Functional stability of intelligent systems in decision-making
The article describes the concept of functional sustainability of intelligent systems in decision-making as one of the main aspects in the creation of methods for formalizing and modelling knowledge and the possibility of using it for decision support in the energy sector.The concept of functional s...
Збережено в:
| Дата: | 2025 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут програмних систем НАН України
2025
|
| Теми: | |
| Онлайн доступ: | https://pp.isofts.kiev.ua/index.php/ojs1/article/view/677 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Problems in programming |
Репозитарії
Problems in programming| id |
pp_isofts_kiev_ua-article-677 |
|---|---|
| record_format |
ojs |
| resource_txt_mv |
ppisoftskievua/1b/8717fd96db6b619be412f30191a7ea1b.pdf |
| spelling |
pp_isofts_kiev_ua-article-6772025-04-16T13:57:48Z Functional stability of intelligent systems in decision-making Властивості функціональної стійкості інтелектуальних систем у процесі ухвалення рішень Shuklin, G.V. Barabash, O.V. Grebennikov, A.B. functional stability; reliability; survivability; fault tolerance; artificial intelligence UDC 004.774 функціональна стійкість; надійність; живучість; відмово стійкість; штучний інтелект УДК 004.774 The article describes the concept of functional sustainability of intelligent systems in decision-making as one of the main aspects in the creation of methods for formalizing and modelling knowledge and the possibility of using it for decision support in the energy sector.The concept of functional stability was introduced for dynamic objects. However, for intelligent systems this concept is significantly different.This is due to the fact that the functioning of intelligent systems cannot be considered as the movement of an object. The functions of artificial intelligence for the creation of intelligent systems in the energy sector to support strategic decision-making on energy development, taking into account the requirements of energy security, are formulated. The use of the principles of situational management corresponds to the general scheme of research on the problem of energy security and strategic decision-making related to the assessment of the state of energy facilities and the fuel and energy complex as a whole, as well as the choice of the main directions of their further functioning and development. The article defines the parameters of functional sustainability of intelligent systems in decision-making and formulates the main characteristics of reliability, stability and survivability of intelligent systems, presents in graphical form the main aspects of functional sustainability of intelligent systems in decision-making, reflecting the basic concepts of situational management, including situational analysis and situational modelling from the perspective of studying the problem of energy security. The formulated concept of the functional sustainability of intelligent systems makes it possible to create algorithms for further use in the development of software for research and support of decision-making solutions in the energy sector.Problems in programming 2024; 4: 89-98 У статті описується поняття функціональної стійкості інтелектуальних систем під час ухвалення рішень як одного з головних аспектів створення методів формалізації та моделювання знань і можливості застосування для підтримки ухвалення рішень в енергетиці. Сформульовані функції штучного інтелекту для створення інтелектуальних систем в енергетиці для підтримки ухвалення стратегічних рішень щодо розвитку енергетики з урахуванням вимог енергетичної безпеки. Використання принципів ситуаційного управління відповідає загальній схемі досліджень проблеми енергетичної безпеки та ухвалення стратегічних рішень, пов'язаних з оцінкою стану об'єктів енергетики та паливно-енергетичного комплексу загалом, а також із вибором основних напрямів їхнього подальшого функціонування та розвитку. У статті надано означення параметрів функціональної стійкості інтелектуальних систем під час ухвалення рішень та сформульовані основні характеристики надійності, стійкості та живучості інтелектуальних систем, представлено в графічному вигляді основні аспекти функціональної стійкості інтелектуальних систем у процесі ухвалення рішень, що відображають основні поняття ситуаційного керування, включно із ситуаційним аналізом і ситуаційним моделюванням з позиції дослідження проблеми енергетичної безпеки. Сформульоване поняття функціональної стійкості інтелектуальних систем дає можливість створювати алгоритми для подальшого використання під час розроблення програмного забезпечення для досліджень і підтримки ухвалення рішень в енергетиці. Problems in programming 2024; 4: 89-98 Інститут програмних систем НАН України 2025-04-16 Article Article application/pdf https://pp.isofts.kiev.ua/index.php/ojs1/article/view/677 10.15407/pp2024.04.089 PROBLEMS IN PROGRAMMING; No 4 (2024); 89-98 ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ; No 4 (2024); 89-98 ПРОБЛЕМИ ПРОГРАМУВАННЯ; No 4 (2024); 89-98 1727-4907 10.15407/pp2024.04 uk https://pp.isofts.kiev.ua/index.php/ojs1/article/view/677/729 Copyright (c) 2025 PROBLEMS IN PROGRAMMING |
| institution |
Problems in programming |
| baseUrl_str |
https://pp.isofts.kiev.ua/index.php/ojs1/oai |
| datestamp_date |
2025-04-16T13:57:48Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
functional stability reliability survivability fault tolerance artificial intelligence UDC 004.774 |
| spellingShingle |
functional stability reliability survivability fault tolerance artificial intelligence UDC 004.774 Shuklin, G.V. Barabash, O.V. Grebennikov, A.B. Functional stability of intelligent systems in decision-making |
| topic_facet |
functional stability reliability survivability fault tolerance artificial intelligence UDC 004.774 функціональна стійкість надійність живучість відмово стійкість штучний інтелект УДК 004.774 |
| format |
Article |
| author |
Shuklin, G.V. Barabash, O.V. Grebennikov, A.B. |
| author_facet |
Shuklin, G.V. Barabash, O.V. Grebennikov, A.B. |
| author_sort |
Shuklin, G.V. |
| title |
Functional stability of intelligent systems in decision-making |
| title_short |
Functional stability of intelligent systems in decision-making |
| title_full |
Functional stability of intelligent systems in decision-making |
| title_fullStr |
Functional stability of intelligent systems in decision-making |
| title_full_unstemmed |
Functional stability of intelligent systems in decision-making |
| title_sort |
functional stability of intelligent systems in decision-making |
| title_alt |
Властивості функціональної стійкості інтелектуальних систем у процесі ухвалення рішень |
| description |
The article describes the concept of functional sustainability of intelligent systems in decision-making as one of the main aspects in the creation of methods for formalizing and modelling knowledge and the possibility of using it for decision support in the energy sector.The concept of functional stability was introduced for dynamic objects. However, for intelligent systems this concept is significantly different.This is due to the fact that the functioning of intelligent systems cannot be considered as the movement of an object. The functions of artificial intelligence for the creation of intelligent systems in the energy sector to support strategic decision-making on energy development, taking into account the requirements of energy security, are formulated. The use of the principles of situational management corresponds to the general scheme of research on the problem of energy security and strategic decision-making related to the assessment of the state of energy facilities and the fuel and energy complex as a whole, as well as the choice of the main directions of their further functioning and development. The article defines the parameters of functional sustainability of intelligent systems in decision-making and formulates the main characteristics of reliability, stability and survivability of intelligent systems, presents in graphical form the main aspects of functional sustainability of intelligent systems in decision-making, reflecting the basic concepts of situational management, including situational analysis and situational modelling from the perspective of studying the problem of energy security. The formulated concept of the functional sustainability of intelligent systems makes it possible to create algorithms for further use in the development of software for research and support of decision-making solutions in the energy sector.Problems in programming 2024; 4: 89-98 |
| publisher |
Інститут програмних систем НАН України |
| publishDate |
2025 |
| url |
https://pp.isofts.kiev.ua/index.php/ojs1/article/view/677 |
| work_keys_str_mv |
AT shuklingv functionalstabilityofintelligentsystemsindecisionmaking AT barabashov functionalstabilityofintelligentsystemsindecisionmaking AT grebennikovab functionalstabilityofintelligentsystemsindecisionmaking AT shuklingv vlastivostífunkcíonalʹnoístíjkostííntelektualʹnihsistemuprocesíuhvalennâríšenʹ AT barabashov vlastivostífunkcíonalʹnoístíjkostííntelektualʹnihsistemuprocesíuhvalennâríšenʹ AT grebennikovab vlastivostífunkcíonalʹnoístíjkostííntelektualʹnihsistemuprocesíuhvalennâríšenʹ |
| first_indexed |
2025-07-17T09:53:08Z |
| last_indexed |
2025-07-17T09:53:08Z |
| _version_ |
1838409793743618048 |
| fulltext |
Програмні системи захисту інформації
89
УДК 004.774 http://doi.org/10.15407/pp2024.04.089
Г.В. Шуклін, О.В. Барабаш, А.Б.Гребенніков
ВЛАСТИВОСТІ ФУНКЦІОНАЛЬНОЇ СТІЙКОСТІ
ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ ПІД ЧАС УХВАЛЕННЯ РІШЕНЬ
У статті описується поняття функціональної стійкості інтелектуальних систем під час ухвалення рішень
як одного з головних аспектів створення методів формалізації та моделювання знань і можливості засто-
сування для підтримки ухвалення рішень в енергетиці. Сформульовані функції штучного інтелекту для
створення інтелектуальних систем в енергетиці для підтримки ухвалення стратегічних рішень щодо ро-
звитку енергетики з урахуванням вимог енергетичної безпеки. Використання принципів ситуаційного
управління відповідає загальній схемі досліджень проблеми енергетичної безпеки та ухвалення страте-
гічних рішень, пов'язаних з оцінкою стану об'єктів енергетики та паливно-енергетичного комплексу за-
галом, а також із вибором основних напрямів їхнього подальшого функціонування та розвитку. У статті
надано означення параметрів функціональної стійкості інтелектуальних систем під час ухвалення рішень
та сформульовані основні характеристики надійності, стійкості та живучості інтелектуальних систем,
представлено в графічному вигляді основні аспекти функціональної стійкості інтелектуальних систем у
процесі ухвалення рішень, що відображають основні поняття ситуаційного керування, включно із ситу-
аційним аналізом і ситуаційним моделюванням з позиції дослідження проблеми енергетичної безпеки.
Сформульоване поняття функціональної стійкості інтелектуальних систем дає можливість створювати
алгоритми для подальшого використання під час розроблення програмного забезпечення для досліджень
і підтримки ухвалення рішень в енергетиці.
Ключові слова: функціональна стійкість, надійність, живучість, відмово стійкість, штучний інтелект
G.V. Shuklin, O.V. Barabash, A.B. Grebennikov
FUNCTIONAL STABILITY OF INTELLIGENT SYSTEMS
IN DECISION-MAKING
The article describes the concept of functional sustainability of intelligent systems in decision-making as one of
the main aspects in the creation of methods for formalizing and modelling knowledge and the possibility of using
it for decision support in the energy sector. The concept of functional stability was introduced for dynamic ob-
jects. However, for intelligent systems this concept is significantly different. This is due to the fact that the
functioning of intelligent systems cannot be considered as the movement of an object. The functions of artificial
intelligence for the creation of intelligent systems in the energy sector to support strategic decision-making on
energy development, taking into account the requirements of energy security, are formulated. The use of the
principles of situational management corresponds to the general scheme of research on the problem of energy
security and strategic decision-making related to the assessment of the state of energy facilities and the fuel and
energy complex as a whole, as well as the choice of the main directions of their further functioning and devel-
opment. The article defines the parameters of functional sustainability of intelligent systems in decision-making
and formulates the main characteristics of reliability, stability and survivability of intelligent systems, presents
in graphical form the main aspects of functional sustainability of intelligent systems in decision-making, reflect-
ing the basic concepts of situational management, including situational analysis and situational modelling from
the perspective of studying the problem of energy security. The formulated concept of the functional sustaina-
bility of intelligent systems makes it possible to create algorithms for further use in the development of software
for research and support of decision-making solutions in the energy sector.
Keywords: functional stability, reliability, survivability, fault tolerance, artificial intelligence
Вступ
Фундатором теорії функціональної
стійкості є видатний Український вчений
Машков О.А., який вперше ввів це поняття
в теорії управління складними системами,
навігації та управління авіаційно-косміч-
ними комплексами [1]. Функціональна
стійкість об'єкта тісно пов'язана з такими
властивостями як стійкість, надійність,
живучість та відмовостійкість. Наразі
отримали широкого застосування в управ-
© Г.В. Шуклін, О.В. Барабаш, А.Б. Гребенніков, 2024
ISSN 1727-4907. Проблеми програмування. 2024. №4
Програмні системи захисту інформації
90
лінні складними технічними системами ін-
телектуальні системи (ІС) підтримки ухва-
лення рішень (Intelligent decision support
system). ІС - це системи підтримки ухва-
лення рішень, які широко використовують
методи штучного інтелекту (ШІ). Штуч-
ний інтелект (ШІ) у технічних науках яв-
ляє собою галузь комп'ютерних наук, яка
створює програми і системи, здатні вико-
нувати завдання, які зазвичай вимагають
інтелектуальних здібностей людини. Ці за-
вдання охоплюють сприйняття навколиш-
нього середовища, навчання на основі дос-
віду, ухвалення рішень, розв'язання про-
блем, розуміння природної мови тощо.
Сьогодні інтелектуальні системи ухва-
лення рішень отримують широке застосу-
вання в енергетиці.
В доповіді О. М. Суходоля [2] зазна-
чається, що штучний інтелект в енергетиці
застосовується для:
• взаємодії з клієнтами – чат-боти,
які пропонують абоненту допомогу
в отриманні наперед визначених ста-
ндартних відповідей або алгоритмів
реагування;
• управління мережею – підвищення
ефективності диспетчеризації та
зменшення проблем з надійністю,
що приводить до наявності необхід-
них експлуатаційних резервів. Крім
того, за допомогою ШІ компанії
спроможні оптимізувати роботу ене-
ргосистем за рахунок правильного
розрахунку оптимального розподілу
використання пропускної спромож-
ності існуючих ліній передачі, а та-
кож визначення обладнання, яке
може й надалі експлуатуватися або
яке необхідно замінити;
• інтелектуалізація мереж (Smart
grids) – оптимізація керування пото-
ками енергії в системі між обладнан-
ням споживачів (будівельні спо-
руди), накопичувачами енергії (аку-
муляторами, батареями), відновлю-
вальними джерелами енергії, мікро-
мережею та центральною мережею;
• мікромережа (Microgrid) – неве-
лика локальна енергетична мережа,
яка працює незалежно від централь-
ної мережі;
• віртуальні електростанції (Virtual
Power Plants) – віртуальна енергоси-
стема, яка незалежна від централізо-
ваної мережі і яка самостійно забез-
печує балансування пропозиції та
попитом між своїми учасниками;
• створення нових бізнес-моделей
роботи на ринку – уникнення тре-
тьої сторони , а саме оператора сис-
теми передачі чи розподілу, у взає-
мовідносинах між виробником елек-
троенергії та кінцевими спожива-
чами;
• торгівля електроенергією – авто-
матичне створення угод про закупі-
влю електроенергії, що надає конт-
рактам більшої ефективності, скоро-
чує час транзакцій та знижує вар-
тість використання;
• виявлення крадіжок електроенер-
гії – автоматичне виявлення анома-
лій у поведінці постачальників та
споживачів із подальшим позначен-
ням їх для детальної перевірки пер-
соналом енергетичної компанії;
• акумулювання енергії – вирівню-
вання графіка навантаження сис-
теми і допомога в зменшенні пот-
реби енергетичних компаній у буді-
вництві нових електростанцій;
• прогнозування режимів роботи ін-
фраструктури та планування її
розвитку – спроможність енергети-
чної компанії передбачити час, коли
енергоблок, трансформатор або
окреме технічне обладнання мереж
із високою ймовірністю вийдуть з
ладу;
• збільшення виробництва та будів-
ництво – на основі аналізу клімати-
чних та географічних умов допомога
проєктувальникам вибрати кращі
майданчики для будівництва вітро-
вих, сонячних та термальних елект-
ростанцій;
• підвищення рівня кібербезпеки ене-
ргосистеми – виявлення та операти-
вне реагування на кібератаки;
Програмні системи захисту інформації
91
• системи управління виробничими
процесами – прогнозування попиту,
оптимізація виробничих цілей, ви-
дача завдань для етапів технологіч-
ного процесу, виявлення подій, ано-
малій на виробничих лініях тощо.
Виходячи з вищевикладеного, вини-
кає завдання визначення поняття функціо-
нальної стійкості інтелектуальних систем в
ухваленні рішень з застосуванням ШІ як
здатність складних технічних систем збері-
гати свої функції під час впливу деструкти-
вних факторів.
Аналіз останніх досліджень. У ро-
боті [3] здійснено аналіз сучасних стратегій
розвитку існуючих інформаційно-енергети-
чних систем, а також огляд методів розро-
бки та проблем теоретичних досліджень
шляхів удосконалення інформаційно-енер-
гетичних систем та мереж. Авторами вве-
дено поняття «розумної ефективності» і
представлено топологію інформаційної ме-
режі відповідно до концепції «Smart Grid»
та топологію інтелектуальної енергосис-
теми, в якій не відображається система, яка
б забезпечувала функціональну стійкість
такої мережі. В роботі [4] здійснено аналіз
технологічної концепції «Smart Grid» в еле-
ктроенергетиці, представлено її структуру
та функціональну схему електроенергетики
на базі концепції «Smart Grid». Також від-
значено основні параметри, які забезпечу-
ють надійність, як складової функціональ-
ної стійкості самої інтелектуальної сис-
теми. В роботі [5] визначено поняття кібер-
стійкості критичних інформаційних струк-
тур, що є однією із складових функціональ-
ної стійкості інтелектуальних систем. В ро-
боті [6] розглядається стан та перспективи
подальшого розвитку інтелектуального ке-
рування з представленням технологій та ал-
горитмом керування швидкісними динамі-
чними процесами в розподіленому комп'ю-
терному середовищі та здійснено структу-
ризацію моделей формування хаотичної по-
ведінки інтелектуальної системи ухвалення
рішень, а також створено методи покра-
щення якості обміну даними між компоне-
нтами мережевих систем. У роботі [7] за-
пропоновано контексну модель, яка відо-
бражає залежність між об`єктами, їх влас-
тивості та надає інформацію, необхідну для
ухвалення рішень щодо подальших дій, од-
нак ця модель не враховує наявність пара-
метрів, які забезпечують функціональну
стійкість самої ІС прийняття рішень. У ро-
боті [8] для забезпечення функціональної
стійкості інформаційних систем використо-
вуються програмно-конфігуровані мережі,
за допомогою яких відбувається відокрем-
лення функцій передачі трафіку від функ-
цій управління, що приводить до підви-
щення рівня безпеки функціонування інфо-
рмаційних систем та дозволяє ввести в про-
цес передачі пакетів поняття резерву часу.
Однак в усіх дослідженнях або не розгляда-
ються параметри, які забезпечують функці-
ональну стійкість або розглядаються окремі
компоненти функціональної стійкості інте-
лектуальних систем ухвалення рішень і від-
сутня загальна модель функціональної стій-
кості інтелектуальних систем, яка б інтег-
рувала в собі всі параметри її забезпечення.
Мета статті. Метою даної статті є
визначення функціональної стійкості інте-
лектуальних систем у процесі ухвалення рі-
шень енергетичного об'єкту.
Широке використання комп'ютер-
них систем підтримки ухвалення рішень
сприймається як передача повноважень ух-
валення рішень програмам. Це призвело до
думки, що повноваження щодо ухвалення
рішень можуть бути певною мірою делего-
вані особами, які ухвалюють рішення і над-
мірно централізовані, машинам, що актив-
ніше використовуються в циклі управління.
Системи підтримки ухвалення рішень мо-
жуть складатися з таких компонентів: керу-
вання даними; керування моделлю; керу-
вання призначеним для користувача інтер-
фейсом і архітектура системи підтримки
ухвалення рішень, як це схематично пред-
ставлено на рисунку 1.
Програмні системи захисту інформації
92
Інтелектуальні здібності та поведі-
нка, інтегровані з комп'ютерною системою,
створюють інтелектуальну машину. Ма-
шина повинна виконувати функцію поміч-
ника в ухваленні рішень, пошуку інформа-
ції, управлінні складними об'єктами і, наре-
шті, розуміти значення слів. Щоб розро-
бити інтелектуальну комп'ютерну систему,
необхідно зібрати, організувати та викори-
стати людські експертні знання в деяких ву-
зьких галузях; удосконалити обчислюва-
льну міць мозку системи за допомогою
складних алгоритмів, що використовують
сенсорне опрацювання, моделювання світу,
генерацію поведінки, оцінювання цінності
та глобальну комунікацію; підрахувати кі-
лькість інформації та цінностей, які система
зберігає у своїй пам'яті.
Крім того, інтелектуальна система
має таку ознаку як здатність діяти відповід-
ним чином у невизначеному середовищі
для збільшення ймовірності успіху, а успіх
- це досягнення поведінкових підцілей, що
підтримують кінцеву мету системи.
Для створення інтелектуальних сис-
тем в енергетиці можуть бути застосовані
наступні функції ШІ:
функція прогнозування попиту на
електроенергію – застосування алгоритмів
машинного навчання для аналізу та прогно-
зування піків та попиту на електроенергію.
Ця функція допомагає оптимізувати розпо-
діл електроенергії та запобігати переванта-
ження;
функція керування енергомере-
жами – оптимізація роботи енергосистем
та керування мережею, включаючи дина-
мічне керування трансформаторами, мар-
шрутизацію електроенергії та виявлення
розладів;
Рис. 1. Системи підтримки ухвалення рішень
Програмні системи захисту інформації
93
функція оптимізації енергоспожи-
вання – забезпечує адаптацію енергосис-
теми до зміну попиту на електроенергію, а
також забезпечує регулювання попиту на
електроенергію відповідно до параметрів,
які забезпечують цю оптимізацію;
функція обслуговування та прогно-
зування відмов – застосування машинного
навчання для аналізу даних від сенсорів та
моніторингу стану обладнання з метою за-
побігання відмов та оптимізації планів тех-
нічного обслуговування;
функція енергетичного аналізу та
оптимізація – застосування алгоритмів оп-
тимізації та аналізу даних для пошуку опти-
мальних рішень в плані енергетичної ефек-
тивності, тобто оптимізація розподілу елек-
троенергії в системі;
функція керування збереженням
електроенергії – оптимізація процесів збе-
реження електроенергії, включаючи про-
гнозування моментів часу найбільшого по-
питу та визначення оптимальних стратегій
зарядження та розрядження;
функція моніторингу та запобі-
гання аварій – виявлення аномалій, вклю-
чаючи кібератаки, попередження про мож-
ливі аварії та надання рекомендацій щодо їх
унеможливлення;
функція оптимізації енергетичних
процесів у будівлях – керування системами
опалення, вентиляції, кондиціювання пові-
тря, освітлення та іншими системами енер-
госпоживання в будівлях з метою економії
електроенергії.
Під час впровадження інтелектуаль-
них систем ухвалення рішень на об`єктах
енергетики важливо забезпечити стійкість
функціонування самої інтелектуальної сис-
теми ухвалення рішень. Тобто необхідно
визначити поняття функціональної стійко-
сті інтелектуальної системи ухвалення рі-
шень в енергетиці та її основні аспекти. В
роботі [13] функціональна стійкість об'єкта
визначається як його спроможність збері-
гати протягом заданого проміжку часу ви-
конання своїх основних функцій в межах,
встановлених нормативними вимогами, в
умовах протистояння, а також впливів по-
токів відмов та збоїв.
Враховуючи те, що інтелектуальні
системи являють собою особливий клас
складних систем, то, не порушуючи загаль-
ного поняття функціональної стійкості, для
інтелектуальних систем під час ухвалення
рішень, означення функціональної стійко-
сті визначається наступним чином:
Означення 1. Функціональна стій-
кість інтелектуальних систем в ухваленні
рішень – це їх здатність ефективно функці-
онувати та вирішувати завдання (забезпе-
чувати безперебійне виконання функцій
штучного інтелекту) в умовах різноманіт-
них викликів, змін та непередбачуваних си-
туацій.
Означення 2. Надійність інтелектуа-
льних систем під час ухвалення рішень це
їх здатність давати точні та надійні відпо-
віді або рекомендації в різних ситуаціях. Це
ключовий аспект, особливо в контексті ви-
користання штучного інтелекту в системах,
де ухвалення правильних рішень є критич-
ним.
У таблиці 1 представлено основні
характеристики (параметри) надійності ін-
телектуальних систем під час ухвалення рі-
шень.
Таблиця 1. Основні характеристики надійності інтелектуальних систем
Характеристика Функція характеристики
Точність Спроможність інтелектуальної системи надавати прави-
льні відповіді або прогнози. Головною вимогою є високий
ступінь точності в опрацюванні даних та алгоритмах ухва-
лення рішень.
Стабільність Спроможність інтелектуальної системи проявляти стабі-
льну поведінку в різних умовах і за різних типів вхідних
даних і водночас відсутня висока чутливість до змін у да-
них або середовищі.
Програмні системи захисту інформації
94
Узагальнення Інтелектуальна система повинна бути здатна застосову-
вати отримані знання до нових, раніше не бачених ситуа-
цій.
Прозорість і зрозумі-
лість
Спроможність пояснити свої рішення: користувачі та фахі-
вці повинні розуміти, чому інтелектуальна система ухва-
лила відповідне рішення. Це також допомагає у виявленні
та усуненні можливих помилок.
Керування невизначені-
стю
Ефективне керування інтелектуальною системою невизна-
ченістю, яка з'являється в даних, що обробляються, та в по-
точних умовах, включаючи спроможність обробляти непо-
вні або нечіткі дані.
Безпека Інтелектуальні системи мають бути захищені від втру-
чання та атак, щоб запобігти спотворенню результатів або
небажаним наслідкам.
Виходячи з характеристик, які пред-
ставлено в таблиці 1, можна стверджувати,
що надійність у контексті ШІ вимагає бала-
нсу між високою продуктивністю і точні-
стю, а також умінням адаптуватися до різ-
них сценаріїв використання. Відповідальне
ставлення розробників включає ретельне
тестування, забезпечення прозорості сис-
теми та безперервне оновлення і поліп-
шення моделей для підтримки їхньої надій-
ності.
Здійснивши розкрите поняття надій-
ності інтелектуальних систем під час ухва-
лення рішень, перейдемо до визначення по-
няття стійкості інтелектуальних систем в
ухваленні рішень.
Означення 3. Стійкість інтелектуа-
льних систем під час ухвалення рішень - це
здатність зберігати надійність в умовах се-
редовищ, що змінюються та в умовах сере-
довищ, що атакують.
Стабільність є важливою властиві-
стю інтелектуальних систем у процесі ухва-
лення рішень, оскільки системи можуть
стикнутися з різними викликами під час
експлуатації, включно з неочікуваними вхі-
дними даними, атаками зловмисників, змі-
нами в середовищі та іншими факторами.
В таблиці 2 представлено основні ха-
рактеристики (параметри) стійкості інтеле-
ктуальних систем у процесі ухвалення рі-
шень.
Таблиця 2. Основні характеристики стійкості інтелектуальних систем
Характеристика Функція характеристики
Стійкість до вхідних
даних
Спроможність ІС ефективно обробляти різноманітні,
включаючи шкідливі дані, не допускаючи при цьому сут-
тєвих збоїв або не коректних висновків.
Адаптивність Здатність ІС адаптуватися до змін у зовнішніх умовах,
включаючи до змін у даних, вимогах користувача або ха-
рактеристиках середовища.
Стійкість до атак Захищеність інтелектуальних систем від різних видів атак,
таких як впровадження в систему, внесення спотворень у
дані або впровадження шкідливого програмного забезпе-
чення, включаючи заходи безпеки для запобігання і вияв-
лення атак.
Спроможність віднов-
лення
Спроможність ІС у разі збою або атаки бути здатною від-
новитися і продовжити свою роботу з мінімальними втра-
тами.
Тестування та оцінка
стійкості
Активне тестування ІС з боку розробників на стійкість та
ефективне оцінювання її стійкості до різних сценаріїв.
Програмні системи захисту інформації
95
Неперервне оновлення Для підтримання стійкості, системи мають регулярно оно-
влюватися, включно з патчами безпеки і поліпшеннями в
процесах ухвалення рішень.
Стійкість інтелектуальних систем
стає особливо важливою в контексті вико-
ристання в енергетичному секторі, де на-
віть невеликий збій може призвести до сер-
йозних наслідків.
Наступне поняття, пов'язане з функ-
ціональною стійкістю інтелектуальних сис-
тем під час ухвалення рішень є живучість.
Означення 4. Живучістю інтелекту-
альних систем під час ухвалення рішень -
це здатність зберігати працездатність і ефе-
ктивність в умовах різноманітних збоїв,
атак або інших несприятливих ситуацій.
Живучість охоплює не тільки здат-
ність до відновлення після збоїв, а й активні
заходи для запобігання, виявлення та міні-
мізації впливу негативних факторів на ро-
боту системи.
В таблиці 3 представлено основні ха-
рактеристики (параметри) живучості інте-
лектуальних систем під час ухвалення рі-
шень.
Таблиця 3. Основні характеристики живучості інтелектуальних систем
Характеристика Функція характеристики
Резервування та відмо-
востійкість
Спроможність ІС переключатись на альтернативні ресурси
або методи у разі збоїв, включаючи в наявність резервних
серверів, резервних алгоритмів або інших механізмів від-
мовостійкості.
Автоматичне віднов-
лення
Здатність ІС самостійно відновлюватися після збоїв без не-
обхідності втручання людини, включаючи автоматичне
відновлення з резервних копій даних, перемикання на ре-
зервні канали зв'язку тощо.
Динамічне навчання та
адаптація
Забезпечення ІС можливістю динамічного навчання на ос-
нові досвіду й адаптації до нових умов, що приводить до
спроможності підлаштовуватися під обставини, що зміню-
ються.
Моніторинг та вияв-
лення аномалій
Здатність ІС активно здійснювати моніторинг свого стану
та виявляти аномалії або нештатні ситуації для оператив-
ного реагування на потенційні проблеми.
Гнучкість і маштабо-
ваність
Спроможність ІС бути гнучкими і здатними масштабува-
тися для ефективного керування мінливим обсягом даних
або вимог.
Тестування сценаріїв
збоїв
Спроможність ІС систематично тестувати на різні сценарії
збоїв для переконання в їхній готовності до різних нешта-
тних ситуацій.
Забезпечення живучості інтелектуа-
льних систем є важливим аспектом у розро-
бці та експлуатації, особливо в енергетиці,
де надійність і доступність системи відігра-
ють вирішальну роль.
Виходячи з наведених таблицях ха-
рактеристик надійності, стійкості та живу-
чості, можна визначити основні аспекти
функціональної стійкості інтелектуальних
систем під час ухвалення рішень, які наве-
дено на рисунку 2.
Програмні системи захисту інформації
96
Наразі Україна потребує глобальної
технологічної модернізації електромереж, в
яких необхідно застосовувати регулятори
напруги та регулятори потоків потужності.
Це викликає необхідність розробки відпо-
відного нормативно-правового та техніч-
ного забезпечення для інтеграції розосере-
джених джерел енергії, разом зі створенням
концепції інтелектуальних систем автома-
тизації [17] і розумної мережі Smart Grid
[4]. Система Smart Grid в загальному випа-
дку складається з трьох основних рівнів: ге-
нерація енергії, передача та розподіл енергії
та збут. На кожному з цих рівнів існують
системи керування та контроль, які працю-
ють в автоматичному режимі і об'єднані в
єдину мережу, яка за допомогою ШІ забез-
печує функціонування самої енергетичної
системи вцілому.
Висновки
З широким застосуванням штуч-
ного інтелекту в енергетиці створюється
«Розумна мережа», яка забезпечує автома-
тизоване функціонування всього енергети-
чного об'єкту, починаючи від генерації
електричної енергії і закінчуючи її збутом.
В результаті створена інтелектуальна сис-
тема, замінюючи людину, виконує всі не-
обхідні функції керування та контролю
всього технологічного циклу. В цих умо-
вах саму інтелектуальну систему необхі-
дно постійно тестувати на спроможність
виконання всіх необхідних функцій в реа-
льному режимі часу за підтримки голов-
них характеристик (параметрів) в межах
робочого режиму. Основним шляхом дося-
гнення цього є забезпечення функціональ-
ної стійкості самої інтелектуальної сис-
теми. В даній роботі було сформульовано
Рис. 2. Основні аспекти функціональної стійкості інтелектуальних систем
під час ухвалення рішень
Програмні системи захисту інформації
97
означення функціональної стійкості інте-
лектуальної системи під час ухвалення рі-
шень та представлено її основні аспекти,
виходячи з функцій штучного інтелекту,
які при цьому застосовуються.
Література
1. https://esu.com.ua/article-67277
2. Суходоля О.М. Штучний інтелект в енерге-
тиці: аналітична доповідь / Суходоля О.М.
– К. : НІСД, 2022. – 49 с. –
https://doi.org/10.53679/NISS - ana-
lytrep.2022.09.
3. Гончаров Є.В. Аналіз сучасних стратегій
розвитку інформаційно-енергетичних сис-
тем/ Є.В. Гончаров, І.В. Поляков, В.С. Мар-
ков, Н.В. Крюкова, Д.О. Бойков, М.К.
Скрєбцов, І.В. Цебрюк // Інтегровані техно-
логії та енергозбереження, 2020, №3, с. 75-
83.
4. Шевчук О.А. Оптимізація енергоефектив-
ності економіки за допомогою технологіч-
ної концепції Smart Grid / О.А. Шевчук,
Л.С. Борданова, Т.А. Наухацька // Економі-
чний вісник НТУУ «КПІ», 2019, с. 400-414.
5. Іванченко Є.В. Аналіз поняття кіберстійко-
сті критичної інфраструктури / Є.В. Іванче-
нко, О.Г. Корченко, О.В. Зарицький, С.В.
Зибін, Н.С. Вишевська // ЗАХИСТ ІНФОР-
МАЦІЇ, ТОМ 25, №4, ЖОВТЕНЬ-ГРУ-
ДЕНЬ 2023, с. 221-223.
6. Павлов В.В. Интеллектуальное управление:
подходы. Результаты и перспективы разви-
тия. / В.В. Павлов, Ю.М. Шепетуха, С.В.
Мельников, А.Е. Волков // Кибернетика и
вычислительная техника, 2017, №1 (187), с.
30-48.
7. Буров Є. Вибір концептуалізації проблем-
ної ситуації інтелектуальним агентом в за-
дачах прийняття рішень / Є. Буров, І. Кар-
пов // Information systems and Networks,
2023, Issue 13, p. 235-242.
8. Вишнівський В.В. Оцінка показників надій-
ності інформаційних систем при обмеженій
апріорній інформації / В.В. Вишнівський,
Ю.В. Каргаполов, Ю.В. Березовська, М.Ю.
Березівський, Р.В. Космінський // Sciences
of Europe, 2021, №3, р. 8-14.
9. Заболотний С.В. Інформаційна технологія
забезпечення функціональної стійкості сис-
тем моніторингу інформаційного простору
в інтересах військ (сил) / С.В. Заболотний,
В.О. Кацалан // Modern Information Technol-
ogies in the Sphere of Security and Defence,
2023, № 1(46), р. 141-144.
10. Сальник С.В. Аналіз методів прийняття рі-
шень з забезпечення захищеності комуніка-
ційних систем / С.В. Сальник, А.С. Сторчак,
А.В. Мельник, А.С. Дівіцький // Наука і те-
хніка Повітряних Сил Збройних Сил Укра-
їни, 2019, № 3(36), с. 122-131.
11. Вишнівський В.В. Статичні інформаційні
показники якості інтелектуальних систем /
В.В. Вишнівський, О.В. Зінченко, Ю.І. Кат-
ков, С.О. Сєрих // Телекомунікаційні та ін-
формаційні технології, 2018, №2(59), с. 14-
20.
12. Собчук В.В. Метод діагностування прихо-
ваних вимог в інформаційній системі на ос-
нові застосування дворівневої системи за-
безпечення функціональної стійкості / В.В.
Собчук, М.О. Коваль, А.П. Мусієнко, О.Й.
Мацько // Телекомунікаційні та інформа-
ційні технології, 2019, №1(62), с. 22-30.
13. Ткаленко О.М. Інтелектуальні технології та
системи штучного інтелекту для підтримки
прийняття рішень / О.М. Ткаленко, А.О.
Макаренко, О.В. Полоневич // Телекомуні-
каційні та інформаційні технології, 2019,
№2(63), с. 53-59.
14. Собчук В.В. Основи забезпечення функціо-
нальної стійкості інформаційних систем
підприємств в умовах впливу дестабілізую-
чих факторів / В.В. Собчук, О.В. Барабаш,
А.П. Мусієнко / монографія. Київ: Міле-
ніум, 2022. 272 с.
15. Собчук А.В. Метод оцінки функціональної
стійкості бездротової сенсорної мережі /
А.В. Собчук, О.В. Барабаш, А.П. Мусієнко
// Телекомунікаційні та інформаційні тех-
нології, 2019, №3(64), с. 46-54.
16. Казначеєва А.В. Дослідження технології
розумного очищення сонячних енергомоду-
лів станції автономного живлення / А.В. Ка-
значеєва, А.В. Заячковський, В.О. Завиць-
кий, К.П. Сторчак // ЗВ'ЯЗОК, 2024, №3, с.
43-47.
17. Аврунін О.Г. Інтелектуальні системи авто-
матизації: монографія / О.Г. Аврунін, С.І.
Владов, М.В. Петченко, В.В. Семенець,
В.В. Татарінов, Г.В. Тельнова, В.О. Філа-
тов, Ю.М. Шмельов, Н.О. Шушляніна / Кре-
менчук: Видавництво «НОВАБУК», 2021. –
322 с.
18. Трофімчук О.М. Інтелектуальні системи
підтримки прийняття рішень у розвитку ін-
фраструктури мегаполісу / О.М. Трофімчук,
О.А. Стенін, А.О. Солдатова, І.Г. Дроздо-
вич // Системи дослідження та інформа-
ційні технології, 2022, №2, с. 61-74.
Програмні системи захисту інформації
98
19. Wen Y. On realization of Intelligent Decision
Making in the Real World: A Foundation De-
cision Model Perspective / Ying Wen, Ziyu
Wan, Ming Zhou, Shufang Hou, Zhe Cao,
Chenyang Le, Jingxiao Chen, Zheng Tian,
Weinan Zhang and Jun Wang // CAAI Artifi-
cial Intelligence Research, Vol. 2 Article №
9150026, 2023, p. 1-12.
https://doi.org/10.26599/AIR.2023.9150026.
20. Rahman A. Intelligent Decision Support Sys-
tems – An Analysis of Machine Learning and
Multicriteria Decision-Making Methods //
App. Sci., 2023,13,12426.
https://doi.org/10.3390/app132212426.
21. Poszler F. The impact of intelligent decision-
support systems on humans`ethical decision-
making: A systematic literature review and an
integrated framework / Franziska Poszler, Ben-
jamin Lange // Technological Forecasting &
Social Change, 204 (2024), 123403, p. 1-19.
https:/doi.org/10.1016/j.tech-
fore.2024.123403.
Одержано: 24.11.2024
Внутрішня рецензія отримана: 30.11.2024
Зовнішня рецензія отримана: 03.12.2024
Про авторів:
1Шуклін Герман Вікторович,
кандидат технічних наук, доцент,
доцент кафедри інженерії програмного
забезпечення в енергетиці
e-mail: mathacadem-kiev@ukr.net.
2Барабаш Олег Володимирович,
доктор технічних наук, професор,
професор кафедри інженерії програмного
забезпечення в енергетиці
e-mail: bar64@ukr.net
3Гребенніков Асаді Болдхоягович,
заступник директора
e-mail: g_as_b@ukr.net
Місце роботи авторів:
1,2 Навчально-науковий інститут теплової
та атомної енергетики НТУ України
«КПІ імені Ігоря Сікорського».
3Інститут програмних систем НАН України
|