Използване на метода на сценариите в процеса на планиране на противодействието срещу тероризма



Дата25.01.2018
Размер168.54 Kb.
Глава 15. Използване на метода на сценариите в процеса на планиране на противодействието срещу тероризма
Понятието „сценарий“ може да се определи като синтетично описание на събитие или поредица от действия и събития за определен период от време, най-често бъдещ. Процесът на създаване (генериране) на сценарии е добре позната практика от киното и театъра [7]. Днес обаче, предвид многообразието, сложността и динамиката на събитията, рисковета и предизвикателствата в сигурността, методът на сценариите се прилага успешно и в тази сферата, като инструмент, подпомагащ процеса на планиране. Това позволява своеобразно филтриране на възможните ситуации, за които е необходимо да се осигури защита в съвременния свят на високи технологии, където глобалният тероризъм и религиозният фундаментализъм са една от основните, но не и единствена заплаха за сигурността на гражданите [15]. От друга страна, членствата на България в НАТО и ЕС позволяват процеса на планиране да се извършва на базата на силна съюзническа подкрепа и висока интеграция в сектора за сигурност. Този факт е и в пряка връзка с Проекта на стратегия за национална сигурност, приет от МС в края на 2010 г. и Новата стратегическа концепция на Алианса 2020 [12], одобрена през м. ноември, 2010 г.

Прилагането не метода на сценариите позволява създаването на множество на „приемливото бъдеще“ от n (n  N) сценарии, за което се планират политики и способности на основата на експертни мнения и допускания (вж. Фиг.15.1).



Фиг.15.1. Използване на метода на сценариите в процеса на планиране в сигурността и създаване на множеството на „приемливото бъдеще“.

Тук ще отбележим, че поради използването на експертни знания, методът на сценариите изисква и своеобразна валидация, което може да се осъществи на базата на компютърна симулация [2], [3].

Това не гарантира правдоподобност на получените резултати (дори и в случаите, когато те са статистически значими), а по-скоро позволява оценяване на построеното „приемливо бъдеще“.



    1. Методологична рамка.

Процесът на прилагане на метода на сценариите може да бъден обобщен с методологична рамка (вж. Фиг.15.2), свързваща тяхното генериране и валидация на основата на симулация, която предвид характера на изследването и наличието на неопределеност, изисква и експертно участие от страна на интегрирания сектор за сигурност. Така става възможно реализирането на интегрирана валидация, съчетаваща: жива, виртуална и конструктивна симулация, осъществена посредством компютърно подпомагани учения – КПУ [2], [4].

Фиг. 15.2. Методологична рамка на процеса на генериране и валидация на сценарии чрез симулация на основата на КПУ.


Ще отбележим, че описанието на „настоящата ситуация“ става на базата на експертни мнения, извличани посредством: мозъчни атаки, дискусии, работни срещи, семинари, кръгли маси или попълване на въпросници, като допълнително процесът може да се подпомага с различни средства за онагледяване: флип чартове, работни дъски, мултимедия и др.

След събиране на началните данни, те трябва да се обработят и сортират, като с цел изследване на сходимостта на експертните мнения, може да се използва и Делфи техника.

На базата на тази първична обработка се дефинира множество на възможните алтернативните n бъдеща. Те биват подложени на морфологичен и системен анализ за базова, статична класификация и валидация. Избраните в резултат на анализите k сценарии (k > n) формират „приемливо бъдеще“, което се подлагат на валидация посредством симулация чрез интегрирани КПУ. Получените резултати от симулациите се представят на експертите с цел оценка и при необходимост промени в планираните сценарии за „приемливо бъдеще“.

Това кратко описание на процеса работи на основата на два типа сценарии: контекстни (определящи общия контекст на „приемливото бъдеще“) и ситуационни (определящи различни проекции в даден контекст). Допълнително е важно да се отбележи, че така описания процес позволява ясно проследяване на получените резултати и натрупването на неопределеността.

По-детайлно процесът на генериране на сценарии е разгледан в [3] за целите на МО и може да се опише на пет стъпки (Стъпка 1: „Подготовка“, Стъпка 2: „Анализ на стратегическата основа“, Стъпка 3: „Анализ на основни характеристики на планираното „приемливо бъдеще““, Стъпка 4: „Дефиниране на зоните на стратегически интереси“, Стъпка 5: „Разработка и анализ на сценариите“), включващи използването на специализирания софтуер I-SCIP (Intelligent Scenario Computer Interface Program)® – МА (Morphological Analysis), v.1.0 и I-SCIP® – SА (System Analysis), v.2.0, подпомагащ цялостно процеса и позволяващ контрол върху неопределеността, на основата на евристични алгоритми и разширение на Теорията на размитите множества [9], [11].

В следващите три параграфа (т. 3 – т. 5) ще бъде разгледан процесът на „Разработка и анализ на сценарии“, свързан с: (1) извличането на експертни знания и (2) техния анализ и избор на сценарии за валидация, посредством симулация чрез КПУ.





    1. Извличане на експертни знания.

Извличането на експертни знания е итеративен процес, който се прилага успешно в световната практика за дългосрочно стратегическо планиране и прогнозиране, оценка на риска и др. [3]. Добри скорошни примери за практическото прилагане на експертните участия в сферата на сигурността са: ESRIF – 2030 [6], NATO 2020 – Analysis and recommendations of the group of experts on a new strategic concept for NATO [13], Новата стратегическа концепция на НАТО – 2020 [12], както и програмата на DCAF – Horizon 2015 [5].

Като базов метод [2] за стартиране на процеса по извличане на експертни знания, може да се използва „мозъчна атака“ (brainstorming). Този метод се прилага ефективно при група от 8-12 човека и провокира генерацията на множество идеи. Участниците в сесията, използваща „мозъчна атака“, е добре да бъдат експерти в различни аспекти на изследваната област и да работят, при съблюдаване на следните четири основни правила:

1). Фокусиране върху количеството направени предложения (за сценарии), а не върху качеството;

2). Предлаганите идеи не се дискутират и критикуват в негативен план;

3). Подкрепа на нестандартни, иновационни предложения (за сценарии);

4). Комбиниране и обобщаване на предложените идеи;

Практическото използване на „мозъчна атака“ може да се извърши на седем стъпки:

1). Дефиниране на работна задача (цел) и област на изследване;

2). Ограничаване на времето за провеждане на сесията и броя на генерираните идеи;

3). Визуално документиране на предложените идеи (чрез бяла/черна дъска, флип чарт или мултимедия);

4). След изтичане на определеното време за сесията, консенсусно се избират краен брой идеи, които се подлагат на оценка;

5). Дефинират се критерии за оценка на генерираните идеи;

6). Оценяват се избраните идеи от т.4 по критериите от т.5;

7). Избор на идеи, решаващи задачата (постигащи целта) от т.1, на базата на резултатите от т.6.

Получените идеи от сесията „мозъчна атака“ е добре да бъдат филтрирани чрез метода „Делфи“, който позволява относителна независимост на получените резултати, тъй като експертите работят самостоятелно [8]. Предвид факта, че прилагането на метода „Делфи“ протича бавно, той може да бъде модифициран и в следните седем стъпки:

1). Дефиниране на въпроса (предмета) на изследване;

2). Избор на две работни групи експерти в предметната област;

3). Разработване на въпросник за количествена оценка на идеите за всяка от двете работни групи;

4). Независимо попълване на въпросника от т.3 за всяка от двете групи;

5). Обобщаване на резултатите от работата на двете групи;

6). Представяне на обобщените резултати от т.5. пред обща работна група, съдържаща и двете групи от т.2;

7). Обобщаване на резултатите и представяне на финално, консенсусно решение (заключение), предлагащо краен брой аргументирани алтернативи (сценарии).

Като цяло, използването на „мозъчна атака“, последвана от разгледаната модификация на метода „Делфи“, дава достатъчна дълбочина и точност на процеса по извличане на експертни знания, които да бъдат анализирани, чрез морфологичен (структурен) и системен анализ (разгледани в следващата точка), но тук ще отбележим и методите: „workshop“, „BOGSAT“, както и метода на обратното проследяване (back-casting), които също се прилагат при извличането на експертни знания [3].


    1. Анализ на експертните знания и генериране на сценарии.

Анализът на експертни знания е свързан с тяхното превръщане в сценарийни комбинации, т.е. генериране на сценарии за множеството „приемливо бъдеще“. За решаването на тази задача могат да се използват класификационни методи, но предвид факта, че входните данни представляват експертни идеи и предложения, дефинирани неформално, които, по своята същност, не обхващат всички възможни варианти, възможно решение е прилагането на морфологичен анализ [3], [10], [14]. За тази цел е създадена и програмата I-SCIP-MA/SA, v 1.0 и v 2.0, която позволява прилагането на морфологичен (структурен) и системен анализ чрез подхода „обект-връзка“, представен чрез графична нотация („обект“ – правоъгълник, квадрат или окръжност; „връзка“ – едно- или двупосочна стрелка с етикети, отбелязващи теглото (жълт, долен етикет) и/или периода (син, горен етикет), за който се отнася теглото на връзката) и възможност за работа с непълно, парадоксално и противоречиво оценяване, каквото при работа с експерти, е неизбежно. Други комерсиално достъпни средства, позволяващи подобни анализи са: CASPER®, J-DARTS®, GAMMA® и Think Tools® използвани в НАТО и Световната банкa.

Най-общо морфологичният анализ представлява метод за структуриране и изследване на пълното множество от връзки в многомерни класификационни, количествено трудни за оценяване задачи.

Използването на морфологичен анализ може да бъде направено на пет стъпки [2], [3]:

1). Дефиниране на проблема, свързан с избор на измерения (ключови фактори), като: НАТО, Русия, ЕС, Азия, Африка, глобализация, тероризъм, световна икономика, международни отношения и сигурност, геополитика, стратегически обекти и ресурси, технологичен и военен прогрес, икономически и социално-икономически въпроси, демография, етно-религиозни отношения, криминогенност, природни бедствия, индустриални аварии и катастрофи, военно дело. Тяхното дефиниране и избор става с използването на методи за извличане на експертни знания (вж. т.15.3);

2). Анализиране на проблема, свързано с дефинирането на взаимоизключващи се алтернативи в избраните измерения, като например: „добри“, „нормални“ и „обтегнати“ за измерението „етно-религиозни отношения“;

3). Дефиниране на неговите параметри и конструиране на морфологично векторно поле (матрица на кросконситентност), съдържащо взаимоизключващи се алтернативи във всяко от измеренията. Тук е важно да се отбележи, че, на практика, този процес представлява свързване на различните алтернативи от избраните измерения.

4). Оценка на различните варианти (вектори от морфологичното поле), извършвана на основата на процентно претегляне на силата на всяка връзка: „положително“ или „отрицателно“, както и цветовото й кодиране: „силна“ (червен, > 50%), „средна“ (жълт, >30%, < = 50%), „слаба“ (зелен, <=30%). В резултат се получават два типа сценарийни комбинации: „положителни“ („активни“) с общо положително сумарно тегло и „отрицателни“ („пасивни“), с общо отрицателно сумарно тегло.

5). Избор на варианти (сценарии) от морфологичното поле.

Както беше вече отбелязано, в резултат от прилагането на морфологичния анализ, се получава класифициране на възможните сценарийни комбинации в две основни групи: активни (червени) и пасивни (сини). Тук ще отбележим, че активните сценарии позволяват директно въздействие върху отделни техни елементи, а пасивните – не. Броят на възможните сценарийни комбинации зависи от измеренията (колоните) и алтернативите (елементите в колоните, които трябва да бъдат взаимоизключващи се, в рамките на едно измерение; ако m e броят на измеренията, ni – броят на алтернативите за i-то измерение (i =1, ..., m, m  N), то общият брой възможни сценарийни комбинации N = mn1  …  nm, като за примера от Фиг. 15.3, N = 5  3  2  3  2  3 = 540). В най-опростения, тримерен случай се формира пространство, имащо форма на куб.

Фиг.15.3. Примерно морфологично (структурно) пространство с N = 540 възможни комбинации и пет избрани сценарийни комбинации за контекста „Новия изток“ [3].


Основната идея, с която се работи при морфологичния анализ е, че пасивните сценарии са свързани, преди всичко, с терористични дейности, слабо вероятни природни катаклизми и др., докато активните с: мироопазващи, мироналагащи и мироподдържащи операции.

Избраните сценарийни комбинации се назовават с ясно различими заглавия, като „Новия изток“, „Сблъсък на поколенията“, „Новите Балкани“ и др., след което се подлагат на системен анализ, с цел по-задълбочено разглеждане и дефиниране на ключови елементи в текстовото им написване и симулирането им.

За практическо реализиране на системния анализ използваме отново, програмата I-SCIP, но v 2.0, позволяваща 3D интерпретация на получените резултати и се работи на три етапа [11]:

1). Дефиниране на входните обекти, на базата на изхода от морфологичния (структурния) анализ;

2). Свързване на обектите, на базата на права (влияние) и обратна (зависимост) връзка и претегляне на теглото на връзките в проценти от интервала [0 – 1], на основата на експертни оценки и използване на методи за тяхната корекция [9] в три групи: „ниско“ (> 50%), „средно“ (>30%, < = 50%) и „високо“ (зелен, <=30%); теглото на връзките е отбелязано с жълти етикети над самите връзки (долните етикети), а периодът, за който се отнася – със сини етикети (горните етикети), непосредствено над етикетите за тегло. Важно е да се отбележи, че v 2.0 на програмата I-SCIP позволява и динамично дефиниране на теглата на връзките, в съответствие с функцията, определяща динамиката на процеса в изследвания времеви период.

3). Генериране на „Диаграма на чувствителността“ с четири зони на класификация, на базата на експертните оценки за съотношението „влияние/зависимост”: зелена (буферна, South-West – SW), червена (активна, South-East, SE), синя (пасивна, North-West, NW) и жълто-оранжева (критична, North-East, NE). 3D диаграмата (вж. Фиг.4) позволява и оценка на „чувствителността“ (червен, z-координата) на всеки обект от системата, получена като абсолютна разлика между „влиянието“ (зелен, х-координата) и „зависимостта“ (син, у-координата) и разпределена в два типа: „активен“ (обект който влияе – бял) и „пасивен“ (обект, на който му влияят – светлосив).

Примерен резултат от използването на програмата I-SCIP-SA, v.2.0 за системен анализ е показана на Фиг.15.4:

Фиг. 15.4. Системен анализ на сценарий в програмата I-SCIP-SA v 2.0 (ляво) и 3D „Диаграма на чувствителността“ (дясно).

Трябва да се отбележи, че в резултат на използването на системния анализ, се получава по-детайлно разглеждане на дадена сценарийна комбинация и могат да бъдат избрани отделни елементи в сценария, около които да бъде съставен и самият сценарий, в съответствие с резултатите от „Диаграмата на чувствителността“ и за останалите осем точки от Стъпка 5: „Разработка и анализ на сценариите“ [3].


    1. Валидиране на генерираните сценарии.

Направените до момента обсъждания позволяват цялостна, статична оценка за дадена група сценарии, което е полезно, но недостатъчно за статистически значимо оценяване на планираното „приемливо бъдеще“. Следващата стъпка е извършването на валидация, на базата на компютърна симулация, осъществена посредством динамично моделиране (на основата на продукти от типа PowerSim®), агентно базирано симулиране (на базата на решения от НАТО, като GAMMA®) или чрез интегрирано, компютърно подпомагано учение (КПУ), съчетаващо „жива“, „конструктивна“ и „виртуална“ симулация от „затворен“ и/или „отворен“ тип.

Реализацията на интегрирано КПУ е успешно разработено и апробирано в България за периода 2006-2010 година на базата на създадения по програмата на НАТО „Наука за мир“ и с подкрепата на ЕС, САЩ, българското правителство и неправителствения сектор – Съвместен център за обучение, симулации и анализ в сферата на гражданско-военното сътрудничество към Института по информационни и комуникационни технологии – БАН и средата BEST – Basic low-cost Environment for Simulation & Training (BEST), разработена в партньорство с: НАТО RTO MSG – 049, ИМИ – БАН, ИНБ – БАН и УНСС – София [1], [4].

Като цяло, среда BEST представлява съвкупност от авторски и комерсиално достъпни (COTS) архитектури, методи и решения, разработени в сътрудничество и за целите на интегрирания сектор за сигурност, които и са приложени успешно в три КПУ: EU TACOM SEE 2006, Струма 2008 и Феникс 2010.

BEST се състои от CAX-ENV и шест допълнителни модула:






Фиг. 15.5. Структура на средата за интегрирани КПУ – BEST, основана на CAX-ENV (ляво) и шест допълнителни модула (дясно).
Както става ясно от Фиг. 15.5, CAX-ENVironment е изградена, на базата на мрежова среда за обмен на съобщения и мигновен чат (СОС); интегрирана система за визуализация (ИСВ) на процеси, събития, сеизмологична, метеорологична и географска информация (ГИС) и друга спомагателна информация, систематизирана в мрежова информационна система (МИС); система за архивиране в база данни (БД) и анализ на резултатите.

Средата позволява интегрираното провеждане на конструктивна, виртуална (на основата на парадигмата „сериозни игри” и решения от типа VBS2®) и жива симулация (на базата на комплект от полеви модули (ПМ) за комуникация (чрез сателит, LAN и WAN), управление и видео-наблюдение) с приложение в сферата на сигурността и акцент – планиране и подготовка при кризисни ситуации.

Допълнителните модули към BEST имат следните функции:

CMM (Change Management Model) – модел за интеграция и трансформация в сектора за сигурност, на базата на разработване на концепции и експериментиране чрез КПУ, както и връзка с потребителя, в съответствие с новите глобални предизвикателства за сигурността [4];

PMA (Project Management & Assessment) – пакет от методи и софтуерни продукти (COTS – MS Project®, QPR Balanced Score Card® и ad hoc авторски решения), които осигуряват икономически ефективно планиране и провеждане на КПУ;

SDA (Scenario Development & Assessment) – пакет осигуряващ съставяне, прогнозиране и симулиране на сценарии, на базата на експертни знания, структурен и системен анализ в авторска среда I-SCIP® и COTS – Powersim Studio®, GAMMA® (NC3A).

DSS (Decision Support System) – пакет приложни програми за бързо решаване на разпределителни задачи на критични ресурси и евакуация на хора в кризисни ситуации;

KMP (Knowledge Management Portal) – портал за съхранение и управление на знания от проведени КПУ;

HFA (Human Factor Analysis) – осигурява наблюдение и оценка на участниците в КПУ, чрез батерия от психофизиологични тестове за внимание, стрес, умора и др. и апаратура за изследване на биологичната обратна връзка чрез ЕЕГ, което гарантира надеждно обучение и оценка на участниците за реакция в симулираното „приемливо бъдеще“.

Ще отбележим, че в процеса на планиране на симулациите, в средата BEST, е възприето използването на архитектури на основата на световно признати стандарти като: DoDAF, NAF и подпомагащи софтуерни решения от типа: System/Enterprise Architect®, OpNet® и ARIS®.

При разглеждането на въпроса за валидация на генерираните сценарии от т. нар. „приемливо бъдеще“, е интересно да се отбележи, че е възможно и хибридното използване на получените резултати, в комбинация с емпирично събрани данни и по този начин, построяване на по-пълна и по-реална картина на изследваната област на „приемливо бъдеще“ с използване на математически методи и техники. Тази своеобразна математическа валидация е разгледана детайлно в [10], като тук ще отбележим само, че практически, чрез прилагане на методи за нелинейно предсказване на времеви редове [16], е възможно оценяване на свързаността в системата, изграждаща дадено „приемливо бъдеще“ от сценарийни комбинации и съответно – сравняване на експертни и математически предсказани тенденции за развитие на динамиката на отделни елементи на изследван сценарий.

Предвид това, в следващата точка, ще бъде даден илюстративен пример (в контекста на борбата с тероризма) за прилагане на метода на сценариите, в частта: системен анализ и математическа валидация на получените резултати.



    1. Пример за практическо използване на метода на сценариите, в процеса на планиране на противодействието срещу тероризма.

Примерът, който ще бъде разгледан тук, е свързан с разработването на ситуационен сценарий „Контрол на производството на опиум в Азия – 1987-2007“ с използване на системен анализ и математическа валидация в контекста на сценария „Новия изток“ [3]. За целите на настоящото онагледяване са използвани програмата I-SCIP, v 2.0 и NLP v. 1.0. [10], [11].

Фиг. 15.6. Екранна снимка на модела за системен анализ в средата I-SCIP-SA v 2.0 за сценария „Контрол на производството на опиум в Азия – 1987-2007“.


Моделът от Фиг. 15.6 е разработен за сценария „Контрол на производството на опиум в Азия – 1987-2007“ и съдържа седем обекта: „Терористични атаки“, „БВП на Централна и ЮИ Азия“, „Износ на оръжия“, „Производство на опиум“, „Коопериране в ЕС“, „Коопериране в НАТО“ и „Съседство“. Времевият отрязък от 21 години (отразен с числото „21“ в сините (горните) етикети над връзките между обектите), за който се извършва изследването, е избран заради наличието на емпирични данни за: „Терористични атаки“, „БВП на Централна и ЮИ Азия“, „Износ на оръжия“ и „Производство на опиум“ за периода 1987-2007 [10].

Задаването на примерни тегла на връзките между обектите в сценария (вж. Фиг. 6) позволяват и получаването на 3D „Диаграма на чувствителността“ със следната класификация: „активни“ (червени, SE): „Коопериране в НАТО“, „Коопериране в ЕС“, „критични“ (жълти, NЕ): „Терористични атаки“ и „Производство на опиум“, „пасивни“ (сини, NW): не са дефинирани за текущите тегла на връзките в модела, „буферни“ (зелени, SW): „Износ на оръжия“, „БВП на Централна и ЮИ Азия“, „Съседство“ (вж. Фиг. 15.7 – ляво). От гледна точка на чувствителността: „активни“, „влияещи“ са обектите: „Съседство“, „Коопериране в НАТО“ и „Коопериране в ЕС“, всички останали обекти в модела са определени като „пасивни“.



Фиг. 15.7. „Диаграма на чувствителността“ за сценария „Контрол на производството на опиум в Азия – 1987-2007“, преди (ляво) и след корекцията (дясно) на теглото на връзката между „Производство на опиум“ и „Терористични атаки“, на базата на нелинейно предсказване в средата NLP v 1.0 за периода 2000-2001.


С прилагането на нелинейно предсказване по метода, предложен в [10] и чрез програмата NLP v. 1.0. (вж. Фиг. 15.8) за „Терористични атаки“ (за Европа), на базата на данните за: „БВП на Централна и ЮИ Азия“, „Износ на оръжия“, „Производство на опиум“, получени от публично достъпни източници [10] и предложения модел може да се установи че за годините 2000 – 2001 (отбелязани с „13“ и „14“ на Фиг. 15.8), терористичните атаки в Европа, са намалели, като това може да бъде отразено в модела с промяна на теглото (от 90% – „високо“ на 40% – „средно“) на връзката между „Производството на опиум“ и „Терористичните атаки“ (Фиг. 15.6), като по този начин получим нова 3D „Диаграма на чувствителността“ ( вж. резултата от Фиг. 15.7 – дясно: преместване на обектите: „Коопериране в НАТО“ и „Коопериране в ЕС“ в зоната за „критични“ (жълти, NЕ); „Съседство“ в зоната на „активните“ (червени, SE) и прекласифицирането на „Производство на опиум“, като „пасивен“ обект (син, NW)).

Фиг. 15.8. Нелинейно предсказване в средата NLP v 1.0 за тренда „Терористични атаки“ в периода 1987 (1) – 2007 (19). Реалният тренд е изобразен в синьо (горната крива), а предсказания – в червено (долната крива).


В заключение е важно да се отбележи, че представеният пример показва успешно прилагане на нелинейното предсказване, в съчетание със системния анализ за изследователски цели, но в настоящия вариант, все още не може напълно да се предвидят събития като 11 септември 2001 (както е видно от Фиг. 15.8 реалната и предсказаната крива са с еднаква форма и постоянна интегрална разлика за почти целия тренд). Това, от своя страна, доказва и необходимостта да се работи за по-нататъшното развитие на методиката и добавяне на модели на неочаквани събития, използващи други техники за моделиране с цел създаване на по-съвършени модели на „приемливо бъдеще“ и подобряването на превенцията в сферата на антитероризма.
Използвана литература.

    1. Минчев, З и к-в. Съвместен център за обучение, симулации и анализ, Технически доклад, ИПОИ-БАН, София, 2009, Достъпен на: http://www.gcmarshall.bg/KP/new/jtsac_tr.pdf

    2. Минчев, З. Компютърно подпомагано разработване на сценарии за отбранително планиране и управление при кризи, Сборник доклади от Втора Национална конференция „Младежта на България, европейската ни идентичност и иновативни постижения“, МИИО-АБ, 20 Май, София, Експопринт ООД, 2008, 308-316.

    3. Рачев, В., Минчев, З., и к-в. Методология и сценарии за отбранително планиране, София, МО, Дирекция „Отбранителна политика“, ВИ, 2007, ISBN 978-954-509-392-0.

    4. Шаламанов, В., Минчев, З., и к-в. Изследванията по сигурността и управлението на промяната в сектора за сигурност (Примерът на България в периода 1999 – 2008), Поредица „Управление на промяната“, ИПОИ – БАН, Сдружение „Джордж Маршал – България“ , София, Деметра ЕООД, 2008, 235 стр., ISBN 978-954-91092-7-6.

    5. DCAF Horizon 2015 Working Paper Series, Available at: http://www.dcaf.ch/Publications/Series/Detail?lng=en&id=117993

    6. ESRIF Final Report, December, 2009, Available at: http://www.esrif.eu/documents/esrif_final_report.pdf

    7. Field,S. Screenplay (The Foundations of Screen Writing), Delta, 2005.

    8. Linstone, H and Turoff, M. (Eds) The Delphi Method: Techniques and Applications, Available at: http://www.is.njit.edu/pubs/delphibook/

    9. Minchev, Z. Intelligent Scenario Development for CAX, NATO ARW: “Scientific Support for the Decision Making in the Security Sector”, Velingrad, Bulgaria, October 21-25, 2006, Published by IOS Press, NATO Science for Peace Security Series, D: Information and Communication Security, vol.12, 6-24, 2007.

    10. Minchev, Z., Shalamanov, V., Scenario Generation and Assessment Framework Solution in Support of the Comprehensive Approach, In Proceedings of SAS-081 Symposium on “Analytical Support to Defence Transformation”, RTO-MP-SAS-081, Sofia, Boyana, April 26 – 28, 22-1 – 22-16, 2010.

    11. Minchev, Z. and Petkova, M. Information Processes and Threats in Social Networks: A Case Study. In Conjoint Scientific Seminar “Modelling and Control of Information Processes”, Organized by College of Telecommunications, Institute of ICT – Bulgarian Academy of Sciences and Institute of Mathematics and Informatics - Bulgarian Academy of Sciences. November 2010, Sofia, Bulgaria, Available at: http://www.syssec-project.eu/static/page-media/3/minchev-social-threats.pdf

    12. NATO’s New Strategic Concept, November, 2010, Available at: http://www.nato.int/lisbon2010/strategic-concept-2010-eng.pdf

    13. NATO 2020 – Analysis and recommendations of the group of experts on a new strategic concept for NATO, Available at: http://www.nato.int/strategic-concept/expertsreport.pdf

    14. Ritchey, T. Strategic Decision Support using Computerised Morphological Analysis, Available at: http://www.swemorph.com/pdf/iccrts1.pdf

    15. Schreier, F. Trends and Challenges in International Security: An Iventory, Geneva, DCAF, 2010, ISBN 978-92-9222-118-8.

    16. Sugihara, G., and May, R. Nonlinear forecasting as a way of distinguishing chaos from measurement error in time series, Nature, 344, 1990, 734-741.


База данных защищена авторским правом ©obuch.info 2016
отнасят до администрацията

    Начална страница