ПНСТ 772-2022. Предварительный национальный стандарт Российской Федерации. Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий возникновения массовых беспорядков. Общие требования
Актуально на 01.11.2026.
Как цитировать: "ПНСТ 772-2022. Предварительный национальный стандарт Российской Федерации. Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий возникновения массовых беспорядков. Общие требования". ПНСТ 772-2022. https://bukva.ai/docs/standart-pnst-772-2022
(утв. и введен в действие Приказом Росстандарта от 15.12.2022 № 137-пнст)
Внимание
Документ утратил силу с 01.07.2026 в связи с истечением срока действия, установленного Приказом Росстандарта от 15.12.2022 № 137-пнст. Документ введен в действие с 01.07.2023 на период до 01.07.2026 (Приказ Росстандарта от 15.12.2022 № 137-пнст).
Утвержден и введен в действие
Приказом Федерального
агентства по техническому
регулированию и метрологии
от 15 декабря 2022 г. № 137-пнст
ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
БЕЗОПАСНОСТЬ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ
БЕЗОПАСНЫЙ ГОРОД.
ПРОГНОЗИРОВАНИЕ ПОСЛЕДСТВИЙ ВОЗНИКНОВЕНИЯ
МАССОВЫХ БЕСПОРЯДКОВ
Safety in emergencies. Safe city. Forecasting the impact
of the outbreak of mass disturbances. General requirements
с 1 июля 2023 года
до 1 июля 2026 года
Предисловие
1 РАЗРАБОТАН Обществом с ограниченной ответственностью «Национальный Центр Информатизации» (ООО «НЦИ»)
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 071 «Гражданская оборона, предупреждение и ликвидация чрезвычайных ситуаций»
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 15 декабря 2022 г. № 137-пнст
Правила применения настоящего стандарта и проведения его мониторинга установлены в ГОСТ Р 1.16-2011 (разделы 5 и 6).
Федеральное агентство по техническому регулированию и метрологии собирает сведения о практическом применении настоящего стандарта. Данные сведения, а также замечания и предложения по содержанию стандарта можно направить не позднее чем за 4 мес до истечения срока его действия разработчику настоящего стандарта по адресу: info@ncinform.ru и/или в Федеральное агентство по техническому регулированию и метрологии по адресу: 123112 Москва, Пресненская набережная, д. 10, стр. 2.
В случае отмены настоящего стандарта соответствующая информация будет опубликована в ежемесячном информационном указателе «Национальные стандарты» и также будет размещена на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)
1 Область применения
Настоящий стандарт устанавливает общие требования к организации прогнозирования и порядку прогнозирования массовых беспорядков на контролируемой территории населенного пункта (КТ НП) с использованием прогнозной аналитической модели (ПАМ) в составе аппаратно-программного комплекса «Безопасный город» (АПК «Безопасный город»), в качестве математической основы моделирования которой используют байесовские классификаторы.
Настоящий стандарт не содержит указаний по применению конкретных байесовских классификаторов.
Настоящий стандарт не распространяется на ПАМ, использующие для прогнозирования массовых беспорядков другие математические или аналитические методы.
Положения настоящего стандарта предназначены для использования федеральными органами исполнительной власти, органами исполнительной власти субъектов Российской Федерации и местного самоуправления, научно-исследовательскими и другими организациями, участвующими в проектировании, разработке, внедрении в промышленную эксплуатацию и эксплуатации АПК «Безопасный город».
2 Нормативные ссылки
В настоящем стандарте использованы нормативные ссылки на следующие стандарты:
ГОСТ Р 58771 Менеджмент риска. Технологии оценки риска
ГОСТ Р ИСО 3534-1 Статистические методы. Словарь и условные обозначения. Часть 1. Общие статистические термины и термины, используемые в теории вероятностей
ПНСТ 761-2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Термины и определения
ПНСТ 762-2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Типовая прогнозная аналитическая модель с использованием метода Байеса. Общие требования
Примечание — При пользовании настоящим стандартом целесообразно проверить действие ссылочных стандартов в информационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет или по ежегодному информационному указателю «Национальные стандарты», который опубликован по состоянию на 1 января текущего года, и по выпускам ежемесячного информационного указателя «Национальные стандарты» за текущий год. Если заменен ссылочный стандарт, на который дана недатированная ссылка, то рекомендуется использовать действующую версию этого стандарта с учетом всех внесенных в данную версию изменений. Если заменен ссылочный стандарт, на который дана датированная ссылка, то рекомендуется использовать версию этого стандарта с указанным выше годом утверждения (принятия). Если после утверждения настоящего стандарта в ссылочный документ, на который дана датированная ссылка, внесено изменение, затрагивающее положение, на которое дана ссылка, то это положение рекомендуется применять без учета данного изменения. Если ссылочный стандарт отменен без замены, то положение, в котором дана ссылка на него, рекомендуется применять в части, не затрагивающей эту ссылку.
3 Термины и определения
В настоящем стандарте применены термины по ПНСТ 761-2022, ПНСТ 762-2022, ГОСТ Р ИСО 3534-1, ГОСТ Р 58771, а также следующие термины с соответствующими определениями:
3.1 вероятность возникновения массовых беспорядков: Математическая величина возможности появления необходимых и достаточных условий возникновения массовых беспорядков.
3.2 возникновение массовых беспорядков: Результат происходящих процессов, совокупность которых приводит к массовым беспорядкам.
демонстрация: Организованное публичное выражение общественных настроений группой граждан с использованием во время передвижения, в том числе на транспортных средствах, плакатов, транспарантов и иных средств наглядной агитации.
[[1], статья 2, пункт 4]
3.6 конфликтная ситуация в ходе проведения спортивно-массовых мероприятий (между болельщиками): Групповое (с участием двух и более лиц со стороны болельщиков одной спортивной команды) нарушение общественного порядка, образующее состав административного правонарушения либо преступления.
3.7 контролируемая территория населенного пункта; КТ НП: Территория населенного пункта, оборудованная средствами видеонаблюдения и акустического контроля, на которой существует угроза причинения вреда жизни и здоровью граждан, имуществу физических и юридических лиц в результате воздействия опасных факторов массовых беспорядков и (или) проводят действия по локализации и пресечению массовых беспорядков и несанкционированных публичных мероприятий, а также по выявлению и задержанию зачинщиков.
3.8 локализация массовых беспорядков: Действия, направленные на предотвращение распространения массовых беспорядков.
3.9 ликвидация массовых беспорядков: Действия, направленные на прекращение массовых беспорядков.
3.10 массовые беспорядки; МБ: Противоправное общественно опасное деяние против общественной безопасности, заключающееся в организации мероприятий и участии в них, сопровождающихся насилием, погромами, поджогами, уничтожением имущества, применением оружия, взрывных устройств, взрывчатых, отравляющих либо иных веществ и предметов, представляющих опасность для окружающих, а также оказанием вооруженного сопротивления представителям власти.
3.11 межэтнический конфликт: Конфликт между представителями этнических общин, проживающих в непосредственной близости в государстве или на части территории этого или соседнего с ним государства.
митинг: Массовое присутствие граждан в определенном месте для публичного выражения общественного мнения по поводу актуальных проблем преимущественно общественно-политического характера.
[[1], статья 2, пункт 3]
3.15 обнаружение массовых беспорядков: Установление факта и места возникновения массовых беспорядков.
объект защиты: Продукция, в том числе имущество граждан или юридических лиц, государственное или муниципальное имущество (включая объекты, расположенные на территориях поселений, а также здания, сооружения, строения, транспортные средства, технологические установки, оборудование, агрегаты, изделия и иное имущество), к которой установлены или должны быть установлены требования пожарной безопасности для предотвращения пожара и защиты людей при пожаре.
[[2], статья 2, пункт 15]
пикетирование: Форма публичного выражения мнений, осуществляемого без передвижения и использования звукоусиливающих технических средств путем размещения у пикетируемого объекта одного или более граждан, использующих плакаты, транспаранты и иные средства наглядной агитации, а также быстровозводимые сборно-разборные конструкции.
[[1], статья 2, пункт 6]
3.22 причина массовых беспорядков: Явление или обстоятельство, непосредственно обуславливающее возникновение массовых беспорядков.
публичное мероприятие: Открытая, мирная, доступная каждому, проводимая в форме собрания, митинга, демонстрации, шествия или пикетирования либо в различных сочетаниях этих форм акция, осуществляемая по инициативе граждан Российской Федерации, политических партий, других общественных объединений и религиозных объединений, в том числе с использованием транспортных средств. Целью публичного мероприятия является свободное выражение и формирование мнений, выдвижение требований по различным вопросам политической, экономической, социальной и культурной жизни страны и вопросам внешней политики или информирование избирателей о своей деятельности при встрече депутата законодательного (представительного) органа государственной власти, депутата представительного органа муниципального образования с избирателями.
[[1], статья 2, пункт 1]
регламент проведения публичного мероприятия: Документ, содержащий повременное расписание (почасовой план) основных этапов проведения публичного мероприятия с указанием лиц, ответственных за проведение каждого этапа, а в случае, если публичное мероприятие будет проводиться с использованием транспортных средств, информацию об использовании транспортных средств.
[[1], статья 2, пункт 8]
собрание: Совместное присутствие граждан в специально отведенном или приспособленном для этого месте для коллективного обсуждения каких-либо общественно значимых вопросов.
[[1], статья 2, пункт 2]
уведомление о проведении публичного мероприятия: Документ, посредством которого органу исполнительной власти субъекта Российской Федерации или органу местного самоуправления в порядке, установленном Федеральным законом [1], сообщается информация о проведении публичного мероприятия, в целях обеспечения при его проведении безопасности и правопорядка.
[[1], статья 2, пункт 7]
| 3.31 шествие: Массовое прохождение граждан по заранее определенному маршруту в целях привлечения внимания к каким-либо проблемам. |
|---|
[[1], статья 2, пункт 5]
4 Сокращения
В настоящем стандарте применены следующие сокращения:
АПК «Безопасный город» — аппаратно-программный комплекс «Безопасный город»;
ГИС — геоинформационная система;
КСП — кризисная ситуация и/или происшествие;
МАВ — максимальная апостериорная вероятность;
МКП — модель краткосрочного прогнозирования;
МСП — модель среднесрочного прогнозирования;
МВД России — Министерство внутренних дел Российской Федерации;
Минобороны России — Министерство обороны Российской Федерации;
ОПО — опасный производственный объект;
ПАМ-МБ — прогнозная аналитическая модель для прогнозирования последствий возникновения массовых беспорядков АПК «Безопасный город»;
РКД — рабочая и конструкторская документация;
СМИ — средства массовой информации;
ФСБ России — Федеральная служба безопасности Российской Федерации;
ЭМИ — электромагнитные излучения.
5 Основные положения
5.1 Настоящий стандарт содержит описание процессов формирования априорной информации для прогнозирования МБ на КТ НП, для обработки данной информации, а также методов анализа неблагоприятных событий на КТ, связанных с МБ.
5.2 ПАМ-МБ должна соответствовать ПНСТ 762-2022.
5.3 ПАМ-МБ предназначена для автоматизации деятельности должностных лиц единой дежурно-диспетчерской службы муниципальных образований при прогнозировании класса угрозы «МБ» по КСП, связанным с данной угрозой (массовым протестам, погромам, поджогам, общественным беспорядкам и т.д.), которые могут произойти на КТ НП муниципального образования, а также для уточнения результатов развития МБ на КТ НП по полученным оперативным данным.
5.4 Пользователями ПАМ-МБ могут быть также должностные лица органов управления федерального, регионального, муниципального и объектового уровней, осуществляющие руководство и управление мероприятиями по предупреждению и ликвидации МБ, имеющие доступ к АПК «Безопасный город».
5.5 Прогнозирование МБ с использованием ПАМ-МБ осуществляют с целью повышения эффективности принимаемых управленческих решений по предупреждению и ликвидации последствий данной угрозы. Для этого ПАМ-МБ должна обеспечивать:
- анализ вероятности возникновения МБ на КТ НП, в том числе на основе информации, поступившей с различных систем мониторинга и выявления угрозы в режиме времени, близком к реальному;
- определение параметров развития МБ на КТ НП.
5.6 Основной задачей ПАМ-МБ является своевременное выявление угрозы возникновения МБ и их воздействия на объекты и субъекты защиты, в целях разработки и реализации мер по обеспечению безопасности населения, проживающего на КТ НП и персонала данных объектов.
Для решения указанных задач ПАМ-МБ должна включать следующие базовые модели:
- МКП, предназначенная для вероятностной оценки развития МБ на КТ НП в ходе проведения спланированных и несанкционированных ПМ в течение ближайших 3 ч, а также оценки возможных параметров МБ;
- МСП, предназначенная для вероятностной оценки возможности возникновения и развития МБ на КТ НП в течение ближайших 10 сут.
Примечание — Для получения других вероятностных характеристик при прогнозировании МБ перечень решаемых функциональных задач и моделей ПАМ-МБ может быть дополнен. При этом должны быть соблюдены общие требования по ПНСТ 762-2022.
5.7 В общем случае процесс разработки и применения ПАМ-МБ включает следующие этапы:
- обучение ПАМ-МБ;
- опытная эксплуатация ПАМ-МБ на тестовых данных;
- промышленная эксплуатация ПАМ-МБ на реальных данных.
6 Обучение прогнозной аналитической модели для прогнозирования последствий возникновения массовых беспорядков АПК «Безопасный город»
6.1 Основными мероприятиями, осуществляемыми в процессе обучения ПАМ-МБ, являются:
- сбор статистики по МБ (за последние пять лет) и сведений о НТ;
- обработка собранных данных для формирования обучающих множеств МКП и МСП ПАМ-МБ;
- сборка обработанных данных МКП и МСП ПАМ-МБ в обучающие примеры;
- обработка обучающих примеров с применением байесовского классификатора.
6.2 В настоящем стандарте установлены основные входные данные для формирования базовых обучающих множеств МКП и МСП ПАМ-МБ. Приведенные входные данные могут быть дополнены и/или уточнены с учетом особенностей конкретных территорий НП.
6.3 Для сбора исходных данных необходимо предварительно определить состав территорий, результаты наблюдения за которыми будут применены в ПАМ-МБ, — НТ. В состав НТ НП следует включать места проведения культурно-массовых и спортивных мероприятий, площади, улицы и скверы, входящие в состав КТ. Данные в отношении НТ используют для сбора статистической информации для подготовки обучающих множеств, обеспечивающих обучение моделей ПАМ-МБ, а информация по КТ — для составления прогнозов событий на указанных территориях.
6.4 Основными входными данными для формирования базового обучающего множества ПАМ-МБ служат следующие данные:
- о причинах возникновения МБ, проведении ПМ и последствиях перерастания спланированных и несанкционированных ПМ в МБ, возникших на НТ в НП;
- характеризующие территории НП;
- характеризующие возрастной состав населения и социальные условия в НП;
- поступающие с систем видеонаблюдения и акустического контроля, расположенных на НТ в НП;
- характеризующие объекты транспортной инфраструктуры НП;
- о состоянии правоохранительной системы на НТ НП;
- о метеорологической обстановке на НТ НП.
6.5 Входные данные ПАМ-МБ
6.5.1 Входными данными, характеризующими причины возникновения МБ, проведение ПМ и последствия перерастания спланированных и несанкционированных ПМ в МБ, возникших на НТ в НП, являются:
а) причины конфликтной ситуации в обществе;
б) наименование мероприятия, послужившего индикатором социальной активности (напряженности) в обществе, приведшее к МБ на НТ НП;
в) тип мероприятия, послужившего индикатором социальной активности (напряженности) в обществе — пускового события, приведшего к МБ;
г) период времени, прошедший от пускового события до начала МБ, ч;
д) дата и время проведения мероприятия, послужившего индикатором социальной активности (напряженности);
е) тип конфликта в обществе, к которому относится выявленное пусковое событие;
ж) дата и время регистрации (получения отказа в регистрации) проведения ПМ на НТ НП;
и) дата и время проведения ПМ, приведшего к МБ на НТ НП;
к) дата и время возникновения МБ на НТ НП;
л) факт регистрации МБ при проведении ПМ;
п) характеристика ПМ по степени его организованности;
р) социальная сфера, послужившая источником информации о планировании МБ;
т) характеристика ПМ по продолжительности;
у) характеристика ПМ по составу участников;
ф) характеристика ПМ, приведшего к МБ, по численности его участников;
х) численность граждан, принявших участие в МБ, чел.;
ч) характеристика толпы по отношению к общественному порядку при МБ, возникших в ходе проведения ПМ;
ш) типизация протестующей толпы по характеру актуальных для участников МБ потребностей;
щ) характеристика толпы по ее пространственному расположению на НТ НП при проведении ПМ;
ы) характеристика участвующих в ПМ по принципу межличностного взаимодействия;
э) характеристика преобладающего большинства участников ПМ;
ю) стадия конфликтной ситуации, на которой возникли МБ;
я) состав протестующих в завершающий период ПМ (приведший к МБ), определяемый по приложению А [таблица А.19, перечисления а) - е)];
-
общая численность протестующих в завершающий период ПМ, приведшего к МБ, чел.;
-
численность личного состава правоохранительных органов, обеспечивающих общественную безопасность в завершающий период ПМ, вызвавшего МБ, чел.;
-
принадлежность сил, обеспечивающих общественную безопасность и правопорядок в завершающий период ПМ, ставшего причиной МБ, что определяется по приложению А [таблица А.20, перечисления а) - д)];
-
количество пострадавших среди граждан, не участвующих в МБ, чел.;
-
маршрут движения толпы в ходе МБ, определяемый по приложению А (таблица А.21);
-
статус наличия у правоохранительных органов планов обеспечения общественной безопасности и правопорядка при проведении ПМ;
-
количество объектов инфраструктуры, деятельность которых была нарушена или их инфраструктура получила повреждения в ходе МБ, ед.;
-
социальные группы общества, наиболее пострадавшие в ходе МБ;
-
типы преобладающих объектов инфраструктуры, которые подверглись физическому воздействию при МБ.
Параметры, представленные статусами регистрации событий (параметров), должны иметь бинарный вид.
6.5.2 Входными данными, характеризующими территории НП, являются:
а) наименование муниципального образования;
в) тип местности расположения НП;
д) численность населения в НП, чел.;
е) характеристика застройки НП;
ж) сведения о городских площадях и установленных на них системах их видеомониторинга и акустического контроля;
и) количество (по типам) зданий (сооружений) в НП — жилых, административных, производственных, объектов инфраструктуры (с массовым пребыванием людей, социальных, религиозных, спортивных), ед.;
к) плотность автомобильных дорог НП, км/км2.
6.5.3 Входными данными, характеризующими возрастной состав населения и социальные условия в НП, являются:
а) плотность населения в НП, чел/км2;
б) состав населения по основным возрастным группам, чел.;
в) характеристика внешних передвижений граждан, % от общей численности;
г) уровень безработицы, % от общей численности;
д) уровень преступности, количество совершенных преступлений на 10 тыс. населения;
е) индекс социальной напряженности в обществе на дату возникновения МБ.
6.5.4 Входными данными, поступающими с систем видеонаблюдения и акустического контроля, расположенных на НТ, являются:
а) дата и время ведения видеонаблюдения и акустического контроля НТ в НП, в т.ч. используемых для проведения ПМ;
б) координаты НТ в НП, оборудованных системами видеонаблюдения и акустического контроля (долгота и широта), град;
в) численность граждан в границах НТ НП, чел.;
г) характеристика наличия у индивидов в толпе в зоне НТ НП тех предметов, которые можно использовать для физического и психического воздействия;
д) характеристика нетипичного поведения индивида (или группы индивидов) при скоплении людей на НТ НП;
е) характеристика шума в местах скопления граждан.
6.5.5 Входными данными, характеризующими объекты транспортной инфраструктуры, расположенные в НП, являются:
а) протяженность автомобильных дорог в НП (с твердым покрытием и грунтовых), км;
б) протяженность железнодорожных путей в НП, км;
в) количество автомобильных мостов в НП, ед.;
г) количество остановок общественного транспорта в НП, ед.;
д) количество станций метрополитена и станций железнодорожных сообщений в НП, ед.
6.5.6 Входными данными, характеризующими состояние правоохранительной системы в НП, являются:
а) ведомственная подчиненность подразделений правоохранительной системы, осуществляющих деятельность на НТ НП, определяемая по приложению А [таблица А.20, перечисления а) - д)];
б) координаты мест дислокации подразделений правоохранительной системы, осуществляющих деятельность на НТ НП (долгота и широта), град;
в) время прибытия с мест дислокации до мест проведения ПМ подразделений правоохранительной системы, обеспечивающих общественную безопасность и правопорядок субъектов и объектов защиты на НТ НП, ч;
г) этап, на котором спланировано реагирование подразделений правоохранительной системы, осуществляющих деятельность на НТ НП при МБ;
д) численность личного состава подразделений правоохранительной системы, осуществляющих деятельность на НТ НП при реагировании на МБ, чел.
6.5.7 Параметры метеорологической обстановки
К параметрам метеорологической обстановки относят следующие наборы данных:
- входные данные, характеризующие метеорологическую обстановку в стандартный срок наблюдения в течение суток;
- входные данные, характеризующие метеорологическую обстановку за сутки.
Параметры метеорологической обстановки следует подготавливать на базе объективных данных о метеорологическом режиме и климате в НП, поступающих с метеорологических станций, постов и/или технических средств, обеспечивающих определение и представление метеоданных в режиме времени, близком к реальному, и находящихся в радиусе не более 25 км от НП.
Непосредственный состав наборов метеоданных:
- для МКП — входные данные, характеризующие метеорологическую обстановку в стандартный срок наблюдения;
- МСП — входные данные, характеризующие метеорологическую обстановку за сутки.
Данные, характеризующие метеорологическую обстановку, следует подготавливать:
- для МКП — на период 27 ч, с шагом наблюдения, соответствующим стандартному сроку наблюдения (как правило, каждые 3 ч): начало — дата и время наблюдения МБ; окончание — 24 ч до начала периода наблюдения;
- МСП — на период 10 сут, с шагом наблюдения 1 сут: начало — дата наблюдения наличия (отсутствия) МБ; окончание — начало периода наблюдения.
6.5.7.1 Входными данными, характеризующими метеорологическую обстановку в стандартный срок наблюдения в течение суток в НП, являются:
а) дата и время наблюдения метеопараметров;
б) наименование (идентификационный номер) метеостанции;
в) географические координаты расположения метеостанции (долгота и широта), град;
д) атмосферное давление, мм рт. ст.;
е) относительная влажность воздуха, %;
6.5.7.2 Входными данными, характеризующими метеорологическую обстановку за сутки, являются:
а) дата и время наблюдения метеопараметров;
б) наименование (идентификационный номер) метеостанции;
в) географические координаты расположения метеостанции (долгота и широта), град;
г) преобладающая температура воздуха ночью, °C;
д) преобладающая температура воздуха днем, °C;
е) максимальная температура воздуха ночью, °C;
ж) максимальная температура воздуха днем, °C;
6.6 Обработка собранных данных для формирования обучающего множества ПАМ-МБ
6.6.1 На базе сформированных изначально не обработанных входных данных подготавливают необходимые наборы данных для обучающих множеств МКП и МСП ПАМ-МБ.
Для формирования обучающего множества указанные наборы данных подлежат обработке, после чего на базе уже обработанных данных осуществляют сборку обучающих примеров моделей.
Обработка заключается в группировке входных данных с использованием справочников ПАМ-МБ (приведенных в приложении А) и методов статистической обработки (рекомендуется — группировка численных значений параметров согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б), а также в подготовке параметров (ответов) гипотез моделей.
6.6.2 В результате обработки каждый параметр обучающего примера должен быть приведен к бинарному или дискретному виду. Параметры, изначально имеющие бинарный или дискретный вид, обработке не подлежат.
6.6.3 Обработка входных данных, характеризующих причины возникновения МБ, проведение ПМ и последствия перерастания спланированных и несанкционированных ПМ в МБ, возникших на НТ в НП
В составе обучающего множества, к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в 6.5.1:
- в перечислениях а), в), е), м), н), п), р), с), т), у), ф), ц), ч), ш), щ), ы), э), ю), я), 3), 5), 11), 12), которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.1 - А.23 соответственно;
- перечислениях г), х), 1), 2), 4), 6), 8), 10), которые подлежат обработке путем их группировки согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б;
- перечислениях л), 7), 9), которые не требуют проведения преобразований, так как параметры имеют бинарный вид.
Параметры, приведенные в перечислениях б), ж), и) 6.5.1, не требуют проведения преобразований, так как они предназначены для сборки данных в обучающие примеры.
6.6.4 Обработка входных данных, характеризующих территории НП
В составе обучающего множества, к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в 6.5.2:
- в перечислениях в), е), которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.24 и А.25 соответственно;
- перечислениях г), д), и), к), которые подлежат обработке путем их группировки согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.
Параметры, приведенные в перечислениях а), б), ж) 6.5.2, не требуют проведения преобразований, так как они предназначены для сборки данных в обучающие примеры.
6.6.5 Обработка входных данных, характеризующих возрастной состав населения и социальные условия в НП
В составе обучающего множества к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в перечислениях а) - е) 6.5.3, которые подлежат обработке путем их группировки согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.
6.6.6 Обработка входных данных, поступающих с систем видеонаблюдения и акустического контроля, расположенных на НТ
В составе обучающего множества, к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в 6.5.4:
- в перечислениях г), д), е), которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.26, А.27 и А.28 соответственно;
- перечислении в), которые подлежат обработке путем их группировки согласно справочнику, сформированному с использованием формулы Стерджесса, приведенной в приложении Б.
Параметры, приведенные в перечислениях а), б) 6.5.4, не требуют проведения преобразований, так как они предназначены для сборки данных в обучающие примеры.
6.6.7 Обработка входных данных, характеризующих объекты транспортной инфраструктуры, расположенные в НП
В составе обучающего множества к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в перечислениях а) - д) 6.5.5, которые подлежат обработке путем их группировки согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.
6.6.8 Обработка входных данных, характеризующих состояние правоохранительной системы в НП
В составе обучающего множества к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в 6.5.6:
- в перечислениях а), г), которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.20 и А.29 соответственно;
- перечислениях в), д), которые подлежат обработке путем их группировки согласно справочникам, сформированным с использованием формулы Стерджесса, приведенной в приложении Б.
Параметры, приведенные в перечислении б) 6.5.6, не требуют проведения преобразований, так как они предназначены для сборки данных в обучающие примеры моделей.
6.6.9 Обработка входных данных, характеризующих метеорологическую обстановку в стандартный срок наблюдения в течение суток в НП
В составе обучающего множества к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в перечислениях г) - к) 6.5.7.1, которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.30 - А.35 соответственно.
Параметры, приведенные в перечислениях а), б), в) 6.5.7.1, не требуют проведения преобразований, так как они предназначены для сборки данных в обучающие примеры.
6.6.10 Обработка входных данных, характеризующих метеорологическую обстановку за сутки
В составе обучающего множества к указанным входным данным, подлежащим преобразованию, относят параметры, приведенные в перечислениях г) - и) 6.4.7.2, которые подлежат обработке методом их статистической группировки согласно справочникам, приведенным в таблицах А.30 - А.35 соответственно.
Параметры, приведенные в перечислениях а), б), в) 6.5.7.2, не требуют проведения преобразований, так как предназначены для сборки данных в обучающие примеры.
6.7 Общие требования к базовому обучающему множеству ПАМ-МБ
6.7.1 В результате сбора и обобщения входных данных о ПМ, событиях, приведших к МБ, о развитии МБ, а также характеристик НП, его транспортной инфраструктуры, состава населения, метеорологической обстановки должна быть подготовлена изначальная статистическая база данных, представляющая собой набор обучающих примеров ПАМ-МБ, упорядоченных в общем случае по дате и времени наблюдений.
6.7.2 Необходимые наборы данных и перечень показателей, входящих в состав обучающего примера для каждой модели ПАМ-МБ, приведены в таблице 1.
Структура обучающего примера ПАМ-МБ
| Наименование набора входных данных | МКП | МСП |
| Параметры | ||
| 1 Данные, характеризующие причины возникновения МБ, проведение ПМ и последствия перерастания спланированных и несанкционированных ПМ в МБ, возникших на НТ в НП | По перечислениям н), п), с), т), у), ц), ш), щ), ы), э), я), 1), 2), 3), 6), 7) 6.5.1 | По перечислениям а), в), е), р), ю) 6.5.1 |
| 2 Данные, характеризующие территории НП | По перечислениям в), г), е), и), к) 6.5.2 | По перечислениям в), г), е), д), и), к) 6.5.2 |
| 3 Данные, характеризующие возрастной состав населения и социальные условия в НП | По перечислениям а), в), г), д), е) 6.5.3 | По перечислениям б), г), д), е) 6.5.3 |
| 4 Данные, поступающие с систем видеонаблюдения и акустического контроля, расположенных на НТ | По перечислениям в), г), д), е) 6.5.4 | - |
| 5 Данные, характеризующие объекты транспортной инфраструктуры, расположенные в НП | По перечислениям а) - д) 6.5.5 | По перечислениям а) - д) 6.5.5 |
| 6 Данные, характеризующие состояние правоохранительной системы в НП | По перечислениям а), д), в), г) 6.5.6 | - |
| 7 Гипотезы и параметры (ответы) гипотез | Гипотезы и параметры (ответы) гипотез МКП по перечислениям х), н), ч), 5), 9), 4) 6.5.1 | Гипотезы и параметры (ответы) гипотез МСП по перечислениям л), г), 10), 8), 12), 11) 6.5.1 |
6.7.3 Минимальный временной диапазон обучающих примеров для формирования базового обучающего множества должен составлять не менее пяти лет.
6.7.4 При отсутствии статистических данных для формирования обучающих примеров в необходимом объеме подготовку базового обучающего множества ПАМ-МБ следует осуществлять поэтапно. На начальном этапе могут быть применены экспертные оценки и результаты прогнозирования МБ с помощью используемых на практике методов и моделей, разработанных на базе таких методов, статистические наблюдения за МБ в частично сопоставимых НП. На последующих этапах по мере накопления необходимого объема обучающих примеров применительно к конкретным территориям базовое обучающее множество ПАМ-МБ подлежит уточнению.
Максимальная достоверность прогнозов с использованием ПАМ-МБ достигается при формировании обучающего множества и последующей обработке новых наблюдаемых значений входных параметров на базе информации, поступающей с технических средств мониторинга КТ в режиме времени, близком к реальному, а также с систем анализа публикаций СМИ и мониторинга социальных сетей, обеспечивающих получение оперативной информации об анализируемых событиях.
6.7.5 Дообучение ПАМ-МБ должно быть осуществлено согласно разрабатываемому регламенту, в котором установлены периоды дообучения, источники данных, ответственные за их предоставление, предварительную обработку и включение в состав обучающего множества.
6.7.6 Данные в обучающих примерах ПАМ-МБ должны быть предварительно обработаны в целях их систематизации и приведения к требуемому качеству (за счет устранения пропущенных и аномальных значений, преобразования к установленным форматам, устранения ошибок и т.д.).
6.7.7 Систематизацию данных и приведение их к требуемому качеству следует осуществлять с использованием апробированных методов статистической обработки данных, справочников и классификаторов.
7 Выбор байесовского классификатора, подготовка методов анализа и интерпретации результатов статистической обработки
7.1 При выборе байесовского классификатора необходимо учитывать, что алгоритм классификации должен быть оптимизирован для обработки большого объема входных и выходных данных.
7.2 Вновь разрабатываемые методы байесовского анализа перед применением в ПАМ-МБ должны пройти процедуру подтверждения их достоверности.
7.3 Вероятностной оценке с использованием выбранного байесовского классификатора подлежат гипотезы, приведенные в таблице 2.
Перечень гипотез, подлежащих проверке и характеризующие их параметры, для формирования обучающих примеров моделей
7.4 Глубина прогнозов в ПАМ-МБ должна соответствовать следующим требованиям:
- МКП — глубина (период, от даты и времени начала) прогноза — не менее 3 ч;
- МСП — глубина прогноза — не менее 10 сут.
7.5 Оценку и проверку гипотез, приведенных в таблице 2, следует осуществлять по параметру и событию (значению), соответствующему конкретной гипотезе, для которого апостериорная вероятность максимальна.
7.6 Для разработки мер реагирования следует устанавливать уровень реализации угрозы МБ для КТ НП в зависимости от результатов вероятностной оценки гипотез, приведенных в таблице 3.
| Номер гипотезы | Уровень реализации угрозы | Критерии прогноза |
| 1 | Высокий | МАВ соответствует событию «Толпа из малочисленной перерастет в среднечисленную при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Толпа из малочисленной перерастет в среднечисленную при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 2 | Высокий | МАВ соответствует событию «Толпа из среднечисленной перерастет в многочисленную при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Толпа из среднечисленной перерастет в многочисленную при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 3 | Высокий | МАВ соответствует событию «Толпа из многочисленной перерастет в массовую при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Толпа из многочисленной перерастет в массовую при проведении ПМ, которое может перерасти в МБ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 4 | Высокий | МАВ соответствует событию «Агрессивное поведение толпы в ходе проведения ПМ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Агрессивное поведение толпы в ходе проведения ПМ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 5 | Высокий | МАВ соответствует событию «Перекрытие проезжей части при МБ в результате передвижения участвующих в них лиц», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Перекрытие проезжей части при МБ в результате передвижения участвующих в них лиц», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 6 | Высокий | МАВ соответствует событию «Возникновение давки в местах скопления людей при проведении ПМ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Возникновение давки в местах скопления людей при проведении ПМ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 7 | Высокий | МАВ соответствует событию «Совершение индивидом или группой индивидов при МБ насильственных действий в отношении граждан с помощью предметов физического и психического воздействия», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Совершение индивидом или группой индивидов при МБ насильственных действий в отношении граждан с помощью предметов физического и психического воздействия», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 8 | Высокий | МАВ соответствует событию «Возникновение МБ при проведении ПМ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Возникновение МБ при проведении ПМ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 9 | Высокий | МАВ соответствует событию «Возникновение МБ при проведении ПМ в период до n-часов от даты и времени пускового события», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Возникновение МБ при проведении ПМ в период до n-часов от даты и времени пускового события», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 10 | Высокий | МАВ соответствует событию «Продолжительность МБ при проведении ПМ не превысит n-часов», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Продолжительность МБ при проведении ПМ не превысит n-часов», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 11 | Высокий | МАВ соответствует событию «Возникновение перебоев в работе объектов инфраструктуры НП в результате проведения ПМ, приведшего к МБ», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Возникновение перебоев в работе объектов инфраструктуры НП в результате проведения ПМ, приведшего к МБ», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 12 | Высокий | МАВ соответствует событию «Вероятность физического воздействия протестующих при МБ на объекты инфраструктуры НП (например, объекты коммунальной инфраструктуры)», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Вероятность физического воздействия протестующих при МБ на объекты инфраструктуры НП», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| 13 | Высокий | МАВ соответствует событию «Социальная категория граждан (например, представителей частного малого бизнеса), против которых будут направлены насильственные действия протестующих с помощью предметов физического и психического воздействия», при этом значение вероятности от 0,6 и более |
| Средний | МАВ соответствует событию «Социальная категория граждан, против которых будут направлены насильственные действия протестующих с помощью предметов физического и психического воздействия», при этом значение вероятности от 0,3 и более до значения 0,6 включ. | |
| Низкий | Не соответствует критериям для установления высокого или среднего уровней опасности (МАВ ниже значения 0,3 включ.) | |
| Примечание — Гипотезы № 9 - 13 должны быть уточнены: № 9, 10 - по временным параметрам, а № 12, 13 - по типам объектов инфраструктуры НП и социальной категории граждан. | ||
7.7 Анализ и интерпретацию результатов статистической обработки следует осуществлять с использованием ГИС в составе АПК «Безопасный город». В этих целях должны быть подготовлены цифровые карты, содержащие следующие пространственные и атрибутивные данные:
7.8 В качестве атрибутивных значений типов указанных объектов (полигонов) должны быть указаны параметры, позволяющие однозначно идентифицировать их типы, в целях выявления площадных характеристик НП (полигонов) территорий, на которых будут наблюдаться МБ, а также выявления объектов инфраструктуры, которые на указанных территориях могут пострадать в результате противоправных действий протестующих (участников МБ).
7.9 В качестве атрибутивных данных для каждого объекта защиты должны быть подготовлены следующие сведения:
- координаты и адрес объекта;
- численность населения (персонала, пациентов, отдыхающих, проживающих) на объекте;
- потенциальная опасность объекта для населения;
8 Программная реализация и проверка ПАМ-МБ
8.1 Этапы и содержание работ по программной реализации и проверке, а также перечень наименований разрабатываемых документов на ПАМ-МБ и их комплектность, включая требования к содержанию указанных документов, должны быть определены в техническом задании на ее разработку. При разработке ПО и РКД ПАМ-МБ рекомендуется применять национальные стандарты серии «Комплекс стандартов на автоматизированные системы» и серии «Единая система программной документации» соответственно.
8.2 Проверку работоспособности и соответствия ПАМ-МБ функциональным требованиям необходимо осуществлять в ходе проведения опытной эксплуатации.
8.3 Должны быть предусмотрены следующие стадии проверки ПАМ-МБ:
9 Опытная эксплуатация ПАМ-МБ
9.1 На этапе опытной эксплуатации ПАМ-МБ осуществляют:
а) определение источников получения требуемых входных данных ПАМ-МБ в пилотных регионах, в качестве которых могут выступать:
-
технические системы видеомониторинга (видеонаблюдения) и акустического контроля контролируемых территорий и объектов, государственные и иные информационные системы,
-
организации наблюдательной сети Росгидромета, региональных (муниципальных) наблюдательных сетей состояния окружающей среды, а также наблюдательных сетей других участников деятельности в области метеорологии,
-
непосредственно стационарные и подвижные пункты видеонаблюдения и пункты мониторинга за состоянием окружающей среды,
б) сбор и обработку входных данных ПАМ-МБ.
Сбор входных данных ПАМ-МБ осуществляют через ранее установленные источники в пилотных регионах.
В случае наличия частично недостающих и/или некачественных (неточных, противоречивых и т.п.) данных они подлежат замене на синтетические данные, формируемые с использованием методов статистической обработки данных, экспертных оценок или других методов;
в) формирование обучающего множества моделей на базе наблюдаемых параметров пилотных регионов, переобучение ПАМ-МБ.
По мере накопления достоверных сведений в необходимом объеме и формирования на их базе обучающих примеров, обучающие примеры, содержащие синтетические данные, исключают из обучающего множества и ПАМ-МБ подлежит переобучению;
г) оценку качества прогнозов, при необходимости наращивание обучающего множества и дообучение ПАМ-МБ.
Для оценки качества прогнозов 80% собранных и обработанных достоверных данных пилотного региона (выбранных случайным образом) отводят для формирования обучающего множества, 20% — для подготовки тестового набора данных прогнозов наблюдений.
Если качество прогнозов, подготовленных с использованием байесовского классификатора на тестовом наборе данных, составляет не менее 60%, процесс опытной эксплуатации ПАМ-МБ на тестовых данных считают завершенным. В противном случае продолжается процесс наращивания обучающего множества на достоверных данных пилотного региона, дообучение ПАМ-МБ и оценка качества прогнозов. Указанный процесс повторяют до достижения требуемого качества прогнозов;
д) проверку соответствия ПАМ-МБ предъявляемым в техническом задании требованиям, доработку по результатам проведения опытной эксплуатации ПО и РКД ПАМ-МБ.
10 Промышленная эксплуатация ПАМ-МБ
10.1 На этапе промышленной эксплуатации осуществляют сопряжение (организуют автоматизированный информационный обмен) ПАМ-МБ с источниками получения требуемых входных данных, определенных на этапе опытной эксплуатации, через АПК «Безопасный город».
10.2 В процессе применения ПАМ-МБ по назначению следует осуществлять непрерывный сбор и статистическую обработку контролируемых параметров в режиме времени, близком к реальному, в течение всего периода наблюдений.
10.3 ПАМ-МБ должна автоматически архивировать данные наблюдений.
10.4 В процессе промышленной эксплуатации ПАМ-МБ подлежит постоянному дообучению с интервалом времени не позднее недели после каждого зарегистрированного на КТ МБ.
10.5 Для моделей ПАМ-МБ должны быть предусмотрены автоматические диагностические сообщения (сигналы) при выявлении высокого и среднего уровней угроз.
10.6 В зависимости от источников получения требуемых контролируемых параметров следует определить временной интервал, в течение которого эти данные формируют в виде единицы прогноза для последующей обработки, изначально такой временной интервал для МКП должен быть равен 1 ч.
Непосредственные действия пользователей по применению ПАМ-МБ, в том числе при выявлении высокого и среднего уровней угроз МБ на КТ НП, должны быть определены отдельными должностными регламентами и/или инструкциями.
Для градации, группировки и классификации входных параметров ПАМ-МБ, перед их обработкой байесовским классификатором рекомендуется применять справочники-классификаторы, приведенные в таблицах А.1 - А.25.
Справочник причин конфликтных ситуаций в обществе
| Код параметра | Параметры значений |
|---|---|
| 1 | Собрание |
| 2 | Митинг |
| 3 | Демонстрация |
| 4 | Шествие |
| 5 | Пикетирование |
| 6 | Акция |
| 7 | Прочее |
| Код параметра | Параметры значений |
|---|---|
| 1 | Спланированное (с уведомлением органа местного самоуправления) |
| 2 | Несанкционированное (организованное) |
| 3 | Стихийное |
| 4 | Прочее |
| Код параметра | Параметры значений |
|---|---|
| 1 | С признаками высокой организованности |
| 2 | С признаками слабой организованности |
| 3 | Спонтанные (вызванные массовыми психозами, случайными обстоятельствами) |
| 4 | Прочее |
| Код параметра | Параметры значений |
|---|---|
| 1 | Глобальные |
| 2 | Межрегиональные |
| 3 | Региональные |
| 4 | Локальные |
| 5 | Прочие |
| Код параметра | Параметры значений |
|---|---|
| 1 | Длительное |
| 2 | Эпизодическое |
| 3 | Прочие |
Градация ПМ по составу участников
| Код параметра | Параметры значений |
|---|---|
| 1 | Моноэтнические |
| 2 | Полиэтнические |
| 3 | Молодежные с участием несовершеннолетних, подростковые |
| 4 | Мужские |
| 5 | Женские |
| 6 | Смешанные |
| 7 | Прочие |
| Код параметра | Диапазоны значений, чел. |
|---|---|
| 1 | <= 100 |
| 2 | > 100 — <= 1000 |
| 3 | > 1000 — <= 10 000 |
| 4 | > 10 000 |
| Код параметра | Параметры значений, чел. |
|---|---|
| 1 | Малочисленная (не более 100) |
| 2 | Средней численности (не более 1000) |
| 3 | Многочисленная (не более 10 000) |
| 4 | Массовая (более 10 000) |
| Код параметра | Параметры значений |
|---|---|
| 1 | Сгруппированная [упорядоченная относительно ядра (организаторов) толпы] |
| 2 | Несгруппированная (в виде множества отдельных микрогрупп) |
| 3 | Прочее |
по принципу межличностного взаимодействия
| Код параметра | Параметры значений |
|---|---|
| 1 | Вариант: а); б); в); г); д); е) |
| 2 | Вариант: а); г); д); е) |
| 3 | Вариант: а); г); д) |
| 4 | Вариант: б); в); г); д); е) |
| 5 | Вариант: б); в); г); д) |
| 6 | Вариант: б); в); г); е) |
| 7 | Вариант: б); в); г) |
| 8 | Прочее |
| а) | Организаторы массового мероприятия |
| б) | Организаторы массовых беспорядков (состав преступления квалифицируется по статье 212 [3]) |
| в) | Зачинщики (состав преступления квалифицируется по статье 212 [3]) |
| г) | Активные участники массовых беспорядков (состав преступления квалифицируется по статье 212 [3]) |
| д) | Сочувствующие граждане |
| е) | Рядовые (случайные) участники |
Градация принадлежности сил, обеспечивающих общественную
безопасность и правопорядок в завершающий период ПМ,
приведшего к МБ
| Код параметра | Параметры значений |
|---|---|
| 1 | Вариант: а); б); в); г); д) |
| 2 | Вариант: а); б); в); г) |
| 3 | Вариант: а); б); в) |
| 4 | Вариант: а); б) |
| 5 | Вариант: а) |
| 6 | Вариант: а); в) |
| 7 | Вариант: б); в) |
| 8 | Прочее |
| а) | Подразделения МВД России |
| б) | Подразделения Росгвардии |
| в) | Подразделения Минобороны России |
| г) | Подразделения ФСБ России |
| д) | Другие силовые структуры |
Градация социальных групп, наиболее пострадавших в ходе МБ
| Код параметра | Параметры значений |
|---|---|
| 1 | Равнинный ландшафт |
| 2 | Горная местность |
| Код параметра | Параметры значений |
|---|---|
| 1 | Городской тип, с преобладанием промышленной зоны |
| 2 | Городской тип, без крупных промышленных объектов |
| 3 | Сельский тип |
| 4 | Прочее |
Градация наличия у индивидов в толпе тех предметов,
которые можно использовать для физического
и психического воздействия
| Код параметра | Параметры значений |
|---|---|
| 1 | Огнестрельное оружие |
| 2 | Холодное оружие |
| 3 | Нелетальное оружие |
| 4 | Отравляющие либо иные вещества и предметы, представляющие опасность для окружающих |
| 5 | Прочее |
при скоплении людей
Градация начала реагирования
подразделений правоохранительной системы,
осуществляющих деятельность на НТ НП
| Код параметра | Параметры значений |
|---|---|
| 1 | Согласно времени и даты начала ПМ |
| 2 | В процессе проведения ПМ (до начала МБ) |
| 3 | В период МБ |
Справочник градаций параметров «Температура воздуха»,
«Преобладающая температура воздуха ночью (днем)»,
«Максимальная температура воздуха ночью (днем)»
Справочник градаций параметра «Атмосферное давление»
| Код параметра | Диапазон значений, мм рт. ст. |
|---|---|
| 1 | Менее 710 |
| 2 | 710 — 735 |
| 3 | 735 — 745 |
| 4 | 745 — 765 |
| 5 | 765 — 775 |
| 6 | 775 — 785 |
| 7 | От 785 и более |
| Код параметра | Диапазон значений, % |
|---|---|
| 1 | Менее 5 |
| 2 | 5 — 25 |
| 3 | 25 — 50 |
| 4 | 50 — 75 |
| 5 | 75 — 95 |
| 6 | От 95 и более |
Справочник градаций параметра «Количество выпавших осадков»
| Код параметра | Диапазон значений, мм |
|---|---|
| 1 | Менее 0,5 |
| 2 | 0,5 — 1,5 |
| 3 | 1,5 — 2,5 |
| 4 | 2,5 — 3,0 |
| 5 | 3,0 — 5,5 |
| 6 | 5,5 — 8,0 |
| 7 | От 8 и более |
ПОРЯДОК ГРУППИРОВКИ ЗНАЧЕНИЙ ВХОДНЫХ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ ФОРМУЛЫ СТЕРДЖЕССА
Количество градаций значений случайной величины с использованием формулы Стерджесса определяют по следующей зависимости:
N — число единиц совокупности.
Ширину значения варьирующего признака (интервал) случайной величины определяют по формуле
h = \frac{x_{max} - x_{min}}{n} , (Б.2)
где xmax — максимальное значение признака в совокупности;
xmin — минимальное значение признака в совокупности.
Если xmax или xmin значительно отличаются от смежных с ними значений вариантов в упорядоченном ряду значений группировочного признака, то для определения величины интервала следует использовать значения, несколько превышающие минимум, и несколько меньше, чем максимум.
Если размах вариации признака в совокупности существенный и значения признака варьируются неравномерно, то применяют группировку с неравными интервалами, получаемыми путем объединения интервалов, содержащих небольшое количество показателей или не содержащих ни одного показателя. Также объединение интервалов осуществляют в тех случаях, когда на основе статистических данных для показателей, соответствующих данным интервалам, не зафиксировано ни одного МБ.
Таким образом, учитывая, что процесс наращивания обучающего множества предполагается осуществлять до достижения требуемого качества прогнозов, при компьютерной реализации ПАМ-МБ должны быть обеспечены следующие возможности:
- получение первичных градаций значений наблюдаемого параметра с использованием формул (Б.1) и (Б.2) и формирование на их базе соответствующего справочника;
- изменение полученного справочника градаций значений наблюдаемого параметра пользователем ПАМ-МБ.