Контрольная: Система эвристического анализа и искусственного интеллекта Экспертные системы

Контрольная: Система эвристического анализа и искусственного интеллекта Экспертные системы

Система эвристического анализа и искусственного интеллекта. Экспертные системы

Содержание

Введение

1. Искусственный интеллект

2. Система эвристического анализа и искусственного интеллекта

3. Экспертные системы

Заключение

Список литературы

Введение

Появление компьютерной обработки данных привело к выдвижению информации на

первое место в современном мире. Нет ни одного человека или организации,

способных обойтись без информации, которая позволяет не просто принять

решение, но и выжить в современных условиях. Усложнение информации, ее

структурное изменение, да и увеличение ее объемов во много раз, порождают

новые требования к ее обработке, увеличение оперативность ее циркуляции и,

как следствие, скорости принимаемых на ее основе решений.

Перечисленные достижения привели к созданию новых информационных технологий,

наиболее перспективным из которых является создание искусственного

интеллекта, разработка которого началась еще в 60-х годах XX века и

представляет собой попытку создать, путем моделирования процесса работы мозга

человека, средство решения сложных задач более простыми методами.

Экспертные системы не смогли бы получить столь широкого распространения в

настоящее время, если бы в свое время в их развитие не внесли существенный

вклад идеи искусственного интеллекта. То, что предлагает искусственный

интеллект, — это множество концепций, технологий и архитектур, пригодных для

решения комплексных проблем в тех случаях, когда чисто арифметические или

математические решения либо неизвестны, либо малоэффективны.

Использование методов поиска или языков программирования, характерных для

систем искусственного интеллекта, не запрещает инженерам по знаниям применять

методики, заимствованные из прикладной математики, исследования операций или

других подходящих дисциплин. Для некоторой части рассматриваемой проблемы

решение может быть получено чисто алгоритмически или математически, и было бы

непозволительной роскошью отказываться от таких методов, если они

способствуют достижению нужного результата. Решающим фактором оказались идеи

искусственного интеллекта. В настоящее время уже общим местом стало

утверждение, что по определению предметом интереса области искусственного

интеллекта являются те информационные проблемы, которые не могут быть решены

с помощью традиционных технологий. Я думаю, что так оно останется и в

обозримом будущем.

1. Искусственный интеллект

"Искусственный интеллект (ИИ) — это область информатики, которая занимается

разработкой интеллектуальных компьютерных систем, т.е. систем, обладающих

возможностями, которые мы традиционно связываем с человеческим разумом, —

понимание языка, обучение, способность рассуждать, решать проблемы и т.д."

[1]

Другими словами, исследования в области искусственного интеллекта направлены на

разработку программ, решающих такие задачи, с которыми сейчас лучше справляется

человек, поскольку они требуют вовлечения таких функций человеческого мозга,

как способность к обучению на основе восприятия, особой организации памяти и

способности делать выводы на основе суждений

[2].

Таким образом, разработка программы, которая будет выполнять сложную

статистическую обработку данных, нельзя рассматривать как исследование в

области искусственного интеллекта, какие бы сложные алгоритмы в ней не

использовались. А вот создание программы порождения и проверки гипотез

относится именно к этой области. Большинство людей не обладают возможностью

выполнять в уме арифметические действия уже с трехразрядными числами, а

компьютеры превосходно справляются с гораздо более сложными вычислениями. Но,

с другой стороны, разделить процесс проверки гипотез на отдельные

эксперименты — это искусство, которое исследователь постигает как в

результате специального обучения, так и на собственном опыте. Составить

компьютерную программу, которая выполняла бы то же самое, — задача далеко не

тривиальная.

Некоторые ученые склоняются к тому, что искусственный интеллект является

ответвлением технических наук, поскольку основное направление исследований в

этой сфере — создание интеллектуальных искусственных существ, скажем роботов

[3]. Другие делают упор на связях с теми областями, которые занимаются

механизмом познания, — процессами обработки информации в мозгу человека.

Но как бы там ни было, никто не отрицает, что основные усилия в этой области

предпринимаются в направлении эмуляции мышления человека — разработке

методов, которые позволили бы запрограммировать машину таким образом, чтобы

она могла моделировать (воспроизводить) или даже превосходить способности

человеческого разума. Исследования в этой области тесно связаны со смежными —

информатикой (наукой об обработке информации с помощью компьютеров),

психологией и лингвистикой. Тот факт, что исследования в области

искусственного интеллекта часто "вторгаются" в смежные области, иногда

приводит к определенным трениям в научной среде, но гораздо чаще результатом

является появление новых и неожиданных идей.

2. Система эвристического анализа и искусственного интеллекта

Интеллектуальная стохастическая информационная технология, базирующаяся на

совокупном использовании методов стохастического преобразования и кодирования

информации, эвристического анализа и искусственного интеллекта, основывается

на идее адаптации процедур обработки данных и знаний к технологической среде

современных компьютеров с помощью стохастического кодирования. При этом

символьные логические выражения преобразуются в двоичные уникальные

комбинации заданной длины (стохастические коды и индексы). В силу свойств

стохастической технологии семантика и логика символьных выражений

сохраняется. Это обеспечивает высокую эффективность реализации процедур

логического вывода и поиска на больших объемах знаний, данных и текстовой

информации.

На основе данной технологии, могут быть реализованы весьма эффективные

программно-аппаратные решения практически во всех наиболее актуальных

областях развития современных информационных систем.

Созданные в рамках стохастической информационной технологии (СИТ) методы

обработки символьной информации, основанные на рациональном сочетании

возможностей современных ЭВМ с технологическими методами и средствами

искусственного интеллекта, обеспечивают возможность ее эффективного

применения для успешного решения целого спектра важнейших задач построения и

функционирования современных информационных сетей.

В качестве первоначальных задач практического освоения СИТ были определены

три основных направления разработок технологий, основывающихся на единой

научно-методической и технологической базе:

· системы интеллектуального антивирусного сканирования (Stocona

Antivirus);

· системы интеллектуального информационного поиска (Stocona

Search);

· комплексная защита компьютерных систем от несанкционированного

доступа.

Интеллектуальная технология антивирусного сканирования Stocona Antivirus.

Эвристический анализ — метод обнаружения вредоносных программ, при котором

антивирусная программа контролирует все действия, выполняемые проверяемой

программой. В ходе эвристического анализа отслеживаются потенциально опасные

действия, характерные для вирусов и вредоносных программ других типов.

В современных компьютерных системах предусматриваются программные средства

защиты, как операционных систем, так и прикладного программного обеспечения.

Тем не менее, основными каналами воздействия на программное обеспечение

являются недостатки в системе защиты (администрирования) компьютерных систем

от взаимодействующих систем: глобальных (Internet), региональных (Intranet) и

локальных вычислительных сетей, многопользовательских компьютеров, а также не

сертифицированное программное обеспечение.

Большинство известных антивирусных систем используют эвристический механизм

антивирусного мониторинга, основанный на контроле выполняемых программами

операций при их запуске на исполнение, а также механизм антивирусного

сканирования, сводящийся к поиску в программных файлах известных вирусов по

их сигнатурам (по определенным сочетаниям кодов программ и электронных

документов).

В основу развиваемой в данном проекте системы антивирусной защиты положена

так называемая технология «интеллектуального сканирования» опасных функций

программного обеспечения, основывающаяся на методическом аппарате

эвристического анализа и искусственного интеллекта.

Технология предусматривает:

· экспертный анализ системой искусственного интеллекта файлов

программного обеспечения на предмет наличия в них опасных функций (вирусов и

программных закладок);

· верификацию выявленных опасных функций программного обеспечения на

основе соответствующей базы знаний;

· формирование логического вывода об обнаруженных свойствах вирусов и

программных закладок;

· автоматическое формирование алгоритмов лечения файлов (то есть

деактивацию опасных функций).

В отличие от известных антивирусных программ технология «интеллектуального

сканирования» основывается не на поиске известных вирусов и анализе процесса

выполнения программ, а на качественно новой концепции – анализе функций

программ без их выполнения.

В целом, классификация программного обеспечения, с использованием которого

реализуются несанкционированный доступ к ресурсам компьютерных систем,

делится на два больших класса: компьютерные вирусы и программные закладки. В

свою очередь компьютерные вирусы могут быть подразделены по средам обитания,

операционным системам, применительно к которым они разработаны, по своим

алгоритмическим особенностям и деструктивным возможностям.

Работоспособность и эффективность технологии «интеллектуального сканирования)

получили всестороннюю проверку и подтверждение на опыте создания компанией

«Стокона» антивирусного программного комплекса (АПК) STOCONA ANTIVIRUS 3.0,

встраиваемого в Microsoft Office 97/2000/XP, машины интерпретации скрипт -

кодов Microsoft и Netscape. Комплекс осуществляет распознавание и

гарантированную защиту компьютера от любых макровирусов и программных

закладок.

Система интеллектуального информационного поиска Stocona Search

В системе Internet накоплен огромный объем информации по различным предметным

областям и темам. В этой информации содержатся и постоянно обновляются

всеобъемлющие сведения и знания. Однако доступ к ним со стороны

многомиллионной пользовательской аудитории затруднен. Это обусловлено

недостаточной эффективностью современных поисковых систем.

Технология информационного поиска, обеспечивает реализацию в реальном

масштабе времени эффективных процедур комплексного морфологического,

синтаксического и семантического анализа и логического вывода на больших

объемах текстовой информации. При этом становится возможным решение

сложнейшей задачи - непосредственного извлечения информации и знаний из

текстовых документов, а также создаются условия для синтеза интеллектуальных

систем с линейной зависимостью времени логических и информационно-поисковых

процедур от объема обрабатываемой информации.

Комплексная защита компьютерных систем

от несанкционированного доступа

Для эффективного функционирования информационных систем - глобальных

(Internet), корпоративных или ведомственных - необходима их комплексная

защита от различного рода информационных воздействий. Одним из наиболее слабо

защищенных процессов является обработка информации в компьютере, когда

программы выполняются, а данные обрабатываются в явном виде с использованием

исходных кодов команд и данных. Именно в процессе обработки программы и

данные оказываются наиболее подверженными воздействию "хакеров", программных

закладок и вирусов.

Средства защиты информации от несанкционированного доступа (НСД) к

компьютерным системам развиваются путем совершенствования типового набора

функций защиты: аутентификации пользователей, разграничения доступа к

информации, обеспечения ее целостности, криптографического шифрования данных

при передаче и хранении, применения электронной цифровой подписи.

Использование криптографических методов с гарантированной стойкостью

обеспечивает защиту информации в процессах ее передачи и хранения. Проблема

же защиты информации в процессе ее обработки в указанных изделиях не имеет

решения ни на методическом, ни на технологическом уровнях. Это обусловлено

тем, что данные средства ориентированны на традиционную технологию, когда

программы выполняются, а данные обрабатываются с использованием исходных

кодов команд и данных.

Технология применения стохастических кодов для представления и обработки

символьной информации позволяет не только защитить алгоритм выполнения

программы, но и обеспечить целостность закрытых данных при реализации

информационно-логических процедур.

3. Экспертные системы

Экспертная система — это программа для компьютера, которая оперирует со

знаниями в определенной предметной области с целью выработки рекомендаций или

решения проблем.

Экспертная система может полностью взять на себя функции, выполнение которых

обычно требует привлечения опыта человека-специалиста, или играть роль

ассистента для человека, принимающего решение. Другими словами, система

(техническая или социальная), требующая принятия решения, может получить его

непосредственно от программы или через промежуточное звено — человека,

который общается с программой. Тот, кто принимает решение, может быть

экспертом со своими собственными правами, и в этом случае программа может

"оправдать" свое существование, повышая эффективность его работы.

Альтернативный вариант — человек, работающий в сотрудничестве с такой

программой, может добиться с ее помощью результатов более высокого качества.

Вообще говоря, правильное распределение функций между человеком и машиной

является одним из ключевых условий высокой эффективности внедрения экспертных

систем.

Технология экспертных систем является одним из направлений новой области

исследования, которая получила наименование искусственного интеллекта

(Artificial Intelligence — AI). Исследования в этой области сконцентрированы

на разработке и внедрении компьютерных программ, способных эмулировать

(имитировать, воспроизводить) те области деятельности человека, которые

требуют мышления, определенного мастерства и накопленного опыта. К ним

относятся задачи принятия решений, распознавания образов и понимания

человеческого языка. Эта технология уже успешно применяется в некоторых

областях техники и жизни общества — органической химии, поиске полезных

ископаемых, медицинской диагностике. Перечень типовых задач, решаемых

экспертными системами, включает:

· извлечение информации из первичных данных (таких как сигналы,

поступающие от гидролокатора);

· диагностика неисправностей (как в технических системах, так и в

человеческом организме);

· структурный анализ сложных объектов (например, химических соединений);

· выбор конфигурации сложных многокомпонентных систем (например,

распределенных компьютерных систем);

· планирование последовательности выполнения операций, приводящих к

заданной цели (например, выполняемых промышленными роботами).

Хотя известны и "обычные" программы, специализирующиеся на определенных

задачах из представленного перечня (или аналогичных им в смежных областях), в

следующей главе мы покажем, в чем состоит существенная разница между

"обычным" подходом и прелагаемым в сфере искусственного интеллекта и почему

экспертные системы можно выделить в отдельный, достаточно хорошо различимый

класс программ. Четкого формального определения экспертной системы, которое

всех бы удовлетворило, не существует — приведенное выше тоже довольно

расплывчато. Но тем не менее существует довольно много важных признаков,

присущих в той или иной степени всем экспертным системам.

Экспертная система отличается от прочих прикладных программ наличием

следующих признаков. Моделирует не столько физическую (или иную) природу

определенной проблемной области, сколько механизм мышления человека

применительно к решению задач в этой проблемной области. Это существенно

отличает экспертные системы от систем математического моделирования или

компьютерной анимации. Нельзя, конечно, сказать, что программа полностью

воспроизводит психологическую модель специалиста в этой предметной области

(эксперта), но важно, что основное внимание все-таки уделяется

воспроизведению компьютерными средствами методики решения проблем, которая

применяется экспертом, -т.е. выполнению некоторой части задач так же (или

даже лучше), как это делает эксперт.

Система, помимо выполнения вычислительных операций, формирует определенные

соображения и выводы, основываясь на тех знаниях, которыми она располагает.

Знания в системе представлены, как правило, на некотором специальном языке и

хранятся отдельно от собственно программного кода, который и формирует выводы

и соображения. Этот компонент программы принято называть базой знаний.

При решении задач основными являются эвристические и приближенные методы,

которые, в отличие от алгоритмических, не всегда гарантируют успех.

Эвристика, по существу, является правилом влияния (rule of thumb), которое в

машинном виде представляет некоторое знание, приобретенное человеком по мере

накопления практического опыта решения аналогичных проблем. Такие методы

являются приблизительными в том смысле, что, во-первых, они не требуют

исчерпывающей исходной информации, и, во-вторых, существует определенная

степень уверенности (или неуверенности) в том, что предлагаемое решение

является верным.

Экспертные системы отличаются и от других видов программ из области

искусственного интеллекта. Экспертные системы имеют дело с предметами

реального мира, операции с которыми обычно требуют наличия значительного

опыта, накопленного человеком. Множество программ из области искусственного

интеллекта являются сугубо исследовательскими и основное внимание в них

уделяется абстрактным математическим проблемам или упрощенным вариантам

реальных проблем (иногда их называют "игрушечными" проблемами), а целью

выполнения такой программы является "повышение уровня интуиции" или отработка

методики. Экспертные системы имеют ярко выраженную практическую

направленность в научной или коммерческой области.

Одной из основных характеристик экспертной системы является ее

производительность, т.е. скорость получения результата и его достоверность

(надежность). Исследовательские программы искусственного интеллекта могут и

не быть очень быстрыми, можно примириться и с существованием в них отказов в

отдельных ситуациях, поскольку, в конце концов, — это инструмент

исследования, а не программный продукт.

Экспертная система должна обладать способностью объяснить, почему предложено

именно такое решение, и доказать его обоснованность. Пользователь должен

получить всю информацию, необходимую ему для того, чтобы быть уверенным, что

решение принято "не с потолка". В отличие от этого, исследовательские

программы "общаются" только со своим создателем, который и так (скорее всего)

знает, на чем основывается ее результат. Экспертная система проектируется в

расчете на взаимодействие с разными пользователями, для которых ее работа

должна быть, по возможности, прозрачной.

Заключение

Экспертная система содержит знания в определенной предметной области,

накопленные в результате практической деятельности человека (или

человечества), и использует их для решения проблем, специфичных для этой

области. Этим экспертные системы отличаются от прочих, "традиционных" систем,

в которых предпочтение отдается более общим и менее связанным с предметной

областью теоретическим методам, чаще всего математическим. Процесс создания

экспертной системы часто называют инженерией знаний (knowledge engineering) и

он рассматривается в качестве "применения методов искусственного интеллекта

Методологии проектирования, обеспечивающие создание таких экспертных систем,

которые "прозрачны" как для пользователя, так и для инженеров по знаниям,

сопровождающих систему в процессе эксплуатации.

Перспективность нового концептуального подхода к построению антивирусной

защиты состоит в его инвариантности к новым типам вирусов и универсальности.

Инвариантность к новым вирусам обусловлена реализацией контроля функций,

содержащихся в кодах программ (а не сигнатур известных вирусов),

универсальность - тем, что метод может быть использован для контроля любого

программного обеспечения до его запуска (автоматическая верификация).

Преимущество данной технологии перед традиционными заключается в обеспечении

гарантированной защиты программного обеспечения от всех типов (в том числе

новых, неизвестных) компьютерных вирусов и программных закладок. Достигается

это, естественно, за счет дополнительных затрат времени на реализацию более

сложного алгоритма поиска и верификации опасных функций. Однако эти операции

выполняются при открытии потенциально опасных файлов и могут быть реализованы

в фоновом режиме.

Список литературы

1. Агапцов С.А. Предпринимательская система хозяйствования. – Волгоград:

Перемена. 1998.

2. Братко И.. Программирование на языке Пролог для искусст-

3. Вайсман А. Стратегия маркетинга: 10 шагов к успеху. Стратегия

менеджмента: 5 факторов успеха.: Пер. с нем. – М.: Интерэскперт. – 1995.

4. Грюниг Р. Методы и средства стратегического планирования на фирме //

Проблемы теории и практики управления. – 1993.

5. Долин. Г. Что такое ЭС.- Компьютер Пресс, 1992

6. Кинг У., Килайнд Д. Стратегическое планирование и хозяйственная

политика. – М.: Прогресс. –1992.

7. Кирсанов К., Сиверин Д. Инновационный менеджмент в формировании

научно-технической политики // Российский экономический журнал. – 1995

8. Латтман Ш. Стратегия и политика предприятия // Проблемы теории и

практики управления. – 1995.

9. Мескон М., Альберт М., Хедоури Ф. Основы менеджмента. – М.: Дело. – 1998.

10. Нейлор К.. Как построить свою экспертную систему.- М.:

Энергоатомиздат, 1991.

11. Нильсон Н. Д.. Искусственный интеллект. Методы поиска решений.- М.:

Мир, 1973.

12. Сафонов В. О.. Экспертные системы- интеллектуальные помощники

специалистов.- С.-Пб: Санкт-Петербургская организация общества “Знания”

России, 1992.

13. Таунсенд К., Д. Фохт. Проектирование и программная реализация

экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.

14. Убейко В. Н.. Экспертные системы.- М.: МАИ, 1992.

[1] Barr and Feigenbaum, 1981

[2] Minsky, 1968

[3] Nilsson, 1971