Интеллектуальный анализ и распознавание потоков данных в мульти-агентных компьютерных сетях

11.1. Проблемы и парадоксы “человеческого фактора” в глобальных компьютерных сетях

На пути совершенствования глобальных интегрированных ТКС возникает ряд проблем, связанных с неравномерным и несбалансированным развитием как основных компонентов ТКС, так и доступных пользователям информационных и вычислительных ресурсов, распределённых в ИКС. При этом многие трудности и парадоксы развития глобальных ТКС и ИКС связаны именно с “человеческим фактором”, т.е. с пользователями, операторами и администраторами распределённых, телекоммуникационных и информационных ресурсов.

Рассмотрим особенности этого феномена на примере открытой глобальной сети Internet. В ней пользователь играет роль внешнего агента, имеющего собственную (персональную) базу данных и знаний и каналы связи глобальной ТКС с информационными и вычислительными ресурсами ИКС, географически распределёнными по всему миру.

Информационные и вычислительные ресурсы необходимы пользователям Internet для принятия тех или иных решений. Это могут быть решения о подборе материалов для обучения или научной работы, решения о выборе услуг и товаров, решения о поиске партнёров и т.п.

Каждому пользователю как внешнему агенту сети Internet присуща индивидуальность и специализация в определённой предметной области. Однако открытая сеть Internet предоставляет ему удалённый доступ и возможность принимать решения в очень широком диапазоне (классе) предметных областей, поддержанных соответствующими информационными и вычислительными ресурсами распределённой ИКС (например, GRID-среды).

Сегодня пользователь буквально “тонет” в этом “море информации” (распределённые базы данных, реклама услуг и товаров и т.п.), так как зачастую не может её адекватно воспринять и успешно использовать. Это связано, с одной стороны, с различной специализацией, квалификацией и индивидуальными особенностями и, с другой стороны, с необъятностью доступных глобальных информационных и вычислительных ресурсов.

Конечно, в ряде случаев пользователь способен самостоятельно обучаться, адаптироваться и эффективно использовать в своих интересах доступные информационные или вычислительные ресурсы. Однако затраченный им труд и принятые им решения сугубо индивидуальны и, как правило, бесполезны для других пользователей Internet, столкнувшихся с аналогичной проблемой. Фактически другим пользователям приходится пройти весь этот сложный путь поиска и использования распределённых информационных и вычислительных ресурсов самостоятельно и заново.

Назовём этот реальный феномен парадоксом “индивидуальности пользователя” как интеллектуального внешнего агента глобальной ТКС или распределённой ИКС.

Другой не менее сложный феномен связан с анонимностью пользователя. Назовём этот феномен парадоксом “анонимности пользователя” как внешнего агента глобальной ТКС или распределённой ИКС.

Суть этого парадокса заключается в следующем. С одной стороны, услуги сети Internet по поиску и предоставлению агенту-пользователю требуемых информационных и вычислительных ресурсов сугубо персонофицированы. С другой стороны, привлекательность сети Internet для потенциальных пользователей связана с возможностью их анонимности, когда никто не знает пользователя и не мешает ему получить интересующие его ресурсы. Однако обычно сетевые службы (сетевые операторы, администраторы и т.п.), предоставляющие запрошенные информационные и вычислительные ресурсы, требуют прежде всего идентификации пользователя.

В результате возникает “конфликт интересов” между внешними агентами-пользователями и сетевыми службами. На практике этот конфликт разрешается двумя путями:

- бойкот пользователями тех сетевых служб, которые лишают их анонимности;

- автономный поиск (загрузка и просмотр баннеров и т.п.) анонимными пользователями необходимых им информационных или вычислительных ресурсов в “море информации”, большая часть которой сильно зашумлена, избыточна или совершенно бесполезна.

Важно отметить, что оба эти пути разрешения “конфликта интересов” между внешними агентами глобальной ТКС или распределённой ИКС приводит к значительным потерям для обеих сторон, т.е. как для пользователей, так и сетевых служб.

Третий феномен связан с парадоксом сетевого “извлечения знаний” из распределённых информационных вычислительных ресурсов ИКС с помощью ТКС.

Сеть Internet, как глобальная ТКС, только передаёт пользователю запрошенные информационные или вычислительные ресурсы в форме баз данных, текстографической и мультимедийной информации и т.п. Осмысление же этой информации и извлечение из неё знаний, необходимых для принятия решений, как правило, осуществляется внешним агентом-пользователем в соответствии с его специализацией и квалификацией.

Фактически пользователь ТКС как внешний агент играет роль персонофицированного “смыслового фильтра”. Именно он осуществляет функцию “извлечения знаний” из доступных информационных и вычислительных ресурсов глобальной ИКС. Однако эти доступные и передаваемые поьзователю ТКС ресурсы зачастую представляют собой “свалку” бесполезной или избыточной информации (новости, эхо-конференции, доски объявлений, чаты и т.п.) в очень широком диапазоне (классе) предметных областей.

Описанные феномены “человеческого фактора” в сети Internet и других глобальных ТКС давно известны. Однако связанные с ними парадоксы и пути преодоления возникающих трудностей всё ещё остаются мало изученными и трудно формализуемыми.

Первоначальные попытки разрешения проблем, порождённых “человеческим фактором” в глобальных ТКС, аппелировали к средствам “искусственного интеллекта”. Однако они не привели к успеху. Это связано с тем, что предлагавшиеся подходы были ориентированы в основном на экспертные системы. Однако разработка, настройка и эксплуатация экспертных систем требует использования высококвалифицированных и высокооплачиваемых экспертов и инженеров по знаниям в различных предметных областях. В тоже время пользователи глобальных ТКС и распределённых ИКС часто не доверяют или вообще не используют экспертные системы как дополнительное средство поддержки принимаемых решений.

Поэтому глобальные ТКС новых поколений должны обладать способностью к обучению, самообучению, адаптации и автоматическому извлечению знаний, распределённых в ИКС и передаваемых с помощью глобальных ТКС. Реализация такой способности связана с накоплением экспериментальных и статистических данных о работе ТКС и об их реальном взаимодействии с внешними агентами-пользователями и распределёнными информационно-вычислительными ресурсами, а также с использованием этих данных в качестве “обучающего материала” для синтеза нейросетевых решений и интеллектуальных технологий (например, для обучения и самоорганизации сетевых или нейросетевых агентов).

11.2. Автоматизация и интеллектуализация поиска информационных и вычислительных ресурсов

Глобальные ТКС типа Internet предоставляют пользователям огромные массивы доступных информационных и вычислительных ресурсов, распределённых в ИКС. Однако эти ресурсы очень быстро изменяются и расширяются. Поэтому адекватное восприятие и эффективное использование этих сетевых ресурсов зачастую находится на пределе человеческих возможностей пользователей как агентов ТКС и ИКС. Даже поиск информации в специализированной области интересов конкретного пользователя требует ежедневного анализа десятков страниц текстовой и графической информации, передаваемой по каналам связи глобальной ТКС.

Важную роль в автоматизации доступа пользователей к необходимой информации через глобальную сеть Internet играют информационно-поисковые системы (ИПС). Для ускорения поиска такие системы обычно реализуются на компьютерных кластерах.

Подобные кластерные системы стали удобным инструментом поиска информационных и вычислительных ресурсов и обработки больших массивов текстографической информации. Они всё шире используются в корпоративных ТКС, офисных приложениях и т.п.

В последнее время разработано также много тематических каталогов (www.rambler.ru, Mavica NET и т.п.) и связанных с ними “пользовательских агентов”, т.е. специальных программ, автоматизирующих некоторые поисковые операции “в интересах пользователя” (например, адресная пересылка сообщений электронной почты) при выполнении определённых условий (например, при обновлении каталогов ссылок).

Значительную популярность у пользователей Internet сегодня приобрели так называемые порталы. Эти “путеводители” по информационным ресурсам КС представляют собой сайты, в которых собрана и структурирована как предметная информация, так и ссылки на другие информационные и вычислительные ресурсы, полученные в данной предметной области. Примерами наиболее популярных порталов в области теории систем и управления являются Virtual Control Engineering Library, Control Theory and Engineering Links, NETLIB и РУСИКОН (Российский архив по системам и управлению, www.rusycon.ru).

Однако в отличие от многоцелевых и достаточно универсальных информационно-поисковых систем такие каталоги и порталы обычно узко специализированы.

Эффективным способом целенаправленного поиска распределённых информационных ресурсов является “ смысловая фильтрация” текстовых сообщений. Она позволяет, например, автоматически разобрать корпоративный почтовый ящик или классифицировать и переадресовать новости на досках объявлений на естественных языках.

Описанные способы и средства автоматизации поиска информационных или вычислительных ресурсов в интересах пользователей относятся прежде всего к сетевой системе управления глобальных ТКСи ИКС. Однако сегодня и они нуждаются в модернизации и совершенствовании. Это относится, в частности, к методам информационного поиска доступных ресурсов и смысловой фильтрации сетевых сообщений на естественных языках.

Ряд алгоритмов поиска необходимых информационных ресурсов основывается на так называемой “векторной модели текста”, предложенной Салтаном в 1975 году. Эта вероятностная (частотная) модель текста на естественном языке представляет собой гистограмму наблюдаемых признаков сообщения.

Если в качестве признаков использовать ключевые слова, то модель представляется вектором частот встречаемости ключевых слов в сообщении. В этом случае запрос к поисковой системе кодируется вектором в пространстве признаков, после чего отыскивается ближайший к нему вектор частот ключевых слов. Этот способ, использующий правило “ближайшего соседа”, решает задачу сетевого поиска распределённых информационных или вычислительных ресурсов на естественном языке.

Другие эффективные подходы к поиску и «осмыслению» данных и знаний в распределённых ИКС основываются на построении и оптимизации моделей нейросетевых агентов для распознавания информационных потоков (в том числе на естественных языках) в распределённых ИКС [15–18, 25, 26, 29–33, 35–40, 52–63, 70–79, 94–99, 103–109]. Некоторые из этих подходов и перспективы их применения рассматриваются ниже.

11.3. Нейросетевые агенты поиска информационных ресурсов в компьютерных сетях

Идея задания над множеством сообщений “ассоциативного” отношения сходства текстов допускает достаточно эффективную реализацию в рамках нейросетевого подхода к поиску необходимых информационных ресурсов. Так, например, в проекте Т.Кохонена “WEBSOM” задача кластеризации Internet-ресурсов по их информационному содержанию, т.е. по текстам на естественном языке, сведена к построению нейросетевой самоорганизующейся карты признаков.

Карта Кохонена представляет собой информативную проекцию множества векторов в многомерном пространстве признаков на плоскость “главных компонент распределения”, сохраняющую и визуализирующую отношение соседства. На этой карте Кохонена точкам соответствуют тексты сообщений. Если сообщения близки по смыслу, т.е. по содержащимся в них ключевым словам, то и соответствующие им точки на карте близки. Поэтому они образуют “кластеры”, помеченные соответствующими ключевыми словами и цветами. Если пользователя заинтересует определённый “кластер”, то возможна его детализация вплоть до интеллектуального анализа текста сообщения. Тем самым может быть реализован нейросетевой поиск и анализ текстов, интересующих пользователя как внешнего агента ТКС.

В последние годы были разработаны также эффективные нейросетевые методы “смысловой фильтрации” сетевых сообщений, текстов и изображений. Эти методы основываются на обучении и оптимизации на реальных сетевых данных гетерогенных полиномиальных и диофантовых нейронных и генно-нейронных сетей, радиально-базисных нейронных сетей, многослойных перцептронов или нейросетевых программ-агентов [17, 18, 25, 26, 33–40, 46, 52–55, 65–80]. Они обеспечивают высокую точность классификации и сортировки сетевых сообщений.

Нейросетевые средства информационного поиска являются по существу интеллектуальными внутренними нейросетевыми агентами, обслуживающими интересы пользователей ТКС и ИКС как внешних агентов.

Таким образом, эффективное средство поиска требуемых информационных ресурсов может быть реализована в форме нейросетевого агента. Этот внутренний агент является важной подсистемой сетевой системы управления глобальной ТКС, которая должна обеспечить доступ любому пользователю именно к той информации, распределённой в ИКС, в которой он заинтересован, или сообщить ему об её отсутствии за короткое время, близкое к нулю.

Реальным сетевым средством поиска присуща задержка в предоставлении распределённых информационных или вычислительных ресурсов. Чем меньше эта задержка (запаздывание), тем эффективнее информационно-поисковая система распределённой ИКС и сетевая система управления глобальной ТКС в целом.

Одним из наиболее эффективных средств массового распараллеливания и ускорения процессов обработки и передачи потоков данных при поиске и интеллектуальном анализе информационных ресурсов в распределённых ИКС являются искусственные нейронные сети (НС) и нейросетевые технологии [18, 25, 26, 35–40]. Естественным прототипом искусственных НС является биологический мозг и центральная нервная система человека и животных как сложная гетерогенная нейронная сеть, обеспечивающая высокую степень параллелизма, самоорганизации и робастности при решении таких интеллектуальных задач, как распознавание образов, классификация данных, поиск закономерностей, анализ изображений, диагностика состояний, прогнозирование явлений и т.п. Возможности искусственных и биологических НС могут значительно расшириться при коллективном (мульти-агентном) решении сложных задач с помощью нейросетевых агентов.

11.4. Персонализация человеко-машинного интерфейса и интеллектуализация мульти-агентных компьютерных сетей на базе сетевых и нейросетевых агентов

Потребность в глобальных ТКС как средстве доступа к распределённым информационным ресурсам и вычислительным услугам ИКС непрерывно возрастает. Особенно ярко это проявляется на примере мировой сети Internet, которая не только передаёт внешним агентам-пользователям необходимую информацию, но и обеспечивает их информационно-телекоммуникационное взаимодействие, свободу выражения мнений и т.п.

В последние годы психиатры диагностируют у некоторых пользователей синдром психологической зависимости от Internet. В то же время, притягательность этой глобальной ТКС заключается в технологической и психологической простоте достижения индивидуальных и коллективных целей и удовлетворения интересов пользователей.

Одной из главных причин такой социальной значимости глобальной сети Internet является возможность “анонимности пользователя”. Поэтому многие попытки поставщиков Internet-услуг ограничить эту возможность наталкивается на сопроивление со стороны пользователей. Это выражается в создании анонимных протоколов OSI или даже в бойкотировании ресурсов, не гарантирующих анонимность пользователей сети Internet.

С другой стороны, глобальная сеть Internet является источником прибыли и зоной экономических интересов поставщиков сетевых услуг (провайдеров). Поэтому сетевые службы предлагают Internet-услуги всем тем и только тем пользователям, кто в них реально заинтересован и зарегистрирован в этой сети. При этом возникает необходимость в персонализации интерфейса, что требует идентификации пользователя. Однако это вступает в противоречие со стремлением пользователя глобальной сети Internet к анонимности.

Для разрешения этого “конфликта интересов” нужно отказаться от стандартной процедуры аутентификации и разработать способы персонального оповещения пользователя при сохранении его анонимности.

Один из таких способов заключается в изменении цели аутентификации: вместо идентификации пользователя достаточно идентифицировать его интересы и потребности. В этом случае сетевые службы будут предоставлять информационные ресурсы и вычислительные услуги на основе идентификации “интересов пользователя”. Для этого нужно анализировать поведение пользователя в сети и собрать достоверные данные или статистику об его интересах. Эти данные, фиксирующие факты посещения пользователем конкретных страниц “по интересам”, могут использоваться в качестве “обучающего материала” для создания нейросетевой системы идентификации интересов пользователя в форме нейросетевых агентов.

В последние годы в сети Internet появились ресурсы, предоставляющие обобщённые решения типа:

- “пользователи, посещающие www.etlib.org, посещают www.siam.org ”,

- “пользователи, использующие услугу x, используют также услугу y и услугу z” и т.п.

Эти обобщённые решения основаны на статистическом анализе данных, зафиксированных путём наблюдений в сети Internet. Они персонифицируют Internet-ресурсы на основе “интересов пользователей”.

Такие обобщённые решения позволяют строить каталоги телекоммуникационных услуг и информационных ресурсов, основанные не на их содержании, а на степени востребованности пользователями “по интересам”. Эти каталоги могут оказаться достаточно информативными и ценными для поиска необходимых информационных услуг и вычислительных ресурсов, распределённых в ИКС.

Построение и оптимизация обобщённых решений рассмотренного типа может основываться на использовании нейросетевых агентов, реализующих метод синтеза и минимизации сложности логико-вероятностных решающих правил по статистическим БД, формируемых в процессе эксплуатации компьютерной сети. Эти правила в ряде случаев представимы в виде иерархических или диофантовых нейронных сетей и минимизируют число шагов поиска [18, 35–37, 39–42, 55, 101–106].

Системный анализ проблем “человеческого фактора” в современной сети Internet свидетельствует о необходимости развития глобальных ТКС и распределённых ИКС нового поколения. Это развитие должно производиться в направлении совершенствования и автоматизации поиска информационных ресурсов, интеллектуализации пользовательских многомодальных интерфейсов, создания теории нейросетевых агентов и внедрения мульти-агентных технологий.

Распределённая система управления таких КС должна представлять собой самообучающуюся интегрированную среду, которая способна адаптироваться к различным факторам неопределённости, быстро отыскивать и передавать запрошенные пользователями информационные ресурсы “по интересам” при сохранении анонимности, осуществлять “смысловую фильтрацию” сообщений и автоматически извлекать знания из передаваемых данных для поддержки и оптимизации решений, принимаемых пользователями как внешними агентами ТКС и ИКС.

Сетевая система управления глобальной ТКС должна классифицировать пользователей “по интересам”, создавать семантические связи (гиперссылки и т.п.) между ассоциированными и дополняющими друг друга ресурсами, обеспечивать анонимность коммуникаций между пользователями и поставщиками различных услуг и организовывать мульти-агентную передачу данных и знаний для коллективной работы группы пользователей со сходными областями интересов.

Интеллектуализация сетевых систем управления и использование в них нейросетевых агентов и мульти-агентных технологий должны превратить современные глобальные ТКС типа Internet и распределённые ИКС в принципиально новый инфотелекоммуникационный инструмент, предоставляющий пользователям свободный доступ к требуемым БД и БЗ. При этом необходимая информация автоматически извлекается из распределённых БД и БЗ и используется устойчивыми группами внешних агентов-пользователей, идентифицируемых на основе статистических данных об их работе с ТКС и распределёнными ИКС.

В отличие от агентов-роботов в адаптивных и интеллектуальных робототехнических системах программные и нейросетевые агенты имеют виртуальный характер, так как реализуются в виде комплекса взаимосвязанных программ и функционируют в информационно-коммуникационной среде. Однако некоторые из них (например, агенты-маршрутизаторы) могут иметь аппаратную реализацию (например, на базе сигнальных DSP-процессоров или специализированных НС).

Внешние агенты глобальных ТКС способны самостоятельно принимать локальные решения и обеспечивать их исполнение. Поэтому они могут решать возникающие задачи как автономно, так и коллективно. Для коллективного решения задач внешние агенты-пользователи могут кооперироваться и самоорганизовываться в рабочие группы “по интересам”. Такие группы будем называть “агентствами”, имеющими определённую специализацию в соответствующей проблемной (предметной) области.

Структура (архитектура) и функции (операции) внутренних сетевых или нейросетевых агентов выбираются (конструируются) так, чтобы они были способны поддерживать взаимодействие с внешними агентами (пользователями, сетевыми администраторами и т.п.) и с окружающей инфотелекоммуникационной средой. В процессе решения возникающих задач внутренние агенты могут обучаться и расширять свои локальные БЗ, адаптироваться к изменяющимся или неопределённым условиям функционирования глобальной ТКС или распределённых ИКС и обмениваться знаниями и накопленным опытом с другими агентами. Такие обучающиеся сетевые или нейросетевые агенты по существу являются адаптивно развивающимися интеллектуальными системами. Их функциональные возможности и интеллектуальные способности расширяются в процессе “жизненного цикла”, т.е. по мере обучения, формирования знаний и накопления опыта.

Нейросетевые агенты в инфотелекоммуникационных сетях предназначены прежде всего для параллельной передачи и обработки сложных сигналов и распознавания образов. К ним относятся прежде всего 2D- или 3D-изображения и векторные сигналы. Множество таких сигналов вместе с информацией об их принадлежности к разным классам (образам) образуют специализированные экспериментальные БД. Эти БД называются обучающими БД, поскольку они используются для обучения и самоорганизации нейросетевых агентов. В результате по множеству обучающих прецедентов из БД осуществляется настройка архитектуры (топологии сетевых нейронов) и параметров (синаптических весов) нейросетевых агентов на решаемую задачу.

Важную роль в теории НС и нейросетевых агентов играет нелинейность функций активации нейронов. Эти функции могут быть пороговыми или сигмоидальными, полиномами или конъюнкциями и т.п. Если же эти функции линейны, то вся нейронная сеть агента производит лишь линейное преобразование вектора или матрицы входных сигналов. Однако суперпозиция нелинейных нейронов существенно расширяет вычислительные и интеллектуальные возможности нейросетевых агентов при обучении как по локальным (сосредоточенным), так и глобальным (распределённым) обучающим БД.

Другая особенность нейросетевых агентов заключается в глобальности связей между нейронами, необходимыми для решения задачи в целом, и в локальности обработки информации в каждом нейроне, зависящей только от поступающих на его вход сигналов от других связанных с ним нейронов. Благодаря этому обеспечивается локальный параллелизм функционирования нейронов при глобальном решении сетевой задачи в целом.

На современном этапе развития информационных и телекоммуникационных технологий возникла необходимость в организации высокопроизводительных информационных и вычислительных ресурсов распределённых ИКС на базе GRID-технологий и в создании глобальных ТКС нового поколения (мульти-агентных ТКС с адаптивной маршрутизацией и интеллектуальным управлением трафиком и т.п.). Такие глобальные ТКС и GRID-сети должны предоставлять пользователям необходимые ресурсы с высоким качеством обслуживания.

Интеграция информационно-вычислительных и телекоммуникационных ресурсов ИКС и ТКС в единую распределённую глобальную информационно-телекоммуникационную систему (ИТКС) должна обеспечить своевременную передачу большого объёма информации без искажений и потерь по каналам связи ТКС на практически неограниченное расстояние по запросам внешних агентов-пользователей. Достичь этого невозможно без повышения эффективности и адаптивности управления ТКС в реальных условиях эксплуатации ИТКС, когда трафик непредсказуемо изменяется и постоянно растёт, количество пользователей быстро растёт, их интересы значительно расширяются, а требования к качеству предоставляемых информационных и телекоммуникационных услуг постоянно возрастают.

Для ТКС нового поколения, предназначенных для телекоммуникационного обслуживания прежде всего GRID-инфраструктуры, характерен множественный свободный доступ, т.е. мульти-агентный режим работы со стороны внешних агентов-пользователей.

Доставка различного рода сообщений адресатам базируется на управляемой передаче информационных потоков по каналам связи с промежуточным хранением пакетов данных в узлах глобальной ТКС. Однако в современных ТКС и, в частности, в мировой сети Internet всё чаще возникают различные проблемы и трудности, а именно:

­– сетевые перегрузки при интенсивных входных потоках данных, приводящие зачастую к частичной потере информации;

– большая задержка при передаче сообщений, приводящая к резкому снижению производительности ТКС;

– значительные изменения структуры (топологии каналов связей) ТКС, связанные с выходом из строя или появлением новых узлов и каналов связи;

– высокая мобильность объектов передачи информации в беспроводных подсетях (например, в пакетных или цифровых радиосетях) глобальных ТКС;

– сетевые конфликты и т.п.

Для преодоления этих трудностей необходима интеллектуализация систем сетевого управления, которая предполагает следующее:

– совершенствование алгоритмов и протоколов регулирования гетерогенного трафика;

– адаптивную маршрутизацию информационных потоков;

– мониторинг динамического состояния ТКС с учётом взаимного влияния процессов на канальном и сетевом уровнях;

– функциональную диагностику ТКС и повышение их отказоустойчивости сетевого управления;

– автоматическое разрешение или предотвращение сетевых конфликтов.

Анализ многочисленных публикаций в области сетевого управления и множественного доступа к ТКС и распределённым ИКС позволяет сформулировать следующие выводы [1–12]:

– в условиях высокой интенсивности входного трафика существующие модели случайного множественного доступа по мнению многих авторов в ряде случаев являются крайне неэффективными и не гарантируют высокое качество предоставления пользователям запрашиваемых информационных и вычислительных ресурсов;

– на качество приёма и исполнения запросов в современных глобальных ТКС и распределённых ИКС существенно влияет как количество пользователей, так и характер их запросов;

– эффективность множественного доступа и коллективного использования доступных информационных и вычислительных ресурсов зависит от многих факторов (например, от текущей топологии ТКС с изменяющейся динамикой);

– надёжность управляемой передачи информации с помощью традиционных алгоритмов и протоколов регулирования трафика значительно снижается при непредсказуемом и особенно при резком изменении топологии и параметров ТКС и ИКС с течением времени.

Поэтому сегодня возникает острая необходимость в разработке и создании глобальных ТКС нового поколения с мульти-агентной архитектурой, адаптивной маршрутизацией и интеллектуальным управлением информационными потоками. Такие ТКС должны быть ориентированы на GRID-инфраструктуру современных и перспективных распределённых (по интересам и мировым территориям) и высокопроизводительных вычислительных ресурсов.