Преподаватель который помогает студентам и школьникам в учёбе.

Информация в материальном мире(Основные типы данных и их классификация)

Содержание:

Введение

Слово «информация» происходит от латинского слова informatio, что означает разъяснение, высказывания, осведомленность. Само слово информация лишь сравнительно недавно стало превращаться в точный термин. До этого информацию воспринимали как то, что присутствует в языке, письме или передается при общении. Сейчас смысл, который вкладывается в это понятие, очень изменился и расширился. Возникла особая математическая дисциплина — теория информации. Хотя в теории информации и вводится несколько ее конкретных определений, все они не охватывают всего объема этого понятия. Рассмотрим некоторые определения.

Информация — это отражение реального (материального, предметного) мира, которое выражается в виде сигналов, знаков.

Информация существует в виде документов, рисунков, текстов, звуковых и световых сигналов, энергетических и нервных импульсов и т.п.

Под информацией понимают сведения об объектах окружающего мира, которые воспринимаются человеком, животным, растительным миром или специальными устройствами и повышают их уровень информированности.

Информация передается с помощью сообщений. Сообщение бывают устными, письменными, в виде рисунков, жестов, специальных знаков или организованными каким-то другим образом. Примерами сообщений являются: показания измерительного устройства, дорожные знаки, текст телеграммы, устный рассказ и тому подобное.

С помощью сообщений происходит обмен информацией между людьми, между людьми и машинами, между машинами; обмен сигналами в растительном и животном мире, от клетки к клетке, от организма в организм и тому подобное. Символьная форма представления информации является наиболее простой, в ней каждый символ имеет какое-то значение.

Текстовая форма представления информации является более сложной. Эта форма предусматривает, что содержание сообщения передается не через отдельные символы (цифры, буквы, знаки), а их сочетанием, порядком размещения. Последовательно расположены символы образуют слова, которые в свою очередь могут образовывать предложения. Текстовая информация используется в книгах, брошюрах, газетах, журналах и т.

Целью данной работы является изучение информации в материальном мире.

Для реализации поставленной цели необходимо выполнить ряд задач:

- Изучить основные типы данных и их классификация;

- Рассмотреть основные структуры данных;

- Изучить передачу информации в компьютерных сетях;

- Рассмотреть взаимосвязь данных и информации;

- Изучить свойство информации и т.д.

При написании данной работы были использованы современные научные и учебные источники.

Глава 1. Понятия и сущность данных

1.1 Основные типы данных и их классификация

Тип данных - фундаментальное понятие языка программирования. Тип данных определяет, что именно представляют собой данные, как они хранятся в памяти, какие операции с ними можно выполнять.

Рисунок 1 Классификация типов данных

Изначально, типы данных делятся на простые и составные. Простой - это тип данных, объекты (переменные или постоянные) которого не имеют доступной программисту внутренней структуры. Для объектов составного типа данных, в противовес простому, программист может работать с элементами внутренней его структуры.^[1]

Числовой тип данных разработан для хранения естественно чисел. Символьный - для хранения одного символа. Логический тип имеет два значения: истина и ложь. Перечислимый тип может хранить только те значения, которые прямо указаны в его описании.

Для простых типов данных определяются границы диапазона и количество байт, занимаемых ими в памяти компьютера.

В большинстве языков программирования, простые типы жестко связаны с их представлением в памяти компьютера. Компьютер хранит данные в виде последовательности битов, каждый из которых может иметь значение 0 и 1. Фрагмент данных в памяти может выглядеть следующим образом 00011011011100010110010000111011 ...

Данные на битовом уровне (в памяти) не имеют ни структуры, ни смысла. Как интерпретировать данные, как целочисленное число, или вещественное, или символ, зависит от того, какой тип имеют данные, представленные в этой и последующих ячейках памяти.

Выделяют знаковые и беззнаковые. Как видно из названия, знаковые предназначены для хранения как положительных, так и отрицательных значений, нуль, а беззнаковые - чисел, не меньше нуля.^[2]

Беззнаковые типы данных, в отличии от соответствующих знаковых, имеют в два раза больший диапазон. Это из-за их машинного представления. В знаковых типах первый бит указывает на знак числа: 1 - отрицательное, 0 - положительное.

Исходя из машинного представления целого числа, в ячейке памяти из n бит может хранится 2ⁿ для беззнаковых, и 2^n-1 для знаковых типов.

Рассмотрим теперь конкретные целочисленные типы в трёх языках.

C#
C++
Java

Таблица 1

Числа вещественного типа данных

Тип	Разрядность в битах	Диапазон чисел
byte	8	0 - 255
sbyte	8	-128 - 127
short	16	-32 768 - 32 767
ushort	16	0 - 65 535
int	32	-2 147 483 648 - 2 147 483 647
uint	32	0 - 4 294 967 295
long	64	-9 223 372 036 854 775 808 - 9 223 372 036 854 775 807
ulong	64	0 - 18 446 744 073 709 551 615

Плавающая запятая — форма представления действительных чисел, в которой число хранится в форме мантиссы и показателя степени. В случае языков программирования, любое число может быть представлено в следующем виде

(1)

N=M∗10p

где N — записываемое число;

M — мантисса;

p (целое) — порядок.

Например: 14441544=1,4441544*10⁷; 0,0004785=4,785*10^-4.

Компьютер же на экран выведет следующие числа:

1,4441544E+7; 4,785E-4

Следовательно, в отведенной памяти хранится мантисса и порядок записываемого числа. Рассмотрим, например, типа данных, который хранится в 8 байтах или 64 битах. В данном случае, мантисса составляет 53 бита: 1 для знака числа и 52 для её значения; порядок 10 битов: 1 бит для знака и 10 для значения. Мы можем в данном случае говорить о диапазоне точности, то есть насколько малое и насколько большое число может хранить данный тип данных: 4,94×10⁻³²⁴ до 1.79×10³⁰⁸. Но, поскольку, память компьютера не безразмерна, да и далеко не всегда нужно, храниться несколько первых разрядов мантиссы, которые называются значащими.^[3]

Вывод: вещественные типы данных, в отличии от целочисленных, характеризуются диапазоном точности и количеством значащих разрядов.

Рассмотрим конкретные типы данных в наших трёх языках.

C#
C++
Java

Таблица 2

Типы данных

Тип	Разрядность в битах	Количество значащих цифр	Диапазон точности
float	32	7	от 1,510^-45 до 3,410³⁸
double	64	15	от 4,910^-324 до 1,710³⁰⁸
decimal	128	28	от 1,010^-28 до 7,910²⁸

Тип decimal создан специально для операций высокой точности, в частности финансовых операций. Он не реализован как примитивный тип, поэтому его частое использование может повлиять на производительность вычислений.

Символьный тип данных

Значение переменной этого типа данных представляет собой один символ. В действительности, это есть целое число. В зависимости от кодировки, это число превращается в некий символ. Данные типы данных характеризуются лишь размером выделяемой под них памяти.

C#
C++
Java

Таблица 3

Символьный тип данных

Тип	Разрядность в битах
char	16

Логический тип данных

Это тип данных, значения которых могут быть: true (правда) или false (ложь). Логическому типу данных соответствуют в С# и C++ тип bool, в Java - boolean.

Перечислимый тип данных

Во внутреннем представлении, это целочисленный тип данных, только здесь пользователь вместо числе использует заранее определенные строковые значения. Чтобы прочувствовать эту концепцию, приведем пример на языке С++ (в С# и Java аналогично)

enum Forms {shape, sphere, cylinder, polygon};

Теперь переменные перечислимого типа Forms могут принимать лишь значения, определенные в примере кода. Это очень удобно, ведь мы уже оперируем не с числами, а с некими смысловыми значениями, замечу лишь, что для компьютера эти значения всё-равно являются целыми числами.

Массив

Далее перейдем к сложным типам данных. Первый из них - это массив. Массив - это набор однотипных переменных, расположенных в памяти непосредственно друг за другом, доступ к которым осуществляется по индексу. Индекс массива — целое число, указывающее на конкретный элемент массива.^[4]

Каждый массив характеризуется типом данных его элементов, который может быть как простым, так и сложным, то есть любым.

В языках программирования нельзя оперировать всем массивом, работают с конкретным элементом. Чтобы доступиться до него в трёх рассматриваемых нами языках используют оператор "[]".

array[0]

Индекс имеет тип данных чаще всего int.

Структура

Ранее были рассмотрены встроенные типы данных. Теперь мы переходим к пользовательским типам данных. Структура - конструкция, позволяющая содержать в себе набор переменных различных типов.

Структуры реализованы в языке программирования, чтобы собрать некие близки по смыслу вещи воедино.

Например, есть колесо автомобиля. У колеса есть диаметр, толщина, шина. Шина в свою очередь является структурой, у которой есть свои параметры: материал, марка, чем заполнена. Естественно, для каждого параметра можно создать свою переменную или константу, у нас появится большое количество переменных, которые, чтобы понять к чему они относятся, нужно в именах общую часть выделять. Имена будут нести лишнюю смысловую нагрузку. Получается запутанная история. А так мы определяем две структуры, а затем параметры в них.

struct Tyre

{

Material material;

int mark;

};

struct Wheel

{

double diameter;

double thickness;

Tyre tyre;

}

Класс

Еще одним пользовательским типом данных является класс. Класс умеет всё, что и структура, но кроме параметров, у него есть и методы, и поддерживает большое количество вещей, связанных с объектно-ориентированным программированием.

1.2 Основные структуры данных

Структуры данных являются важной частью разработки программного обеспечения и одной из наиболее распространенных тем для вопросов на собеседованиях с разработчиками. Хорошая новость в том, что они в основном являются просто специализированными форматами для организации и хранения данных. Из этой статьи вы узнаете о 10 наиболее распространенных структурах данных.^[5] Также сюда добавлены видеоролики (на английском языке) по каждой из структур, и код их реализации на JS. А чтобы вы немного попрактиковались, я добавил сюда задачи из бесплатной учебной программы freeCodeCamp.

Обратите внимание, что некоторые из этих структур данных включают временную сложность в нотации Big O. Это не относится ко всем из них, поскольку временная сложность иногда основана на реализации. Если вы хотите узнать больше о нотации Big O, посмотрите видео от Briana Marie.

Несмотря на то, что для каждой структуры я привожу код реализации на JavaScript, вам вероятно, никогда не придется делать этого самостоятельно, только если вы не будете использовать низкоуровневый язык вроде С. JavaScript (как и большинство языков высокого уровня) имеет встроенные реализации многих из этих структур данных.^[6]

Тем не менее, знание того, как реализовать эти структуры данных, даст вам огромное преимущество в поиске работы и может пригодиться, когда вы попытаетесь написать высокопроизводительный код.

Связные списки

Связный список является одной из самых основных структур данных. Его часто сравнивают с массивом, поскольку многие другие структуры данных могут быть реализованы либо с помощью массива, либо с помощью связного списка. У каждого из них есть свои преимущества и недостатки.

Рисунок 2 Связные списки

Связный список состоит из группы узлов, которые вместе представляют последовательность. Каждый узел содержит две вещи: фактические данные, которые хранятся (которые могут быть представлены любым типом данных), и указатель (или ссылка) на следующий узел в последовательности.

Существуют также дважды связанные списки, в которых каждый узел имеет указатель и на следующий, и на предыдущий элемент в списке.
Самые основные операции в связанном списке включают добавление элемента в список, удаление элемента из списка и поиск в списке для элемента.

Стеки

Стек — это базовая структура данных, в которой вы можете только вставлять или удалять элементы в начале стека.^[7] Он напоминает стопку книг. Если вы хотите взглянуть на книгу в середине стека, вы сначала должны взять книги, лежащие сверху.

Стек считается LIFO (Last In First Out) — это означает, что последний элемент, который добавлен в стек, — это первый элемент, который из него выходит.

Рисунок 3 Стеки

Существует три основных операции, которые могут выполняться в стеках: вставка элемента в стек (называемый «push»), удаление элемента из стека (называемое «pop») и отображение содержимого стека (иногда называемого «pip»).

Очереди

Вы можете думать об этой структуре, как об очереди людей в продуктовом магазине. Стоящий первым будет обслужен первым. Также как очередь.

Рисунок 4 Очереди

Если рассматривать очередь с точки доступа к данным, то она является FIFO (First In First Out). Это означает, что после добавления нового элемента все элементы, которые были добавлены до этого, должны быть удалены до того, как новый элемент будет удален.
В очереди есть только две основные операции: enqueue и dequeue. Enqueue означает вставить элемент в конец очереди, а dequeue означает удаление переднего элемента.

Рисунок 5 Множества

Множества хранят данные без определенного порядка и без повторяющихся значений. Помимо возможности добавления и удаления элементов, есть несколько других важных функций, которые работают с двумя наборами одновременно.

Union (Объединение). Объединяет все элементы из двух разных множеств и возвращает результат, как новый набор (без дубликатов).
Intersection (Пересечение). Если заданы два множества, эта функция вернет другое множество, содержащее элементы, которые имеются и в первом и во втором множестве.
Difference (Разница). Вернет список элементов, которые находятся в одном множестве, но НЕ повторяются в другом.
Subset(Подмножество) — возвращает булево значение, показывающее, содержит ли одно множество все элементы другого множества.

Map

Map — это структура данных, которая хранит данные в парах ключ / значение, где каждый ключ уникален. Map иногда называется ассоциативным массивом или словарем. Она часто используется для быстрого поиска данных.

Map’ы позволяют сделать следующее:

Добавление пары в коллекцию
Удаление пары из коллекции
Изменение существующей пары
Поиск значения, связанного с определенным ключом

Рисунок 6 Хэш-таблицы

Хэш-таблица — это структура данных, реализующая интерфейс map, который позволяет хранить пары ключ / значение. Она использует хеш-функцию для вычисления индекса в массиве, по которым можно найти желаемое значение.

Хеш-функция обычно принимает строку и возвращает числовое значение. Хеш-функция всегда должна возвращать одинаковое число для одного и того же ввода. Когда два ввода хешируются с одним и тем же цифровым выходом, это коллизия. Суть в том, чтобы их было как можно меньше. Поэтому, когда вы вводите пару ключ / значение в хеш-таблице, ключ проходит через хеш-функцию и превращается в число.^[8]

Это числовое значение затем используется в качестве фактического ключа, в котором значение хранится. Когда вы снова попытаетесь получить доступ к тому же ключу, хеширующая функция обработает ключ и вернет тот же числовой результат. Затем число будет использовано для поиска связанного значения. Это обеспечивает очень эффективное время поиска O (1) в среднем.

Глава 2. Характеристика информации

2.1 Передача информации в компьютерных сетях

Протоколы, предназначенные для маршрутизации в мобильной беспроводной сети, подразделяются на три основные категории. Это проактивные, реактивные и гибридные протоколы маршрутизации. В каждой категории существуют несколько протоколов: Реактивные протоколы маршрутизации начинают создавать маршруты только по требованию. Протокол маршрутизации будет пытаться установить маршрут в том случае, когда какой-либо узел захочет установить связь с другим узлом к которому он не имеет маршрута. Этот тип протоколов обычно основывается на заполнении сети сообщениями типа Route Request (RREQ) и Route Reply (REPL).^[9]

При помощи со общений Route Request маршрут определяется от источника к необходимому узлу (цель), и как только необходимый узел получает RREQ сообщение, он отправляет REPL сообщения для подтверждения того, что маршрут установлен. Этот тип протоколов как правило эффективен в сетях с одинаковыми характеристиками и параметрами. Он обычно уменьшает количество прыжков выбранного маршрута.

Однако в больших сетях с множественными характеристиками количество хапов не такой важный показатель как пропускная способность в построенном маршруте.

Примеры реактивных протоколов маршрутизации: AODV (Ad hoc OnDemand Distance Vector Routing Protocol) DSR (Dynamic Source Routing Protocol) ACOR (Admission Control enabled On demand Routing Protocol) ABR (Associative Based Routing Protocol). Проактивные протоколы маршрутизации MANET также называют таблично-ориентированными протоколами, которые активно определяют уровень состояния сети.

Благодаря регулярному обмену в сетевой топологии пакетами между узлами в сети, каждый узел знает абсолютную топологию (картину) сети. Благодаря этому при выборе маршрута существует минимальная задержка. Это особенно важно для срочного трафика. Когда информация о маршруте быстро становится неверной, генерируется большое количество короткоживущих маршрутов в существующей топологии сети, которые не используются пока они действительны.

Таким образом, в результате повышения мобильности, существует недостаток, выраженный в увеличении объема трафика, генерирующегося при построении ненужных маршрутов. Особенно это заметно при значительном увеличении размера сети. Часть общего трафика управления, который состоит из актуальных практических данных, уменьшается.^[10] Наконец, если узлы передают данные нечасто, то большая часть маршрутной информации рассматривается как избыточная.

Узлы, однако, продолжают тратить энергию для обновления этой неиспользуемой информации в своих маршрутных таблицах, что ведет к бессмысленной тракте энергии, а энергосбережение является важной частью в проектировании MANET.

Таким образом, проактивные протоколы маршрутизации лучше работают в сетях с низкой мобильностью или в сетях с часто генерируемым трафиком. Примеры проактивных протоколов маршрутизации: OLSR (Optimized Link State Routing Protocol) FSR (Fisheye State Routing Protocol) DSDV (Destination Sequenced Distance Vector Routing Protocol). CGSR (ClusterHead Gateway Switch Routing Protocol).

В силу того, что проактивные и реактивные протоколы маршрутизации работают хорошо в противоположных сценариях, гибридные протоколы маршрутизации объединили в себе методы обоих типов. Он используется для нахождения баланса между обоими типами протоколов.

Примеры гибридных протоколов маршрутизации: TORA (Temporallyordered Routing Algorithm Protocol) HSR (Hierarchical State Routing Protocol) ARPAM (Adhoc Routing Protocol for Aeronautical Mobile AdHoc Networks) OORP (OrderOne Routing Protocol) качестве средства имитационного моделирования использовался сете вой симулятор OPNET (Optimized Network Engineering Tool) Modeler вер сии 14.0. Это наиболее широко используемый коммерческий симулятор, работающий под операционной системой Microsoft Windows и включающий в себя реализацию исследуемых нами протоколов маршрутизации.^[11]

Данный программный продукт не только поддерживает MANET маршрутизацию, но и также предоставляет параллельное ядро для поддержки увеличения стабильности и мобильности в сети. Функции интенсивного анализа OPNET обеспечивают лучшие условия для сравнения, вычисления и координации выходных данных. В рамках Opnet Modeler пользователи могут использовать графическую среду для того, чтобы создать, выполнить и проанализировать событийное моделирование сетей связи.

Он представляет собой удобный программный продукт, который может быть использован при решении большого числа задач, к которым, например, относятся формирование и про ведение проверки в протоколе связи, проведение анализа по взаимодействиям протоколов, оптимизация и планирование сети. Кроме того, есть возможности для осуществления на основе этого пакета проверки правильности соответствующих аналитических моделей, и описаний протоколов.

Основываясь на так называемом редакторе проекта, можно создавать палитру для сетевых объектов, которой пользователи могут присваивать разные способы соединения узлов и связи, которые могут иметь весьма сложный вид. Проведение автоматизированного порождения сетевых топологий кольца, звезды, случайной сети, кроме того, может быть поддержано и зарезервировано на основе утилит для импортируемых сетевых топологий по разным форматам.

Генерацию случайного трафика можно автоматически сгенерировать из алгоритмов, которые указаны пользователями, а также импортировать на базе имеющихся в стандартной комплектации пакетов форматов реальных трафиков. Проведение анализа результатов моделирования можно осуществить, а генерацию графов и анимации трафика можно сделать автоматически.^[12] Среди возможных плюсов при формировании модели сети на основе программного обеспечения следует отметить то, что уровень гибкости, который обеспечивается с привлечением ядра моделирования, тот же, что и для моделирования, которое создано с нуля, но с использованием объектного построения среды.

Пользователь может намного быстрее производить разработку, усовершенствование и делать модели для многократного использования. Существует несколько сред редактора по одной для каждого из видов объектов. Для организации объектов можно отметить иерархическую структуру, для сетевых объектов (моделей) есть связи по набору узлов и объектов связи, при этом есть связи объектов узлов по набору объектов, типам модулей очерёдности, модулям процессоров, передатчику и приемнику.

В версии ПО для моделирования радиоканалов содержатся модели антенн радиопередатчика, антенн приемника, объекты узла, которые перемещаются (включая спутники). Логикой поведения процессоров и модуля очередности управляет модель процесса, которая может создаваться пользователем и изменяться в пределах редакторов процессов.

В редакторах процессов пользователи могут определять модели процессов через комбинации алгоритмов работы конечных автоматов (finitestate machine FSM) и операторов языков программирования C/C++. Проведение вызова событий модели процессов при моделировании управляется на основе возбуждения прерывания, а каждое из прерываний соответствует событиям, которые должны быть обработаны в рамках модели процессов.

2.2 Взаимосвязь данных и информации

В 2017 г. не склонные к риску предприятия наконец освоили облака — а мы и не заметили, пишет на портале TechTarget старший аналитик и консультант Taneja Group Майк Мэтчетт. Незаметно произойдет и переход к новым технологиям хранения данных в 2018 г.

Порой большие изменения подкрадываются очень тихо. Особенно если речь идет о будущем технологий хранения данных. Мэтчетт предлагает обратить внимание на следующие тренды:

В сочетании с динамическими операционными API-интерфейсами эти ресурсы составят очень гибкие программируемые инфраструктуры. Такой подход позволит производителям упаковывать приложения вместе с необходимой для них инфраструктурой в модули, которые можно развернуть где угодно, создавая даже такие облака, какие создают ЦОДы. Возможность развернуть ЦОД по запросу будет широко использоваться, например, при восстановлении после катастроф. Все говорят об искусственном интеллекте, а в действительности это машинное обучение постепенно проникает во все поры управления ИТ.

Следует абстрагироваться от шумихи и определить, где и как осторожно применяемое МО может принести существенную пользу. Концептуально МО в основном представляет собой развитую форму распознавания образов. Так что подумайте, где автоматическая идентификация сложных образов сэкономит время и силы. Все более широкая доступность алгоритмов МО породит новые процессы управления хранением.^[14] Такие процессы смогут обучаться, корректировать операции и настройки для оптимизации нагрузки, быстро выявлять и устранять коренные причины аномалий, взаимодействовать с инфраструктурой хранения и управлять большими данными с целью минимизации затрат.

Менеджмент как сервис (Management as a Service, MaaS) применительно к хранению данных набирает популярность. Во-первых, любой массив хранения автоматически информирует службу технической поддержки о возникающих проблемах, анализирует управление и оптимизирует производительность. В 2018-м интервал между предоставлением сервисов удаленного управления быстро сократится с одного дня до пяти минут.

Большинство компаний будет управлять своими гибридными архитектурами с помощью облачных сервисов MaaS, и многие начнут отказываться от обременительного использования управляющего ПО на своей площадке. Не только крупные, но даже мелкие производители быстро создают MaaS-версии своих продуктов. Например, осенью прошлого года VMware выпустила несколько облачных управляющих сервисов, которые, в сущности, представляют собой онлайновые версии знакомых онпремис-возможностей.

Возросло количество массивов хранения, имеющих облачные аналоги, которые можно легко воспроизвести и использовать при возникновении сбоев. Вот лишь некоторые примеры: HPE Cloud Volumes (Nimble); IBM Spectrum Virtualize и облачное хранение Oracle, использующее ZFS Storage Appliance. Не следует требовать, чтобы при хранении в облаке для надежности гибридных операций использовалась та же или сходная операционная система, что и при локальном хранении.^[15] В конце концов, главное достоинство публичного облака состоит в том, что конечный пользователь не должен беспокоиться, а в большинстве случаев даже знать, является инфраструктурный сервис физической машиной, виртуальным образом, временным контейнерным сервисом или чем-то еще.

Правда, для оптимизации сложных распределенных операций, связанных с хранением, может использоваться много патентованных технологий, таких как удаленная репликация данных, синхронизация моментальных снимков, управление метаданными и их индексирование, применение глобальной политики. Для операций гибридного хранения попросту нет стандартов. Даже пользующийся широкой поддержкой API-интерфейс хранения объектов AWS Simple Storage Service в действительности не является стандартом. По поводу облачного хранения разгорятся войны: организации будут шокированы, когда поймут, что им приходится платить как производителю системы хранения за ее облачный вариант, так облачному сервис-провайдеру за платформу.

Несмотря на шумиху, протокол Non-Volatile Memory Express (NVMe) не вызовет потрясений в области хранения, если судить по тому, что говорилось на VMworld и других конференциях осенью прошлого года. Да, он может дать прирост производительности при решении тех важнейших задач, которым сколько ни дай, все мало. Но он не окажет влияния на будущее хранения данных, даже отдаленно напоминающего эффект флэш-памяти NAND. Тем не менее, в 2018 г. в большинстве массивов хранения, вероятно, появится поддержка NVMe, что лишит некоторых производителей их преимуществ.

С другой стороны, вскоре после 2018 г. следует ожидать появления вычислительных архитектур, целенаправленно построенных на основе высокоскоростных энергонезависимых устройств хранения (Storage-Class Memory, SCM). Первые варианты SCM, которые выпустила Intel, установленные на картах PCIe с доступом по протоколу NVMe (3D XPoint), дали значительное повышение производительности. Но еще более быстрые виды SCM в сочетании с модулями динамической памяти RAM вызовут гораздо более сильное потрясение.^[16]

2.3 Свойство информации

Для человека информация — это сведения об окружающем его мире. Объем информации стремительно растет. В последние несколько лет зафиксирована тенденция ежегодного увеличения объема информационных данных увеличивается вдвое. Чем эффективнее человек научится воспринимать и обрабатывать получаемую информацию, тем выше его способности к познанию.

Каждый день человечество окружают тысячи звуков, запахов, визуальных образов и воспринимаются они сознанием при помощи разных органов чувств. Именно они формируют первичные данные о предмете, явлении, произведении искусства или живом существе.

Человек пользуется пятью группами органов чувств:

— глазами воспринимается визуальная информация;

— органами слуха воспринимаются звуки;

— органы обоняния помогают чувствовать запахи;

— органы вкуса дают информацию о еде;

— органы осязания формируют представление о предметах на ощупь.

Информация, переданная органами чувств (органолептическая) в процентном отношении распределяется так:

— 90 процентов — от органов зрения;

— 9 процентов от органов слуха;

— 1 процент от всего остального.

Передается информация с помощью сигналов. Сигнал — это физический процесс с информационным значением. Они могут дискретными или непрерывными.

Непрерывным называется сигнал, который постоянно меняется во времени по амплитуде.

Дискретный сигнал принимает конечное число значений.

Непрерывный сигнал используется в телевизионном и радиовещании, телефонной связи, а дискретный передает символическую, текстовую информацию.

Виды информации классифицируются по следующим признакам:

1. По области возникновения:

— элементарная — отражает все, что происходит с неодушевленной природой;

— биологическая — отражает все, что происходит с миром животных и растений;

— социальная — отражает процессы социума людей.

2. По способу передачи и восприятию:

— визуальная — все, что можно увидеть;

— аудиальная — все, что можно услышать;

— тактильная — все, что можно ощутить;

— органолептическая — все, что можно попробовать и почувствовать в воздухе;

— машинная — все что выдается и воспринимается средствами ЭВМ.

3. По общественному назначению:

— массовая — политическая, общественная, популярная;

— специальная — научная, техническая;

— личная — индивидуальная.

4. По форме представления

— графическая, числовая, текстовая и т.д.

Обмен информацией всегда связан с вопросами: насколько данные актуальны, полезны и достоверны. Понимание этих вопросов помогает лучше понимать собеседника, находить верные решения в разных ситуациях. Свойства информации анализируются фактически на автомате, а значения этом процессу человек не придает. Тем не менее именно от свойств информации может зависеть экономическое развитие государства, здоровье, жизнь и благополучие людей.

К свойствам информации относятся:

1. Полнота — исчерпывающие характеристики предмета или явления.

2. Актуальность — соответствие нуждам человека в конкретный временной отрезок.

3. Эргономичность — удобство формы и объема информации для конкретного потребителя.

4. Защищенность — запрет на несанкционированную работу с информацией.

5. Полезность — способность соответствовать человеческим запросам.

6. Достоверность — безошибочное отражение текущего положения дел. Со временем информация может утратить это свойство.

7. Понятность — изложение на доступном языке для пользователя.

8. Объективность — независимость от чего-либо суждения, оценки

Заключение

Дать строгое определение понятию информация современная наука не может. Большинство ученых призывает рассматривать информацию как понятие неопределимое, первичное. Учебник Л.Л. Босовой также не дает конкретного определения понятия, указывая на множество трактовок. В обыденном понимании информация — это сведения об окружающем мире, которые передают и получают люди с помощью органов чувств. Если обратиться к происхождению слово «информация», то в русском языке это аналог латинского Informato — сведения, разъяснения, изложение.

Общенаучное определение информации — отражение внешнего мира с использованием сигналов и знаков.

Любая информация всегда связана с каким-либо материальным предметом, который является ее носителем. Такими носителями могут быть подходящие материальные предметы, вещества в разных состояниях, машинные носители.

Контейнеры появились благодаря давнему желанию найти удачный способ упаковки приложений. В этом году управление контейнерами корпоративного класса достигнет уровня зрелости управления виртуальными машинами, не утратив тех преимуществ, которыми обладают контейнеры по сравнению с виртуальными машинами. Чисто программные (software-defined) ресурсы, такие как хранение, будут предоставляться главным образом в виде контейнеров. В сочетании с динамическими операционными API-интерфейсами эти ресурсы составят очень гибкие программируемые инфраструктуры. Такой подход позволит производителям упаковывать приложения вместе с необходимой для них инфраструктурой в модули, которые можно развернуть где угодно, создавая даже такие облака, какие создают ЦОДы. Возможность развернуть ЦОД по запросу будет широко использоваться, например, при восстановлении после катастроф.

Все говорят об искусственном интеллекте, а в действительности это машинное обучение постепенно проникает во все поры управления ИТ. Следует абстрагироваться от шумихи и определить, где и как осторожно применяемое МО может принести существенную пользу. Концептуально МО в основном представляет собой развитую форму распознавания образов. Так что подумайте, где автоматическая идентификация сложных образов сэкономит время и силы. Все более широкая доступность алгоритмов МО породит новые процессы управления хранением.

Список использованной литературы

Администрирование баз данных Oracle в операционной системе UNIX. - М.: СПб: ЦКТиП Газпром, 2018. - 300 c.
Антенны и фидеры. Передача информации по каналам связи. Контроль и измерения в технике связи / ред. С.В. Бородич. - М.: НИИР, 2017. - 100 c.
Баззел, Р.Д. Информация и риск в маркетинге / Р.Д. Баззел, Д.Ф. Кокс, Р.В. Браун. - М.: Финстатинформ, 2017. - 708 c.
Богнер, Р. Введение в цифровую фильтрацию / Р. Богнер, А. Константинидис. - М.: [не указано], 2015. - 283 c.
Воскобойников, Я.С. Журналист и информация. Профессиональный опыт западной прессы / Я.С. Воскобойников, В.К. Юрьев. - М.: РИА-Новости, 2016. - 208 c.
Глушаков, С.В. Базы данных / С.В. Глушаков, Д.В. Ломотько. - М.: Харьков: Фолио, 2018. - 504 c.
Грешилов, А. А. Некорректные задачи цифровой обработки информации и сигналов / А.А. Грешилов. - М.: Университетская книга, Логос, 2012. - 360 c.
Гурский, Ю. Photoshop CS2 и цифровое фото. Лучшие трюки и эффекты / Ю. Гурский, М. Бондаренко, С. Бондаренко. - М.: СПб: Питер, 2016. - 208 c.
Джойнсон Используйте все возможности вашей цифровой камеры / Джойнсон, Саймон. - М.: АСТ, 2013. - 160 c.
Долуханов, М.П. Введение в теорию передачи информации по электрическим каналам связи / М.П. Долуханов. - М.: Книга по Требованию, 2012. - 129 c.
Дядюнов, А. Н. Адаптивные системы сбора и передачи аналоговой информации / А.Н. Дядюнов, Ю.А. Онищенко, А.И. Сенин. - М.: Машиностроение, 2017. - 288 c.
Иванов, Ю.П. Исследование вопросов сопряжения цифровых систем передачи телефонных сигналов и сигналов звукового вещания на сети связи / Ю.П. Иванов. - Л.: ЛЭИС им. проф. М.А. Бонч-Бруевича, 2016. - 726 c.
Информация президиума правления всероссийского театрального общества (январь-апрель 1980 г.). - М.: Всероссийское театральное общество, 2014. - 656 c.
Йенсен Общество мечты. Как грядущий сдвиг от информации к воображению преобразит ваш бизнес / Йенсен, Ролф. - М.: СПб: Стокгольмская школа экономики в Санкт-Петербурге, 2017. - 272 c.
Кадомцев, Б.Б. Динамика и информация / Б.Б. Кадомцев. - М.: [не указано], 2013. - 328 c.
Ким, Д. 40 лучших приемов цифровой фотографии / Д. Ким. - М.: NT Press, 2012. - 224 c.
Косик, О. В. Голоса из России. Очерки истории сбора и передачи за границу информации о положении Церкви в СССР. 1920-е — начало 1930-х годов / О.В. Косик. - М.: Православный Свято-Тихоновский гуманитарный университет, 2017. - 312 c.
Курилова, А. В. Ввод и обработка цифровой информации. Практикум. Учебное пособие / А.В. Курилова, В.О. Оганесян. - Москва: РГГУ, 2013. - 160 c.
Миллсап Oracle. Оптимизация производительности / Миллсап, Хольт Кэри; Джефф. - М.: СПб: Символ-Плюс, 2018. - 464 c.
Рихтер, С. Г. Кодирование и передача речи в цифровых системах подвижной радиосвязи / С.Г. Рихтер. - М.: Горячая линия - Телеком, 2016. - 304 c.
Семенов, А. С. Интегральная оптика для систем передачи и обработки информации / А.С. Семенов, В.Л. Смирнов, А.В. Шмалько. - М.: Радио и связь, 2014. - 224 c.
Спивак, М. Восхитительный AMS-TeX: руководство по комфортному изготовлению научных публикаций в пакете AMS-TeX / М. Спивак. - М.: [не указано], 2013. - 890 c.
Хазен, А.М. Введение меры информации в аксиоматическую базу механики / А.М. Хазен. - М.: [не указано], 2017. - 809 c.
Холево, А.С. Введение в квантовую теорию информации / А.С. Холево. - М.: [не указано], 2016. - 128 c.
Хуанг, Т.С.ред. Быстрые алгоритмы в цифровой обработке изображений. Преобразования и медианные фильтры / Т.С.ред. Хуанг. - М.: [не указано], 2013. - 177 c.
Экслер, А.Б. Архиваторы. Программы для хранения и обработки информации в сжатом виде / А.Б. Экслер. - М.: МП Алекс, 2013. - 150 c.
Ярыгина, И.З. Информация в банковской деятельности. (на примере мирового опыта) / И.З. Ярыгина. - М.: Консалтбанкир, 2014. - 104 c.

Администрирование баз данных Oracle в операционной системе UNIX. - М.: СПб: ЦКТиП Газпром, 2018. - 300 c. ↑
Курилова, А. В. Ввод и обработка цифровой информации. Практикум. Учебное пособие / А.В. Курилова, В.О. Оганесян. - Москва: РГГУ, 2013. - 160 c. ↑
Воскобойников, Я.С. Журналист и информация. Профессиональный опыт западной прессы / Я.С. Воскобойников, В.К. Юрьев. - М.: РИА-Новости, 2016. - 208 c. ↑
Антенны и фидеры. Передача информации по каналам связи. Контроль и измерения в технике связи / ред. С.В. Бородич. - М.: НИИР, 2017. - 100 c. ↑
Дядюнов, А. Н. Адаптивные системы сбора и передачи аналоговой информации / А.Н. Дядюнов, Ю.А. Онищенко, А.И. Сенин. - М.: Машиностроение, 2017. - 288 c. ↑
Джойнсон Используйте все возможности вашей цифровой камеры / Джойнсон, Саймон. - М.: АСТ, 2013. - 160 c. ↑
Баззел, Р.Д. Информация и риск в маркетинге / Р.Д. Баззел, Д.Ф. Кокс, Р.В. Браун. - М.: Финстатинформ, 2017. - 708 c. ↑
Богнер, Р. Введение в цифровую фильтрацию / Р. Богнер, А. Константинидис. - М.: [не указано], 2015. - 283 c. ↑
Хазен, А.М. Введение меры информации в аксиоматическую базу механики / А.М. Хазен. - М.: [не указано], 2017. - 809 c. ↑
Рихтер, С. Г. Кодирование и передача речи в цифровых системах подвижной радиосвязи / С.Г. Рихтер. - М.: Горячая линия - Телеком, 2016. - 304 c. ↑
Миллсап Oracle. Оптимизация производительности / Миллсап, Хольт Кэри; Джефф. - М.: СПб: Символ-Плюс, 2018. - 464 c. ↑
Йенсен Общество мечты. Как грядущий сдвиг от информации к воображению преобразит ваш бизнес / Йенсен, Ролф. - М.: СПб: Стокгольмская школа экономики в Санкт-Петербурге, 2017. - 272 c. ↑
Иванов, Ю.П. Исследование вопросов сопряжения цифровых систем передачи телефонных сигналов и сигналов звукового вещания на сети связи / Ю.П. Иванов. - Л.: ЛЭИС им. проф. М.А. Бонч-Бруевича, 2016. - 726 c. ↑
Гурский, Ю. Photoshop CS2 и цифровое фото. Лучшие трюки и эффекты / Ю. Гурский, М. Бондаренко, С. Бондаренко. - М.: СПб: Питер, 2016. - 208 c. ↑
Информация президиума правления всероссийского театрального общества (январь-апрель 1980 г.). - М.: Всероссийское театральное общество, 2014. - 656 c. ↑
Глушаков, С.В. Базы данных / С.В. Глушаков, Д.В. Ломотько. - М.: Харьков: Фолио, 2018. - 504 c. ↑