Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Прикладная информатика, 2016, том 11, № 3 (63)

Покупка
Основная коллекция
Артикул: 660893.0001.99
Прикладная информатика, 2016, Том 11, № 3 (63) / Прикладная информатика, Том 11, № 3 (63), 2016. - Текст : электронный. - URL: https://znanium.com/catalog/product/896513 (дата обращения: 28.03.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Журнал включен в Перечень ведущих периодических изданий, рекомендованных ВАК для публикации 
результатов диссертационных исследований.

Том 11. №3 (63). 2016 
Май–июнь

Университет «Синергия»

Главный редактор

Емельянов А. А., докт. экон. н., проф., Национальный 
исследовательский университет «МЭИ»; Национальное общество имитационного моделирования, СанктПетербург

Сопредседатели редакционного совета

Рубин Ю. Б., докт. экон. н., проф., чл.-корр. РАО, ректор 
Университета «Синергия», зав. кафедрой Теории и практики конкуренции

Мешалкин В. П., докт. техн. н., проф., чл.-корр. РАН, 
директор Института логистики ресурсосбережения и технологической инноватики, РХТУ им. Д. И. Менделеева

Члены редакционного совета

Брекис Эд., докт. экон. н., oec., ассоциированный проф., 
зав. кафедрой Эконометрики и бизнес-информатики, 
Латвийский Университет, Рига, Латвия

Волкова В. Н., докт. экон. н., проф., кафедра Системного 
анализа и управления Института информационных технологий и управления, СПбГПУ

Дик В. В. , докт. экон. н., проф., зав. кафедрой Информационного менеджмента и электронной коммерции 
Университета «Синергия»

Дли М. И., докт. техн. н., проф., зав. кафедрой МИТЭ, 
зам. директора Филиала НИУ «МЭИ» в Смоленске

Козлов В. Н., докт. техн. н., проф., зав. кафедрой Системного анализа и управления Института информационных технологий и управления, СПбГПУ

Пецольдт К., докт. экон. н., проф., проректор по международному сотрудничеству с Восточной Европой, Технологический Университет Ильменау, Германия

Стоянова О. В., докт. техн. н., доцент, кафедра Информационных систем в экономике, СПбГУ

Сухомлин В. А., докт. техн. н., проф., зав. лабораторией 
Открытых информационных технологий, факультет ВМК, 
МГУ им. М. В. Ломоносова

Халин В. Г., докт. экон. н., проф., зав. кафедрой 
Информационных систем в экономике, Экономический 
факультет СПбГУ

Шориков А. Ф., докт. физ.-мат.н., проф., кафедра Прикладной математики УралЭНИН, Уральский Федеральный 
Университет им. Первого Президента России Б. Н. Ельцина

Штельцер Д., докт. техн. н., rer. pol., проф., Глава Департамента информации и управления знаниями, Технологический Университет Ильменау, Тюрингия, Германия

Заместители главного редактора

Власова Е. А., научная редакция Университета «Синергия»

Прокимнов Н. Н., канд. техн. н., доцент, кафедра Информационных систем, Университет «Синергия»

Редакционный совет

Журнал выходит с 2006 г. Периодичность издания — 6 раз в год. 

Журнал индексируется в российских и зарубежных базах научной периодики 
eLIBRARY (РИНЦ), Russian Science Citation Index (RSCI) на платформе Web of Science,  
ВИНИТИ, Ulrich’s Periodicals Directory

Учредитель и издатель: негосударственное образовательное частное учреждение высшего образования 
«Московский финансово-промышленный университет «синергия»

Адрес редакции и издателя:
129090, Москва, ул. Мещанская, д. 9/14, стр.1 (юрид.)
125190, Москва, Ленинградский просп., д. 80, корп. Г, офис 612 (4)
Тел.: (495) 663-93-88 (доб.3304)

e-mail: edit@s-university.ru; www.appliedinformatics.ru

© Университет «Синергия»

ISSN 1993-8314

Editor-in-Chief

А. Emelyanov, Dr of Economics, Professor, National Research University MPEI; Executive board member of NC 
«National Society for Simulation Modelling», St. Petersburg

Co-Chairs of the Editorial Board

Yu. Rubin, Dr of Economics, Professor, Corresponding 
Member of the Russian Education Academy, Head of the 
Theory and Practice of Competition Chair, Rector of the Moscow University for Industry and Finance «Synergy»

V. Meshalkin, Dr of Technique, Professor, Corresponding 
Member of Russian Academy of Sciences (RAS), Director 
of the Institute of Logistics and Resource Technology Innovation, D. Mendeleyev University of Chemical Technology 
of Russia, Moscow

Members of the Editorial Board

Ed. Brēķis, Dr. oec., Assoc. professor, Head of The Econometrics and Business Informatics Chair, Faculty of Economics and Management, Rīga, University of Latvia

V. Dick , Dr of Economics, Professor, Head of The Information Management and Electronic Commerce Chair, Moscow 
University for Industry and Finance «Synergy»

M. Dli, Dr of Technique, Professor, Head of The MITE Chair, 
Deputy Director of the National Research University MPEI 
Branch in Smolensk

V. Hulin, Dr of Economics, Professor, Head of The Economic Information Systems Department, St. Petersburg State 
University

V. Kozlov, Dr of Technique, Professor, Head of System analysis and management Chair, Institute of Information technologies and management, St. Petersburg State Polytechnical University

K. Pezoldt, Dr of Economics, Professor, Deputy Rector for 
International Cooperation with Eastern Europe, Ilmenau 
University of Technology, Germany

A. Shorikov, Dr. of Physics & Mathematics, Professor 
of The Applied Mathematics Chair, Ural Power Institute 
of El’cin Ural Federal University (Ekaterinburg)

O. Stoyanova, Dr. of Technique, Asoc. Professor, Economic Information Systems Department, St. Petersburg State 
University

V. Sukhomlin, Dr of Technique, Professor, Faculty of Computational Mathematics and Cybernetics, Lomonosov Moscow State University

D. Stelzer, Dr., rer. pol., Professor, Head of The Information 
and Knowledge Management Department of Ilmenau University of Technology (TU Ilmenau), Germany

V. Volkova, Dr of Economics, Professor, System analysis and 
management Chair, Institute of Information technologies and 
management, St. Petersburg State Polytechnical University

Deputy Chief Editors

E. Vlasova, Scientific Edition Department, Moscow University for Industry and Finance «Synergy»

N. Prokimnov, PhD in Technique, Associate Professor, the 
Information Systems Chair, Moscow University for Industry 
and Finance «Synergy»

Peer-reviewed scientific journal 

Vol.11. No.3 (63). 2016 
May–June

Synergy University

EDITORIAL BOARD

Published since 2006. Periodicity: six times a year.

The journal is indexed in 
Russian Science Citation Index (RSCI) on Web of Science platform,  
VINITI (Russian Academy of Sciences), Ulrich’s Periodicals Directory

Publisher: Moscow University for Industry and Finance «Synergy»

Publisher address: 9/14 s.1, Meshchanskaya str., Moscow, 129090, Russia

Editorial Office address: 80G, Leningradskiy Avenue, Moscow, 125190, Russia

Tel: +7 (495) 663-93-88 (ext. 3304) 

e-mail: edit@s-university.ru; www.appliedinformatics.ru

© Moscow University for Industry and Finance «Synergy»

ISSN 1993-8314

[ 3]

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

 Читайте в номере

[ Том 11. №3(63). 2016 ]

* Спонсор рубрики — компания «Доктор Веб», российский производитель 
антивирусных средств защиты информации под маркой Dr.Web.  
Продукты Dr.Web разрабатываются с 1992 года. 

IT-менеджмент

Управление эффективностью

Н. Н. Прокимнов
Концепция и принципы организации 
адаптивного мониторинга. Часть 2 . . . . . . . . . . . 5

В. Н. Кучуганов, С. Н. Королев
Система моделирования и анализа 
производственных сценариев 
в геоинформационной среде. . . . . . . . . . . . . . . . 22

Инструментальные средства*

Защита информации

В. Н. Усцелемов
Совершенствование подситемы  
информационной безопасности  
на основе интеллектуальных технологий. . . . . 31

Эффективные алгоритмы

М. А. Нафиков
Алгоритмы сегментации  
кровеносных сосудов сетчатки глаза . . . . . . . . 39

Д. С. Бухаров
О поиске эквивалентных текстов . . . . . . . . . . . . 46

Технологии разработки  
программного обеспечения

В. Г. Халин, Г. В. Чернова, А. В. Юрков
Укрупненная классификация систем  
поддержки принятия решений. Часть 2 . . . . . . 53

А. А. Вичугова
Автоматизация процесса разработки 
программного обеспечения:  
методы и средства. . . . . . . . . . . . . . . . . . . . . . . . . 63

Модели и методики

Олейник П. П., Грегер С. Э.
Применение и реализация  
онтологий при разработке приложений  
баз данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

С. М. Салибекян, С. Б. Петрова
Объектно-атрибутная модель представления 
пространственно-временных отношений  
между объектами. . . . . . . . . . . . . . . . . . . . . . . . . 103

лабораторИя

Моделирование процессов и систем

Е. А. Малиновская
Эволюционная модель динамики  
объектов видеонаблюдения на основе  
сценариев «деструктивного»  
поведения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

О. В. Аникина, О. М. Гущина
Использование технологии табличного 
моделирования генетических алгоритмов  
для решения задач оптимизации . . . . . . . . . . 132

ПамятИ ученого

Владимир Владимирович Дик . . . . . . . . . . . . . 141

[ 4]
Contents

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
[ Vol. 11. No.3(63). 2016 ]

* Sponsor of the section — Doctor Web, the Russian developer of Dr.Web anti-virus 
software. We have been developing our products since 1992.

IT managemenT

Performance management

N. Prokimnov
The concept and principles  
of adaptive monitoring (part 2) . . . . . . . . . . . . . . . . 5

V. Kuchuganov, S. Korolev
System for productions processes modelling  
and analysis in geo-information . . . . . . . . . . . . . . 22

Tools*

Information security

V. Ustselemov
Improvement of information security  
subsystems based on intelligent technologies . . 31

Algorithmic efficiency

M. Nafikov
Automatic detection of blood vessels in retinal 
images using median filter and Gabor filters. . . . 39

D. Bukharov
On contents search of equivalent texts. . . . . . . . . 46

Software development technologies

V. Khalin, G. Chernova, A. Yurkov
Substantial classification  
of decision support systems (part 2). . . . . . . . . . . 53

A. Vichugova
Methods and tools to automatize software 
development process . . . . . . . . . . . . . . . . . . . . . . . 63

Models and algorithms

P. Oleynik, S. Greger
Ontological approach in the development  
of database applications. . . . . . . . . . . . . . . . . . . . . 76

S. Salibekyan, S. Petrova
Describing of spatio-temporal  
relationship of objects in object-attribute  
database . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

laboraTory

Researching of processes and systems

E. Malinovskaya
The evolutionary model of the dynamics  
of objects on the basis of surveillance  
scenarios «destructive» behavior . . . . . . . . . . . . 116

O. Anikina, O. Gyshchina
Using technology table simulation  
genetic algorithms  
for solving optimization problems. . . . . . . . . . . . 132

In memorIam

Vladimir Dick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

[ 5]

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент
 Управление эффективностью

[ Том 11. №3(63). 2016 ]

Н. Н. Прокимнов, канд. техн. наук, доцент, Университет «Синергия»,  
prokimnovnn@mail.ru
Концепция и принципы организации
адаптивного мониторинга

Окончание. Начало в № 1(61) 2016

Рассмотрена парадигма адаптивного мониторинга для решения исследовательских 
и управленческих задач. На основе собираемых данных о поведении наблюдаемых процессов и о динамике самого процесса мониторинга структура и параметры системы мониторинга непрерывно подстраиваются под изменяющиеся условия, обеспечивая тем самым 
максимально возможную эффективность функционирования системы. Охарактеризованы 
состав и назначение основных компонентов, применяемых методов и процедур, предложены критерии и рекомендации по выбору указанных объектов. Приводятся примеры 
ИТ-платформ, обеспечивающих реализацию подхода.

Ключевые слова: мониторинг, адаптивный мониторинг, система наблюдения, индикаторы, триггеры.

Часть 2

Триггеры
В

системах, построенных на основе концепции потока работ, под триггером понимается средство, осуществляющее 
переключение последовательности выполнения работ при наступлении некоторого условия. В данном контексте на триггеры возлагаются задачи отслеживания динамики процессов мониторинга, фиксации наступления 
условий, требующих со стороны системы принятия некоторых ответных действий, анализа 
особенностей сложившейся обстановки, выбора, планирования и запуска необходимых 
процедур.
По оперативности ответной реакции 
на события, инициируемой триггерами, последние целесообразно классифицировать 
по степени важности и срочности (ранжировать), поскольку очевидно, что проведение 
мероприятий по устранению узких мест, возникших в связи с критической загруженностью некоторых компонентов или ухудшением качества собираемых данных ниже допустимого уровня, имеет, как правило, большую важность по сравнению с анализом 

возможности увеличения периодичности наблюдения или сокращения перечня собираемых данных.
Правила срабатывания ряда триггеров, 
особенно отслеживающих загрузку ресурсов 
системы, во многом соответствуют правилам, принятым в системах наблюдения и контроля информационно-вычислительных ресурсов (примером может служить система 
Datadog1, контролирующая состояние различных компонентов как внутри, так и за пределами системы на основе интеграции наблюдаемых значений и существенных событий 
с целью идентификации узких мест и потенциальных проблем с использованием ресурсов). В табл. 1 показаны примеры возможных 
событий, вызывающих срабатывание триггеров, и возможные действия, выполняемые при 
срабатывании триггеров.
Параметрами в критериях могут выступать границы диапазона, среднее, медиана, 
дисперсия отдельного показателя, среднего 
по выборке, среднего по наблюдению, или 
показатели, отбираемые по иному правилу. 
Базовые значения устанавливаются по дан
1
https: //www.datadoghq.com/product/index. html

IT-менеджмент Управление эффективностью
IT management Performance management

[ 6]
IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
[ Vol. 11. No.3(63). 2016 ]

таблица. 1. Триггеры системы адаптивного мониторинга
Table 1. Adaptive monitoring triggers

№
Событие

Ранг

Возможные 
действия

1
Превышено допустимое отклонение параметра 
от прогнозного значения
2
Отправка запроса и проверка отчета.
Перерасчет прогноза

2
Превышен допустимый темп увеличения или 
уменьшения параметра
2
Отправка запроса и проверка отчета.
Перерасчет прогноза

3
Превышен порог повторяемости ошибки 
определенного типа в отчетах разных 
респондентов

2
Проверка на наличие инструментальной 
ошибки

4
Превышен порог числа совпадений подряд 
значений показателей в последовательности 
отчетов

1
Проверка респондента на добросовестность 
подготовки отчетов

5
Уменьшение дисперсии значений показателя 
ниже порогового значения
3
Проверка возможности сокращения выборки

6
Превышение дисперсии значений показателя 
порогового значения
3
Анализ необходимости увеличения выборки

7
Превышен допустимый порог абсолютного 
(относительного) числа ошибок в очередном 
цикле наблюдения (суммарно и/или 
по респондентам) 

2
Анализ на необходимость принятия мер 
административного воздействия

8
Превышен допустимый порог приращения 
абсолютного (относительного) числа ошибок 
в очередном цикле наблюдений

2
Проверка обеспеченности ресурсами.
Анализ необходимости принятия мер 
административного характера

9
Нарушен плановый срок представления 
(готовности) отчета
1
Проверка обеспеченности ресурсами.
Анализ необходимости проведения 
административных мероприятий

10
Превышен порог суммарных нарушений 
планового срока представления (готовности) 
отчета

2
Проверка обеспеченности ресурсами.
Анализ необходимости проведения 
административных мероприятий

11
Достижение показателями загрузки системных 
ресурсов критической отметки
1
Идентификация и ликвидация узких мест 
в системных ресурсах.
Анализ и планирование системной 
модернизации

12
Превышен порог недоступности системных 
ресурсов (процент времени) 
1
Идентификация и ликвидация узких мест 
в системных ресурсах.
Анализ и планирование системной 
модернизации

ным предшествующего периода, среднего 
за несколько предшествующих периодов, 
скользящего среднего или по иному правилу.
Помимо действий, выполняемых при появлении определенных событий и условий, 
ряд процедур, таких, например, как анализ 
тенденций протекания наблюдаемых процес
сов с последующим уточнением граничных 
и пороговых значений, выполняется на регулярной основе. Эти процедуры формально 
можно также рассматривать как процедуры, 
запускаемые триггером (считая событием наступление планового срока), но, по сути, они 
носят плановый характер.

[ 7 ]

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент  
 Управление эффективностью

[ Том 11. № 3 (63). 2016 ]

Интерпретация значений индикаторов 
и последующие решения в большинстве случаев существенным образом определяются 
контекстом конкретного наблюдения (условиями проведения и требованиями к его параметрам) и предполагают включение в рассмотрение значений других индикаторов. 
Поэтому одни и те же величины могут трактоваться как нормальные и не требующие ответной реакции системы в одной ситуации, 
но инициирующие анализ и проведение корректирующих воздействий — в другой.
В последующих разделах приводится обсуждение принципов и критериев выбора основных целей, возможных методов и информационного обеспечения процессов адаптации.

Индикаторы

Под индикаторами будем понимать параметры, которые показывают степень дости
жения целей функционирования системы 
мониторинга, отображают текущие условия 
протекания наблюдаемого процесса и уведомляют об отклонениях свойств конечного результата или режима функционирования системы от желаемых. Помимо целей 
слежения за текущим состоянием наблюдаемых процессов и сохранения истории поведения системы мониторинга индикаторы 
могут применяться также для решения второй важной задачи — прогнозирования поведения системы в будущем. Анализ текущих 
и исторических значений индикаторов позволяет определить состав и порядок применения управленческих воздействий на систему 
мониторинга.
Условно индикаторы можно распределить 
на группы, образованные соответственно 
их назначению и степени общности (рис. 7).
1. По назначению — на индикаторы, необходимые для оценивания и прогнозирования 

Индикаторы

Результат 
мониторинга

Частный

Обобщенный

Частный

Обобщенный

Объект
Объект

Процесс 
мониторинга

Частный

Обобщенный

Частный

Обобщенный

Объект
Объект

Субъективные
факторы

Объективные
факторы

Субъективные
факторы

Объективные
факторы

Р ис. 7. Индикаторы системы мониторинга
Fig. 7. Monitoring system indicators

[ 8]
IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
[ Vol. 11. No.3(63). 2016 ]

результата мониторинга (собираемых данных), и индикаторы, необходимые для оценивания и прогнозирования эффективности 
процесса мониторинга.
2. По общности — на частные индикаторы, представляющие какую-либо измеримую 
величину, и обобщенные, представляющие 
собой свертку [9] частных индикаторов.
Частные индикаторы (в англоязычных источниках часто именуемые ключевыми показателями эффективности — key performance 
indicator, KPI) указывают на образование узких мест и позволяют определить и выполнить корректирующие действия по устранению узких мест и предотвращению их появления в будущем. Например, внезапный выход представленного в отчете респондента 
значения показателя за границы диапазона, 
характерного для предшествующих периодов наблюдений, может объясняться привлечением к работам по сбору данных и подготовке отчетов нового сотрудника, не прошедшего обучение или инструктаж. Очевидно, 
что адекватными шагами в этом случае будут 
шаги, направленные на прохождение новичком соответствующих курсов или тренингов.
Обобщенные индикаторы (часто именуемые индексами) представляются, как правило, аддитивной сверткой частных индикаторов, которые участвуют в свертке вместе 
со своими весами. Например, индикатор качества отчетов, представляемых k-м респондентом Q k, может быть задан в виде взвешенной суммы

1

k
N

k
k
i
i

i

Q
Q

=
=
λ
∑
,
(7)

где li — вес i-го наблюдения, связанный 
с весами, присутствующими в выражениях 
(1) и (4) для целевой функции системы мониторинга, Nk — число наблюдений, закрепленных за k-м респондентом, 
k
i
Q
— индикатор 
качества сведений респондента по i-му наблюдению, который, в свою очередь, может строиться как агрегированный по типам и удельной доле присутствующих в отчетах ошибок.

Индикаторы привязываются к конкретным контролируемым компонентам: к респондентам — как в (7), отчетам, наблюдаемым процессам или объектам.
Число обобщенных индикаторов, используемых для одного объекта, должно быть 
ограниченным (в частности, в [8] для контроля качества отчетов с результатами клинических испытаний, представляемых конкретным поставщиком, рекомендуется использовать от 5 до 10 индикаторов, которых 
по опыту автора достаточно как для оценивания, так и для прогнозирования качества данных, получаемых при проведении наблюдений такого типа).
Изменчивость требований к целям и характеру проведения наблюдений требует периодической корректировки как значений весов частных индикаторов, присутствующих 
в выражениях для обобщенных индикаторов, 
так, возможно, и самих выражений свертки.

Качество данных мониторинга

Качество данных, собираемых системой 
мониторинга, достигается в общем случае 
применением двух подходов [12]:
1) обеспечением качества — мероприятиями, проводимыми до начала сбора данных;
2) контролем качества — мероприятиями, проводимыми в процессе и по окончании 
цикла сбора данных.
Обеспечение качества направлено на предотвращение появления ошибок, что, разумеется, экономически намного эффективнее 
их исправления. К основному средству обеспечения качества данных относится стандартизация технологии их сбора (формы отчетов, 
комплексные и индивидуальные процедуры 
сбора данных и их проверки), которая позволяет избежать многих типичных ошибок:
•• неопределенности по срокам, применяемым методам и участникам;
•• неполноты перечня собираемых данных;
•• нечеткостей в описании методик и инструментов сбора данных;

[ 9]

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент
 Управление эффективностью

[ Том 11. №3(63). 2016 ]

•• неясностей содержания и программы 
обучения или переподготовки персонала, ответственного за сбор данных;
•• неясности в составе, использовании, корректировке и калибровке оборудования сбора 
данных (в случае необходимости таковых);
•• отсутствия средств документирования 
изменений в формах и процедурах, производимых в процессе мониторинга.
Однако эти меры не могут исключить возможности появления в процессе мониторинга 
эпизодических, систематических и некоторых других ошибок полностью.
Ошибки в данных обычно классифицируются по уровням серьезности (категориям). 
К синтаксическим (формальным) ошибкам 
относятся такие, как повторение кода в одной 
записи или указание кода, не принадлежащего допустимому множеству значений, задание значений вне диапазона. Синтаксические 
ошибки обнаруживаются системой проверки, 
и содержащие их записи не будут внесены 
в базу данных. К логическим ошибкам принадлежат отчеты, содержащие недостоверную информацию, выявляемую применением 
правил логического контроля (в частности, 
проверкой совпадения суммы значений с контрольной суммой). К ошибкам качества относятся сведения, прошедшие все синтаксические и логические проверки, но, тем не менее, вызывающие недоверие в аспекте наблюдаемых отклонений от ожидаемых величин, 
которые обусловлены историческими и статистическими оценками. Данные, вызывающие сомнения в их качестве, подлежат последующему анализу, на основании которого данные либо принимаются, либо отвергаются.
В ряде мониторинговых систем, где серьезность последствий неверных решений, принятых на основе неверных данных, весьма велика (в частности, в системах сбора данных клинических испытаний), 
в особую подгруппу выделяются фальсифицированные данные, представляющие собой результат преднамеренных искажений, 

которым уделяется повышенное внимание. 
Фальсификация данных особенно характерна для тех систем мониторинга (или видов наблюдений), где роли объекта наблюдения и субъекта наблюдения (респондента) 
выполняются одним лицом.
Контроль качества направлен как на выявление причин и источников появления ошибок в процессе ведения мониторинга, так 
и на реализацию действий по исправлению 
(замене) некорректных методов и средств 
сбора данных, уменьшая вероятность повторения вызванных ими ошибок в будущем.
Укажем основные факторы (причины), снижающие качество результата мониторинга, 
и возможные индикаторы их присутствия.
Объективные факторы:
•• неверно выбранные измерительное оборудование и средства;
•• ошибки или неточности в методиках 
(инструкциях) сбора данных;
•• недостаток ресурсов (в частности, времени, отводимого на сбор, подготовку и отправку данных).
Субъективные факторы:
•• случайная ошибка или нарушение регламента;
•• систематическая ошибка или нарушение 
регламента;
•• злонамеренная ошибка (фальсификация 
данных).
На возможность применения дефектного 
инструментария или искаженной методики 
сбора данных может указать повторяемость 
одной и той же ошибки в отчетах большого 
числа респондентов (например, в виде повсеместно одинакового отклонения наблюдаемого среднего некоторого показателя от ожидаемого). Указанием на ту же причину в отчетах отдельного респондента может быть 
устойчивое отклонение значений наблюдаемого показателя в отчетах данного респондента от аналогичных значений, представленных в отчетах другими респондентами 
для тех же условий наблюдения и для схожих 
объектов наблюдения (в [13] приводится при