Содержание № 2, 2025 г.

Аннотация. Рассмотрены вызовы и проблемы управления ресурсами предприятий и предлагаемые решения этих задач. Дан обзор существующих моделей, методов и средств планирования ресурсов предприятия, приведены новые требования к адаптивному многокритериальному управлению ресурсами в реальном времени. Обсуждена концепция автономных систем искусственного интеллекта (ИИ) для адаптивного управления ресурсами на основе мультиагентных технологий. Показана эволюция подхода к решению сложных задач управления ресурсами: от традиционной оптимизации одной целевой функции с игнорированием индивидуальных интересов участников – к теории игр с конкуренцией и кооперацией участников. Предложено развитие подхода для поиска и поддержания «конкурентного равновесия» – консенсуса между программными агентами участников решения задачи, обладающими собственными интересами, путем выявления конфликтов и проведения переговоров с взаимными уступками для их разрешения. Представлены базовая модель мультиагентной сети потребностей и возможностей на основе виртуального рынка и метод компенсаций для нахождения консенсуса для адаптивного управления ресурсами. Рассмотрены функциональность и архитектура интеллектуальных систем адаптивного управления ресурсами. Показаны результаты внедрения ИИ-решений на промышленных предприятиях и возможность повышения эффективности использования их ресурсов. Обсуждаются уроки, извлеченные из опыта разработок, и перспективы развития предлагаемого подхода.

Ключевые слова: управление ресурсами, сложность, искусственный интеллект, сети потребностей и возможностей, автономные системы, адаптивность, мультиагентные технологии, самоорганизация, экономика реального времени.

Аннотация. Одной из наиболее общих математических постановок задачи управления рисками является задача «Защитник – Атакующий». Ее суть состоит в том, что указанные игроки с противоположными целями назначают элементам рассматриваемой системы некоторые объемы ресурсов из ограниченного пула таким образом, чтобы значение наперед заданной функции риска было, соответственно, минимальным или максимальным. В предположении независимости элементов системы эта задача исследована достаточно подробно. Однако элементы сложных систем связаны и влияют друг на друга, что приводит к значительным отклонениям измеряемого риска от прогнозируемого значения. Модели риска, учитывающие взаимное влияние элементов системы друг на друга, периодически встречаются в литературе, но системного понимания характера и степени влияния структуры сложной системы на ее интегральный риск пока не сформировано. С этой целью авторами запланирована публикация серии работ, в которых изучается влияние структур все возрастающей сложности на интегральный риск защищаемой системы. В ранее опубликованных работах были рассмотрены простая цепная и звездообразная структуры. В настоящей работе ранее полученные результаты обобщены на случай произвольной древовидной структуры. Поставлена задача оптимального с точки зрения минимизации риска размещения элементов в древовидной структуре, рассчитаны верхние оценки относительной погрешности ее приближенного алгоритмического решения для деревьев с небольшим числом ветвей и листьев, проанализировано поведение полученных оценок при увеличении числа листьев и ветвей. Показано, что полученные значения оценок не превосходят аналогичных, полученных для звездообразных структур в предшествующих работах авторов.

Ключевые слова: сложные системы, риск, структура системы, управление рисками, алгоритмы минимизации риска, задача оптимального размещения элементов.

Аннотация. Рассматривается проблема применения обновлений кибербезопасности (патчей) для программного обеспечения (ПО) автоматизированных систем управления технологическими процессами (АСУ ТП) с длительным жизненным циклом. Проблема исследуется в рамках этапа эксплуатации системы. Основное внимание уделяется: большому числу уязвимостей, обнаруживаемых в ПО; сложности анализа влияния уязвимости на безопасность системы и функции, выполняемые системой; требованиям к тестированию совместимости обновлений и сертификации ПО после внесения изменений. На основе метода анализа отказов (англ. Failure Mode and Effects Analysis, FMEA) предложена методика, позволяющая упростить анализ влияния уязвимости на кибербезопасность. Она предполагает рассмотрение не каждой отдельной уязвимости, а меньшего по мощности множества сценариев атак. При анализе сценариев атаки также учитывается действие мер защиты. Методика включает в себя простые критерии применения обновлений безопасности по результатам анализа. Приведен пример анализа уязвимости по предлагаемой методике.

Ключевые слова: уязвимость, обновление, оценка риска, АСУ ТП, кибербезопасность, критерий.