Технологии экстренных вычислений для индивидуальной поддержки принятия решений в критических ситуациях тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Карбовский, Владислав Александрович

• Карбовский, Владислав Александрович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Карбовский, Владислав Александрович

Содержание

Содержание

Основные обозначения и сокращения

Введение

Глава 1 Анализ состояния предметной области

1.1 Системы оповещения

1.2 Системы раннего предупреждения

1.3 Использование мобильных технологий для оповещения о критических ситуациях

1.4 Концепция массовых мобильных сервисов для персональной поддержки принятия решений в критических ситуациях

1.5 Выводы по главе 1

Глава 2 Архитектура инструментальной платформы экстренных вычислений

2.1 Общая архитектура инструментальной платформы

2.1.1 Основные аспекты создания и сопровождения СРП

2.1.2 Информационное пространство ИПЭВ

2.1.3 Организация взаимодействия с СЬАУШЕ

2.2 Средства персонального планирования действий в критической ситуации

2.2.1 Принципы выработки персонального плана действий

2.2.2 Алгоритм выработки персонального плана действий

2.2.3 Организация и состав инфраструктуры персональной поддержки принятия решений

2.3 Средства доведения информации до конкретных абонентов с учетом обратной связи52

2.3.1 Мобильное приложение сервиса поддержки процесса эвакуации в экстремальных ситуациях

2.3.2 Реализация работы приложения на основе РизЬ-технологии

2.3.3 Мобильные приложения и проблема доверия

2.3.4 Эргономика интерфейсов мобильного приложения

2.4 Средства активного мониторинга ресурсов СРП

2.4.1 Предметно-ориентированный мониторинг

2.4.2 Архитектура системы активного мониторинга

2.5 Выводы по главе 2

Глава 3 Фреймворк моделирования городской мобильности для

выработки персональных рекомендаций

3.1 Выработка персональных рекомендаций для жителей крупного города на основе моделирования

3.2 Архитектура фреймворка PULSE

3.2.1 Общее виртуальное пространство интегрированных моделей

3.2.2 Отображение моделей (mapping)

3.2.3 Структура PULSE

3.3 Модель виртуального общества

3.3.1 Пространство базовой модели

3.3.2 Навигация в про странстве

3.4 Моделирование мобильности населения

3.5 Выводы по главе 3

Глава 4 Мобильный сервис персональной поддержки принятия решений при угрозе паводковых наводнений

4.1 Назначение и принцип функционирования мобильного сервиса персональной поддержки принятия решений

4.2 Экспериментальный сценарий: паводковое наводнение в г. Крымск (2011)

4.3 Экспериментальное исследование эффективности и производительности

4.4 Мониторинг готовности инфраструктуры

4.5 Выводы по главе 4

Заключение

Список использованных источников

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б. Конфигурация базовой модели

Основные обозначения и сокращения

• AaaS —Application as a Serivce

• API—Aplication Program Interface

• AWF — Abstract Workflow

• CPU — Central Processing Unit

• DAO — Data Access Object

• DRSFM — Rynamic Rapid Flood Simulation Model

• EAS — Early Alert System

• EWS — Early Warning System

• FTP — File Transfer Protocol

• GCM — Google Cloud Messaging

• GDEM — Dlobal Digital Elevation Map

• GPS — Global Positioning System

• GUI — Graphical User Interface

• HTTP — HyperText Transfer Protocol

• MPNS — Microsoft Push Notification Service

• MVC — Model-View-Controller

• NASA — The Natioan Aeronaphtic and Space Administration

• ODBM — Object DataBase Model

• ORM — ObjectRelational Mapping

• OS — Operating System

• OSM — OpenStreetMap

• PULSE — Pulse Urban Simulation Runtime Environment

• RDBM — Relational DataBase Model

• RTSP — Real Time Streaming Protocol

• SaaS — System as a Service

• SMS — Short Message Service

• SOAP — Simple Object Access Protocol

• UC — Urgent Computing

• WF — Workflow, «поток работ»;

• WSR — Warning Success Rate

• XML — extensible Markup Language

• ВСМП — Высопроизводительный Сервер Мобильных Приложений

• ИПЭВ — Инструментальная Платформа для Экстренных Вычислений

• КЗС — Комплекс Защитных Сооружений

• КП — Композитов Приложение

• КС — Критическая Ситуация

• МИТП — Многопрофильная Инструментально-Технологическая Платформа

• ММС — Массовый Мобильный Сервис

• ОЗУ — Оператвное Запоминающее Устройство

• ПО — Программное Обеспечение

• ППР — Поддержка Принятия Решений

• СРП — Систма Раннего Предупреждения

• СУБД — Система Управления Базами Данных

• ЧС — Чрезвычайная Ситуация

• ЭВМ — Электронная Вычислительная Машина

Введение диссертации (часть автореферата) на тему «Технологии экстренных вычислений для индивидуальной поддержки принятия решений в критических ситуациях»

Введение

Актуальность диссертационной работы обусловлена развитием технологий организации систем раннего предупреждения (СРП) в различных критических ситуациях. В отличие от первых образцов СРП, в которых основной функцией было массовое оповещение, современные системы активно используют методы DDA (Data Driven Approach), собирая и обрабатывая данные из различных источников, для того чтобы заблаговременно прогнозировать критическую ситуацию и главное — моделировать сценарии уменьшения связанного с ней ущерба. Как следствие, для функционирования таких систем требуются технологии распределенных вычислений — т.н. экстренные вычисления (Urgent Computing, UC).

Технологии UC в основном ориентированы на сугубо инфраструктурные задачи, связанные собственно с использованием вычислительных ресурсов, и не ориентированы на работу с массовым пользователем. Однако современный человек не представляет своего существования без средств мобильной связи, таких как сотовый телефон. По статистике [1], на сто жителей Российской Федерации приходится около 155,5 устройства сотовой связи. При этом количество мобильных устройств, обладающих широкими мультимедийными возможностями, позволяющих пользователям полноценно работать в сети Интернет, растет. Так, по данным компании Gartner [2], во втором квартале 2013 г. объем продаж ; смартфонов по миру впервые превысил объем продаж обычных телефонов. Таким образом, целесообразно ориентировать UC на персональную поддержку принятия решений в экстремальных ситуациях, в том числе адаптировать технологию массовых мобильных

сервисов (ММС). Под ММС понимается услуга, предоставляемая пользователю при по-

«

мощи персонального устройства через общую сеть мобильной связи и сеть Интернет. Пользователем сервиса является человек, имеющий персональное мобильное устройство, подключенное к поставщику или провайдеру услуги. Поставщик оказывает мобильную услугу на основе программно-аппаратной инфраструктуры инструментальной платформы, позволяющей гарантировать выполнение услуги в условиях ограниченного времени.

ММС в рамках концепции UC предназначены для персональной поддержки пользователя при принятии решений в ситуациях, влекущих за собой риск ущерба для жизни, здоровья, благосостояния и имущества пользователя. ММС может быть применен в различных по масштабу ситуациях: чрезвычайных, затрагивающих большое количество человек (наводнение, землетрясение); в критических, касающихся одного человека и влекущих ущерб жизни и здоровью (ограбление, риск болезни, попадания в аварию); в экстренных,

касающихся одного человека с возможным нанесением вреда его имуществу; в бытовых ситуациях с малым риском (опоздание на самолет).

Целью исследования является развитие подходов, методов и технологий экстренных вычислений, ориентированных на персональную поддержку принятия решений массового пользователя; с использованием исследованных методов разработан экспериментальный образец инструментальной платформы для экстренных вычислений и индивидуальной поддержки принятия решений в критических ситуациях (ИПЭВ).

Для достижения указанной цели решаются следующие задачи:

- обоснование требований к инфраструктурному обеспечению иС с учетом персональной поддержки принятия решений массового пользователя;

- разработка базовых механизмов, расширяющих возможности современных технологий иС в части персональной поддержки принятия решений массового пользователя.

- разработка и обоснование архитектуры ИПЭВ, детализация основных компонентов и обеспечение интеграции с существующими распределенными инфраструктурами иС;

- разработка экспериментального образца ИПЭВ, включая необходимый при выполнении экспериментальных исследований набор программных средств для моделирования городской мобильности;

- разработка экспериментального образца мобильного сервиса персональной поддержки принятия решений при угрозе паводковых наводнений;

- экспериментальные исследования ИПЭВ и мобильного сервиса на примере ретроспективной наводненческой ситуации в г. Крымск.

Научная новизна исследования определяется комплексным подходом к организации инфраструктуры иС на основе распределенных облачных сред, с ориентацией на предоставление массовых мобильных сервисов поддержки принятия решений в критических ситуациях, включая:

- мониторинг доступности функциональных характеристик ресурсов иС на основе предметно-ориентированного тестирования;

- учет обратной связи с абонентами при моделировании сценариев развития критической ситуации;

- динамическое выделение ресурсов иС для обработки данных и моделирования исходя из текущего числа абонентов и их поведения.

Практическую значимость работы определяют:

- программный комплекс ИПЭВ (включающий систему предметно-ориентированного мониторинга иС-инфраструктуры, сервер интерактивных мобильных приложений и

фреймворк для интеграции облачных ресурсов моделирования и обработки данных), интегрированный в платформу СЬАУШЕ; — программная система - мобильный сервис персональной поддержки принятия решений при угрозе паводковых наводнений.

Достоверность научных результатов и выводов обусловлена обоснованным применением математического аппарата, результатами тестирования алгоритмов и программного обеспечения, экспериментальными исследованиями производительности, выполненными на основе платформы СЬАУЖЕ, а также практическим внедрением (опытной эксплуатацией) разработанных программных средств для индивидуальной поддержки принятия решений населения при угрозе наводнения.

Личный вклад автора в выполненных в соавторстве работах заключается в обосновании и формализации требований к инфраструктурам экстренных вычислений на основе распределенных облачных сред; разработке архитектуры и детализации компонентов, связанных с обеспечением надежности функционирования инфраструктуры 11С, поддержки массовых мобильных сервисов, а также сопряжения с распределенными источниками данных и вычислительными моделями, функционирующими на облачных ресурсах; выполнении экспериментальных исследований производительности предложенных решений, а также проектировании, разработке и исследовании функционирующего на основе инфраструктуры иС экспериментального мобильного сервиса индивидуальной поддержки при- < нятия решений при угрозе наводнения. Из работ, выполненных в соавторстве, в диссертацию включены результаты, которые соответствуют личному участию автора.

Диссертация состоит из четырех глав. В первой главе выполнен обзор предметной области, включая существующие системы раннего оповещения, системы СРП, а также мобильные технологии для поддержки действий в критических ситуациях. Во второй главе изложены теоретические основы, в целом расширяющие существующие подходы к организации инфраструктуры иС для персональной поддержки решений массового пользователя на основе мобильных технологий, а также представлена и обоснована архитектура ИПЭВ. В третьей главе рассматривается подсистема ИПЭВ, связанная с использованием моделей городской мобильности как основы для расчетных сценариев действий в критических ситуациях. В четвертой, заключительной, главе обсуждаются результаты экспериментальных исследований ИПЭВ на основе экспериментального образца мобильного сервиса персональной поддержки принятия решений при угрозе паводковых наводнений (для ситуации г. Крымск).

Глава 1 Анализ состояния предметной области

Системы предупреждения населения в критических ситуациях могут быть классифицированы как общественные (сирены; трансляция через радио и телевидение) и тарге-тированные. Говоря об общественных системах предупреждения в экстренных ситуациях, в большинстве случаев подразумевают государственные системы оповещения о чрезвычайных ситуациях. Примером такой системы может служить EAS (Emergency Alert System), введенная в США в 1997 г., план ее применения варьируется от штата к штату, но подчиняется общим стандартам. Система координируется Федеральным Агентством по управлению чрезвычайными ситуациями (ЧС) и Федеральной Комиссией по коммуникациям. Предупреждающие сообщения транслируются посредством телевидения (в том числе спутникового), радио, Интернета; передается информация о погодных катаклизмах (торнадо, наводнения и т.д.), также может быть передано десятиминутное обращение Президента США к населению страны. Стоит отметить, что в дополнение к EAS был разработан общественный, бесплатный и не требующий подписки сервис мобильного оповещения. EAS функционирует на базе платформы FEMA's IPAWS-OPEN Platform, открытой для использования различным государственным организациям и позволяющей властям рассылать географически таргетированные текстовые сообщения на мобильные устройства lïtl

1 1 '1 ^ л*

населения. Сообщения содержат информацию о типе происшествия, предполагаемой про- 1 l'

S'il

должительности экстренной ситуации, краткое руководство к действию и ссылку на сайт с !

подробной информацией о происходящем [3].

Российским аналогом EAS выступает РСЧС (Российская система предупреждений и действий в чрезвычайных ситуациях), которая предполагает централизованное оповещение населения с помощью звуковой сирены, а также трансляцию информационного сообщения через радио и федеральные каналы телевидения. !

Анализируя таргетированные системы предупреждения экстренных ситуаций, следует отметить, что их разработка выделилась в отдельную отрасль. Являясь как коммерческими, так и некоммерческими проектами, системы активно используют различные технологические решения в области сбора, обработки и распространения информации.

Классифицировать системы предупреждения можно по следующим параметрам:

1) масштаб назначения (локальное, федеральное, интернациональное);

2) область применения (для чрезвычайных и не чрезвычайных ситуаций; только для чрезвычайных ситуаций; для чрезвычайных ситуаций определенного типа, например, только наводнений);

3) основной потребитель системы (государство, бизнес, частное лицо);

4) способ предупреждения (звуковое, голосовое, текстовое);

5) каналы трансляции (мобильное устройство - sms; медиа - радио, телевидение, электронная почта);

6) степень доступности (открытый/закрытый (платный) доступ);

7) основной ресурс данных (метеорологические службы; социальные медиа; местное население);

8) содержание предупреждения (информация о состоянии дорог, о работе аварийных служб, о наличии укрытий, о ходе протекания чрезвычайной ситуации и т.д.);

9) функции (например, поддержка принятия решений; обновления; наличие обратной связи — стоит различать информативные и коммуникативные системы предупреждения об экстренных ситуациях).

1.1 Системы оповещения

Проанализируем характеристики традиционных систем оповещения. Масштаб назначения. Системы предупреждения ЧС могут подразделяться на локальные, региональные/федеральные и глобальные. Под локальными понимаются системы, действие которых направлено на обеспечение безопасности конкретного локализованного объекта (школы, университета, шахты, коммерческого предприятия и т.д.). Примером данного типа системы является WILAS (Wireless Alert Siren, разработка Inventis Technology [4]), представляющая собой модульное беспроводное устройство (портативный пульт управления), а также систему громкоговорителей, которые устанавливаются на территории охраняемого объекта. Система активируется с помощью пульта дистанционного управления. Устройство передает активирующий сигнал на станцию с оповестительным устройством - сиреной, находящейся от него в 100-150 м, откуда сигнал передается далее на всю сеть установленных на территории объекта оповестительных станций. Устройства получают энергию от батарей, в том числе солнечных, что обеспечивает работу системы в условиях перебоев в подаче электричества. Система обладает несколькими режимами оповещения и транслирует три типа предупреждающего сообщения: Evacuate («Evacuate! Go to your évacuation assembly area»); Lockdown («Lockdown. Go to your nearest safe zone»); Ail Clear («Ail Clear! Wait for instructions from safety warden»). Разработка предполагает возможность ввода дополнительных оповестительных сообщений.

Примером региональной/федеральной системы оповещения может служить совместная разработка Федеральной комиссии по коммуникациям, Федерального агентства чрезвычайных ситуаций и индустрии в области беспроводной связи США - WEA (Wireless Emergency Alerts [5]). WEA используется государством для оповещения владельцев

беспроводных мобильных устройств, с помощью передачи географически таргетирован-ного текстового сообщения в случае природной катастрофы, террористического акта или химической утечки. Аварийный сигнал посылается агентством общественной безопасности определенному оператору беспроводной связи, который затем передает сигнал на находящиеся в зоне опасности мобильные устройства, поддерживающие WEA-сервис. Все мобильные устройства, находящиеся в области покрытия вышки оператора связи, получают оповестительное сообщение (содержащее следующие блоки информации: источник сообщения; краткое описание ситуации; указание зоны, находящейся в опасности; рекомендации к действию). Сервис является бесплатным и не требует предварительной регистрации или установки приложения на мобильное устройство. Система доставки оповестительных сообщений WE А не использует стандартные системы доставки sms или звуковых сообщений, что обеспечивает стабильную работу сервиса в условиях перегруженности мобильной сети.

Примером международной системы оповещения в экстренных ситуациях является NotiFind [6], разработанная Sungard в США и предназначенная для бизнес-структур различного уровня, от маленьких предприятий до транснациональных корпораций. Система способна оповещать большие группы людей (более 1000) на территории 225 стран мира. Оповещение осуществляется через sms, голосовые сообщения, электронную почту, факс, звуковые сигналы на пейджер (в общей сложности 2,3 млн оповестительных сигналов в час). NotiFind обеспечивает двусторонний обмен информацией при использовании sms и звуковых сообщений, что выгодно отличает систему от аналогов и обеспечивает возможность не только доставлять оповестительное сообщение, но и получить ответ на него. Так, сотрудник может уведомить начальство, которое, в свою очередь, является источником сообщений о том, что происходит на месте. Подобная информация впоследствии может быть проанализирована для принятия централизованных решений в чрезвычайной ситуации. Система рассылает сообщения до тех пор, пока адресат не даст ответ. Если ответ не получен в течение заданного времени, сервис сообщает системе управления о необходимости альтернативных путей решения проблемы. Также система обладает интерактивным он-лайн-сервисом, который на протяжении экстренной ситуации позволяет выдавать, собирать и обновлять информацию, которая доступна пользователям системы, т.е. управленцам и подчиненным. NotiFind разработан на базе SOAP web-сервиса, что позволяет интегрировать систему с другими сервисами. API NotiFind предполагает возможность программно синхронизировать контактные данные, автоматически генерировать распространение оповестительных сообщений и запрашивать отчетные данные.

Функциональные возможности систем оповещения. Основной функцией оповестительных систем является предупреждение человека или группы людей о возможной угрозе его здоровью, имуществу, благосостоянию. Однако способ трансляции, характер оповещения и содержание сообщения могут существенно отличаться от системы к системе. Как было упомянуто выше, наиболее распространенными способами оповещения являются текстовые и голосовые сообщения, электронная почта, телефон, факс, пейджер, радио, телевидение. По мере развития систем оповещения увеличивается количество каналов трансляции. Так, сервис Omnilert [7] основан на облачных технологиях, он позволяет генерировать и рассылать оповестительное сообщение посредством нескольких каналов трансляции одновременно. Omnilert рассылает оповещения через социальные медиа, а также генерирует всплывающие окна на экране монитора. Кроме того, сервис предполагает возможность создания цепочек приоритета по отношению к адресатам сообщения и каналам его трансляции. Omnilert обладает возможностью двустороннего общения: адресат получает оповестительное сообщение, после чего он должен ответить и сообщить о своем состоянии. Также обратная связь поддерживается горячей линией, посредством которой возможно получение информации о происшествии в реальном времени.

Функция обеспечения обратной связи в ЧС поддерживается мобильным приложением Crowd 911 [8], использующим геолокацию, позволяющую в режиме реального времени отслеживать местонахождение человека, а также отображать на карте зоны потенциальной опасности. Сервис предполагает наличие обратной связи с людьми, находящимися в зоне происшествия, поддерживает функцию предоставления статистической справки о количестве переданных и полученных сообщений, а также о состоянии и местонахождении адресатов. Сервис преимущественно предназначен для оповещения сотрудников различных организаций, но предполагает возможность оповещения членов семьи и поддерживает функцию общения между людьми, находящимися в зоне происшествия.

Функция обратной связи и геотарегетированного оповещения также поддерживается сервисом TFCC Alert [9]. Оповещение доставляется посредством различных каналов трансляции только тем адресатам, которые попадают в территориальную зону, отмеченную на карте генератором сообщения. Сервис использует геоинформационную систему, в связи с чем поддерживает функционал слоев для последующего более точечного оповещения. Географические зоны, в пределах которых должно доставляться оповещение, могут обозначаться на карте с помощью различных инструментов приложения, а также посредством указания почтовых кодов и пр.

Функция обратной связи поддерживается call-центром TFCC Alert, который предоставляет информацию о происшествии, а также о статусе и местонахождении отдельных индивидов в реальном времени.

Содержание оповещения может изменяться от системы к системе. На сегодняшний день одной из основных характеристик систем оповещения является возможность поддержки принятия решений в ЧС. RechPlusAlerts [10] поддерживает эту функцию посредством рассылки на мобильные устройства и ПК сообщений с информацией о: а) текущем статусе происшествия с указанием степени опасности, а также с рекомендациями по эвакуации, которые сопровождается планами зданий с аварийными выходами, картами и общими инструкциями по поведению; б) мерах предосторожности (примером, в случае утечки химического вещества на предприятии, может послужить предупреждение: «не выходите из дома, подоткните подоконники и дверные проемы влажными полотенцами, закройте краны; дополнительную информацию можно узнать по №» и пр.). Уникальной функцией сервиса является возможность передачи визуальных изображений. Подобные сообщения транслируются путем всплывающих окон на экранах мобильных устройств и ПК. Система использует геотаргетирование, что позволяет не только географически отмечать зону, в которой должно распространяться оповещение, но и точечно отмечать на карте адресатов, и предполагает наличие обратной связи (путем ответного сообщения от адресата).

Функция двусторонней связи может быть воплощена в несколько ином виде, как например, в системе оповещения Rave Alert Emergency System. Система поддерживает сервис Smart 911, предназначенный для соединения оказавшегося в ЧС человека со службами быстрого реагирования (скорая помощь, пожарная служба, полиция). Функция уникальна тем, что во время звонка пользователя в одну из перечисленных служб на монитор оператора транслируются фотография звонящего, информация о членах семьи, состоянии здоровья, медицинских противопоказаниях, наличии ограниченных возможностей в передвижении, реальном местонахождении в момент звонка. Данные предоставляются зарегистрированным пользователям посредством личного кабинета, что позволяет службам реагировать быстрее и эффективнее.

Основной ресурс данных, используемый системой оповещения. Системы оповещения используют различные ресурсы для предоставления данных о природных катастрофах, чрезвычайных ситуациях и других происшествиях. К основным источникам информации, используемым системами оповещения, относятся гидрометеорологические службы; собственные системы мониторинга; краудсорсинг.

Так, к примеру, многофункциональные системы Blackboard [11] и Rapid Notify [12] (США) поддерживают оповещения как при ЧС, так и в обычное время, если требуется распространить информацию среди множества людей, например, об изменении расписания в университете, срочном совещании на предприятии и пр. При оповещении о природных катаклизмах используют данные, предоставляемые Национальной Метеорологической Службой США (National Weather Service, NOAA).

SendWordNow [13] (США) - специализирующаяся на оповещении в чрезвычайных ситуациях система использует в качестве ресурса данных WeatherBug, сервис, интегрирующий информацию непосредственно со своих спутников и сенсоров, а также производит мониторинг данных других метеорологических служб (например, NOAA). Сервис предоставляет информацию в реальном времени, в том числе в ситуации быстро изменяющихся условий. WeatherBug [14] обладает собственным сервисом оповещения в суровых погодных условиях, воплощенным в виде мобильного приложения.

Ко второму типу источников данных относится система оповещения W.A.R.N. [15]. В качестве источника данных система использует сервис Warn Weather, который выполняет мониторинг, оценку, прогнозирование и распространение информации о погодных условиях. Система предоставляет информацию о погодных условиях не просто в регионе, а с привязкой к местоположению пользователя. Для прогнозирования погоды Warn Weather / использует собственные радары, спутники и системы сенсоров. Оповещение транслируется посредством электронной почты, sms и факса. Информация обновляется в реальном времени и сопровождается визуальными материалами (графиками, картами и т.д.). Кроме того, система обладает собственной горячей линией.

В последнее время все большей популярностью пользуется третий тип источника данных - краудсорсинг. Примером подобной системы может служить Ubalert [16] -социальная сеть, в которой зарегистрировавшийся пользователь может сообщать о погодных условиях, ЧС, авариях, пропаже людей, распространении эпидемий. Сообщение содержит информацию о том, что и где произошло, насколько серьезны возможные последствия. Каждое сообщение перед публикацией верифицируется сервисом и самими пользователями социальной сети. После проверки подлинности и валидности сообщения сервис осуществляет мониторинг пользователей сервиса, которые находятся (могут оказаться) в зоне происшествия, после чего транслирует оповещение через sms, электронную почту и всплывающие окна на мобильных устройствах.

В настоящее время наиболее перспективным является комплексный подход к сбору данных, сочетающий все три способа получения информации. Примером подобной системы является WeSenselt (разрабатывается в Великобритании [17]), выполняющая прогнози-

рование наводнений посредством сбора информации с собственной системы сенсоров, метеорологических станций, а также наблюдений местных жителей.

1.2 Системы раннего предупреждения

Системы раннего предупреждения (в иностранной литературе — Early Warning System, EWS) используются в различных отраслях, таких как финансы, бизнес, геология, оценка качества воды и др., для выявления и прогнозирования различных кризисных ситуаций. Создание систем раннего предупреждения природных катастроф и чрезвычайных ситуаций является не только одним из наиболее перспективных направлений в сфере изучения катастроф, но и одним из самых сложных, что связано с такими характеристиками изучаемого объекта, как постоянно изменяющиеся состояние среды и неопределенность.

Примерами подобных систем оповещения могут служить:

EWN (Early Warning Network) [18] — австралийский сервис, предоставляющий карту материка, на которой отображаются зоны с потенциально опасными в течение последующих 24 часов погодными условиями. Сервис позволяет выбирать категории отображаемых на карте данных (информация о конкретной географической зоне, уровне риска, определенных происшествиях) в соответствии в запросами пользователя. EWN также \ предоставляет геотаргетированные оповещения о штормах, селевых потоках, наводнениях, ^ U. ливнях, лесных пожарах и других потенциально опасных погодных условиях. EWN соби- > Г ,

% '

рает и обрабатывает информацию со сторонних ресурсов мониторинга погодных условий, таких как метеорологические бюро, системы сенсоров и т.д.

Meteoalarm [19] - европейская система раннего предупреждения, предоставляющая карту Европейского Союза, цветовыми пятнами и пиктограммами на которой обозначаются зоны, в которых метеорологическая ситуация может в скором времени оказаться опас- , ной для пребывания. Сервис отображает информацию о ливнях, штормах, грозах, тумане, экстремальных температурах, а также о погодных условиях, которые могут повысить уровень риска возникновения лавины, лесных пожаров, штормовых волн и т.д. Уровни риска отображены на карте цветовыми метками. Сервис распознает четыре категории риска: зеленый цвет - опасности нет; желтый - потенциальная опасность; оранжевый - опасность, погодные условия могут нанести ущерб; красный — высокий уровень опасности, возмож- ( ны серьезные разрушения и угроза жизни. Сервис агрегирует всю важную информацию о потенциально опасных погодных условиях, используя в качестве источника данных National Public Weather Service, действующий на территории большого количества европейских государств. Сервис может моментально перенаправлять пользователя на сайты,

Список литературы диссертационного исследования кандидат наук Карбовский, Владислав Александрович, 2014 год

Список использованных источников

1. The World Factbook [Электронный ресурс]: <https://vvww.cia.gOv/library/publications/the-world-factbook/rankorder/2151 rank.html>.

2. Gartner Says Smartphone Sales Grew 46.5 Percent in Second Quarter of 2013 and Exceeded Feature Phone Sales for First Time [Электронный ресурс]: <http://www.gartner.com/newsroom/id/2573415 >.

3. Wireless Emergency Alerts PSA [Электронный ресурс]: <http://www.fema.gov/media-library/assets/videos/8263 0>.

4. WiLAS (Wireless Lockdown & Alert Siren) System [Электронный ресурс]: <http://www.emergencyalertsystems.com.au/files/EAS_WiLAS_Brochure_2013 .pd£>.

5. Wireless Emergency Alerts (WEA) [Электронный ресурс]: <http://www.fcc.gov/guides/wireless-emergency-alerts-wea>.

6. NotiFind - Fast and Reliable Emergency Communications [Электронный ресурс]: <http://www.slideshare.net/SunGardASIN/sun-gard-notifind-overview>.

7. Omnilert [Электронный ресурс]: <http://www.omnilert.com/>.

8. Crowd 911 - Emergency Mass Notification System [Электронный ресурс]: <https://crowd911 .com/page/product#features>.

9. TFCC-Alert, Geo-Targeted Alerting [Электронный ресурс]: <http://www.tfccalert.com/features/geo-targeted-alerting/>.

10. ReachPlus Emergency Alert System [Электронный ресурс]: <http://www.reachplus.com/emergency-alert-system/>.

11. Blackboard - A Worry-Free Emergency Notification System [Электронный ресурс]: <http://www.blackboard.com/platforms/connect/overview.aspx>.

12. Rapidnotify - Emergency Notification Without Equal [Электронный ресурс]: <http://www.rapidnotify.com/>.

13. Sendwordnow - every message counts [Электронный ресурс]: <http://www.sendwordnow.com/>.

14. Weatherbug [Электронный ресурс]: <http://weather.weatherbug.com/about-us.html>.

15. W.A.R.N. [Электронный ресурс]: <https://www.warncalling.com>.

16. UbAlert - Disaster Alert Network [Электронный ресурс]: <http://www.ubalert.com/about_us>.

17. Brauchli Т. et al. WeSenselt-a citizen-based observatory of water // 11th Swiss Geosci. Meet. 2013. № EPFL-CONF-197313. P 16.

18,

19

20

21

22

23

24,

25,

26,

27,

28,

29,

30,

31,

32,

33.

34.

EWN - Early Warning Network [Электронный ресурс]:

<http://www.ewn.com.au/national-significant-weather-threat-map.aspx>.

Meteoalarm: alerting Europe for extreme weather [Электронный ресурс]:

<http://www.meteoalarm.eu/>.

DWD Early warning system [Электронный ресурс]:

<http://www.wmo.int/pages/prog/drr/projects/Thematic/MHEWS/GoodPractices/German y/Germany.pdf>.

TangX. et al. The Shanghai Multi-Hazard Early Warning System: Addressing the Challenge of Disaster Risk Reduction in an Urban Megalopolis // Institutional Partnerships Multi-Hazard Early Warn. Syst. Springer, 2012. P. 159-179. Reducing Risk By Adaptation To Tropical Cyclones In Cuba [Электронный ресурс]: <http://www.pacificdisaster.net/pdnadmin/data/original/CUB_TC_Adaptation_DRR.pdf>. Rabuffetti D„ Barbero S. Operational hydro-meteorological warning and real-time flood forecasting: the Piemonte Region case study // Hydrol. Earth Syst. Sci. Copernicus GmbH, 2005. Vol. 9, № 4. P. 457-466.

Beckman P. Urgent Computing: Exploring Supercomputing's New Role // CTWatch Q. 2008. Vol. 4, № l.P. 60.

Ivanov V. S. et al. Simulation-based collaborative decision support for surge floods / prevention in St. Petersburg // J. Comput. Sci. Elsevier B.V. 2012. Vol. 3, № 6. P. 450455.

GISMETEO.RU: Синоптические карты (метеокарты) Осадки Прибалтика

[Электронный ресурс]: <URL: http://www.gismeteo.ru/map/618/>.

Crime Map Beta — Trulia [Электронный ресурс]: < http://www.trulia.com/crime/ >.

HealthMap [Электронный ресурс]: < http://healthmap.org/ru >.

Яндекс.Карты [Электронный ресурс]: < http://maps.yandex.ru >.

Mordvintsev A.S. et al. Simulation of city evacuation coupled to flood dynamics // Pedestr.

Evacuation Dyn. 2012. Springer, 2014. P. 485^99.

Bratman M. Intention, plans, and practical reason. 1987.

Karbovskii V.A. et al. Personal Decision Support Mobile Service for Extreme Situations //

Procedia Comput. Sci. Elsevier, 2014. Vol. 29. P. 1646-1655.

Hurricane Pro: he ULTIMATE Hurricane tracking [Электронный ресурс]:

<http://kittycode.com/products/hurricane/ >.

American Red Cross: Shelter View [Электронный ресурс]:

<http://redcrosschat.org/2011/02/22/theres-an-app-for-that-shelter-

view/#sthash. 1 OoolsPg.dpbs >.

35,

36

37,

38

39

40

41

42

43,

44,

45,

46,

47,

48,

49.

50.

51.

52.

SOS ¡Emergency [Электронный ресурс]: < http://sosiemergency.com/index.php7icH28>. Horanont Т. A Study on Urban Mobility and Dynamic Population Estimation by Using Aggregate Mobile Phone Sources // CSIS Discuss. 2010. P. 115. Mostashari F. et al. Dead bird clusters as an early warning system for West Nile virus activity// Emerg. Infect. Dis. Centers for Disease Control, 2003. Vol. 9, № 6. P. 641. Krzhizhanovskaya V. Vet al. Flood early warning system: design, implementation and computational modules // Procedia Comput. Sei. Elsevier, 2011. Vol. 4. P. 106-115. Hong Y., Adler R.F. Towards an early-warning system for global landslides triggered by rainfall and earthquake // Int. J. Remote Sens. Taylor & Francis. 2007. Vol. 28, № 16. P. 3713-3719.

Berg A, Borensztein E„ Pattillo C. Assessing early warning systems: how have they worked in practice? // IMF Staff Pap. JSTOR. 2005. P. 462-502. '

Bussiere M., Fratzscher M. Towards a new early warning system of financial crises // J. Int. Money Financ. Elsevier, 2006. Vol. 25, № 6. P. 953-973.

Zou C.C. et al. Monitoring and early warning for internet worms // Proc. 10th ACM Conf. Comput. Commun. Secur. ACM, 2003. P. 190-199.

Grasso V.F., Singh A. Early warning systems: State-of-art analysis and future directions // Draft report. UNEP. 2011. P. 66.

Balis B. et al. The urbanflood common information space for early warning systems // Procedia Comput. Sei. Elsevier, 2011. Vol. 4. P. 96-105.

Fowler M. Patterns of enterprise application architecture. Addison-Wesley Longman Publishing Co., 2002. P 533.

Knyazkov К. V. et al. CLAVIRE: e-Science infrastructure for data-driven computing // J.

Comput. Sei. Elsevier B.V. 2012. Vol. 3, № 6. P. 504-510.

Lewis M., Jacobson J. Game engines // Commun. ACM. 2002. Vol. 45, № 1. P. 27.

Unreal Engine [Электронный ресурс]: <https://www.unrealengine.com.

Unity - Game Engine [Электронный ресурс]: <https://unity3d.com >.

Mobile Web For Social Development (MW4D) Wiki [Электронный ресурс]:

<http://www.w3 .org/2008/MW4D/wiki/Main_Page >.

Boukhanovsky A. V., Ivanov S. V. Urgent Computing for Operational Storm Surge Forecasting in Saint-Petersburg // Procedia Comput. Sei. Elsevier Masson SAS. 2012. Vol. 9. P. 1704-1712.

Trainor J.E., Mcneil S. A Brief Summary of Social Science Warning and Response Literature A Report to COT Netherlands. 2008. P. 13

53,

54,

55,

56

57

58

59

60

61,

62,

63,

64,

65.

66.

67.

68.

Aguirre B.E. Homeland Security Warnings: Lessons Learned and Unlearned // Int. J. Mass Emerg. Disasters. 2004. Vol. 22, № 2. P. 103-115.

Terrenghi L., Quigley A., DixA. A taxonomy for and analysis of multi-person-display ecosystems // Pers. Ubiquitous Comput. Springer, 2009. Vol. 13, № 8. P. 583-598. Ходаков В.E., Ходаков Д.В. Пользовательский адаптивный интерфейс: задачи исследования и построения // Восточно-Европейский журнал передовых технологий. 2004. Т. 2. С. 20-29.

Иваничкин А. Современные адаптивные системы 2013 [Электронный ресурс]: <http://www.uxfox.ru/creating-an-adaptive-system-to-enhance-ux/ >. Alur D. et al. Core J2EE Patterns (Core Design Series): Best Practices and Design Strategies. Sun Microsystems, Inc., 2003. P. 375.

Gamma E. et al. Design patterns: elements of reusable object-oriented software. Pearson Education, 1994. P. 364.

Krasner G.E., Pope S.T. A description of the model-view-controller user interface paradigm in the smalltalk-80 system // J. object oriented Program. 1988. Vol. 1, № 3. P. 26-49.

Von Bertalanfjy L. General system theory // Gen. Syst. McGraw-Hill, 1956. Vol. 1, № 1. P. 11-17.

Heppenstall A.J. et al. Agent-based models of geographical systems. Springer, 2012. P 760.

Zeigler B.P., Praehofer H., Kim T.G. Theory of modeling and simulation: integrating discrete event and continuous complex dynamic systems. Academic press, 2000. P 36. Orion J.D., WeickKE. Loosely coupled systems: A reconceptualization // Acad. Manag. Rev. Academy of Management. 1990. Vol. 15, № 2. P. 203-223. Crooks A.T., Castle C.J.E. The integration of agent-based modelling and geographical information for geospatial simulation // Agent-based Model. Geogr. Syst. Springer, 2012. P. 219-251.

Minar N. et al. The swarm simulation system: A toolkit for building multi-agent simulations. 1996. P 11.

Collier N. Repast: An extensible framework for agent simulation // Univ. Chicago's Soc. Sci. Res. 2003. Vol. 36. P. 2003.

Luke S. et al. MASON: Mason: A multiagent simulation environment // Simulation Vol. 81, №7, 2005, P. 517-527.

Tisue S., Wilensky U. Netlogo: A simple environment for modeling complexity // Int. Conf. Complex Syst. 2004. P. 16-21.

69.

70.

71.

72.

73,

74,

75,

76,

77.

78,

79.

80

81.

82.

83.

84.

85.

86.

87.

RailsbackS.F., Lytinen S.L., Jackson S.K. Agent-based Simulation Platforms : Review and Development Recommendations, 2006, P. 1-29.

Yu J., Buyya R. A taxonomy of workflow management systems for grid computing // J.

Grid Comput. Springer, 2005. Vol. 3, № 3-4. P. 171-200.

Apache Thrift [Электронный ресурс]: < http://thrift.apache.org/ >.

HaklayM., Weber P. Openstreetmap: User-generated street maps // Pervasive Comput.

IEEE. IEEE, 2008. Vol. 7, № 4. P. 12-18.

Wikimapia [Электронный ресурс]: < http://wikimapia.org/ >.

Samet H., Webber R.E. Storing a Collection of Polygons Using Quadtrees. 1985. Vol. 4, № 3. P. 182-222.

Samet H. Neighbor finding techniques for images represented by quadtrees // Comput.

Graph. Image Process. Elsevier, 1982. Vol. 18, № 1. P. 37-57.

Nilsson N.J. Principles of artificial intelligence. Springer, 1982. P. 476.

Newton I. et al. Mathematical principles of natural philosophy. Encyclopaedia Britannica,

1955. Vol. 34. P. 619.

CACI. The ACORN user guide. Technical report [Электронный ресурс]: <http://www.fcc.gov/document/fcc-renames-cmas-wireless-emergency-alerts-wea. 2010>. Lhomme J. et al. Recent development and application of a rapid flood spreading method. 2008. P12.

Hethcote H. W. The mathematics of infectious diseases // SIAM Rev. SIAM. 2000. Vol. 42, №4. P. 599-653.

Kermark M., Mckendrick A.G. Contributions to the mathematical theory of epidemics. Part I // Proc. R. Soc. A. 1927. Vol. 115, № 5. P. 700-721. Parish Y.I.H., Miiller P. Procedural Modeling of Cities. 2001. August. P. 12-17. Ivanov S. V, Knyazkov К. V. Evaluation of in-vehicle Decision Support System for Emergency Evacuation// Procedia Comput. Sci. Elsevier, 2014. Vol. 29. P. 1656-1666. Mathger L.M. et al. Color blindness and contrast perception in cuttlefish (< i> Sepia officinalis</i>) determined by a visual sensorimotor assay // Vision Res. Elsevier, 2006. Vol. 46, № 11. P. 1746-1753.

Bibeault В., Kats Y. jQuery in Action. Dreamtech Press, 2008. P. 484. Князьков КВ., Ларченко A.B. Предметно-ориентированные технологии разработки приложений в распределенных средах // Изв. вузов. Приборостроение. 2011. Т. 54, № Ю. С. 36-43.

Отчет Росгидромета: Катастрофический паводок в бассейне р. Адагум 6-7 июля 2012 г. и его причины. 2012. С. 42.

88. Perry R. W. Population evacuation in volcanic eruptions, floods, and nuclear power plant accidents: Some elementary comparisons // J. Community Psychol. Wiley Online Library 1983." Vol. 11, № 1. P. 36-47.

89. Knyazkov K. V. et al. Interactive Workflow-based Infrastructure for Urgent Computing // Procedia Comput. Sei. Elsevier, 2013. Vol. 18. P. 2223-2232.

115