Методи та моделі забезпечення якості інформаційно-комунікаційних сервісів в децентралізованих системах дистанційного навчання

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Вступ

Актуальність теми. Дистанційне навчання (ДН) є одним з найважливіших і ефективних напрямів розвитку освіти, який створює передумови для інтенсифікації учбового процесу, стимулювання самостійної роботи студентів, підвищення якості знань.

Значний внесок у розвиток інформаційних технологій для освіти та підготовки кадрів зробили вітчизняні вчені Глушков В.М., Биков В.Ю., Жалдак М.І., Бабин І.І., Кухаренко В.М., Атанов Г.О., Балл Г.О., Гриценко В.І., Довгялло О.М., Згуровський М.З., Манако А.Ф., Кудрявцева С.П., Синиця К.М., Панкратова Н.Д., Мазурок Т.Л. та багато інших. Незважаючи на важливість побудови систем навчання згідно з міжнародними вимогами та стандартами якості освіти, існуючі показники якості ДН не враховують усіх важливих чинників, що впливають на ефективність ДН, зокрема, не береться до уваги такий важливий чинник, як якість інформаційно-комунікаційних сервісів. Серйозним недоліком існуючих систем ДН є складність проведення лабораторного практикуму на промисловому обладнанні, що істотно знижує результативність навчання. Одним із шляхів побудови ефективних систем ДН є використання розподілених систем ДН, але найбільш перспективним напрямком є використання децентралізованих систем ДН, які є підмножиною розподілених систем. Щоб підкреслити цей факт, у роботі використано термін «децентралізовані розподілені системи ДН» (ДРСДН). Під ДРСДН будемо розуміти сукупність інформаційних, програмних та комунікаційних засобів, які забезпечують раціональний розподіл учбового контенту та зміну конфігурації мережі з метою підвищення якості ДН. Теоретична та методологічна база створення таких систем недостатня для впровадження цієї прогресивної технології в навчальний процес. У зв'язку з цим стає актуальним розв'язання науково-практичної задачі створення методів та моделей, що забезпечують необхідну якість інформаційно-комунікаційних сервісів в ДРСДН і уможливлюють підвищення ефективності ДН в цілому.

Мета і завдання дослідження. Мета дисертаційної роботи - підвищення ефективності інформаційно-комунікаційних сервісів у децентралізованих системах ДН завдяки розробці моделей та методів, які дозволяють забезпечити необхідний рівень якості надання освітніх послуг.

Завдання дослідження. Для досягнення мети в роботі розв'язані такі задачі:

- аналіз особливостей побудови і функціонування територіально-розподілених систем ДН, їх основних переваг, недоліків та проблем, пов'язаних з їх функціонуванням;

- аналіз існуючих методів оцінки показників якості ДН;

- розробка методів, математичних моделей та комп'ютерних програм, що забезпечують необхідну якість ДН в ДРСДН;

- розробка методів підтримки прийняття рішень із забезпечення якості інформаційно-комунікаційних сервісів у ДРСДН;

- апробація та впровадження програмного забезпечення ДРСДН.

1. Ґрунтовний аналіз тенденцій розвитку технологій ДН в Україні і розвинених країнах світу

Визначено місце ДРСДН в системах підтримки ДН. Визначено, що існуючі підходи не вирішують повною мірою коло завдань з забезпечення необхідної якості функціонування інформаційно-комунікаційних сервісів у ДРСДН, обґрунтовано шляхи розвитку технології побудови ДРСДН. Було сформульовано умову підвищення ефективності ДРСДН - інформаційно-комунікаційні сервіси повинні забезпечувати необхідний рівень якості (Quality of Service, QoS). В кінці розділу наведено виснови, що обґрунтовують необхідність проведення досліджень у галузі вдосконалення інформаційно-комунікаційних сервісів в децентралізованій системі ДН.

2. Питання розробки моделі ДРСДН

Структура ДРСДН змінюється залежно від кількості запитів користувачів і наявності вільних викладачів, з урахуванням забезпечення необхідної якості інформаційно-комунікаційних сервісів ДН. Для реалізації такого підходу запропоновано критерій якості освітніх послуг (F) у вигляді:

F = k1Fd + k2Forg + k3FLsoft + k4(L1FQnet + L2FQvoip),

де k1, k2, k3, k4 - коефіцієнти впливу окремих чинників (k1 + k2 + k3 + k4 = 1); Fd - дидактична складова якості, Fd = Ш1(D1, D2, …, Dn1); Forg - якість організаційних заходів учбового закладу, Forg = Ш2(R1, R2, …, Rn2); FLsoft - якість локального програмного забезпечення, FLsoft = Ш3(S1 , S2, …, Sn3); n1, n2, n3, n4, n5 - кількість чинників у складових критерію якості освітніх послуг; FGnet - оцінка якості інформаційно-комунікаційних сервісів мережі.

Якість інформаційно-комунікаційних сервісів мережі FGnet представимо так:

FGnet = L1FQnet + L2FQvoip = L1Ш4(G1, G2, …, Gn4) + L2Ш5(V1, V2, …, Vn5),

де L1, L2 - коефіцієнти впливу окремих чинників (L1 + L2 =1); FQnet - якість мережі; FQvoip - якість передачі мови.

У цій роботі для обчислення критерію якості освітніх послуг F прийнято: n1=n3=n4=n5=4, n2=3. Наприклад, оцінку якості телекомунікаційної мережі проводили за параметрами: максимальна пропускна спроможність, затримка передачі пакету через мережу Інтернет, варіація затримки передачі пакету, коефіцієнт втрати пакетів, оцінку якості передачі мови в режимі VOIP у мережі Інтернет - за наступними параметрами: чутність власної мови, гучність мови, можливість користувача зв'язуватися і розмовляти з іншим користувачем у реальному часі, чистота і тональність мови. Чисельні значення показників одержано експертним шляхом.

Для опису критерію якості освітніх послуг ДН введено лінгвістичну змінну: «Якість освітніх послуг ДН» = {«Дуже висока (А)», «Висока (В)», «Добра (С)», «Задовільна (D)», «Припустима (E)», «Незадовільна з можливістю корекції існуючої системи ДН (FX)», «Незадовільна з обов'язковою повною зміною структури ДН (F)»}.

Розроблено модель ДРСДН, яка розглядається у вигляді семантичної мережі: SN=<I, C1, C2, … Cn, A>, де I - множина інформаційних одиниць; C1, C2, … Cn, - множини типів зв'язків між інформаційними одиницями; A - тип інформаційного зв'язку.

Розроблено метод моделювання якості послуг комп'ютерних мереж на основі байєсівських мереж довіри. Цей метод можна використовувати як інструмент дослідження складових показника якості ДН.

Нехай A1, A2, …, An - гіпотези, що визначають якість інформаційно-комунікаційних сервісів ДРСДН; B - деяка подія з імовірністю, що визначає поточний стан мережі. Тоді умовна імовірність Ai за умови, що відбулося В, визначається за формулою Байєса:

.

Моделювання якості інформаційно-комунікаційних сервісів ДРСДН виконувалося у програмі «Netica», що дало можливість оперативно відстежувати вплив складових чинників, які впливають на якість послуг.

Як показали дослідження, найбільш «вузьким» місцем телекомунікаційної мережі є ділянка «вузол комунікаційних послуг» - «вузол управління послугами». Для дослідження зміни затримок на цій ділянці запропоновано метод моделювання затримок у комп'ютерній мережі зв'язку ДРСДН шляхом використання методу планування експерименту (ортогональних латинських квадратів четвертого порядку). Це дозволило аналізувати багатовимірну залежність затримок мережі від досліджуваних чинників і забезпечило можливість оперативно приймати рішення щодо перерозподілу ресурсів мережі для забезпечення необхідної якості послуг, що надаються.

Підтримка прийняття рішень з забезпечення якості інформаційно-комунікаційних сервісів ДРСДН здійснюється на основі ситуаційного керування. В основу функціонування системи підтримки прийняття рішень управління "ситуація-дія" ДРСДН покладено принцип, сформульований Поспєловим Д.А., визначення за системою продукцій, необхідних у даній вхідній ситуації дій, що забезпечують необхідну якість послуг. Продукційна модель знань формується так, щоб поставити у відповідність кожній ситуації Si з певного набору ситуацій Sk, що характеризує всі можливі стани об'єкту управління, деяке рішення, що управляє Ri (i, j, k = 1…N). Таким чином формується еталонний набір ситуацій Sk (Sk ={S1, S2,..., SN}). Прийнято припущення: нехай множина Sk повна і ситуація Si існує для будь-якої вхідної ситуації S0. Тоді рішення, що управляє, яке необхідно прийняти при вхідній ситуації S0, визначається ситуацією SiSs, найбільш близькою до ситуації S0. Як мову опису ситуацій прийнято правила продукції вигляду: I; Q; P; U; AB; N, де: I - ім'я продукції; Q - сфера вживання продукції; P- передумова; U- умова; AB - ядро продукції; N - післямова. Як приклад можна навести одне з правил продукції: ЯКЩО 100 мкс < «Затримка доставки пакету IP» < 400 мкс ТА «Варіація затримки пакету IP» < 50 мкс ТА «Коефіцієнт втрати пакетів IP» < 1•10-3 ТА «Коефіцієнт помилок пакетів IP» < 1 10-4 ТО «Клас мережі 1, можливо використовувати додатки реального часу (VOIP, відеоконференції)». У роботі експертної системи (ЕС) використовуються лінгвістичні змінні, наприклад: «Рівень чутливості до мережевої характеристики “смуга пропускання”» = { «Дуже низький», «Низький», «Середній», «Високий»}; «Рівень чутливості до мережевої характеристики “Затримка”» = «Низький», «Середній», «Високий»}; «Рівень чутливості до мережевої характеристики “Втрати”» = «Низький», «Середній», «Високий»} і т.д. Процедуру ситуаційного керування ДРСДН реалізовано на основі ЕС з використанням нечіткої логіки. Блок нечіткого виведення ЕС з використанням правил нечітких продукцій з бази знань і необхідних констант з бази даних реалізує нечітке виведення висновків на основі посилок або умов, представлених у формі нечітких лінгвістичних висловів. Для нечіткого виводу використовується модифікований алгоритм Мамдані. Модифікація полягає у тому, що при створенні дерева логічного виводу пропонується враховувати психофізіологічні особливості людини (в оперативній пам'яті людини одночасно може стримуватися не більше 7±2 понять-ознак). Структуру бази знань організовано таким чином, що при кожному зрізі дерева логічного виводу аналізу підлягало не більше дев'яти ознак.

3. Питання програмної реалізації ДРСДН

Систему пропонується будувати за принципом, відображеним у структурній схемі.

Центральне місце в структурі ДРСДН посідає блок «Супервайзер» - автоматизована система ситуаційного управління, що є сукупністю програмно-технічних засобів для автоматизації процесів відображення, моделювання, аналізу ситуацій і управління якістю послуг ДН, задача якого перерозподілити ресурси мережі так, щоб забезпечити необхідну якість телекомунікаційних сервісів. Основу супервайзера складає експертна система підтримки прийняття рішень на основі нечіткої логіки.

Одним з важливих компонентів ДРСДН є підсистема віртуальної лабораторії, яка забезпечує доступ до віддаленого промислового обладнання. Для ефективного використання віртуальної лабораторії розроблено метод організації інформаційно-комунікаційних сервісів з використанням технології VOIP за допомогою спеціальних програм месенджерів (програма Skype). В результаті модернізації цієї програми стало можливим, окрім передачі аудіо- і відеоінформації, передавати сигнали керування промисловим обладнанням. Це дало можливість проводити лабораторний практикум на віддаленому виробничому обладнанні і одночасно забезпечувати надійний зворотний зв'язок між студентом і викладачем. Програмне забезпечення віртуальної лабораторії (ПЗВЛ) реалізує принцип «клієнт - сервер». ПЗВЛ реалізовано у вигляді трьох блоків: комутаційного доступу (забезпечує керування обладнанням шляхом комутації відповідних систем управління відповідно до запитів користувача); програмування мікроконтролерів (забезпечує програмування відповідних мікроконтролерів управління обладнанням); захисту (забезпечує захист обладнання від дій користувача, спрямованих на умисне пошкодження обладнання або випадкових його помилок при реалізації конкретного режиму роботи). ПЗВЛ адаптовано для управління модульним робототехнічним комплексом MPS-205 і розроблено на мові Паскаль в середовищі «Дельфі».

Другим важливим компонентом ДРСДН є підсистема контролю знань. Для практичної реалізації цієї підсистемі розроблено модель тестування знань студентів, які розглядаються як «чорна скринька», на вхід якої подаються тестові завдання, а на виході отримують оцінку рівня знань. Тоді процес тестування можна розглядати як експеримент, який необхідно спланувати так, щоб за мінімального числа тестових завдань отримати досить достовірну інформацію про знання студента.

Нехай вся дисципліна, з якої проводиться перевірка знань, поділена на m модулів, причому кожен модуль передбачає n градацій (категорій) важкості питань. Приймемо число чинників m на n рівнях, тоді для планування експерименту використовується ортогональний латинський квадрат четвертого порядку. Використання такого підходу дозволяє отримати частинні залежності зміни рейтингу студента від складності питання, що пред'являється йому.

Сімейство частинних залежностей описано у вигляді матриці А розміром m*n; m - кількість модулів в дисципліні, що вивчається, n - кількість рівнів важкості тестових питань. Елемент матриці Аij матеріалу.

На виході підсистема контролю знань формує: 1) вислів V1 про рівень засвоєння основних понять: V1 - { «Низький», «Середній», «Високий»}; 2) вислів V2 про рівень засвоєння додаткового (понад навчальну програму) матеріалу: V2 - { «Низький», «Середній», «Високий»}; 3) вислів V3 про рівень рівномірності вивчення i-ro модуля (i=l …. m), V3 - «Низький», «Середній», «Високий»}; 4) вислів V4 про рівень зацікавленості студента у вивченні матеріалу i-ro модуля (i=l … m): V4={ «Присутня», «Відсутня»}.

Логічний вивід в підсистемі реалізується відповідно до алгоритму Мамдані. При цьому використовуються лінгвістичні змінні: «Рейтинг Аij»={«Низький», «Середній», «Високий»}, «Розмах рейтингу Dj»={«Малий», «Середній», «Великий»}, «Відхилення рейтингу Рi»= {«Велике негативне», «Мале негативне», «Мале позитивне», «Велике позитивне»}, «Інтерес до предмету W0»={ «Присутній», «Відсутній»}, «Рівень засвоєння основних понять W1»={ «Низький», «Середній», «Високий»}, «Рівень засвоєння додаткового матеріалу W2»={ «Низький», «Середній», «Високий»}, «Рівномірність засвоєння матеріалу i-ro модуля W3;»={«Низька», «Середня», «Висока»}. Алгоритм тестування реалізований на мові Паскаль в середовищі «Дельфі»

У четвертому розділі наведено ґрунтовний аналіз ефективності запропонованих методів і моделей інформаційно-комунікаційних сервісів ДРСДН. Перевірку адекватності моделей сервісів мережі ДРСДН здійснено в мережі «Укртелеком» з використанням послуги «ОГО!», при цьому швидкість передачі інформації змінювалася в діапазоні 256-8000 Кб/с.

Таким чином, помилка оцінки якості в середньому складає 10%. Для експериментальної перевірки підсистеми віддаленого доступу до промислового обладнання проводилися сеанси роботи за всіма модулями робототехнічного комплексу MPS-205 у мережі Інтернет і у локальній мережі Севастопольського національного технічного університету. Дослідна експлуатація підсистеми віддаленого доступу показала стабільну роботу підсистеми «віртуальна лабораторія», можливість раціонального використання дорогого промислового обладнання для ДН, що підтверджено відповідним актом дослідної експлуатації, а також отримала позитивні відгуки користувачів.

Перевірка адекватності (на рівні вірогідності 0,95 за t-крітеріем Стьюдента) підсистеми контролю знань здійснювалася шляхом перевірки на виконання граничних умов (“100% правильних відповідей ” і “0% правильних відповідей ”) і проведення дослідного тестування знань студентів навчальних закладів Севастополя з дисциплін «Правові основи захисту інформації» і «Основи конструювання ЕОМ». Похибка комп'ютерного тестування складає 3-8 %. Результати тестування відповідних модулів ДРСДН свідчать про працездатність запропонованих моделей побудови інформаційно-комунікаційних сервісів ДРСДН.

Висновки

дистанційний навчання тестування

У дисертаційній роботі розв'язано актуальну науково-технічну задачу - розробка методів і моделей інформаційно-комунікаційних сервісів у ДРСДН. Основні результати роботи полягають у наступному:

- вперше розроблено модель ДРСДН засновану на принципі керування процесом перерозподілу послуг мережі з урахуванням забезпечення необхідної якості інформаційно-комунікаційних сервісів ДН, що забезпечило надання освітніх послуг необхідної якості;

- розроблена архітектура ДРСДН дозволила підвищити ефективність дистанційного навчання завдяки ситуаційному керуванню якістю наданих освітніх послуг. Середня похибка оцінки якості телекомунікаційних послуг складає приблизно 10%;

- вперше розроблено модель якості телекомунікаційних послуг ДН, яка завдяки врахуванню показників критеріїв якості мережі (продуктивності, якості передачі аудіоінформації, рівня захищеності та ін.) дозволяє достовірніше прогнозувати якість ДН;

- вперше запропоновано модель тестування знань студентів у якій, на відміну від загальноприйнятого підходу, студент розглядається як «чорна скринька», що дає можливість використовувати методи планування експерименту (ортогональні латинські квадрати) і завдяки цьому зменшити час тестування та аналізувати залежності рейтингу студентів з різним рівнем підготовки від складності питання. Розроблену систему тестування знань студентів можна використовувати також автономно в різних формах навчального процесу. При цьому похибка комп'ютерного тестування складає 3-8 %;

- одержав подальший розвиток метод моделювання якості послуг комп'ютерних мереж ДН на основі байєсівських мереж довіри, що дало можливість прогнозувати якість освітніх послуг та на основі цього змінювати конфігурацію мережі з метою підвищення якості ДН. Розроблений метод моделювання дає можливість прогнозувати якість телекомунікаційних послуг з похибкою приблизно 7%;

- одержав подальший розвиток метод організації інформаційно-комунікаційних сервісів, що відрізняється від поширених використанням VOIP - технології для передачі спеціальних сигналів керування промисловим обладнанням. Це дало можливість проводити лабораторний практикум на віддаленому виробничому обладнанні і одночасно забезпечувати надійний зворотний зв'язок між студентом і викладачем;

- вдосконалено метод моделювання затримок у комп'ютерній мережі зв'язку на ділянці «вузол комунікаційних послуг» - «вузол керування послугами» шляхом застосування методу планування експерименту на основі ортогональних латинських квадратів, що дозволило аналізувати багатовимірну залежність затримок мережі від досліджуваних чинників і забезпечило можливість оперативно приймати рішення щодо перерозподілу ресурсів мережі для забезпечення необхідної якості послуг, що надаються;

- вдосконалено метод розрахунку критерію якості ДН, який завдяки врахуванню якості інформаційно-комунікаційних сервісів дозволяє достовірніше оцінити якість ДН.

Література

1. Маклакова Г.Г. Система за оценяване на знанията/контрол на знаията / Г.Г. Маклакова // Лингвометодически аспекти на чуждоезиковото обучение с използване на нови информационни технологии [Чалъкова Т., Стоянова Е., Салим М. и др.]. - Шумен: Университетско издателство «Епископ Константин Преславски» Шуменски университет, 2009. - С.140-161.

2. Маклакова Г.Г. Интеллектуальное управление в распределенной системе дистанционного обучения / Г.Г. Маклакова // Управляющие системы и машины.-2009.- № 3.- С. 73-76.

3. Маклакова Г.Г. Основные принципы создания распределенной системы дистанционного обучения на базе виртуальной среды / Г.Г. Маклакова // Управляющие системы и машины.- 2008.- №1.- С.76-83.

4. Маклакова Г.Г. Интеллектуальная система анализа и контроля качества телекоммуникационных слуг в распределенных системах дистанционного обучения /Г.Г. Маклакова // Управляющие системы и машины.- 2008.- №6.- С.77-81.

5. Маклакова Г.Г. Оптимизация процесса тестирования знаний методами комбинаторного планирования эксперимента / Г.Г. Маклакова // Управляющие системы и машины.-2007.- №2.- С.56-62.

6. Маклакова Г.Г. Метод анализа интеллектуальных сетей на основе ортогональных латинских квадратов / Г.Г. Маклакова // Вісник Державного університету інформаційно-комунікаційних технологій.- 2009.-№ 7(2).- С.127-131.

7. Маклакова Г.Г. Методика расчета критерия качества образовательных услуг в децентрализованных системах дистанционного обучения / Г.Г. Маклакова // Материалы V-й Международной конференции „Стратегии качества в промышленности и образовании”. Т.2, 6-13 июня 2009 г. Варна. Болгария. Изд-во «Гипопром», Днепропетровск - Варна.- 2009.- С. 806-807.

Размещено на Allbest.ru