А.А. Нистратов

ФИЦ ИУ РАН (Москва, Россия)

Постановка проблемы. Широкое распространение и развитие процессного подхода показало, что на возникающие риски существенное совокупное влияние оказывают стандартные процессы, используемые в жизненном цикле систем высокой доступности. На практике возможности прогнозирования рисков нарушения приемлемого выполнения реализуемых процессов существенно ограничены тем, что оцениваемые упрощенными методами частные и интегральный риски не отражают реальной картины, а специализированные модели конкретных систем и процессов требуют кропотливой и длительной научнометодической проработки. Поэтому возникает методическое критичное противоречие между объективными потребностями и реальными возможностями в их прогнозировании. В настоящей работе рассматривается проблема создания вероятностных моделей, комплексов алгоритмов и программ, а также технологических и методических решений, направленных на удовлетворение аналитических потребностей заинтересованных сторон в прогнозировании частных и интегрального рисков нарушения приемлемого выполнения совокупностей стандартных процессов и рациональном упреждающем управлении рисками для различных приложений системной инженерии.

Цель. Представить научно обоснованные методические и программно-технологические решения по аналитическому прогнозированию интегрального риска нарушения приемлемого выполнения совокупности стандартных процессов в жизненном цикле систем высокой доступности.

Результаты. Разработан вероятностный метод прогнозирования интегрального риска для 30 стандартных процессов с возможностями прослеживаемой аналитической зависимости от влияющих факторов, в том числе от рассматриваемого сценария использования стандартных процессов и параметров, характеризующих их выполнение в условиях неопределенности. Предложены математические модели прогнозирования интегрального риска нарушения приемлемого выполнения задаваемой совокупности стандартных процессов в жизненном цикле систем, определенных ГОСТ Р 57193.

Практическая значимость. Представленная научная идея аналитического прогнозирования интегрального риска нарушения приемлемого выполнения является важным вкладом в научную концепцию процессного подхода в системной инженерии и дает возможность для поиска эффективных решений в системной инженерии, определяемых с использованием непрерывного аналитического прогнозирования интегрального риска и обоснования способов его снижения или удержания в допустимых пределах.

Нистратов А.А. Аналитическое прогнозирование интегрального риска нарушения приемлемого выполнения совокупности стандартных процессов в жизненном цикле систем высокой доступности. Часть 1. Математические модели и методы //  Системы высокой доступности. 2021. Т. 17. № 3. С. 16−31. DOI: https://doi.org/ 10.18127/j20729472-202103-02

1. Костогрызов А.И., Нистратов Г.А. Стандартизация, математическое моделирование, рациональное управление и сертификация в области системной и программной инженерии. М.: Изд-во «Вооружение, политика, конверсия». Изд. 2-е. 2005. 395 с.
2. Zio En. An Introduction to the Basics of Reliability and Risk Analysis. World Scientific Publishing Co. Pte. Ltd. 2006. 
3. Костогрызов А.И., Степанов П.В. Инновационное управление качеством и рисками в жизненном цикле систем М.: ВПК. 2008. 404 с.
4. Kolowrocki K., Soszynska-Budny J. Reliability and Safety of Complex Technical Systems and Processes. Springer-Verlag. London Limited. 2011.
5. Eid M., Rosato V. Critical Infrastructure Disruption Scenarios Analyses via Simulation. Managing the Complexity of Critical Infrastructures. A Modelling and Simulation Approach. Springer Open. 2016. Р. 43−62. 
6. Акимов В.А., Махутов Н.А., Фортов В.Е., Шойгу С.К. и др. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Научные основы техногенной безопасности / Под ред. Н.А. Махутова. М.: МГОФ «Знание». 2015. 936 с.
7. Абросимов Н.В., Костогрызов А.И., Махутов Н.А., Фортов В.Е., Шойгу С.К. и др. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Техногенная, технологическая и техносферная безопасность / Под ред. Н.А. Махутова. М.:МГОФ «Знание». 2018. 1016 с.
8. Lepikhin A., Moskvichev V., Machutov N. Probabilistic Modelling in Solving Analytical Problems of System Engineering. Probabilistic modeling in system engineering // In Tech. 2018. http://www.intechopen.com/books/probabilistic-modeling-in-systemengineering.
9. Makhutov N., Petrenia Yu., Lepikhin A., Moskvichev V., Gadenin M., Tchernyaev A. Laboratory, bench and full-scale researches of strength, reliability and safety of high-power hydro turbine // Intech. Open. 2020. URL: https://www.intechopen.com/books/probability-combinatorics-and-control.
10. Sinitsyn I., Shalamov A. Probabilistic analysis, modeling and estimation in CALS technologies. Probability, combinatorics and control // Intech. Open. 2020. URL: https://www.intechopen.com/books/probability-combinatorics-and-control.
11. Makhutov N.A., Gadenin M.M., Dragunov Yu.G., Evropin S.V., Pimenov V.A. Probability modeling taking into account nonlinear processes of a deformation and fracture for the equipment of nuclear power plants // Intech. Open. 2020. URL: https://www.intechopen.com/books/probability-combinatorics-and-control.
12. Kostogryzov A., Nistratov A., Nistratov G. Some Applicable Methods to Analyze and Optimize System Processes in Quality Management // In Tech. 2012. P. 127−196. URL = http://www.intechopen.com/books/total-quality-management-and-six-sigma/someapplicable-methods-to-analyze-and-optimize-system-processes-in-quality-management.
13. Grigoriev L., Kostogryzov A., Krylov V., Nistratov A., Nistratov G. Prediction and optimization of system quality and risks on the base of modelling processes // American Journal of Operation Researches. Special Issue. 2013. V. 1. P. 217−244. http://www.scirp.org/journal/ajor/.
14. Kostogryzov A., Stepanov P., Nistratov A., Nistratov G., Atakishchev O., Kiselev V. Risks Prediction and Processes Optimization for Complex Systems on the Base of Probabilistic Modeling // Proceedings of the 2016 International Conference on Applied Mathematics, Simulation and Modelling (AMSM2016), Beijing, China. May 28−29. 2016. Р. 186−192. www.dropbox.com/s/a4zw1yds8f4ecc5/AMSM2016%20Full%20Proceedings.pdf?dl=0
15. Костогрызов А.И., Степанов П.В., Нистратов А.А., Григорьев Л.И., Червяков Л.М. Прогнозирование рисков для обеспечения качества информации в cложных системах // Системы высокой доступности. 2016. Т. 2. № 3. С. 25−37.
16. Artemyev V., Kostogryzov A., Rudenko J., Kurpatov O., Nistratov G., Nistratov A. Probabilistic methods of estimating the mean residual time before the next parameters abnormalities for monitored critical systems // Proceedings of the 2nd International Conference on System Reliability and Safety (ICSRS- 2017). Milan, Italy. December 20−22 2017. Р. 368−373.
17. Kershenbaum V., Grigoriev L., Kanygin P., Nistratov A. Probabilistic modeling in system engineering. Probabilistic modeling processes for oil and gas systems // Intech. Open. 201. Р. 55−79. http://dx.doi.org/10.5772/intechopen.74963
18. Kostogryzov A., Nistratov A., Nistratov G. Analytical Risks Prediction. Rationale of System Preventive Measures for Solving Quality and Safety Problems. In: Sukhomlin V., Zubareva E. (eds) Modern Information Technology and IT Education. SITITO 2018 // Communications in Computer and Information Science. Springer, Cham. 2020. V. 1201. Р. 352−364. https://www.springer.com/gp/book/9783030468941
19. Mohamed Eid. Reliability based models to support risk management decision making. Safety and Reliability of Systems and Processes // Gdynia Maritime University. 2020. Р. 77−90. https://ssars.umg.edu.pl/ 
20. Kolowrocki K. Safety analysis of multistate ageing car wheel system with dependent components. Safety and Reliability of Systems and Processes // Gdynia Maritime University. 2020. Р. 101−116. https://ssars.umg.edu.pl/
21. Kostogryzov A., Nistratov A. Probabilistic methods of risk predictions and their pragmatic applications in life cycle of complex systems. Safety and Reliability of Systems and Processes // Gdynia Maritime University. 2020. Р. 153−174. https://ssars.umg.edu.pl/