Введение 6
Глава 1. Оценка состояния бортовых систем 10
1.1 Виды и классификация бортовых систем 10
1.2 Оценка состояния процессов узлов и устройств бортовых систем 16
1.3 Постановка задачи 21
Глава 2. Адаптивное применение моделей машинного обучения для оценки состояния бортовых систем 25
2.1 Применение методов машинного обучения для оценки состояния
бортовых систем 26
2.2 Повышение качества оценки состояния бортовых систем за счет
сегментирования выборки данных 43
2.3 Преимущества и ограничения существующих подходов (выделить
достоинства и недостатки методов МО 47
Глава 3. Адаптивное применение моделей машинного обучения при оценке состояния ИБ бортовых систем 55
3.1 Формирование сегментов выборки данных и их обработка методами МО
55
3.2 Экспериментальная оценка предложенного подхода 59
Заключение 68
Список используемой литературы 71
В современном мире разработка и применение автоматизированных систем управления в различных сферах деятельности становится все более актуальной задачей. В частности, в морской отрасли возникает потребность в создании средств мониторинга состояния состояние бортовых систем судна, позволяющих выявлять сбои в процессе функционирования объектов морской техники, фиксировать возможные злонамеренный воздействия на систему. Это необходимо для обеспечения безопасности судоходства, предотвращения аварийных ситуаций, выявления инцидентов, связанных с нарушением информационной безопасности. В связи с лавинообразным ростом количества обрабатываемой морскими информационными системами данных, решение задач классификации и прогнозирования состояний объектов морской техники связано с необходимостью решения ряда проблемных вопросов обработки многомерных информационных потоков. Это обусловлено тем, что устройства бортовых систем подвержены внешним и внутренним воздействиям, вызывающим быстрые переходы из одного состояние в другое. Распределение анализируемых данных может изменяться с течением времени. Возникает необходимость в создании методов адаптивного обучения и использования моделей, позволяющих идентифицировать состояние бортовых систем в динамически меняющихся и нестационарных средах.
Для обработки множества данных возможно применение различных моделей и методов машинного обучения, которые позволят оценить состояние морской информационной системы и предсказать возможные сбои в их работе. Увеличение количества источников информации о протекающих процессах в определенных случаях позволяет повысить качественные показатели обрабатываемой информации. Кроме того, возможно вычисление дополнительных статистических характеристик временных
последовательностей и потоков, которые позволяют в явном или неявном виде учитывать различные воздействующие факторы. Выявление границ и точек «разладки» для временных рядов дают возможность осуществить анализ не всей выборки, а ее отдельных частей. Определив свойства сегментов и обучив на них алгоритм, возможно осуществить выбор наиболее подходящих моделей для каждого сегмента с их последующим объединением.
Таким образом, адаптивное применения моделей машинного обучения на отдельных сегментах выборки данных для оценки состояния бортовых систем, направленных на разрешение противоречий между возрастающими потребностями повышения показателей безопасности и надежности функционирования объектов морской техники и традиционными способами анализа состояния бортовых систем, является актуальной научной проблемой.
Целью выпускной квалификационной работы является изменение и адаптации существующих моделей интеллектуального анализа данных, и разработка нового алгоритма, позволяющего производить адаптивное обучение. Необходимо осуществлять автоматическую обработку выборок данных для определения свойств отдельных сегментов и назначения наиболее подходящих классификационных моделей.
Объектом исследования являются устройства и элементы бортовых автоматизированных систем...
В данной выпускной квалификационной работе были исследованы различные аспекты оценки состояния бортовых систем в контексте морских информационных систем (МИС) и применение методов машинного обучения (МО) для достижения этой цели.
В первой главе были подробно описаны бортовые системы, их составляющие и способы оценки их состояния. Были рассмотрены различные типы систем, включая навигационные, электронные, системы безопасности и энергетические системы. Также было представлено понятие "состояние узлов и устройств бортовых систем", их классификация и способы оценки, а также важные ГОСТы, связанные с оценкой надежности и информационной безопасности.
Заключительные пункты первой главы были посвящены постановке задачи, целям и методам исследования. Основной целью работы являлось улучшение надежности и безопасности бортовых систем. В работе были описаны подходы и методы, используемые для достижения этой цели, включая использование методов МО.
Во второй главе было исследовано применение методов МО при оценке состояния бортовых систем в контексте МИС. Были рассмотрены различные аспекты, связанные с повышением качества оценки состояния через сегментацию выборки данных. Были представлены различные методы разделения данных на сегменты, обучение моделей для каждого сегмента, выбор и оптимизация методов МО, агрегация результатов моделей и учет взаимосвязей между сегментами. В результате исследования был предложен подход, основанный на сегментировании выборки данных и адаптации методов МО к МИС, для повышения качества оценки состояния бортовых систем.
Третья глава была посвящена применению сегментации данных в задачах классификации и регрессии. В работе были использованы различные алгоритмы классификации, такие как линейная регрессия, гауссова регрессия, деревья решений и метод опорных векторов. Были проведены оценки функции потерь для каждого из этих алгоритмов и сравнительный анализ их результатов. Также были рассмотрены алгоритмы регрессии, такие как логистическая регрессия и случайный лес, и была проведена оценка их точности. В результате исследования было показано, что сегментация данных может значительно улучшить качество оценки состояния бортовых систем.
В заключительной части работы было представлено обобщенное исследование всех трех глав. Были подведены итоги проведенного исследования и выделены основные результаты. Отмечается, что применение методов МО при оценке состояния бортовых систем в контексте МИС позволяет повысить точность, надежность и адаптивность моделей в различных сценариях работы. Выводится заключение о значимости исследования для области морских информационных систем и подчеркивается его вклад в развитие технологий оценки состояния бортовых систем...
