Distribuția de rang este descrisă de o funcție liniară. Tehnologii moderne înalte

Planificarea și efectuarea de experimente pentru a determina parametrii atacurilor de rețea

La următoarea etapă de testare a modelului de trafic, este necesar să se afle dacă acest model poate fi aplicat sarcinilor de securitate a rețelei, în special pentru a detecta atacurile de rețea.

Pentru a afla detaliile intruziunii neautorizate, s-a decis să se efectueze experimente care simulează încercări de atac. Acestea au fost realizate în rețeaua Universității Aerospațiale de Stat din Samara (SSAU).

Ca sursă a atacului au fost folosite calculatoare personale de la distanță conectate la internet și situate într-o rețea externă în raport cu rețeaua investigată. Ținta atacului a fost unul dintre serverele interne ale rețelei SSAU. Routerul de graniță al rețelei Cisco 6509 SSAU a fost ales ca senzor NetFlow, colectorul NetFlow este același server care a fost atacat.

În scanare a fost implicat un singur computer, deoarece atacul de scanare a portului este dintr-o singură sursă. Pentru scanare, a fost folosit programul Nmap, căruia i sa cerut să efectueze o scanare completă a tuturor porturilor serverului atacat.

Nmap este un utilitar gratuit conceput pentru o varietate de scanări personalizabile a rețelelor IP cu orice număr de obiecte, determinând starea obiectelor rețelei scanate (porturile și serviciile corespunzătoare). Nmap utilizează multe metode de scanare diferite, cum ar fi UDP, TCP (conectare), TCP SYN (semi-deschis), proxy FTP (break through ftp), Reverse-ident, ICMP (ping), FIN, ACK, Xmas tree, SYN- și NULL -scanare.

În timpul atacului DDoS, ținta atacată a fost același server web ca și în scanare. Mai multe calculatoare situate în rețeaua externă au fost sursele atacului. În prima parte a experimentului, computerele atacante au trimis simultan solicitări ping timp de o jumătate de oră, efectuând un atac de inundații ICMP. În a doua parte a experimentului, computerele atacante au efectuat un atac DDoS folosind un program specializat LOIC. În decurs de o oră, serverul web a fost atacat folosind diferite tipuri de trafic: HTTP, UDP, TCP. Pe parcursul tuturor experimentelor, au fost colectate date, care au fost ulterior analizate pentru a identifica modele ale diferitelor tipuri de atacuri.

Figura 1.16 - Schema experimentului

Datele de flux care servesc ca bază pentru analiză au fost colectate de la un router de frontieră de rețea Cisco 6509. Colectorul nfdump NetFlow a fost folosit pentru a colecta date de la router. Datele NetFlow sunt exportate pentru analiză la fiecare cinci minute. La fiecare cinci minute, este generat un fișier care indică parametrii tuturor fluxurilor înregistrate pe router în acest moment. Acești parametri sunt enumerați în introducere și includ: ora de începere a fluxului, durata fluxului, protocolul de transfer de date, adresa și portul sursă, adresa și portul de destinație, numărul de pachete transmise, numărul de date transmise în octeți.

Ca rezultat al analizei datelor colectate în timpul scanării rețelei, a fost evidențiată o creștere bruscă a numărului de fluxuri active cu o cantitate aproape neschimbată de trafic transmis (vezi Figura 1.16). Fiecare computer de scanare a generat aproximativ 10-20 de mii de fluxuri foarte scurte (cu dimensiunea de până la 50 de octeți) în 5 minute. În același timp, numărul total de fluxuri active pe router, generate de toți utilizatorii, a fost de aproximativ 50-60 de mii.

Figura 1.17 prezintă un grafic al stării rețelei, abscisa reprezintă numărul de fluxuri completate N, iar ordonata reprezintă încărcarea totală a canalului în Megabiți pe secundă (Mbps). Fiecare punct din grafic reflectă starea rețelei studiate pentru intervalul anterior de cinci minute, arătând dependența încărcării medii a canalului de numărul de fluxuri active. Punctele reprezintă stările normale ale rețelei, iar triunghiurile reprezintă stările rețelei capturate în timpul scanărilor portului. Barele de pe grafic și paralele cu ordonată arată intervalele de încredere pentru sarcina medie calculată pentru cinci intervale de curgere (20.000-30.000, 30.000-40.000, 40.000-50.000, 50.000-60.000, 60.000, 60.000).

Figura 1.17 - Scanarea portului

Ca rezultat al experimentului cu cereri ping, s-a constatat că pentru fiecare computer atacator exista un singur flux foarte lung de trafic ICMP dacă cererile erau trimise pe un singur port. Deoarece datele despre un flux sunt scrise numai după finalizarea acestuia, datele necesare au fost scrise în fișierul nfdump după încheierea atacului. Un flux de trafic ICMP anormal de lung a fost detectat și a provenit de la computerul atacator. Astfel, în urma analizei datelor experimentale, a fost posibilă identificarea unui atac de tip ICMP-flood. Trebuie remarcat faptul că, pentru a obține rezultatul - eșecuri în funcționarea sistemului informațional, un flux activ de trafic ICMP nu este în mod clar suficient, contul trebuie să meargă la zeci de mii de solicitări.

Analiza experimentului de simulare a unui atac DDoS folosind utilitarul LOIC a arătat, de asemenea, o creștere bruscă a numărului de fluxuri active împreună cu o creștere a traficului transmis. Utilitarul trimite simultan date către diferite porturi ale țintei, creând astfel un număr mare de fluxuri scurte de până la un minut (vezi Figura 1.18). Triunghiurile reprezintă stările rețelei înregistrate în timpul atacului.

Figura 1.18 - Atacul DDoS

Astfel, a devenit evident că cu ajutorul protocolului NetFlow este posibil să se detecteze nu doar momentul în care a început un atac, ci și să se determine tipul acestuia. O descriere detaliată a algoritmilor de detectare a atacurilor și a lucrărilor de creare a unei găzduiri securizate poate fi găsită în secțiunile următoare.

Literatură

1. Bolla R., Bruschi R. Evaluarea performanței RFC 2544 și măsurători interne pentru un router deschis bazat pe Linux // High Performance Switching and Routing, 2006 Workshop on. - IEEE, 2006. - S. 6 p.

2. Fraleigh C. et al. Măsurători de trafic la nivel de pachet din rețeaua Sprint IP // IEEE. - 2003. - T. 17. - Nr. 6. - S. 6-16.

3. Park K., Kim G., Crovella M. Despre relația dintre dimensiunile fișierelor, protocoalele de transport și traficul de rețea auto-similar // Network Protocols, 1996. Proceedings., 1996 International Conference on. - IEEE, 1996.-- S. 171-180.

4. Fred S. B. et al. Partajarea statistică a lățimii de bandă: un studiu al congestiei la nivel de flux // ACM SIGCOMM Computer Communication Review. - ACM, 2001. - T. 31. - Nr. 4. - S. 111-122.

5. Barakat C. et al. Un model bazat pe flux pentru traficul principal pe internet // Proceedings of the 2nd ACM SIGCOMM Workshop on Internet mesuring. - ACM, 2002. - S. 35-47.

6. Suhov A. M. și colab. Fluxuri active în diagnosticarea depanării pe legăturile backbone // Journal of High Speed ​​​​Networks. - 2011. - T. 18. - Nr. 1. - S. 69-81.

7. Lyon G. F. Scanarea rețelei Nmap: Ghidul oficial al proiectului Nmap pentru descoperirea rețelei și scanarea de securitate. - Nesigur, 2009.

8. Haag P. Urmăriți-vă fluxurile cu NfSen și NFDUMP // A 50-a întâlnire RIPE. - 2005.

Clasificarea distribuțiilor pentru determinarea pragurilor pentru variabilele de rețea și analiza atacurilor DDoS

Introducere

Creșterea exponențială a traficului de internet și a numărului de surse de informații este însoțită de o creștere rapidă a numărului de condiții anormale de rețea. Stările anormale ale rețelei sunt explicate atât de motive provocate de om, cât și de factorul uman. Recunoașterea condițiilor anormale create de intruși este destul de dificilă din cauza faptului că aceștia imită acțiunile utilizatorilor obișnuiți. Prin urmare, astfel de condiții anormale sunt extrem de greu de identificat și blocat. Sarcinile de asigurare a fiabilității și securității serviciilor de Internet necesită studiul comportamentului utilizatorilor pe o anumită resursă.

Acest articol se va concentra pe identificarea condițiilor anormale de rețea și a metodelor de contracarare a atacurilor DDoS. (Distributed Denial of Service, un atac distribuit de denial of service) este un atac în care un set de computere de pe Internet, numite „zombi”, „boți” sau o rețea botnet (botnet), la comanda atacatorului, începe să trimiteți cereri de servicii pentru victime. Când numărul de solicitări depășește capacitatea serverelor victimei, cererile noi de la utilizatori reali nu mai sunt servite și devin indisponibile. În acest caz, victima suferă pierderi financiare.

Studiile descrise în acest capitol al tutorialului folosesc o abordare matematică unificată. Au fost identificate un număr dintre cele mai importante variabile de rețea, pe care o singură adresă IP externă le generează la accesarea unui anumit server sau rețea locală. Aceste variabile includ: frecvența de acces la serverul web (pe un anumit port), numărul de fluxuri active, cantitatea de trafic TCP, UDP și ICMP de intrare etc. Infrastructura construită a făcut posibilă măsurarea valorilor pentru variabilele de rețea de mai sus.

După găsirea acestor valori pentru variabilele analizate la un moment arbitrar, este necesar să se construiască o distribuție de rang. Pentru aceasta, valorile găsite sunt aranjate în ordine descrescătoare. Analiza stărilor rețelei se va realiza prin compararea distribuțiilor corespunzătoare. Această comparație este deosebit de clară atunci când distribuțiile pentru stările anormale și normale ale rețelei sunt reprezentate pe același grafic. Această abordare facilitează determinarea graniței dintre condițiile normale și anormale ale rețelei.

Experimentele asupra unui atac DDoS asupra unui serviciu pot fi efectuate folosind emularea într-un mediu de laborator. În același timp, valoarea rezultatelor obținute este semnificativ mai mică decât în ​​cazul unui atac DDoS asupra unui serviciu comercial pus în funcțiune, întrucât emulatorul nu poate reproduce integral o rețea reală de calculatoare. În plus, este necesară experiența cu atacurile DDoS pentru a înțelege pe deplin principiile și metodele unui atac DDoS. Prin urmare, autorii au convenit în mod anonim să efectueze un atac DDoS real asupra unui serviciu web special pregătit. În timpul atacului, traficul în rețea a fost înregistrat și s-au colectat statistici NetFlow. Studierea distribuțiilor de rang pentru numărul de fluxuri și diferite tipuri de trafic de intrare generate de o singură adresă IP externă, ceea ce a făcut posibilă determinarea valorilor de prag. Depășirea valorilor de prag poate fi clasificată ca semn al unui nod atacator, ceea ce permite tragerea de concluzii despre eficacitatea metodelor de detectare și a contramăsurilor.

Primul lucru care atrage atenția în domeniul documentelor este creșterea extrem de rapidă a populației sale.

Acest fapt binecunoscut face pe cineva să se gândească serios la ce poate duce o astfel de creștere. Dar poate temerile noastre sunt zadarnice, iar în viitor ritmul de creștere a numărului de documente va încetini? Până acum, statisticile confirmă contrariul.

Așa s-au schimbat, de exemplu, fluxurile de informații documentare despre chimie. În 1732, întreaga moștenire a chimiei a fost rezumată și publicată de un profesor olandez într-o carte de 1433 de pagini. În 1825, omul de știință suedez Berzelius a publicat tot ce se știa în chimie în 8 volume, însumând 4150 de pagini. În prezent, revista americană de rezumate „Chemical Abstracts”, publicată din 1907, publică aproape toate informațiile despre chimie, în timp ce primul milion de rezumate au fost publicate 31 de ani mai târziu, al doilea - după 18 ani, al treilea - după 7 ani și a patra - în 4 ani!

Aproximativ același model de creștere a numărului de documente poate fi urmărit în alte domenii ale științei. S-a observat că creșterea documentelor este exponențială. În același timp, creșterea anuală a fluxurilor de informații științifice și tehnice este de 7 ... 10%. În prezent, la fiecare 10 ... 15 ani are loc o dublare a volumului de informații științifice și tehnice (STI) Curba de creștere a numărului de documente, astfel, poate fi descrisă de un exponent al formei

y = Ae kt

Unde y- cantitatea de cunoștințe moștenite de la generațiile anterioare, e Este baza logaritmilor naturali ( e = 2,718...), t- indice de timp (g); A- suma cunoștințelor la origine (pentru t = 0), K- coeficient care caracterizează viteza cunoașterii, al cărui echivalent este fluxul de informații științifice și tehnice. La t≈ 10 ... 15 ani la = 2A.

Este ușor să ne imaginăm că o astfel de creștere a numărului de documente științifice nu ne este de bun augur în viitor, nici măcar în viitorul apropiat. Păduri transformate în munți de hârtie în care un explorator neputincios se îneacă...

Cu toate acestea, așa cum arată istoria științei și tehnologiei, condițiile în care se dezvoltă nu sunt constante și, prin urmare, mecanismul de creștere exponențială a fluxurilor STI este adesea încălcat. Această încălcare se explică printr-o serie de factori constrângeri, în special, războaie, lipsa resurselor materiale și umane etc. În realitate, creșterea numărului de documente nu se supune așadar unei dependențe exponențiale, deși în anumite perioade ale dezvoltării științei și tehnologiei în anumite domenii ale cunoașterii, se manifestă destul de clar. Care este motivul pentru o creștere atât de rapidă a fluxului de informații documentare?

În secțiunile anterioare, am atras atenția asupra faptului că informația joacă un rol uriaș în dezvoltarea societății umane, prin urmare este însoțită de o creștere extraordinară a volumului de informații. Creșterea fluxurilor documentare de informații științifice poate fi asociată cu o creștere a numărului de creatori de informații științifice. Rata acestei creșteri este descrisă de o funcție exponențială. De exemplu, în ultimii 50 de ani, numărul lucrătorilor științifici din URSS s-a dublat la fiecare 7 ani, în SUA - la fiecare 10 ani, în țările europene - la fiecare 10 ... 15 ani.

Desigur, ritmul de creștere a numărului de lucrători științifici trebuie să încetinească și să atingă o valoare mai mult sau mai puțin constantă în raport cu întregul număr al populației active. În caz contrar, întreaga populație după ceva timp va fi angajată în activități de cercetare și dezvoltare, ceea ce este nerealist. Prin urmare, în viitor, ar trebui să ne așteptăm la o încetinire a ritmului de creștere a numărului de documente științifice. În prezent, aceste rate sunt încă ridicate și inspiră anxietate pe consumatorii de informații: cum să stochezi și să procesezi documentele, cum să-l găsești pe cel potrivit?

Situația pare fără speranță: legea creșterii exponențiale a documentelor, care este încă în vigoare în regatul documentelor, a exacerbat puternic atât problemele de „locuință”, cât și de „transport”.

Cu toate acestea, după cum se dovedește, aici există o lege care atenuează oarecum situația actuală...

La sfârșitul anilor 40 ai secolului nostru, J. Zipf, după ce a strâns un uriaș material statistic, a încercat să arate că distribuția cuvintelor într-o limbă naturală respectă o lege simplă, care poate fi formulată după cum urmează. Dacă alcătuiți o listă cu toate cuvintele care apar în el pentru un text suficient de mare, atunci aranjați aceste cuvinte în ordinea descrescătoare a frecvenței lor de apariție în acest text și numerotați-le în ordine de la 1 (numărul ordinal al cuvântului cel mai frecvent) la R, atunci pentru orice cuvânt produsul numărului său ordinal (rang) / într-o astfel de listă și frecvența de apariție a acestuia în text va fi o valoare constantă care are aproximativ aceeași semnificație pentru orice cuvânt din această listă. Analitic, legea lui Zipf poate fi exprimată ca

fr = c,

Unde f- frecvența de apariție a cuvântului în text;
r- rangul (numărul ordinal) cuvântului din listă;
Cu Este o constantă empirică.

Dependența rezultată este exprimată grafic prin hiperbolă. După ce am studiat astfel o mare varietate de texte și limbi,

inclusiv limbi de acum o mie de ani, J. Zipf a construit dependențele indicate pentru fiecare dintre ele, în timp ce toate curbele aveau aceeași formă - forma unei „scări hiperbolice”, adică. înlocuirea unui text cu altul nu a schimbat caracterul general al distribuției.

Legea lui Zipf a fost descoperită experimental. Mai târziu B. Mandelbrot și-a oferit fundamentul teoretic. El credea că se poate compara o limbă scrisă cu o codificare, iar toate semnele trebuie să aibă o anumită „valoare”. Pornind de la cerințele costului minim al mesajelor, B. Mandelbrot a ajuns matematic la o dependență asemănătoare legii lui Zipf

fr γ = c ,

unde γ este o valoare (aproape de unu), care poate varia în funcție de proprietățile textului.

J. Zipf și alți cercetători au descoperit că nu numai toate limbile naturale ale lumii se supun acestei distribuții, ci și alte fenomene de natură socială și biologică: distribuția oamenilor de știință după numărul de articole publicate de ei (A. Lotka, 1926), orașele din SUA după număr populație (J. Zipf, 1949), populație după venituri în țările capitaliste (V. Pareto, 1897), genuri biologice după numărul de specii (J. Willis, 1922) etc.

Cel mai important lucru pentru problema pe care o avem în vedere este faptul că documentele din cadrul oricărei ramuri de cunoaștere pot fi distribuite conform acestei legi. Un caz special al acesteia este legea lui Bradford, care nu mai este direct legată de distribuirea cuvintelor în text, ci de distribuirea documentelor într-o zonă tematică.

Chimistul și bibliograful englez S. Bradford, studiind articole despre geofizică aplicată și lubrifiere, a observat că distribuția revistelor științifice care conțin articole despre lubrifiere și a revistelor care conțin articole despre geofizică aplicată au o formă generală. Pe baza faptului stabilit, S. Bradford a formulat modelul de distribuție a publicațiilor după ediție.

Semnificația principală a modelului este următoarea: dacă reviste științifice sunt aranjate în ordinea descrescătoare a numărului de articole pe o anumită problemă, atunci revistele din lista rezultată pot fi împărțite în trei zone, astfel încât numărul de articole din fiecare zonă pe un subiect dat este la fel. În același timp, prima zonă, așa-numita zonă de bază, include reviste de specialitate consacrate direct temei în discuție. Numărul revistelor de specialitate din zona centrală este mic. A doua zonă este formată din reviste, parțial dedicate unui anumit domeniu, iar numărul acestora crește semnificativ în comparație cu numărul revistelor din nucleu. A treia zonă, cea mai mare ca număr de publicații, reunește reviste ale căror subiecte sunt foarte departe de subiectul luat în considerare.

Astfel, cu un număr egal de publicații pe o anumită temă în fiecare zonă, numărul titlurilor de reviste crește brusc la trecerea dintr-o zonă în alta. S. Bradford a constatat că numărul de reviste din zona a treia va fi de aproximativ la fel de ori ca în zona a doua, de câte ori numărul de titluri din zona a doua este mai mare decât în ​​prima. Notăm R 1 - numărul de reviste din zona 1, R 2 - în al 2-lea, R 3 - numărul de reviste din zona a 3-a.

Dacă A- raportul dintre numărul de reviste din zona a 2-a și numărul de reviste din zona 1, apoi modelul relevat de S. Bradford poate fi scris astfel:

P 1: P 2: P 3 = 1: A : A 2

P 3: P 2 = P 2: P 1 = A.

Această dependență se numește legea lui Bradford.

B. Vickery a rafinat modelul lui S. Bradford. El a aflat că revistele, clasate (aliniate) în ordinea descrescătoare a articolelor lor pe o anumită problemă, pot fi împărțite nu în trei zone, ci în orice număr necesar de zone. Dacă periodicele sunt aranjate în ordinea scăderii numărului de articole pe o anumită problemă, atunci în lista rezultată pot fi distinse un număr de zone, fiecare dintre ele conținând același număr de articole. Luăm următoarea notație X- numărul de articole din fiecare zonă. T x- numarul de reviste care contin X articole, T 2X- numărul de reviste care conțin 2 X articole, adică suma titlurilor revistelor din zonele 1 și 2, T 3X- numărul de reviste care conțin 3 X articole, adică suma titlurilor revistelor din zonele 1, 2 și 3, T 4X- numărul de reviste care conțin 4 X articole.

Atunci acest model va avea forma

T x : T 2X : T 3X : T 4X : ... = 1: A : A 2: A 3: ...

Această expresie este numită legea lui Bradford în interpretarea lui B. Vickery.

Dacă legea lui Zipf caracterizează multe fenomene de natură socială și biologică, atunci legea lui Bradford este un caz specific de distribuție a lui Zipf pentru un sistem de periodice de știință și tehnologie.

Din aceste modele se pot trage concluzii de mare valoare practică.

Deci, dacă aranjați periodice în ordinea descrescătoare a numărului de articole pe un anumit profil, atunci, conform lui Bradford, acestea pot fi împărțite în trei grupuri care conțin un număr egal de articole. Să presupunem că am selectat un grup de 8 titluri de reviste care ocupă primele 8 locuri în lista rezultată. Apoi, pentru a dubla numărul de articole pe profilul care ne interesează, va trebui să adăugăm încă 8 la cele 8 existente. A titlurile revistelor. Dacă A= 5 (această valoare a fost găsită experimental pentru unele arii tematice), atunci numărul acestor titluri este 40. Atunci numărul total de titluri ale periodicelor va fi 48, ceea ce, desigur, este mult mai mult decât 8. Când se încearcă obținerea de trei ori mai multe articole, va trebui să acoperim deja 8 + 5 8 + 5 2 8 = 256 de titluri! Dintre acestea, o treime din articolele care ne interesează sunt concentrate în doar 8 reviste, adică. articolele sunt distribuite inegal între numele revistelor. Pe de o parte, există o concentrare a unui număr semnificativ de articole pe o anumită temă în mai multe reviste de specialitate, pe de altă parte, există o împrăștiere a acestor articole într-un număr imens de publicații cu privire la subiectul înrudit sau departe de acesta. considerație, în timp ce în practică este necesar să identificăm principalele surse pentru zona de interes pentru noi. cunoștințe tehnice, nu ediții aleatorii.

Modelele de concentrare și dispersare a informațiilor științifice și tehnice în domeniul documentelor fac posibilă alegerea exactă a publicațiilor care sunt cel mai probabil să conțină publicații care corespund unui anumit profil de cunoaștere. În procesul masiv de suport informațional la scară națională, utilizarea acestor tipare ne permite să reducem costurile uriașe pentru economia națională.

Difuzarea existentă a publicațiilor nu poate fi apreciată doar ca dăunătoare. Într-un mediu dispersat, oportunitățile de schimb intersectorial de informații sunt îmbunătățite.

O încercare de a concentra toate publicațiile de un singur profil în mai multe reviste, de ex. pentru a preveni împrăștierea lor, va avea consecințe negative, ca să nu mai vorbim de faptul că atribuirea exactă a unui document unui anumit profil nu este întotdeauna posibilă.

Rezultatele testelor legii de împrăștiere a lui Bradford, așa cum a arătat S. Brooks, au grade diferite de acord. În ciuda modificărilor aduse, modelul lui Bradford nu reflectă diversitatea distribuțiilor reale. Această discrepanță poate fi explicată prin faptul că Bradford și-a făcut concluziile pe baza alegerii tablourilor legate doar de zone tematice înguste.

Marele merit al lui J. Zipf și S. Bradford este că au pus bazele unui studiu riguros al fluxurilor de informații documentare (DIP), care sunt colecții de publicații științifice și materiale nepublicate (de exemplu, rapoarte privind activitățile de cercetare și dezvoltare). Cercetări ulterioare, printre care un loc proeminent îl ocupă munca specialistului sovietic în domeniul informaticii V.I. Gorkova, a arătat că este posibil să se determine nu numai parametrii cantitativi ai seturilor de documente științifice, ci și seturi de elemente de semne ale documentelor științifice: autori, termeni, indici ai sistemelor de clasificare, titluri de publicații, i.e. denumirile elementelor care caracterizează conţinutul documentelor ştiinţifice. De exemplu, puteți aranja reviste în ordinea descrescătoare a numărului de autori publicate în ele, în ordinea descrescătoare a numărului mediu de articole publicate în ele, sau aranjați colecția de documente după oricare dintre elementele sale.

Ordonarea este stabilită de ierarhizarea (ordinea de plasare) a numelor elementelor în funcție de frecvența apariției lor în ordine descrescătoare. Această colecție ordonată de nume de articole se numește distribuție de rang. Distribuțiile pe care Zipf le-a studiat la acea vreme sunt exemple tipice de distribuții de rang. S-a dovedit că tipul de distribuție a rangului, structura sa caracterizează setul de documente căruia îi aparține distribuția de rang dată. S-a dovedit că, atunci când se construiesc, distribuțiile de rang în cele mai multe cazuri au forma regularității lui Zipf cu corecția lui Mandelbrot:

fr γ = c.

În acest caz, coeficientul γ este o mărime variabilă. Constanța coeficientului γ rămâne doar în secțiunea din mijloc a graficului de distribuție. Această secțiune ia forma unei linii drepte, dacă graficul regularității de mai sus este reprezentat în coordonate logaritmice. Secțiunea de distribuție cu γ = const se numește zona centrală a distribuției de rang (valoarea argumentului din această secțiune variază de la Inr 1, înainte Inr 2). Valorile argumentului de la 0 la Inr 1 corespunde zonei nucleului distribuției de rang și valorilor argumentului din Inr 2 la Inr 3 - așa-numita zonă de trunchiere.

Care este semnificația existenței a trei zone clar distinse de distribuții de rang? Dacă acesta din urmă se referă la termeni care alcătuiesc orice domeniu de cunoaștere, atunci zona nucleară, sau zona nucleului distribuției de rang, conține termenii științifici generali cei mai des utilizați. Zona centrală conține termeni care sunt cei mai tipici pentru o anumită zonă de cunoaștere, care împreună își exprimă specificul, spre deosebire de alte științe, „acoperă conținutul său principal”. Zona de trunchiere conține termeni care sunt relativ rar utilizați în acest domeniu de cunoaștere.

Astfel, baza vocabularului oricărei arii de cunoaștere este concentrată în zona centrală a distribuției rangului. Cu ajutorul termenilor zonei nucleare, această zonă de cunoaștere „se unește cu domenii mai generale de cunoaștere”, iar zona de trunchiere joacă rolul de avangardă, ca și cum „bâjbește” pentru conexiuni cu alte ramuri ale științei. . Așadar, dacă în urmă cu câțiva ani termenul „lasere” ar fi fost întâlnit în distribuția ierarhică a termenilor din zona tematică „Prelucrarea metalelor”, atunci, datorită apariției sale reduse, probabil ar fi căzut în zona de trunchiere: legăturile dintre tehnologia laser și prelucrarea metalelor erau încă doar „simțite”. Cu toate acestea, astăzi acest termen s-ar încadra fără îndoială în zona centrală, ceea ce ar reflecta apariția sa destul de mare și, prin urmare, o legătură stabilă între tehnologia laser și prelucrarea metalelor.

Graficul distribuției rangului este umplut cu o semnificație profundă: la urma urmei, după dimensiunea relativă a unei anumite zone de pe grafic, se pot judeca caracteristicile întregii zone de cunoaștere. Un grafic cu o zonă nucleară mare și o zonă de trunchiere mică aparține unei arii de cunoaștere destul de largă și cel mai probabil conservatoare. Pentru ramurile dinamice ale științei, este caracteristică o zonă de trunchiere crescută. Dimensiunea mică a zonei nucleare poate indica originalitatea domeniului de cunoaștere căruia îi aparține distribuția de ranguri construită etc. Deci, pe baza analizei distribuției rangului, s-a dovedit a fi posibil să se acorde evaluări calitative ale fluxurilor de informații documentare în conformitate cu ramurile științei în care s-au format. Regatul documentelor preia contururile unui sistem în care elementele sunt interconectate, iar legile care guvernează aceste conexiuni pot fi studiate!

Pe măsură ce informațiile devin vechi...

Îmbătrânirea... Sensul acestui concept nu necesită explicații, este bine cunoscut de toată lumea. Planeta noastră îmbătrânește, copacii îmbătrânesc. Lucrurile și oamenii cărora le aparțin îmbătrânesc. De asemenea, documentele îmbătrânesc. Foile de cărți se îngălbenesc, literele se estompează, coperțile se prăbușesc. Dar ce este? Un student, dând deoparte cartea care i-a fost oferită în bibliotecă, remarcă disprețuitor: „Este deja depășit!”, Deși cartea pare cu totul nouă! Nu există, desigur, niciun secret aici. Cartea este nouă, dar informațiile pe care le conține pot fi depășite. În ceea ce privește documentele, îmbătrânirea este înțeleasă nu ca îmbătrânirea fizică a purtătorului de informații, ci ca un proces destul de complex de îmbătrânire a informațiilor pe care le conține. În exterior, acest proces se manifestă prin pierderea interesului oamenilor de știință și specialiștilor față de publicații cu o creștere a timpului care a trecut de la data publicării lor. După cum arată un sondaj efectuat la 17 biblioteci, realizat de unul dintre organismele de informare sectoriale, 62% dintre solicitări sunt pentru reviste cu o vechime mai mică de 1,5 ani; 31% din solicitări - către reviste 1,5 ... 5 ani; 6% - pentru reviste de la 6 la 10 ani; 7% - pentru reviste de peste 10 ani. Se face referire mai rar la publicațiile care au fost publicate de o perioadă relativ îndelungată, ceea ce dă naștere la afirmarea îmbătrânirii lor. Care sunt mecanismele care guvernează procesul de îmbătrânire a documentelor?

Una dintre ele este direct legată de cumularea, agregarea informațiilor științifice. Adesea, materialul care în urmă cu o sută de ani necesita explicarea unui întreg curs de prelegeri poate fi explicat acum în câteva minute folosind două sau trei formule. Cursurile corespunzătoare de prelegeri îmbătrânesc fără speranță: nimeni nu le mai folosește.

După ce au primit date aproximative mai exacte, și de aici documentele în care sunt publicate, îmbătrânesc. Prin urmare, atunci când se vorbește despre îmbătrânirea informațiilor științifice, de cele mai multe ori se referă tocmai la rafinamentul acesteia, la prezentarea mai riguroasă, concisă și generalizată în procesul creării de noi informații științifice. Acest lucru este posibil datorită faptului că informația științifică are proprietatea de cumulativitate, adică. permite o prezentare mai concisă, generalizată.

Uneori, îmbătrânirea informațiilor documentare are un mecanism diferit: obiectul, a cărui descriere o avem, se modifică în timp într-o asemenea măsură încât informațiile despre el devin inexacte. Așa îmbătrânesc hărțile geografice: pășunile înlocuiesc deșerturile, apar noi orașe și mări.

Procesul de îmbătrânire poate fi privit și ca o pierdere de informații practice pentru consumator. Aceasta înseamnă că nu-l mai poate folosi pentru a-și atinge obiectivele.

Și, în sfârșit, acest proces poate fi considerat din punctul de vedere al schimbării tezaurului uman. Din acest punct de vedere, aceleași informații pot fi „învechite” pentru o persoană și „învechite” pentru alta.

Gradul de îmbătrânire a informațiilor documentare nu este același pentru diferite tipuri de documente. Rata de îmbătrânire este influențată în diferite grade de mulți factori. Particularitățile îmbătrânirii informației în fiecare domeniu al științei și tehnologiei nu pot fi derivate pe baza unor considerații abstracte sau a datelor statistice medii - ele sunt legate organic de tendințele de dezvoltare ale fiecărei ramuri separate a științei și tehnologiei.

Pentru a cuantifica cumva rata de îmbătrânire a informației, bibliotecarul R. Barton și fizicianul R. Kebler din SUA, prin analogie cu timpul de înjumătățire al substanțelor radioactive, au introdus „timp de înjumătățire” al articolelor științifice. Durata de înjumătățire este perioada în care jumătate din toată literatura utilizată în prezent pe o anumită industrie sau subiect a fost publicată. Dacă timpul de înjumătățire al publicațiilor în fizică este de 4,6 ani, aceasta înseamnă că 50% din toate publicațiile utilizate în prezent (citate) în acest domeniu nu au mai mult de 4,6 ani. Iată rezultatele obținute de Barton și Kebler: pentru publicații în fizică - 4,6 ani, fiziologie - 7,2, chimie - 8,1, botanică - 10,0, matematică - 10,5, geologie - 11,8 ani. Cu toate acestea, deși proprietatea îmbătrânirii informaționale este obiectivă, ea nu dezvăluie procesul intern de dezvoltare a acestui domeniu de cunoaștere și este mai degrabă descriptivă. Prin urmare, concluziile despre îmbătrânirea informațiilor ar trebui tratate cu mare atenție.

Cu toate acestea, chiar și o estimare aproximativă a ratei de îmbătrânire a informațiilor și a documentelor care le conțin are o mare valoare practică: ajută la păstrarea în vedere doar acea parte a regatului documentelor, care, cel mai probabil, conține documente care conțin informații de bază despre o știință dată. Acest lucru este important nu numai pentru angajații bibliotecilor științifice și tehnice și ai organismelor de informare științifică și tehnică, ci și pentru consumatorii de STI înșiși.

Ieșire în automatizare?

ANALIZA RANGULUI CA METODĂ DE CERCETARE

Universitatea de Stat din Ulyanovsk

Una dintre cele mai generale legi ale dezvoltării sistemelor biologice, tehnice, sociale este legea distribuției rangurilor. Teoria analizei rangului ((RA) a fost transferată din biologie și dezvoltată pentru tehnocenoze în urmă cu mai bine de 30 de ani de un profesor la MPEI și școala sa ( www kudrinbi. ru). După cum s-a dovedit mai târziu, această metodă este aplicabilă atât fizicului, cât și astronomic, și la sistemele sociale. Metode pentru construirea distribuțiilor de rang și utilizarea lor ulterioară în scopuri de optimizare cenoza alcătuiesc sensul principal analiza rangului (abordare cenologică), al cărei conținut și tehnologie este, de fapt, o nouă direcție, promițând mari rezultate practice. Scopul acestei lucrări este de a descrie metoda de analiză a rangului. Nouă este includerea în RA a „metodei de îndreptare” cunoscută în cercetarea fizică, graficul experimental obținut de cercetător (construcție și îndreptare în coordonatele corespunzătoare) pentru a determina tipul dependenței sale matematice și a calcula parametrii specifici ai acesteia.

1. Aparatul conceptual al teoriei cenologice. Legea distribuirii rangurilor.

cenoza numiți o populație mare indivizii .

Numărul de indivizi dintr-o cenoză determină puterea populatiei. Această terminologie a venit din biologie, din teoria biocenozelor. „Biocenoza” este o comunitate. Termen biocenoza, introdus de Möbius (1877), a stat la baza ecologiei ca știință. Profesorul MPEI a transferat conceptele de „cenoză”, „individ”, „populație”, „specie” și de la biologie la tehnologie: în tehnica „indivizilor” - produse tehnice individuale, parametri tehnici și un set mare de produse tehnice ( indivizi) sunt numite tehnocenoza... defineste specimen tehnic ca element separat, apoi indivizibil, al realității tehnice, care are caracteristici și funcții individuale în ciclul de viață individual. Vedere- principala unitate structurală în taxonomia indivizilor. O specie este un grup de indivizi cu caracteristici calitative și cantitative care reflectă esența acestui grup. Un tip de tehnologie se numește marcă sau model de tehnologie și este realizat conform unui proiect și documentație tehnologică (tractor „Belarus”, o lopată de sapator, un vehicul ZIL-131 etc.).

În sfera socială, „indivizii” sunt oameni, grupuri sociale organizate de oameni (clase, grupuri de studiu), precum și sisteme sociale (instituții), de exemplu, educaționale - școli. Apoi, prin analogie, sociocenoza vom numi orice set de indivizi sociali. Fiecare individ este o unitate structurală a cenozei. Un individ poate fi orice unitate din sfera socială, depinde de amploarea asociației și de ceea ce se combină într-o cenoză. De exemplu, o clasă, un grup de studiu este o sociocenoză formată din indivizi - studenți. Atunci puterea populației este numărul de elevi din clasă. Școala este și o sociocenoză, formată din indivizi - unități structurale separate - clase. Aici, capacitatea populației este numărul de clase din școală. Un set de școli este o cenoză de o scară mai mare, unde o școală este un individ, o unitate structurală a unei cenoze date.

În sistematica instituțiilor de învățământ secundar se pot distinge următoarele feluri: scoli medii, licee, gimnazii, scoli private. Aceste tipuri diferă în conținutul programelor, sarcinilor și constituie cenoza speciei unde fiecare specie este deja un individ.

Sub repartizarea rangurilor se înțelege distribuția obținută ca urmare a procedurii de clasare pentru succesiunea valorilor parametrilor atribuite rangului. Clasificarea este o procedură de ordonare a obiectelor în funcție de severitatea unei anumite calități. Un individ este un obiect de clasare. Rang - este numărul unui individ în ordine într-o anumită distribuţie. Po, legea distribuției de rang a indivizilor în tehnocenoză (distribuția H ) are forma unei hiperbole:

Unde W este parametrul clasat al indivizilor; r - numărul de rang al unei persoane (1,2,3….); A este valoarea maximă a parametrului celui mai bun individ cu rangul r = 1, adică la primul punct (sau coeficientul de aproximare); β este coeficientul de rang care caracterizează gradul de abrupție al curbei de distribuție (cea mai bună stare tehnocenoza, de exemplu, este o stare în care parametrul β este în 0,5 < β < 1,5).

Dacă orice parametru al cenozei (sistemului) este clasat, atunci distribuția este numită clasat parametrice.

Parametrii clasați în tehnocenoze sunt specificatii tehnice(cantități fizice sau tehnice) care caracterizează un individ, de exemplu, dimensiunea, masa, consumul de energie, energia radiațiilor etc. În sociocenoze, în special cenoze pedagogice, parametrii clasați pot fi performanța academică, evaluarea în puncte a participanților la olimpiade sau testare. ; numărul de studenți înscriși în universități și așa mai departe, iar persoanele clasate sunt studenții înșiși, clasele, grupurile de studiu, școlile și așa mai departe.

Dacă puterea populației (numărul de indivizi care constituie specia în sociocenoză) este considerată ca parametru, atunci în acest caz distribuția se numește specifice rangului. Astfel, speciile sunt clasate în distribuția clasificată a speciilor. Adică o specie este un individ.

2. Metodologia de aplicare a analizei de rang

Analiza rangului include următorii pași ai procedurii:

1. Izolarea cenozei.

2. Stabilirea parametrilor de formare a speciilor. Parametrii de formare a speciilor ai echipamentului pot fi costul, fiabilitatea energetică, numărul personalului de întreținere, greutatea și dimensiunile etc.

3. Descrierea parametrică a cenozei. A contribui la Bază de date cenoza valori specifice ale parametrilor. Această activitate statistică este mult facilitată de utilizarea unui computer. Lucrarea de creare a unei baze de informații a cenozei este finalizată după ce a fost creat un tabel electronic (bază de date), care include informații sistematizate despre valorile parametrilor de formare a speciilor ai indivizilor individuali incluși în sociocenoză.

4. Construirea distribuției rangurilor tabulate Distribuția de rang tabelată în formă este un tabel din două coloane: parametrii indivizilor W aranjați pe rang și numărul de rang al unui individ r (parametric sau specific).

Primul rang este atribuit individului cu valoarea maximă a parametrului, al doilea - individului cu cea mai mare valoare a parametrului dintre indivizi, cu excepția primului și așa mai departe.

5. Construirea grafică a distribuției parametrice a rangului sau a distribuției grafice a speciilor. Curba de rang parametrică are forma unei hiperbole, pe axa absciselor fiind trasat numărul de rang r, iar pe axa ordonatelor parametrul studiat W. Graficul de distribuție a speciilor de rang este un set de puncte: fiecare punct al graficului corespunde la un anumit individ sau tip de cenoză. În acest caz, abscisa de pe grafic este rangul, iar ordonata este parametrul indivizilor (distribuția parametrică) sau numărul de indivizi cărora le este reprezentată această specie în cenoză (distribuția speciilor de rang). Toate datele sunt preluate dintr-o distribuție tabelară.

6. Aproximarea distribuțiilor. Esența metodei este găsirea unor astfel de parametri ai dependenței analitice care să minimizeze suma pătratelor abaterilor valorilor empirice ale lui y efectiv obținute în timpul analizei de rang a sociocenozei din valorile calculate din aproximare. dependență. De remarcat faptul că aproximarea și parametrii expresiei pot fi determinați cu ajutorul programelor de calculator. Parametrii curbei de distributie se gasesc: A, b. De regulă, pentru tehnocenoze 0,5. < β < 1,5.

7. Optimizarea cenozei.

Optimizarea este una dintre cele mai dificile operații ale teoriei ceenologice. Un număr semnificativ de lucrări sunt dedicate acestui domeniu de cercetare. Procedura de optimizare a unui sistem (cenoză) constă în compararea unei curbe ideale cu una reală, după care se trage o concluzie: ce trebuie făcut practic într-o cenoză pentru ca punctele unei curbe reale să tindă să se aşeze pe un ideal. curba. Să luăm în considerare câteva dintre cele mai simple proceduri de optimizare pentru cenoze, pe care le-am testat pe larg în practică. Să aruncăm o privire mai atentă la etapa 7.

De regulă, distribuția H reală diferă de cea ideală prin următoarele abateri:

1) unele puncte experimentale se încadrează în afara distribuției ideale;

2) graficul experimental nu este hiperbol;

3) curba experimentală, în ansamblu, are caracterul unei distribuții H, dar în comparație cu cea teoretică are „cocoașe”, „jgheaburi” sau „cozi”.

4) hiperbola reală se află sub hiperbola ideală sau invers, hiperbola reală se află deasupra celei ideale.

Procedura de optimizare pentru orice cenoză (determinarea metodelor, mijloacelor și criteriilor de ameliorare a acesteia) are ca scop eliminarea abaterilor anormale în distribuția rangului. După identificarea anomaliilor pe distribuția grafică, conform distribuției tabulate, se determină persoanele „responsabile” de anomalii și se conturează măsurile prioritare pentru eliminarea acestora.

Optimizarea cenozei se realizează în două moduri:

1. Optimizarea nomenclaturii - o schimbare intenționată a numărului de cenoze (nomenclatură), direcționând distribuția speciei a cenozei în formă către cea canonică (exemplar, ideal). În biocenoză - turma este expulzarea sau distrugerea indivizilor slabi, în lotul de studiu este eliminarea celor nereușiți.

2. Optimizare parametrică - o schimbare (îmbunătățire) intenționată a parametrilor indivizilor, conducând cenoza la o stare mai stabilă și, prin urmare, mai eficientă. În cenoza pedagogică - grupul de studiu (clasa) - aceasta este munca cu cei nereușiți - îmbunătățirea parametrilor indivizilor.

Cu cât curba de distribuție experimentală se apropie mai mult de curba ideală a formei (1), cu atât sistemul este mai stabil. Orice abateri indică faptul că este necesară fie o nomenclatură, fie o optimizare parametrică. Abaterile de la distribuția ideală H (hiperbolă) sunt prezentate sub formă de puncte care cad din grafic, „cozi” de „cocoașe”, „văi”, precum și degenerarea hiperbolei într-o linie dreaptă sau alt grafic. dependențe.

În opinia noastră, metodologia de aplicare a analizei de rang nu a fost suficient dezvoltată. În special, determinarea parametrilor sistemului de ranguri se realizează în principal prin metoda de aproximare a curbelor experimentale folosind tehnologia computerizată. Metoda de rectificare, utilizată pe scară largă de către cercetătorii în fizică, nu este utilizată în studiile cenozelor prin metoda analizei rangului.

Am completat metoda analizei rangului cu etapa de îndreptare a distribuției grafice a rangului H în coordonate duble logaritmice (adăugarea etapei 6 sau evidențierea unei etape separate între 6 și 7). Tangenta unghiului de înclinare a dreptei la axa absciselor determină parametrul β.

Să luăm în considerare această etapă mai detaliat pentru cazul general - o hiperbolă deplasată în sus de-a lungul ordonatei de B.

3. Aproximarea hiperbolei prin dependență matematică prin metoda redresării(Fig. 1, a, b).

Aplicarea metodei de rectificare la o hiperbolă deplasată în sus față de axa ordonatelor (Fig. 1, a) este descrisă în detaliu în lucrare.

W axa Y sau ln (W-B)

https://pandia.ru/text/80/082/images/image004_23.gif "înălțime =" 177 "> https://pandia.ru/text/80/082/images/image013_10.gif "width =" 146 height = 2 "height =" 2 ">

1 r pe axa x r1

Orez. 1. Hiperbola (a) și dependența hiperbolică „rectificată” pe o scară dublă logaritmică (b)

Să examinăm o funcție de forma:

W = B + A / r β, (2)

unde B este o constantă: deoarece r tinde spre infinit, W = B.

Cercetarea cuprinde următoarele etape.

1. Mutați constanta B în partea stângă a ecuației

W - B = A / r β (2а)

2. Să fim dependența de logaritm (2а):

Ln (W - B) = lnA - β ln r (3)

3. Să desemnăm:

Ln (W - B) = la; LnА = b = const; Ln r = X. (4)

4. Să reprezentăm funcția (3) ținând cont de (4) sub forma:

Y = b - β X(5)

Ecuația (5) este o funcție liniară a formei din Fig. 1, b. Doar ordonata este Ln (W - B), iar abscisa este Ln r.

5. Să alcătuim un tabel cu valori experimentale ln (W-B) și ln r

		Numele persoanelor fizice (clasare obiecte)

6. Să construim un grafic de dependență experimental

ln (W– B) = f (ln r).

7. Să desenăm o linie de îndreptare în așa fel încât majoritatea punctelor să se afle pe o linie dreaptă și să fie aproape de aceasta (Fig. 1, b).

8. Să aflăm coeficientul β prin tangenta unghiului de înclinare al dreptei la axa absciselor din graficul din Fig. 1b, calculându-l folosind formula:

β = tan α = (b - b1): ln r1 (6)

9. Calculați coeficientul B folosind formula (2). Din (2) rezultă că:

Pentru r ∞, W = В

10. Aflați valoarea lui A din grafic folosind egalitatea (2a):

pentru r = 1, W - B = A, dar W = W1,

Prin urmare:

Unde W1 este valoarea parametrului W cu rang r = 1.

11. Colaborare cu distribuții tabulate și grafice pe etape:

Găsirea punctelor anormale conform programului;

Determinarea coordonatelor lor și identificarea lor cu indivizi prin distribuție tabelată;

Analiza cauzelor anomaliilor și căutarea modalităților de eliminare a acestora.

Notă

Dacă B = 0, atunci hiperbola și dependența rectificată au forma (Fig. 2, a, b):

W ln Whttps: //pandia.ru/text/80/082/images/image016_8.gif "înălțime =" 135 ">

A

Coeficientul β este determinat de formula:

β = tan α = lnA: ln r

Coeficientul A este determinat din condiția:

concluzii

Tehnica descrisă poate fi aplicată studiului diverselor cenoze: fizice, tehnice, biologice, economice, sociale etc.

Etapa 7 de aproximare și găsire a parametrilor de distribuție ai analizei rangului este completată de metoda „îndreptării”, care poate fi folosită ca metodă alternativă la aproximarea computerizată (chiar și manuală).

O comparație experimentală a celor două metode de determinare a parametrilor distribuției rangului hiperbolic (aproximarea computerizată direct la distribuția H experimentală și metoda de îndreptare a hiperbolei la o scară dublă logaritmică, de asemenea, folosind un computer) a arătat adecvarea acestora. În acest caz, metoda de îndreptare are următoarele avantaje. În primul rând, permite determinarea mai precisă a parametrului β. În al doilea rând, este mai vizual: anomaliile sub formă de puncte care cad dintr-o linie dreaptă apar mai clar pe graficul îndreptat.

Bibliografie:

1. Kudrin bibliografieîn inginerie și inginerie electrică. Cu ocazia împlinirii a 70 de ani de la nașterea prof. / Alcătuit de:,. Ediție generală:. Numărul 26 „Studii de recensământ”. - M .: Centrul de Cercetare a Sistemelor, 2004. - 236 p.

2. Kudrin în tehnică. Ed. a II-a, revizuită, add. –Tomsk: TSU, 1993. –552 p.

3. Kudrin BV, Oshurkov determinarea parametrilor consumului electric al industriilor cu mai multe domenii, - Tula. Priok. carte editura, 1994. –161 p.

4. Kudrin auto-organizare. Pentru electrotehnicieni și filozofi // Issue. 25. „Studii de recensământ”. - M .: Centrul de Cercetare a Sistemelor. - 2004 .-- 248 p.

5. Descrierea matematică a cenozelor și a legilor tehnologiei. Filosofia și formarea Tehneticii / Ed. // Studii cenologice. – Vis. 1-2. - Abakan: Centrul de Cercetare a Sistemelor. – 1996 .-- 452 s.

6. Kudrin din nou despre a treia imagine științifică a lumii. Tomsk. Editura Tomsk. Universitatea, 2001 –76 p.

7., Kudrin aproximarea distribuțiilor de rang și identificarea tehnocenozelor // Problema 11. „Studii de recensământ”. - M .: Centrul de Cercetare de Sistem.- 1999. - 80 p.

8. Chirkov în lumea mașinilor // Problema. 14. „Studii de recensământ”. - M .: Centrul de Cercetare a Sistemelor. - 1999.-272 p.

9. Construcția Gnatyuk de tehnocenoze. Teorie și practică // Problemă. 9. „Studii de recensământ”. - M .: Centrul de Cercetare a Sistemelor. - 1999 .-- 272 p.

10. Gnatyuk de construcție optimă a tehnocenozelor. / Monografie - Numărul 29. Studii de recensământ. - Moscova: Editura TSU - Centrul de Cercetare a Sistemelor, –2005. - 452 p. (versiunea pentru computer ISBN 5-7511-1942-8). - http://www. baltnet. ru / ~ gnatukvi / ind. html.

11. Analiza Gnatyuk a tehnocenozelor // Electric. – 2000. nr 8. –S.14-22.

12., V. Belov, o evaluare a consumului de energie al unui număr de instituții de învățământ // Electricitate. - Nr. 5. - 2001. - S.30-35.

14. Analiza Gurin a sistemelor educaționale (abordare cenologică). Recomandări metodice pentru educatori Problema 32. „Studii de recensământ”. –M .: Tehnetică. - 2006 .-- 40 p.

15. Cercetarea Gurina a sistemelor educaționale pedagogice // Polzunovskiy Vestnik. –2004. -Numarul 3. - S. 133-138.

16. Analiza lui Gurin sau abordarea recensământului în educație // Tehnologii școlare. - 2007. - Nr. 5. - S.160-166.

17. Gurina, - experiment de cercetare în fizică cu prelucrare computerizată a rezultatelor: practică de laborator. Recomandări metodice pentru profesorii de fizică din clasele de specialitate fizică și matematică. - Ulyanovsk: UlSU, 2007 .-- 48 p.

1 Conform metodologiei, măsurarea și distribuirea tipurilor de dezastre naturale se realizează pe baza datelor privind pagubele, numărul de victime și decese pe tipuri de dezastre naturale. Apoi, sunt concepute măsuri pentru a preveni eventualele dezastre naturale viitoare. Se știe că prognoza științifică și avertizarea în timp util pot reduce daunele asupra mediului cauzate de eventualele dezastre naturale.

Înainte de proiectarea măsurilor, se propune determinarea prin modelare a modelelor de distribuție în ordinea descrescătoare a numărului de catastrofe. Pentru aceasta, valorilor fiecărui indicator li se atribuie ranguri întregi, începând de la zero. În plus, în funcție de valorile indicatorilor cu ranguri întregi, se obțin regularități ale distribuției lor de rang.

Distribuția în ordine descrescătoare a numărului de catastrofe a valorilor daunelor, a numărului de victime și victime este determinată de formula comună pentru multe procese

unde Y este un indicator; r este un rang întreg luat din seria 0, 1, 2, 3, ...; a 1 ... a 7 sunt parametrii modelului statistic, care primesc valori numerice pentru o distribuție specifică a daunei, numărul de răniți și morți.

în care activitate de influență interferența natural-naturală α 1 și tehnogenă α 2 în distribuția valorilor indicatorului Y = Y 1 + Y 2 sunt calculate prin formulele α 1 = Y 1 / Y și α 2 = Y 2 / Y. Adaptabilitatea unei persoane k prin intervenția sa tehnogenă, inclusiv măsurile de prevenire a dezastrelor naturale, este determinată de raportul dintre componenta tehnogenă a modelului general și a doua componentă, adică de expresia matematică k = Y 2 / Y 1 .

Exemple de... Conform datelor de identificare (1), s-au obţinut regularităţi.

1. Numărul diferitelor tipuri de dezastre naturale care au avut loc în lume de-a lungul a 30 de ani (1962-1992) s-a modificat în ceea ce privește daunele materiale (Tabelul 1) conform modelului

Tabelul 1. Numărul dezastrelor din lume timp de 30 de ani (1962-1992) prin daune materiale

	dezastre		Valori calculate (2)

Masa 1 și altele, au fost adoptate următoarele tipuri de dezastre: GL - foamete; ЗМ - îngheț; ЗС - secetă; ЗТ - cutremure; IW - erupții; ND - inundații; НН - invazia de insecte; OP - alunecări de teren; PZh - incendii; SL - avalanșă; CX - vânturi uscate; TSh - furtuni tropicale; TsN - tsunami; SHT - furtuni; ED - epidemii.

Prima componentă (2) arată procesul natural de distribuție a tipurilor de dezastre naturale, iar a doua - entuziasmul stresant al umanității pentru pagube materiale, ca răspuns negativ („semnul +”) la acțiunile insuficiente pentru prevenirea situațiilor de urgență. și eliminarea consecințelor dezastrelor trecute.

Indicatorii adecvării modelului (2) și a altora au fost determinați după cum urmează. Diferența dintre valorile reale și calculate ale indicatorului este utilizată pentru a calcula eroarea absolută ε prin expresie. Eroarea relativă Δ (%) este determinată din expresie. Dintre aceste reziduuri este selectată valoarea maximă a Δ max (modulo), care în tabel. 1 este subliniat. Atunci probabilitatea de încredere D a regularității statistice găsite va fi egală cu ... Din tabelul de date. 1 că eroarea relativă maximă a formulei (1) este 52,0%. În același timp, se știe că distribuțiile în ordine descrescătoare a valorilor indicatorului au erori semnificative la sfârșitul seriei. Prin urmare, ultimele valori ale seriei pot fi neglijate; la rangurile 7, 8 și 9, numărul de catastrofe este egal cu unul. Ele sunt 3 x 100/241 = 1,24%. Dacă le excludem, atunci eroarea maximă a formulei (2) va fi de 20,75%. Încrederea în (2) va fi de cel puțin 100 - 20,75 = 79,25%. O astfel de încredere va permite aplicarea formulei (2) în calculele aproximative ale pagubelor materiale din viitoarele dezastre așteptate în viitor.

Masa 2. Analiza modelului statistic (2)

Masa 2 prezintă rezultatele calculării ambelor componente N 1 și N 2 din formula (2), precum și valorile factori de semnificație α 1 și α 2 din aceste componente ale daunelor materiale și coeficient de adaptabilitate k de umanitate (la momentul înregistrării dinamicii numărului de catastrofe) la repartizarea numărului de catastrofe.

Din tabelul de date. 2, se poate observa că la locurile 6-9 coeficientul de adaptabilitate al omenirii la erupții, alunecări de teren, tsunami și înghețuri în ceea ce privește daunele materiale tinde spre infinit.

O persoană nu poate depăși încă incendiile la k = 15,00.

2. Numărul de tipuri de dezastre naturale din lume timp de 30 de ani (1962-1992), distins prin numărul de victime, se modifică în funcție de regularitatea statistică (tab. 3, tab. 4)

De la masă. 4 arată că excitarea stresului este maximă pentru foame (locul 4).

3. Numărul de tipuri de dezastre naturale din lume în funcție de numărul de persoane ucise capătă un model (Tabelul 5 și Tabelul 6) conform formulei

Tabelul 3. Numărul dezastrelor din lume în 30 de ani (1962-1992) după numărul de victime dezastre Valori calculate (3)

Tabelul 4. Analiza modelului statistic (3)

Tabelul 5. Numărul dezastrelor din lume în 30 de ani (1962-1992) după numărul deceselor dezastre Valori calculate (4)

Tabelul 6. Analiza modelului (6) al numărului de catastrofe

Din tabelul de date. 6 se poate observa că emoția stresantă a umanității este maximă pentru furtunile, care au locul cinci ca număr de morți.

Pentru a demonstra că un model de tip (1) este o lege stabilă, este necesar ca și coeficienții de activitate și adaptabilitate adoptați să se modifice în funcție de legi stabile.

Conform tabelului. Au fost obținute 6 modele pentru datele privind numărul deceselor:

coeficientul de semnificaţie al primei componente a modelului (4) este

coeficientul de semnificație al celei de-a doua componente;

coeficientul de adaptabilitate al omenirii la dezastre naturale în ceea ce privește numărul deceselor peste 30 de ani (1962-1992) s-a modificat conform formulei

Potrivit a trei indicatori, și pot fi mulți dintre ei, este posibil să se determine loc în clasament m r (în aceste exemple, fără a lua în considerare coeficienții de ponderare ai indicatorilor) fiecărui tip de dezastre naturale (și în viitor, nu naturale) (Tabelul 7).

	Tip de dezastru natural	Daune materiale		Numărul victimelor		Numărul morților
	GL - foame
	ЗМ - îngheț
	ЗС - secetă
	ЗТ - cutremure
	IW - erupții
	ND - inundații
	НН - invazia de insecte
	OP - alunecări de teren
	PZh - incendii
	SL - avalanșă
	CX - vânturi uscate
	TSh - furtuni tropicale
	TsN - tsunami
	PCS - furtuni
	ED - epidemii

Notă: inundațiile sunt cele mai periculoase, iar înghețurile sunt sigure.

Utilizarea metodei de analiză a rangului în distribuțiile dezastrelor naturale după tip va extinde clasificarea dezastrelor, în special, cu includerea de noi tipuri de dezastre naturale și, în viitor, clase de orice tip de impact antropic.

BIBLIOGRAFIE:

1. Korobkin, V.I. Ecologie: manual pentru universități / V.I. Korobkin, L.V. Peredelskiy. - Rostov pe Don: Editura „Phoenix”, 2001. - 576 p.
2. Mazurkin, P.M. Ecologie statistică / P.M. Mazurkin: Manual. - Yoshkar-Ola: MarSTU, 2004 .-- 308 p.
3. Mazurkin, P.M. Geoecologie: Regularități ale științelor naturale moderne: Ed. științifică. / P.M. Mazurkin. - Yoshkar-Ola: MarSTU, 2006 .-- 336 p.
4. Mazurkin, P.M. Modelare statistică. Abordare euristico-matematică / P.M. Mazurkin. - Publicație științifică. - Yoshkar-Ola: MarSTU, 2001 .-- 100 p.
5. Mazurkin, P.M. Modelare matematică. Identificarea tiparelor statistice cu un singur factor: Manual / P.M. Mazurkin, A.S. Filonov. - Yoshkar-Ola: MarSTU, 2006 .-- 292 p.

Referință bibliografică

Mazurkin P.M., Mikhailova S.I. DISTRIBUȚIA GAMULUI TIPURILOR DE DEZASTRE NATURALE // Tehnologii moderne intensive în știință. - 2008. - Nr. 9. - S. 50-53;
URL: http://top-technologies.ru/ru/article/view?id=24197 (data accesării: 26/12/2019). Vă aducem în atenție revistele publicate de „Academia de Științe Naturale”