Перечислите автоматизированные информационные системы правоохранительной деятельности.

Ответ:

АСОД обычно применяются для выполнения относительно несложных, стандартных операций с данными, автоматизируют работу персонала невысокой квалификации. АИПС служат для поиска, отбора, выдачи правовой и криминалистической информации по запросам, оформленным соответствующим образом; бывают документальные и фактографические. АИСС выдают справки по вопросам правоохраны и правопорядка по запросам без сложного преобразования данных.

АИСС «Сводка» выдает справки о происшествиях, преступлениях по оперативной информации.

АИСС «Гастролеры» выдает справки о преступлениях на транспорте, неразысканных вещах, подозрительных лицах и их связях; с использованием ППП «Flint» может решать поисковые задачи типа «лицо», «нераскрытые преступления», «вещи».

АИСС «Грузы-ЖД» снабжает справками о хищениях груза и багажа на железных дорогах.

АИСС «Наркобизнес» предоставляет справки по криминальному обороту наркотиков.

АИСС «Картотека-Регион» с использованием СУБД «Adabas» выдает фамилии, имена, отчества осужденных, разыскиваемых лиц, бродяг, задержанных; может распределять места отбытия наказания, решать административные задачи по осужденным лицам.

АИСС «Спецаппарат» предназначена для работы со спецаппаратом и поиска информации по спецсообщениям (поиск лиц по однотипным преступлениям и способам совершения, по адресам и т.п.).

Автоматизированное рабочее место (АРМ) представляет собой комплекс технических и программных средств автоматизации профессиональной деятельности. В типовой состав АРМ входят:

· персональный компьютер;

· принтер;

· плоттер;

· сканер;

· факс;

· средства сетевой связи

и другие устройства, а из программных средств:

· текстовый процессор;

· электронные таблицы;

· графические процессоры;

· офисные приложения.

Под АРМ иногда понимают рабочие места, а иногда — ППП. Существуют три типа АРМ:

1) индивидуального пользования;

2) группового пользования;

3) сетевые.

Сетевые АРМ наиболее перспективны, так как позволяют связываться с удаленными банками данных и обмениваться информацией между различными подразделениями правоохранительных органов. Примером может служить АРМ «ГРОВД» для городских и районных отделов внутренних дел.

АСУ представляют собой комплексы технических и программных средств для автоматизированного управления различными службами и органами правоохраны. Основная функция таких АСУ — обеспечение руководителей служебной информацией. Практически это система связанных АРМ. Примером может служить АСУ «Дежурная часть» (АСУ ДЧ), предназначенная для управления силами и средствами ОВД в оперативной работе.

Основные функции АСУ:

1) оперативный сбор и анализ оперативной информации, выдача указаний подразделениям ОВД, контроль выполнения оперативной работы в реальном масштабе времени, управление подвижными милицейскими группами (на автомобилях, мотоциклах и других моторизованных средствах передвижения);

2) сбор, обработка, хранение информации; отображение информации о размещении сил и средств, а также о местах совершения преступлений на фоне представленных на экране («электронных») карт;

3) сбор информации о правонарушителях, похищенных вещах и транспортных средствах; выдача информации по запросам органов внутренних дел с использованием банков данных;

4) регистрация деятельности органов внутренних дел, подготовка отчетов о работе, анализ процессов (событий).

Использование АСУ позволяет радикально упростить и ускорить выполнение указанных работ. При раскрытии и расследовании преступлений может использоваться как универсальное, так и специальное программное обеспечение. К широко используемому универсальному программному обеспечению АСУ относятся:

1) текстовые процессоры для написания и редактирования текстов. Наиболее распространен сейчас текстовый процессор «MS Word». Текстовый процессор позволяет редактировать готовый текст, монтировать документы из фрагментов, корректировать орфографию, помещать в текст рисунки, готовить цветные документы, выполнять многие другие действия. Поскольку документы сохраняются в памяти компьютера, их можно повторно использовать;

2) системы редактирования изображений — для подготовки иллюстраций к протоколам и другим документам. Наиболее широкое распространение в юридической практике получили графические процессоры «Adobe Photoshop», «Corel Draw» и некоторые другие;

3) программное управление базами данных — для переработки и систематизации однотипных данных, выборки необходимых данных и т.п. Можно создавать электронные записные книжки или картотеки, в которые можно вносить, редактировать, сохранять или исключать данные; создавать электронный график работы и получать напоминание о текущих делах (например, с использованием программ «Binder» или «Outlook»);

4) электронные таблицы. Для работы с таблицами особенно часто используется табличный процессор «Excel», включенный в пакет прикладных программ «MS Office»;

5) программы распознавания текстов, вводимых со сканеров, например, программа «FineReader». Использование сканеров значительно ускоряет подготовку различных правовых документов;

6) программы перевода служебных и официальных документов с русского языка на другие языки (английский, французский, немецкий, украинский) и наоборот. Наиболее распространенной для этих целей является программа «Promt»;

7) программы для работы в сети «Интернет», включая работу с электронной почтой. Наиболее распространенной для этих целей является программа «Internet Explorer», также входящая в офисные приложения «MS Office».

Использование указанного ПО значительно ускоряет и облегчает труд следователя по составлению, рассылке, упорядочению многочисленных служебных документов (запросов, справок, отчетов, распоряжений, планов, постановлений, заключений), который занимает значительную часть его времени и очень замедляет расследование, что крайне нежелательно.

9. Что представляют собой экспертные правовые системы, приведите примеры?

Ответ: Экспертная система (ЭС) - это компьютерная программа, которая моделирует рассуждения человека-эксперта в некоторой определенной области и использует для этого базу знаний, содержащую факты и правила об этой области, специальную процедуру логического вывода.
Разработка систем, основанных на знаниях, является составной частью исследований по ИИ, и имеет целью создание компьютерных методов решения проблем, обычно требующих привлечения экспертов-специалистов.
Взаимодействие эксперта, пользователя и структурных частей системы можно представить в виде следующей базовой структуры.

Рассмотрим архитектуру экспертной системы.
База знаний. Основу ЭС составляет база знаний (БЗ), хранящая множество фактов и набор правил, полученных от экспертов, из специальной литературы. БЗ отличается от базы данных тем, что в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы. В БЗ те же элементы уже связаны как между собой, так и с понятиями внешнего мира. Информация в БЗ - это все необходимое для понимания, формирования и решения проблемы. Она содержит два основных элемента: факты (данные) из предметной области и специальные эвристики или правила, которые управляют использованием фактов при решении проблемы. Знания могут быть представлены несколькими способами: логической моделью, продукциями, фреймами и семантическими сетями. Машина логического вывода (МЛВ). Главным в ЭС является машина логического вывода, осуществляющая поиск в базе знаний для получения решения. Она манипулирует информацией из БЗ, определяя в каком порядке следует выявлять взаимосвязи и делать выводы. МЛВ используются для моделирования рассуждений, обработки вопросов и подготовки ответов.
Интерфейс пользователя. ЭС содержат языковой процессор для общения между пользователем и компьютером. Это общение может быть организовано с помощью естественного языка, сопровождаться графикой или многооконным меню. Интерфейс пользователя должен обеспечивать два режима работы: режим приобретения знаний и режим решения задач. В режиме приобретения знаний эксперт общается с ЭС при посредничестве инженера знаний. В режиме решения задач ЭС для пользователя является или просто носителем информации (справочником), или позволяет получать результат и объясняет способ его получения. Эксперты поставляют знания в экспертную систему и оценивают правильность получаемых результатов.
Инженер по знаниям - специалист по искусственному интеллекту, выступающий в роли промежуточного буфера между экспертом и базой знаний. Помогает эксперту выявить и структурировать знания. Синонимы: когнитолог, инженер-интерпретатор, аналитик. Программисты разрабатывают программное обеспечение экспертной системы и осуществляют его сопряжение со средой, в которой оно будет использоваться
Пользователь - специалист предметной области, для которого предназначена система, обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны экспертной системы.
Многочисленные экспертные системы решают в настоящее время задачи в таких областях, как медицина, образование, бизнес, дизайн и научные исследования.

Базовые функции экспертных систем:

1. Приобретение знаний " Приобретение знаний - это передача потенциального опыта решения проблемы от некоторого источника знаний и преобразование его в вид, который позволяет использовать эти знания в программе".

2. Представление знаний. Представление знаний — еще одна функция экспертной системы. Теория представления знаний — это отдельная область исследований, тесно связанная с философией формализма и когнитивной психологией. Предмет исследования в этой области — методы ассоциативного хранения информации, подобные тем, которые существуют в мозгу человека. При этом основное внимание, естественно, уделяется логической, а не биологической стороне процесса, опуская подробности физических преобразований.

3. Управление процессом поиска решения. При проектировании экспертной системы серьезное внимание должно быть уделено и тому, как осуществляется доступ к знаниям и как они используются при поиске решения. Знание о том, какие знания нужны в той или иной конкретной ситуации, и умение ими распорядиться — важная часть процесса функционирования экспертной системы. Такие знания получили наименование метазнаний — т.е. знаний о знаниях. Решение нетривиальных проблем требует и определенного уровня планирования и управления при выборе, какой вопрос нужно задать, какой тест выполнить, и т.д.

4. Разъяснение принятого решения. Вопрос о том, как помочь пользователю понять структуру и функции некоторого сложного компонента программы, связан со сравнительно новой областью взаимодействия человека и машины, которая появилась на пересечении таких областей, как искусственный интеллект, промышленная технология, физиология и эргономика. На сегодня вклад в эту область исследователей, занимающихся экспертными системами, состоит в разработке методов представления информации о поведении программы в процессе формирования цепочки логических заключений при поиске решения.

Отличительные особенности ЭС:

1. Экспертиза может проводиться только в одной конкретной области.

2. Создание новой БЗ для ЭС должно обеспечивать выполнение требований машины логического вывода.

3. ЭС объясняет ход решения задачи (цепочку рассуждений) понятным пользователю способом (можно спросить как и почему получилось такое решение и получить понятный ответ).

4. Выходные результаты являются качественными (например, совет), а не количественными (цифровыми).

5. Системы строятся по модульному принципу, что позволяет наращивать их базы знаний.

6. Наиболее подходящая область применения - решение задач дедуктивным методом (лат. deductio - выведение), позволяющим по определенным правилам логики делать выводы из некоторых утверждений и комбинаций.

Классификация экспертных систем
Для классификации ЭС можно использовать различные критерии.

1. По назначению ЭС можно условно разделить на консультационные (информационные), исследовательские и управляющие. Консультационные ЭС предназначены для получения квалифицированных ответов; исследовательские - для помощи пользователю квалифицированно решать научные задачи; управляющие - для автоматизации управления процессами в реальном масштабе времени.

2. По сложности и объему базы знаний - неглубокие и глубокие.
Неглубокие (простые) ЭС имеют относительно малые БЗ. Доказательства их заключений обычно коротки, большинство выводов являются прямыми следствиями информации, хранимой в базе знаний. Такие ЭС в основном предназначены для решения относительно простых задач типа ответов на запросы по требуемой информации. Глубокие ЭС делают свои выводы обязательно из моделей происходящих процессов, хранящихся в базах знаний. Сама модель процесса представляет собой набор правил, предназначенных для объяснения большого количества эмпирических данных. В глубоких ЭС доказательства выводов значительно длиннее, основываются на знаниях, выведенных из моделей.

3. По области применения ЭС делятся следующие классы:

1) Диагностика. Например, медицинская диагностика, когда системы используются для установления заболеваний; техническая диагностика, когда определяют неисправности в механических и электрических устройствах.

2) Прогнозирование. Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта (погода, урожайность, поток пассажиров).

3) Планирование и проектирование. Такие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных (консультации по приобретению товаров, проектирование космических станций, и так далее).

4) Интерпретация. Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения (например, местоположение и тип судов в океане по данным акустических систем слежения).

5) Контроль и управление (например, регулирование финансовой деятельности предприятия и оказание помощи при выработке решений в критических ситуациях, управление воздушным движением, атомными электростанциями).

6) Обучение. Экспертно-обучающие системы реализуют следующие педагогические функции: учение, обучение, контроль и диагностику знаний, тренировку.

4. По связям с реальным миром.

1) Статические ЭС разрабатываются в предметных областях, в которых БЗ и интерпретируемые данные не меняются во времени. Они стабильны. Например, диагностика неисправностей в автомобиле.

2) Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени. Например, микробиологические ЭС, в которых снимаются лабораторные изменения с технологического процесса один раз в 4 -5 часов и анализируется динамика полученных показателей по отношению к предыдущему измерению.

3) Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступающих в систему данных. Например, управление гибкими производственными комплексами, мониторинг в реанимационных палатах.
Можно выделить четыре основных класса ЭС:

классифицирующие,

доопределяющие,

трансформирующие

и мультиагентные.

1) Классифицирующие ЭС решают задачи распознавания ситуаций. Основным методом формирования решений в таких системах является дедуктивный логический вывод.

2) Доопределяющие ЭС используются для решения задач с не полностью определенными данными и знаниями. В таких ЭС возникают задачи интерпретации нечетких знаний и выбора альтернативных направлений поиска в пространстве возможных решений. В качестве методов обработки неопределенных знаний могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.

3) Трансформирующие ЭС относятся к синтезирующим динамическим экспертным системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач. В ЭС данного класса используются различные способы обработки знаний:

· генерация и проверка гипотез;

· логика предположений и умолчаний (когда по неполным данным формируются представления об объектах определенного класса, которые впоследствии адаптируются к конкретным условиям изменяющихся ситуаций);

· использование метазнаний (более общих закономерностей) для устранения неопределенностей в ситуациях.

4) Мулътиагентные системы — это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач. Системы данного класса имеют следующие возможности:

· реализация альтернативных рассуждений на основе использования различных источников знаний и механизма устранения противоречий;

· распределенное решение проблем, декомпозируемых на параллельно решаемые подзадачи с самостоятельными источниками знаний;

· применение различных стратегий вывода заключений в зависимости от типа решаемой проблемы;

· обработка больших массивов информации из баз данных;

· использование математических моделей и внешних процедур для имитации развития ситуаций.

2) Синтезирующие. В системах решение синтезируется из отдельных фрагментов знаний.

7. По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость.

Этапы разработки экспертных систем
В коллектив разработчиков ЭС входят как минимум четыре человека:

· эксперт;

· инженер по знаниям;

· программист;

· пользователь.

Возглавляет коллектив инженер по знаниям, это ключевая фигура при разработке систем, основанных на знаниях. Экспертная система может полностью взять на себя функции, выполнение которых обычно требует опыта человека эксперта или играть роль ассистента для человека принимающего решение.

Процесс разработки ЭС можно разделить на следующие этапы:

1. Выбор проблемы.

2. Разработка прототипа ЭС.

3. Доработка до промышленной ЭС.

4. Оценка ЭС.

5. Стыковка ЭС.

6. Поддержка ЭС.

1.Выбор подходящей проблемы. На этом этапе:

·определяется проблемная область;

·подбираются специалисты-эксперты;

·подбирается коллектив разработчиков;

·определяется предварительный подход к решению проблемы;

·готовится подробный план разработки.

2. Разработка прототипа ЭС. Прототипная система является сокращенной версией ЭС, спроектированной для проверки правильности представления фактов, связей и стратегий рассуждения эксперта. Объем прототипа – несколько десятков правил, фреймов или примеров. Разработка прототипа ЭС делится на шесть стадий: идентификация проблемы, извлечение знаний, концептуализация (структурирование) знаний, формализация, реализация прототипа, тестирование.

2.1. Идентификация проблемы – знакомство и обучение членов коллектива разработчиков, а также создание неформальной формулировки проблемы. На этом этапе уточняется задача, планируется ход разработки прототипа ЭС, определяются:

·ресурсы (время, люди и т.д.);

·источники знаний (книги, дополнительные эксперты);

·имеющиеся аналогичные ЭС;

·классы решаемых задач и т.д.

2.2. Извлечение знаний – получение инженером по знаниям наиболее полного из возможных представлений о предметной области и способах принятия решения в ней. Для извлечения знаний инженер использует различные методы: анализ текстов, диалоги, лекции, дискуссии, интервью, наблюдение и др.

2.3. Концептуализация (или структурирование) знаний – разработка неформального описания знаний о предметной области в виде графа, таблицы, диаграммы или текста, которое отражает основные концепции и взаимосвязи между понятиями предметной области. На этом этапе определяются: терминология, список основных понятий и их атрибутов, отношения между понятиями, структура входной и выходной информации, стратегия принятия решений и т.д.

2.4. Формализация знаний – это разработка базы знаний на языке представления знаний. На этом этапе используются: логические методы, продукционные модели, семантические модели, фреймы, объектно-ориентированные языки.

2.5. Реализация прототипа – разработка программного комплекса, демонстрирующего жизнеспособность подхода в целом. На этом этапе создается прототип ЭС (включающий базу знаний, остальные программные модули) при помощи: языков программирования (традиционных, специализированных), инструментальных средств разработки ЭС, «пустых» оболочек ЭС.

2.6. Тестирование – процесс выявления ошибок в подходе и реализации прототипа. Прототип проверяется на: удобство и адекватность интерфейса ввода/вывода, качество проверочных примеров, полнота и непротиворечивость правил в базе знаний.

3. Развитие прототипа до промышленной ЭС. Основная работа на этом этапе заключается в расширении базы знаний (добавление правил, фреймов, узлов семантической сети или других элементов знаний). После установления основной структуры знаний ЭС инженер по знаниям приступает к разработке и адаптации интерфейсов, с помощью которых система будет общаться с пользователем и экспертом. Система должна предоставлять пользователю возможность уточнять непонятные моменты, приостанавливать работу и т.д.

4. Оценка системы необходима для того, чтобы проверить точность работы программы и ее полезность. Оценка проводится по следующим критериям:

· критерии пользователя (понятность работы системы, удобство интерфейсов и т.д.);

· критерии приглашенных экспертов (оценка советов-решений, предлагаемые системой, оценка подсистемы объяснений и т.д.);

· критерии коллектива разработчиков (эффективность реализации, производительность, непротиворечивость базы знаний, количество тупиковых ситуаций и т.д.).

5. На этапе стыковки системы осуществляется соединение ЭС с другими программными средствами в среде, в которой она будет работать, и обучение людей, которых она будет обслуживать. Для подтверждения полезности системы важно предоставить каждому из пользователей возможность поставить перед ЭС реальные задачи и проследить, как она их выполняет. Стыковка включает обеспечение связи ЭС с существующими базами данных и другими системами на предприятии.

6. Поддержка системы. Готовые системы для повышения ее быстродействия и увеличения переносимости можно перекодировать на другой язык (например, С), но при этом уменьшится ее гибкость. Это можно производить с системами, которые разработаны для проблемных областей, где знания не изменяются. Если же проблемная область, для которой создана система, изменяется, то ее необходимо поддерживать в той инструментальной среде, где она создавалась.

⇐ Предыдущая 123 4 5 6 7 Следующая ⇒