Документ взят из кэша поисковой машины. Адрес оригинального документа : http://jaffar.cs.msu.su/mash/os/About%20Lab/%CE%20%CB%E0%E1%EE%F0%E0%F2%EE%F0%E8%E8.doc
Дата изменения: Wed Oct 14 13:46:15 2009
Дата индексирования: Mon Oct 1 19:45:55 2012
Кодировка: koi8-r

Лаборатория Технологий программирования была образована в 2001 году
на базе коллектива сотрудников и аспирантов кафедры АСВК работающего под
руководством профессора Машечкина И.В.. К этому моменту коллективом был
выполнен ряд работ, среди которых следует отметить:
. разработку программной системы КРАБ, обеспечившей дистанционный
терминальный доступ к машинам БЭСМ-6. По существу, данная работа
представляла собой создание одной из первых отечественных операционных
систем дистанционного коллективного пользования, которая была
реализована в виде, надстройки над ядром операционной системы ДИСПАК.
Система КРАБ получила массовое распространение на территории СССР.
Десятки ведущих научных и промышленных центров использовали систему
КРАБ. Сейчас можно с уверенностью утверждать, что многие решения,
использовавшиеся в системе были оригинальны для систем, получивших
массовое распространение. Работа была отмечена Золотой медалью АН
СССР.
. цикл работ по исследованию и разработке многофункциональной системы
кросс-программирования. Важно отметить, что ряд аналогичных идей,
положенных в основу системы впоследствии были реализованы компанией
Microsoft в . NET.

В настоящее время основным научным направлением лаборатории Технологий
программирования является исследование и разработка алгоритмов и методов
построения программных средств интеллектуального анализа данных (Data
Mining). Актуальность данной тематики определяется наличием ряда важных
прикладных задач, при решении которых требуется анализировать большие
объемы разнородных сложноорганизованных данных. При этом объем и сложность
организации таких данных часто не позволяют эффективно применять
традиционные средства анализа, основанные на методах статистического
анализа, информационного поиска и экспертных знаниях, что определяет
необходимость применения средств интеллектуальных анализа данных,
основанных на методах машинного обучения и искусственного интеллекта.
Значительное внимание в исследованиях лаборатории уделяется разработке
новых подходов к построению интеллектуальных систем для следующих
прикладных направлений:
. Интеллектуальные системы мониторинга и анализа поведения пользователей,
позволяющих организовать многоуровневый сбор и консолидацию данных о
работе пользователей информационной сети организации в едином хранилище.
Собранные консолидированные данные обрабатываются стандартными
статистическими методами, а также новыми уникальными алгоритмами
интеллектуального анализа данных в целях построения моделей поведения
пользователей. Проводимый анализ позволяет выявлять и резюмировать
основные характеристики использования вычислительных средств и
информационной структуры организации, факты их нецелевого использования,
а также, на ранних этапах, выявлять аномальную активность инсайдеров,
которая может привести к нарушению конфиденциальности информации.
. Интеллектуальные серверные системы фильтрации нежелательных почтовых
сообщений (спама) на основе использования методов машинного обучения для
построения персональных адаптируемых (дообучаемых) моделей переписки
пользователей. Разработанный подход позволяет значительно увеличить
точность обнаружения спама при практически нулевом уровне ложных
срабатываний.
. Интеллектуальные системы анализа и фильтрации Интернет-трафика,
основанные на непрерывном мониторинге и рубрикации содержимого входящего
и исходящего Интернет-трафика в режиме реального времени. За счет
использования методов машинного обучения разработанное решение позволяет
точно классифицировать передаваемые и получаемые данные, определять
гибкие персональные политики фильтрации по тематике входящей и исходящей
информации для пользователей сети организации. Такая система может быть
использована для блокирования доступа из сети организации к нежелательным
Интернет-ресурсам, контролировать использование Интернета сотрудниками в
рабочее и учебное время, пресекать попытки утечки конфиденциальной
информации через Интернет.
. Интеллектуальные системы анализа электронного документооборота. Решение
данной проблемы предполагает проведение комплексного анализа текстовой
информации, содержащейся во всевозможных формах электронных документов -
почтовых сообщениях, файлах различных форматов, интернет трафике и пр. с
целью выявления «скрытых» закономерностей. Например, это могут быть
различные задачи классификации, кластеризации, аннотирования содержимого
электронных документов. Проводятся работы по созданию функционального
прототипа системы мониторинга контента электронных документов, в рамках
корпоративной сети, которая должна будет предоставить службам
информационной безопасности инструмент выявления фактов нецелевого
использования ресурсов или утечки корпоративной информации.
. Системы автоматизированного анализа производственных технологических
процессов. Исследуются задачи мониторинга технологических процессов с
целью выявления нештатных ситуаций и задача прогнозирования качества
производимого изделия в зависимости от текущих характеристик
производственного процесса. В рамках первой задачи были предложены и
реализованы методы поиска аномалий во временных рядах, которыми
описывается состояние технологического процесса во времени. Предложенные
методы позволяют выявлять как отдельные выбросы и нетипичные значения
характеристик, так и аномальные последовательности и появление новых
закономерностей в поведении анализируемого технологического процесса. Для
решения второй разрабатываются методы прогнозирования качества и
выявления наиболее значимых характеристик производственного процесса,
позволяющие представлять получаемую модель прогнозирования в виде системы
правил, понятных эксперту и показывающие высокую точность прогнозирования
на реальных данных.

На основе теоретических результатов, полученных в процессе исследований,
был разработан и в настоящее время усовершенствуется и развивается ряд
инновационных программных решений в области компьютерной безопасности,
обладающих рядом преимуществ по сравнению с существующими аналогами. Важно
отметить, что указанные разработки имеют реальное практическое применение
в ряде государственных и коммерческих организаций. К примеру, в Счетной
палате РФ в 2009 г. введена в эксплуатацию специализированная
аналитическая система для обеспечения IT безопасности.

Работы лаборатории в этой области были отмечены различными научными
наградами и премиями, включая медаль РАН за лучшую работу молодых ученых в
номинации информатика и автоматизация, неоднократно поддерживались
государственными грантами Фонда фундаментальных научных исследований,
Министерства по науке и инновациям, персональными грантами Президента РФ.