Институт проблем информатики Российской Академии наук
Институт проблем информатики Российской Академии наук
Российская Академия наук

Институт проблем информатики Российской Академии наук




«Информатика и ее применения» (Том 10, Выпуск 2, 2016)

Оглавление | Библиография | Об авторах

Аннотации и ключевые слова.

МОДЕЛИРОВАНИЕ И МОНИТОРИНГ СОСТОЯНИЯ VoIP-СОЕДИНЕНИЯ.

  • А. В. Борисов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, aborisov@frccsc.ru
  • А. В. Босов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, abosov@frccsc.ru
  • Г. Б. Миллер   Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, gmiller@frccsc.ru

Аннотация: В результате анализа транспортного протокола Real Time Transfer Protocol (RTP), используемого технологиями Voice over IP (VoIP) для передачи аудио- и видеоинформации, предложена математическая модель описания состояния VoIP-соединения. Она учитывает как формальные правила, лежащие в основе технологии VoIP, так и особенности сетевого взаимодействия, характерные для RTP: задержки, потери пакетов и пр. Математическое описание исследуемого процесса сетевого взаимодействия основано на аппарате скрытых марковских моделей. Предполагается, что ненаблюдаемое состояние соединения описывается марковским процессом с конечным множеством состояний, а наблюдению доступен поток принимаемых кадров, являющийся немарковским мультивариантным точечным процессом. Для предложенной системы наблюдения решена задача фильтрации состояния VoIP-соединения по имеющимся наблюдениям. Достоверность предложенной модели и работоспособность алгоритма фильтрации иллюстрируются примером обработки реального видеопотока, формируемого сервисом Linphone VoIP и передаваемого по сотовой сети стандарта 3G.

Ключевые слова: технологии VoIP; прокотол RTP; сетевое соединение; скрытая марковская модель; мультивариантный точечный процесс; оптимальная фильтрация

НОРМАЛЬНЫЕ УСЛОВНО-ОПТИМАЛЬНЫЕ ФИЛЬТРЫ И ЭКСТРАПОЛЯТОРЫ ПУГАЧЁВА ДЛЯ СТОХАСТИЧЕСКИХ СИСТЕМ, ЛИНЕЙНЫХ ОТНОСИТЕЛЬНО СОСТОЯНИЯ.

  • И. Н. Синицын  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, sinitsin@dol.ru
  • Э. Р. Корепанов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, ekorepanov@ipiran.ru

Аннотация: Рассматривается теория аналитического синтеза непрерывных (дифференциальных) и дискретных (разностных) суб- и условно-оптимальных фильтров и экстраполяторов Пугачёва для обработки процессов в гауссовских и негауссовских стохастических системах (СтС), линейных относительно вектора состояния. Первые работы по фильтрации и экстраполяции для таких гауссовских систем были выполнены Липцером и Ширяевым, а для негауссовских - Пугачёвым и Синицыным. Приведены алгоритмы нормальных суб- и условно-оптимальных фильтров для непрерывных и дискретных систем. Представлены алгоритмы нормальных суб- и условно-оптимальных экстраполяторов. Разработанные алгоритмы положены в основу программного обеспечения (StS-Filter, 2016). Результаты допускают развитие на случай автокоррелированных шумов в наблюдениях, а также систем с мультипликативными шумами.

Ключевые слова: дискретные СтС; дифференциальная СтС; метод нормальной аппроксимации (МНА) апостериорной плотности; метод статистической линеаризации (МСЛ); нормальный условно-оптимальный фильтр Пугачёва (НФП); нормальный условно-оптимальный экстраполятор Пугачёва (НЭП); стохастическая система (СтС); СтС, линейная относительно состояния; условия Липцера-Ширяева; фильтр Липцера-Ширяева (ФЛШ)

ЭЛЛИПСОИДАЛЬНЫЕ СУБОПТИМАЛЬНЫЕ ФИЛЬТРЫ ДЛЯ НЕЛИНЕЙНЫХ СТОХАСТИЧЕСКИХ СИСТЕМ НА МНОГООБРАЗИЯХ.

  • И. Н. Синицын  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, sinitsin@dol.ru
  • В. И. Синицын   Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, vsinitsin@ipiran.ru
  • Э. Р. Корепанов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, ekorepanov@ipiran.ru

Аннотация: Разработана теория аналитического синтеза эллипсоидальных субоптимальных фильтров (ЭСОФ) для нелинейных дифференциальных стохастических систем (СтС) на многообразиях (МСтС). Рассмотрены случаи гауссовских и негауссовских СтС. Алгоритмы положены в основу модуля экспериментального программного обеспечения StS-Filter (version 2016). Результаты допускают развитие на случай дискретных СтС. Теоретический и практический интерес представляет теория ЭСОФ на основе ненормированных распределений.

Ключевые слова: апостериорное одномерное распределение; винеровский шум; метод эллипсоидальной аппроксимации (МЭА); метод эллипсоидальной линеаризации (МЭЛ); пуассоновский шум; стохастическая система на многообразиях (МСтС); субоптимальный фильтр (СОФ); уравнения точности МЭА и МЭЛ; уравнения чувствительности МЭА и МЭЛ

МЕТРИЧЕСКАЯ КЛАССИФИКАЦИЯ ВРЕМЕННЫХ РЯДОВ СО ВЗВЕШЕННЫМ ВЫРАВНИВАНИЕМ ОТНОСИТЕЛЬНО ЦЕНТРОИДОВ КЛАССОВ.

  • А. В. Гончаров  Московский физико-технический институт, alex.goncharov@phystech.edu
  • В. В. Стрижов  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, strijov@ccas.ru

Аннотация: Рассматривается задача метрического анализа и классификации временных рядов. Метрические методы используют матрицу попарных расстояний, строящуюся при помощи фиксированной функции расстояния. Вычислительная сложность алгоритмов, использующих такую матрицу, по меньшей мере квадратична относительно числа временных рядов. Проблема снижения вычислительной сложности решается путем предварительного выделения эталонных объектов, центроидов классов и последующего их использования для описания классов. В качестве базовой модели классификации выбрана модель, использующая динамическое выравнивание временных рядов для построения центроида. В работе предлагается ввести функцию весов центроида, влияющую на вычисление расстояния между объектами. Для анализа алгоритма построения центроида использованы как временные ряды элементарных функций, так и временные ряды физической активности человека с акселерометра мобильного телефона. Свойства построенной модели исследуются и сравниваются со свойствами модели, выбранной в качестве базовой.

Ключевые слова: взвешенное динамическое выравнивание; классификация временных рядов; центроид; функция расстояния

МЕТРИЧЕСКОЕ ОБУЧЕНИЕ В ЗАДАЧАХ МУЛЬТИКЛАССОВОЙ КЛАССИФИКАЦИИ ВРЕМЕННЫХ РЯДОВ.

  • Р. В. Исаченко  Московский физико-технический институт, isa-ro@yandex.ru
  • В. В. Стрижов  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, strijov@ccas.ru

Аннотация: Работа посвящена построению модели многоклассовой классификации временных рядов. Предлагается выравнивать временные ряды относительно центроидов классов. Процедура нахождения центроидов и выравнивания временных рядов осуществляется с помощью алгоритма динамической трансформации времени. Для повышения качества классификации в данной работе используются методы метрического обучения. Метрическое обучение позволяет модифицировать расстояния между временньши рядами, сближая временные ряды из одного класса и отдаляя временные ряды из разных классов. Расстояние между временными рядами измеряется с помощью метрики Махаланобиса. Процедура метрического обучения состоит в определении оптимальной матрицы трансформаций в метрике Махаланобиса. Для анализа качества построенного алгоритма проведен вычислительный эксперимент на синтетических и реальных данных показаний с акселерометра мобильного телефона.

Ключевые слова: классификация временных рядов; выравнивание; метрическое обучение; алгоритм LMNN

РАСПОЗНАВАНИЕ ЗАВИСИМОСТЕЙ НА ОСНОВЕ ОБРАТНОГО ОТОБРАЖЕНИЯ.

  • А. Н. Тырсин  Научно-инженерный центр "Надежность и ресурс больших систем и машин" УрО РАН, Екатеринбург, at2001@yandex.ru
  • С. М. Серебрянский  Троицкий филиал Челябинского государственного университета, tf_chelgu@maii.ru

Аннотация: Описан метод распознавания зависимостей, основанный на использовании обратного отображения. Из заданного конечного множества моделей выбирают ту, которая в наибольшей степени соответствует выборке данных. Для каждой модели по выборке определяют соответствующую ей выборочную зависимость. Для одномерного случая с помощью обратного отображения каждой выборочной зависимости ставится в соответствие одна и та же эталонная модель в виде уравнения прямой. Для каждой модели выборочные данные отображаются с некоторыми ошибками на одно и то же уравнение прямой. В качестве критерия адекватности построенной модели выборки данных предложено использовать минимум дисперсии ошибок. В случае многомерных зависимостей предложен эвристический прием, согласно которому для каждой модели рассматривают совокупность обратных функций для каждой из независимых переменных. Проведена апробация метода с помощью статистического моделирования методом Монте Карло.

Ключевые слова: распознавание; функциональная зависимость; модель; обратная функция; выборка; дисперсия; аппроксимация

СТАТИСТИЧЕСКИЕ СВОЙСТВА МЕТОДА ПОДАВЛЕНИЯ ШУМА, ОСНОВАННОГО НА СТАБИЛИЗИРОВАННОЙ ЖЕСТКОЙ ПОРОГОВОЙ ОБРАБОТКЕ.

  • О. В. Шестаков  Московский государственный университет им. М. В. Ломоносова, кафедра математической статистики факультета вычислительной математики и кибернетики; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, oshestakov@cs.msu.su

Аннотация: Методы пороговой обработки коэффициентов вейвлет-разложения функций сигналов и изображений стали популярным аппаратом для подавления шума благодаря своей простоте, вычислительной эффективности и возможности адаптации к функциям, имеющим на разных участках различную степень регулярности. Рассматривается предложенный недавно стабилизированный метод жесткой пороговой обработки, в котором устранены основные недостатки мягкой и жесткой пороговой обработки, и исследуются статистические свойства этого метода. В модели данных с аддитивным гауссовским шумом проводится анализ несмещенной оценки среднеквадратичного риска и показывается, что при определенных условиях данная оценка является сильно состоятельной и асимптотически нормальной. Данные свойства позволяют строить асимптотические доверительные интервалы для теоретического среднеквадратичного риска метода.

Ключевые слова: вейвлеты; пороговая обработка; несмещенная оценка риска; асимптотическая нормальность; сильная состоятельность

ОБ ОПТИМАЛЬНОМ ПОРОГОВОМ ЗНАЧЕНИИ ДЛИНЫ ОЧЕРЕДИ В ОДНОЙ ЗАДАЧЕ МАКСИМИЗАЦИИ ДОХОДА СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ ТИПА M/G/1.

  • Я. М. Агаларов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, agglar@yandex.ru
  • М. Я. Агаларов  ПАО Промсвязьбанк, murad-agalarov@yandex.ru
  • В. С. Шоргин   Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, VShorgin@ipiran.ru

Аннотация: Рассматривается задача максимизации среднего дохода системы M/G/1 в единицу времени на множестве стационарных пороговых стратегий ограничения доступа с одной "точкой переключения". Доход определяется следующими параметрами, измеряемыми в стоимостных единицах: плата, полу- чаемая за обслуживание заявок; затраты на техническое обслуживание прибора; вычет из дохода за задержку заявок в очереди; штраф за необслуженные заявки; штраф за простой системы. Получены условия существования конечного оптимального порогового значения, предложены метод и алгоритм расчета оценок снизу для оптимального порога и соответствующего значения максимального дохода в единицу времени. Решена вспомогательная задача максимизации дохода системы, усредненного по числу обслуженных заявок, на множестве рассматриваемых пороговых стратегий. Получены необходимые и достаточные условия существования решения вспомогательной задачи, предложен метод и алгоритм ее решения.

Ключевые слова: система массового обслуживания; пороговая стратегия; оптимизация

БАЙЕСОВСКАЯ РЕКУРРЕНТНАЯ МОДЕЛЬ РОСТА НАДЕЖНОСТИ: ПАРАБОЛИЧЕСКОЕ РАСПРЕДЕЛЕНИЕ ПАРАМЕТРОВ.

  • А. А. Кудрявцев  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, nubigena@mail.ru
  • С. И. Палионная  Московский государственный университет им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, sofiapaiionnaya@gmail.com

Аннотация: Данная работа посвящена рассмотрению случая параболического распределения параметров в байесовской рекуррентной модели роста надежности сложных модифицируемых информационных систем. Надежность системы зависит от соотношения параметров, интерпретируемых в теории надежности как показатели "дефективности" и "эффективности" средства, исправляющего ошибки в системе. При использовании байесовских моделей применительно к задачам теории надежности предполагается, что основные параметры системы не являются заданными, а известны только их априорные распределения. Приводятся формулы для вычисления средней предельной надежности системы для параболического априорного распределения параметров. Также приводятся численные результаты для модельных примеров.

Ключевые слова: модифицируемые информационные системы; теория надежности; байесовский подход; параболическое распределение

РАЗЛОЖЕНИЯ ТИПА КОРНИША-ФИШЕРА ДЛЯ РАСПРЕДЕЛЕНИЙ СТАТИСТИК, ПОСТРОЕННЫХ ПО ВЫБОРКАМ СЛУЧАЙНОГО РАЗМЕРА.

  • А. С. Марков  Московский государственный университет им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, markov.cmc@yandex.ru
  • М. М. Монахов  Московский государственный университет им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, mih_monah@mail.ru
  • В. В. Ульянов   Московский государственный университет им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, vulyanov@cs.msu.ru

Аннотация: Для квантилей выборочного среднего по выборке случайного объема построены обобщенные разложения Корниша-Фишера на базе квантилей распределений Лапласа и Стьюдента. В последние годы интерес к разложениям Корниша-Фишера значительно вырос в связи с исследованиями по управлению рисками. Широко распространенная мера риска Value at Risk (VaR) является квантилью функции потерь. Используется общая теорема переноса, позволяющая получать асимптотические разложения для функций распределения статистик по выборкам случайного объема из асимптотических разложений для функции распределения случайного объема выборки и асимптотических разложений для функций распределения статистик по выборкам неслучайного объема. Проведен вычислительный эксперимент, иллюстрирующий полученные разложения Корниша-Фишера.

Ключевые слова: обобщенные разложения Корниша-Фишера; выборка случайного объема; распределение Лапласа; распределение Стьюдента

СИСТЕМА ОБСЛУЖИВАНИЯ С ГИПЕРЭКСПОНЕНЦИАЛЬНЫМ ВХОДЯЩИМ ПОТОКОМ И ПРОФИЛАКТИКАМИ ПРИБОРА.

  • В. Г. Ушаков  Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, vgushakov@mail.ru

Аннотация: Изучена одноканальная система массового обслуживания с бесконечным числом мест для ожидания, гиперэкспоненциальным входящим потоком и профилактиками обслуживающего прибора при освобождении системы. Найдено нестационарное распределение числа требований в системе. Профилактики прибора заключаются в том, что в момент освобождения системы от требований прибор на случайное время с заданным распределением становится недоступным для обслуживания. Если за время профилактики поступает хотя бы одно требование, начинается нормальное функционирование системы. Если требования не поступают, то прибор отправляется на новую профилактику Такие системы хорошо описывают функционирование большого числа реальных вычислительных и информационных систем. В частности, такие модели можно использовать при анализе систем, в которых наряду с основными требованиями имеются второстепенные. Второстепенные требования всегда присутствуют в системе, а их обслуживание может проводиться только тогда, когда нет основных, т. е. в фоновом режиме

Ключевые слова: гиперэкспоненциальный поток; профилактики обслуживающего прибора; одноканальная система; длина очереди

МНОГОМЕРНОЕ ДРОБНОЕ ДВИЖЕНИЕ ЛЕВИ И ЕГО ПРИЛОЖЕНИЯ.

  • Ю. С. Хохлов  Московский государственный университет им. М. В. Ломоносова, yskhokhlov@yandex.ru

Аннотация: С начала 1990-х гг. было проведено большое число эмпирических исследований трафика реальных телекоммуникационных систем. Было обнаружено, что он обладает рядом специфических свойств, отличающих его от обычного голосового трафика, а именно: он обладает свойствами самоподобия и долговременной зависимости и распределение величины нагрузки, поступающей от одного источника, имеет тяжелые хвосты. Были построены новые модели трафика, которые обладали указанными свойствами. Наиболее известные из них - дробное броуновское движение и a-устойчивое движение Леви. Но каждая из этих моделей обладает только частью из перечисленных выше свойств. Были предприняты попытки построить более сложные модели, являющиеся комбинацией этих двух, в частности, предложен некоторый вариант одномерного дробного движения Леви. В настоящей работе рассматривается многомерный аналог дробного движения Леви. Этот процесс представляет собой многомерное дробное броуновское движение со случайной заменой времени, в качестве которой рассматривается a-устойчивое движение Леви с односторонними устойчивыми распределениями. Изучены свойства этого процесса, показано, что он является самоподобным и имеет стационарные приращения. Показано также, что координаты одномерных сечений этого процесса имеют распределения, отличные от устойчивых. Но асимптотика хвостов этих распределений в точности такая же, как и у устойчивых распределений. Далее эта модель использована для анализа неоднородного трафика, и получена нижняя асимптотическая оценка для вероятности переполнения хотя бы одного буфера при условии, что все буферы большие. Возможны и другие приложения.

Ключевые слова: многомерное дробное броуновское движение; a-устойчивый субординатор; самоподоб- ные процессы; вероятность переполнения буфера

ИНТЕНСИВНОСТЬ ЦИТИРОВАНИЯ НАУЧНЫХ ПУБЛИКАЦИЙ В ИЗОБРЕТЕНИЯХ ПО ИНФОРМАЦИОННО-КОМПЬЮТЕРНЫМ ТЕХНОЛОГИЯМ, ПАТЕНТУЕМЫХ В РОССИИ ОТЕЧЕСТВЕННЫМИ И ЗАРУБЕЖНЫМИ ЗАЯВИТЕЛЯМИ.

  • В. А. Минин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, aleksisss@ya.ru
  • И. М. Зацман  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, iz_ipi@al70.ipi.ac.ru
  • В. А. Хавансков  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, havanskov@a170.ipi.ac.ru
  • С. К. Шубников   Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, sergeysh50@yandex.ru

Аннотация: Рассматриваются информационные взаимосвязи науки и технологий, а также методы индикаторного оценивания процессов переноса (трансфера) знаний из разных областей исследований в сферу технологического развития. Предлагаемые методы предназначены для определения значений индикатора интенсивности цитирования научных работ в описаниях изобретений, патентуемых в России отечественными и зарубежными заявителями. Подобный подход может использоваться для получения косвенных оценок инновационного потенциала направлений научных исследований (ННИ). Значения индикатора интенсивности вычислялись как в целом, так и с распределением по странам заявителей. Представлены результаты определения значений индикатора, для чего в качестве исходной информации использовались полнотекстовые описания изобретений по классу G06 Международной патентной классификации (МПК, англ. International Patent Classification - IPC) (Обработка данных; вычисления; счет), опубликованные Роспатентом в 2000-2012 гг. Использование информационных ресурсов Роспатента было обусловлено тем, что они представлены в электронном виде, т. е. доступны для автоматизированной обработки. В результате получены значения индикатора интенсивности цитирования (ИЦ) научных работ с разделением по отечественным, зарубежным и совместным изобретениям, запатентованным в РФ. Такая детализация позволила оценить активность международного технологического сотрудничества и совместного патентования изобретений по информационно-компьютерным технологиям (ИКТ) в России, а также определить тематику сотрудничества в этой области.

Ключевые слова: цитирование научных работ; интенсивность цитирования; взаимосвязи науки и технологий; информационные технологии; Международная патентная классификация; расчет значений индикатора интенсивности цитирования

СТАЦИОНАРНЫЕ ВЕРОЯТНОСТИ СОСТОЯНИЙ В СИСТЕМЕ ОБСЛУЖИВАНИЯ КОНЕЧНОЙ ЕМКОСТИ С ИНВЕРСИОННЫМ ПОРЯДКОМ ОБСЛУЖИВАНИЯ И ОБОБЩЕННЫМ ВЕРОЯТНОСТНЫМ ПРИОРИТЕТОМ.

  • Л. А. Мейханаджян  Российский университет дружбы народов, lameykhanadzhyan@gmail.com

Аннотация: : Рассматривается система M/G/l/(r - 1) с дисциплиной инверсионного порядка обслуживания и обобщенного вероятностного приоритета. Предполагается, что в момент поступления новой заявки в систему становится известной ее длина и, кроме того, в любой момент времени известна остаточная длина каждой заявки в системе. В момент поступления очередной заявки в непустую систему ее исходная длина сравнивается с остаточной длиной заявки на приборе, и в зависимости от результатов сравнения наступает одно из следующих событий: обе заявки покидают систему; только одна из заявок покидает систему (другая остается на приборе); обе заявки остаются в системе (одна попадает на прибор, другая - в очередь). Заявки, оставшиеся в системе, приобретают новую (случайную) длину в соответствии с заданным распределением, зависящим в общем случае от исходных длин заявок. Заявки, застающие систему полностью заполненной, теряются и не оказывают на нее никакого воздействия. В статье предложены математические соотношения для вычисления совместного стационарного распределения числа заявок в системе и остаточного времени обслуживания заявки на приборе, периода занятости системы, стационарного распределения времени ожидания и пребывания заявки длины x (в терминах преобразования Лапласа-Стилтьеса (ПЛС)).

Ключевые слова: система массового обслуживания; специальные дисциплины; инверсионный порядок обслуживания; вероятностный приоритет