close

Вход

Забыли?

вход по аккаунту

?

Методы мониторинга деятельности операторов досмотровой техники службы авиационной безопасности аэропорта

код для вставкиСкачать
На правах рукописи
ВОЛКОВ
АЛЕКСАНДР КОНСТАНТИНОВИЧ
МЕТОДЫ МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ ОПЕРАТОРОВ
ДОСМОТРОВОЙ ТЕХНИКИ СЛУЖБЫ АВИАЦИОННОЙ
БЕЗОПАСНОСТИ АЭРОПОРТА
Специальность 05.22.14 – «Эксплуатация воздушного транспорта»
05.26.02 – «Безопасность в чрезвычайных ситуациях (на воздушном транспорте)»
АВТОРЕФЕРАТ
на соискание ученой степени кандидата технических наук
Ульяновск  2018
2
Работа выполнена в Федеральном государственном бюджетном
образовательном учреждении высшего образования «Ульяновский институт
гражданской авиации имени Главного маршала авиации Б.П. Бугаева»
Научный руководитель:
доктор технических наук, профессор,
профессор кафедры «Обеспечение авиационной
безопасности» ФГБОУ ВО «Ульяновский институт
гражданской авиации имени Главного маршала
авиации Б.П. Бугаева»
Гладких Анатолий Афанасьевич
Официальные оппоненты: доктор технических наук, доцент,
профессор кафедры экономики и управления на
воздушном транспорте ФГБОУ ВО «Московский
государственный
технический
университет
гражданской авиации»
Большедворская Людмила Геннадьевна
кандидат технических наук, доцент,
доцент кафедры теоретической информатики
ФГБОУ
ВО
«Ярославский
государственный
университет им. П.Г. Демидова»
Овченков Николай Иванович
Ведущая организация:
ФГБОУ ВО «Санкт-Петербургский государственный
университет гражданской авиации»
Защита состоится «25» октября 2018 г. в 14.00 на заседании
диссертационного совета Д 315.002.01 на базе Федерального государственного
унитарного предприятия Государственный научно-исследовательский институт
гражданской авиации (ФГУП ГосНИИ ГА) по адресу: 125438, г. Москва,
ул. Михалковская, д. 67, корп. 1.
С диссертацией можно ознакомиться в библиотеке ФГУП ГосНИИ ГА
или на сайте http://gosniiga.ru.
Автореферат разослан «___» ______________ 2018 г.
Отзывы и замечания по автореферату в двух экземплярах, заверенных
печатью учреждения, просим направлять по вышеуказанному адресу на имя
ученого секретаря диссертационного совета.
Ученый секретарь
диссертационного совета Д 315.002.01
кандидат технических наук
А.И. Плешаков
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Одним из важных элементов в процедурах обеспечения авиационной
безопасности (ОАБ) является человеческий фактор, который в первую очередь
связан с уровнем профессиональной подготовленности операторов
досмотровой техники и их готовности качественно выполнять свои штатные
обязанности. Ошибки персонала служб досмотра могут быть причиной
чрезвычайных ситуаций на воздушном транспорте вызванных актами
незаконного вмешательства. В этой связи разработка предложений, связанных
со снижением негативного влияния человеческого фактора в области
авиационной безопасности за счет непрерывного мониторинга уровня
подготовки и практической деятельности персонала служб досмотра имеет
актуальное значение для гражданской авиации.
Актуальность темы исследования. В настоящее время в условиях не
снижающейся террористической угрозы применения взрывных устройств на
объектах гражданской авиации и воздушных судах проблема повышения
уровня ОАБ стоит в ряду первостепенных задач. Одной из основных мер ОАБ в
целях противодействия рассматриваемой угрозы является досмотр пассажиров,
их ручной клади и багажа. Однако, несмотря на постоянное совершенствование
рентгеновских технологий и повышение уровня автоматизации в досмотровых
системах, человеческий фактор в виде подготовленности и ответственности
операторов является важной составляющей эффективности организации
процесса досмотра. Основной задачей операторов досмотровой техники
является интерпретация рентгеновского изображения за время порядка 7-10
секунд с целью обнаружения запрещенных предметов и веществ. Решающую
роль в процессе подготовке операторов имеет контроль качества ее
результатов, целью, которой является оценка соответствия приобретенных
операторами знаний необходимым требованиям по заданным критериям. В
настоящее время основными подходами к оценке уровня подготовленности
операторов по интерпретации рентгеновских изображений являются: скрытое
тестирование; применение технологии проецирования изображений опасных
предметов (ПИОП); тестирование с помощью компьютерных тренажеров.
Технология ПИОП  это технология, которая позволяет проецировать
фиктивные предметы, запрещенные к перевозке, на рентгеновское изображение
реального багажа пассажира после их сканирования на досмотровом
оборудовании. Анализ существующих подходов к оценке эффективности
деятельности операторов по результатам либо тестового контроля, либо при
использовании технологии ПИОП показал:
 для оценки способности по интерпретации рентгеновских изображений
применяется так называемый «индекс чувствительности», который
представляет собой разницу между частотой верных обнаружений
запрещенных предметов и частотой ложных тревог. Однако данный подход: вопервых, не в полной мере учитывает влияние факторов сложности
рентгеновских изображений; во-вторых, рассматривает только факт
обнаружения запрещенных предметов операторами без какой-либо
4
вероятностной оценки, что не соответствует требованиям Международной
организации гражданской авиации (ИКАО);
 в качестве критерия компетентности операторов используется
относительное количество обнаруженных предметов (выраженное в
процентах), которое затем сравнивается с минимальным проходным уровнем
компетентности. При этом необходимо учитывать, что нормативных
требований, касающихся значения минимального проходного уровня
компетентности на сегодняшний день не установлено. Каждое государство или
авиапредприятие самостоятельно устанавливает минимальный уровень
компетентности оператора, например 75 %.
В настоящее время одной из актуальных проблем при тестировании
операторов является задача адаптивного выбора тестовых рентгеновских
изображений, которые в наибольшей степени соответствуют текущему уровню
подготовленности оператора, в целях реализации достоверной и объективной
оценки их способностей по обнаружению опасных предметов. Обзор методов
мониторинга деятельности операторов показал, что существующие механизмы
характеризуются наличием большого количества отчетов по различным
опасным предметам и показателям деятельности (частота обнаружений, и др.,
выраженных в процентах), что усложняет понимание эффективности работы
операторов и не в полной мере дает возможность проводить оценку
стабильности их работы в течение времени.
В связи с этим, актуальной задачей является совершенствование моделей
оценки уровня профессиональной подготовленности и мониторинга
деятельности операторов досмотровой техники.
Степень разработанности темы исследования. Диссертационное
исследование основывается на научных трудах следующих авторов, внесших
существенный вклад в области изучения проблем ОАБ: Л.Н. Елисова, Н.И.
Овченкова, Р.С. Фадеева, Е.А. Куклева, Ю.Б. Михайлов, Ю.М. ВолынскийБасманов, С.И. Краснова, А.М. Лебедева, А.Б. Стиславский; в области изучения
человеческого фактора в гражданской авиации: В.Г. Ципенко, Б.В. Зубкова,
Г.В. Коваленко, С.Г. Косачевского, Д.В. Айдаркина., Л.Г. Большедворской.
Учитывая негативное влияние возможных ошибок персонала служб досмотра
целесообразно рассматривать принципы ОАБ и вероятное возникновение
чрезвычайных ситуаций по причине человеческого фактора с учетом общности
их причинно-следственных связей. В указанной предметной области
наибольший научный вклад внесли: В.А. Акимов, В.В. Лесных, Н.Н. Радаев,
В.А Пучков, В.М. Попов, М.И. Фалеев.
Несмотря на активные исследования указанных проблем, в настоящее
время отсутствуют научно-методические основы решения задачи построения
эффективной системы непрерывного мониторинга деятельности операторов
досмотра, позволяющей учесть характерные особенности и специфику их
работы. Данное положение обуславливает необходимость, как обобщения
известных результатов, так и выявления новых путей комплексного решения
рассматриваемых проблем, что определяет актуальность выбранной темы.
5
Объектом исследования в работе является система профессиональной
подготовки операторов досмотровой техники.
Предметом исследования являются комплексные модели и методы
оценки уровня подготовленности и мониторинга практической деятельности
операторов досмотровой техники.
Цель работы состоит в повышении эффективности мониторинга
деятельности операторов досмотровой техники на основе решения научной
задачи совершенствования моделей и методов оценки практической
деятельности операторов.
Поставленная цель достигается и решением следующих основных задач:
 провести анализ существующих моделей, методов и критериев оценки
уровня подготовленности операторов досмотра по обнаружению запрещенных
к провозу на воздушном транспорте предметов и веществ, выявить их
достоинства и недостатки;
 разработать модель оценки уровня подготовленности операторов
досмотра по обнаружению запрещенных предметов и веществ, на основе
теории моделирования и параметризации тестов;
 получить статистические данные применения предложенных в работе
моделей для оценки уровня подготовленности операторов;
 обосновать методику выбора тестовых рентгеновских изображений в
системах контроля компетентности операторов досмотровой техники;
 предложить и обосновать комплексную модель мониторинга
деятельности операторов досмотровой техники.
Методы исследования. В процессе выполнения исследования
использовались методы системного анализа, теория моделирования и
параметризации тестов; теория вероятностей и математической статистики,
энтропийное моделирование.
Соответствие
рассматриваемой
специальности.
Содержание
диссертационной работы соответствует пункту 20 – «Совершенствование
систем подготовки, переподготовки, повышения квалификации и сертификации
авиационного персонала» и пункту 21 – «Разработка систем и методов защиты
воздушного транспорта от несанкционированного вмешательства» паспорта
специальности 05.22.14 «Эксплуатация воздушного транспорта», а также
пункту 8 –«Разработка научных основ создания и совершенствования систем и
средств прогнозирования и мониторинга чрезвычайных ситуаций» паспорта
специальности 05.26.02 «Безопасность в чрезвычайных ситуациях» (на
воздушном транспорте).
Научная новизна работы заключается в том, что в ней:
1)
предложена двухпараметрическая модель, позволяющая проводить
вероятностную оценку уровня подготовленности операторов досмотровой
техники, отличающаяся тем, что учитывает параметр, характеризующий меру
структурированности знаний операторов;
2)
разработан и обоснован критерий оценки уровня индивидуальной
подготовленности операторов, позволяющий учитывать статистический
6
уровень подготовки операторов, отличающийся возможностью применения
различных пороговых значений доверительных интервалов;
3)
предложенная методика адаптивного выбора рентгеновских
изображений позволяет реализовать тестовый контроль операторов
досмотровой техники, отличающийся применением единого параметра
сложности интерпретации тестовых изображений;
4)
с учетом специфики деятельности операторов досмотра впервые
предложена энтропийная модель мониторинга деятельности, позволяющая
проводить комплексную оценку стабильности работы оператора в течение
контрольного периода, отличающаяся выделением элементов системы и связей
между ними в качестве отдельных параметров.
На защиту выносятся:
1)
одномерная
двухпараметрическая модель оценки уровня
подготовленности операторов досмотровой техники по обнаружению
запрещенных предметов, предполагающая вероятностный подход к оценке его
компетентности;
2)
комплексный критерий оценки уровня подготовленности
операторов
досмотровой
техники,
использующий
статистические
характеристики индивидуальных способностей оператора;
3)
методика адаптивного выбора рентгеновских изображений в
системах тестового контроля операторов досмотровой техники, использующая
индивидуальный подход к последовательному и направленному повышению
компетентности оператора;
4)
энтропийная модель мониторинга деятельности операторов
досмотровой техники, использующая элементы системы и корреляционные
связи между ними в качестве ведущих параметров.
Теоретическая значимость работы:
1)
предложена и обоснована одномерная двухпараметрическая модель
оценки уровня подготовленности операторов досмотровой техники по
обнаружению запрещенных предметов, а также комплексный критерий оценки
уровня их подготовленности;
2)
впервые предложена адаптированная энтропийная модель
мониторинга деятельности операторов досмотровой техники, основанная на
представлении системы деятельности операторов в виде многомерного
случайного вектора и рассмотрение энтропии в качестве единого критерия
оценки ее функционирования.
Практическая значимость состоит в том, полученные результаты
позволяют:
1)
повысить достоверность оценки уровня подготовленности
операторов с учетом влияния факторов сложности рентгеновских изображений,
формируемых на основе адаптивного метода их выбора в системах тестового
контроля;
2)
осуществлять комплексную оценку стабильности работы персонала
служб досмотра в течение исследуемого времени на основе динамики
энтропии.
7
Достоверность
полученных
результатов
обеспечивается
непротиворечивостью разработанных методов используемой практике и
положениям современной науки; корректным использованием математического
аппарата, а также результатами экспериментальных проверок предлагаемых
моделей и методов.
Апробация работы. Основные результаты диссертационной работы
докладывались и обсуждались на 8 научных конференциях, в т.ч.: VII, VIII, IX
Международной молодежной научной конференции «Гражданская авиация:
XXI век» (Ульяновск, 2015, 2016, 2017 гг.); Международной научнотехнической конференции «Гражданская авиация на современном этапе
развития науки, техники и общества» (М., 2016, 2018 гг.); Международной
научно-технической конференции «Транспорт России: проблемы и перспективы»
(Спб., 2016, 2017 гг.), XXIV Международной научно-технической конференции
«Радиолокация, навигация, связь» (Воронеж, 2018 г.).
Публикации. По результатам исследований опубликовано 16 печатных
работ (72 с.), в том числе 4 публикации в изданиях, рекомендованных ВАК при
Минобрнауки России (34 с), 8 публикаций в трудах международных и
всероссийских конференций (21 с.), 4 публикации в прочих изданиях (17 с.).
Личный вклад автора состоит в постановке задачи исследования,
разработке теоретических и экспериментальных методов их решения, в
обработке полученных результатов и формулировке выводов. В
опубликованных в соавторстве работах автору принадлежат постановка задачи,
анализ проблем, результаты теоретических и практических исследований,
рекомендации по практическому использованию моделей.
Реализация результатов работы. Результаты диссертационной работы
использованы в ООО «Авиакомпания ЭйрБриджКарго», ОСП Международный
аэропорт «Ульяновск-Восточный» АО «Авиастар-СП», учебном процессе
ФГБОУ ВО УИ ГА. Имеются соответствующие акты реализации.
Структура и объем диссертации включает введение, четыре главы,
заключение, список литературы и приложение. Диссертация изложена на 140
страницах машинописного текста, содержит 9 таблиц и 31 рисунок. Список
литературы включает 109 наименований работ отечественных и зарубежных
авторов.
СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ
Во введении показана актуальность проблемы совершенствования
методов оценке уровня подготовленности операторов досмотровой техники.
Изложены объект, предмет исследования, цель работы, задачи, методы
исследования, научная новизна, практическая значимость, представлены
положения, выносимые на защиту, апробация результатов работы, количество
публикаций, приведена структура, объём и краткое содержание диссертации.
8
В первой главе рассмотрены вопросы влияния человеческого фактора на
ОАБ, которые могут быть причиной чрезвычайных ситуаций в аэропорту,
связанных с актами незаконного вмешательства. Рассмотрены особенности
профессиональной подготовки операторов досмотровой техники и методы
контроля качества ее результатов. Основными подходами к оценке уровня
подготовленности операторов по интерпретации рентгеновских изображений в
настоящее время являются: скрытое тестирование; технология ПИОП;
тестирование с помощью компьютерных тренажеров. Представлены недостатки
существующих подходов к оценке эффективности деятельности операторов
досмотра
по
выявлению
запрещенных
предметов.
Показано,
что
в
представленных
подходах
рассматривается только факт
обнаружения
запрещенных
предметов операторами без
какой-либо
вероятностной
оценки, что не соответствует
требованиям ИКАО. Согласно
рекомендациям
ИКАО
необходимо учитывать, что
эффективность обнаружения
зависит
от
уровня
подготовленности оператора и
уровня
сложности
рентгеновского изображения,
который
определяется
действиями нарушителя по
усложнению
«закладки»
запрещенного
предмета
(влияние фактора сложности).
Рисунок 1  Примеры факторов сложности
Проанализированы требования
рентгеновских изображений:
а) изменение ориентации запрещенного предмета;
к системам тестового контроля
б) наложение запрещенного предмета; в) схожесть
операторов
досмотровой
цветовой гаммы; г) количество и беспорядок
техники,
а
также
расположения предметов
отечественный и зарубежный
опыт применения подобных систем.
Проведен анализ факторов сложности рентгеновских изображений. Под
факторами
сложности
рентгеновского
изображения
понимаются
специфические свойства рентгеновского изображения, которые влияют на
способность к обнаружению запрещенных предметов операторами
досмотровой техники. На основании зарубежных исследований выявлены
следующие основные факторы сложности. Фактор «изменение ориентации
запрещенного предмета» (рисунок 1а) характеризует повышение сложности
интерпретации опасного предмета за счет изменения его точки обзора внутри
9
багажа относительно нормальной точки обзора, тем самым предмет может
показаться незнакомым или он может напоминать обычный предмет багажа.
Фактор «наложение запрещенного предмета другими объектами изображения»
(рисунок 1б) характеризует степень, в которой запрещенный предмет закрыт
обычными предметами багажа или ручной клади, тем самым опасный предмет
или же его части закрываются или сливаются с другими объектами на
рентгеновском изображении. Для того, чтобы учесть различные аспекты
фактора «сложность багажа или ручной клади», данный фактор было
предложено разделить на такие факторы как «количество и беспорядок
расположения предметов багажа или ручной клади» и «схожесть цветовой
гаммы запрещенных и обычных предметов багажа или ручной клади». Фактор
«схожесть цветовой гаммы запрещенных и обычных предметов» (рисунок 1в)
характеризует тот факт, что в результате рентгеновского сканирования опасный
предмет и обычный предмет багажа, имея одинаковую плотность вещества,
будут иметь схожий цвет на рентгеновском изображении. Под фактором
«количество и беспорядок расположения предметов багажа или ручной клади»
(рисунок 1г) следует понимать количество и тип предметов, находящихся в
багаже или ручной клади. Сложность обнаружения опасного предмета по
данному фактору обуславливается тем, что общее количество предметов, а
также беспорядок их расположения по всему объему багажа или ручной клади
создает дополнительный «шум» в процессе интерпретации рентгеновского
изображения. В отечественной практике дополнительно введен фактор
сложности, характеризующий «сложность восприятия геометрии запрещенного
предмета».
Представлен недостаток традиционного подхода к тестовому контролю
операторов досмотра. Согласно рекомендациям ИКАО, алгоритмы тестового
контроля операторов должны учитывать критерий трудности интерпретации
рентгеновского изображения для адаптации выбора заданий надлежащей
сложности соотносящийся с уровнем подготовленности оператора в целях
реализации достоверной и объективной оценки способностей по обнаружению
опасных предметов.
Существующие подходы к мониторингу деятельности операторов
досмотра основаны на контроле динамики средних уровней показателей
обнаружения опасных предметов. Действующие механизмы мониторинга
характеризуются наличием большого количества отчетов по различным
опасным предметам и показателям деятельности (частота обнаружений, и др.,
выраженных в процентах), что усложняет понимание эффективности работы
операторов и не дает комплексную оценку стабильности их работы в течение
времени.
Сформулирована
цель
диссертационного
исследования,
охарактеризованы решаемые в работе задачи.
Во второй главе предложены модели оценки уровня профессиональной
подготовленности и мониторинга деятельности операторов досмотровой
техники.
10
В целях совершенствования оценки уровня профессиональной
подготовленности операторов досмотра предложено использовать одномерную
двухпараметрическую модель, разработанную в рамках теории моделирования
и параметризации тестов (Item Response Theory – IRT). Согласно основным
положениям IRT уровень подготовленности испытуемых и трудность заданий
теста считаются некоторыми латентными параметрами, оценки которых
предстоит получить в процессе шкалирования результатов выполнения теста.
Измерение латентных параметров подготовленности операторов и трудности
тестовых заданий осуществляется на единой интервальной шкале логитов.
Логит уровня подготовленности оператора находится по формуле:
p
l i  ln i ,
qi
(1)
где pi и qi – доли правильных и неправильных соответственно ответов i-го
оператора на тестовые задания.
Логит уровня трудности j-го тестового рентгеновского изображения
рассчитывается аналогичным образом.
Cогласно модели А. Бирнбаума вероятность обнаружения оператором
запрещенного предмета на рентгеновском изображении будет определяться
следующей формулой:
e d i ( θi β )
Pi (β) 
(2)
d i ( θi β )
1 e
где θ i – уровень подготовленности оператора; i=1,…,n, где n – количество
операторов; β – уровень трудности рентгеновского изображения,
характеризующийся влиянием определенного фактора сложности; di –
параметр, характеризующей меру структурированности профессиональных
знаний i-го оператора.
Значения параметров θ i и β находятся в интервале (–5; 5) на шкале
логитов. С помощью модели (2) можно рассматривать характеристическую
функцию уровня подготовленности θ оп. , которая описывает способности
оператора по интерпретации рентгеновских изображений различной трудности
β . В этом случае, вероятность верной интерпретации i-м оператором различных
по трудности рентгеновских изображений будет являться убывающей
функцией переменной β .
В работе показано, что в рамках модели (2) параметр d i обратно
пропорционален стандартному отклонению уровня подготовленности
оператора σ i , в связи, с чем был предложен критерий уровня подготовленности
i-го оператора:

1,7t 
 ,
K i  θi  tσ i    θi 
(3)
d
i 

где t  Ф 1 ( Pt  0,5); Ф1 ( p) – функция, обратная функции Лапласа, то есть
такое значение аргумента функции Лапласа Ф(t ) , при котором нормальная
11
функция распределения равна заданной доверительной вероятности
Pt  p  0,5 ; σ i – стандартное отклонение уровня подготовленности.
При установлении пороговой величины K тестируемые операторы со
значениями θi  K  1,65σi с вероятностью 95 % будут иметь более высокий
потенциал чем K при интерпретации рентгеновских изображений. В связи с
этим, выражение:
(4)
K  θi  1,65σi
может применяться при отборе операторов в случае установления к ним
требования почти безусловного решения задачи поиска запрещенных
предметов.
В работе предлагается методика адаптивного тестирования операторов
досмотровой техники (рисунок 2).
Рисунок 2  Алгоритм адаптивного тестирования операторов досмотра
Под адаптивным тестовым контролем операторов понимаются механизмы
генерации, предъявления и оценки результатов тестирования, в основе которых
12
лежат процедуры соотнесения параметров трудности тестовых изображений и
параметров уровня подготовленности испытуемых операторов.
На начальном этапе адаптивного тестирования операторов проводится
разработка банка стандартизированных тестовых заданий. Для решения этой
задачи проводится первоначальное тестирование на репрезентативной выборке
испытуемых операторов в целях установления основных количественных
параметров тестовых заданий.
Следующим этапом является инициализация процедуры тестирования. На
данном этапе происходит авторизация испытуемого оператора и проводится
входное тестирование в целях определения его начального уровня
подготовленности. Вычисленный начальный логит подготовленности определяет
исходный уровень трудности тестовых заданий для каждого обучающегося.
На следующем шаге реализуется цикл предъявления для интерпретации
испытуемыми
операторами
тестовых
рентгеновских
изображений.
Непосредственно
реализация
адаптивного
тестирования
происходит
следующим образом. Проведя оптимизацию тестовых блоков и расположив в
них задания в порядке возрастания трудности на шкале логитов, на очередном
этапе тестирования оператору предлагаются те рентгеновские изображения,
уровень трудности которых соответствует его зоне ближайшего развития.
Предлагается рассматривать следующий механизм выбора зоны ближайшего
развития: оценив уровень подготовки обучаемого, диапазон трудностей
очередного блока заданий определяется выражением θi  0,5 . В ходе
адаптивного тестирования уровень подготовленности пересчитывается после
прохождения каждого тренировочного этапа.
По результатам адаптивного тестирования в каждом блоке заданий
проводится оценка соответствия уровня подготовленности оператора
заданному критерию.
В
случае
достижения
требуемого
уровня
подготовленности делается вывод об успешном окончании подготовки, и
переход к следующему блоку тестовых изображений.
По окончанию тестирования по всем блокам тестовых заданий
проводится итоговое тестирование операторов.
В целях совершенствования методов мониторинга деятельности
операторов в процессе либо профессиональной подготовке, либо в процессе
выполнения профессиональных задач, предлагается применить энтропийновероятностное моделирование. В основе этого метода лежит использование
энтропии в качестве критерия оценки функционирования системы. Это
обусловлено тем, что энтропия – универсальный параметр, свойственный
различным категориям систем.
Согласно данному подходу, деятельность оператора досмотра
необходимо представить в виде многомерной случайной величины
Y  Y1,Y2 ,...,Yn T , компоненты которой являются одномерными случайными
величинами,
характеризующими
основные
вероятно-временные
характеристики деятельности оператора. В данном случае энтропия вектора Y
соответствует степени структурной организации и дезорганизации
13
представлений оператора о видах теневого изображения опасных предметов на
экране монитора. В случае, если вектор Y имеет нормальное совместное
распределение, энтропия системы определяется следующим образом:
n
1
H Y    H Yi   ln R ,
(5)
2
i 1
где |R| – определитель корреляционной матрицы R случайного нормально
распределенного вектора Y
p12 p13    p1n 
 1


p23    p2n 
 p21 1
R
,
     


p
p
p



1
n2
n3
 n1

K ij
где pij 
 коэффициент корреляции пар компонентов Yi,Yj; здесь
 i2 2j
 
Kij     yi  M Yi   y j  M Y j   f yi , y j dyi dy j ковариация компонентов Yi,
 
 
Yj, где M[Yi], M[Yj]  математические ожидания компонент Yi и Yj
соответственно; yi, yj  пары вещественных чисел, которые при проведении
опыта принимают в качестве своего значения компоненты Yi, Yj соответственно.
H(Yi)  энтропия каждой из нормальных случайных величин, равная
1
(6)
H Yi   ln 2e  Y2i , i, j  1,2,..., n ,
2
где  Y2i – дисперсия случайной величины Yi.


В случае если вектор Y не имеет нормальное совместное распределение,
энтропия системы равна:
n
1 n
(7)
H (Y )   H (Y )   ln(1  R 2
).
Yk / Y1 ...Yk 1
2 k 2
i 1
где R 2
 индексы детерминации соответствующих регрессионных
Yk Y1 ...Yk 1
зависимостей, k=2…n.
Согласно модели (5), энтропия стохастической системы досмотра
складывается из двух составляющих, которые можно характеризовать как
целостность и аддитивность рассматриваемой системы. Составляющая
n
 H (Yi )
i 1
характеризует предельную энтропию, соответствующую полной независимости
элементов системы, то есть энтропию хаотичности. А составляющая 0,5 ln R
равна энтропии совместной корреляционной взаимосвязи между элементами
системы, ее можно охарактеризовать энтропией самоорганизации.
Энтропийная модель мониторинга деятельности оператора досмотровой
техники представляется следующим образом. Под мониторингом понимается
последовательный процесс сбора, обработки и анализа информации о
14
вероятностно-временных параметрах деятельности операторов досмотра с
последующим использованием данной информации для решения задач
управления системой досмотра. Анализ деятельности операторов можно
проводить, по следующим параметрам:
Y1  время обнаружения самодельного взрывного устройства при
интерпретации рентгеновских изображений;
Y2  время обнаружения огнестрельного оружия при интерпретации
рентгеновских изображений;
Y3  время обнаружения холодного оружия при интерпретации
рентгеновских изображений;
Y4  время обнаружения других опасных предметов (гранаты, мины,
патроны, газовые баллончики, электрошокеры) при интерпретации
рентгеновских изображений.
Пусть многомерным случайным величинам Y (1)  Y1(1) , Y2(1) , Y3(1) , Y4(1) и

Y (2)  Y1(2) , Y2(2) , Y3(2) , Y4(2)



будут соответствовать наборы вероятностей при
предыдущем и текущем периоде контроля деятельности оператора
досмотровой техники. Мониторинг состояния осуществляться путем анализа
изменения энтропий векторов случайных величин и их компонентов по
следующей формуле:
   
4
H (Y )  H Y (2)  H Y (1)   ln

где
Yk(u ) Y1(u ) ...Yk(u1)

Yk(u )
1  R 2 (u )
Yk
i 1
 Y ( 2)

i
Yi(1)
Y1(u ) ...Yk(u1)
,

4
1  R (2()2)
Yk / Y1( 2) ...Yk(21)
1
,
ln

2 k  2 1  R (2)
(8)
Yk(1) / Y1(1) ...Yk(1)1
R 2 (u )
Yk
Y1(u ) ...Yk(u1)

индексы
детерминации соответствующих регрессионных зависимостей, i =1…4, k =2…4,
u=1,2.
В случае, если вектор случайных величин имеет нормальное
распределение, формула принимает следующий вид:
4

i 1

H (Y )   ln
где R
Y (u )
Yi( 2)
Yi(1)
1 | R ( 2) |
 ln Y
.
2 | RY (1) |
(9)
 определитель корреляционной матрицы случайного вектора Y (u) ,
i =1…4, u=1,2.
Полученные в результате мониторинга значения изменения энтропии
будут отражать стабильность деятельности операторов досмотра за
исследуемый период времени. Возможны следующие варианты: если H(Y)  0 ,
то в течение периода контроля не наблюдалось изменений, система проявляет
признаки стабильности; при ∆H(Y)>0 можно говорить о повышении
неопределенности (нестабильности) деятельности оператора, ∆H(Y)<0
характеризует обратное явление – повышение стабильности деятельности
оператора. В работе предложен алгоритм мониторинга деятельности
15
операторов, позволяющей определять компоненту, которая в наибольшей
степени повлияла на рост хаотичности и снижение самоорганизации системы, в
целях формирования управляющего воздействие для снижения энтропии всей
системы.
В третьей главе представлены результаты экспериментальных
исследований по апробации предложенных моделей. В целях апробации
предложенной двухпараметрической модели А. Бирнбаума было проведено
тестирование 70 курсантов Ульяновского института гражданской авиации имени
Главного маршала авиации Б.П. Бугаева, которые имели необходимые
теоретические и практические навыки работы в качестве операторов досмотра.
Был сформирован банк тестовых рентгеновских снимков, содержащий 153
изображения четырех категорий опасных предметов: самодельные взрывные
устройства; огнестрельное оружие; холодное оружие; другие опасные предметы,
включающие в себя: гранаты, мины, патроны, газовые баллончики,
электрошокеры. Кроме того в тест входили изображения «чистого» багажа, то
есть рентгеновские изображения, которые не содержат запрещенных
предметов.
В условиях дихотомической матрицы ответов задача определения
параметров модели А. Бирнбаума решалась методом наибольшего
правдоподобия Фишера.
В качестве примера применения модели для оценки уровня
подготовленности, в таблице 1 приведены полученные в результате решения
системы правдоподобия значения параметров модели для двух испытуемых
курсантов. Критерий профессиональной подготовленности (4) рассчитывался с
доверительной вероятностью 95 % .
Таблица 1
Значения латентных переменных испытуемых
Параметр
Уровень
Мера
Стандартное
Критерий
подготовленности, структурированности отклонение, подготовленности,
Испытуемый
знаний, d i
θi  1,65σi
θi
σi
Курсант 1
1,333
11,205
0,152
1,082
Курсант 2
1,382
4,011
0,424
0,682
Анализ таблицы 1 показал следующее:
– второй курсант имеет более высокий уровень подготовленности, так как
справился с большим количеством тестовых заданий;
– при этом первый курсант имеет лучшую структурированность знаний,
что характеризуется более низким значением стандартного отклонения σ1 ;
– так как в качестве порогового значения критерия компетентности
установлено значение в 1,02 логит, с доверительной вероятностью 95 % можно
утверждать, что подготовленность первого курсанта соответствует
требованиям. При этом для второго курсанта можно прогнозировать
16
достижение уровня подготовленности лишь в 0,682 логита, что соответственно
ниже установленного критерия.
На рисунке 3 представлены монотонно убывающие характеристические
кривые уровня подготовленности двух курсантов, построенные на основе
модели (2) и данных табл.1
Рисунок 3  Характеристические функции уровня подготовленности
На представленных характеристических кривых тестовых заданий,
имеется одна единственная точка, в которой θi  β j – это точка перегиба,
(рисунок 3). В связи с этим, наиболее точно значения θi и
соответствующая β j можно измерить в точке перегиба кривых, когда уровень
подготовленности оператора равен трудности тестового задания, а вероятность
верной интерпретации рентгеновского изображения наиболее сильно зависит от
латентной переменной и позволяет дифференцировать знания операторов.
На основе применения метода главных компонент проведена оценка
размерности пространства компетенции операторов по обнаружению опасных
предметов с учетом влияния факторов сложности. При проведении компонентного
анализа были использованы следующие сокращения для обозначения факторов
сложности рентгеновских изображений: цветовое восприятие – CV; количество и
беспорядок расположения предметов в багаже – SL; наложение запрещенного
предмета – OV; изменение ориентации опасного предмета – OR; сложность
восприятия геометрии запрещенного предмета – GE. Полученная структура
пространства компетенций содержит 3 основных компоненты, описывающих 92 %
всей дисперсии исходных признаков, вместо изначально предполагаемых 5
измерений. Для проверки полученной группы укрупненных факторов сложности
проведен иерархический кластерный анализ исходных статистических данных
Pij  0,5
17
методом Уорда (мера близости – квадрат евклидова расстояния). В результате
анализа получена дендограмма (рисунок 4), из которой можно заключить, что
совокупность признаков также разделилась на три класса. Выделение трех
основных классов подтверждается анализом данных методом k-средних. В первый
класс вошли такие факторы сложности как цветовое восприятие и наложение
запрещенного предмета, во второй – факторы изменение ориентации опасного
предмета и сложности восприятия геометрии запрещенного предмета и третий
класс описывается количеством и беспорядком расположения предметов багаже.
В целях обоснования преимущества разработанной методики адаптивного
выбора рентгеновских изображений по сравнению с традиционным подходом к
тестированию операторов были проведено экспериментальное исследование.
Были сформированы контрольная и экспериментальная группы по 14 человек в
каждой.
Сравнение
эффективности
подготовки
контрольной
и
экспериментальной групп
проводилось
по
следующим показателям:
средняя
частота
обнаружения;
средняя
частота ложных тревог;
среднее
время
обнаружения
опасного
предмета.
Результаты
обработки
экспериментального
исследования подтвердили
преимущества
разработанной
методики
адаптивного
выбора
тестовых
рентгеновских
изображений.
Уровень
Рисунок 4  Дендограмма наблюдений
подготовленности
(метод Варда)
испытуемых
по
рассматриваемым показателям в экспериментальной группе статистически
значимо отличается от значений показателей в контрольной группе.
В четвертой главе представлены рекомендации по применению
предложенных моделей. На основании проведенного анализа зарубежного
опыта был сделать вывод, что одним из путей повышения эффективности ОАБ
в Российской Федерации, является применение современных сетевых
технологий и создание единых ситуационных центров. Предложено внедрить в
практику ОАБ единый центр контроля подготовки операторов досмотра.
Предложена модель сетевой системы контроля деятельности операторов
досмотровой техники, состоящая из ситуационного центра авиационной
безопасности с центральным сервером и базой данных, объединенным
18
посредством сетевых технологий
с серверами систем ПИОП
аэропортов.
Разработано
устройство сетевого контроля
деятельности
операторов
досмотровой техники, которое
позволяет
осуществлять
независимый контроль и в случае
необходимости
целенаправленную
подготовку
операторов,
а
также
своевременно
информировать
службы
авиационной
безопасности о возникновение
актуальных угроз, обнаруженных
на любом их подключенных к
устройству
серверов
авиапредприятий (рисунок 5).
Рисунок 5  Структурная схема устройства
Предложены способы создания
сетевого контроля деятельности операторов
базы
данных
рентгеновских
досмотровой техники
изображений с использованием
реальных
изображений
и
посредством виртуального моделирования опасных объектов.
Внедрение в практику ОАБ сетевых технологий и единых ситуационных
центров позволит решить такие задачи как: стандартизация подготовки и
совершенствование контроля качества деятельности операторов досмотра;
реализация механизмов своевременного реагирования на новые угрозы,
централизованного руководства, координации деятельности и организации
взаимодействия между основными структурами системы ОАБ.
ЗАКЛЮЧЕНИЕ
В диссертационной работе получены следующие основные результаты:
1. На основе проведенного анализа процессов подготовки и аттестации
операторов досмотровой техники установлены недостатки известных методов
контроля уровня подготовленности операторов, снижающие эффективность
процедуры сертификации персонала служб досмотра, которые могут быть
причиной чрезвычайных ситуаций в аэропорту, связанных с актами незаконного
вмешательства.
2. Предложенная одномерная двухпараметрическая модель позволяет
проводить вероятностную оценку уровня подготовленности операторов
досмотра с учетом влияния фактора сложности рентгеновского изображения. В
рамках разработанной модели вероятностные характеристики обнаружения
оператором рассматриваются как функции от разности уровня подготовки и
19
уровня трудности интерпретации изображений и структурированности
профессиональных знаний оператора.
3. Показано, что комплексный критерий оценки уровня подготовленности
операторов позволяет применить его в процедуре отборе операторов для работы
в условиях предъявления к ним повышенных требований в ходе решения задач
поиска запрещенных предметов и веществ.
4. Впервые применена методика адаптивного выбора тестовых
рентгеновских изображений в процедуре подготовки операторов с реализацией
принципа последовательного обучения, показавшего свою эффективность в
ходе эксперимента.
5. Получена оценка размерности пространства компетенции по
обнаружению опасных предметов предложенным в работе методом главных
компонент. Полученная структура пространства компетенции содержит 3
основных главных компоненты, описывающих 92 % дисперсии исходных
признаков, вместо изначально декларируемых 5 факторов.
6.
Предложенная
система
совершенствования
мониторинга
чрезвычайных ситуаций авиапредприятия, связанная с вероятными актами
незаконного вмешательства по причине человеческого фактора, показавшая
свою эффективность в ходе экспериментального тестирования специалистов.
7. Перспективные направления дальнейших исследований:
– применение разработанных методик, методов математического и
имитационного моделирования для оценки профессиональной пригодности
персонала служб досмотра;
– развитие предложенной методики на применение механизмов
психофизиологического мониторинга текущего состояния оператора досмотра
с применением перспективной технологии регистрации движения глаз;
– развитие и внедрение в практику методов централизованного
автоматизированного дистанционного обучения и непрерывного мониторинга
операторов досмотровой техники на базе достижений современных сетевых
технологий.
СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ
Научные публикации в изданиях, рекомендованных ВАК при
Минобрнауки России:
1.
Зубков, Б. В. Методика оптимизации состава комплекса
технических средств обеспечения авиационной безопасности / Б. В. Зубков,
Ал. К. Волков, Ан. К. Волков // Научный вестник МГТУ ГА. – Москва: МГТУ
ГА, 2016. – № 225 (3). – С. 105-111.
2.
Волков, Ал. К. Применение энтропийно-вероятностной модели
оператора рентгенотелевизионного интроскопа в алгоритме работы
компьютерного тренажера в процессе подготовки сотрудников пункта досмотра
/ Ал. К. Волков, В. В. Юдаев, Л. В. Кузоваткина // Научный вестник МГТУ ГА.
– Москва: МГТУ ГА, 2016. – Т. 19 (4). – С. 113-117.
20
3.
Волков, Ал. К. Применение двухпараметрической модели IRT для
оценки вероятностных характеристик обнаружения запрещенных предметов
операторами досмотровой техники / Ал. К. Волков, Д. В. Айдаркин,
Ан. К. Волков // Научный вестник МГТУ ГА. – Москва: МГТУ ГА, 2017. – Т. 20
(3). – С. 100-109.
4.
Волков, А. К. Система сетевого управления подготовкой и
мониторинга деятельности операторов досмотровой техники / А. К. Волков //
Модели, системы, сети в экономике, технике, природе и обществе: научноинформационный журнал. – Пенза: ПГУ, 2018. – № 1 (25). – С. 105-121.
Публикации в трудах международных и всероссийских конференций:
5.
Волков, Ал. К. Применение математических моделей в системе
авиационной
безопасности
(на
примере
модели
оператора
рентгенотелевизионного интроскопа) / Ал. К. Волков, В. В. Юдаев //
Гражданская авиация: XXI век: сб. матер. VII междунар. молодежной науч.
конф. (Ульяновск, 9–10 апреля 2015 г.). – Ульяновск: УВАУ ГА (И), 2015. –
С. 63-64.
6.
Волков, Ал. К. Решение задачи оптимизации комплекса
технических средств обеспечения авиационной безопасности / Ал. К. Волков //
Гражданская авиация на современном этапе развития науки, техники и
общества: сб. тезисов докладов участников междунар. науч.-техн. конф.
(Москва, 18–20 мая 2016 г.). – Москва: МГТУ ГА, 2016. – С. 85.
7.
Волков, Ал. К. Совершенствование оценки уязвимости объектов
транспортной инфраструктуры / Ал. К. Волков // Гражданская авиация: XXI
век: сб. матер. VIII междунар. молодежной науч. конф. (Ульяновск, 14–15
апреля 2016 г.). – Ульяновск: УИ ГА, 2016. – С. 83-84.
8.
Волков, Ал. К. Применение имитационного моделирования для
оценки
эффективности
комплекса
технических
средств
досмотра
/ Ал. К. Волков, В. В. Юдаев // Транспорт России: проблемы и перспективы –
2016: матер. междунар. науч.-практ. конф. (Санкт-Петербург, 29–30 ноября
2016 г.). – Санкт-Петербург: ИПТ РАН, 2016. – Т. 2. – С. 202-206.
9.
Волков, Ал. К. Применение многокритериальной оптимизации в
комплексном применении средств обеспечения авиационной безопасности
/ Ал. К. Волков // Гражданская авиация: XXI век: сб. матер. IX междунар.
молодежной науч. конф. (Ульяновск, 13–14 апреля 2017 г.). – Ульяновск:
УИ ГА, 2017. – С. 72-73.
10. Волков, Ал. К. Применение системы регистрации движения глаз
для оценки окуломоторных параметров зрительного поиска опасных предметов
операторами досмотра / Ал. К. Волков // Транспорт России: проблемы и
перспективы – 2017: матер. междунар. науч.-практ. конф. (Санкт-Петербург,
14–15 ноября 2017 г.). – Санкт-Петербург: ИПТ РАН, 2017. – С. 359-363.
11. Волков, Ал. К. Применение метода главных компонент для оценки
размерности пространства компетенций операторов досмотровой техники /
Ал. К. Волков // Гражданская авиация на современном этапе развития науки,
техники и общества: сб. тезисов докладов участников междунар. науч.-техн.
21
конф. (Москва, 16–17 мая 2018 г.). – М.: ИД Академия Жуковского, 2018. –
С. 134.
12. Козлов, Д. А Система сетевого контроля деятельности операторов
рентгенотелевизионных интроскопов / Д. А. Козлов, Ан. К. Волков,
Ал. К. Волков // Радиолокация, навигация, связь: сб. трудов XXIV междунар.
науч.-техн. конф. (Воронеж, 17-19 апреля 2018 г.).– Воронеж: ООО «Вэлборн»,
2018. Т. 5. – C. 408-414.
Публикации в прочих изданиях:
13. Волков, Ал. К. Применение математического моделирования
состояний компетенций операторов досмотра в процессе адаптивного
управления их подготовкой на компьютерном тренажере / Ал. К. Волков //
Научный вестник УВАУ ГА (И). – Ульяновск: УВАУ ГА (И), 2015. – № 7. –
С. 60-64.
14. Волков, Ал. К. Метод снижения вероятности реализации угроз
авиационной безопасности путем оптимизации состава средств досмотра на
основе линейного программирования / А. М. Лебедев, Ал. К. Волков // Модели,
системы, сети в экономике, технике, природе и обществе: научноинформационный журнал. – Пенза: ПГУ, 2015. – № 3 (15). – С. 144-150.
15. Волков, Ал. К. Критерии эффективности комплекса технических
средств обеспечения авиационной безопасности / Ал. К. Волков // Научный
вестник УИ ГА. – Ульяновск: УИ ГА, 2016. – № 8.– С. 9-13.
16. Волков, Ал. К. К вопросу о применении имитационной среды
AnyLogic для оценки эффективности системы досмотра аэропорта
/ Ал. К. Волков // Научный вестник УИ ГА. – Ульяновск: УИ ГА, 2016. – № 8. –
С. 143-146.
22
АВТОРЕФЕРАТ
на соискание ученой степени кандидата технических наук
МЕТОДЫ МОНИТОРИНГА ДЕЯТЕЛЬНОСТИ ОПЕРАТОРОВ
ДОСМОТРОВОЙ ТЕХНИКИ СЛУЖБЫ АВИАЦИОННОЙ
БЕЗОПАСНОСТИ АЭРОПОРТА
ВОЛКОВ
Александр Константинович
Подписано в печать от 17.08.2018. Формат 6090/16. Бумага офсетная.
Печать трафаретная. Усл. печ. л. 1,0.
Тираж 80 экз. Заказ № 328.
Типография УИ ГА. 432071, г. Ульяновск, ул. Можайского, 8/8
Документ
Категория
Без категории
Просмотров
9
Размер файла
922 Кб
Теги
мониторинг, авиационный, метод, техника, безопасности, досмотровой, оператора, деятельности, служба, аэропорт
1/--страниц
Пожаловаться на содержимое документа