Новые поисковые машины будут «видеть» опубликованные в Сети текстовые, аудио- и видеоматериалы, которые в настоящее время недоступны.

Поисковая система Mooter, в которой также реализована технология кластеризации, наглядно представляет сформированные группы. Она выстраивает пиктографические ссылки подкатегорий вокруг центральной ссылки, ведущей к списку всех результатов. Щелчок по пиктограмме группы результатов вызывает каталог ссылок и новые связанные группы. Mooter запоминает выбираемые группы. Когда пользователь выбирает опцию «refine» («детализировать»), система обрабатывает текущий запрос с учетом ранее задействованных групп поиска и выдает уточненный результат.

Поисковая машина Kartoo тоже использует визуализацию. Она выполняет так называемый метапоиск, т.е. передает запрос пользователя в другие поисковые системы, а затем объединяет и наглядно отображает полученные результаты. Помимо списка ключевых слов, связанных с различными веб-сайтами, Kartoo выдает карту, где графически отображаются наиболее подходящие сайты и связи между ними. Каждый ярлык можно использовать для дальнейшего более детализированного поиска.

В настоящее время, чтобы найти файл на винчестере, требуется отдельное программное обеспечение. Для упрощения процесса можно использовать анализ информации на жестком диске по алгоритмам, использующимся в Интернете. Например, Google недавно объявил о создании программы Desktop Search, которая позволяет производить поиск как на жестком диске, так и в Интернете. В следующей версии операционной системы от компании Microsoft, условно названной Longhorn, тоже будет реализована подобная функция. С применением технологии, разработанной в другом проекте Microsoft, названном Stuff I've Seen («Что я видел»), операционная система Longhorn сможет предложить функцию неявного поиска, при котором значимая информация будет извлекаться без особого запроса. Программа неявного поиска выбирает ключевые слова из текстовой информации, с которой работает пользователь, и индексирует файлы на жестких дисках. Microsoft планирует распространить функцию поиска на содержимое веб-сайтов, чтобы облегчить процесс превращения содержания любого текстового документа в запросы для поисковой системы.

Найди меня

Недавно порталы Amazon, Ask Jeeves и Google объявили о внедрении механизма улучшения результатов поиска, основанного на пользовательской персонализации. Поисковые машины www.A9.com (проект Amazon) и www.MyJeeves.ask.com (проект Ask Jeeves) не только отслеживают запросы и найденные веб-страницы, но также позволяют сохранять их в виде закладок. Пользователь MyJeeves может многократно просматривать накопленные результаты, которые представляют собой как бы персонально организованную область Всемирной Сети. Подобные функции поддерживает и портал www.A9.com, на котором помимо всего прочего предлагается дополнительный набор страниц, сформированный при анализе личной поисковой истории. Это напоминает стандартную для Amazon схему целевой рекламы книг, для которой применяется объединение пользователей в группы по интересам, называемое коллективной фильтрацией (collaborative filtering).

Истории поисковых запросов на сайтах A9 и MyJeeves хранятся на серверах поисковых систем, где информацию можно надежно защитить и затем извлечь с любого подключенного к Интернету компьютера.

В системе Google пользователь может выбрать из иерархического списка наиболее важные для него темы и указать степень своего интереса к той или иной области знаний. Все эти данные помогают поисковой машине оценивать результаты поиска.

Впрочем, описанные новшества лишь расширяют существующие функции. Если бы при обработке запросов принимались во внимание недавние запросы, поведение пользователя, особенности его трудовой деятельности и т.д., то пользы от поисковых систем было бы гораздо больше. Чтобы научиться выявлять пользовательское окружение, разработчикам программного обеспечения придется преодолеть серьезные технические трудности. В первую очередь следует создать систему, которая автоматически отслеживает сферу интересов пользователя и его привычки, чтобы установить контекст, в котором проводится поиск информации, тип вычислительной платформы и общий стиль работы пользователя. Накопление и своевременное обновление профиля может вызывать определенные затруднения. В конце концов, большинству людей просто лень сообщать компьютеру какие-то дополнительные сведения о себе.

Надежным источником информации о личных интересах мог бы стать электронный журнал, в котором фиксировалось бы, на каких веб-сайтах побывал человек и какие программы он запускал в последнее время. Запоминая, какие документы открывает пользователь, в какие игры играет, что просматривает и что распечатывает, поисковая машина может анализировать его активность и использовать полученные результаты, ведя поиск в определенном направлении. Это напоминает неявную функцию поиска, разработанную компанией Microsoft. В системах PowerScout и Watson впервые поиск был совмещен с фоновым отслеживанием пользовательских интересов. PowerScout так и не вышел за пределы лаборатории, а вот Watson, похоже, скоро появится на рынке. Теперь исследователи работают над более сложной программой, которая будет постоянно собирать данные о пользователе и даже сможет предсказывать, как изменятся его интересы в будущем.

Другой фактор - конфиденциальность. Зная историю посещения веб-сайтов и поисковых запросов, а также общую картину взаимодействия с приложениями, можно раскрыть немало конфиденциальной информации вплоть до точной идентификации пользователя. Существует программное обеспечение, позволяющее получать содержание веб-сайтов анонимно. Для этого используются промежуточные прокси-серверы. Сайт, принимающий данные либо обслуживающий запрос, «видит» только прокси-сервер и не может отследить пользователя. Подобная технология реализована в системе www.anonymizer.com, которая позволяет просматривать содержание веб-сайтов инкогнито. Другим примером служит программный продукт Freedom WebSecure, в работе которого задействованы многочисленные прокси-серверы и многоуровневое шифрование данных. В принципе, обеспечить разумную степень безопасности несложно. Но пока еще не изобретена поисковая машина, сочетающая пользовательскую персонализацию с высоким уровнем конфиденциальности.

Вместе весело шагать

Системы контекстного поиска могут учитывать местоположение пользователя. Если у человека есть КПК, снабженный GPS-приемником, то поисковая машина может использовать поступающую от него информацию. В Мэрилендском университете разрабатывается система Rover, которая обеспечивает доступ к текстовым, аудио- и видеоресурсам Интернета на обширной территории. Rover выводит на экран карту окружающей местности, отмечая интересные объекты.

Например, когда пользователь Rover находится в музее, переносное устройство показывает план экспозиции и описание окружающих экспонатов. Достаточно выйти на улицу, и на экране КПК тут же появляется карта города, на которой отмечены все достопримечательности. Rover также позволяет непосредственно вводить координаты и получать соответствующую им информацию из сетевой базы данных. В 2003 г. группа, создававшая систему Rover, и частная сетевая компания KoolSpan получили финансирование от правительства штата Мэриленд на совместную разработку программных продуктов, обеспечивающих конфиденциальность при передаче данных в беспроводных сетях. Вскоре должна появиться более надежная в плане информационной безопасности коммерческая версия Rover.

Что на что похоже

Контекстом могут быть не только личные интересы или местоположение пользователя. Сегодня поисковые машины пошли дальше текстовых запросов и уже работают с графическим материалом. Например, из Интернета можно скачать множество трехмерных изображений, но художникам, дизайнерам и инженерам неудобно искать графику и 3D-модели по ключевым словам. Система поиска трехмерных объектов Принстонской группы исследования образов и методики их поиска предлагает пользователю три способа подачи графических запросов. Первый заключается в применении виртуального холста Teddy. Пользователь рисует на нем двумерный набросок, который программа расценивает как образующую объемного тела. Второй подход позволяет нарисовать несколько двумерных форм, которые затем сравниваются с тринадцатью различными проекциями трехмерных объектов, имеющихся в базе данных. Третий метод заключается в поиске изображения, похожего на 3D-модель, описанную в файле, предоставленном пользователем.

Система представляет каждую геометрическую форму в виде набора математических функций: гармонических для трехмерных изображений и тригонометрических для двумерных. Затем программа определяет характерные параметры функций, описывающих форму сопоставляемых фигур или тел. Эти параметры, называемые сферическими и круговыми сигнатурами, быстро рассчитываются и сопоставляются между собой. С их помощью можно выявить сходство объемного тела с двумерной фигурой вне зависимости от их ориентации.

Угадай мелодию

Музыка тоже не осталась без внимания поисковых машин. Главная проблема состоит в том, как лучше всего сформулировать музыкальный поисковый запрос. В принципе, можно использовать классическую транскрипцию, однако большинство пользователей не в состоянии изобразить интересующую мелодию на нотном стане.

Система Meldex, разработанная Новозеландской цифровой библиотекой, предлагает несколько способов нахождения музыки в Интернете без использования нотной грамоты. Пользователь может наиграть мелодию на виртуальной клавиатуре или напеть ее в подключенный к компьютеру микрофон. Наконец, можно задать слова искомой песни или объединить текстовый запрос с музыкальным.

Новозеландским исследователям пришлось преодолеть целый ряд трудностей. Сначала нужно было придумать, как сформулировать музыкальный запрос математически, как хранить и извлекать песни в цифровом виде и как сопоставлять запросы с музыкальными данными из архивов. Ноты и тональности распознаются и переводятся на понятный системе язык в процессе так называемой квантизации. Затем Meldex представляет тональность как функцию времени, анализируя звук и переводя его в цифровой вид. Используя алгоритм сравнения строк, Meldex отыскивает в базе данных наиболее похожую мелодию.

Шаг в будущее

Поисковые машины будущего не будут ограничены традиционными платформами. Инженеры уже интегрируют их с мобильными устройствами связи. На очереди игровые приставки, телевизоры и музыкальные центры. Таким образом, поисковые технологии, воплощенные в алгоритмах мощных интернет-служб, будут помогать нам дома, на работе и в отпуске.

Поисковые технологии следующего поколения станут более заметными за счет мощных инструментов, объединяющих поиск с информационной проходкой (так называют анализ информации в базе данных с целью отыскания аномалий и трендов без выяснения смыслового значения записей), и одновременно менее заметными благодаря многообразию операций интеллектуального поиска в виде услуги «по умолчанию» для самых разных приложений и платформ. Развитие методов информационной проходки и усовершенствование пользовательского интерфейса позволит одной-единственной системе предоставлять несколько интеллектуальных услуг поиска как в автоматическом, так и в интерактивном режиме.

Используя самообучающиеся алгоритмы для классификации содержания веб-сайтов, программисты развивают простые в использовании визуальные функции информационной проходки, которые сделают поиск действительно наглядным и интерактивным. В конечном итоге поиск информации будет неразрывно связан с ее осмыслением.

МВД пошло по стопам ЦРУ

Автор: Анастасия Голицына | Источник: «Бизнес. Ежедневная деловая газета» № 88, 19.05.2006

В преддверии саммита «большой восьмерки» правоохранительные органы озаботились проблемами информационной безопасности. С целью предупреждения экстремизма МВД России приобрело автоматическую систему анализа информации российских СМИ и интернет-ресурсов. По информации «Бизнеса», создатели системы КРИТ раньше продавали программные разработки, созданные по заказу ЦРУ.

Как стало известно «Бизнесу», накануне саммита «большой восьмерки» МВД закупило систему КРИТ для анализа публикаций СМИ. Этот программный комплекс был разработан в прошлом году компанией Smartware. «Smartware появилась в начале 2005 года. До этого ее сотрудники работали в российском представительстве компании, продававшей разработанный по заказу ЦРУ аналитический софт»,- рассказал «Бизнесу» гендиректор компании-дистрибутора аналитических систем «Р-Техно» Роман Ромачев. По его словам, Smartware давно сотрудничает с интернет-ресурсом Public.ru, содержащим базы данных СМИ.

«У них всегда была большая клиентура из правоохранительных органов. Видимо, поэтому МВД предпочло систему КРИТ,- продолжает Ромачев.- На внедрение такой системы МВД должно было потратить от $40 тыс.». Руководитель отдела маркетинга Smartware Дмитрий Щипаков сообщил «Бизнесу», что это не первая система, купленная МВД у Smartware. «Это модуль большой системы, он вычленяет из текста информацию о физических и юридических лицах, их контакты и связи»,- пояснил он. По словам Щипакова, в Санкт-Петербурге уже создан штаб, который будет обеспечивать безопасность и анализировать СМИ и интернет-ресурсы с помощью КРИТ. Правда, в МВД сотрудничество с Smartware не комментируют. «Я не уверен, что эта информация согласована с администрацией президента»,- осторожно пояснил руководитель пресс-службы МВД Павел Климовский.

На рынке существует не меньше десятка аналитических систем, подобных КРИТ. К самым известным можно отнести «Медиалогию» - проект группы компаний IBS. Менее известны системы «Тренд», «Семантический архив», «Астарта», Xfiles, «Галактика ZOOM». Для госорганов эти системы служат в качестве средства мониторинга, для бизнеса - инструмента корпоративной разведки и анализа рынка. Силовики покупают системы в том числес целью выявления разного рода провокаций экстремистских организаций. «Среди наших клиентов около 40% - госструктуры (в том числе и силовые), 60% - коммерческие структуры,- сообщил «Бизнесу» пресс-секретарь Cognitive Technologies Максим Позин.- «Астарта» является системой того же класса, что КРИТ, «Тренд» и др.».

Не секрет, что в глобальной сети уже восемь лет действует программа СОРМ - система технических средств по обеспечению оперативно-розыскных мероприятий в сетях связи, включая интернет. Положение о СОРМ было утверждено приказом Минсвязи от 18 февраля 1997 года, а фактически система начала работать в 1998 году.

Тогда интернет-провайдеров обязали установить оборудование и софт, с помощью которых спецслужбы анализируют интернет-трафик. «Для СОРМ больше всего подходит аналитический комплекс «Семантический архив»,- считает Роман Ромачев из «Р-Техно».- Это аналог американской системы i2, доработанный российскими программистами».

Не нашли, что искали? Воспользуйтесь поиском по сайту: