Современные информационные технологии/1.Компьютерная инженерия

 

К.т.н., доц. Передерий В. И., Процив А. Н.

Николаевский национальный университет им. В. О. Сухомлинского

Адаптивная распределенная база данных в СППР с учетом когнитивных характеристик пользователей

 

        Адаптивная распределенная база данных (АРБД), предназначена для работы в составе адаптивной системы поддержки принятия решений (АСППР)  в сложных организационно-технических объектах.  Структура АРБД состоит из трех отдельно формируемых в реальном времени подсистем: контролируемого процесса (Хn), психологических факторов пользователей  (Yn ) и факторов внешней среды  (Zn).

          Алгоритм работы программной реализации формирования запросов, выборки  и предоставления альтернатив принятия релевантных решений лицу принимающему решение (ЛПР)  показан на рис. 1.

       При поступлении кортежа факторов от адаптивного интерфейса пользователя F=(Хn,Yn,Zn), система формулировки задач (СФЗ) формирует запрос на выборку из БД соответствующих альтернатив принятия  решений.

      Сформированный набор альтернатив  оценивается  по степени важности и частоте использования на основе теории Байесовских сетей доверия (БСД).

 

 

        После оценки альтернативы имеющие самую высокую вероятность, поступают на адаптивный  блок формирования релевантных решений  (АБФРР) для предоставления помощи ЛПР.

 

 

Рис. 1 - Алгоритм работы программы в адаптивной базе данных.

 

Распределенность АБД заключается в использовании фрагментации данных, которые хранятся на нескольких БД, располагающихся на различных узлах сети. Использование распределенной БД предназначено для разделения данных на отдельных уровнях. Каждый уровень структурирован на конкретную область использования. Защита доступа реализовывается ограничением прав доступа, а также использование распределения данных по отдельным уровням, благодаря этому физически невозможно получить доступ из одного уровня к другому. РАБД разбивает данные на отдельные части, которые сегментируют сохраненную информацию и перемещают отдельные ее блоки ближе к клиентам. Можно поместить таблицы на разных компьютерах или использовать несколько идентичных хранилищ. В данном случае серверы взаимодействуют друг с другом для поддержания синхронизации. Если на одном из серверов происходит обновление данных, оно распространяется и на все другие серверы.

Адаптивные свойства архитектуры баз данных обеспечиваются за счет интеллектуализации их архитектуры. Ядром таких архитектур является постоянно развивающая модель предметной области, поддерживаемая в специальной базе знаний. Адаптивная РБД использует два отдельных хранилища. Первое хранилище это сама БД (рис.2), в ней хранится множество решений для разных задач. Эти решения имеют обобщенную структуру, благодаря этому при использовании БД предоставляется возможность процесса адаптации без предварительных настроек и изменения БД с решениями. Второе хранилище данных это - база знаний (БЗ). В БЗ записываются знания для предоставления альтернатив в удобочитаемом виде. Главная цель адаптации, это на основе принятых значений, динамически сгенерировать подсказки в виде, который соответствует в реальном времени состоянию о ЛПР.

 

Описание: D:\Google Диск\Учеба\-Диплом\Правильный\Блок схемы\БД_новая.jpg

Рис. 2 - Структура БД.

Преимущество данной  адаптивной РБД заключается в том, что можно редактировать, обучать базу знаний и влиять на работу системы в целом (изменять критические алгоритмы или данные, которые участвуют при выборе решения). Структура интеллектуальной части АРБД является универсальной и не зависит от ее наполнения. Таким образом, эту часть  можно использовать в различных адаптивных информационных системах без каких-либо изменений.

Себестоимость разработки на PHP и ASP.NET отличается в 1,5 - 2,5 раза. Стоимость поддержки и развития приложений на основе PHP в 3 и более раз дешевле, все зависит, насколько в приложении растиражированный повторяющийся код. Также недостаток ASP.NET - это покупка лицензионного программного обеспечения Microsoft. Как сервер базы ASP.NET приложение может использовать Mysql, DB2 и PosgresSQL.

 

Литература:

1. П.И. Бидюк, А.Н. Терентьев «Построение и методы обучения байесовских сетей»;

2.  Д.Б .Шехтер, А.В.Чадюк , А.Л.Червинский-Ивашура «Байесовские методы в задаче оценки релевантности при поиске работы в internet»;

3.  Ю.С. Яковлев «О концепции построения и выбора распределенных баз данных информационно-поисковых систем».