Iii республикалық студенттік ғылыми-практикалық конференциясының баяндамалар жинағЫ



бет168/184
Дата08.06.2018
өлшемі13,94 Mb.
#41389
1   ...   164   165   166   167   168   169   170   171   ...   184

Когда в 1968г. Юрген Деслоф и Гельмут Гротрупп в Германии впервые изготовили интеллектуальную карту (смарт-карту), совместив интегральную микросхему и пластиковую карту, никто и не предполагал, что это было поистине революционное решение.


Сегодня миллионы людей во всем мире при помощи смарт-карт разговаривают по мобильному телефону или таксофонному аппарату, совершают расчеты с банками и торговыми организациями, оплачивают проезд в городском транспорте и покупают билеты на самолет, проходят на рабочие места, посещают клубы и места отдыха, обращаются к врачу по медицинской страховке. Сегодня смарт-карты внедряются во все новые и новые сферы жизнедеятельности людей, демонстрируют высочайший уровень сервиса, предоставляют людям дополнительные возможности и преимущества в быту и на работе [1].

Главная задача смарт-карты - хранение, накопление, изменение и выдача по запросу идентификационной и иной информации. Реализуется она в виде постоянной или перепрограммируемой памяти соответствующего, как правило, весьма скромного по современным меркам микроэлектроники, объема. В большинстве случаев эту информацию требуется защитить от несанкционированного доступа с разной степенью надежности. Для этого в карту вводятся дополнительные электронные устройства, аппаратно и программно выполняющие определенные алгоритмы идентификации пользователя и защиты информации [2].

Программное обеспечение смарт-карт можно разделить по месту расположения на две взаимосвязанные части:


  • программное обеспечение основного (хост-)компьютера, связанного со смарт-картой;

  • «внутреннее» программное обеспечение самой смарт-карты.

Программное обеспечение хост-компьютера составляет наибольшую часть программного обеспечения смарт-карт. Иногда это программное обеспечение называют «внешним» (по отношению к смарт-карте) программным обеспечением. Оно написано для персональных компьютеров и рабочих станций, работающих с существующими смарт-картами, обеспечивает доступ к этим картам и объединяет эти карты в более масштабные системы. В состав ПО хост-компьютера входят:

  • прикладные программы;

  • программы системного уровня, поддерживающие подключение считывателей (ридеров) смарт-карт к хост-платформе;

  • программы системного уровня, обеспечивающие применение конкретной смарт-карты, нуждающейся в поддержке прикладных программ.

Кроме того, программное обеспечение хост-компьютера содержит приложения и утилиты, необходимые для поддержки управления инфраструктурой смарт-карт.

Программное обеспечение самой смарт-карты, часто называемое «внутренним» ПО, включает в себя программы, которые выполняются на самой смарт-карте. В зависимости от масштабов решаемой прикладной задачи в качестве этого ПО выступает операционная система смарт-карты, утилита и приложение.

Программное обеспечение смарт-карты подразделяют по назначению на прикладные и системные программы.

Прикладные программы используют вычислительные возможности и емкость памяти смарт-карт так же, как и любого другого компьютера, и не занимаются защитой данных смарт-карты. Системные программы, напротив, используются непосредственно для улучшения свойств смарт-карты по сохранению данных и обеспечению защиты.

Прикладные программы хост-компьютера используют смарт-карту для альтернативного выполнения одних и тех же функций (например, когда ключ шифрования или медицинскую запись предпочтительнее хранить на смарт-карте, чем в файле жесткого диска локального компьютера или в базе данных где-либо на сервере).

Программное обеспечение хост-компьютера использует уникальные и присущие только данной смарт-карте способности обработки и хранения информации, посылая карте данные и команды и получая от нее данные и результаты вычислений.

Прикладные программы карты обычно используются для настройки существующей серийной смарт-карты для конкретного применения и обрабатываемой информации и для переноса прикладных программ с хост-компьютера в саму карту. Это может делаться в интересах производительности для ускорения взаимодействия между хост-компьютером и картой или в интересах безопасности для защиты внутренней части системы.

Системные программы смарт-карт пишутся на машинном языке низкого уровня конкретного чипа смарт-карты и применяются для расширения или замены основных функций смарт-карты. Программное обеспечение хост-компьютера обычно бывает написано на одном из языков программирования высокого уровня, имеющихся на ПК и рабочих станциях (например, C++, C#, Java или Pascal), и поддерживает связь с коммерчески доступными библиотеками и драйверами устройств для организации доступа к считывателям смарт-карт и самим картам, вставляемым в них[2].

Программное обеспечение хост-компьютера соединяет смарт-карты и пользователей в единую систему. Например, программа, работающая в банкомате, использует смарт-карты, вставляемые клиентами банка, для идентификации клиентов и затем предоставляет доступ клиентам к их банковским счетам. Программное обеспечение хост-компьютера приспосабливает свой отклик, основываясь на конкретном виде представленной ему карты.

По статистике, в 2010 году каждый человек имел в среднем от трех до пяти идентификационных карт, что составило, в общем, от 21 до 35 миллиардов карт. Замена каждой карты, по прогнозам, будет производиться в среднем через 2-25 лет.


Смарт-карты представляют собой пластиковые карточки, внутри которых встроена интегральная микросхема, благодаря которой смарт-карты используют в различных технических приложениях. Эти карты имеют стандартные размеры 85,6 мм х 53,98 мм х 0,76 мм - такие же, как и повсеместно используемые банковские карты с магнитной полосой. Самое широкие применение смарт-карты нашли в качестве электронного платежного средства и идентификатора в системах контроля доступа.
Внешне смарт-карты похожи на карты памяти, однако микросхема смарт-карты содержит "логику", что и делает эти карты интеллектуальными, по-английски - "smart" [1].

Литература

  1. www.pechatnick.com, Рекламно-полиграфический центр «СОФИТ», 04.03.2011

  2. www.wikipedia.ru

  3. Дшхунян В.Л., Шаньгин В.Ф. Электронная идентификация. 2004 г.

УДК 004.77


СРАВНИТЕЛЬНЫЙ АНАЛИЗ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ЭКСПЕРТНЫХ СИСТЕМ ДЛЯ РЕШЕНИЯ ПРОБЛЕМЫ СКАНИРОВАНИЯ ПОРТОВ И ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ КОМПЬЮТЕРНЫХ СИСТЕМ
Перченко Е.

Евразийский национальный университет им. Л.Н.Гумилева, Астана
Научный руководитель - к.т.н. Абдураимова Баян Куандыковна
Ценность информации, хранящейся и передаваемой в электронном виде, повышается с каждым годом. Требования к безопасности компьютерных систем устанавливаются исходя из имеющихся и прогнозируемых угроз безопасности, проводимой политики безопасности, а также с учетом условий их применения. Одной из существующих проблем в области информационной безопасности является обеспечение защиты компьютерных систем от несанкционированного сканирования портов хостов, находящихся внутри сети. Согласно статистике, большинство атак начинается со сканирования портов сервера и получения информации  об используемом ПО на сервере.  Целью данной статьи является проведение сравнительного анализа использования искусственного интеллекта и экспертных систем для решения проблемы сканирования портов и обеспечения безопасности компьютерных систем.

При анализе трафика с целью предотвращения сканирования портов на загруженных серверах возникает много существенных проблем.

Во-первых, одна из главных проблем - это разделение огромного потока данных трафика на составляющие, так как большинство сканеров портов могут выполнить свою работу на серверах, где количество запросов с секунду исчисляется тысячами. Деятельность сканера не будет заметна при подобных объемах.

Во-вторых, необходимо контролировать соблюдение баланса между производительностью и безопасностью сервера. Чем больше информации будет обрабатываться в анализаторах трафика, тем больше будет нагрузка на сервер, и тем хуже сервер будет выполнять свои обязанности.

Для решения проблемы сканирования портов необходимо определить произошло ли сканирование/атака или ситуация в пределах нормы. Для этого очень удобным, а иногда единственным вариантом в случае крупных систем является использование механизмов искусственного интеллекта (ИИ) или экспертных систем (ЭС). В случае ИИ возможно получить только вероятностный результат, ЭС же предоставляет точную оценку, но с другой стороны ИИ может определять неизвестные атаки, ЭС в общем случае этого делать не может.

Задачей инженера безопасности в первую очередь является создание "очереди проблем", т.е. списка тех ситуаций, которые могут представлять угрозу для системы. При этом необходимо определить опасность той или иной ситуации и реакцию на нее. Например, в большинстве случаев получение информации об используемом на сервере программном обеспечении и его возможностях входит в список действий легитимного клиента, и не считаются действиями, угрожающими безопасности системы.

Рассмотрим ситуацию сканирования с использованием программ для сканирования портов и определения подключенных сервисов (далее сканер), поскольку большинство атак начинается именно с нее.

На первом этапе необходимо ответить на вопрос: "Производится ли сканирование системы?". Для этого во многих случаях используются методы ИИ и ЭС. При использовании ЭС наиболее простым в реализации методом является построение дерева действий (action tree), в котором определяются наборы действий, и указывается результирующий эффект. Таким образом, можно достаточно легко и на ранней стадии (при условии актуальности анализируемых данных) выявлять попытки сканирования. Аналогичным образом действует большинство антивирусных программ при анализе "опасности" приложения, так, если приложение пытается исполнить некоторые действия в определенной последовательности, которая находится в списке ЭС и отмечена как "не безопасная", антивирусное ПО среагирует установленным образом.

Важным фактором при таком анализе является время жизни дерева (live time), источники информации (tree sources) и правила компоновки деревьев (joining trees). Жизнь дерева - это время его существования. При некоторых запросах сканер может генерировать разнесенные некоторым образом по времени запросы, с целью маскировки запросов в потоке иных данных, а также с целью потери связности при временном анализе данных. Например, при сканировании порта не чаще, чем раз в один час или через случайно определенные промежутки времени.

Источники информации указывают экспертной системе, по какому принципу формировать деревья. При попытках сканирования с разных хостов анализатором могут не учитываться отдельные неудачные обращения (некоторые количество неверных подключений допустимо), задача механизма определения источников распознать данную ситуацию и выстроить соответствующее дерево.

Многие сканеры позволяют проводить сканирование в несколько этапов, где каждый этап в отдельности вполне легитимен. На первом этапе, маскируясь под стандартные клиенты сканер собирает информацию в номере порта, на втором этапе - о типе/реализации/версии сервиса, на третьем определяет уязвимость, маскируясь под стандартные ситуации ошибок, такие как неверные данные, обрыв канала, перемешивание данных и прочее. Например, на первом этапе сканер подключается к порту 25 и, получая ответ от почтового сервера, собирает информацию о нем, далее создает ошибочную ситуацию, отправляя почтовому сервису неверно сформированные или недопустимые команды, и при получении информации от почтового сервиса сканер анализирует ее с целью дальнейших действий.

По другим принципам работает ИИ. При анализе данных каждая порция изменяет состояние матрицы ИИ (при состоянии обучения ИИ). В общем случае изменяется состояние как граничных, так и внутренних слоев. Подобные реализации рекламируются производителями антивирусного ПО. Таким образом, после перестройки матрица начинает более внимательно реагировать на определенные данные, меньше внимания уделяя остальным. При анализе методами ИИ возникает еще одна сложность - это детализация и структуризация данных. Например, для анализа протокола firewall часть входов будет получать номера портов, часть флаги, адреса источника/назначения и т.д. При слабо настроенной структуризации велика вероятность неверной работы ИИ. Также подобная ситуация усиливается тем, что матрица ИИ требует предварительной структуризации и обучения, хотя значительный объем обучаемых данных может стабилизировать матрицу ИИ.

В общем случае на современном этапе развития информационных систем предпочтительнее является использование ЭС при обнаружении попыток сканирования. Это в первую очередь связано со слабой степенью развития ИИ, его диалектной и реализационной сложностью, что влечет за собой трудности при создании матриц и/или их низкую производительность. При использовании ЭС много времени и ресурсов занимает процесс построения деревьев, сам анализ протекает очень быстро (собственно при окончании построения дерева получается результат) в этом и есть различие подходов ИИ и ЭС. Если при ИИ большая часть ресурсов уходит на составление матрицы ИИ и ее обучение, а процесс получения результата краток (нет необходимости выстраивать и анализировать громоздкие деревья ЭС), но нет возможности наблюдать за процессом анализа данных (только информация о состоянии матрицы ИИ), то при использовании ЭС возможно достижение большей гибкости (за счет использования простого механизма) и возможность анализа самого процесса анализа, но необходимо наличие эксперта-учителя и эксперта-модератора (если требуется модернизация структур анализа).

Таким образом, можно сделать вывод, что очень перспективным является совмещение ИИ и ЭС, так непосредственно для анализа используется ЭС, а экспертом-модератором является блок ИИ, который и решает вопросы анализа (жизнь деревьев, источники, компоновка). Но пока о таких проектах не заявлено, хотя на одной из конференций компания Symantec прогнозировала разработку таких систем.


Литература

  1. Harold F. Tipton. Information Security Management Handbook, Fourth Edition, Volume I. - Auerbach Publications, 2002

  2. Mark Stamp. Information Security: Principles and Practice - Wiley-Interscience, 2005

  3. John R. Vacca. Managing Information Security – Syngress, 2010


УДК 620.3
ОСОБЕННОСТИ ВНЕДРЕНИЯ И ПРИМЕНЕНИЯ НАНОТЕХНОЛОГИЙ В СОВРЕМЕННОЙ НАУКЕ
Рсалдинова А.К.

Евразийский Национальный Университет им. Л.Н.Гумилева, Астана, Казахстан.
Научный руководитель – Атанов С.К.
Термин «нанотехнология» сегодня звучит со всех сторон. Он происходит от греческого слова «nanos» (т. е. карлик), а нанометр (нм) – это одна миллиардная часть метра или 10-9 м. Размер объектов, попадающих в категорию наночастиц – от 1 до 100 нм.  Нанотехнология по праву считается очень перспективным направлением исследований, которое активно поддерживается и щедро финансируется на государственном уровне.[1]

Нанотехнология ныне находится в начальной стадии развития, поскольку основные открытия, предсказываемые в этой области, все еще не сделаны. Тем не менее, проведенные исследования уже сейчас дают практические результаты. За применение передовых научных исследований, нанотехнологию относят к высоким технологиям. Немало нанотехнологических устройств уже создано и хотя они пока являются экспериментальными разработками, практические перспективы очевидны. Разработан наноэлектродвигатель, имеющий обмотку из одной длиной молекулы, способной без потерь передавать ток. При подаче напряжения начинал вращаться ротор, состоящий из нескольких молекул. Существует также устройство линейной транспортировки, способное перемещать молекулы на заданное расстояние. Разрабатываются также молекулярные биосенсоры, антенны, манипуляторы.[3]

Нанотехнология, и, в особенности, молекулярная технология — новые области, очень мало исследованные. Развитие современной электроники идёт по пути уменьшения размеров устройств. Сокращение размеров робота до молекулярного масштаба даст такие же преимущества в области молекулярных процессов, какие классическая робототехника и автоматизация предоставляют в макроскопическом масштабе. Однако классические методы производства подходят к своему естественному экономическому и технологическому барьеру, когда размер устройства уменьшается не на много, зато экономические затраты возрастают экспоненциально. Нанотехнология — следующий логический шаг развития электроники и других наукоёмких производств.

Нанотехнологии обычно делят на три направления:



  • изготовление электронных схем, элементы которых состоят из нескольких атомов

  • создание наномашин, то есть механизмов и роботов размером с молекулу

  • непосредственная манипуляция атомами и молекулами и сборка из них чего угодно

Создание нанороботов в настоящее время очень актуальна, так как современная наука и инженерия нуждаются в помощи роботизированной техники для решения различных задач. При этом  проблемы, все чаще встающие перед учеными, требуют создания не гигантов, способных вырыть котлован одним движением ковша, а крошечных, невидимых глазу машин. Эти продукты инженерии непохожи на роботов в привычном понимании, однако способны самостоятельно  выполнять сложные задачи по имеющимся алгоритмам. Это и есть нанороботы.[2]

Сфера применения нанроботов очень широка. По сути, они могут быть необходимы при создании, отладке и поддержании функционирования любой сложной системы. Наномашины могут применяться в электронике для создания миниустройств или электрических цепей - данная технология называется молекулярной наносборкой. В перспективе любая сборка на заводе из компонентов может быть заменена простой сборкой из атомов.[3]

Преимущество робототехники заключается в том, что однократно запрограммированный робот может выполнять свои функции автономно, без какого-либо дополнительного вмешательства человека.

Нанороботов подразделяют на два вида: дизассемблеры, которые будут разбирать вещества на отдельные атомы и сортировать их, и ассемблеры, которые будут собирать атомы по заданной программе и выстраивать нанообъекты, в том числе и самовоспроизводиться.

Ассемблеры вероятно будут в тысячи раз быстрее чем электронные микрокомпьютеры, возможно, в сотни тысяч раз быстрее... Молекулярные компьютеры будут управлять молекулярными ассемблерами, обеспечивая быстрый поток инструкций, необходимых, чтобы направить размещение крупных совокупностей атомов.

Чтобы иметь хоть какую-то надежду понять наше будущее, мы должны понять последствия ассемблеров, дизассемблеров, и нанокомпьютеров. Они обещают влечь изменения, столь же глубокие, как индустриальная революция, антибиотики, и ядерные оружие, соединенные в один огромный прорыв.[4]


Литература

1. А. К. Рсалдинова, А.Ж. Аймурзиева. Перспективы применения нанотехнологий в создании микроконтроллерных систем управления. – Труды Международной научно-практической конференции Информатизация общества. Астана, 2010.- 597с.

2. http://nanorobots.ru/

3. http://nanodigest.ru/

4. Эрик Дрекслер. Машины создания. Грядущая эра нанотехнологии. – Anchor Books, 1986

УДК 004.9


ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В РАМКАХ СЕМАНТИЧЕСКОГО ВЕБА
Рейтенбах С.Э.

Карагандинский государственный технический университет
Научный руководитель – Саданова Б.М.
За чуть более чем 10 лет своего существования Web настолько развился, что близок к состоянию "переполнения", как это ни парадоксально звучит.

Две основные причины порождают две основные проблемы Internet. Первая причина - рост объемов информационного наполнения, порожденный популярностью и дешевизной Web-технологий, а вторая - формат представления информации в Сети, который ориентирован преимущественно на людей и лишь в некоторых случаях допускает автоматическую обработку программными агентами [3].

В результате, во-первых, возникает проблема нахождения необходимой пользователю информации в любом виде - объемы Web-пространства не позволяют оперативно обновлять базы данных информационно-поисковых систем (не говоря уже о невозможности достижения 100-процентного охвата), а во-вторых в автоматизированном режиме практически невозможно выделить смысл информационных сообщений, например, по названию какой-либо конкретной статьи, представленной в Internet, можно найти сотни ссылок на эту статью, в массиве которых сама статья теряется.

Последнее время поисковые системы все больше уходят в сторону «информационного» поиска, когда релевантность выдачи по поисковым запросам устремится к 100%, а найденная информация будет предварительно анализироваться, классифицироваться и вписываться в информационное поле пользователя.

Техническую сторону этого вопроса призван решить разрабатываемый в настоящее время «семантический вэб», чью концепцию создал Тим Бернерс-Ли (отец World Wide Web).

Для того, чтобы Семантическая Сеть могла функционировать, компьютеры должны иметь доступ к структурированным хранилищам информации и множествам правил вывода, которые они могли бы использоваться для проведения автоматических рассуждений. Исследователи в области искусственного интеллекта занимались изучением подобных систем задолго до возникновения Сети [3].

Сейчас уже созданы несколько важных технологий для развития Семантической Сети: Расширяемый Язык Разметки (eXtensible Markup Language, XML), Система Описания Ресурсов (Resource Description Framework, RDF). и Язык Сетевых Онтологий (Web Ontology Language, OWL) [3]..

Смысл выражается посредством языка RDF, который кодирует его с помощью множества триплетов (triple), где каждый триплет состоит из субъекта, глагола и объекта элементарного пред­ложения. Такие триплеты можно записать с помощью тэгов языка XML. В языке RDF документ состоит из утверждений о том, что нечто (человек, веб-страница или что-либо ещё) имеет определённое отношение (как то «быть сестрой», «быть автором») с некоторым определённым значением (другой человек, другая веб-страница). Подобная структура оказывается подходит для описания подавляющего большинства машинно-обрабатываемых данных. Субъект и объект задаются с помощью Единообразного Идентификатора Ресурса (Uniform Resource Identifier, URI), подобно ссылкам на веб-страницах. (URL — Универсальный Локатор Ресурса (Universal Resource Locator) — представляет собой наиболее распространённый тип URI). Глаголы тоже задаются посредством URI, что позволяет определять новое понятие или новый глагол, просто указав его URI-адрес в Сети [2].

Из триплетов языка RDF формируются сети информации о взаимосвязанных вещах. Поскольку RDF использует URI-идентификаторы для кодирования данной информации в документе, эти самые URI-идентификаторы гарантируют то, что каждое понятие, используемое в документе — это не просто слово, а нечто, привязанное к единому определению, которое каждый желающий может найти в Сети [2]. Например, представим себе, что у нас есть доступ к нескольким базам данных о людях, содержащим их адреса. Если теперь мы хотим найти тех людей, которые живут в районе с неким заданным почтовым индексом, то нам нужно будет знать, какое именно поле в каждой из баз данных представляет собой имя, а какое — почтовый индекс. Это можно выразить на языке RDF в виде: «(поле 5 в базе данных A)(является полем типа)(почтовый индекс)», используя URI-идентификаторы вместо слов для каждого термина."

Модель онтологии может быть статической или динамической. Модульная структура онтологий подразумевает, что осуществлять процесс эволюционирования будет ядро онтологии.    Первостепенная задача, которую необходимо решить при модификации – декомпозиция онтологии. Онтология может быть отображена в виде ориентированного графа. При модификации графа возможно изменение структуры узлов и структуры связей графа онтологии. Изменение структуры узлов для поставленной задачи может состоять только из удаления и добавления узлов. Изменение структуры связей также заключается в добавлении и удалении связей, а также изменении значения функции принадлежности [1].

Известно, что одну и ту же семантику можно передать с помощью онтологии на одном и том же языке различными структурами. В существующих решениях в области нормализации онтологий преобладает подход вычисления неявно заданных знаний. При этом если онтологии, полученные в результате нормализации, равны, то исходные онтологии равны.

Действительно, всякая нормализация вводит дополнительные, неявные утверждения на основании правил формальной логики. Причем, семантика добавленных знаний полностью повторяет общую семантику онтологии. Таким образом, при нормализации выполняются эквивалентные преобразования [2].

Учитывая то, что нормализация онтологического графа является нетривиальной задачей и может решаться различными методами и при этом иметь различный результат, при сравнении двух онтологий необходимо использовать единые механизмы нормализации [2].

Необходимость применения технологий семантического веба как наиболее перспективного средства повышения эффективности поиска в рамках информационных систем на сегодняшний день не вызывает сомнения. Особенно перспективным выглядит направление разработки динамических эволюционных онтологий. В рамках данного подхода разумным выглядит использование модульной, многокомпонентной структуры онтологий, обеспечивающей требуемую гибкость и универсальность. Модульный подход позволяет выделить активную часть, ядро, ответственное за осуществление модификации структуры онтологии. Одной из важнейших задач ядра является проведение декомпозиций онтологии в форму, наиболее удобную для дальнейшей обработки.  Такой формой представляется ориентированный граф. Данная форма представления данных позволить унифицировать структуру различных онтологий и проводить над ними операции нормализации и модификации.


Литература

  1. Соловьев В.Д., Добров Б.В., Иванов В.В., Лукашевич Н.В. Онтологии и тезаурусы. Учебное пособие. Казань, Москва. 2006.

  2. Кучеренко Е.И., Павлов Д.А. Модель интенсивного развития онтологий.

  3. Бернерс-Ли Т. Дорожная карта семантического WEB’а.

УДК 378.01


АВТОМАТИЗИРОВАННАЯ ИНФОРМАЦИОННАЯ СИСТЕМА УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ
Рыбина Е.В.

Павлодарский государственный университет им.С.Торайгырова, Павлодар
Научный руководитель – ст. преподаватель кафедры ИиИС Топко Л.В.
Современный этап развития цивилизации характеризуется переходом наиболее развитой части человечества от индустриального общества к информационному. Одним из наиболее ярких явлений этого процесса является возникновение и развития глобальной информационной компьютерной сети.

Темой дипломного проекта является разработка автоматизированной информационной системы малого предприятия «Каприз».

В настоящее время широко применяются различные программные средства при работе с компьютером, в том числе и автоматизированные информационные системы.

Автоматизированная информационная система (АИС) – информационная система, использующая электронно-вычислительную машину на этапах ввода, подготовки и выдачи информации, то есть является развитием информационных систем, занимающихся поиском с помощью прикладных программ.

Автоматизированные информационные системы относятся к классу сложных систем, как правило, не столько в связи с большой физической размерностью, сколько в связи с многозначностью структурных отношений между их компонентами. АИС может быть определена как комплекс автоматизированных информационных технологий, предназначенных для информационного обслуживания – организованного непрерывного технологического процесса подготовки и выдачи потребителям научной, управленческой и другой информации, используемой для принятия решений, в соответствии с нуждами для поддержания эффективной деятельности.

Повышение эффективности функционирования предприятий невозможно без внедрения современных методов управления, базирующихся на АИС управления предприятиями[1].

Автоматизированные информационные системы позволяют:

- повышать производительность работы;

- улучшать качество обслуживания;

-снижать трудоемкости и напряженность труда, минимизировать ошибки в действиях.

В данном случае дипломный проект будет заключается в создании и разработки Web – сайта, с использованием Web – технологий[2].

Основная цель, которая стоит перед разработкой автоматизированной информационной системой, заключается в том, что необходимо создать Web – сайт, который будет отвечать всем основным требованиям для работы малого предприятия «Каприз». Так как вид деятельности предприятия – продажа женских сумок, клатчей и ремней, то вся основная информация будет содержаться в базе данных, а при помощи конкретных запросов, будет производится вся работа.

С помощью АИС, на сайте можно будет узнать более подробную информацию о предприятии «Каприз», оценить новое поступление товаров, а также наиболее подробнее ознакомиться с ассортиментом.

При авторизации (вход в базу данных доступен лишь руководителю предприятия) можно произвести необходимые расчеты, а также произвести подсчет о доходах и расходах, узнать выручку на данный момент, отметить проданный товар и посмотреть остаток товаров, переместить товар, удалить или добавить запись о вновь поступившем товаре и т.д.

При выполнении данной работы были рассмотрены основы языков программирования Web–страниц – HTML[3], который является стандартом WWW, СУБД MySQL[4], технологии программирования интернет-ресурсов – язык PHP[5]. Это дает возможность ознакомиться со структурой Web–страницы и приемами ее правильного оформления.

Hyper Text Markup Language (HTML) – язык разметки гипертекста, является фундаментальной, базовой технологией Интернета. HTML позволяет формировать на странице сайта текстовые блоки, включать в них изображения, организовывать таблицы, управлять отображением цвета документа и текста, организовывать гиперссылки с контекстным переходом в другие разделы сервера или обращаться к иным ресурсам Сети и компоновать все эти элементы между собой.

В настоящее время самым распространенным и полноценным языком программирования является – PHP, он обеспечивает высокий уровень гибкости, а безопасность обеспечивается благодаря невидимости PHP-вставок в браузере (отображается обычный HTML). Язык позволяет создавать динамические страницы, что открывает большие возможности для веб-дизайна и программирования.

MySQL – небольшой, компактный многопоточный сервер баз данных, характеризуется большой скоростью, устойчивостью и легкостью в использовании, поддерживает язык запросов SQL.

MySQL поддерживает неограниченное количество пользователей, одновременно работающих с базой данных, количество строк в таблицах может достигать 50 млн, быстро выполняет команды, имеет простую и эффективную систему безопасности.

Результатом проделанной работы является создание автоматизированной информационной системы по предприятию, выполненной в виде сайта. Доступ по управлению данными на сайте имеет администратор – руководитель предприятия, а для работы с базами данных – продавец, работающий в конкретном офисе, которых может быть несколько (в данной работе их два). Общая информация по имеющимся товарам находится в свободном доступе на сайте для всех желающих ознакомится с ней, не выходя из дома. Данная услуга в настоящее время используется многими компаниями, но не каждая компания ведет учет товаров используя сайт.


Литература

1. Информатика. Базовый курс/ Симонович С.В. и др. - СПб: Питер, 2001. - 640 с. Симонович С., Евсеев Г., Алексеев А. Общая информатика. - М.: АСТ-Пресс,2000. - 592 с.

2. Глушаков С.В. Программирование Web–страниц. – М. : «Фолио», 2003. – 387 с.

3. Закарян И. Что такое Internet, WWW и HTML : Самоучитель / сост. : И. Закарян. – М. : «Интернет–трейдинг», 2003.

4. Шелдон Р. MySQL Базовый курс, 2007 – 50 с.

5. Кузнецов М.В., Симдянов И.В. PHP 5/6. - СПб.: БХВ-Петербург, 2010. - 1024 с.

УДК 681.3.004
ВИРТУАЛЬНЫЙ ЛАБОРАТОРНЫЙ СТЕНД «ПОВЕРКА И ГРАДУИРОВКА НОРМИРУЮЩИХ ПРЕОБРАЗОВАТЕЛЕЙ»
Сарсембаев Б.Б.

Алматинский университет энергетики и связи, г. Алматы
Научный руководитель – к.т.н., профессор Хан С.Г.

Совершенство и оригинальность идей, положенных в основу работы, а также методов ее выполнения, заключается в применении при моделировании виртуальных лабораторных стендов среды графического программирования Lab VIEW фирмы National Instruments, предназначенной для создания прикладного программного обеспечения информационно-измерительных систем, а также различных компьютерных систем сбора и обработки экспериментальных данных. Lab VIEW (Laboratory Virtual Instrument Engineering Work Bench – прикладная программа разработки пользовательских приложений, очень схожая с языками C или Delfi . Однако, Lab VIEW отличается от этих прикладных программ в одном важном отношении. Другие системы программирования используют текстово - ориентированные языки, для создания строк исходного кода программ, в то время как Lab VIEW использует графический язык программирования, для создания программ в форме блок-схемы. Программы Lab VIEW названы виртуальными приборами (VI), потому что их действия и внешний вид может имитировать реальные приборы. В тоже время, VI подобны функциям стандартных языков программирования. Однако, VI имеют ряд преимуществ перед функциям стандартных языков программирования- VI более наглядны, просты для конструирования измерительных модулей и взаимодействия с оператором. В состав Lab VIEW прикладной программы входят две основные составляющие: 1)лицевая панель виртуального прибора (Front Panel); 2) функциональная панель или диаграмма (Diagram).

Лицевая панель представляет собой интерактивный пользовательский интерфейс виртуального прибора и названа так потому, что имитирует лицевую панель традиционного прибора. На ней находятся ручки управления, кнопки, графические индикаторы и другие элементы управления, которые являются средствами ввода данных со стороны пользователя, и элементы индикации – выходные данные из программы.

Блок-диаграмма является исходным программным кодом виртуального прибора, созданным на языке программирования LAB VIEW. Блок-диаграмма представляет собой реально исполняемое приложение.



В данной работе, в графической среде программирования Lab VIEW, мы разработали виртуальный лабораторный стенд по дисциплине «Метрология и измерения» : «Поверка и градуировка нормирующих преобразователей» где предварительно были спроектированы отдельные виртуальные приборы, такие как: модель магазина сопротивления, модель источника регулируемого напряжения(ИРН), модель нормирующих преобразователей НП-ТЛ1-М и НП-СЛ1-М, а также модель миллиамперметра. Работа состоит из двух частей:

1. Лабораторный стенд поверки и градуировки преобразователя НП-ТЛ1-М. На данном стенде разработана работа для поверки и градуировки преобразователя НП-ТЛ1-М с помощью разработанной ИРН и термопары. В том числе показаны окна выбора нормирующего преобразователя и первичных приборов (рисунок 1), а также фрагмент блок-диаграммы(рисунок 1.1).

Рисунок 1 – Интерфейс виртуального лабораторного стенда


Рисунок 7-Фрагмент блок-диаграммы




Достарыңызбен бөлісу:
1   ...   164   165   166   167   168   169   170   171   ...   184




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет