РФЯЦ-ВНИИЭФ предлагает использовать имеющиеся наработки (на базе открытого ПО) в области визуализации.
Функционал, обеспечиваемый визуализационной платформой:
Визуализационная платформа позволит, в том числе:
РФЯЦ-ВНИИЭФ имеет опыт разработки (на базе международных стандартов) интегрирующей платформы, предоставляющей единую среду для имитационного моделирования и взаимодействия моделей разнородных объектов. Интегрирующая платформа объединяет различные уровни ПО и обеспечивает их коммуникационной средой для обмена данными, сообщениями, синхронизации событий и т.д. Интегрирующая платформа является посредником между уровнем хранения данных (в т.ч. картографических, ТТХ, данных оперативной обстановки из различных источников), разнообразными моделями, редактором сценариев моделирования, системой визуализации и другими компонентами.
При разработке интегрирующей платформы для Центров управления РФЯЦ-ВНИИЭФ обеспечит:
В ИТМФ РФЯЦ-ВНИИЭФ имеется ряд компетенций в области разработки программных систем широкого спектра применения, связанных с обработкой больших объёмов данных (BigData). Данные компетенции включают в себя как развертывание, настройку и сопровождение масштабируемых кластерных систем, так и опыт по работе с нереляционными базами данных.
Развертывание, настройка и поддержание функционирования распределённых кластерных систем осуществляется с применением эффективных программных решений, обеспечивающих централизованную установку и конфигурирование множества узлов, а также мониторинг их работы. Данные решения либо являются разработкой ИТМФ, либо поставляются с открытым исходным кодом.
Активно развивающиеся нереляционные базы данных, такие как MongoDB, Redis и т.п., являются основой для создания хранилищ данных, обеспечивающих эффективное хранение большого объёма информации. В отличие от реляционных СУБД, данные программные решения являются масштабируемыми, что позволяет создавать высоконадёжные системы хранения с высокой скоростью доступа к информации.
Для эффективной обработки большого объёма информации применяются современные алгоритмы, выполняемые параллельно на множестве узлов в кластере. Одной из таких моделей распределённых вычислений является MapReduce, обеспечивающая высокую скорость обработки данных и отказоустойчивость в случае выхода ряда узлов из строя. Существует ряд реализаций данной парадигмы вычислений, например, входящая в состав нереляционной базы данных MongoDB.
Кроме этого, широкое применение для решения задач анализа информации активно находят алгоритмы машинного обучения, основанные на выявлении закономерностей в накопленных данных или формализации знаний экспертов. Данные алгоритмы используются для кластеризации, классификации, выявления различных закономерностей и зависимостей, прогнозирования, а также управления и принятия решений. Применение алгоритмов машинного обучения обеспечивает частичную или полную автоматизацию решения сложных профессиональных задач в самых разных областях человеческой деятельности.
При разработке систем большое внимание уделяется возможности их простой настройки и доработки. Многие из выпущенных ранее и разрабатываемых в настоящее время программных продуктов легко настраиваются и адаптируются под требования заказчиков. Кроме этого, данные системы можно относительно легко модифицировать для решения широкого спектра задач. Это достигается за счёт отделения ядра системы от остальных модулей, отвечающих за логику конкретных функциональных требований. Подобный подход к созданию программных комплексов снижает трудозатраты при разработке конечных продуктов, сохраняя при этом достаточно высокий уровень их качества.
В настоящее время завершается разработка на основе перечисленных выше программных решений, алгоритмов и методик программно-аппаратного комплекса "Сфинкс" версии 2.0, который предназначен для централизованного аудита и мониторинга состояния защищённости объектов информатизации. Сфера применения данной системы задачами информационной безопасности не ограничена. За счет использования модульной архитектуры на основе данного продукта возможно создание информационных систем для решения широкого спектра задач.
Помимо прочего, в ИТМФ имеется большой многолетний опыт создания и применения различных решений, обеспечивающих коллективную разработку. Данные средства предназначены для организации эффективной совместной работы всех участников проекта по разработке и внедрению программных систем и включают в себя следующие элементы: системы управления проектами, системы контроля версий, системы конфигурирования и сборки проектов, системы непрерывной интеграции, а также системы автоматизированного тестирования.