Субд полнообъектных картографических сцен с ассоциативной защитой на кластерной платформе тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Пыстогов Сергей Васильевич

• Пыстогов Сергей Васильевич
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Пыстогов Сергей Васильевич

ВВЕДЕНИЕ

ГЛАВА 1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ В ОБЛАСТИ ПАРАЛЛЕЛЬНЫХ И КАРТОГРАФИЧЕСКИХ СИСТЕМ БАЗ ДАННЫХ

1.1 Состояние работ по параллельным СУБД

1.2 Используемый механизм маскирования как особенность представления картографических данных

1.3 Постановка задачи

1.4 Выводы по главе

ГЛАВА 2 МЕТОДЫ, АЛГОРИТМЫ И ПРОГРАММЫ ФОРМИРОВАНИЯ

БАЗ ДАННЫХ ПКС

2.1 Предлагаемая схема базы данных полнообъектных картографических

сцен и подходы к ее формированию

2.2 Метод обработки запросов без полного раскрытия базы данных

2.3 Метод стохастической генерации тестовых БД ПКС заданных объемов и параллельный алгоритм формирования БД ПКС

2.4 Выводы по главе

ГЛАВА 3 МЕТОД, АЛГОРИТМЫ И ПРОГРАММЫ СЕРВЕРНОЙ ЧАСТИ СИСТЕМЫ УПРАВЛЕНИЯ БД ПКС

3.1 Метод организации программных архитектур серверной части системы

3.2 Алгоритмы и программы выполнения операций выборки и изменения

для обеих архитектур

3.3 Сравнительный анализ рассматриваемых архитектур серверной части системы

3.4 Выводы по главе

ГЛАВА 4 АРХИТЕКТУРА, АЛГОРИТМЫ И ПРОГРАММЫ КЛИЕНТСКОЙ ЧАСТИ СУБД ПКС

4.1 Структура локальной базы данных клиентской части

4.2 Алгоритмы и программы процедур раскрытия полученных от сервера фрагментов БД ПКС

4.3. Проверка разработанных программных средств

4.4 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СЛОВАРЬ ТЕРМИНОВ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1 Акт о внедрении в ООО ГЦ «Зенит»

ПРИЛОЖЕНИЕ 2 Техническое задание на выполнение работ для

ООО ГЦ «ЗЕНИТ»

ПРИЛОЖЕНИЕ 3 Акт о внедрении в учебный процесс

ПРИЛОЖЕНИЕ 4 Свидетельство о регистрации программы

ПРИЛОЖЕНИЕ 5 Клиентская часть

Приложение 5А. Блок-схема алгоритма программы пользователя

Приложение 5Б. Визуализация картографической сцены на ложном ключе

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Субд полнообъектных картографических сцен с ассоциативной защитой на кластерной платформе»

Актуальность темы

Использование пространственных данных и геоинформационных систем уже давно вышло за пределы военных и промышленных ведомств [1]. В настоящее время средства анализа пространственных данных широко применяются различными гражданскими организациями и учреждениями по всему миру. Развитие геоинформационных систем и сопутствующих технологий стало возможно благодаря доступности систем спутниковой навигации (глобальные системы позиционирования GPS, ГЛОНАСС [2]) и возможности получения спутниковых снимков достаточно высокого качества в коммерческих целях [3,4]. Получение картографической продукции (например, места расположения месторождений углеводородов, полезных ископаемых) требует привлечения множества человеческих и материальных ресурсов [5,6]. С развитием сетевых технологий актуализируются задачи сохранения конфиденциальности картографических данных, исключения влияния помех при анализе [7]. Ввиду сложности получения картографической продукции возрастает её ценность, поэтому могут потребоваться средства для обеспечения надежного хранения, обработки и передачи таких данных [5,8].

Современные картографические базы данных (БД) достигают достаточно больших объемов. Исходные карты, представленные в векторном виде, могут состоять из сотен тематических слоев, и каждый такой слой может содержать до нескольких миллионов объектов (описание применения геоинформационной системы «Панорама» [9]). Объем векторной кадастровой карты Российской Федерации без учета семантического описания объектов может достигать нескольких десятков гигабайт.

Тенденции широкого применения высокопроизводительных вычислительных кластеров в различных областях науки и техники - реалии сегодняшнего дня [10]. Решение задач высокоэффективного (по критерию «производительность/объем оборудования») ассоциативного анализа картографических сцен с замаскированными (с той или иной целью) пространственными данными (тип

объекта и его координаты) вполне отвечает этим тенденциям. Как было сказано ранее, базы данных картографических сцен могут достигать существенных объемов. При этом сама структура хранимых данных предполагает сложную обработку запросов, особенно если информацию о пространственных объектах следует хранить в защищенном виде (с использованием методов крипто- или стеганографии) [11,12]. Значительные временные затраты на обработку запросов актуализируют необходимость организации параллельной обработки: применение кластерных систем, распределение картографических баз данных по нескольким узлам и т.д. Параллельные системы управления базами данных, реализуемые на мультипроцессорных архитектурах, однозначно являются важными инструментами для создания производительных и недорогих систем обработки больших данных [13,14]. На это указывает наличие множества разработанных исследовательских и коммерческих проектов параллельных СУБД, в том числе колонко-ориентирован-ных систем или ориентированных на работу с NoSQL. [15-23].

Для представления картографических (пространственных) данных используется более сложный подход, чем для традиционной деловой информации. Поэтому устоявшиеся конструкции баз данных и методы обработки хранимой информации могут оказаться не полностью подходящими для картографической информации [12,24-25]. Присутствие на тематических слоях карты различных типов объектов (точечных, линейных и площадных) с возможным применением к ним единого механизма защиты требует разработки полнообъектной структуры хранения [86]. Построение СУБД, ориентированных на работу с базами данных полнообъектных картографических сцен (в том числе защищенных), может повысить эффективность управления такими базами данных.

Постоянное развитие стеганографических методов, рост числа публикаций и патентов на данную тему, применение стеганографии для защиты данных при хранении и передаче по информационным каналам связи, развитие методов стего-анализа на основе нейросетевых алгоритмов, указывают на актуальность вопросов применения компьютерной стеганографии для обеспечения защищенности данных в прикладных задачах, в том числе и для картографии [27, 28, 73].

Разработанный в диссертации исследовательский прототип ассоциативно-защищенной СУБД предназначен для работы с пространственными данными, хранящимися в замаскированном виде. Система реализована на платформе вычислительных кластеров, использует в качестве базовой СУБД MySQL и оригинальные принципы защиты с учетом требований обеспечения технологической независимости страны в области [26]:

1 . Разработка отечественных СУБД поддерживается постановлением Правительства № 1236 от 16 ноября 2015 г. «Об установлении запрета на допуск программного обеспечения, происходящего из иностранных государств, для целей осуществления закупок для обеспечения государственных и муниципальных нужд».

2. Создание «с нуля» полнофункциональной СУБД может занять десятки лет и требует привлечения большой команды квалифицированных разработчиков. Поэтому, чтобы не оказаться в догоняющей позиции, новые отечественные СУБД следует создавать на базе готовых СУБД с открытым кодом и свободной лицензией, поддерживаемых международным сообществом. Наибольшим потенциалом среди открытых СУБД общего назначения обладает PostgreSQL. По своим возможностям последние версии MySQL приближаются к PostgreSQL.

3. Для обеспечения технологической независимости России необходимо создавать защищенные СУБД. Для специализированных систем треугольник «функциональность - безопасность - производительность» обычно выглядит как «функциональность + безопасность». В данной работе сделана попытка реализовать все три компонента.

Разработанный исследовательский прототип специализированной СУБД Map Cluster имеет специализированную схему полнообъектной базы данных картографических сцен, хранящихся в замаскированном виде. Система позволяет хранить и обрабатывать данные не только точечных объектов, но и протяженных линейных или площадных объектов. При этом не накладываются ограничения на их размеры при обработке картографической сцены и формировании базы данных. Система разрабатывалась с учетом ее реализации на платформе вычислительных кластеров. Использование набора масок в качестве ключа распознавания

имен и координат (их десятичных кодов, представленных в виде набора бинарных матриц) объектов картографических сцен позволяет [7]:

1) удвоить скорость обратных преобразований защищенных данных по сравнению с использованием рекомендованного к применению в нашей стране шифра ГОСТ 28147-89 при сохранении доказуемой стойкости защиты (вычислительной сложности раскрытия данных несанкционированным пользователем, непреодолимой в настоящем и обозримом будущем);

2) существенно повысить помехоустойчивость таких передач по отношению к случайным и преднамеренным помехам по сравнению с другими известными методами защиты данных. Допускается искажение до 3% хранимых и передаваемых бит вместо 1,5% - для ГОСТ 28147-89. Возможен дальнейший рост помехоустойчивости за счет введения избыточного маскирования [7].

Данная разработка является своевременной, так как сейчас в нашей стране уделяется серьезное внимание созданию на базе открытых систем (PostgreSQL, MySQL и др.) отечественных СУБД со средствами защиты баз данных. В силу предыдущего, разработка и исследование принципов программной организации отечественных систем, ориентированных на работу с картографическими данными и интерпретирующих развитую в работе [7] теорию ассоциативной стеганографии, целесообразна и своевременна. А потому является актуальной задачей.

Степень разработанности темы

Вопросами представления и обработки пространственных данных занимаются ученые В.Я. Цветков, А.М. Берлянт, B. Plewe, M.DeMers. Обоснованность хранения таких данных в защищенном виде приводится в работах Л.К. Бабенко, О.Б. Макаревича, Y.Dakruri. Особенностям организации пространственных баз данных уделено серьезное внимание в работах Б.Б. Серапинаса, И.К.Лурье, J.Ullman, S.Shekhar, S.Chawla, N.Adam, J.Albrecht. Вопросы построения высокопроизводительных систем изучены в трудах Вл.В.Воеводина, В.В.Корнеева, В.П.Гергеля, R.Hockney, а вклад в развитие параллельных систем баз данных внесли ученые Л.Б.Соколинский, С.Д.Кузнецов, М.Р.Когаловский, M.Stonebraker, D.DeWitt, J.Gray.

Объект исследования. СУБД полнообъектных картографических сцен с ассоциативной защитой.

Предмет исследования. Методы, алгоритмы и программные реализации системы управления базами данных полнообъектных картографических сцен с ассоциативной защитой.

Цель диссертационной работы. Повышение функциональности (достижение полнообъектности при некритичности к размерам объектов) ассоциативно-защищенных СУБД КС с применением кластерных платформ.

Задачи исследования

1. Разработка метода организации (схемы) ассоциативно-защищенной БД ПКС, универсальной к типам картографических объектов, и на его основе программного алгоритма;

2. Разработка метода, алгоритма и программ формирования таких БД на вычислительном кластере, в частности, - для целей тестирования;

3. Разработка метода обработки запросов и на его основе алгоритмов и программ организации серверной части ассоциативно-защищенной СУБД ПКС;

4. Исследование динамики процессов при обработке пакетов запросов в разработанных программных архитектурах серверной части системы и формирование практических рекомендаций по выбору наиболее подходящей архитектуры и улучшению программной организации;

5. Разработка архитектуры, алгоритма и программ клиентской части системы для взаимодействия с сервером управления БД ПКС.

Основные научные результаты, выносимые на защиту

1. Метод организации (схема) базы данных ассоциативно-защищенной СУБД ПКС, основанный на разделении тематических слоев для разных типов объектов и их единообразном представлении, и на его основе алгоритм формирования БД ПКС.

2. Метод и на его основе алгоритм стохастической генерации тестовых БД ПКС, основанные на выделении в сцене прямоугольной области для каждого запроса представительского теста.

3. Метод и на его основе алгоритмы и программы выполнения запросов в серверной части СУБД ПКС для двух возможных режимов её работы, основанные на параллельной обработке таблиц ассоциативно-защищенной БД ПКС без их предварительного раскрытия, в том числе с выборкой частей линейных и площадных объектов для селективных запросов.

4. Результаты исследования динамики работы серверной части системы для двух режимов работы.

5. Алгоритм и программный прототип клиентской части системы, основанные на предварительной обработке запросов пользователя и дополнительной обработке полученных от сервера результатов.

Научная новизна работы

1. Предложен метод организации (схема) БД ПКС с ассоциативной защитой, основанный на разделении тематических слоев для разных типов объектов с выделением своего слоя для любого линейного и площадного объекта, что, в отличие от известного [29], позволяет снять ограничения на размеры протяженных объектов и единообразно хранить объекты разного типа.

2. Предложен метод генерации тестовых баз данных ПКС с ассоциативной защитой, основанный на выделении в сцене прямоугольной области для каждого запроса представительского теста, что, в отличие от тестов TPC (Transaction Processing Performance Council; универсальные тесты производительности СУБД), позволяет проводить тестирования производительности СУБД ПКС.

3. Предложен метод обработки селективных запросов к БД ПКС с ассоциативной защитой по выборке частей линейных и площадных объектов, основанный на использовании единого формата данных для всех типов объектов, что, в отличие от известных методов, позволяет проводить выборку точечных объектов и частей протяженных объектов с применением платформ вычислительных кластеров без предварительного «раскрытия» всей БД.

Научная значимость работы

1. Разработка натурной модели (прототипа, воспроизводящего реальные системные ситуации) серверной части ассоциативно-защищенной СУБД полнообъектных картографических сцен для целей исследований.

2. Установление по результатам экспериментов на этой модели предпочтительности выбора так называемого монокластерного режима работы указанной СУБД.

Практическая ценность работы заключается в разработке практических рекомендаций по созданию ассоциативно-защищенной СУБД ПКС на платформе вычислительных кластеров. Созданный исследовательский прототип системы может быть использован как действующая платформа для параллельной обработки конфиденциальных картографических данных, хранимых в маскированном виде и передаваемых по открытым каналам связи, дальнейших исследований вопросов анализа таких данных, и изучения вопросов организации специализированных систем управления базами данных в учебном процессе вузов.

Методы исследования

Основные результаты диссертационной работы получены с использованием развитых элементов теории баз данных, геоинформатики и ассоциативной стеганографии, методов организации информационных систем, современных методов объектно-ориентированного и параллельного программирования. На разработанной натурной модели системы проведены экспериментальные исследования.

Обоснованность и достоверность результатов диссертации

Достоверность подтверждена результатами экспериментальных исследований, проведенных на натурной модели, которая разрабатывалась с применением рекомендованных программных инструментальных средств.

Апробация работы. Научные и практические результаты диссертационной работы неоднократно представлялись на всероссийских и международных конференциях и научных семинарах:

- Всероссийская научная конференция «Техническая кибернетика, радиоэлектроника и системы управления» (Таганрог, 2008);

- Международная молодежная научная конференция «Туполевские чтения» (Казань, 2009, 2010, 2013);

- Международная конференция «Высокопроизводительные параллельные вычисления на кластерных системах» HPC (Владимир, 2009), (Нижний Новгород, 2011, 2012, 2013), (Пермь, 2014);

- Международная научно-методическая конференция «Информатика: проблемы, методология, технологии» (Воронеж, 2012);

- Республиканский научный семинар АН РТ «Методы моделирования» (Казань, 2012-2016);

- Всероссийская научно-техническая конференция «Динамика нелинейных дискретных электротехнических и электронных систем» (ДНДС-2013, Чебоксары);

- Международная научно-техническая конференция «Нигматуллинские чтения-2013» (Казань);

- Международная научно-практическая конференция АКТ0-2014 (Казань),

- Международная научно-практическая конференция Инновационные технологии XXI века (Нижнекамск, 2015),

- XII Международная IEEE Сибирская конференция по управлению и связи (SIBCON-2016, Москва),

- Научные семинары по информационным технологиям и защите информации (Челябинск, НИУ ЮУрГУ,2017; Уфа, УГАТУ, 2018);

- Международная научно-практическая конференция «Инновационные, информационные и коммуникационные технологии» ИНФ0-2018 (Сочи);

Публикации

Основные результаты по теме диссертации опубликованы в 20 научных работах. Среди них:

• 6 научных статей, три из которых опубликованы в рецензируемых журналах, входящих в перечень ВАК (одна из них дополнительно проиндексирована в

SCOPUS), и еще одна - SCOPUS-статья.

• 13 статей и тезисов в материалах конференций.

• 1 монография;

Получено свидетельство о государственной регистрации программы для

ЭВМ.

Соответствие работы специальности ВАК 05.13.11. Работа отвечает следующим пунктам паспорта специальности 05.13.11 (в квадратных скобках указаны соответствующие позиции диссертации):

п.1. Модели, методы и алгоритмы проектирования и анализа программ и программных систем, их эквивалентных преобразований, верификации и тестирования. [Метод организации (схема) БД ПКС с ассоциативной защитой. Алгоритмы проектирования программной системы управления такими базами данных. Метод генерации тестовых БД ПКС. Анализ по результатам тестирования динамики информационных процессов в серверной части этой системы].

п.4. Системы управления базами данных и знаний. [Исследовательская версия системы управления базами данных полнообъектных картографических сцен с ассоциативной защитой].

п.8. Модели и методы создания программ и программных систем для параллельной и распределенной обработки данных, языки и инструментальные средства параллельного программирования. [Методы создания программ и программных систем моно- и мультикластерной версий серверной части СУБД ПКС с ассоциативной защитой на платформе вычислительных кластеров].

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, перечня сокращений и условных обозначений, списка терминов, списка литературы и приложений. Содержит 144 страницы машинописного текста, 52 рисунка, 8 таблиц. Список литературы содержит 119 наименований.

В первой главе дается обзор по известным проектам СУБД картографии и состоянию работ по параллельным СУБД. Приводится постановка решаемой задачи. Предлагаются возможные архитектуры построения специализированной системы в рамках принятых ограничений. Излагается состав проведенных исследований, описание исследовательского полигона.

Во второй главе предлагается метод организации (схема) базы данных полнообъектных картографических сцен с ассоциативной защитой. Приводятся методы стохастической генерации тестовых баз данных, алгоритмы и программная реализация их формирования на вычислительном кластере. Дается описание возможных типов запросов в системе. Описывается метод обработки запросов без предварительного раскрытия маскированных полей в БД КС.

В третьей главе приводятся основные принципы организации серверной части специализированной СУБД полнообъектных КС с ассоциативной защитой: предлагаемые архитектуры, алгоритмы и программные реализации обработки простых селективных запросов, запросов изменения для моно- и мульти-кластерной архитектур. Дается сравнительный анализ эффективности рассматриваемых архитектур при обработке случайного потока селективных запросов и обработке представительского набора запросов на тестовой БД ПКС.

В четвертой главе рассматриваются архитектура, алгоритмы и программы реализации процедур раскрытия клиентом полученных от сервера фрагментов БД ПКС для случая точечных объектов. Дается описание схемы базы данных клиентской части. Приводятся результаты проверки разработанных программных средств.

В заключении приводятся результаты диссертационной работы.

Приложения:

П 1. Акт о внедрении программного комплекса - СУБД полнообъектных картографических сцен с ассоциативной защитой, - в ООО «ГЦ «Зенит».

П 2. Техническое задание на выполнение работ для ООО «ГЦ «Зенит».

П 3. Акт о внедрении результатов диссертационной работы в учебный процесс КНИТУ им. А.Н. Туполева - КАИ.

П 4. Свидетельство о государственной регистрации программы для ЭВМ.

П 5. А. Блок-схема алгоритма программы пользователя.

Б. Визуализация картографической сцены на ложном ключе.

ГЛАВА 1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ В ОБЛАСТИ ПАРАЛЛЕЛЬНЫХ И КАРТОГРАФИЧЕСКИХ СИСТЕМ БАЗ ДАННЫХ

В данной главе приводятся сведения о состоянии исследований в области параллельных СУБД вообще и СУБД картографических сцен - в частности. Формулируется постановка задачи. При этом, согласно [7], указываются принятые в работе ограничения. Дается характеристика полигона для проведения экспериментов.

1.1 Состояние работ по параллельным СУБД

В настоящее время высокопроизводительные параллельные СУБД все чаще применяются для обработки данных больших объемов [14]. Актуальные объемы накопленной информации исчисляются уже петабайтами. Корпоративные хранилища данных [32-35], онлайн-трейдинг [36], электронные библиотеки [37], научные базы данных [39], системы геоинформатики [5, 38], социальные сети и др. -примеры прикладных областей, в которых уже сейчас ведется работа с такими объемами информации. Применение параллельных систем управления базами данных для хранения и обработки огромных объемов накопленной информации становится востребованным, а в некоторых случаях является единственным возможным решением.

Существует ряд зарубежных коммерческих и исследовательских проектов параллельных систем управления базами данных [15-23,41,42]. Некоторые системы изначально строились для работы с большими данными, некоторые системы создавались на базе СУБД общего назначения (например, MySQL или PostgreSQL). Также имеются отечественные исследовательские проекты таких систем [23,90]. В таблице 1.1 приведена краткая сводная информация о некоторых из них.

Коммерческие проекты зачастую характеризуются высокой стоимостью, часть из них проектировались для применения на кластерных аппаратных платформах. Указанные системы хорошо справляются с выполнением множества простых операций - запросы типа select, insert, update. Это востребовано в работе интернет-сервисов, при работе с динамически изменяемыми данными.

Таблица 1.1 - Некоторые проекты параллельных СУБД

Oracle Exadata Коммерческое программно-аппаратное решение

IBM DB2 Коммерческая система со встроенными элементами параллелизма

Teradata Коммерческая система

Sybase IQ Коммерческая система, колонко-ориентированная СУБД

Hadoop Свободно распространяемый набор утилит для работы с BigData Лицензия Apache License 2.0

Greenplum Свободно распространяемая система Лицензия Apache License 2.0

MySQL Cluster Свободно распространяемая система Лицензия GNU General Public License v.2

Postgres-XL Свободно распространяемая система Лицензия PostgreSQL License

ОМЕГА Отечественная исследовательская система

Clusterix Отечественная исследовательская система

Остановимся на некоторых проектах, относящихся к классу open source.

Проект MySQL Cluster [19] представляет собой расширение базовой версии сервера MySQL. Параллелизм реализуется на основе архитектуры «shared nothing» - без совместно используемых ресурсов. При этом возможна конфигурация системы с применением архитектурных подходов с разделяемой дисковой подсистемой (shared disks) и общей памятью. Типовые узлы системы: MGM Node - узел управления, интерфейсный узел - MySQL Server, узлы хранения данных -DB Nodes (рисунок 1.1).

Рисунок 1.1 - Взаимодействие узлов системы MySQL Cluster

Узлы типа MGM служат для рассылки текущей конфигурации всем остальным узлам системы. При обработке запросов этот узел не используется и по сути необходим только на начальных этапах запуска кластерной системы.

База данных распределяется между узлами типа DB. Отказоустойчивость системы реализована с помощью протокола репликации баз данных. Механизм репликаций позволяет сохранить работоспособность системы при отказе одного из DB-узлов кластера. Суть репликации - в хранении на различных узлах избыточных копий одних и тех же данных. При отказе любого из узлов DB доступ к данным не теряется благодаря наличию в системе копии данных, которая устанавливается как основная.

Интерфейс взаимодействия с пользователями и управление выполнением запросов обеспечивается узлами типа MySQL Server. Непосредственное выполнение запросов проводится на таких узлах. При параллельной обработке запроса взаимодействие между узлами не осуществляется. На каждом узле выполняется свой запрос.

Достоинствами системы являются механизмы обеспечения ее надежности: механизмы идентификации отказов, репликации, достаточно скромные системные требования (CPU Intel / AMD архитектуры x86, оперативная память от 512 МБ, жесткий диск HDD от 3 ГБ).

Недостатки системы:

- Наиболее трудоемкие операции: соединение, агрегация - выполняются на одном узле (MySQL-узел) по принципу «процессор на запрос». Узлы хранения (DB Nodes) не принимают участия в операции соединения. Рост числа запросов, в которых необходимо выполнение операций соединения, неизбежно приведет к снижению производительности системы.

- Отсутствие балансировки нагрузки между узлами MySQL Server, отвечающими за обработку, может привести к неравномерной загрузке этих узлов при обработке потока запросов и в результате к падению производительности системы в целом.

СУБД PostgreSQL-XL [20]. Является свободно распространяемой (PostgreSQL License) кластерной системой, основанной на базовой версии СУБД PostgreSQL. Поддерживает весь основной функционал системы-прародителя, в том числе концепцию ACID (Atomicity, Consistency, Isolation, Durability).

Архитектура системы в общем виде представлена на рисунке 1.2. Далее перечисляются основные типы узлов и их функции:

- Балансировщик входных запросов Load Balancer;

- XL Coordinator: поддержка сессии с клиентом, предобработка запроса, финальная обработка запросов;

- XL Datanode: хранилище данных, основная обработка запросов;

- GTM (Transaction Manager): контроль основных параметров системы, обеспечение требований ACID;

Изначально система предлагала только межузловой параллелизм за счет одновременного выполнения операций над распределенными данными. Но с выходом СУБД PostgreSQL версии 9.6появилась возможность распараллеливать запросы внутри узлов Datanode. Поэтому параллельная СУБД PostgreSQL-XL хорошо подходит для аналитической обработки данных (OLAP) на MPP-системах.

Data Nodes

Рисунок 1.2 - Архитектура PostgreSQL-XL

Перейдем к отечественным исследовательским проектам СУБД.

Одним из наиболее известных отечественных проектов параллельных систем управления базами данных является проект ОМЕГА [23]. Данный проект изначально разрабатывался для работы на многопроцессорной системе МВС-100/1000. В проекте СУБД Омега предлагается альтернативный подход к построению систем баз данных с иерархической (гибридной) архитектурой. Иерархические системы объединяют в себе преимущества классической архитектуры с разделяемой памятью и дисками (shared everything - SE) и архитектуры без разделения ресурсов (shared nothing - SN) [45,46]. На нижнем уровне иерархии располагаются системы SE, объединяемые на верхнем уровне в SN-архитектуру. Такие системы обладают хорошей масштабируемостью и позволяют достичь приемлемого баланса загрузки. Недостатком иерархического подхода являются трудности обеспечения готовности данных в случае возникающих аппаратных сбоев. Возможные решения проблемы способны серьезно ухудшить производительность системы.

Список литературы диссертационного исследования кандидат наук Пыстогов Сергей Васильевич, 2019 год

СПИСОК ЛИТЕРАТУРЫ

1. Plewe B. The perfect Cartography Software, and how we live without it // Cartographic Perspectives. 2002. №42. P.36-45

2. Филипп Маттос. Глонасс/GPS для всех: испытания на точность и доступность позиционирования. / Пер.с англ. Компоненты и технологии. 2012. №5. С. 165-170

3. Дворкин Б.А., Дудкин С.А. Новейшие и перспективные спутники дистанционного зондирования земли // Геоматика. 2013. №2. С 16-36.

4. MapGroup: Спутники дистанционного зондирования Земли [Электронный ресурс]. URL : http://mapgroup.com.ua/kosmicheskie-apparaty/1234-sputniki-distantsionnogo-zondirovaniya-zemli-dzz.

5. Бабенко Л.К., Басан А.С., Журкин И.Г., Макаревич О.Б. Защита данных геоинформационных систем: учеб. Пособие для студентов вузов / Под ред. И.Г. Журкина. - М.: Гелиос АРВ, 2010. - 336 с.

6. Берлянт А.М. Геоинформационное картографирование. - М.: Изд-во Московского университета, 1997. - 64 с.

7. Райхлин В.А., Вершинин И.С., Минязев Р.Ш., Гибадуллин Р.Ф. Конструктивное моделирование систем информатики / /Под ред. В.А. Райхлина - Казань: Изд.«ФЭН»(«Наука»), 2016.-312с. ISBN 978-5-9690-0303-3.

8. Dakroury Y., El-ghafar IA., Tammam A. Protecting GIS Data Using Cryptography and Digital watermarking // International Journal of Computer Science and Network Security. 2010. V0L.10 No.1. P.75-84

9. ГИС Панорама [Электронный ресурс]. URL: http://gistoolkit.ru/download/doc/pandescription.pdf.

10. Воеводин В.В., Воеводин Вл. В. Параллельные вычисления. - СПб.: БХВ - Петербург, 2002. - 608 c.

11. Richard Healey, Steve Dowers, Bruce Gittings, Mike J Mineter. Parallel Processing Algorithms For GIS. - CRC Press, 1997

12. Шекхар Ш., Чаула С., Основы пространственных баз данных./Пер. с англ. - М.:КУДИЦ-ОБРАЗ, 2004. - 336 с.

13. M Tamer Ozsu, Patrick Valduriez. Distributed and parallel database systems // ACM Computing Surveys. 1996. Vol28 №1. P 125-128.

14. David J. DeWitt, Jim Gray. Parallel database systems: The future of high performance database processing // Communications of the ACM. 1992. Vol.35 №6. P. 85-98.

15. IBM DB2 - Data Management Software: [Электронный ресурс]. URL: https://www.ibm.com/analytics/us/en/db2/ (дата обращения: 8.02.2017).

16. Greenplum Database [Электронный ресурс]. URL: http://www.greenplum.org (дата обращения: 11.10.2017).

17. Integrity NonStop Systems [Электронный ресурс]. URL: https: //www.hpe.com/us/en/servers/nonstop .html.

18. Teradata Database [Электронный ресурс]. URL: https://www.teradata.ru/Products/Software/Database (дата обращения: 11.10.2017).

19. MySQL Cluster CGE [Электронный ресурс]. URL: http://www.mysql.com/products/cluster (дата обращения: 11.10.2017).

20. Postgres-XL | Open Source Scalable SQL Database Cluster [Электронный ресурс]. URL: https://www.postgres-xl.org (дата обращения: 15.02.2017).

21. Exadata Database Machine [Электронный ресурс]. URL: https://www.oracle.com/engineered-systems/exadata/ (дата обращения: 03.05.2017).

22. SAP IQ Sybase | RDBMS for Big Data Analytics [Электронный ресурс]. URL: https://www.sap.com/cis/products/sybase-iq-big-data-management.html (дата обращения 9.05.2017).

23. Проект ОМЕГА - разработка параллельной СУБД для кластеров [Электронный ресурс]. URL: http://omega.susu.ru.

24. Лурье И.К., Самсонов Т.Е. Структура и содержание базы пространственных данных для мультимасштабного картографирования // Геодезия и картография. 2010. № 11. С. 17-23.

25. Самсонов Т.Е. Мультимасштабные базы геоданных для электронных карт // Пространственные данные: в информационных, кадастровых и геоинформационных системах. 2009. №4. С 46-51.

26. Российская отрасль СУБД продвигается на «слонах» //Connect. 2017. №5-6. C.34-38. URL: http: //www.connect-wit.ru

27. Абазина Е.С., Ерунов А.А. Цифровая стеганография: состояние и перспективы. // Системы управления, связи и безопасности. №2. 2016. С. 182-201.

28. Raikhlin V. A., Vershinin I. S., Gibadullin R. F., and Pystogov S. V. Reliable Recognition of Masked Binary Matrices. Connection to Information Security in Map Systems //Lobachevskii Journal of Mathematics, 2013, Vol. 34, No. 4, pp. 319-325.

29. Гибадуллин Р.Ф. Система баз данных картографии с ассоциативной защитой /дис. ... канд. техн. наук: 05.13.19 / Гибадуллин Руслан Фаршатович - Уфа, 2011. - 117 с.

30. Дуда Р., Харт П. Распознавание образов и анализ сцен. - М.: Мир, 1976.

31. Основы геоинформатики и ГИС-технологий. - Интернет-адрес: http://cnit. pgu.serpukhov.su/win/SEMINAR/PREZ/Sld001 .htm.

32. Бондарь А. Microsoft SQL Server 2014. - СПб.: БХВ-Петербург, 2015. - 592 с.

33. Oracle [Электронный ресурс]. URL: http://www.oracle.com/index.html.

34. Youssef Bassil. A Data Warehouse Design for a Typical University Information System // Journal of Computer Science & Research. 2012. Vol.1 №6. PP. 12-17

35. Андреев А.М., Березкин Д.В., Кантонистов Ю.А. Выбор СУБД для построения информационных систем корпоративного уровня на основе объектной парадигмы // Компьютерная хроника. 1999. № 4. С. 56.

36. Patrick Martin, Wendy Powley, Hoi-Ying Li, Keri Romanufa. Managing database server performance to meet QoS requirements in electronic commerce systems // International Journal on Digital Libraries. 2002. Vol3,№4. PP.316-324.

37. Когаловский, М.Р. Тенденции развития технологий управления информационными ресурсами в электронных библиотеках / М.Р. Когаловский // Элек-

тронные библиотеки: перспективные методы и технологии, электронные коллекции. - Ярославль: Ярославский гос. ун-т им. П. Г. Демидова, 2006. - С. 46-55.

38. Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. 288 с.

39. Gray J., et al. Scientific Data Management in the Coming Decade // SIGMOD Record. 2005. Vol. 34, No. 4. P. 34-41.

40. IBM DB2 - Data Management Software // [Электронный ресурс]. URL: https://www.ibm.com/analytics/us/en/db2/

41. Apache Hadoop [Электронный ресурс]. URL: https://hadoop.apache.org/ (дата обращения 11.09.2015).

42. Shvachko K. Apache Hadoop. The Scalability Update // File Systems, Vol.36, №3, 2011. pp.7-13

43. Сертифицированная версия Postgres Pro: Компания Postgres Professional [Электронный ресурс]. URL: https://postgrespro.ru/products/postgrespro/certified

44. Comparison of relational database management systems: [Электронный ресурс]. // Wikipedia. URL: https://en.wikipedia.org/wiki/Comparison_of_relational_ database_management_systems

45. Соколинский Л.Б. Организация параллельного выполнения запросов в многопроцессорной машине баз данных с иерархической архитектурой // Программирование. 2001. № 6. С. 13-29.

46. Соколинский Л.Б. Методы организации параллельных систем баз данных на вычислительных системах с массовым параллелизмом / дис. ... д-ра физ.-мат. наук.: 05.13.18 / Соколинский Леонид Борисович - Челябинск, 2003. - 247 с.

47. Пан К.С., Цымблер М.Л. Разработка параллельной СУБД на основе последовательной СУБД PostgreSQL с открытым исходным кодом // Вестник ЮУр-ГУ. Серия "Математическое моделирование и программирование". 2012. № 18(277). Вып. 12. С. 112-120.

48. Сережников С.В. Геоинформационные системы - что это? - М.: НТФ «Трисофт», 1997. - 327 с.

49. Дьяков Б.Н. Геодезия. Общий курс. [Электронный ресурс]. URL: http://www.ssga.ru/metodich/geodesy_ep/ index.html

50. MySQL Documentation [Электронный ресурс]. URL: https://dev.mysql.eom/doc/refman/5.7/en/spatial-types.html

51. SpatiaLite DBMS [Электронный ресурс]. URL: http://www.gaia-gis.it

52. Oracle Spatial and Graph [Электронный ресурс]. URL: http://www.oracle.com/technetwork/database/spatialandgraph/overview

53. Manage spatial data with IBM DB2 Spatial Extender: [Электронный ресурс]. URL: https://www.ibm.com/developerworks/data/tutorials/dm-1202db2spatialdata1/index.html

54. GisLAB [Электронный ресурс]. URL: http://gis-lab.info/qa/postgis-compare.html

55. Картографическая платформа для вашей организации [Электронный ресурс]. Esri © 2012. URL: http://www.arcgis.com.

56. Sybase Adaptive Server [Электронный ресурс]. URL:

http://www.sybase.com/products/databasemanagement/adaptiveserverenterpri

57. Postgres Professional [Электронный ресурс]. URL: http s://po stgrespro .ru/docs/po stgrespro/9. 5/encryption-options. html

58. Райхлин В.А. Анализ производительности процессорных матриц при распознавании образов // Автометрия. 1996. №5. С.97-103.

59. Райхлин В.А., Медведев А.С., Мотягин В.Г. Вопросы разработки матричных компиляторов //Вычислительные системы. - Новосибирск: СОАН СССР. 1981. Вып.89. С.69-83.

60. Райхлин В.А., Медведев А.С., Мотягин В.Г., Ильин А.В., Шварцман М.И. К исследованию эффективности комплектования универсальных ЭВМ средней производительности матричными процессорами ассоциативного типа //Управляющие системы и машины. 1985. № 3. С.23-28.

61. Райхлин В.А. Об использовании аппарата двумерного ассоциативного поиска в процессе распознавания /Проблемно-ориентир. средства повышения эффективности вычислит. систем. - Казань: КАИ, 1991. С.38-54.

62. Вершинин И.С. Моделирование двумерно-ассоциативных механизмов маскирования стилизованных бинарных изображений / дис. ... канд. техн. наук: 05.13.18 / Вершинин Игорь Сергеевич - Казань, 2004. - 113 с.

63. Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В., Райхлин В.А. Ассоциативная стеганография ( Приложение к анализу сцен) /Под ред. В.А. Райхлина. - Казань: Изд-во Казан. ун-та, 2014. - 132 с.

64. Raikhlin V.A., Vershinin I.S., Gibadullin R.F., Pystogov S.V. Reliable Recognition of Masked Cartographic Scenes During Transmission over the Network //2016 International Siberian Conference on Control and Communications (SIBCON-2016).

65. Райхлин В.А., Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В. Двумерно-ассоциативная защита информации в картографических системах //«Нигматуллинские чтения-2013»: Материалы междунар. научно-технич.конф., 19-21 ноября 2013 г.- Казань: Изд-во Казан. гос. техн. ун-та, 2013. - С. 48-50.

66. Стеганография. - http://dic.academic.ru/dic.nsf/ruwiki/30097.

67. Shannon C.E. Communication Theory of Secrecy Systems. //Bell System Technical Journal. V. 28. 1949. №4. P. 656-715.

68. Аграновский А.В., Хади Р.А. Практическая криптография: алгоритмы и их программирование. - Москва: СОЛОН-Пресс, 2009. - 258 с..

69. Вершинин И.С.,Гибадуллин Р.Ф., Пыстогов С.В. Использование кластерных технологий при решении задач защиты картографических данных // Труды междунар. конф. HPC-2008. - Владимир:Изд. ВГУ, 2009. C. 68-72.

70. Райхлин В.А. Системы параллельной обработки данных. - Казань: Изд. «Фэн» (наука), 2010.

71. Фостер К. Ассоциативные параллельные процессоры.- М.: Энергоиз-дат, 1981.

72. Schneier B. Applied Cryptography, 2nd Edition. - John Wiley & Sons., 1996.

73. Грибунин В.Г., Оков И.Н., Туринцев И.В. Цифровая стеганография. -Москва : СОЛОН-Пресс, 2009. - 265 с.

74. Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В., Райхлин В.А. Анализ ассоциативно защищенных картографических сцен // Труды Республиканского

научного семинара «Методы моделирования». - Казань: «ФЭН» («Наука») АН РТ, 2016. - Вып. 6. - С. 94-116.

75. Райхлин В.А., Вершинин И.С., Глебов Е.Е. К решению задачи маскирования стилизованных двоичных изображений //Вестник КГТУ им. А.Н. Туполева. 2001. №1. С. 42-47.

76. Райхлин В.А., Вершинин И.С. К оценке сложности двумерного картографического шифра //Вестник КГТУ им. А.Н.Туполева. 2003. №4. С.50-54.

77. Райхлин В.А., Вершинин И.С. Элементы криптоанализа двумерного картографического шифра //Вестник КГТУ им. А.Н. Туполева. 2002. №4. С.48-54

78. What is Mersenne Twister (MT)? [Электронный ресурс]. URL: http://www.math.sci.hiroshima-u.ac.jp/~m-mat/ MT/ewhat-is-mt.html

79. Гибадуллин Р.Ф. Моделирование процессов управления кластерами защищенных картографических баз данных //Методы моделирования: Труды Респ. научн. семинара АН РТ. - Казань: «ФЭН» (Наука), 2010. Вып. 4. С.101-115

80. Гибадуллин Р.Ф. Развитие единообразного формализма защиты точечных, линейных и площадных объектов картографии //Вестник КГТУ им. А.Н. Туполева. 2010. №2. С. 102-107.

81. Гибадуллин Р.Ф., Прохоров А.Е., Пыстогов С.В. Управление защищенными картографическими базами данных на вычислительном кластере //Техническая кибернетика, радиоэлектроника и системы управления: Материалы 9-й Всерос. науч. конф. - Таганрог: ТТИ ЮФУ, 2008. - С. 102-103.

82. Воеводин Вл.В., Жуматий С.А. Вычислительное дело и кластерные системы. - М.: Изд-во МГУ, 2007. - 150 с.

83. Geospatial and location standards [Электронный ресурс]. Open Geospatial Consortium © 2014. URL: http://www.opengeospatial.org

84. Сербенюк Н.С. Картография и геоинформатика - их взаимодействие /Под ред. В. А. Садовничего. - М.: Изд -во Моск. ун-та, 1990. - 159 с.

85. Корнеев В.В. Параллельные вычислительные системы. - М.: "Нолидж", 1999. -320 с.

86. Гибадуллин Р.Ф., Пыстогов С.В. Параллельная система управления полнообъектными защищенными базами данных картографических сцен //Высокопроизводительные параллельные вычисления на кластерных системах (НРС-2012): Материалы 12-й Всерос. конф. - Нижний Новгород: ННГУ, 2012. - С. 91-95.

87. Пыстогов, С.В. Параллельная СУБД стегозащиты картографических данных //Информатика: проблемы, методология, технологии: материалы XII Международной научно-методической конференции - Воронеж, 2012. - С.341-342.

88. Пыстогов С.В. Моделирование процессов в файл-сервере СУБД полнообъектных картографических сцен с ассоциативной защитой //Моделирование систем: Труды Респ. научн. семинара «Методы моделирования».- Казань: «ФЭН» (Наука), 2013. Вып.5. С.100-110.

89. Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В. Параллельная СУБД с ассоциативной защитой картографических данных // Высокопроизводительные параллельные вычисления на кластерных системах (НРС-2011): Материалы 11-й Всерос. конф. - Нижний Новгород: ННГУ, 2011. - С. 46-49.

90. Минязев Р.Ш., Райхлин В.А. Балансировка нагрузки в мультикластер-ных СУБД консервативного типа на Beowulf-платформе //Вестник КГТУ им. А. Н. Туполева. 2011. №1. С.52-57.

91. MySQL Documentation [Электронный ресурс]. URL: http://dev.mysql.com/doc.

92. PrivaZer: Free PC Cleaner & Privacy ool [Электронный ресурс]. URL: https://privazer.com.

93. Vector Magic: Convert images to vectors [Электронный ресурс]. URL: https: //vectormagic.com.

94. RasterVect [Электронный ресурс]. URL: http : //www. rastervect.com/products. htm

95. PlanTracer [Электронный ресурс]. URL: http://www.plantracer.ru.

96. Мартин Дж. Организация баз данных в вычислительных системах / Пер. с англ. под ред. А. А. Стогния, А. Л. Щерса. - 2-е изд., доп. - М. : Мир, 1980. - 662 с.

97. Ульман Дж. Основы систем баз данных / Пер. с англ. - М.Р. Когаловско-го и В.В. Когутовского; под ред. М.Р. Когаловского. - М.: Финансы и статистика, 1983. - 334 с.

98. Гибадуллин Р.Ф., Пыстогов С.В. Формирование защищенных картографических баз данных с учетом погрешности локализации объектов в системе Security Map Cluster //Туполевские чтения: Материалы 20-й Междунар. молод. научн. конф. - Казань: КГТУ, 2013. - Т.3, Ч.1. - С. 97-99.

99. Гибадуллин Р.Ф., Пыстогов С.В. Обработка зашифрованных данных посредством СУБД MySQL //Туполевские чтения: Материалы 17-й Междунар. молод. научн. конф. - Казань: КГТУ, 2009. Т.4. С.60-62.

100. Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В., Перухин М.Ю. Импорт/экспорт ассоциативно защищенных картографических данных с их обработкой в системе Security Map Cluster // Вестник Казан. технол. ун-та, 2015. - № 10. -С. 174-180.

101. Вершинин, И.С. Параллельные алгоритмы защиты бинарных объектов картографии / Вершинин И.С., Гибадуллин Р.Ф., Земцов П.Е. // Методы моделирования: Труды Респ. научн. семинара АН РТ. - Казань: КГТУ, 2007. - Вып. 3. -С. 96-108.

102. Гибадуллин Р.Ф., Пыстогов С.В. Подходы к организации системы управления защищенными картографическими базами данных // Высокопроизводительные параллельные вычисления на кластерных системах (НРС -2013): Материалы 13-й Всерос. конф. - Нижний Новгород: ННГУ, 2013. - С. 77-81.

103. Stonebraker M. The case for shared nothing // Database Engineering Bulletin. March 1986. Vol. 9. No 1. P.4-9.

104. Райхлин В.А., Минязев Р.Ш.. Мультикластеризация распределенных СУБД консервативного типа // Нелинейный мир, 2011, №8. С. 473-481.

105. Пыстогов, С.В. Сравнение двух архитектур серверной части системы управления защищенными базами данных картографических сцен //АКТ0-2014: Материалы междунар. научно-практ. конф. - Казань: Изд. КГТУ, 2014. С. 414-418.

106. Пыстогов, С.В. Сравнение архитектурных решений для полнообъектной СУБД картографических сцен с ассоциативной защитой /Пыстогов С.В. //Вестник КГТУ им. А.Н.Туполева. 2014. №3. C.64-79

107. Пыстогов С.В. Анализ исследования специализированной параллельной системы управления маскированными картографическими базами данных // Инновационные, информационные и коммуникационные технологии (ИНФО-2018): Сборник трудов XIV Международной научно-практической конференции / под.ред. С.У.Увайсов - Москва: Ассоциация выпускников и сотрудников ВВИА им. проф. Жуковского, 2018. - С.113-118.

108. Вершинин И.С., Гибадуллин Р.Ф., Пыстогов С.В. Программа управления ассоциативно защищенными картографическими базами данных «Security Map Cluster» // Свидетельство о государственной регистрации программы для ЭВМ №2016611421.

109. Гибадуллин, Р.Ф. Клиентская часть системы управления защищенными картографическими базами данных / Гибадуллин Р.Ф., Пыстогов С.В. // Туполев-ские чтения: Материалы 18-й Междунар. молод. научн. конф. - Казань: КГТУ, 2010. - Т. 4. - С. 97-99.

110. Гибадуллин Р.Ф., Пыстогов С.В., Вершинин И.С. Сервер и клиент систем управления картографическими базами данных //Инновационные технологии XXI века: материалы Междунар. научно-практ. конф. - Казань: Изд-во Казан. гос. техн. ун-та, 2015. - С. 5-8.

111. MapInfo Pro - Desktop GIS [Электронный ресурс]. URL: https://www.pitneybowes.com/ca/en/location-intelligence/geographic-information-systems/mapinfo -pro. html.

112. MapInfo Professional. Руководство пользователя. MapInfo Corporation Troy, New York, 2011. - 625 с.

113. Подхолзин, И.А., Быкова М.И. СУБД MySQL: Достоинства, недостатки, применение // Информатика: проблемы, методология, технологии: материалы XVII Международной научно-методической конференции - Воронеж, 2017. - с. 141-143

114. Шетухин Андрей. PostgreSQL vs MySQL // Системный администратор - Москва, 2007. с.38-41

115. UDF Repository for MySQL [Электронный ресурс]. URL: https://github.com/mysqludf

116. MySQL Documentation [Электронный ресурс]. URL: https: //dev.mysql .com/doc/refman/5.7/en/adding-udf. html

117. MPI: The Message Passing Interface [Электронный ресурс]. URL: http: //parall el .ru/tech/tech_dev/mpi .html.

118. В.А. Райхлин, И.С. Вершинин, Р.Ф. Гибадуллин Обоснование принципов ассоциативной стеганографии // Вестник КГТУ им. А.Н. Туполева, 2015. -№2. - С.110-119.

119. Вершинин, И.С. Принципы ассоциативной стеганографии / Вершинин И.С. // Прикладная дискретная математика. 2014. №7. С.75-76.

ПРИЛОЖЕНИЕ 1 Акт о внедрении в ООО ГЦ «Зенит»

УТВЕРЖАЮ:

Ге( Директор ООО ПI, «Зенит»

Ю.В. Бориссвич 2018 г-

о внедрении результатов диссертацион

юты С.В. 11ыстогова

«СУБД полнообъектных картографических сцен с ассоциативной защитой на кластерной платформе»

В соответствии с договором №1 о научно-техническом сотрудничестве Геоинформационного центра «Зенит» с Казанским национальным исследовательским техническим университетом им. Л.Н.Туполева - КАИ от 13.12.2017 в ГЦ «Зенит» был внедрен исследовательский прототип системы управления базами данных полнообьекгных картографических сцен с ассоциативной защитой Map Cluster.

Разработанный прототип системы является специализированной системой хранения и анализа сцен картографии, представленных в терминах «объекты-координаты», в которой конфиденциальные данные об объектах карто1рафии различного типа могут храниться в защищенном виде. Система имев! возможность работать как на отдельном сервере, так и на специализированной кластерной платформе, обрабатывая пользовательские запросы в параллельном режиме.

В результате сотрудничества в рамках договора были выполнены работы:

- Разработка метода организации (схемы) базы данных полнообъектных кар-то1рафических сцен с ассоциативной защитой.

- Генерация специализированных контейнеров данных и формирование базы данных картографических сцен. В качестве исходных данных использовались векторизованные участки местности г. Чистополь (РТ), являющиеся результатом геодезических работ ГЦ «Зенит».

- Разработка прототипа серверной части специализированной системы управления базами данных полнообъектных картографических сцен с ассоциативной защитой.

При разработке системы Map Cluster использован комплекс программ по реализации процедур маскирования, формирования стегоконтейнеров и распознавания а втокодов, разработанный в докторской диссертации И.С. Вершинина.

Прототип передан в ГЦ «Зенит» 20.02. 2018 и используется для выполнения работ с картографическими данными, представляющими коммерческую ценность.

Настоящий акт выдан ответственному исполнителю по разработке системы С.В. Пыстогову для представления в диссертационный совет.

Технический директор ООО ГЦ «Зенит»

ПРИЛОЖЕНИЕ 2 Техническое задание на выполнение работ для

Заказчик: ООО «Гсоинформационный центр «Зенит», 420088, г. Казань, ул. Академика Губкина, д. 30А, кв. 71

Предмет работ: Выполнение работ по внедрению специализированной системы управления базами данных полнообъектных картографических сцен с ассоциативной защитой на кластерной платформе в ГЦ «Зенит».

Основные требовании:

1- В качестве исходных данных для выполнения работ должна использоваться векторизованная карта г, Чистополь, предоставленная Заказчиком.

2. Погрешность определения координат при формировании базы данных не должна превышать 0,5 м.

3- Функции сервера реализуются на вычислительном кластере Исполнителя, состоящем т не менее 10 узлов. Обработка пакета тестовых запросов проводится в программной архитектуре «монокластер» системы.

4, Функции клиента реализуются на отдельном узле того же вычислительного кластера.

ООО ГЦ «ЗЕНИТ»

Утверждаю: директор ООО ГЦ «Зенит»

Техническое задание

па выполнение работ по внедрению специализированной СУБД ПКС

5. Для демонстрации работы системы необходимо обработать пакет тестовых запросов. В составе пакета: 3 запроса по точечным объектам:

• select * from map.points where X > 2212035 and X < 2213513;

• select * from map.points where Y > 429953;

• select * from map.points where code = 2; 3 запроса по линейным объектам:

• select * from map.lines where X > 2212100;

• select * from map.lines where Y < 429560;

• select * from map.lines where Name like "Communications"; 3 запроса по площадным объектам:

• select * from map.lines where X < 2211755;

• select * from map.lines where Y > 429360;

• select * from map.lines where Name not like "Buildings"; Координаты являются абсолютными координатами объектов на исходной

картографической сцене (в метрах). Выполнение запроса заканчивается раскрытием данных для всех типов объектов.

6. Срок выполнения работ не более 30 дней с даты подписания.

Технический директор

ООО ГЦ «Зенит»

ПРИЛОЖЕНИЕ 3 АКТ о внедрении в учебный процесс

УТВЕРЖДАЮ

Проректор по образовательной деятели*^ КНИГУ К Ail

/ IT fr \ f_________1

H.H.

« 3 _ » \ JJLQ.C л^Ск 2018 П

AKT

о внедрении результатов диссертационной работы Пыстогова C.B. «СУБД IЮЛЬЮОБЬЕК ГНЫХ КАРТОГРАФИЧЕСКИХ СЦЕ11 С АССОЦИАТИВНОЙ ЗАЩИТОЙ НА КЛАСТЕРНОЙ ПЛАТФОРМЕ» в учебный процесс КНИТУ-КАИ

Мы, ниже подписавшиеся.

• заведующий кафедрой компьютерных систем КНИГУ-КАИ, доцент И.С. Вершинин,

• научный руководитель лаборатории системотехники кафедры компьютерных систем, профессор В.А. Райхлин,

составили настоящий акт в том, что программная система Map Cluster, разработанная Ныстоговым Сергеем Васильевичем в рамках его кандидатской диссертации, внедрена в учебный процесс кафедры компьютерных систем КНИТУ-КАИ.

Данная система используется при проведении лабораторных занятий для студентов направления «Информатика и вычислительная техника» по дисциплине «11араллельные вычисления» с I сентября 2016 г. Формы внедрения:

1. Пакет программных модулей системы Map Cluster.

2. Учебное пособие «Гибадуллин Р Ф., Пыстогов C.B. Параллельные системы управления защищенными картографическими базами данных: Учебное пособие. - Казань: Изд-во «Яз», 2016.-81 с.»

Заведующий кафедрой КС КНИТУ-КАИ, к.т.н., доцент

Научный руководитель лаборатории системотехники кафедры КС, д.ф.-м.н., профессор

Вг/зм^ И.С. Вершинин

В.А. Райхлин

ПРИЛОЖЕНИЕ 4 Свидетельство о регистрации программы

ПРИЛОЖЕНИЕ 5 КЛИЕНТСКАЯ ЧАСТЬ

А. Блок-схема алгоритма программы пользователя

О

Б. Визуализация картографической сцены на ложном ключе