -го специали-

ста по j -ой ПКС, Ν∈ijt .

Кроме того, остаются неопре-

делёнными виды зависимостей (3) и

(4). Следовательно, прогнозируемые

значения уровней соответствия клас-

сам ПКС X ′

�

также неопределённы:

⎥⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢⎢

⎣

⎡

′′′

′′′

′′′

=′

NpNN

p

p

xxx

xxx

xxx

X

...

............

...

...

21

22221

11211

�

(8)

где ijx′

– значение прогнози-

руемого уровня соответствия i -го

специалиста по j -ой ПКС, Ν∈′ijx .

Анализ профессиональной

деятельности специалистов показы-

вает, что ПКС взаимосвязаны и взаи-

мозависимы, что определяется их

многообразием и многозначностью

при решении практических задач на

предприятии. В условиях рыночной

экономики, постоянного изменения

условий труда, состав и взаимосвязь

ПКС меняются, что приводит к эф-

фекту мультиколлинеарности и пло-

хой обусловленности оценочных

данных. Эффект мультиколлинеар-

ности и плохая обусловленность оце-

ночных данных делает задачу обос-

нования затрат на обучение ПКС

слабоформализуемой, что обосновы-

вает разработку их статистико-

математических моделей определе-

ния стоимостных и временных за-

трат.

На основе матричного пред-

ставления множества параметров,

характеризующих уровень подготов-

ки специалиста, может быть по-

строена статистико-математическая

модель ПКС. Предположение о том,

что статистико-математическая мо-

дель ПКС идентифицирует специа-

листов заданного класса, определяет-

ся нулевой гипотезой 0

H :

.1)(:0

=xfH�

(9)

Предположение о том, что

статистико-математическая модель

ПКС идентифицирует специалистов,

не относящихся к заданному классу,

определяется альтернативной гипоте-

зой 1

H :

.0)(:1

=xfH�

(10)




Принятие гипотезы 1H позво-

ляет сделать вывод о том, что спе-циалист не удовлетворяет требовани-ям заданного класса, и необходимо

определить компетенции, которые целесообразно развивать.

Формула полной вероятности для статистико-математической мо-дели ПКС, которая строится на дан-ных ТЭД, имеет вид:

1)()()()( 1010 =+++ HPHPHPHP (11)

где )( 0HP – вероятность того,

что статистико-математическая мо-дель ПКС верно распознаёт принад-лежность специалиста к его классу, в котором он состоит; )( 1HP – веро-

ятность того, что статистико-математическая модель ПКС не рас-познаёт принадлежность специалиста к классу, в котором он не состоит;

)( 0HP – вероятность того, что ста-

тистико-математическая модель ПКС не распознаёт принадлежность спе-циалиста к классу, в котором он со-стоит; )( 1HP – вероятность того,

что статистико-математическая мо-дель ПКС распознаёт принадлеж-ность специалиста к его классу, в ко-тором он не состоит. При этом

)( 0HP является вероятностью

ошибки первого рода; )( 1HP явля-

ется вероятностью ошибки второго рода.

Величина, которая задаётся ве-роятностями )( 0HP и )( 1HP опре-

деляет достоверность функциониро-вания статистико-математической модели ПКС D :

)()( 10 HPHPD += (12)

2. Анализ статистико-математических моделей ПКС

Проведён анализ вероятностей возникновения ошибок первого и второго рода на следующих моделях: 1 – искусственные нейронные сети (ИНС), 2 – деревья решений, 3 – ли-нейная регрессия, 4 – логическая рег-

рессия. Расчёт вероятностей возник-новения ошибок первого и второго рода проводился программным про-дуктом «Deductor Studio Academic 5.1».Результаты анализа возникнове-ния ошибок первого и второго рода представлены на рис. 2 и 3.




Рис.2. Результаты оценки вероятностей возникновения ошибок первого рода

Рис.3. Результаты оценки вероятностей возникновения ошибок второго рода

Как видно из рис. 3, нейросе-

тевая модель обладает лучшими по-казателями достоверности обучения при 80 – 100 % ТЭД. Однако при уменьшении обучающей выборки модель логической регрессии имеет

лучшее показатели. Приведена оцен-ка достоверности статистико-математических моделей ПКС. Ре-зультаты оценки достоверности ста-тистико-математических моделей ПКС представлены на рис. 4.




Рис.4. Результаты оценки достоверности статистико-математических

моделей

Анализ статистико-

математических моделей ПКС на ве-

роятность возникновения ошибок

первого и второго рода )(0

HP и

)(1

HP показал, что наиболее досто-

верной является нейросетевая модель

ПКС. Однако, при уменьшении обу-

чающей выборки достоверность ней-

росетевой модели ПКС понижается.

Поэтому возникает необходимость

повышения достоверности распозна-

вания ПКС на базе нейросетевых мо-

делей.

3. Применение нейросетевой

модели ПКС

Нейросетевые модели исполь-

зуют векторные операции с массив-

ным параллелизмом. Структурно вы-

числения производятся в узлах сети с

направленными связями, при этом

каждый узловой элемент (нейрон)

обрабатывает информацию, посту-

пающую к нему от других, непосред-

ственно связанных с ним, нейронов.

Базовая операция нейрона

);( wxn

��

состоит в вычислении ска-

лярного произведения вектора вход-

ных сигналов x�

на весовой вектор w�

и в последующем применении нели-

нейной переходной функции nf к

этому скалярному произведению [2]:

∑+= )();(

0wwxfwxn

jjn

��

(13)

Функция, вычисляемая всей

нейронной сетью в целом

);( WxNN�

, даётся рекурсивным

применением элементарных нейрон-

ных функций (13):

∑ ∑∑++=

j k j

jjjn wfwwfWxNN ...)...)(();(00

�

(14)




где W - матрица весовых коэффициентов.

Наиболее часто используемые архитектурами являются многослой-ные персептроны (MLP - Multilayer Perceptron), процесс функционирова-ния которых удовлетворяет (14). Ка-ждый элемент такой сети строит взвешенную сумму своих входов с поправкой в виде слагаемого и затем

пропускает эту величину активации через передаточную функцию. Таким образом, получается выходное значе-ние этого элемента. Элементы, орга-низованные в послойную структуру MLP с прямой передачей сигнала, изображены на рис. 5.

Рис.5. Структурная схема многослойного персептрона

Обучение MLP модели произ-водится с применением метода об-ратного распространения ошибки. Обучающей выборкой для нейросе-тевой модели ПКС служит ТЭД. По-сле обучения нейеросетевой модели (14) появляется возможность распо-

знавать должностные обязанности (1) по целевым (требуемым) уровням (2).

Определение затрат на обуче-ние ПКС может быть решено приме-нением целевой функции линейного

вида )(xfц :

∑=

+++==p

kppkkц

xcxcxcxcxf1

2211 ...)( (15)

где kx - значение уровня ос-

воения специалистом k -той компе-

тенции; kc - затраты на обучение

специалиста по k -той компетенции

до уровня kx .

Однако, целевая функция вида (15) не позволяет оценить влияние изменения уровня владения по одной компетенции на уровни владения другими. Исключение компетенции из (15) влияет на уровень владения

другими, так как в процессе обучения ПКС становятся взаимосвязаны и взаимозависимы. Таким образом, уменьшение затрат по одной из ком-петенций должно учитывать её взаи-мозависимость с другими, что позво-лит более эффективно минимизиро-вать затраты на обучение [5].

Анализ статистико-математических моделей ПКС пока-зал, что применение нейросетевой модели ПКС для определения взаи-мосвязанности и взаимозависимости




компетенций даёт наиболее досто-

верные результаты. Поэтому для

обоснования временных и стоимост-

ных затрат на обучение и вычисления

параметров обучения (3) и (4) с ис-

пользованием нейросетевой модели

ПКС предлагается следующая мето-

дика.

1. Проводится автоматизиро-

ванный контроль знаний, результа-

том которого являются матрицы оце-

нок и матрицы классов - должностей


2. Для синтеза нейросетевой

модели ПКС задаются входные и

выходные параметры обучения. За-

даётся пороговое значение функции

затрат 0

C .

3. По входным и выходным

данным задаются целевые значения

матрицы оценок и должность каждо-

го специалиста, по которым необхо-

димо проводить обучение специали-

стов, и производится построение ста-

тистико-математической модели

ПКС.

4. Осуществляется направлен-

ный перебор данных матрицы оценок

с изменением входных параметров.

Рассчитываются выходы нейросете-

вой модели ПКС после каждого из-

менения значений оценок по компе-

тенции с номером k . Выход нейрон-

ной сети трактуется как вероятность

распознавания должностных обязан-

ностей специалиста )(0

HP по за-

данным ПКС. Сравнение значений

ПКС до и после моделирования при

помощи

показателя достоверности

(D ) осуществляется установлением

отношений доминирования по пра-

вилу [3]:

)),((max))((opt xfDxfD ′′→′′��

(16)

⎪⎭

⎪⎬

⎫

′′→′′>′′

′≈′→′′=′′

′′→′′<′′

,))(())((

,))(())((

,))(())((

jiji

jiji

jijiц

xxxfDxfD

xxxfDxfD

xxxfDxfD

��

��

��

�≺

��

,

,,1,;

Xx

Njiji

′∈′

=≠∀�

�

(17)

где )(xfц′ - экспериментальная

функция затрат.

Компетенция добавляется в

план обучения, если правило (16)

выполняется.

5. По результатам моделирова-

ния компетенции, которые не влияют

на достоверность статистико-

математической модели ПКС, ис-

ключаются из плана обучения груп-

пы специалистов.

6. Вычисляется функция затрат.

В качестве экспериментальной функ-

ции затрат )(xfц′ предлагается сле-

дующая функция:

∑′

=

′=′

p

k

kkц xcxf1

)( (18)

где kx′ - значение уровня освоения

специалистом k -той компетенции

после изменения входных парамет-

ров согласно предлагаемой методи-

ки; kc - затраты на обучение специа-

листа по k -той компетенции до

уровня kx′ ; p′ - количество компе-

тенций определённых для обучения


7. Если 0

)( Cxfц

>′ , то из вход-

ных параметров исключаются ПКС,

которые не подходят по правилу (16),




итерации повторяются с пункта 3. Иначе предоставляется набор ПКС и матрицы их изменений, которые удовлетворяет условию (16) после текущей итерации.

Экспериментально исследует-ся зависимость затрат на обучение от достоверности нейросетевой модели

ПКС. Данные для эксперимента по-ступают из системы мониторинга предприятия «ТНК-BP». Оценку спе-циалистов предприятия проводят по уровням соответствия ПКС их долж-ностным обязанностям. Уровни оценки задаются шкалой, которая приведена в таблице 2.

Таблица 2 Шкала оценки специалистов

Уровень оценки, балл Название уровня оценки 0 Уровень отсутствует 1 Начальный уровень 2 Базовый уровень 3 Уровень развития 4 Уровень опыта 5 Экспертный уровень

В качестве экспериментальной

дисциплины выбирается «геология и геофизика», которая включает 65 па-раметров компетенций. На каждой итерации строятся нейросетевые мо-дели с заданной достоверностью (от 0 до 1 с интервалом 0.1). На экспери-

мент накладываются следующие ог-

раничения: 1=kc , 00 =C . Зависи-

мость затрат на обучение от досто-верности нейросетевой модели ПКС показано на рис. 6.

Рис.6. Зависимость затрат на обучение от достоверности нейросетевой

модели ПКС

Из рисунка 6 видно, что уве-личение достоверности статистико-математической модели ПКС ведёт к увеличению количества компетенций только до определённого их качест-

венного состава, по которым требу-ется обучение специалистов. На ри-сунке 8 это поведение отражает гра-фик «44 компетенции». Из рисунка 8 видно, что минимальные стоимост-




ные и временные затраты будут обеспечивать параметры ПКС, кото-рые соответствуют графику «20 ком-петенций». Предложенная методика позволяет управлять составом компе-тенций для обучения специалистов. Временные и стоимостные затраты

определяются исходя из состава ПКС.

Анализ зависимостей стоимо-стных и временных затрат на обуче-ние ПКС от вида целевой функции представлен на рис. 7.

Рис.7. Зависимостей стоимостных и временных затрат на обучение ПКС от

вида целевой функцииИз рис. 7 видно, что примене-

ние нейросетевой модели ПКС для обоснования затрат на подготовку специалистов средствами АОС по-зволяет не только наиболее досто-верно распознавать должностные обязанности специалистов, но и ми-нимизировать стоимостные и вре-менные затраты на их обучение. Анализ зависимостей стоимостных и временных затрат на обучение ПКС от вида целевой функции показал, что применение нейросетевой моде-ли ПКС позволяет сократить затраты на 16 % по сравнению с целевой функцией затрат линейного вида (15).

Выводы Таким образом, нейросетевая

модель ПКС позволяет распознать наиболее характерные для специали-стов параметры обучения, а также определять конкретную её степень – управлять стоимостными и времен-ными затратами. Преимущество ней-росетевых моделей ПКС для обосно-вания затрат АОС состоит в том, что они обладают наибольшей достовер-ностью. Предлагаемая структура АОС, содержащая средства обосно-вания затрат, позволяет использовать уже имеющиеся на предприятиях средства автоматизированного кон-троля знаний.


1. Крехов Е. В. Нейросетевой классификатор профессиональной компетентности специалиста // VIII Всероссийская НТК, Нейроинформатика-2008 Сб. научных трудов, ч.1. – М.: Изд-во МИФИ, 2008 – С. 53 – 61.

2. Павлов А.А., Крехов Е. В. Нейросетевая модель профессиональной компе-тентности специалиста. Сборник научных трудов – М.: ИИО РАО, 2007. – С. 161 – 165.

3. Крехов Е. В. Методика прогнозирования профессиональных компетенций специалиста на основе нейросетевых моделей // VIII Всероссийская НТК, Нейроинфор-матика-2009 – М.: МИФИ, 2009, URL: http://www.niisi.ru/iont/ni/ni2009.htm.




4. Луценко Е.В. Синтез адаптивных систем управления индивидуальным обуче-нием на базе интеллектуальной системы "ЭЙДОС": В сб.: "Организация и методологиче-ские проблемы компьютеризации учебного процесса". – Краснодар: КВВАУ, 1998. – С.32–37.

5. Хуторской А.В. Технология проектирования ключевых и предметных компе-тенций // Интернет-журнал «Эйдос». – 2005. – 12 декабря. http://www.eidos.ru/journal/2005/1212.htm.

СТРАТЕГИИ РАЗВИТИЯ СИСТЕМ ЭЛЕКТРОННОГО ОБУЧЕНИЯ НА ПЕРИОД ДО 2015 ГОДА

DEVELOPMENT STRATEGIES OF E-LEARNING SYSTEMS’

FOR UP TO 2015 Усков Владимир Львович / Uskov V.L.,

профессор кафедры “Компьютерных наук и информационных систем», директор ИнтерЛабс научно-исследовательского института, Бредли универси-тет, штат Иллинойс, США / Professor of the Department of Computer Science and Information Systems and co-Director of the InterLabs Research Institute, Bradley Uni-

versity, Illinois, U.S.A., [email protected]

Иванников Александр Дмитриевич / Ivannikov A.D., первый заместитель директора Государственного научно-

исследовательского института информационных технологий и телекоммуника-ций «Информика», Москва / First Deputy Director, State Institute of Information

Technologies and Telecommunications, Moscow, [email protected]

Усков Александр Владимирович / Uskov A.V., специалист по информационным технологиям кафедры “Компьютерных

наук и информационных систем», Бредли университет, штат Иллинойс, США / Information Technology Specialist of the Department of Computer Science and Infor-

mation Systems, Bradley University, Illinois, U.S.A., [email protected]

Аннотация Рассматриваются вопросы

стратегий развития систем электрон-ного обучения на период до 2015 го-да, использования перспективных технологий для корпоративных обра-зовательных сетей на период до 2012 года, а также требований, предъяв-ляемых к преподавателям современ-ных систем электронного обучения. Полученные данные основаны на ре-зультатах опросов более 400 между-народных экспертов из 150 образова-тельных организаций 50 стран мира в 2007-2009 годах.

Annotation This paper describes outcomes

of 2007-2009 international surveys of

experts in e-learning area and presents data regarding strategic issues of e-learning systems up to 2015, informa-tion and communications technologies for e-learning systems for up to 2012, and profile of modern e-learning in-structor. Feedback from more than 400 experts, who represent 150+ organiza-tions (colleges, universities, ministries of education, and training organiza-tions) in 50+ different countries all over the world, is summarized below.

Ключевые слова: электрон-ное обучение, стратегии развития, технологии, международные опросы.

Keywords: e-learning, devel-opment strategies, technologies, interna-tional surveys.


Системный анализ, управление и обработка информации


Введение Стремительное развитие гло-

бальной компьютерной сети Интер-нет и веб-сервисов, а также образова-тельных, информационных, компью-терных, сетевых, программных, мультимедийных, коммуникацион-ных и коллаборативных технологий открывает на их основе принципи-ально новые возможности для дея-тельности и стратегического разви-тия образовательных организаций во всем мире. Многие образовательные организации мира: университеты, колледжи, школы, центры перепод-готовки кадров, корпоративные уни-верситеты и др. – рассматривают со-временные модели построения и ис-пользования систем электронного обучения (ЭО) в своей деятельности со следующими целями:

• соответствия мировым стандартам на формы и технологии обучения;

• повышения конкурен-тоспособности образовательной ор-ганизации;

• повышения привлека-тельности организации для обучае-мых;

• повышения качества образовательного процесса и контен-та.

В этой связи в настоящее вре-мя во всем мире бурными темпами развивается ЭО, которое основано на самом широком и активном исполь-зовании сети Интернет, веб-сервисов и основных типов технологий корпо-ративных образовательных сетей (КОС) – мультимедийных техноло-гий (ММТ), коммуникационных веб-технологий (КМТ), коллаборативных веб-технологий (КЛТ) и стримминг технологий (СТ) для передачи муль-тимедийных данных в компьютерных сетях.

Вложение значительных фи-нансовых, технических, временных, человеческих, учебно-методических ресурсов в ЭО и КОС, а также жела-

ние исключения стратегических ошибок при организации ЭО требует от руководства образовательной ор-ганизации знания перспектив разви-тия ЭО и КОС как в целом, так и от-дельных их компонентов. В связи с этим авторами данной статьи в 2006-2009 гг. были проведены многочис-ленные исследования по определе-нию:

• основных стратегий развития систем ЭО на период до 2015 года;

• перспективных техно-логий ЭО и КОС на период до 2012 года;

• требований, предъяв-ляемых к преподавателям современ-ными системами ЭО [3, 4, 5, 6, 7].

1. Методика проведения ис-следований

Методика проведения указан-ных исследований включала:

1) анализ доступной лите-ратуры по перспективам развития ЭО;

2) интервьюирование ряда экспертов мирового уровня в области ЭО, включая руководителей органи-заций – мировых лидеров в области ЭО, а именно: доктора Дэвида Вин-сента, вице-канцлера Открытого уни-верситета Великобритании (14 марта 2007 года, Шамони, Франция); док-тора Сюзан Олдридж – президента университетского колледжа универ-ситета Мэриленда, США (17 марта 2008 года, Инсбрук, Австрия); докто-ра Деметриоса Сампсона, председа-теля комитета IEEE по инновацион-ным образовательным технологиям (1 октября 2008 года, о. Крит, Гре-ция); доктора Тошио Окамото, кон-сультанта министра образования Японии по вопросам ЭО и президен-та Японской ассоциации информаци-онных систем в образовании (20 мар-та 2009 года, Пукет, Таиланд);

3) очные опросы более чем 90 международных экспертов в




области ЭО в ходе ряда международ-ных конференций в 2007-2009 годах;

4) проведение ежегодных (в 2007, 2008, 2009 годах) мировых онлайн опросов специалистов из раз-ных стран по вопросам развития ЭО, анализ и обработка полученных дан-ных;

5) выступления авторов на различных международных и нацио-нальных конференциях по вопросам передового ЭО в 2007-2009 годах и обсуждения презентаций со специа-листами в области ЭО.

Для проведения мировых он-лайн опросов и обработки получен-ных результатов авторами был разра-ботан специальный сервер и про-граммное обеспечение, а также кас-томизирован пакет программ phpESP для специфики каждого проводимого онлайн опроса.

2. Опрос международных специалистов на предмет опреде-ления стратегий развития систем ЭО на период до 2015 года

2.1. Организация опроса С октября 2007 года по апрель

2009 года более 300 специалистов из 52 стран мира в области ЭО были приглашены участвовать в опросе из 18 вопросов относительно стратегий развития систем ЭО на период до 2012 года. 182 специалиста из 146 организаций мира (университетов, колледжей, министерств, междуна-родных университетских сетей) в 47 странах предоставили полные ответы на все вопросы, включая ответ на следующий вопрос: «Укажите сте-пень важности каждого предложен-ного стратегического кластера во-просов для организаций ЭО на пери-од до 2015 года».

2.2. Характеристики респон-дентов

Всего в опросе приняли участие 152 представителя организаций ЭО. В том числе представители Англии – 23 респондента, Аргентины - 2, Австра-лии - 8, Австрии – 3, Бразилии – 3,

Болгарии – 1, Канада – 12, Китая – 6, Кипра – 1, Египта – 1, Финляндии – 4, Франции -1, Германии – 11, Греции – 3, Гон-Конга – 2, Индии – 9, Индоне-зии – 1, Ирана – 5, Ирландии – 2, Из-раиля – 1, Италии – 6, Ямайки – 1, Японии - 17, Латвии – 1, Литвы – 2, Малайзии – 11, Мьянмы – 2, Мекси-ки – 1, Непала -1 , Новой Зеландии - 4, Нигерии – 1, Норвегии – 2, Паки-стана – 1, Польши – 2, Республики Йе-мен – 1, России – 3, Румынии – 3, Сау-довской Аравии – 1, Шотландии – 1, Сербии – 1, Сингапура – 5, Южной Аф-рики – 2, Кореи – 2, Испании – 4, Шве-ции – 2, Швейцарии – 4, Тайваня – 4, Таиланда – 4, Тринидада и Тобаго – 2, Турции - 1, США – 53.

Ниже приводятся некоторые обобщенные характеристики участ-вовавших экспертов и их организа-ций:

• 82 % участников рабо-тают в области ЭО более 3 лет; 59 % - более 7 лет;

• 61 % респондентов ра-ботают в университетах, в которых обучаются более 5000 студентов; 20 % - в университетах с количест-вом обучаемых от 1000 до 5000;

• 65% респондентов ра-ботают преподавателями в универси-тетах, 16% респондентов являются администраторами университетов (президентами, вице-президентами, деканами, директорами, и т.п.); 15% являются студентами, слушателями или обучаемыми; 4% являются тех-ническими работниками корпоратив-ных образовательных сетей.

2.3. Контент опроса Респондентам было предло-

жено проранжировать 18 кластеров стратегических вопросов, связанных напрямую с развитием ЭО, а именно:

1) администрация образо-вательной организации, т.е. ее виде-ние перспектив ЭО, политика в деле развития ЭО, способность управле-ния ЭО, финансовая и техническая поддержка ЭО и др.;




2) образовательный кон-тент, т.е. учебно-методическое обес-печение корпоративной образова-тельной сети, системы управления ЭО и электронными курсами, систе-мы создания образовательного кон-тента, библиотеки или репозитории образовательных модулей и т.п.;

3) оценивание, т.е. вопро-сы анализа рынка и потребности в ЭО, формулировка перечня преиму-ществ для создания системы ЭО в организации, перечень новых воз-можностей для университета, препо-давателей и студентов и др.;

4) преподаватели, т.е. во-просы анализа способностей препо-давателей преподавать курсы ЭО и общаться со студентами посредством современных коммуникационных технологий; переподготовка препо-давателей для преподавания курсов ЭО; поддержка преподавателей-создателей контента ЭО и др.;

5) финансовые вопросы, т.е. вопросы финансирования про-цессов создания и функционирования систем ЭО, оплаты преподавателям за разработку и чтение курсов ЭО, оплата студентами курсов ЭО и т.п.;

6) инфраструктура, т.е. вопросы технического и программ-ного обеспечения университетской или корпоративной образовательной сети: компьютеры, серверы, про-граммное обеспечение и т.п.;

7) интеллектуальная соб-ственность, т.е. политика образова-тельной организации по защите прав собственности, авторских прав, ли-цензирования курсов ЭО, передачи курсов или их фрагментов другим организациям и др.;

8) преподавание в системе ЭО, т.е. вопросы использования ин-новационных методов преподавания курсов ЭО, способы коммуникаций студентов и преподавателей в систе-ме ЭО, онлайн тестирование, колла-боративное изучение и т.п.;

9) партнерство со сторон-ними организациями, т.е. вопросы создания партнерских отношений с другими университетами, провайде-рами сетей, разработчиками образо-вательного контента и др.;

10) качество учебных про-грамм и курсов ЭО, подготовки пре-подавателей ЭО, процесса препода-вания курсов ЭО, технологий ЭО, образовательного контента, сервисов ЭО и т.п.;

11) безопасность, т.е. ин-формационная безопасность корпо-ративной образовательной сети, раз-деление доступа в сеть, использова-ния Веб-приложений сети в универ-ситете и за его пределами и др.;

12) сервисы, т.е. сервисы ЭО для студентов, преподавателей, разработчиков контента, админист-раторов курсов ЭО, директоров про-грамм ЭО и т.п.;

13) стратегическое плани-рование, включая программы долго-временного планирования ЭО, стра-тегические альянсы с различными организациями и т.п.;

14) социально-сетевые во-просы, т.е. использование технологий и средств ЭО для общения пользова-телей, виртуальное общение студен-тов, этика общения в сети, изучение лучших примеров по организации ЭО и виртуального общения студентов и т.п.;

15) студенты, включая оп-росы студентов до начала курса ЭО и после его окончания; после оконча-ния программ ЭО; центры помощи студентов в системе ЭО; мониторинг выпускников программ ЭО универ-ситетов и др.;

16) технологии, т.е. техно-логии разработки и доставки элек-тронного контента; коммуникацион-ные и коллаборативные технологии; образовательные порталы; цифровые библиотеки; беспроводные техноло-гии и т.п.;




17) аутсорсинг, т.е. переда-ча прав на разработку всех обеспече-ний – технического, программного, учебно-методического - системы ЭО и поддержание ее функционирования третьей стороне;

18) другие вопросы. 2.4. Результаты опроса Для ответов респондентов ис-

пользовалась методика, основанная на традиционной 5-балльной шкале Ликерта. В связи со спецификой оп-роса возможные ответы экспертов на указанный вопрос составляли сле-дующие варианты ответов: “5” - «наиболее важный кластер», “4” -

«кластер высокой степени важно-сти», “3” - «важный кластер», “2” - «менее важный кластер», “1” - «кла-стер не представляется важным в на-стоящий момент».

Обобщенные статистические данные ответов респондентов, а так-же среднеарифметические значения М и значения стандартной девиации StDev приведены в таблице 1. Строки данных в этой таблице отсортирова-ны по убывающим численным значе-ниям в колонке № 7, т.е. по сумме ответов «5» - «наиболее важный кла-стер» и «4» - «кластер высокой сте-пени важности».

Таблица 1 Степень важности кластеров стратегических вопросов развития ЭО на

период до 2015 года Номер колонки

1 2 3 4 5 6 7 8 9 Наименование кластера

“5” (%)

“4” (%)

“3” (%)

“2” (%)

“1” (%)

«5» + «4» (%)

M StDev

Качество 58 29 9 3 1 87 4.407 0.847 Методы обуче-ния

38 40 14 8 1 78 4.066 0.938

Администрация 36 40 15 6 3 76 4.005 1.005 Оценивание 32 44 19 4 1 76 4.011 0.886 Преподаватели 40 36 18 5 1 76 4.088 0.936 Образователь-ный контент

45 29 20 6 1 74 4.115 0.965

Инфраструкту-ра

37 36 20 5 2 73 4.011 0.986

Сервисы 28 44 20 7 1 72 3.912 0.918 Безопасность 43 27 20 8 2 70 4.033 1.045 Технологии 30 39 24 7 1 69 3.896 0.943 Студенты 29 38 24 7 2 67 3.857 0.976 Финансовые вопросы

27 39 21 9 3 66 3.786 1.048

Стратегическое Планирование

24 42 26 6 3 66 3.775 0.968

Партнерство 18 35 31 12 4 53 3.489 1.055 Интеллекту-альная собст-венность

13 35 34 15 3 48 3.396 1.001

Социально-сетевые вопро-сы

16 32 34 12 7 48 3.390 1.091

Аутсорсинг 6 33 38 16 7 39 3.154 0.991 Другие 21 13 9 5 51 34 2.489 1.684




Данные в колонке № 7 табли-цы 1 отражают суммы ответов (в %) «5» - «наиболее важный кластер» и «4» - «кластер высокой степени важ-ности». Как видно из полученных данных, основным кластером страте-гических вопросов по развитию сис-тем ЭО на период до 2015 года будут вопросы, связанные с качеством сис-тем ЭО, технологий, образовательно-го контента, а также сервисов для студентов и преподавателей.

2.5. Подходы к определению качества ЭО и базовые источники информации

В 2004 ассоциация ASTD (США) [8] опубликовала отчет по результатам опроса более 90 образо-вательных организаций на предмет популярности разных подходов и ис-точников информации для определе-ния качества ЭО. В частности, были получены следующие результаты:

1. подходы на основе характе-ристик «обучаемого»:

1.1. определение качества ЭО на основе академической успе-ваемости и результатов тестирования обучаемого - 52% респондентов вы-сказалось в пользу использования данной методики при определении качества ЭО;

1.2. приобретенные новые знания (сумма знаний) и навыки - 50%;

2. подходы на основе характе-ристик «курса ЭО»:

2.1. сколько студентов за-писалось в курс ЭО - 73%;

2.2. сколько студентов ус-пешно окончило курс ЭО - 58%;

2.3. степень удовлетворен-ности обучаемого от пройденного курса ЭО - 58%;

2.4. удовлетворенность обу-чаемого учебной программой ЭО - 52%;

2.5. возросший спрос на обучение в среде ЭО - 44%;

2.6. полученная прибыль от преподавания курса ЭО - 17%;

3. подходы на основе бизнес метрик образовательной (тренинго-вой) организации:

3.1. уменьшение затрат на проведение тренинга (включая время, командировочные расходы, и т.п.) – 52%;

3.2. уменьшение времени тренинга (переобучения) – 50%;

Следует отметить, что указан-ный перечень ассоциации ASTD ни в коей мере не является полным и дос-таточным. Например, во многих уни-верситетах США [4] качество ЭО часто определяется на основе разно-образных пост-университетских по-казателей обучаемого, таких как:

• рыночная востребован-ность данного специалиста при нали-чии диплома об окончании онлайн университета или колледжа;

• начальная заработная плата такого выпускника (ниже или выше среднего по специальности, ниже и выше средней зарплаты в данном регионе, и т.п.);

• скорость продвижения выпускника по служебной лестнице (так называемый промоушн) за пер-вые 2 года работы после окончания учебной онлайн программы универ-ситета или колледжа;

• уровень компании или организации, принявшей на работу такого выпускника, и т.п.

Основными источниками ин-формации для определения качества ЭО, как правило, служат:

• результаты тестирова-ния (тесты, коллоквиумы, экзамены, домашние задания, курсовые проек-ты и т.п.) и текущая академическая успеваемость обучаемых;

• результаты разнооб-разных опросов обучаемых (печат-ные, онлайн, немедленные, задер-жанные, детальные, обзорные, с раз-личными типами вопросов и т.п.);

• степень активности обучаемых в среде ЭО (т.е. как часто они используют системы управления




ЭО, как часто они коммуницируют и коллаборируют с другими участни-ками процесса ЭО и т.п.);

• результаты детальных интервью с некоторыми участниками процесса ЭО;

• другие возможные ис-точники информации.

3. Опрос международных специалистов на предмет опреде-ления наиболее перспективных технологий для систем ЭО и КОС на период до 2012 года

3.1. Организация опроса С октября 2008 года по март

2009 года более 350 специалистов из 34 стран мира в области ЭО были приглашены участвовать в опросе из 42 вопросов относительно перспек-тив развития технологий для ЭО на период до 2012 года. 252 специалиста из 84 организаций (университетов, колледжей, министерств, междуна-родных университетских сетей) в 31 стране мира предоставили полные ответы на все 42 вопроса, включая ответы на следующий вопрос: «Счи-таете ли Вы, что указанная техноло-

гия будет самым активным образом внедряться и применяться в ЭО в пе-риод до 2012 года?».

3.2. Контент опроса Анализ технологий, исполь-

зуемых КОС передовых университе-тов мира, показывает, что они обес-печивают своих пользователей са-мыми разнообразными современны-ми ИТ, КМТ, КЛТ и сетевыми техно-логиями. Очевидно, что КОС, явля-ясь технологическим базисом ЭО, оказывает прямое воздействия на ка-чество ЭО. В свою очередь, требова-ния участников ЭО оказывают ре-шающее влияние на используемые технологии, технические характери-стики и функциональные возможно-сти КОС. В связи с этим в таблице 2 сформулирован перечень современ-ных технологий КОС, связанных с организацией и доставкой мультиме-дийных образовательных данных пользователям, а также коммуника-ционные и коллаборативные техно-логии для различных объектов (поль-зователей) и субъектов (подсистем) КОС [2].

Таблица 2 Перечень технологий, используемых системами ЭО и КОС

современных образовательных организаций № Группа Технологии 1 Мультимедий-

ные технологии

1) Видео; 2) аудио; 3) графические статические изображения (слайды, рисунки и др.); 4) графические динамические изо-бражения – анимация; 5) виртуальная реальность и дополнен-ная реальность; 6) сетевые средства моделирования и Веб-игры образовательного характера; 7) текст.

2 Сетевые техно-логии хранения и управления об-разовательным контентом

1) Образовательные порталы; 2) системы управления элек-тронным образованием (СУЭО); 3) цифровые библиотеки и репозитории образовательных модулей; 4) системы управле-ния электронным курсом; 5) многократно используемые обра-зовательные модули и стандарты на метаданные.

3 Сетевые средст-ва доставки дан-ных

1) Стримминг технологии; 2) беспроводные (WiFi) техноло-гии; 3) Интернет технология.

4 Сетевые комму-никационные технологии

1) Электронная почта; 2) Веб-сайты; 3) форумы обсуждений; 4) IP-видеоконференции; 5) пиринговое (P2P) коммунициро-вание; 6) чат (мгновенные сообщения); 7) IP-аудиоконференции; 8) блоги; 9) вики.

5 Сетевые колла-боративные тех-нологии

1) Технология «электронных сетевых директорий» для обмена файлами большого размера в сети; 2) пиринговое (P2P) кол-лаборирование; 3) совместное использование сетевых про-




граммных приложений; 4) сетевые средства совместного на-писания документов; 5) «общее рабочее поле» при одновре-менной работе в сети нескольких пользователей («white boards»); 6) сетевые средства для методов «мозгового штур-ма» и принятия решений.

6 Прочие сетевые технологии

1) Технологии онлайн тестирования и оценивания; 2) синхро-низированные сетевые IP-презентации; 3) онлайн синхронный перевод; 4) технология интеллектуальных и программных агентов.

Следует отметить, что КОС имеют свои специфические характе-ристики, такие как:

• масштабность и мас-штабируемость технических и про-граммных средств;

• функциональность, т.е. использование самых современных сетевых программных, мультиме-дийных, информационных, коммуни-кационных и коллаборативных тех-нологий, а также сетевых средств ор-ганизации и управления учебным процессом, академическими курсами и образовательным контентом;

• обеспечение высокого уровня безопасности информацион-ных потоков между объектами и субъектами;

• производительность се-ти и наличие мощных серверов для хранения и передачи данных разных типов и размеров, а также для ис-пользования разнообразных про-граммных приложений и сервисов;

• иерархически органи-зованная транспортная подсистема и быстрые протоколы обмена данными, включая файлы разных типов и больших размеров;

• эффективная поддерж-ка удаленного доступа и обеспечение беспрепятственного вхождения в отечественные и международные об-разовательные сети;

• наличие групп пользо-вателей с разнообразными техниче-скими средствами и каналами досту-па к сети;большое разнообразие веб-сервисов, предоставляемых пользо-вателям;

• высокая гетероген-ность, т.е. разнообразие используе-мых протоколов, операционных сис-тем, сервисов, технических плат-форм;

• высокая интегрирован-ность объектов.

Как правило, выявленные осо-бенности КОС обуславливают спе-цифику а) организации самой сети и построения ее объектов, б) исполь-зуемых информационных и комму-никационных технологий и поддер-живаемых протоколов обменов дан-ными, в) требуемых средств и прото-колов по обеспечению информаци-онной безопасности объектов и субъ-ектов, г) методов структурирования и организации хранения мультимедий-ных данных на объектах КОС [9].

3.3. Результаты опроса Респондентам было предло-

жено проранжировать различные ви-ды перспективных технологий для систем ЭО, включая:

1) технологии доставки обра-зовательного контента пользовате-лям;

2) технологии, связанные с разработкой и хранением образова-тельного контента;

3) сетевые коммуникацион-ные технологии;

4) сетевые коллаборативные технологии;

5) другие релевантные техно-логии ЭО.

В опросе возможные варианты ответов экспертов на указанный во-прос по 5-балльной шкале Ликера со-ставляли следующие варианты: «5» - «уверенное ДА», «4» - «вероятное




ДА», «3» - «нейтрален», «2» - «веро-ятное НЕТ», «1» - «уверенное НЕТ».

Результаты опроса приведены в таблице 3. Строки данных в этой таблице для каждой группы техноло-

гий отсортированы по убывающим численным значениям в колонке № 7, т.е. по сумме S ответов «5» - «уве-ренное ДА» и «4» - «вероятное ДА».

Таблица 3 Степень перспективности технологии для систем ЭО и КОС на период

до 2012 года Номер колонки

1 2 3 4 5 6 7 8 9 1. Технологии доставки образовательного контента пользователям

«5» (%)

«4» (%)

«3» (%)

«2» (%)

«1» (%)

S (%) M StDev

Стримминг технологии 62% 20% 11% 5% 2% 82% 4.347 1.008 Беспроводные техноло-гии 37% 43% 6% 7% 6% 80% 3.968 1.143 Интернет2 технология 32% 34% 22% 7% 5% 65% 3.789 1.129 2. Технологии разработки и хранения образовательного контента «5» «4» «3» «2» «1» S M StDev Образовательные пор-талы 56% 31% 11% 1% 2% 87% 4.368 0.876 Системы управления курсом 48% 36% 8% 6% 1% 84% 4.242 0.931 Цифровые библиотеки и репозитории образова-тельных модулей 57% 27% 13% 2% 1% 84% 4.368 0.864 Системы управления ЭО 59% 24% 11% 5% 1% 83% 4.347 0.943 Открытое (некоммерче-ское) ПО и образова-тельный контент 35% 39% 18% 6% 2% 74% 3.979 0.989 Многократно исполь-зуемые образовательные модули 25% 41% 25% 6% 2% 66% 3.811 0.960 3. Сетевые коммуникационные технологии «5» «4» «3» «2» «1» S M StDev Форумы обсуждений 39 42 14 4 1 81 4.137 0.883 Пиринговое (P2P) общение 40 40 13 4 3 80 4.095 0.990 IP-видеоконференции 35 42 16 5 2 77 4.021 0.956 Общие средства асин-хронного общения 43 33 17 5 2 76 4.095 1.001 Общие средства син-хронного общения 32 40 20 8 0 72 3.947 0.927 Чат (мгновенные сооб-щения) 34 36 19 9 2 70 3.895 1.047 IP-аудиоконференции 33 35 17 14 2 68 3.821 1.101 Блоги 28 37 28 5 1 65 3.863 0.930 Вики 28 37 27 5 2 65 3.842 0.971 Интерактивное ТВ и видеоконференции на его основе 15 15 31 31 9% 29% 2.947 1.197




4. Сетевые коллаборативные технологии

«5» «4» «3» «2» «1» M StDev

Обмен файлами в сети 52 29 14 4 1 1 4.263 0.925 Пиринговое (P2P) со-трудничество 40 40 13 4 3 0 4.095 0.990 Совместное использова-ние сетевых программ-ных приложений 36 43 16 5 0 9 4.095 0.851 Сетевые средства со-вместного написания документов 34 42 17 5 2 6 4.000 0.957 «Общее рабочее поле» при работе в сети не-скольких пользователей («white boards") 33 39 19 7 2 2 3.926 1.003 Сетевые средства для методов «мозгового штурма» и принятия решений 27 42 24 5 1 9 3.895 0.905 5. Другие сопутствующие технологии для ЭО «5» «4» «3» «2» «1» S M StDev Онлайн тестирование и оценивание 46% 35% 15% 4% 0% 1% 4.232 0.856 Онлайн моделирование и веб-версии образова-тельных игр 37% 36% 18% 6% 3% 73% 3.968 1.046 Синхронизированные IP-презентации 36% 33% 18% 12% 2% 69% 3.884 1.090 Онлайн синхронный пе-ревод 16% 27% 26% 22% 8% 43% 3.200 1.199 Виртуальная реальность и дополненная реаль-ность 13% 25% 32% 24% 6% 38% 3.137 1.117 Карманные компьюте-ры («наладонники») 13% 18% 34% 23% 13% 31% 2.947 1.197

Как видно из полученных

данных (таблица 2, колонка № 7), об-разовательные порталы (87%), циф-ровые библиотеки и репозитории об-разовательных модулей (84%), сис-темы управления онлайн курсом (84%), системы управления ЭО (83%), стримминг технологии (82%) по сумме ответов типа «уверенное ДА» и «вероятно ДА» занимают ли-дирующие места среди всех указан-ных технологий ЭО и КОС. Однако, следует отметить, что исключительно по ответам типа «уверенное ДА» (ко-лонка № 2) стримминг технологии (62%) являются абсолютным лиде-

ром. Поэтому всемерное внедрение и активное использование стримминг технологий в ЭО является опреде-ляющим фактором и будет служить для развития образовательных орга-низаций в будущем.

4. Опрос международных специалистов на предмет опреде-ления перечня требований к навы-кам преподавателей современных систем ЭО и корпоративных обра-зовательных систем на период до 2012 года

4.1. Организация опроса Современные системы ЭО

предъявляют к преподавателям ЭО




повышенные требования к их знани-ям и навыкам работы с современны-ми системами управления ЭО, систе-мами обработки информации (тек-стовые редакторы, электронные пре-зентации, электронные таблицы, ре-дакторы графических, аудио и видео файлов, и т.п.) [10]. В настоящее время в университетах мира сущест-вуют единичные учебные програм-мы, ориентированные на подготовку преподавателей электронного обра-зования в высших учебных заведени-ях. В связи с этим целесообразно вы-явить те требования, которые предъ-являют высококачественные и эф-фективные системы ЭО к преподава-телям ЭО. Считается, что эти требо-вания помогут разработчикам учеб-ных программ переподготовки пре-подавателей ЭО в деле создания вы-сококачественного «конечного про-дукта» - высокоэффективных препо-давателей для современных систем ЭО.

В январе 2007 – апреле 2009 годов авторы совместно с коллегами из 32 стран мира проводили опрос более 250 известных мировых экс-пертов на предмет изучения перспек-тив развития, внедрения и использо-вания передовых технологий в элек-тронном образовании на период до 2012 года. 192 эксперта из 73 образо-вательных организаций (университе-тов, колледжей, центров переподго-товки и повышения кадров, корпора-тивных университетов, тренинг-компаний и т.п.).

27 стран мира ответили на все предложенные вопросы и вернули ответы до указанного срока (30 апре-ля 2009 года). В опросе участвовали представители университетов Авст-рии, Бразилии, Канады, Колумбии, Финляндии, Франции, Германии, Греции, Гонконга, Индии, Израиля, Италии, Ямайки, Японии, Литвы, Малайзии, Мексики, Новой Зелан-дии, Норвегии, России, Сербии и Черногории, Сингапура, Южной Аф-

рики, Испании, Швеции, Швейцарии, Тайваня, Нидерландов, Турции, Ве-ликобритании, Соединенных Штатов Америки и других стран.

4.2. Контент опроса Респондентам был предложен

следующий вопрос: «Какие навыки преподавателя ЭО будут наиболее востребованы современными систе-мами ЭО на период до 2012 года?» Авторами был разработан и предло-жен международным экспертам сле-дующий перечень возможных отве-тов о навыках современного препо-давателя ЭО:

1) способность препода-вать курсы ЭО с использованием пе-редовых информационных, комму-никационных, мультимедийных, кол-лаборативных и сетевых технологий;

2) способность коллабо-рировать с участниками процесса ЭО использованием передовых техноло-гий (например, коллаборативных веб-аппликаций типа «белая доска», веб-средств для «мозгового штурма», веб-средств для создания и анноти-рования веб-документов и разработ-ки веб-аппликаций, средства обмена файлами через сеть и т.п.);

3) способность быстро во-влекать студентов в процесс ЭО;

4) способность быстрого установления контактов в среде ЭО со всеми участниками процесса ЭО;

5) способность адаптиро-ваться к индивидуальным нуждам и потребностям студентов;

6) преподаватель как ин-новатор по использованию передо-вых технологий ЭО;

7) преподаватель как адаптатор разработанных инноваци-онных методов и средств современ-ного ЭО;

8) преподаватель как соз-датель образовательного контента для ЭО с использованием разных со-временных подходов и технологий;

9) способность управлять курсом ЭО;




10) способность коммуни-цировать с использованием передо-вых технологий (например, таких как форумы, чат, видеоконференции, ау-диоконференции, блоги, вики и т.п.);

11) способность мотивиро-вать студентов к активной работе (деятельности) в среде ЭО.

4.3. Результаты опроса В опросе возможные варианты

ответов экспертов на указанный во-прос по 5-бальной шкале Ликера со-ставляли следующие варианты: «5» - «наиболее вероятное ДА», «4» - «ве-роятное ДА», «3» - «нейтрален», «2» - «вероятное НЕТ», «1» - «наиболее вероятное НЕТ». Суммарные резуль-таты опроса приведены на рис. 1.

Рис.1. Требования к навыкам преподавателей современных систем ЭО на пе-

риод до 2012 года (суммарные «вероятное ДА» и «наиболее вероятное ДА» ответы)

5. Опрос международных специалистов на предмет опреде-ления компетенций в области ис-пользования информационно-коммуникационных технологий в системах ЭО

5.1. Организация опроса В период с марта 2007 по март

2009 годов авторы совместно с кол-легами из 29 стран мира проводили очный опрос более 90 известных ми-ровых экспертов – преподавателей ЭО в передовых университетах мира и участников международных конфе-ренций по Интернет-образованию (14-16 марта 2007 года, Шамони, Франция,; 15-17 марта 2008 года, Ин-сбрук, Австрия; 16-18 марта 2009 го-да, Пукет, Таиланд,) и международ-ных конференций по применению передовых технологий в образовании (8-10 октября 2007 года, Пекин, Ки-тай; 29 сентября – 2 октября, о. Крит, Греция). В опросе участвовали пред-ставители университетов Великобри-

тании, Соединенных Штатов Амери-ки, Канады, Финляндии, Франции, Германии, Гонконга, Италии, Япо-нии, Литвы, Норвегии, России, Испа-нии, Швеции, Швейцарии, Тайваня, Нидерландов и других стран.

Преподавателям ЭО были за-даны многочисленные вопросы, свя-занные с их навыками работы с со-временными ИКТ-технологиями, требуемыми современными система-ми ЭО. Суммарные оценки получен-ных ответов представлены в таблице 4. Для ответов экспертов использова-лась традиционная 5-балльная шкала Ликерта, в которой уровень 5 означа-ет «имею отличные навыки работы с данной технологией или программ-ным приложением», уровень 4 – «имею навыки работы», уровень 3 – «нейтра-лен», уровень 2 – «не имею хороших навыков работы», уровень 1 – «не умею вообще работать с данной тех-нологией или программным прило-жением». Отметим, что в крайних




правых двух колонках этой таблицы для некоторых позиций приведены доступные данные подобного опроса

более 18000 студентов бакалаврских программ университетов США [11].

Таблица 4

ИКТ компетенции преподавателей современных систем ЭО

ИКТ компетенции препо-давателей ЭО – экспертов в

области ЭО

ИКТ компетенции более 18000 сту-дентов бакалавр-ских программ университетов США [11]

Среднее значение М

по 5-бальной шкале

(5 – max, 1 – min)

Стандартная девиация

SD

Программные системы общего на-значения (в целом) 3.94 0.31

Текстовый редактор (например, Microsoft Word)

4.77 0.43 4.75 0.70

Система создания профессиональных презентаций (например, Microsoft

PowerPoint) 4.70 0.53 3.31 0.77

Электронные таблицы (например, Microsoft Excel)

4.23 0.97 3.35 0.77

Система создания Веб страниц (на-пример, Macromedia Dreamweaver)

3.77 1.22 3.55 0.84

Системы создания профессиональной графики (например, Adobe Photoshop)

3.63 0.96 3.42 0.81

Инсталляция программного обеспе-чения по защите от компьютерных

вирусов (например, Norton Antivirus, Kaspersky)

3.60 0.97

Базы данных (например, Microsoft Access)

3.60 1.16

Создание и редактирование аудио и видео файлов (например, Apple

iMovie) 3.23 1.28 3.45 0.84

Коммуникационные и коллабора-тивные Интернет-технологии (в целом)

3.45 0.22

Форумы обсуждений 4.03 0.89 3.23 1.28 Чат 4.00 0.95

Аудио конференции через Интернет 3.67 1.09 Видео конференции через Интернет 3.63 1.16

Электронная почта 3.23 0.63 Блоги 3.10 1.06

Интерактивное телевидение 2.97 0.56 Вики 2.93 0.94

Общепринятые операционные сис-темы (в целом) 3.56 035

ОС Windows 4.27 0.78




ОС UNIX/LINUX 3.43 1.25 ОС Mac 2.97 0.56

Языки программирования общего назначения (в целом)

3.49 0.14

Графические языки программирова-ния (например, Visual Basic)

4.10 1.03

Процедурные языки программирова-ния (например, Java, C++)

3.83 1.05

Языки программирования, ориенти-рованные на разработку Веб прило-жений (например, XML или PHP)

3.30 1.09

Популярные открытые системы управления электронным образо-ванием (СУЭО), репозитории он-ланй курсов и образовательных модулей, системы открытого обра-зовательного контента (СООК) - в целом

4.05 0.10

Moodle СУЭО 4.23 0.81 MERLOT репозиторий 4.00 0.87

MIT СООК 3.97 0.96 Популярные коммерческие систе-мы управления ЭО (в целом)

4.30 0.75

Blackboard СУЭО 4.10 1.03 WebCT СУЭО 3.93 0.94

Заключение Авторы надеются, что резуль-

таты проведенных исследований по-зволят руководителям высшего и среднего уровней управления обра-зовательными организациями; руко-водителям систем ЭО и системным администраторам КОС; разработчи-кам образовательного контента для систем ЭО; преподавателям ЭО; ру-ководителям исследовательских про-ектов в области ЭО; исследователям

и аспирантам, выполняющим иссле-дования в области ЭО, принять стра-тегически правильные и хорошо тех-нологически обоснованные решения по вопросам организации, построе-ния и развития современных систем ЭО, и наполнения их передовым тех-ническим и программным обеспече-нием, информационными техноло-гиями, СТ, ММТ, КМТ, КЛТ и дру-гими технологиями.


1. CISCO Government Affairs, отчет доступен на сайте http://www.cisco.com/warp/public/779/govtaffs/netnews/demo_senators.html.

2. Усков В.Л., Иванников А.Д., Усков А.В. Перспективные технологии для элек-тронного образования // Информационные технологии, М. № 2, 2007. С.32-38.

3. Uskov V.L., Uskov A.V. Web-Based Education: 2006-2010 Perspectives // Int. J. on Advanced Technology for Learning, Vol. 3, No. 3, 2006, P. 1-149.

4. Усков В.Л., Иванников А.Д., Усков А.В. Качество электронного образования // Научно-технический и научно-производственный журнал «Информационные техноло-гии», ISSN 1684-6400, №3, 2007, C. 36-43.

5. Усков В.Л., Усков А.В. Перспективные технологии для корпоративных обра-зовательных сетей // Матер. 4-ой межд. науч.-метод. конф. «Новые образовательные тех-нологии в вузе». Екатеринбург 2007, С. 341-344.




6. Усков В.Л., Иванников А.Д., Усков А.В. Информационно-коммуникационные технологии в образовании // Матер. XIV Всероссийской науч.-метод. конф. «Телематика-2007», Санкт-Петербург, 2007.

7. Uskov V.L., Uskov A.V. Web-Based Education: Strategic Issues for 2008-2015 // Advanced Technology for Learning, Vol. 5, No. 1, 2007, P. 1-11.

8. American Society for Technology and Development (ASTED), отчет доступен на сайте http://www.astd/org.

9. Усков А.В., Иванников А.Д., Усков В.Л. Технологии обеспечения информа-ционной безопасности корпоративных образовательных сетей // Educational Technology and Society, 11(1), 2008. P. 72-77.

10. Uskov V.L., Uskov A.V. Modern Technology-Based Education: Instructor’s Profile // Advanced Technology for Learning, Vol. 4, No. 3, 2007, P. 118-125.

11. The ECAR Study of Undergraduate Students and Information Technology, EDU-CASE Center for Applied Research, Vol. 7, December 2006, отчет доступен на сайте http://www.educause.edu/ERS0607.

ГРИД-ТЕХНОЛОГИИ НА СЛУЖБЕ КОМПЬЮТИНГА ДЛЯ БОЛЬШОГО АДРОННОГО КОЛЛАЙДЕРА

GRID TECHNOLOGIES ON LARGE HADRON COLLIDER'S COMPUTING

SERVICE Демичев Андрей Павлович / Demichev A.P.,

к.ф.-м.н., старший научный сотрудник Отдела теоретической физики вы-соких энергий / Ph.D, Senior researcher of Theoretical HEP Division

Ильин Вячеслав Анатольевич / Ilyin V.A.,

д.ф.-м.н., заместитель директора / Dr., Deputy director

Крюков Александр Павлович / Kryukov A.P., к.ф.-м.н., ведущий научный сотрудник Отдела теоретической физики вы-соких энергий / Ph.D, leading researcher of Theoretical HEP Division

Шамардин Лев Витальевич / Shamardin L.V.,

младший научный сотрудник Отдела теоретической физики высоких энергий / junior researcher of Theoretical HEP Division

НИИ ядерной физики имени Д.В.Скобельцына Московского государственного университета имени М.В.Ломоносова /

Skobelitsyn Institute of Nuclear Physics Moscow State University, [email protected]

Аннотация В статье дается введение в

технологию создания и эксплуатации большой проблемно-ориентированной инфраструктуры GRID. Основное внимание уделяется вычислениям для Большого адронно-го коллайдера (БАК), проводимым на глобальной инфраструктуре EGEE, с

акцентом на российский сегмент RDIG (Russian Data Intensive GRID).

Annotation We give an introduction into

technologies of creation and exploita-tion of large problem-oriented grid in-frastructure. The LHC Computing, pro-vided by the global grid infrastructure EGEE, is under main attention with ac-




cent on the Russian segment RDIG (Russian Data Intensive GRID).

Ключевые слова: распреде-ленные вычисления, грид, Большой адронный коллайдер.

Keywords: distributed calcula-tions, GRID, Large Hadron Collider.

Введение Термин грид как название

инновационной технологии распределенных вычислений возник в середине 90-х годов и происходит от английского слова «grid». Его буквальным переводом на русский язык является «решетка». Однако такой буквальный перевод не вполне отражает смысл термина. Дело в том, что англоязычный термин grid произошел от «power grid», что соответствует русскому «электросеть» или «энергосистема». В этом и заключается смысл названия. Подобно тому, как при использовании энергосистем мы не интересуемся тем, какой конкретный электрогенератор выработал ток, который мы потребляем (а просто платим за потребленное электричество энергетической компании, с которой мы заключили договор), при использовании компьютерного грида мы можем не заботиться о том, какой конкретно компьютер (или устройство хранения/передачи данных) в грид-системе выполнил нашу задачу. Таким образом, в качестве первой определяющей характеристики грид-технологий является отчуждение компьютерных ресурсов от пользователей. Прежде всего, в части доступа пользователей к ресурсам. Доступ в гриде обеспечивается не к конкретному ресурсу (или ресурсам), а в виде универсального доступа ко всей грид-системе.

Аналогию с электросетями полезно продолжить. В начале XX века необходимость для каждого пользователя иметь свой генератор тормозила развитие отрасли. Рево-

люционным шагом было создание стандартизованной службы универ-сального и гарантированного доступа к электроэнергии. В результате элек-тросеть избавляет нас от необходи-мости вместе с чайником покупать и источник энергии – электрогенера-тор. Точно так же грид обеспечивает возможность делать компьютерные вычисления «по требованию», просто воспользовавшись услугами служб грид-сети. Это вторая определяющая характеристика грид-технологий — работа пользователей идет через за-просы к грид-сервисам.

Таким образом, грид - это со-единение технологии, инфраструкту-ры и стандартов. Здесь технология – это специальное программное обес-печение, которое позволяет органи-зациям или частным лицам предос-тавлять ресурсы (компьютеры, хра-нилища данных, сети и другие) в об-щее пользование, а потребителям – использовать их, когда необходимо. Инфраструктура состоит из аппарат-ных средств и служб (на основе че-ловеческих и программных ресур-сов), которые должны быть органи-зованы и должны постоянно поддер-живаться для того, чтобы ресурсы могли совместно использоваться. На-конец, стандарты должны определять формат и протоколы обмена сообще-ниями как между службами, так и между службами и пользователями, а также правила работы грида.

Одним из основных требова-ний к грид-системам является обес-печение стабильной работы набора служб на основе общепринятых от-крытых стандартов и управляющего программного обеспечения (проме-жуточного программного обеспече-ния (ППО), в английском языке ис-пользуется термин middleware) для предоставления пользователям на-дежного унифицированного доступа к географически распределенным информационным и вычислительным ресурсам, включающим отдельные




компьютеры, кластеры и суперком-пьютерные центры, хранилища ин-формации и т.д.

Поскольку грид-инфраструктура основана на предос-тавлении ресурсов в общее пользова-ние, с одной стороны, и на использо-вании публично доступных ресурсов, с другой, одним из ее ключевых по-нятий является виртуальная органи-зация (ВО). ВО является сообщест-вом людей (пользователей грид-системы), которые совместно ис-пользуют грид-ресурсы в соответст-вии с согласованными между ними и собственниками ресурсов правилами. По сути, виртуальная организация заключает договор с владельцами ре-сурсов об их использовании и явля-ется представителем членов данной ВО во взаимоотношениях с владель-цами ресурсов. В существующих грид-системах виртуальные органи-зации образуют специалисты из не-которой прикладной области, кото-рые объединяются для достижения общей цели. Любая ВО имеет доступ к определенному набору ресурсов, которые предоставляются зарегист-рированным в ней пользователям. С другой стороны, каждый ресурс мо-жет одновременно предоставляться нескольким ВО. Каждая ВО само-стоятельно устанавливает правила работы для своих участников, исходя из соблюдения баланса между по-требностями пользователей и налич-ным объемом ресурсов, поэтому пользователь должен обосновать свое желание работать с грид-системой и получить согласие управляющих ор-ганов ВО.

В настоящее время можно го-ворить о трех типах грид-инфраструктур:

1. Вычислительный грид (Computational Grid).

2. Грид для интенсивной обработки данных(Data Grid).

3. Семантический Грид для оперирования данными из

различных баз данных (Semantic Grid). Целью первого направления

является достижение максимальной скорости вычислений за счет гло-бального распределения этих вычис-лений между тысячами компьютеров, а также, возможно, серверами и су-перкомпьютерами.

Целью второго направления является обработка огромных объе-мов данных относительно неслож-ными программами. Поэтому вычис-лительные ресурсы грид-инфраструктуры в данном случае часто представляют собой кластеры персональных компьютеров. А вот доставка данных для обработки и пе-ресылка результатов в этом случае представляют собой достаточно сложную задачу. Одним из крупней-ших проектов, целью которого явля-ется создание грид-системы для об-работки научных данных, является проект EGEE (Enabling Grids for E-sciencE) [1]. О нем мы будем более подробно рассказывать в разделе 2 и обсудим вопросы, связанные с хра-нением и передачей больших объе-мов данных.

Грид-системы третьего на-правления - семантические - предос-тавляют инфраструктуру для выпол-нения вычислительных задач на ос-нове распределенного мета-информационного окружения, позво-ляющего оперировать данными из разнотипных баз, различных форма-тов, представляя результат в форма-те, определяемом приложением. Мы не будем осуждать этот тип грид-систем и отсылаем читателя к соот-ветствующему веб-сайту [2].

Определение грида [3], сфор-мулированное пионерами этого на-правления Яном Фостером и Карлом Кессельманом, звучит так: "Грид - согласованная, открытая и стандар-тизованная среда, которая обеспечи-вает гибкое, безопасное, скоордини-рованное разделение (общий доступ)




ресурсов в рамках виртуальной орга-низации".

1. Реализация грид-технологий в проекте EGEE/LCG/RDIG

1.1. Основные цели и струк-тура проекта EGEE

Главной целью проекта EGEE (Enabling Grids for E-sciencE - Развёртывание грид-систем для развития е-науки) является создание глобальной грид-инфраструктуры. В результате его реализации ученые, работающие как в академических институтах, так и в промышленности, получают доступ к значительным географически распределенным ресурсам вычислительной техники вне зависимости от того, где они находятся. По аналогии с подобными бизнес-приложениями (е-бизнес - бизнес в сети Интернет) исследования с использованием распределенных систем назвали «е-наукой».

Задачами проекта являются: • развертывание

унифицированной, надежной, масштабируемой грид-системы и соответствующей инфраструктуры;

• наращивание ресурсов вычислительной техники и хранения данных, объединенных этой грид-инфраструктурой;

• совершенствование промежуточного программного обеспечения;

• привлечение новых пользователей как из различных научных, так и из производственных областей;

• обеспечение высокого уровня их обучения и поддержки при использовании грид-инфраструктуры проекта. Проект финансируется

Европейским Сообществом и странами-участниками. В результате появилась высокопроизводительная

всемирная инфраструктура, намного превосходящая по своим возможностям локальные кластеры и отдельные центры.

В консорциум EGEE входят свыше 140 организаций из более чем 50 стран — всего в проекте работают более 1400 специалистов, поддерживающих и развивающих грид-сервисы и другие службы (в том числе работу более 270 ресурсных центров). Они объединены в 13 федераций, одна из которых - «Russia», и представляют почти все основные европейские международные и национальные грид-проекты, а также проекты в США и Азии. Кроме того, множество родственных проектов (более 50 ассоциированных участников) распространяют грид-инфраструктуру на Средиземноморье, Балтику, Латинскую Америку и Китай. Множество проектов, развившихся из EGEE или связанных с ними, подтверждают роль EGEE как инкубатора грид-технологий.

Грид-инфраструктура EGEE уже стала повседневным рабочим средством для целого ряда больших и малых исследовательских сообществ. В ней работают приложения для фи-зики высоких энергий, биологиче-ских наук и смежных дисциплин, на-ук о Земле, астрофизики, вычисли-тельной химии, термоядерной энер-гетики и других. Число пользовате-лей инфраструктуры EGEE более 13000, и они объединены в более чем 110 виртуальных организациях. В настоящее время (май 2009) в день выполняется более 370 тысяч зада-ний (более 10 миллионов в месяц), что показывает увеличение интен-сивности пользования инфраструкту-рой EGEE в два раза по сравнению с прошлым годом. Суммарный уровень передачи информации между сайта-ми EGEE в среднем составляет 1 Гбайт/с.




1.2. Компоненты грида EGEE

Как мы отмечали во введении, грид - это соединение технологии (специальное программное обеспече-ние), инфраструктуры (аппаратных средств и грид-службы) и стандартов.

1.2.1. Технологии и стандар-ты: промежуточное программное обеспечение грида EGEE

Грид-система EGEE работает на основе промежуточного про-граммного обеспечения gLite [4], созданного в рамках того же проекта (с использованием как оригинальных разработок, так и компонент ППО других грид-проектов). Наше описа-ние принципов построения ППО в предыдущем разделе близко следова-ло общей архитектуре и функцио-нальному назначению отдельных компонент gLite. Поэтому здесь мы не будем детально описывать это ППО, отсылая интересующихся к Веб-сайту [4], где можно найти пол-ную информацию.

Как отмечалось, большая часть компонент этого ППО построе-на на основе Веб-сервисных техноло-гий и принципов OGSA [5]. По мере становления других грид-стандартов ППО gLite эволюционирует таким образом, чтобы следовать этим стан-дартам. В частности, это касается спецификаций WSRF [6].

1.3. Инфраструктура Инфраструктура грид состоит

из грид-ресурсов, базовых сервисов, обеспечивающих предоставление этих ресурсов пользователям, и ряда специальных служб, предназначен-ных для контроля над функциониро-ванием инфраструктуры.

В качестве грид-ресурсов обычно рассматриваются вычисли-тельные ресурсы и ресурсы хранения данных.

Вычислительные ресурсы EGEE, как правило, представляют собой кластеры, построенные на ос-нове персональных компьютеров

(ПК) и соединенные локальной се-тью. В последнее время для этих це-лей используются ПК, которые легко и компактно устанавливаются в спе-циальные стойки или шкафы. Размер кластера может составлять до не-скольких сотен ЦПУ. Собственно го-воря, в грид-инфраструктуру могут быть включены суперкомпьютеры и другие специализированные вычис-лительные ресурсы, но EGEE осно-ван на кластерах.

Важную роль в функциониро-вании грид играют ресурсы хранения данных. Особенно важно это для приложений, которые связаны с ин-тенсивной обработкой данных, на-пример, приложения в физике высо-ких энергий. Такие ресурсы создают-ся на основе больших массивов на жестких дисках и/или роботизиро-ванных ленточных библиотек. Объем отдельного ресурса может достигать сотен терабайт и даже нескольких петабайт.

Как правило, вычислительные ресурсы и ресурсы хранения объеди-няют локальной сетью в так назы-ваемый ресурсный центр. Это позво-ляет приблизить выполнение задач пользователя к данным и таким обра-зом сократить трафик в сети. Как мы объясняли в предыдущем разделе, доступ к каждому типу ресурсов осуществляется через специальные интерфейсы: вычислительный эле-мент (Computer Element, CE) для вы-числительного ресурса, элемент хра-нения (Storage Element, SE) для ре-сурса хранения данных.

Доступ пользователей к грид-ресурсам осуществляется посредст-вом пользовательского интерфейса.

Представление о географии грид-среды EGEE можно найти на сайте службы постоянного монито-ринга грида EGEE (http://gridportal.hep.ph.ic.ac.uk/rtm).

Для устойчивой работы грида и комфортной работы пользователей в инфраструктуре действуют также




различные общесистемные службы на основе человеческих ресурсов, а не ППО. Например, для бесперебой-ной работы всей грид-инфраструктуры EGEE и своевре-менного устранения возникающих проблем специальные команды, сформированные на базе региональ-ных операционных центров, осуще-ствляют постоянное дежурство, сме-няя друг друга каждую неделю. Эти оперативные группы постоянно на-блюдают за параметрами глобальной грид-системы и несут ответствен-ность за бесперебойность ее работы. В России такая группа организована на базе НИИЯФ МГУ в составе Ре-гионального операционного центра (http://grid.sinp.msu.ru/grid/roc/main). Другим примером является служба поддержки пользователей, куда они могут обратиться с вопросами и за помощью в случае возникновения проблем при использовании грида EGEE. В России такая служба дейст-вует на базе ИТЭФ (http://ussup.itep.ru).

Сердцем грид-инфраструктуры являются базовые грид-службы. Работа разных базовых служб и разных экземпляров этих служб обеспечивается разными уча-стниками EGEE в соответствии с распределением обязанностей в рам-ках проекта. Помимо ресурсных цен-тров и базовых грид-служб очевид-ной необходимой предпосылкой для создания глобальной грид-среды яв-ляется наличие глобальной высоко-скоростных открытых сетей.

1.3.1. Базовая компьютерная сеть: GEANT

Сетевая технология уже дос-тигла уровня, приемлемого для соз-дания глобального грида, и номи-нальная пропускная способность се-тей продолжает расти с достаточной скоростью. А скорость, с которой расширяется область охвата высоко-скоростными сетями, - больше во-

прос национальных бюджетов, чем технологическая проблема.

В проекте EGEE основой грид-среды стала исследовательская сеть GEANT [7]. Проект GEANT ос-нован Консорциумом европейских национальных исследовательских и образовательных сетей (NRENs) с целью усовершенствования преды-дущего поколения панъевропейской исследовательской сети TEN-155 пу-тем создания магистральной основы, работающей на скоростях, превы-шающих 1 Гбит/сек. Эта сеть допол-няет и соединяет национальные на-учные и образовательные сети в раз-ных странах Европы. Благодаря большой пропускной способности и высокому уровню доступа сеть GEANT дает пользователям возмож-ность применять новые прикладные программы с целью обеспечения их исследований в различных областях науки.

1.3.2. Инфраструктура безо-пасной работы в грид-среде

Ключевую роль в гриде игра-ют вопросы безопасности. Это связа-но с тем, что сама идея грида заклю-чена в предоставлении пользовате-лям возможности удаленно испол-нять программы. В связи с этим нуж-но, с одной стороны, обеспечить удобный и единообразный авторизо-ванный доступ к ресурсам, учет их использования, а с другой стороны, защитить ресурсы и данные от не-санкционированного использования. Для достижения поставленной задачи в качестве основы системы безопас-ности в глобальных грид-системах и в частности, в EGEE, используется технология несимметричных ключей и стандарт X509. Это позволило за-менить слабый в отношении безопас-ного доступа метод авторизации при помощи имени входа и паспорта на мощную и надежную технологию, основанную на сертификатах. Важно отметить, что эта технология позво-ляет перейти от модели доверитель-




ных отношений со многими тысяча-ми пользователей к отношению до-верия с несколькими центрами сер-тификации.

В России первый центр выда-чи грид-сертификатов был организо-ван в НИИЯФ МГУ в 2004 году. В настоящее время российский серти-фикационный центр организован в РНЦ «Курчатовский институт» (http://ca.grid.kiae.ru/RDIG/).

1.3.3. Основная организаци-онная единица для пользователей грида – виртуальная организация

Как уже упоминалось, одним из центральных понятий грида явля-ется понятие виртуальной организа-ции. Виртуальная организация (ВО) является динамическим сообществом людей, которые совместно исполь-зуют грид-ресурсы в соответствии с согласованными между ними и соб-ственниками ресурсных центров пра-вилами. Эти правила регулируют доступ ко всем типам средств, вклю-чая компьютеры, программное обес-печение и данные. Непосредственное управление виртуальными организа-циями осуществляется администра-тором (менеджером) ВО, ответствен-ным за ведение записей о статусе членов ВО в базе данных ВО, то есть осуществляющим (после соответст-вующих проверок) включение (или исключение) пользователей в число членов ВО, устанавливающим их полномочия и обновляющим инфор-мацию о пользователях. Техническая поддержка базы данных о составе и структуре ВО осуществляется на ос-нове сервиса управления виртуаль-ными организациями VOMS, кото-рый обеспечивает детальную автори-зацию пользователей грид-инфраструктуры.

Наличие ВО – существенное организационное отличие грида от Всемирной паутины (WWW), где пользователи работают индивиду-ально. Обычно в виртуальную орга-низацию объединяются научные со-

трудники из различных институтов, городов и стран. ВО предоставляет возможность образовывать времен-ные межинститутские и межнацио-нальные объединения исследовате-лей (коллаборации) для решения крупных актуальных проблем. При этом, благодаря грид-технологиям они получают доступ к объединен-ным ресурсам, возможность работать с единым программным обеспечени-ем, что обеспечивает достоверность и сравнимость результатов, получен-ных разными группами исследовате-лей.

В настоящее время в EGEE существуют несколько десятков ВО из таких областей, как биомедицина, физика высоких энергий, физика термоядерного синтеза, астрофизика, науки о Земле, материаловедение, мультимедийные технологии, моде-лирование процессов на финансовых рынках и других. Более подробно о прикладных задачах, решаемых с по-мощью грида EGEE, мы расскажем в последнем разделе

1.4. RDIG российские уче-ные в проекте EGEE

Чтобы обеспечить полномас-штабное участие России в осуществ-лении проектов EGEE и LCG (LHC Computing Grid, http://lcg.web.cern.ch/LCG/) в сентяб-ре 2003 года был образован консор-циум РДИГ (Российский ГРИД для интенсивных операций с данными - Russian Data Intensive GRID, RDIG, http://www.egee-rdig.ru/) [8]. Мемо-рандум о создании консорциума был подписан руководителями восьми крупных институтов: Института фи-зики высоких энергий (Протвино), Института математических проблем биологии (Пущино), Института тео-ретической и экспериментальной фи-зики (Москва), Объединенного ин-ститута ядерных исследований (Дуб-на), Института прикладной матема-тики им. М.В. Келдыша (Москва), НИИ ядерной физики МГУ (Москва),




Петербургского института ядерной физики (Санкт-Петербург) и РНЦ "Курчатовский институт" (Москва), а с 2008 года - Геофизического центра РАН (Москва).

Консорциум РДИГ входит в структуру EGEE в качестве регио-нальной федерации "Россия", и его целью является создание действую-щей грид-инфраструктуры в России, что включает в себя:

• наращивание вычислительных ресурсов и ресурсов хранения данных российского сегмента грид-среды;

• обеспечение надежной и быстрой сетевой инфраструктуры, в том числе, с выходом на европейских партнеров проекта;

• обеспечение работы базовых грид-сервисов в российском сегменте;

• создание Регионального операционного центра (РОЦ; Regional Operations Center - ROC);

• помощь ресурсным центрам в установке ППО и поддержка его функционирования;

• поддержка пользователей грида;

• участие в предоставлении ресурсов для исследований в важных прикладных областях (в частности, в области биомедицины, термоядерного синтеза, физики высоких энергий и космофизики);

• управление функционированием инфраструктуры: регистрация пользователей, региональных виртуальных организаций и мониторинг;

• популяризация грид-технологий и вовлечение новых пользователей из научных и произ-водственных кругов.

Основной набор базовых грид-служб RDIG сосредоточен в НИИЯФ МГУ (http://grid.sinp.msu.ru/grid/roc/main), но часть служб обеспечивается и

другими организациями в соответст-вии с распределением ответственно-сти между участниками проекта EGEE. Благодаря наличию полного набора базовых служб RDIG спосо-бен работать как независимо от ос-тальной инфраструктуры EGEE, так и в качестве сегмента глобальной грид-инфраструктуры проекта EGEE.

В настоящее время в рамках RDIG работают более 100 ученых и специалистов в области компьютер-ных технологий, подключено более 15 ресурсных центров, предостав-ляющих ресурсы для грид-среды, с общим числом ядер в процессорах более 3000 и с общим объемом хра-нилищ данных около 2 Петабайт.

Например, ресурсный центр НИИЯФ МГУ включает в себя, в на-стоящее время, кластер на основе ра-бочих станций Intel-Xeon рабочей частоты 3ГГц и объемом памяти 1-2 ГБ на рабочий узел (процессор или ядро - в случае процессоров с не-сколькими ядрами). Всего доступно через грид более 200 ядер на рабочих узлах. Ресурсы хранения данных включают дисковые файл-сервера общим объемом около 200 Тбайт. Локальная сеть построена по техно-логии Гигабитной сети Ethernet. Та-кая же технология используется для выхода в Интернет. По мощности предоставляемых ресурсов это один из крупнейших ресурсных грид-центров в России.

1.4.1. Региональные россий-ские виртуальные организации

Цель создания региональных ВО, функционирующих только в рамках РДИГ, - предоставление вы-числительных ресурсов для нацио-нальных научных проектов и апро-бирование использования грид-технологий в новых прикладных об-ластях с перспективой их последую-щего включения во всю инфраструк-туру EGEE.

В настоящее время в рамках РДИГ функционируют виртуальные




организации в области космофизики (AMS), физики высоких энергий (PHOTON), термоядерного синтеза (rfusion), геофизики (eEarth), а также для решеточных вычислений в кван-товой хромодинамике (LATTICE). Существуют также две тестовые ВО: RDTEAM – для мониторинга и тес-тирования грид-инфраструктуры и RGStest - неспециализированная ВО для целей пробного использования грида в новых прикладных областях, другими словами, эта ВО предназна-чена для исследователей, которые пока не приняли решение о создании своей ВО, но хотели бы практически ознакомиться с преимуществами и особенностями работы в грид-инфраструктуре.

С текущей информацией о действующих российских региональ-ных ВО можно ознакомиться на сай-те российского Регионального опера-ционного центра: http://grid.sinp.msu.ru/grid/roc/voinrdi.

1.5. Грид-среда EGEE глаза-ми пользователей и провайдеров ресурсов

Прежде чем перейти к заклю-чительному разделу этой части, по-священному прикладным задачам, которые уже решаются с помощью грида EGEE, кратко опишем, как эта инфраструктура выглядит не со сто-роны, а с точки зрения провайдера ресурсов и пользователей.

1.5.1. Грид-среда глазами провайдера ресурсов

Предположим, что какая-то организация, обладающая вычисли-тельными ресурсами и ресурсами хранения данных, решила предоста-вить их для совместного использова-ния в рамках грид-инфраструктуры EGEE. Побудительные мотивы для такого решения могут быть разными. Но, как правило, это надежда (и вполне оправданная), что в результа-те предоставления своих ресурсов будет, в свою очередь, получен дос-

туп к значительно большим ресурсам всей инфраструктуры.

Первым шагом для достиже-ния этой цели должно быть обраще-ние в Российский операционный центр, а более конкретно – начать надо с изучения соответствующей инструкции на сайте Центра: http://grid.sinp.msu.ru (инструкцию можно найти по ссылке «Как присое-диниться в качестве ресурсного цен-тра»). Далее, с организационной точ-ки зрения, надо пользоваться указа-ниями этой инструкции.

Кроме того, необходимо изу-чить инструкции по инсталляции со-ответствующих компонентов (вычис-лительного элемента и ресурса хра-нения данных) ППО gLite и инструк-ции пользователя на сайте [4].

После установки ППО и реги-страции ресурсного центра в инфра-структуре EGEE (как это указано в инструкции операционного центра) необходимо решить, какие виртуаль-ные организации будут поддержи-ваться данным ресурсным центром, то есть члены каких ВО смогут вы-полнять задания на данных ресурсах. Это решение может зависеть от мно-гих обстоятельств, и в первую оче-редь – от целей предоставления ре-сурсов в грид-инфраструктуру. Далее политику предоставления ресурсов необходимо детализировать: решить, какие ВО и/или группы пользовате-лей внутри той или иной ВО будут пользоваться теми или иными пре-имуществами. Или, напротив, будут иметь ограниченный доступ к ресур-сам.

Дальнейшая деятельность по обеспечению работы ресурсного цен-тра сводится к постоянному монито-рингу его работы, устранению непо-ладок, корректировке политики пре-доставления ресурсов – в целом все это аналогично администрированию любого компьютерно-сетевого ком-плекса.




1.5.2. Грид-среда глазами пользователя

Начальные действия будущего пользователя грида существенно зависят от того, в каком качестве он хочет присоединиться к грид-сообществу: в качестве члена уже существующей виртуальной организации или создателя новой ВО. Но в любом случае, первый шаг - это посещение веб-сайта операционного центра и изучение соответствующих инструкций (сайт http://grid.sinp.msu.ru и далее - по соответствующей ссылке «Как присоединиться в качестве...»).

Естественно, что организаци-онно и технически присоединиться к уже существующей ВО проще. Ос-новные шаги – это получение элек-тронного сертификата и регистрация (с помощью веб-интерфейса службы VOMS) в выбранной ВО. Последнее может потребовать дополнительных переговоров (в процессе обработки заявки на включение) с менеджмен-том ВО (координаты – на веб-странице операционного центра http://grid.sinp.msu.ru/grid/roc/voinrdig) о возможности и условиях включе-ния данного заявителя в ВО. После успешной регистрации в какой-либо ВО пользователь может использовать грид-ресурсы, поддерживающие дан-ную ВО. Конечно, для этого необхо-димо изучить инструкцию пользова-теля или хотя бы часть, касающуюся запуска и описания заданий, а также использования распределенных ката-логов данных.

Пользователь должен затра-тить определенные усилия и время, чтобы начать использовать грид-ресурсы. Поэтому важно заранее оценить, насколько эффективным будет грид для решения конкретной прикладной задачи. Как мы уже под-черкивали (часть I), грид-инфраструктура в первую очередь эффективна для решения задач, кото-рые разбиваются на большое число

независимых заданий и требуют об-работки большого объема данных. Но даже если задача пользователя относится к такому классу, вряд ли использование грида будет эффек-тивным, если этот большой набор независимых заданий запускается вручную. Поэтому пользователь должен быть готов к тому, что по-требуется создать специализирован-ную систему запуска его заданий че-рез интерфейс пользователя для дос-тижения приемлемой эффективности. Кроме того, необходимо отчетливо понимать, что в настоящее время все рабочие узлы инфраструктуры EGEE (где собственно и выполняются зада-ния) работают под управлением опе-рационной системы (ОС) Linux (бо-лее того, конкретного дистрибутива – Scientific Linux). Поэтому задания должны быть подготовлены для вы-полнения в среде этой ОС. Обнаде-живающим фактом для расширения класса выполняемых задач является впечатляющий прогресс в техноло-гии виртуализации вычислительных ресурсов. Это позволяет надеяться, что в недалеком будущем появится возможность по запросу конкретного задания разворачивать на рабочем узле виртуальный компьютер с под-ходящей этому заданию вычисли-тельной средой. В частности, работа в этом направлении ведется в рамках проекта Globus (http://workspace.globus.org).

В случае создания новой вир-туальной организации первым эта-пом также является ее регистрация в инфраструктуре EGEE/RDIG в соот-ветствии с инструкцией на сайте опе-рационного центра. Но затем насту-пает самый ответственный этап – пе-реговоры с ресурсными центрами об их поддержке этой новой ВО. По-скольку денежных расчетов (по крайней мере в настоящее время) в инфраструктуре EGEE/RDIG не су-ществует, необходимо найти какие-то убедительные аргументы для та-




кой поддержки. Как правило, такие аргументы связаны со взаимным предоставлением грид-ресурсов. В случае успешного начала работы ВО дальнейшая деятельность менеджера ВО связана с управлением составом организации (прием новых членов, исключение, распределение членов ВО по группам и присваивание от-дельным пользователям специальных полномочий), а также с взаимодейст-вием с операционным центром и ад-министраторами ресурсных центров при возникновении нештатных си-туаций.

1.6. Прикладные задачи в проекте EGEE

Как уже упоминалось, в на-стоящее время исследователи из це-лого ряда научных и производствен-ных областей используют грид-инфраструктуру EGEE для решения своих задач. В их числе биомедици-на, физика высоких энергий, физика термоядерного синтеза, астрофизика, науки о Земле, материаловедение, мультимедийные технологии, моде-лирование процессов на финансовых рынках и другие.

Очень важно, что многие при-ложения перешли от этапа тестиро-вания процесса запуска своих задач в грид-среду к практической рутинной работе для получения новых резуль-татов в своих областях. При этом эф-фективность загрузки грид-ресурсов EGEE достигает ~90%.

В этом разделе мы кратко опишем ряд прикладных задач и про-ектов, которые используют грид EGEE.

1.6.1. Физика высоких энер-гий: проект LCG

Главной целью проекта LCG (Large Hadron Collider Computing Grid) [9] является использование грид-среды для моделирования и об-работки экспериментальных данных с Большого адронного коллайдера (Large Hadron Collider, LHC) [10], строящегося в Европейском центре

ядерных исследований (ЦЕРН, CERN) в окрестностях Женевы (Швейцария). LHC – ускоритель про-тонов для исследования фундамен-тальных свойств субатомных частиц. Начало его регулярной эксплуатации запланировано на конец 2009 год. Ожидаемый поток эксперименталь-ных данных, который необходимо будет обрабатывать после начала ра-боты ускорителя, будет чрезвычайно большим – около 15 Петабайт в год. Сосредоточить компьютерные ресур-сы, необходимые для обработки та-кого потока непосредственно в ЦЕРН, является трудновыполнимой задачей и по техническим, и по фи-нансовым причинам.

Мы начали рассказ о приклад-ных областях с физики высоких энергий потому, что исторически именно ЦЕРН с институтами-партнерами из разных стран мира, участвующими в проекте LHC, ини-циировал в рамках проекта LCG соз-дание сначала панъевропейской, а затем глобальной грид-системы для решения задач проекта LHC, которая затем переросла в универсальную грид-инфраструктуру EGEE.

Грид-система, разработанная в LCG, проходит пробную эксплуата-цию в рамках подготовки к пуску LHC. В настоящее время она исполь-зуется для моделирования потоков данных четырёх больших экспери-ментов (ALICE, ATLAS, CMS и LHCb), которые будут осуществлены на коллайдере в рабочем режиме ус-корителя. Очень кратко охарактери-зуем эти эксперименты:

• ALICE (A Large Ion Collider Experiment) – эксперимент по изучению физики сильных взаимодействий при сверхвысоких плотностях, где ожидается образование нового состояния вещества - кваркглюонной плазмы.

• В эксперименте ATLAS (A Toroidal LHC ApparatuS) будут изучаться глубинные основы




строения вещества и фундаментальные силы, сформировавшие Вселенную.

• CMS (Compact Muon Solenoid) – детектор для новых исследований, в ходе которых будет предпринята попытка подтвердить или опровергнуть единую теорию фундаментальных сил природы.

• LHCb (Large Hadron Collider beauty) – эксперимент по изучению нарушения симметрии заряда и чётности. Этот эффект может являться причиной неравновесия между веществом и антивеществом при рождении Вселенной.

В 2001-2008 годах коллекти-вами всех этих экспериментов были осуществлены сеансы по массовой генерации потоков модельных дан-ных. Были протестированы основные типы вычислительных задач (моде-лирование, реконструкция событий в ускорителе и их анализ) на мощно-стях, сравнимых по масштабу с рабо-чими параметрами LHC. Результата-ми этих тестов стали рекордные ско-рости передачи и распределенной обработки данных, а также ранее не-доступные возможности хранения данных. Например, в конце 2008 — начале 2009 года скорость стабиль-ной передачи данных из ведущих ев-ропейских центров LCG в РНЦ «Курчатовский институт», ОИЯИ и НИИЯФ МГУ в рамках подготови-тельных тестов к началу работы LHC достигала 70 Мбайт/с.

Сообщество исследователей в области физики высоких энергий стало первым в EGEE, где началась эксплуатация приложений, и до сих пор является крупнейшим пользова-телем грид-инфраструктуры EGEE. Помимо экспериментов на LHC грид EGEE используют и другие экспери-менты в этой области исследований - BaBar и CDF в США (Fermilab), H1, ZEUS и DØ в Германии (DESY).

Поскольку приложения для физики высоких энергий предъявля-ют очень высокие требования к ин-фраструктуре EGEE, они очень силь-но способствуют улучшению работы сервисов EGEE и выработке принци-пиальных подходов к их развитию. Это относится ко всем сервисам: от документации и поддержки пользо-вателей до разработки промежуточ-ного программного обеспечения. Кроме того, в ходе экспериментов в физике высоких энергий создаются новые компоненты ППО, которые можно считать прототипами для все-го сообщества пользователей грид-технологий.

Российские ученые активно участвуют как в подготовке физиче-ских экспериментов, так и развитии грид-среды для обработки данных, которые либо уже получены (для действующих экспериментов), либо будут получены в близком будущем (как в случае LHC).

Заключение Грид-технологии в целом и

грид-инфраструктура EGEE в част-ности вступают в пору зрелости – происходит переход от тестовых ис-пытаний и пробного обслуживания пилотных приложений к постоянной устойчивой работе по обслуживанию самых разнообразных прикладных областей науки и производства. В связи с этим перед разработчиками нового прикладного ПО, перед раз-работчиками грид-ПО и перед персо-налом, обеспечивающим функциони-рование грид-инфраструктуры EGEE, встают новые масштабные задачи.

Масштаб внедрения грид-технологий в значительной степени будет зависеть от способности новых и существующих приложений быть развернутыми в этой среде. Поэтому тенденции в области разработки и реализации приложений являются критическими для широкого распро-странения грида. К настоящему вре-мени лишь относительно небольшое




число приложений были написаны специально для грид-систем, и лишь небольшое количество нынешних коммерческих приложений, пред-ставляющихся перспективными для исполнения в грид-системах, были действительно развернуты в гриде или были переведены на грид. По мере возрастания практического ин-тереса к грид-технологиям и к свя-занным с ним моделям инфраструк-тур потребуются и новые элементы планирования, модели разработки и средства для создания и реализации предназначенных для грида прило-жений.

Другим важным новым об-стоятельством, которое появляется при переходе к полнофункциональ-ному режиму работы глобальной грид-инфраструктуры, является то, что основная масса пользователей не являются и не хотят быть экспертами в области грид-технологий. Поэтому важно обеспечить простые (графиче-ские, основанные на технологии веб-порталов) интерфейсы к системам запуска и мониторинга заданий и управления данными в гриде. При-мером такого подхода является раз-работка компании GridwiseTech веб-портала для запуска в грид-инфраструктуру EGEE громоздких вычислительных задач, связанных с компьютерным моделированием сложных электронных устройств. За-частую разработчики приборов не являются ИТ-специалистами, и по-этому работа в грид-инфраструктуре с помощью «интерфейса командной строки» становится для них непро-стой задачей. Веб-портал обеспечи-вает простой графический доступ к вычислительным ресурсам EGEE и позволяет запускать задачи без уста-новки громоздкого программного обеспечения на компьютерах пользо-вателя. Достаточно иметь обычный веб-браузер. Благодаря этому разра-ботчики таких устройств (особенно

это важно для производства меди-цинских приборов) могут получить высококачественные результаты уже на этапе разработки и без построения реальных прототипов устройств. Не-обходимо отметить, что компьютер-ное моделирование электронных приборов весьма ресурсоемко: одна задача моделирования может зани-мать несколько месяцев на несколь-ких десятках процессоров. Разработ-ка GridwiseTech позволяет запускать набор таких задач на множестве про-цессоров, входящих в грид-инфраструктуру.

Как видно из этого примера, создание удобных интерфейсов для конкретных приложений является весьма важным для того, чтобы сде-лать грид-инфраструктуру EGEE и в целом грид-технологии доступными широкому кругу пользователей в об-ласти промышленного производства и других бизнес-приложений.

Что касается собственно про-екта EGEE, то планируется, что с 2010 года начнет функционировать Европейская грид инфраструктура (EGI — European Grid Infrastructure, http://www.eu-egee.org/index.php?id=654). В основе этой инициативы лежит сотрудниче-ство между национальными грид инициативами (инфраструктурами National Grid Initiatives, NGIs) и ко-ординирующей организацией (the EGI Organisation, EGI.eu). В рамках EGI проекта организации NGIs и EGI.eu будут работать совместно по операционной поддержке и дальней-шему развитию устойчивой и посто-янно действующей панъевропейской грид-инфраструктуры, обеспечи-вающей оптимальное использование вычислительных ресурсов и ресурсов хранения данных. Координирующая организация EGI.eu будет располо-жена в Амстердаме и начнет работать к началу 2010 года.




Литература 1. Европейский проект EGEE: http://www.eu-egee.org. 2. Портал семантического грида (Semantic Grid Community Portal):

http://www.semanticgrid.org/. 3. Ian Foster and Carl Kesselman (eds), "The Grid, Blueprint for a New computing

Infrastructure", Morgan Kaufmann Publishers, Inc., 1998. I. Foster and C. Kesselman (eds), "The Grid 2: Blueprint for a New Computing Infrastructure", Morgan Kaufmann Publishers, 2004.

4. Промежуточное программное обеспечение gLite: http://glite.web.cern.ch/glite. 5. Foster I., Kesselman C., J. Nick, Tuecke S., «The Physiology of the Grid: An Open

Grid Services Architecture for Distributed Systems Integration» http://www.globus.org/research/papers/ogsa.pdf.

6. I. Foster, T. Maguire, D. Snelling, “OGSA WSRF Basic Profile1.0”, http://www.ggf.org/documents/GFD.72.pdf.

7. Проект GEANT: http://www.geant.net. 8. Проект РДИГ: http://egee-rdig.ru. 9. Проект LCG : http://lcg.web.cern.ch/LCG. 10. Большой адронный коллайдер (Large Hadron Collider, LHC): http://lhc-new-

homepage.web.cern.ch/lhc-new-homepage.

ПРЕДЛОЖЕНИЯ ПО ОЦЕНКЕ КАЧЕСТВА ОБРАЗОВАНИЯ ГИМНАЗИИ НА ОСНОВЕ РЕКОМЕНДАЦИЙ ISO-9000

SUGGESTIONS FOR QUALITY ESTIMATION OF EDUCATION IN

GRAMMAR SCHOOL ON THE BASIS OF ISO-9000 Киракозов Юрий Вартанович / Kirakozov U.V,

Директор Гимназии № 1531 / grammar school №1531 Moscow

Пономарева Татьяна Филипповна / Ponomareva T.F., специалист Гимназии № 1531 / grammar school №1531 Moscow

Потяева Татьяна Александровна / Potyeva T.A.,

Национальный координатор Ассоциированных школ ЮНЕСКО / National AS UNESCO

Тузов Дмитрий Валерьевич / Tuzov D.V.,

заместитель начальника Управления по информатизации образования Департамента образования г. Москвы / Department of education of Moscow

Шатров Александр Федорович / Shatrov A.F.,

заместитель директора ФГУ ГНИИ ИТТ «Информика» / SIIT&T «Informika», [email protected]

Аннотация Статья посвящена вопросам

практических рекомендаций по вне-дрению международного стандарта ИСО-9000 в образовательные про-цессы гимназии. Представлена мето-дология использования системы все-

общего управления качеством в шко-ле.

Annotation The article deals with the prob-

lems of practical recommendations on introduction of ISO-9000 into the edu-cational work of grammar school. The methodology of use of the general qual-


Управление в социальных и экономических системах


ity management system in grammar school is represented.

Ключевые слова: ИСО–9000, гимназия.

Keywords: ISO-9000, grammar school.

Введение Международные рекоменда-

ции серии ИСО-9000 направлены на совершенствование результатов ра-боты организации посредством кон-троля всех этапов деятельности этой организации, включая управление учреждением на основе разработан-ной для этого нормативной докумен-тации и оценок качества.

Образование в гимназии № 1531 рассматривается не только как система подготовки кадров для нужд общественного производства, но и как система, предоставляющая уча-щимся возможность развивать свои способности и активно с молодых лет участвовать в новых социально-экономических отношениях.

Основой качественной подго-товки учащихся является соответст-вие каждого обучаемого минимуму, изложенному в образовательных стандартах.

Однако подготовка конкурен-тоспособного выпускника требует значительно более высокого уровня его подготовки. Важными оценками при определении качества образова-ния являются и социально-психологические показатели, кото-рые могут контролироваться на осно-ве тестовых программ и на практике. Это основные качества личности (личная ответственность, коммуни-кабельность, самоорганизованность, умение работать в команде) и мысли-тельные навыки (умение принимать решения, умение учиться, умение творчески мыслить). Контроль дан-ных качеств осуществляется в тече-ние всего периода обучения в гимна-зии. Преподавательский состав спо-собствует развитию положительных качеств учащихся.

1. Принципы управления качеством образования

Важным направлением со-вершенствования качества образова-ния руководство гимназии считает изучение международного опыта по использованию системы всеобщего управления качеством - TQM.

Для реализации принципов TQM выбран новый подход к инфор-мационному обеспечению образова-тельного процесса, основанный на создании компьютерной системы оценки качества образования. Работа с этой системой сопровождается ав-томатическим вычислением различ-ных показателей качества (актив-ность учащихся, средний балл, коли-чество оценок «5» и «4»). Интеграция в рамках гимназии учебных про-грамм разного уровня, высокая чис-ленность требует привлечения кон-сультанта по качеству обучения, ко-торый сможет обрабатывать эти по-казатели и исключит непрофессио-нальное применение сложных про-граммных систем оценки качества.

При разработке принципов управления качеством образования большое внимание уделялось разви-тию следующих направлений:

• формированию методо-логии, организационного и информа-ционного обеспечения учебного про-цесса в соответствии с требованиями государственных образовательных стандартов среднего общего и сред-него профессионального образова-ния;

• разработке методов кон-троля над соблюдением законода-тельства РФ и иных нормативных актов в части образовательных услуг;

• развитию информацион-но – коммуникационной инфраструк-туры гимназии для использования инновационных программ образова-ния, включающих в себя межрегио-нальный и международный обмен, сотрудничество с органами управле-ния и стандартизации образования;




• разработке новых и адаптации действующих учебно-методических материалов и их экс-периментальной проверке;

• работе по сбору инфор-мации о совершенствовании методов и процессов в образовательной сфе-ре;

• сбору и анализу мате-риалов по повышению эффективно-сти подготовки педагогического со-става к работе в новых условиях;

• обучению администра-ции, преподавателей, методических работников вопросам повышения ка-чества образовательных процессов;

• разработке методов оценки качества образования, препо-давания и воспитания учащихся;

• совершенствованию структуры управления гимназией.

В результате выделены и предлагаются следующие общие принципы управления качеством обучения и работы преподаватель-ского состава гимназии:

1. Использование в своей работе опыта управления качеством отечественных и зарубежных образо-вательных учреждений.

2. Научные и методические разработки в области управления ка-чеством, выполненные преподава-тельским составом гимназии.

3. Регулярный контроль ка-чества образовательного процесса и результатов обучения.

4. Участие членов педаго-гического коллектива в городских и конкурсах (например, «Лучший учи-тель года»).

5. Обмен опытом с передо-выми образовательными учрежде-ниями, касающийся методик препо-давания, воспитания, подготовки кадров.

6. Обучение и переподго-товка преподавательского состава.

7. Участие педагогов в го-родских и федеральных семинарах,

диспутах, посвященных улучшению качества образования.

8. Материальное и мораль-ное стимулирование педагогов за достижения в части улучшения мето-дов ведения занятий, участия в кон-курсах, научных семинарах, дости-жений в образовательном процессе, активного участия в процессах по-вышения качества обучения и т.п.

9. Анализ конкретных си-туаций и проблем, касающихся ре-зультатов обучения, воспитания и поиск эффективных методов улуч-шения ситуаций с последующим кон-тролем результатов.

10. Разработка программы непрерывного совершенствования качества образовательно-воспитательного процесса.

Основным фактором, влияю-щим на выполнение данных принци-пов, является заинтересованность преподавательского состава не толь-ко текущими результатами своего труда, но и активное продвижение ими принципов управления качест-вом. Для этих целей планируется разработка методических материалов по повышению качества учебного процесса, регулярное информирова-ние преподавателей о достигнутых результатах, повышение уровня кор-поративной культуры, улучшение условий труда, создание коллектива энтузиастов (общественной органи-зации) из числа преподавателей, уча-ствующих в разработке, и улучшении принятой стратегии гимназии по внедрению принципов управления качеством образования.

Привлечение преподаватель-ского состава к участию в процессах повышения качества образовательно-го процесса является одной из основ-ных задач руководства гимназии со-вместно с советами.

Комплексный подход и учет множества факторов, влияющих на качество образования, должен обес-




печить достижение положительных результатов.

2. Оценка качества препода-вания и подготовки педагогиче-ского состава

Оценка качества подготовки преподавательского состава гимна-зии основана на квалификационных требованиях к уровню общеобразо-вательной и профессиональной под-готовки специалистов. При этом учи-тывается необходимость постоянного совершенствования профессиональ-ной подготовки кадров, сохранение преемственности и единства образо-вательного процесса между всеми ступенями образования.

Абсолютное большинство преподавателей заинтересовано в ус-пешной педагогической деятельности и повышении уровня собственного профессионализма. Оценка профес-сионализма преподавателей осущест-вляется по результатам выполнения ими функций обучения, воспитания и развития каждого учащегося. Также учитываются авторитет и степень уважения как со стороны учащихся, так и со стороны педагогического коллектива.

Для постоянного совершенст-вования образовательного процесса сотрудники гимназии и преподава-тельский состав регулярно проходят переподготовку на курсах повыше-ния квалификации, обмениваются опытом с преподавателями других смежных учебных заведений. В их распоряжении находится библиотека научно-методических материалов по вопросам обучения и воспитания. При создании единой информацион-ной среды планируется организация обширной электронной библиотеки по данной тематике.

Кроме того, каждый препода-ватель должен пройти обучение при-менению новых методов обучения.

Важным направлением повы-шения качества образовательных ус-луг является преподавание на курсах

повышения квалификации для педа-гогов дисциплины «Всеобщее управ-ление качеством (TQM)» с использо-ванием его принципов и методов в образовательном процессе.

Важной характеристикой в педагогической деятельности являет-ся метод общения преподавателя с учащимися, включающий такие каче-ства, как:

• способность доступно излагать материал, чтобы он был по-нятен и слабым, и сильным учащим-ся;

• быть благожелатель-ным, но требовательным педагогом;

• предвидеть затрудне-ния в учебе для отдельных учащихся и вовремя помочь им;

• уметь поддерживать интерес и внимание к изучаемому материалу в течение всего урока;

• анализировать собст-венный подготовленный учебный материал с точки зрения логической целостности информации;

• контролировать резуль-таты собственной работы, видеть слабые места и уметь исправлять их.

Постоянное самосовершенст-вование, повышение качества препо-давания, проявление творческой ак-тивности в улучшении процессов обучения поощряются и поддержи-ваются администрацией гимназии. При внедрении системы управления качеством образования усилия адми-нистрации направлены на вовлечение всех членов педагогического коллек-тива в процессы повышения качества образовательного процесса и приме-нение методов самоконтроля для оценки процесса образования.

Помимо самоконтроля работа каждого преподавателя контролиру-ется со стороны администрации, по-печительского и родительского сове-тов, для чего каждый преподаватель отчитывается об итогах своей рабо-ты, рассказывает о проблемах и дос-тижениях на заседаниях совета не




реже одного раза в год. Качество преподавания оценивается на основе экспертных оценок, данных каждому преподавателю.

Внешний контроль качества образовательных процессов в гимна-зии осуществляют вышестоящие ор-ганы на основе регулярных проверок учебных планов, используемых учебных и методических материалов, результатов выполнения требований нормативных документов, присутст-вия на учебных занятиях и выставле-ния экспертных оценок преподавате-лям.

Действия всего рабочего кол-лектива гимназии направлены на по-вышение престижа и повышение привлекательности данного учебного заведения.

3. Оценка качества образо-вания (обучения)

Большое внимание уделяется развитию методов мониторинга каче-ства образования и образовательного процесса в целом. Для этого исполь-зуется метод критериального подхо-да. Разрабатывается программа, в со-ответствии с которой определены уровни знаний и умений, которыми должны обладать учащиеся на раз-личных ступенях обучения и выпу-скники гимназии. Впоследствии сравниваются плановые и фактиче-ские показатели, результаты анали-зируются, и вырабатывается коррек-тирующее воздействие.

Оценка уровня знаний опре-деляется тестами во время выпуск-ных контрольных работ (за четверть, за год) и экзаменов. Данные заносят-ся в БД и позволяют отслеживать ус-пехи каждого учащегося на протяже-нии нескольких лет. Также эти дан-ные могут использоваться как стати-стические для сравнения результатов обучения в разные годы.

Чтобы оценка результатов обучения была полной и объектив-ной, используется целая система оценок. Система контроля качества

образовательного процесса построена на базе внутренних и внешних пока-зателей, которые позволят более объ-ективно оценить качество образова-ния, образовательной и воспитатель-ной работы.

3.1. Внутренние оценки ка-чества образования и подготовки учащихся

Внутренние оценки качества образования включают в себя ряд по-казателей:

1. Количество учащихся по классам, имеющих в четверти оценки «5» и «4».

2. Количество учащихся по классам, посещающих дополни-тельные занятия, кружки, студии.

3. Количество учащихся, участвующих в олимпиадах разного уровня.

4. Количество учащихся, нуждающихся в дополнительных за-нятиях по отдельным предметам.

5. Количество учащихся, отчисленных из-за плохой успевае-мости.

6. Результаты тестирова-ния и самотестирования.

7. Оценки сдачи проме-жуточных экзаменов.

8. Оценки сдачи ЕГЭ. 3.2. Внешние оценки качест-

ва образования и подготовки уча-щихся

Внешние оценки качества об-разования включают в себя:

1. Количество учащихся, участвующих в олимпиадах и дос-тигших определенных результатов. Сравнение с предыдущими итогами.

2. Количество выпускни-ков, поступивших в высшие/средние специальные учебные заведения.

3. Количество выпускни-ков, окончивших высшие/средние специальные учебные заведения и работающих по специальности.

4. Количество заявок от родителей, поданных в гимназию для




обучения их детей. Сравнение с пре-дыдущими показателями.

5. Количество учащихся, покинувших учебные заведения, и причины этого. Сравнение с преды-дущими показателями.

3.3. Оценки качества воспи-тательной работы

Следует отметить, что в кол-лективе гимназии большое внимание уделяется воспитанию молодежи. Преподаватели и классные воспита-тели следят за тем, как школьники проводят свободное время, направляя их активность в деятельное русло. Уровень вовлечения учащихся в об-щественную жизнь можно оценить следующими показателями:

1. Количество учащихся, посещающих кружки и секции (в гимназии или другом месте).

2. Количество посещений школьниками музеев, театров, кар-тинных галерей и т.п.

3. Количество выставок, проведенных в гимназии, на которых демонстрируются работы и поделки учащихся.

4. Количество концертов художественной самодеятельности, конкурсов чтецов или песенных кон-курсов, проведенных силами уча-щихся с приглашением родителей и представителей других школ.

5. Количество учащихся, обучающихся на дополнительных курсах.

6. Количество учащихся, отчисленных из гимназии за поведе-ние.

Однако, количество проведен-ных общественных мероприятий еще не говорит о качестве и степени удовлетворенности самих учащихся проделанной работой. Контроль ка-чества осуществляется преподавате-лями путем опроса учащихся и про-ведения дискуссий по разным тема-тикам с тем, чтобы выявить предпоч-тения учащихся и направить их вни-

мание на развитие того или иного направления деятельности.

3.4. Оценки качества физи-ческого развития и здоровья уча-щихся

Оценки качества физического развития и здоровья учащихся вклю-чают в себя:

1. Среднее количество дней, пропущенных учащимися по болезни (без учета хронических за-болеваний).

2. Количество учащихся, посещающих спортивные секции и участвующих в соревнованиях разно-го уровня.

3. Количество учащихся с избыточным весом.

4. Количество учащихся с психо-эмоциональными проблемами.

5. Количество учащихся, показавших хорошие спортивные ре-зультаты на внутришкольных, город-ских и других спортивных мероприя-тиях.

3.5. Оценка качества школьного питания

Оценка качества школьного питания носит интегральный харак-тер и включает в себя:

1. Оценка калорийности ежедневного меню для учащихся разных ступеней обучения.

2. Контроль соотношения в предлагаемой пище правильного соотношения белков, жиров, углево-дов, витаминов.

3. Количество и разнооб-разие блюд школьного меню.

4. Количество учащихся, требующих специального питания из-за избыточного веса и хрониче-ских заболеваний.

5. Процент посещения учащимися школьной столовой для каждой возрастной группы.

3.6. Интегральная оценка качества работы гимназии

В целом эффективность рабо-ты гимназии оценивается в соответ-ствии с требованиями ИСО 9000, где




главными критериями качества яв-ляются «удовлетворение требований потребителей, вовлечение персонала в борьбу за качество и предпочтение внимания к процессам».

В соответствии с принятыми критериями главным является удов-летворение запросов на получение качественного образования путем ак-тивизации всех образовательных процессов при активном участии в этом всего персонала гимназии.

Для оценки эффективности работы гимназии предложен инте-гральный числовой показатель:

Э = Σ ni / N, где ni – численное значение оценок качества по каждой i-той группе показателей, N – общая численность учащихся, участвующих в оценке по данному критерию.

При этом качество подготовки выпускников гимназии рассматрива-ется как многокомпонентный пара-метр, который включает не только качество подготовки выпускников, но и качество образовательных про-

грамм гимназии, качество препода-вания, качество научно-методического, учебно-методического, информационного и финансового обеспечения. Эти пока-затели оцениваются экспертными оценками педагогов, родителей, вы-шестоящими органами управления образованием.

Обязательной операцией при анализе результатов оценки качества образования является сравнение по-лученных по всем или по частично выбранным позициям результатов с предыдущими результатами или пла-новыми показателями.

Применительно к гимназии предлагается представленная на рис.1структурная схема процесса принятия управленческого решения. На этом рисунке показаны основные связи и взаимодействия показателей ИСО – 9000, используемых при орга-низации управления качеством обра-зования.




Рис.1. Принципиальная схема управления качеством учебного процесса по-

строенная на основе ИКТ

4. Условия внедрения систе-мы управления качеством образо-вания

Для внедрения системы управления качеством в образова-тельный процесс гимназии должен быть разработан ряд документов, ко-торые регламентируют проведение процессов обучения, воспитания, контроля знаний и др.

Также должны быть подготов-лены средства оценки и фиксирова-ния показателей качества.

Система управления качест-вом образования разрабатывается на базе подготовленных документов, являющихся внутренними руководя-щими документами гимназии, обяза-тельными для исполнения при вне-дрении системы качества.

Базовым документом является «Руководство по качеству», в кото-

ром определены основные положе-ния по обеспечению качества образо-вательного процесса на всех этапах обучения, а также цели, задачи, ос-новные функции, политика гимназии в области качества, организационная структура учреждения.

Руководство по качеству раз-рабатывается с учетом требований МС ИСО 9000. «Построение, содер-жание и изложение». Руководство по качеству должно соответствовать требованиям ГОСТ Р ИСО 9001- 2001.

Разработанный документ предназначается для использования преподавательским составом гимна-зии, членами попечительского и ро-дительского советов в процессе их деятельности для совершенствования образовательного процесса.




Данный документ предостав-ляется руководителям департамента образования, заинтересованным учебным заведениям, родителям учащихся для ознакомления с прин-ципами построения и функциониро-вания системы управления качеством образования в гимназии.

При разработке документа должны использоваться термины и определения, соответствующие МС ИСО 8402 "Управление качеством и обеспечение качеством. Словарь".

В руководстве по качеству оп-ределяются руководители и ответст-венные за управление качеством в подразделениях гимназии, описыва-ется политика гимназии в области повышения и совершенствования ка-чества образования. Описываются цели, задачи и методы их достиже-ния. Даётся краткая характеристика образовательного учреждения, дос-тигнутые результаты на текущий мо-мент времени. В документе пред-ставлены обязанности ответственных по качеству и необходимые действия педагогического коллектива для по-

вышения качества образовательного процесса.

В рамках системы качества разрабатываются положения о попе-чительском и родительском советах и должностные инструкции для препо-давательского состава и других спе-циалистов гимназии. Разработка дан-ных документов производится под методическим руководством ответст-венных за качество (группы качест-ва).

Регулярно производится пере-смотр документов по качеству. Необ-ходимость их редактирования и пе-реиздания определяется руководите-лем гимназии, группой по качеству, решениями выборных Советов.

В настоящей статье сделана попытка рассмотреть вопросы адап-тации международных рекомендаций ИСО-9000 к практическим условиям учебно-воспитательной работы гим-назии. Предлагается методология, позволяющая соотнести различные аспекты деятельности гимназии с те-ми или иными международными по-казателями качества.

Литература 1. Васильева Т.П. и др. Внутришкольный контроль: организация, планирование,

анализ. Волгоград, Учитель, 2007, 124 с. 2. Киракозов Ю.В. и др. Подходы к созданию системы управления качеством

образования школы (на примере Гимназии №1531 «Лингвистическая» города Москвы). Журнал «Информатизация образования и науки» №1, -М. 2009, стр. 109-115.

3. Руководство по применению стандарта ИСО 9001-2000 с области обучения и образования. (пер. с англ.) РИА «Стандарты и качество», - М. 2002, - 128 с.

4. Третьяков П.И. Управление школой по результатам: Практика педагогическо-го менеджмента. — М.: 2001. -158 с.

5. Сенцова Т.М. Управление качеством образования на основе информационных технологий. Автореферат на соискание степени к.п.н. – М. МГПУ, 2004. – 37 с.

6. Управление качеством образования: Практикоориентированная монография и методическое пособие / Под ред. М.М.Поташника. - М: Педагогическое общество России, 2000. - 448 с.




ОСОБЕННОСТИ ИНФОРМАЦИОННЫХ ЭЛЕКТРОННЫХ УСЛУГ

FEATURES OF INFORMATION ELECTRONIC SERVICES Семушкина Селена Георгиевна / Semushkina S.G.,

Генеральный директор компании ITG Group / The general director the company ITG roup,

[email protected], [email protected]

Аннотация В статье описан вид информа-

ционных услуг - электронные услуги. Выделены две типичные группы: об-разовательные и государственные электронные услуги. Отражены ос-новные характеристики услуг и ме-тоды их реализации. Отмечена необ-ходимость применения геоинформа-ционных технологий для случаев, ко-гда услуга имеет пространственно распределенный характер.

Annotation In clause the kind of information

services - electronic services is de-scribed. Two typical groups are allo-cated: educational and state electronic services. The basic characteristics of services and methods of their realization are reflected. The necessity of applica-tion of geoinformation technologies for cases is marked, when the service has the spatially distributed(allocated) char-acter.

Ключевые слова: информа-ционные технологии, электронные услуги.

Key words: information tech-nologies, electronic services.

Электронная услуга представ-

ляет собой вид информационной ус-луги, имеющей электронную форму представления при взаимодействии с потребителем. Электронная услуга (ЭУ) связана либо с созданием элек-тронного документа на основе бу-мажного аналога, либо с созданием электронного документа на основе информационных моделей и ресур-сов.

Необходимо различать ин-формационные услуги и информаци-

онные электронные услуги или услу-ги в электронной форме [4]. Инфор-мационные услуги могут относиться к некомпьютерной сфере, например, юридическая консультация, репети-торство или выполнение проектных работ. Услуги в электронной форме всегда используют компьютерные технологии, компьютерные модели и визуальную электронную форму представления. Кроме того, необхо-димо различать следующие связан-ные понятия: электронная услуга, объект по оказанию электронных ус-луг, система оказания электронных услуг, пункт, в котором находится объект или система по оказанию электронных услуг.

Основные цели электронных услуг – это повышение оперативно-сти, сокращение затрат, повышение надежности, улучшение деятельно-сти государственных и муниципаль-ных органов. Электронные услуги исключают субъективизм и бюрокра-тизм при работе с потребителем.

Среди электронных услуг Рос-сии выделяют различные группы: электронные услуги на транспорте, услуги по оплате, услуги по банков-скому обслуживанию, электронные услуги в сфере сервиса, образова-тельные услуги, государственные ус-луги. Ярким примером образователь-ных электронных услуг является Единый Государственный Экзамен.

Электронная образовательная услуга (ЭОУ) - услуга по удовлетво-рению образовательных потребно-стей пользователя, имеющая элек-тронную форму представления. Этот вид услуг широко применяется при дистанционном обучении и тестиро-




вании. Особенностью этого вида яв-ляется зависимость воспринимаемо-сти и качества услуги от вида интер-фейса.

Технология оказания образо-вательных услуг в электронном виде основана на нормативных докумен-тах Минобрнауки России, учебных планах и программах. Главная цель ЭОУ - повысить уровень образования и подготовку специалистов. Образо-вательные услуги предоставляются в комплексе. По получению комплекса электронных услуг выдается обыч-ный бумажный документ: свидетель-ство или диплом. Необходимость ис-пользования цифровой подписи в та-кой технологии отсутствует. Элек-тронная образовательная услуга слу-жит важной составляющей электрон-ного образования. Широко представ-лены в этом виде услуг тесты и тес-тирование.

Электронная государственная услуга (ЭГУ) — информационная ус-луга по удовлетворению информаци-онных потребностей широких слоев населения путем выдачи электрон-ных документов или электронной справочной информации, которая от-ражает содержание законодательных актов и постановлений. Особенно-стью этого вида услуг является рег-ламентирование форм выдачи доку-ментов. Электронная государствен-ная услуга служит важным компо-нентом реализации проекта «Элек-тронного правительства» [2].

Электронная государственная услуга основана на реализации обыч-ных госуслуг с использованием ин-формационных и телекоммуникаци-онных технологий. В значительной степени электронная услуга основана на использовании электронных ре-сурсов, электронного документа, ин-формационных и коммуникационных технологий. Электронный документ может быть защищен цифровой под-писью или не защищен. В этом виде

услуг широко представлены доку-менты и справки.

Общим для ЭГУ и ЭОУ явля-ется то, что их жизненный цикл оп-ределяется сроком действия норма-тивных документов. Как только нор-мативные документы заменяются но-выми, ЭГУ и ЭОУ требуют либо мо-дификации, либо радикальной пере-работки.

Необходимо различать техно-логию оказания электронной услуги и информационную систему оказания электронных услуг. Система оказа-ния электронных услуг, как и всякая другая система, создается на основе классификационного подхода. По-этому на первом этапе создается пе-речень (реестр) услуг, оказываемых каждым из ведомств, прописывается регламент их оказания (кто за что от-вечает, как строится процесс и т.д.), и на основе классификации определя-ется приоритетность их реализации.

Рассмотрение электронных услуг по взаимодействию с потреби-телем позволяет разделить их на три типа: пассивные или декларативные; активные одностороннего действия; активные двустороннего действия.

Пассивные или декларативные услуги включают информирование населения. Оно заключается в созда-нии регулярно обновляемых прави-тельственных веб-сайтов с публика-цией на них законодательных и нор-мативных актов и предоставлении потребителю информации, которую ему необходимо знать для получения государственной услуги.

Активные электронные услуги одностороннего взаимодействия представляют две группы. Первая определена размещением на веб-сайтах различной необходимой ин-формации, требующей участия по-требителя. В сфере обслуживания и в сфере образования это различные ре-гистрационные документы, требую-щие заполнения и внесения опреде-ленной информации. Простейший




пример — оформление бесплатного почтового ящика в системе элек-тронной почты.

В сфере государственных ор-ганов эти услуги связаны с размеще-нием на сайтах или порталах госу-дарственных органов шаблонов до-кументов, необходимых для оказания услуги. Потребитель получает шаб-лон документа в электронном виде, который необходимо заполнить, рас-печатать и предоставить в государст-венный орган лично.

Вторая группа активных услуг одностороннего действия — это ус-луги по запросу. Это материалы, вы-сылаемые по запросу пользователей. В сфере образования к этому виду услуг относятся тесты, материалы для обучения и др. Кроме того, к этому виду услуг относится самотес-тирование, предоставляемое разными порталами, оформление для получе-ния электронного билета на транс-порт.

Электронные услуги двусто-роннего действия включают больший спектр услуг. В системе дистанцион-ного обучения это on-line тестирова-ние. В системе оказания государст-венных электронных услуг имеется следующий перечень:

• Подача и прием доку-ментов в электронном виде.

• Запись на прием в госу-дарственные органы в интерактивном режиме.

• Заполнение анкеты со-искателя претендентом на должность в органе государственной власти.

• Юридически значимое двустороннее взаимодействие.

• Подача декларации о налогах в электронном виде, получе-ние документа подтверждающего право собственности.

Следует отметить, что резуль-тат выполнения двусторонней услуги (электронный или бумажный доку-мент) является легитимным и в элек-тронном, и в бумажном виде. По-

следнее широко применяется в тури-стическом бизнесе.

Особенностью электронных услуг является то, что их реализация осуществляется через специальные пункты оказания услуг. Поэтому при анализе информационных услуг и решении задачи по их оказанию воз-никает задача анализа и функциони-рования таких центров. В этом аспек-те необходимо применение геоин-формационных технологий как инст-румента учета пространственной не-однородности распределения инфор-мационных потребностей. Это важно как для сферы образования, так и для сферы оказания государственных ус-луг.

Характерной особенностью электронных услуг и систем по их оказанию является то, что при их реализации широко применяются не-которые методы исследования опе-раций. Эти методы применяют для решения разных задач, которые при-менительно к реализации ЭУ можно разбить на классы, наиболее распро-страненными из которых являются:

• - управление запасами; • - распределение ресур-

сов; • - методы решения задач

массового обслуживания; • - задачи планировки и

размещения объектов. Рассмотрим их особенности. Управление запасами. Осо-

бенности этого класса заключаются в том, что с увеличением уровня запа-сов увеличиваются затраты на их хранение, но уменьшаются потери вследствие возможного дефицита. Системы управления запасами отно-сятся, прежде всего, к обслуживанию пунктов по оказанию услуг. Они ха-рактеризуются следующими элемен-тами: системой снабжения, спросом на услуги, способами пополнения за-пасов, функцией полезности, ограни-чениями, стратегиями управления запасами. В свою очередь, эти эле-




менты характеризуются разными па-раметрами.

Для систем снабжения харак-терным является то, что в аспекте то-пологии они делятся на децентрали-зованные и централизованные. Спрос на услуги бывает стационарным или нестационарным, детерминирован-ным или случайным. Пополнение за-пасов: мгновенная поставка (если пренебрегают задержкой времени с момента оформления заказа на по-ставку до момента самой поставки); задержка поставки на заданный про-межуток времени; задержка поставки на случайный интервал. При децен-трализации возникает задача про-странственного анализа, которая эф-фективно решается с привлечением методов геоинформатики.

Задачи распределения ре-сурсов. Эти задачи возникают, когда набор услуг, которые нужно выпол-нить, не обеспечивается наличными ресурсами (пунктами оказания услуг, техникой, человеческими ресурсами). В зависимости от условий задачи распределения ресурсов делятся на три группы:

1. Заданы объемы услуг и ресурсов. Необходимо распределить ресурсы по оказанию услуг в соот-ветствии с заданным критерием оп-тимальности.

2. Заданы лишь наличные ресурсы. Определить, какой состав услуг можно выполнить с этими ре-сурсами, чтобы обеспечить максимум удовлетворения потребностей задан-ного региона.

3. Заданы лишь услуги, которые надо оказать. Подобрать та-кие ресурсы, которые дают возмож-ность оказать их с минимальными производственными затратами. При распределенном характере ресурсов возникает задача пространственного анализа, которая эффективно реша-ется с привлечением методов геоин-форматики

Задачи массового обслужи-вания. Они связаны с исследования-ми и анализом систем обслуживания и с очередями заявок. Типичными примерами являются очереди клиен-тов для оформления справок, полу-чения паспортов, в БТИ и т.д. Очере-ди возникают вследствие того, что поток заявок не управляем и случаен, а количество пунктов обслуживания n ограничено. Если количество пунк-тов обслуживания взять большим, то очереди будут образоваться редко. Среднее время ожидания в очереди τ будет небольшим, но неизбежны простои на пунктах обслуживания. Если, наоборот, количество пунктов обслуживания небольшое, то возни-кают большие очереди, и имеют ме-сто большие потери из-за ожидания в очереди: F1(τ) = r1 τ , где r1 – затраты на единицу времени ожидания. По-этому одна из возможных задач мас-сового обслуживания следующая: определить такое количество пунктов обслуживания n0, при котором ми-нимизируется сумма ожидаемых по-терь от ожидания в очереди и про-стоев оборудования F2 (τ)

F1(n0) + F2 (n0) → min Задачи массового обслужива-

ния в наименьшей степени прямо связаны с геоинформатикой, но в косвенной форме эта связь существу-ет (например, размещение пунктов массового обслуживания с учетом количества потребителей в разных точках [3]).

Задачи планирования и раз-мещения объектов. Эти задачи ха-рактеризуются следующими особен-ностями. На территории некоторого региона задано исходное размещение существующих объектов по оказа-нию и получению услуг или не зада-но ни одного. Требуется определить количество новых объектов оказания электронных услуг и места их раз-мещения. При этом необходим учет их взаимодействия с существующи-ми объектами (если они есть) и меж-




ду собой. Основные параметры этих задач следующие:

• характеристики по-требностей в услугах;

• характеристика объема оказываемых услуг пунктами по ока-занию услуг;

• выделение ареалов по обслуживанию одним центром;

• оценка взаимодействия между пунктами обслуживания;

• тип пространства ре-шений (размещений);

• мера расстояния между объектами (метрика пространства размещений);

• критерий оценки вари-антов решений.

Задача размещения является важнейшей, поскольку ее решение существенно влияет на другие зада-чи. При выборе мест размещения учитывают многие факторы, среди которых следует выделить следую-щие: места размещения потребите-лей, места размещения поставщиков услуг, размер и конфигурация ареала оказания услуг, транспортная дос-тупность, конкуренты, их число, рас-положение (для негосударственных услуг), политическая стабильность, природные условия и т.д.

Очевидно, что и в этом случае возникает задача пространственного анализа, которая решается с привле-чением методов геоинформатики.

Одним из основных показате-лей, характеризующих новые объек-ты по оказанию ЭУ, является их ко-личество. При таком подходе эта за-дача близка к задаче пространствен-ного распределения ресурсов. Раз-мещение может быть статическим или динамическим, детерминирован-ным или стохастическим. Если раз-мещение существующих объектов является управляемой переменной, то возникает задача перепланировки размещения.

Мера расстояния (метрика пространства размещений) также

может учитываться при формулиров-ке задач размещения. Часто в качест-ве приближенной оценки фактиче-ских расстояний используют евкли-дову метрику. Возможны разные критерии оптимизации: минимизация суммарных затрат, минимизация максимальных затрат, максимизация прибыли.

Область решений может быть непрерывной, когда новые объекты могут быть размещены в любой точ-ке, и дискретной, если заданы огра-ниченные ареалы, в которых воз-можное размещение новых объектов. Рассмотрим некоторые типичные по-становки задач размещения.

Известна задача размещения с использованием нечетких множеств [1]. Она основана на формировании нечетких характеристик, описывае-мых с помощью треугольных или трапецевидных чисел. Размещение объектов дискретное и осуществля-ется только в заранее определенных пунктах. Оно касается только новых объектов, а существующие связаны с ними через условия размещения. Эта задача связана с теорией предпочте-ний и использует ее методологию. Характерно, что при решении даже такой задачи применяют геоинфор-матику [1]. Рассмотрим ее решение.

Обобщенная задача размеще-ния с непрерывным пространством (задача Штейнера-Вебера). Пусть существующие объекты размещены в

различных точках плоско-сти, а новые объекты — в точках

. Расстояние между точка-ми расположения j-го нового объекта

и і-го старого объекта обозна-

чим через , а между точками расположения j-го и к-го новых объ-

ектов – через . Удельные за-траты на перевозку между j-м новым и і-м старым объектами обозначим

через , а аналогичные затраты на




перевозку между j-м и к-м новыми

объектами – через . Нужно найти такие места рас-

положения новых объектов

, при которых минимизи-руются общие годовые транспортные затраты:

Вид функций d(xj, xi) оп-

ределяется используемой метрикой. Наиболее часто используется метри-ка Эвклида:

и метрика Минковского:

где – координаты точек .Эта задача использует один

критерий затрат и чаще всего оцени-вает только транспортные расходы (при чем идеализированно).

Еще одна задача размещения связана с распределением. Она за-ключаются не только в определении числа новых объектов и координат их размещения, но и в распределении

потоков между новыми и сущест-вующими объектами. Примером яв-ляется задача размещения станций сотовой связи при увеличении числа абонентов, и реконфигурация их кла-стера на этой основе.

Математическая модель этой задачи записывается так:

минимизировать ,

при условиях где – общие затраты на трафик в единицу времени;

– затраты на трафик в единицу времени при установке n новых объек-тов;

– удельные затраты в единицу времени при взаимодействии j-го нового и і-го существующего объектов;

1, если j-й новый объект, функционально связанный с i-м старым Zij= { 0, в противоположном случае

Задачи размещения – распре-

деления с дискретным пространством решений. Такие задачи, как правило, приходится решать при размещении производства и складов. Задачи раз-мещения предприятий обычно вклю-чают определение их количества, мест расположения и мощности за-водов и складов, необходимых для

снабжения потребителей продукци-ей. Эта задача формулируется так.

Пусть имеется m потребите-лей продукции с известными местами размещения (проживания). Заданы n возможных мест размещения пред-приятий. Известно: потребности і-го

потребителя в продукции, ; по-стоянные затраты, связанные с раз-




мещением предприятия в j-м месте, и переменная часть затрат, зависящая от его производственных мощностей;

удельные транспортные затраты по перевозке единицы продукции из j-го пункта производства в і-й пункт потребления. Требуется определить такие фактические места размещения предприятий, их производственные мощности, а также долю удовлетво-рения потребностей потребителей, при которых минимизируются сум-марные затраты на размещения пред-приятий и поставки (перевозки) про-дукции соответствующим складам. Такие задачи еще называют произ-водственно-транспортными.

Задачи о покрытии. Они со-стоят в необходимости покрытия не-кой ограниченной территории объек-тами по оказанию услуг. Эти задачи весьма созвучны построению покры-тий с помощью ГИС. К этому типу задач относят, например, определе-ние мест размещения по оказанию услуг при ограничении на расстояние до потребителя.

На наш взгляд, перспективной является задача размещения, связан-ная с нахождением ареалов потреб-ностей и вычислением центроидов этих ареалов. При таком подходе учитываются практически все факто-ры, и может быть включено неогра-ниченное количество дополнитель-ных параметров. Этот подход также требует привлечения методов геоин-форматики на предварительном эта-пе, а на заключительном - методов кластерного анализа. В частности, возникает задача определения цен-троида кластера.

Таким образом, решение зада-чи по оказанию электронных услуг приводит к необходимости примене-ния методов исследования операций. Пространственный анализ и распре-деленность ситуации и систем по оказанию услуг неизбежно приводят к необходимости применения мето-дов геоинформатики, решению задач анализа пунктов по оказанию услуг и решению задач по их обслуживанию и размещению.

Литература 1. Розенберг И.Н., Старостина T.A. Решение задач размещения с нечеткими дан-

ными с использованием геоинформационных систем. – М.: Научный мир, 2006. – 208 c. 2. Семушкина С.Г. Электронное правительство и электронный документообо-

рот: технологические, нормативные и организационно-методические вопросы / В сб.: Ин-тернет и современное общество. Труды одиннадцатой Всероссийской объединенной конференции. – Санкт-Петербург: СПГУ, 2008. – С. 185-188.

3. Цветков В.Я. Геомаркетинг. – М.: Финансы и статистика, 2001, – 240 с. 4. Цветков В.Я. Информационные технологии в управлении. – М.: МГУГиК,

2008. – 110 с.



О XI ВСЕРОССИЙСКОМ ФЕСТИВАЛЕ «МОБИЛЬНЫЕ РОБОТЫ-2009»

В мае 2009 года на базе Мос-ковского государственного универ-ситета приборостроения и информа-тики был проведен XI Всероссийский фестиваль «Мобильные роботы - 2009» имени профессора Е.А. Девя-нина.

Ниже приводится интервью ректора университета, доктора тех-нических наук, профессора Голубят-никова Игоря Владимировича, по-священное этому знаменательному событию.

ИНТЕРВЬЮ 2009 год на территории

стран СНГ объявлен Годом науки и инноваций, запущен масштаб-ный национальный проект по под-держке инновационной деятельно-сти в России. Как Вы можете оха-рактеризовать ситуацию, сложив-шуюся в нашей стране на данный момент в сфере новых разработок и технологий?

- Я считаю поддержку науки и инноваций одним из приоритетных направлений деятельности Прави-тельства РФ. Мы должны уделять особое внимание развитию отечест-венных технологий и поддержке мо-лодых талантливых специалистов, создавая новые возможности для на-учного творчества и делая, таким об-разом, труд ученого привлекатель-ным в России. Вместе с тем я уверен, что преодолеть все негативные тен-денции, которые наблюдались в рос-сийской научной сфере в последнее десятилетие, представляется возмож-ным только при консолидации всего научного сообщества, государствен-ной власти и бизнеса. Таким образом, будут налажены эффективные взаи-моотношения между всеми участни-ками рынка и запущен механизм по созданию и использованию в произ-

водстве новейших разработок в об-ласти высокоточных наук.

Какие актуальные пробле-

мы существуют непосредственно в сфере робототехники и приборо-строения?

- Проблем достаточно много, но все они преодолимы. При этом приборостроение, робототехника, как и многие другие отрасли, соединяю-щие в себе элементы механики, но-вых технологий и искусственного интеллекта, занимают ключевые по-зиции, как базовые отрасли, для ан-тикризисного поворота в развитии экономики России, обеспечении на-циональной обороны и безопасности. Конечно, ориентация российских приборостроителей на достижения отечественной науки и техники тре-бует определенного прогресса в на-учных разработках. Мы, со своей стороны, делаем все возможное для того, чтобы заполнить этот разрыв. Более того, достижения наших моло-дых ученых и специалистов дают все основания полагать, что пусть и не все, но многие проблемы можно бу-дет преодолеть в кратчайшие сроки.

Какие, по Вашему мнению,

первоочередные шаги должны быть предприняты по преодоле-нию кризиса в приборостроении?

- По моему убеждению, от-правная точка воссоздания отрасли - подготовка молодых кадров и резкий подъем в научных и конструкторских работах. Мы должны сделать науч-ную деятельность и технические спе-циальности привлекательными для молодежи. К сожалению, из-за отсут-ствия перспективы и высоких зара-ботков молодые люди неохотно вы-бирают эти специальности. Нам не-обходимо преодолеть сложившийся стереотип об исключительном при-



оритете у студентов интереса к ком-мерческой составляющей образова-ния. Конечно, есть и перспективная молодежь, которая, в первую оче-редь, хочет посвятить свою жизнь интересной творческой работе, буду-чи уверенной, что талантливый спе-циалист всегда получит достойную оценку своего труда, но таких едини-цы, и этого количества недостаточно для успешного развития отрасли в государственных масштабах.

МГУПИ вот уже более 70 лет

является гарантом получения ка-чественного технического образо-вания. Расскажите, что нового происходит в жизни университета?

- МГУПИ живет полноценной жизнью российского вуза и продол-жает успешно развивается, мы явля-емся одним из ведущих центров под-готовки кадров. Стараясь всегда со-ответствовать требованиям совре-менной науки и находясь на творче-ской службе научно-технического прогресса, на протяжении десятиле-тий вуз обогатился новыми факуль-тетами, кафедрами и специальностя-ми. За последние три года здесь серь-езно обновилась научная и учебная база. Есть уникальное оборудование, например, тест-системы для разру-шающего и неразрушающего контро-ля, нанотехнологий. На научной базе кафедр вуза и смежных предприятий успешно работает молодежное кон-структорское бюро. Сегодня МГУПИ представляет собой учебно-научный центр, обладающий высококвалифи-цированным преподавательским и научным составом, новейшей мето-дической базой и современным тех-ническим оснащением.

Какие успешные разработки

были сделаны учеными МГУПИ в последние годы?

- Профессоры и преподавате-ли нашего университета много вре-мени и внимания уделяют научным

исследованиям и разработкам. В на-шей стране строится новая – иннова-ционная – экономика, и мы стараемся принимать в этом активное участие. Ученые кафедры «Специальные ав-томобили и бортовые информацион-но-управляющие системы» разрабо-тали механизмы оптимизации дина-мических характеристик коробок пе-редач автомобилей, вызвавшие большой интерес американцев. В ре-зультате была создана первая в Рос-сии совместная научно-исследовательская лаборатория «МГУПИ – General Motors». Совре-менное оборудование и новейшие достижения науки в этой лаборато-рии позволяют университету гото-вить новое поколение конструкторов и технологов для отечественных предприятий. Проблемная лаборато-рия «Молекулярная акустика» про-водит фундаментальные исследова-ния физических свойств анизотроп-ных гетерогенных сред на основе жидких кристаллов. Полученные ре-зультаты могут найти применение при разработке новых и совершенст-вовании существующих жидкокри-сталлических дисплеев. Кроме этого, ведется разработка новых прецизи-онных акустических и оптических методов контроля гетерогенных сред с микро- и нанонеоднородностями, что необходимо для создания новых нанотехнологий. Ученые кафедры «Инновационные технологии в при-боростроении и микроэлектронике» разработали установку для реализа-ции технологии получения наномате-риалов для высокоэффективных при-боров оптоэлектроники и СВЧ-техники.

Расскажите, пожалуйста, о

XI Всероссийском Фестивале «Мо-бильные роботы - 2009» им. про-фессора Е.А. Девянина, ведь это уникальная возможность для мо-лодых талантов заявить о себе?



- Да, действительно, «Мобиль-ные роботы» - это единственный рос-сийский молодежный научно-технический Фестиваль с междуна-родным участием, регулярно прохо-дящий и в России, и за ее пределами – во Франции. Это мероприятие пред-ставляет собой современную техно-логию университетского образова-ния. Мы искренне приветствуем и поддерживаем подобного рода ини-циативы и рады, что как команда-победитель МГУПИ уже второй год подряд проводит Фестиваль на своей территории. В Фестивале участвуют студенты российских и иностранных университетов, российские школьни-ки, представляющие к участию в со-ревнованиях, показательных выступ-лениях и для демонстрации ориги-нальные робототехнические проекты. За годы существования Фестиваль «Мобильные роботы» доказал свою эффективность – есть реальные дос-тижения: студенческие команды ус-

пешно соперничают, демонстрируя свои сложные технические системы, оснащенные системой технического зрения, которые самостоятельно принимают решения в условиях из-меняющейся обстановки. Например, робота-змею, способного передви-гаться по водопроводным, канализа-ционным и другим трубопроводным системам, роботов–футболистов, яв-ляющихся платформой для исследо-ваний в области механики и искусст-венного интеллекта. Студентами и аспирантами университета были вы-ставлено 197 экспонатов на различ-ных выставках, 195 работ студентов выставлялись на лучшую НИР, было получено 172 медали и диплома. Ос-тается надеяться, что результатом молодежного творчества, студенче-ских конкурсов и фестивалей будет не подготовка объектов для «утечки мозгов», а развитие отечественного приборостроения.



ТРЕБОВАНИЯ К ОФОРМЛЕНИЮ СТАТЬИ В НАУЧНО-МЕТОДИЧЕСКОМ ЖУРНАЛЕ «ИНФОРМАТИЗАЦИЯ

ОБРАЗОВАНИЯ И НАУКИ»

Статья должна быть представлена единым файлом, названным фамилией докладчика, в следующем виде:

1. Текст ● объем 15-20 стр.; ● аннотация 5-10 строк на русском и английском языках; ● Word for Windows 6.0, 7.0; ● шрифт «Times New Roman»; ● кегль 12 пт; ● интервал полуторный; ● с переносом; ● без подчеркиваний; ● нумерация справа наверху; ● поля:

верхнее – 2 см; нижнее – 2 см; левое – 3 см; правое – 2 см 2. Структура

● название статьи на русском и английском языках; ● ФИО авторов статьи на русском и английском языках; ● должность авторов на русском и английском языках; ● название организации на русском и английском языках; ● e-mail авторов; ● аннотация к статье на русском и английском языках; ● ключевые слова к статье на русском и английском языках; ● статья на русском языке; ● список используемой литературы оформленный по ГОСТу; ● внутри статьи заголовки должны быть оформлены по следующему образцу:

1. Заголовок. 1.1. Заголовок.

1.1.1. Заголовок и т.д. 2. Заголовок. 2.1. Заголовок. 2.1.1. Заголовок. 3. Заголовок. и т.д. 3. Рисунки

● все рисунки должны быть пронумерованы; ● в тексте обязательно должна быть ссылка на рисунок, чтобы верстальщик мог правиль-но разместить его в тексте статьи; ● если в рисунке есть текст, то не должно быть сокращений подобных «отдел науч.-обр. ресурсов». Все слова пишутся полностью; ● рисунки необходимо экспортировать в формате TIF с хорошим разрешением не менее (300 dpi) и при этом помнить, что размер рисунка не должен быть больше формата стра-ницы верстки, т.е. 112 мм.

4. Таблицы ● в таблицах не должно быть сокращенных написаний слов подобных «отдел науч.-обр. ресурсов»; ● все таблицы должны быть пронумерованы.

5. Формулы Формулы должны быть оформлены только в формульном редакторе MathType, при этом нужно учитывать, чтобы ширина формулы не превышала 7 см, т.к. статья в журнале оформляется в две колонки на странице.



ПОРЯДОК РЕЦЕНЗИРОВАНИЯ РУКОПИСЕЙ, ПОСТУПАЮЩИХ В РЕДАКЦИЮ НАУЧНО-МЕТОДИЧЕСКОГО ЖУРНАЛА

«ИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯ И НАУКИ»

1. Статьи направляются в редакцию по электронной почте. 2. Рукописи могут также направляться в редакцию в виде почтовых бандеролей, причем с обязательным приложением дискеты с текстом статьи. 3. К рукописи аспиранта, автора статьи, должна быть приложена рецензия его науч-ного руководителя. 4. Все полученные материалы поступают к заместителю редактора журнала и зано-сятся им в специализированную базу данных. 5. После первичного ознакомления с текстом осуществляется его классификация в соответствии с рубриками журнала. Один экземпляр текста направляется в экспертную группу для рецензирования. 6. Срок рецензирования не должен превышать одной недели. 7. Рецензент готовит отзыв, в котором оценивает степень актуальности статьи, ее методологическую обоснованность, научную достоверность и практическую значимость. В заключении делается вывод о возможности публикации статьи на страницах журнала. 8. Отпечатанный и подписанный рецензентом текст рецензии поступает к замести-телю редактора журнала. 9. Полученная из экспертной группы статья и рецензия на нее передаются главному редактору журнала, который принимает решение о вынесении вопроса публикации ста-тьи в очередном номере журнала на рассмотрение редакционного совета (возможна от-правка статей по электронной почте, а заседание редакционного совета может проводить-ся как посредством общего сбора членов совета, так и посредством видеоконференцсвя-зи). 10. Члены редакционного совета выражают свое мнение о статье, и на этом основа-нии главным редактором выносится окончательное решение. В случае принятия отрица-тельного решения на предмет публикации редакция направляет мотивированный отказ автору статьи. Примечание: публикация рукописей в журнале «Информатизация образования и науки» осуществляется на безвозмездной основе.


Юбилей Татьяны Владимировны Астафьевой

Редакционный совет журнала «Информати-

зация образования и науки» сердечно поздравляет

начальника отдела кадров ФГУ ГНИИ ИТТ «Ин-

формика» Астафьеву Татьяну Владимировну с

юбилеем и желает ей крепкого здоровья на долгие

годы, удачи, неиссякаемой энергии, личного сча-

стья и дальнейшей плодотворной деятельности.

Астафьева Татьяна Владимировна начинала

свой трудовой путь в Московском институте электроники и математики, работая

на кафедре, а затем многие годы трудилась в деканате факультета «Автоматика и

вычислительная техника». В ФГУ ГНИИ ИТТ «Информика» работает со дня его

основания. За время работы она проявила себя как трудолюбивый, грамотный и

принципиальный организатор кадровой службы. Она чуткий и отзывчивый чело-

век, ее заботу и внимание чувствуют и молодые сотрудники, и ветераны труда, и

все коллеги по работе.

За трудовые заслуги и компетентность в вопросах кадровой политики

Татьяна Владимировна не раз отмечалась почетными грамотами, в том числе и

грамотами Министерства образования и науки Российской Федерации. Среди со-

трудников института заслуженно пользуется большим авторитетом и уважением.


научно методический...

Career