книги2 / 159

В.А. Акимов, А.В. Мишурный, О.В. Якимюк

Прогнозно-аналитические решения по природным, техногенным и биолого-социальным угрозам единой системы информационно-аналитического обеспечения безопасности среды жизнедеятельности и общественного порядка «Безопасный город»

Монография

Москва ФГБУ ВНИИ ГОЧС (ФЦ)

2022

Оглавление

3

4

10.3.Определение показателей обеспеченности ресурсами системы оказания медицинской помощи и показателей смертности

5

От редактора

Уважаемые читатели! Вашему вниманию представляется первая научная монография, посвященная предварительным результатам исследований в рамках НИОКР по «Безопасному городу».

27 мая 2014 года Президентом Российской Федерации было подписано поручение №Пр-1175 «Оразработке общей концепции построения и развития аппаратно-программных комплексов «Безопасный город», которое предполагало выработку единого концептуального (рамочного) подхода к внедрению в городах и регионах систем обеспечения комплексной безопасности населения к декабрю 2014 года.

3 декабря 2014 года распоряжением Правительства Российской Федерации № 2446-р была утверждена Концепция построения и развития аппаратно-программного комплекса «Безопасный город» (Концепция),

всоответствии с которой было установлено: все системы обеспечения безопасности среды жизнедеятельности иобщественного порядка должны быть объединены в единое информационное пространство.

28 июня 2017 года заместителем Председателя Правительства Российской Федерации были утверждены Единые требования ктехническим параметрам сегментов аппаратно-программного комплекса «Безопасный город», в которых были определены типовая архитектура итехнические спецификации систем «Безопасного города».

Таким образом, к концу 2017 года было сформировано базовое понимание задач построения и развития «Безопасного города», однако

вобласти реализации существуют базовые проблемы, причина кото- рых—отсутствие юридически обязательных требований и стандартов развертывания систем «Безопасного города» на территории Российской Федерации.

По своей сути «Безопасный город» является основой для создания интегрированной системы обеспечения комплексной безопасности на территории всей страны, которая призвана помочь в предупреждении кризисных ситуаций и происшествий, оперативном реагировании на них.

За предыдущие годы органами власти всех уровней были предприняты меры, благодаря которым мы значительным образом приблизились

6

к созданию интеллектуальной многоуровневой системы управления комплексной безопасностью. Эффективное функционирование транспортной системы, ЖКХ, обеспечение пожарной безопасности, осуществление качественного экологического мониторинга невозможны без использования технологий искусственного интеллекта, обработки большого объема данных, активно применяющихся в «Безопасном городе».

Высокие темпы технологического развития, а также характер внедрения инноваций предопределяют необходимость соответствия новым стандартам межинституционального взаимодействия. Новая реальность требует использования качественно новых подходов на основе передовых разработок.

По поручению Межведомственной комиссии по внедрению и развитию систем аппаратно-программного комплекса технических средств «Безопасный город», системы обеспечения вызова экстренных оперативных служб по единому номеру «112» и Государственной автоматизированной информационной системы «ЭРА-ГЛОНАСС», в рамках создания стандартов единой системы информационно-аналитического обеспечения безопасности среды жизнедеятельности и общественного порядка, а также формирования устойчивого механизма принятия управленческих решений в сфере реагирования на кризисные ситуации

ипроисшествия любого характера, МЧС России запустило в работу НИОКР «Разработка единых стандартов, функциональных технических требованийипрогнозно-аналитическихрешенийаппаратно-программного комплекса «Безопасный город» с требуемым нормативно-правовым

иметодическим обеспечением».

Один из ключевых и особенно интересных с научной точки зрения результатов НИОКР—разработка прогнозных и аналитических моделей по основным видам угроз, описанным в Концепции. Цель получения этого научного результата—создать практичный инструмент для руководителей всех уровней государственной власти и организаций, для того чтобы не только заранее подготовить прогноз возникновения потенциально опасных событий, но и обеспечить максимально эффективное реагирование в случаях их возникновения.

Безусловно, для эффективной работы моделей необходимо создание новой или модернизация существующей мониторинговой базы средств объективного контроля, потому что точный анализ и прогноз опасных событий должны быть основаны только на точных оперативных данных.

7

Но главное в этой НИОКР уже заложено—разработаны основные научные подходы и методы прогнозно-аналитической базы «Безопасного города», и я убежден, что применение разработанных моделей повысит качество и эффективность реагирования на территориях муниципалитетов и регионов Российской Федерации. Кроме того, они позволят повысить качество и эффективность реагирования, сократить человеческие и материальные потери, вызванные кризисными ситуациями и происшествиями, и, самое главное, помогут их предотвратить заблаговременно, до их возникновения.

Учитывая все вышесказанное, яуверен, что эта монография является актуальной исвоевременной ибудет интересна всем тем, кто занимается вопросами обеспечения комплексной безопасности.

Первый заместитель Министра МЧС России генерал-полковник внутренней службы Александр Петрович ЧУПРИЯН

8

Предисловие

Прогнозирование кризисных ситуаций и происшествий (КСП)— одна из важнейших задач «Безопасного города», призванная не просто правильно спрогнозировать развитие опасного события, но ипредсказать его еще до того, как оно произойдет. В «Безопасном городе» эта задача решается с помощью прогнозных и аналитических моделей (ПАМ)— специально разработанных под различные типы КСП методик, воплощенных в программном коде.

Сегодня в «Безопасном городе» выделены природные, техногенные, биолого-социальные угрозы, а также угрозы общественному порядку.

ПАМ «Безопасного города» создаются в новой парадигме краткосрочного и среднесрочного прогнозирования в условиях неопределенности знаний (с помощью байесовских классификаторов).

Несмотря на то, что формулы теоремы Байеса были рассчитаны двести пятьдесят лет назад, возможность их применить появилась только сегодня, потому что именно сейчас появились такие вычислительные мощности и такое разнообразие систем мониторинга, которые могли бы мгновенно давать информацию о потенциально опасных явлениях. Кроме того, возможности использования методов и технологий обработки структурированных и неструктурированных данных больших объемов «BigData» (машинное обучение, искусственные нейронные сети, генетические алгоритмы идр.) повышают качество иоперативность обработки данных на порядки.

Общей характерной особенностью угроз на современном этапе является их взаимосвязанный характер, выражающийся в том, что одно возникающее бедствие (или реализация угрозы) может вызывать целую цепочку других катастрофических процессов по принципу «домино».

Принцип «домино», как известно, —это распространение явления по цепочке под действием любого фактора, воздействующего на первый элемент. Особенностью этого явления является то, что определенное изменение первого элемента цепи вызывает изменения соседних (последующих) ее элементов в линейной последовательности.

Байесовская вероятность часто противопоставляется частотной вероятности (именно на ней основана сегодняшняя теория вероятности

9

истатистики)—когда вероятность определяется относительной частотой появления случайного события при достаточно длительных наблюдениях.

Для большинства задач «Безопасного города» именно байесовские методы дают лучший результат, чем методы, основанные на частотной вероятности.

Более того, байесовские сети, являясь инструментом интеллектуального анализа больших баз данных, объединяют в себе технологии машинного обучения и визуального представления информации. Впротивоположность математическому моделированию, изучающему следствия из фундаментальных законов физики, химии, тепломассопереноса

итак далее, машинное обучение предназначено для воссоздания причин на основе наблюдений—эмпирических или реальных данных, а также мнений экспертов.

При должном обучении моделей «Безопасного города» будет возможно прогнозировать последствия не только сучетом принципа «домино», но и эффекта «бабочки», потому что даже хаотичная система полностью детерминирована (определена и понятна), и, имея достаточно времени

изная начальное состояние системы, можно достаточно точно вычислить то, как она будет развиваться, в том числе по большинству угроз «Безопасного города».

Как правило, процесс разработки ПАМ «Безопасного города» на базе методик с использованием методов Байеса включает следующие этапы: содержательная постановка задачи на концептуальном уровне; подготовка обучающего множества; выбор методов для обработки входных и выходных данных ПАМ.

На первом этапе осуществляется сбор априорной информации о моделируемой предметной области. Далее формируется обучающее множество, которое представляет набор структурированных данных, отражающих состояния входных ивыходных данных ПАМ. Для обработки входных и выходных данных ПАМ используются широко применяемые в практике апробированные байесовские методы.

Ценность рецензируемой монографии заключается в том, что описание конкретной ПАМ соответствует данной этапности.

Вэтой монографии рассмотрены прогнозные и аналитические модели в области природных, техногенных и биолого-социальных угроз безопасности жизнедеятельности населения, а именно:

10