СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В

СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ДЕЯТЕЛЬНОСТИ
СОТРУДНИКОВ ПРАВООХРАНИТЕЛЬНЫХ ОРГАНОВ
Юнацкевич П.И., доктор педагогических наук
Профессор кафедры военной педагогики и психологии Санкт-Петербургского
военного института внутренних войск МВД России
Санкт-Петербург, 2005
Автор разработал новые информационные методы развития социальноэффективного поведения, ряд которых успешно применяется в деятельности сотрудников
правоохранительных органов. Суть методологии – использование автоматизированных
систем, разработанных ранее (1988-2005) для силовых структур и ведомств России в
системе здравоохранения, образования, права и экономики. Развитие и практическое
внедрение предлагаемых систем и методологии позволяет перейти к новому уровню
государственного
управления
–
информационно-регуляторному.
Описание
разработанных систем приведено в специальной литературе, тематических НИР.
Разработки являются НОУ-ХАУ и составляют основу построения и управления системой
государственной власти.
В основу моделирования технологий
положена теория управления энергией
человеческих масс (Чигирев В.А., Юнацкевич П.И., 1988-2005), частный пример которой
можно представить в следующие виде.
1. Агрегированная модель, предназначенная для интегративного контроля состояния
моделируемой системы, можно представить в виде следующего упорядоченного
множества
 k  S , ,  , , Ф, P, Ц , A, B
где:
(1)
S  s i i 1 —искомое множество функциональных состояний, свидетельствующих о
m
тенденциях в поведении человеческих масс, si  si1 , si 2 ,..., sin  —i-е агрегированное
состояние объекта контроля;
T


  sij i  1m, j  1, n —множество признаков всех функциональных состояний
человеческих масс;
n
   j j 1 —множество всех проверок, выполняемых по измерению текущих
 
параметров функционального состояния человеческих масс, n- число измеряемых
параметров;  j —совокупность операций, связанных с измерением j-го параметра
функционального состояния человеческих масс, на вход которого поступает
коррегирующее и управляющее воздействие, и с определением интервала yijн , yijв , в


который попадает измеряемое значение yj(t);
n
n
A   j j 1 , В   j j 1 , —множества полученных значений вероятностей ошибки
 
 
первого рода αj и вероятностей ошибки второго рода βj;
Ц  ц  j j  1, n —множество цен проверок, выражающих суммарную стоимость
 

затрат временных и материальных ресурсов на проведение проверок  j   ;
P  Ps i i  1, m —множество значений вероятностных мер Ps i  , выражающих
ожидаемый исход sij проверки  j как случайное событие;
Ф—человеческая масса, устанавливающая связь между S, П, и множеством
моментов их выполнения (опорных моментов t i T  ) с одной стороны и множеством
ожидаемых исходов проверок (признаков sij): Ф : S    T    .
Множества S, П, T*, , Ф в представленной модели являются базовыми и
используются для непосредственной организации процессов контроля. Множества Р, С,
А, и В задают ограничения, которые используются для оптимизации процедур контроля.
Особенностью представленной модели является то, что в ней описывается
состояние объекта как функция времени, но не раскрываются причинно-следственные
связи, вызывающее это изменение. Такая модель относится к классу кинематических.
По отношению к исходу эксперимента si исходы отдельных проверок  j  
являются элементарными событиями. Поскольку эти события заранее не предсказуемы,
то не предсказуем и исход всего эксперимента. Такой эксперимент является случайным.
Универсальной математической моделью случайного эксперимента является
вероятностное пространство.
Применительно к рассматриваемому эксперименту вероятностное пространство
задается тройкой S ,, Р  , где S—множество взаимно исключающих друг друга исходов
эксперимента; - совокупность всех подмножеств СS (-алгебра подмножеств
множества S; P  PS  S   - вероятностная мера, заданная на множестве , такая, что

P :   0,1 .

Система СS называется -алгеброй , если она удовлетворяет условиям
(аксиомам):

S  ;


 C    S \ C  ;
S    S  .
 n
 n
nN
(2)
Таким образом, -алгебра есть класс подмножеств СS, замкнутый относительно
счетного числа операций дополнения, объединения и пересечения. Совокупность всех
подмножеств любого подмножества образует -алгебру.
Описание процесса интегративного контроля.
В рамках принятой модели в виде вероятностного пространства S ,, P фазовыми
пространствами процесса контроля можно считать множества С   . Начальным
фазовым состоянием процесса является множество С=S, а его конечными состояниями—
одноэлементные множества С  si  , где i  1, m. Конечные фазовые состояния будем


обозначать Сi i  1, m , а все остальные —Сk.
Для описания процесса контроля необходимо задать последовательности
отображений (больных), переводящих начальное фазовое состояние Сk=S в конечные
состояния Сi i  1, m .




Отдельная проверка j при r-м ее исходе r  1,  j реализует отображение
 j : Ck  Ckjr ,

(3)

где C kjr  s i s i  C k , s ij   rj ; r  1,  j , причем C kjr  C k , C kjr  0 .
Это означает, что в некотором фазовом состоянии Сk=S может быть применена не
всякая проверка из множества П, а только та из них, которая удовлетворяет указанному
условию. Такие проверки называются допустимыми или разрешенными в данном
состоянии. Множество проверок, разрешенных в фазовом состоянии Сk , обозначим через
Пk. Оно определяется по формуле
2


 k   j  j  , s i s f  C k : sij  s fj .
(4)
Формально отображение (3) может быть реализовано с помощью линейного
непрерывного самосопряженного человеческих масс j, действующего в линейном
пространстве Ck  s i  по правилу
r

 s i ,  j  sij ;
 i si  
0 ,  r  sij ,

 n j
где 0
n
(5)
—нулевой вектор размерности n. Эта человеческая масса называется массой
проектирования или проектором. Он проецирует исходное пространство Сk на его
подпространство вплоть до одномерного подпространства Сi. С учетом выражения (5)
отображение (3) можно записать в следующем виде
 j Ck   Ck \ ker j Ck   Ckjr
(6)
где ker j Ck  —ядро отображения i при действии его на множестве Сk определяемое
как множество элементов si  Сk , образы которых равны нулю, т.е.

ker j C k   si si  C k , j si  0 n

(7)
Если более подробно проанализировать отображение (4.3), то представляется
возможным сделать следующие выводы:
1. Исходное множество СkS разбивается проверкой  j на ряд подмножеств Сkjr ,
число которых совпадает с числом возможных исходов этой проверки.
2. Ввиду выполнимости условия попарной различимости на множестве проверок
П всех состояний, справедливо утверждение


C k  S j   : C kjr  si  C k  rj  sij ,
(8)
согласно которому для любого множества Сk (включая Сk=S) можно найти
проверку  j   , разбивающих его на ряд непересекающихся подмножеств Сkjк  Сk .
Отображение (3) можно наглядно представить в виде диаграммы (Рис. 2)
Сk
 2j
 1j
С kj1
С kj2
 rj
Сkjr
...
j
j
...

С kj j
Рис. 2. Диаграмма контроля функционального состояния человеческой массы.
Для каждого множества С kjr r  1,  j , если Сkjr  Ci , исходя из утверждения (8)


выбрать по формуле (4) другую проверку, которая также разбивает это множество на ряд
подмножеств. Продолжая по таким же правилам процесс ветвления, получим в
3
результате конечные информационные состояния процесса, характеризующих наличие
или отсутствие тех или иных тенденций в поведении человеческой массы.
Диаграмма отображений является удобной формой представления условной
программы контроля, так как указывает последовательность проверок, осуществляющих
переход от одного информационного состояния к другому. Нетрудно видеть, что эта
диаграмма представляет собой ориентированный граф-дерево, в котором вершины
соответствуют состояниям процесса контроля, т. е. множествам C k  S , а дуги—исходам
проверок  j   . Ориентированное дерево, корневой вершиной которого является
множество S  s1 ,..., s m , а висячими вершинами — одноэлементные множества Ci  s i  ,
где i  1, m , задает условную программу интегративного контроля функционального
состояния человеческой массы в целом. Для краткости будем называть ее просто
программой контроля. Поддерево, корневой вершиной которого является множество
C k  S , назовем Сk-подпрограммой программы контроля. Путь от корневой вершины
дерева (поддерева) к висячей вершине Сi, назовем i-й ветвью программы (подпрограммы)
контроля. Множество проверок, входящих в i-ю ветвь программы, обозначим через Пi,
(ПiП). Соответственно через Пik обозначим множество проверок, входящих в i-ю ветвь
Сk-подпрограммы (ПikПi).
Реализация i-й ветви программы контроля осуществляется последовательными
проверками  j , входящими в множество Пi. Формально такая процедура описывается
композицией отображений, реализуемых отдельными проверками из этого множества

 о ш
j


: S  Ci i  1, m ,
(9)
Если размерность ядра больного(5), действующего на множестве S и
соответствующего проверке  j   , обозначить dim ker j S  , то необходимое
и достаточное условие осуществимости отображения (9) можно записать в виде
 dim ker S   m  1.
(10)
j
 j: j  i 


Это условие можно назвать условием достижимости конечного состояния Сi i  1, m из
начального состояния S. Проверяя выполнимость этого условия на каждом шаге
выбора проверок, можем однозначно определить, какая проверка для искомого
множества Пi будет последней.
Реализация i-й ветви Ck-подпрограммы контроля описывается отображением

 j  ik
j
: Сk  Ci i : si  Ck ,
(11)
а условие его осуществимости имеет вид
 dim ker С   C
 j : j  i 
j
k
k
 1.
(12)
где Ck —мощность множества Сk.
Если ввести обозначение

 j  ik
j
  ik , то получим множество Ψ отображений,
переводящих любое состояние СkS в конечные состояния Si


   ik  ik : Ck  Ci , Сk  S , i  1, m .
4
(13)
Поскольку каждое из отображений  ik есть композиция отображений реализуемая
отдельными проверками, то множество Ψ определяет все проверки, необходимые для
распознавания любого из заданных состояний, в одном из которых может находиться
человеческая масса.
Дополнив принятую вероятностную модель множеством Ψ, получим модель процесса
контроля
  S , , P, ,
которая задает множество состояний этого процесса, определяет их вероятностную меру
и возможные переходы между ними с описанием механизма этих переходов. В рамках
этой модели процесс контроля можно рассматривать как управляемый дискретный
многошаговый процесс стохастического типа с заданным правилом остановки. Этот
процесс обладает свойствами марковского процесса: переход из любого его состояния
С k   в другое состояние Сkjк полностью определяется первоначальным состоянием и
выбранной в нем проверкой. Для оптимизации этого процесса могут быть использованы
принципы динамического программирования. Наряду с ними в рамках данной модели
могут быть реализованы и другие известные методы оптимизации.
2. Алгоритм синтеза оптимальной программы контроля (Юнацкевич Р.И., 1999),
основанный на принципах динамического программирования, который является
достаточно общим по отношению к различным оптимизируемым показателям,
в
частности к показателям (6), (7).
Он включает в себя следующие этапы:
1. Определение информационных состояний CkS, которые могут возникнуть при
всех возможных исходах разрешенных проверок jПk.
2. Определение оптимальных проверок для каждого информационного состояния
CkS.
3. Составление из выбранных проверок оптимальной условной программы контроля.
Рассмотрим последовательность указанных этапов при синтезе оптимальной
программы контроля по критерию максимума достоверности.
На первом этапе требуется определить все информационные состояния CkS,
которые могут возникнуть при всех возможных исходах проверок, осуществимых в
процессе контроля и моделирования и динамики проектируемых и оцениваемых системы,
избранных в целях осуществления правоохранительной деятельности и оптимизации
социально-ориентированного государственного и общественного управления и
самоуправления.
Ранее отмечалось, что всего состояний CkS будет в точности 2т, где т — мощность
множества S, и их можно определить простым перебором. Однако в дальнейшем
понадобится значительно меньшее число состояний CkS. Для отыскания их будем
использовать более экономичную процедуру.
Ввиду выполнимости условия попарной различимости всех состояний в начальном
состоянии S может быть выбрана любая проверка jП. Для всех этих проверок по
формуле (4.3) определим последующие состояния, в которые переводится состояние S
при различных исходах проверок.
В результате получим ряд подмножеств CkS. Эти подмножества фиксируем как
элементы искомого множества . Для каждого из полученных подмножеств Ck,
содержащих не менее двух элементов, определим множество разрешенных проверок Пk
по формуле (4). Воздействуя каждой из проверок jПk как отображением на
подмножество Ck, найдем по формуле (3) ряд новых подмножеств, каждое из которых
содержит меньшее число элементов, чем Ck.
Вновь полученные подмножества также включим в искомую -алгебру . Для них
снова определим множества разрешенных проверок, и по ним в аналогичном порядке
найдем новые подмножества, которые также зафиксируем как элементы искомой алгебру . Нетрудно видеть, что описываемый процесс есть процесс отыскания всех
5
разбиений исходного множества S, возможных при заданном наборе проверок. Этот
процесс закончим тогда, когда в результате разбиения будут получены только
одноэлементные множества Ci i  1, m .
При выполнении описанной процедуры может оказаться, что одно и то же состояние
Ck получается несколько раз. В этом случае из повторяющихся состояний в множество 
включается только одно. В результате мы получим все необходимые информационные
состояния CkS, а заодно определим для каждого из них подмножество разрешенных
проверок ПkП.
На втором этапе из каждого подмножества Пk выбирается проверка j, оптимальная в
смысле критерия (12). Для оценки эффективности выбираемых проверок воспользуемся
формулой (8). Условные вероятности Pk Ci / Ci  j в ней определяются по формуле



 
Байеса, так как события, характеризуемые этими вероятностями, можно рассматривать
как гипотезы, выдвигаемые относительно нахождения объекта в i-м состоянии в то время
как
он
действительно
находится
в
этом
состоянии
с
априорной
вероятностью PCi   Ps i  .
Число выдвигаемых гипотез равно числу элементов рассматриваемого
подмножества Ck, а их апостериорные вероятности


PC i Pk C i  j  / C i

Pk C i / C  j  

i

 PC P C   / C 
f
 f :s f Ck

k

i
 
Условные вероятности Pk Ci / Ci  j
j
, i : si  Ck
(14)
f
в этой формуле характеризуют вероятности
ошибочных решений при контроле, когда по результатам проверок jПik вместо f-го
состояния, в котором находится объект, фиксируется его i-е состояние.
Такие решения возможны вследствие ошибок первого и второго рода при проверках.
Эти вероятности представим в виде произведения

Pk C i 
j
 / C      

i
if
j
(15)
j  ik
 
в котором сомножители  if  j определим на основе вероятностей ошибок первого и
второго рода по следующим правилам:
 if 
j
1   j , если s ij  s fj ;
  j , если s ij  s fj .
  
(16)
В частном случае, когда каждая проверка jПk имеет два исхода  1j  1 и  2j  1 ,
условия (16) таковы:
1   j , если sij  s fj  1;
1   ,

j если s ij  s fj  1;
 if  j   
  j , если sij  1; s fj  1;
  j , если sij  1; s fj  1.
6
(17)
Формула (15) справедлива и в том случае, когда индексы i и f совпадают (i =f), т. е.
когда ошибки при проверках отсутствуют и система контроля правильно фиксирует
истинное состояние человека-оператора. Поэтому она применима для вычисления
условных вероятностей Pk Ci / Ci  j , характеризующих вероятности правильных

 
решений при контроле. В этом случае в произведение (15) будут входить либо только
сомножители  if  j  1   j , вычисляемые по формуле (16), либо сомножители
 
 if  j   1   j и  if  j   1   j вычисляемые по формуле (17) при бинарной форме


представления признаков s ij   1,1 .
Так как подмножества Пik заранее неизвестны, то процесс отыскания оптимальных
проверок следует начинать с информационных состояний Ck, содержащих два элемента,
переходя затем к состояниям, содержащим три, четыре и т. д., вплоть до т элементов.
Для удобства различения информационных состояний по этому признаку будем их
впредь обозначать C k  где  - число содержащихся в состоянии элементов, а
соответствующие им подмножества проверок Пk будем обозначать  k  .
Рассмотрим одно из состояний Ck  2  . Любая из проверок j  k2  переводит это
  для
состояние в два конечных состояния Ci. Вычислим показатель достоверности D k 
j
каждой из этих проверок, пользуясь формулами (8), (14)-(16), (17), а затем по условию
(12) выберем из них оптимальную проверку jПik.
Аналогичные вычисления выполним для всех остальных состояний C k2  и для каждого
из них определим соответствующую оптимальную проверку. Затем переходим к
состояниям C k 3  . Для каждого из них по формуле (3) определим состояния, которые
получаются при разных исходах проверок j  k3  .
Очевидно, что среди них не может быть состояний, содержащих более двух
элементов. А для каждого C k2  уже определена соответствующая оптимальная проверка.
Известна она и для конкретного состояния ( C k2  ). Помимо этой известной проверки в
искомое подмножество, соответствующее рассматриваемому состоянию C k3  , включим
проверку j  k3  , эффективность которой подлежит оценке. Снова воспользуемся
формулами (8), (14)-(16), (17) и (12), по которым найдем оптимальную jПik.
В таком же порядке находятся оптимальные проверки в состояниях
 4  5 
Ck , Ck ,..., Ckm   S , причем на каждом шаге расчета учитываются ранее выбранные
оптимальные проверки.
Процедура расчета выполняется рекуррентно с использованием на каждом ее (i+1)-м
шаге результатов, полученных на предшествующих шагах (i= 1, 2, 3, . . . , т-1).
Рекуррентность здесь понимается в том смысле, что в формуле (12) подмножество Пik
составляется из ранее выбранных оптимальных проверок, а на каждом шаге расчета к
ним добавляется новая проверка j  k  , эффективность которой подлежит оценке.
В результате описанной процедуры для каждого информационного состояния
 
C k   2, m будет определена оптимальная проверка, причем одна и та же проверка
может быть оптимальной для разных информационных состояний.
Завершающий
третий
этап
синтеза
оптимальной
программы
контроля
функционального состояния больного заключается в следующем. Оптимальная проверка
для начального состояния S берется в качестве первой проверки синтезируемой
программы. По формуле (3) находятся новые состояния, число которых получается
равным числу исходов выбранной проверки. Соответствующие найденным состояниям
оптимальные проверки также включаются в синтезируемую программу. По этим
проверкам для каждого найденного состояния определяются последующие состояния с




7
помощью той же формулы (3), и в аналогичном порядке процесс продолжается до
получения всех конечных состояний Ci i  1, m .
В результате найдем т упорядоченных подмножеств Пi, каждое из которых задает i-ю
ветвь программы контроля.

m
Очевидно, что

i

  , так как первая проверка является общей для всей
i 1
программы (всякая проверка в каждом последующем состоянии CkS является общей
для соответствующей Ck-подпрограммы). Возможно также повторение одной проверки в
различных ветвях программы (но в одной и той же ветви проверки не повторяются).
Данный алгоритм оптимизации реализован в программной базе авторских
автоматизированных систем диагностики, коррекции и формирования поведения,
моделирования государственного и общественного управления в мирное и военное
время, в условиях господства разных идеологий и социально-экономических и
политических условий:
«Ролевой игровой комплекс МИР», 1988-1991
«Миультиролевой игровой тренинговый комплекс управления обществом», 1992
«Миультиролевой
игровой
тренинговый
комплекс
управления
военными
операциями», 1993
«Миультиролевой игровой тренинговый комплекс управления специальными
операциями», 1993
«Миультиролевой игровой тренинговый комплекс управления космическими
операциями», 1994
«Миультиролевой игровой тренинговый комплекс управления политикой», 1994
«Графологическая экспертиза», 1995
«Физиогномическая экспертиза», 1995
«Автоматизированная
диагностика
социально-психологических
явлений
в
коллективах», 1996
«Профессиональный отбор агентов по недвижимости», 1996
«Автоматизированное рабочее место директора риэлтерской фирмы», 1996
«Автоматизированное рабочее место директора риэлтерской фирмы», 1996
«Автоматизированное рабочее место директора строительной фирмы», 1997
«Автоматизированное рабочее место суицидолога», 1997
«Управление высшим учебным заведением», 1998
«Автоматизированное рабочее место военного суицидолога», 1998
«Мой врач», 1999
«Профессиональный отбор сотрудников риэлтерских фирм», 2000
«Восстановленние работоспособности сотрудников риэлтерских фирм», 2000
«Дистанционная система профессиональной подготовки риэлтеров», 2000
«Дистанционная система профессиональной подготовки менеджеров», 2000
«Дистанционная система профессиональной подготовки юристов», 2000
«Электронная библиотека для дистанционного обучения факультета риэлтерского
дела
Северо-Западного филиала Международного университета», 2000
«Автоматизированный комплекс НАДЕЖНОСТЬ ПЕРСОНАЛА», 2000
«Виртуальная клиника», 2000
«Виртуальный бизнес-тренинг» 2001
«Мой психолог» 2001
«Антиалкоголь», 2002
«Виртуальный логопед», 2002
«Антинаркоман», 2002
«Автоматизированная система поддержки VIP-персоны», 2002
«Активизация», 2002
«Релаксация», 2002
«Антидепрессия», 2002
«Коррекция веса», 2002
«Коррекция последствий боевой психической травмы», 2002
8
«Боевые настрои офицера спецназа», 2002
«Боевые настрои бойца спецназа. Специальность 1», 2002
«Боевые настрои бойца спецназа. Специальность 2», 2002
«Боевые настрои бойца спецназа. Специальность 3», 2002
«Боевые настрои бойца спецназа. Специальность 4», 2002
«Боевые настрои бойца спецназа. Специальность 5», 2002
«Оперативный настрой следователя», 2002
«Повышение работоспособности Руководителя», 2003
«Повышение работоспособности Политика», 2003
«Повышение работоспособности Президента», 2003
«Повышение работоспособности Собственника», 2003
«Персональное VIP-обучение Менеджера», 2002
«Персональное VIP-обучение Руководителя», 2003
«Персональное VIP-обучение Политика», 2003
«Персональное VIP-обучение Президента», 2003
«Персональное VIP-обучение Собственника», 2003
«Системы государственного и общественного управления», 2004
«Государственная идеология нравственности», 2005
«Смольный 2», 2005
«Комитет милиции нравственности», 2005
Автор ведет работу над следующими автоматизированными системами.
Созданные автоматизированные системы
предназначены для медикопсихологической диагностики и лечения комплексных или сочетанных заболеваний,
нарушений поведения, обучения и развития личности, повышения социальной
эффективности поведения представителей различных групп общества, моделирования
систем государственного и общественного управления и самоуправления, испытания
различных политических моделей общественного устройства, оценки последствий
внедрения различных идеологий в мирное и военное время в различных социальноэкономических и политических ситуациях. Для правоохранительной деятельности
автоматизированные системы могут быть использованы в следующих сферах:
- подготовки кадров;
- лечении и профилактике комплексной, сочетанной патологии;
- моделировании и расследовании преступной деятельности;
- моделировании специальных операций;
- моделировании системы борьбы с терроризмом;
- моделировании системы борьбы с наркобизнесом;
- моделировании системы борьбы с торговлей людьми;
- моделировании системы борьбы с экономическими преступлениями и коррупцией;
- моделировании и управлении теневой экономикой;
- моделировании и управлении правоохранительной деятельностью;
- управлении коррупцией и бизнесом в зарубежных странах;
- построении социально-ориентированных систем государственного и общественного
управления и самоуправления.
Вывод. В содержание деятельности правоохранительных органов, специальных
служб могут быть положены современные информационные технологии, в основу
которых положена теория управления энергией человеческих масс. Специальные
научные исследования и эксперименты моделирования деятельности правительств и
администраций, проводимые, в том числе и в настоящее время на территории
Российской Федерации, ряда других государств-участников СНГ показывают, что
использование представленных выше информационных технологий позволяет
производить социально-ориентированные изменения в обществе и государстве без
«пролития крови», лишения свободы массы должностных лиц правительств и
администраций регионов России.
9