Умышленные угрозы:

• несанкционированный доступ к информации и сетевым ресурсам;раскрытие и модификация данных и программ, их копирование;раскрытие, модификация или подмена трафика вычислительной сети;разработка и распространение компьютерных вирусов, ввод в программное обеспечение логических бомб;кража магнитных носителей и технической документации;разрушение архивной информации или умышленное ее уничтожение;фальсификация сообщений, отказ от факта получения информации или изменение времени ее приема;перехват и ознакомление с информацией, передаваемой по каналам связи.

Билет19 Обработка данных в сетях

Базы данных представляют собой информационное отображение предметной области (подразделений) предприятия. Они хранят характеристики объектов, функционирующих в подразделениях, результаты выполнения бизнес - процессов, отображают связи между объектами. Любой набор единообразно структурированных записей можно рассматривать как базу данных.

База данных – корпоративный набор логически взаимосвязанных данных и описание этих данных, который используется для удовлетворения информационных потребностей организации.

СУБД структурирует хранение информации об объекте, взаимосвязи между объектами, позволяет управлять данными, хранящимися в базе. СУБД представляет собой комплекс программных средств и встроенного языка программирования.

Таким образом, любая СУБД должна выполнять следующие основные функции:

• Создание информационных структур для хранения информации.

• Реализация запросов на выборку информации в соответствии с заданным критерием выборки.

• Создание отчетов с частичным анализом информации (вычислением промежуточных и итоговых сумм, группировкой записей и так далее). Отчеты строятся на базе одной или нескольких информационных структур и предназначены для вывода на печать.

• Разработка электронных аналогов документов, используемых на предприятии (заказы, платежные поручения) и их автоматическое заполнение информацией из базы данных. Такие документы называются формами. Они предназначены для отображения в электронном виде.

• Содержать средства создания интерфейса пользователя. Эти средства позволяют создавать автоматизированное рабочее место служащего, например, панель инструментов, которые соответствуют производственным функциям, выполняемым служащим ежедневно. При нажатии кнопок инструментов могут автоматически создаваться отчеты, запросы, формы.

• Защита файлов базы данных с помощью паролей.

• Реализация многопользовательского доступа к информации базы данных.

Из перечисленных выше функций следует, что в основу каждой СУБД должны быть положены строгие правила структуризации информации на этапе ее хранения, правила доступа к этой информации и обработки информационных массивов, правила организации взаимосвязи между этими массивами. Совокупность этих правил составляет модель данных. Существуют иерархические, объектно-ориентированные, реляционные модели.

Билет20 Системы оперативной обработки данных.

Системы оперативной обработки данных. Общая характеристика. Примеры.

OLAP - online analytical processing, аналитическая обработка в реальном времени) — технология обработки информации, включающая составление и динамическую публикацию отчётов и документов. Используется аналитиками для быстрой обработки сложных запросов к базе данных. Служит для подготовки бизнес-отчётов по продажам, маркетингу, в целях управления, т. н. data mining — добыча данных (способ анализа информации в базе данных с целью отыскания аномалий и трендов без выяснения смыслового значения записей). Основополагатель термина OLAP, Эдгар Кодд, предложил в 1993 году «12 законов аналитической обработки в реальном времени» Причина использования OLAP для обработки запросов — это скорость. Реляционные БД хранят сущности в отдельных таблицах, которые обычно хорошо нормализованы. Эта структура удобна для операционных БД (системы OLTP), но сложные многотабличные запросы в ней выполняются относительно медленно. Хорошей моделью для запросов, а не для изменения, является Пространственная БД.

OLAP делает мгновенный снимок реляционной БД и структурирует её в пространственную модель для запросов. Заявленное время обработки запросов в OLAP составляет около 0,1 % от аналогичных запросов в реляционную БД.

OLAP-структура, созданная из рабочих данных, называется OLAP-куб. Куб создаётся из соединения таблиц с применением схемы звезды или схемы снежинки. В центре схемы звезда находится таблица фактов, которая содержит ключевые факты, по которым делаются запросы. Множественные таблицы с измерениями присоединены к таблице фактов. Эти таблицы показывают, как могут анализироваться агрегированные реляционные данные. Количество возможных агрегирований определяется количеством способов, которыми первоначальные данные могут быть иерархически отображены.

Например, все клиенты могут быть сгруппированы по городам или по регионам страны (Запад, Восток, Север и т. д.), таким образом, 50 городов, 8 регионов и 2 страны составят 3 уровня иерархии с 60 членами. Также клиенты могут быть объединены по отношению к продукции; если существуют 250 продуктов по 2 категориям, 3 группы продукции и 3 производственных подразделения, то количество агрегатов составит 16560. При добавлении измерений в схему, количество возможных вариантов быстро достигает десятков миллионов и более.

OLAP-куб содержит в себе базовые данные и информацию об измерениях (агрегатах). Куб потенциально содержит всю информацию, которая может потребоваться для ответов на любые запросы. Из-за громадного количества агрегатов, зачастую полный расчёт происходит только для некоторых измерений, для остальных же производится «по требованию».

Билет 21 Системы поддержки принятия решений.

Системы поддержки принятия решений. Общая характеристика. Методы и модели поддержки принятия решений. Примеры.

Систе́ма подде́ржки приня́тия реше́ний (СППР) (англ. Decision Support System, DSS) — компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности. СППР возникли в результате слияния управленческих информационных систем и систем управления базами данных. В настоящее время нет общепринятого определения СППР, поскольку конструкция СППР существенно зависит от вида задач, для решения которых она разрабатывается, от доступных данных, информации и знаний, а также от пользователей системы. Можно привести, тем не менее, некоторые элементы и характеристики, общепризнанные, как части СППР:

СППР — в большинстве случаев — это интерактивная автоматизированная система, которая помогает пользователю (ЛПР) использовать данные и модели для идентификации и решения задач и принятия решений. Система должна обладать возможностью работать с интерактивными запросами с достаточно простым для изучения языком запросов.

СППР обладает следующими четырьмя основными характеристиками:СППР использует и данные, и модели;СППР предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач;Они поддерживают, а не заменяют, выработку решений менеджерами;Цель СППР — улучшение эффективности решений.

Для анализа и выработки предложений в СППР используются разные методы. Это могут быть: информационный поиск, интеллектуальный анализ данных, поиск знаний в базах данных, рассуждение на основе прецедентов, имитационное моделирование, эволюционные вычисления и генетические алгоритмы, нейронные сети, ситуационный анализ, когнитивное моделирование и др. Некоторые из этих методов были разработаны в рамках искусственного интеллекта. Если в основе работы СППР лежат методы искусственного интеллекта, то говорят об интеллектуальной СППР, или ИСППР.