Нечеткие методы и модели оценки потребительского качества веб-ориентированных информационных систем: теория, методология и инструментарий

При проектировании корпоративных ИС обслуживание бизнес-процессов предметной области реализуется информационными сервисами, которые представляют собой различные модули промышленно поставляемых информационных систем. Это характерно для процессов создания корпоративных информационных систем на базе таких ERP-систем, как SAP/R3, Oracle Aplication, Вааn, Microsoft Dynamics AX, БОСС-Корпорация, Галактика, Парус, БЭСТ-ПРО, 1С: Предприятие 8.0 и других. В этом случае перед командой разработчиков корпоративной ИС стоит задача не только выбрать наиболее эффективный информационный сервис (функциональность) для бизнес-процесса, но и реализовать такой выбор в рамках определенной ERP-системы. При этом неопределенность возникает при оценке как потребительского качества обслуживания бизнес-процесса различными информационными сервисами, так и потребительского качества реализации информационного сервиса в рамках конкретной ERP-системы.

При построении нечеткой модели корпоративных приложений предметная область описывается множеством бизнес-процессов . Для разработчика ИС доступна функциональность промышленно поставляемых ERP-систем, которая формализуется в виде множества программных приложений систем (информационных сервисов) . В качестве информационных сервисов рассматриваются приложения промышленно поставляемых ERP-систем, обеспечивающих заданную функциональность.

Нечеткое множество B задается аналогично предыдущей задаче на декартовом произведении множеств X и Y, т. е. . При проектировании ИС анализируется множество промышленно поставляемых ERP-систем: , где -- промышленно поставляемые ERP-системы, которые обладают определенной функциональностью.

Нами предложено формализовать в виде нечеткого множества D возможность реализации yj-й функциональности zk-й ИС. Нечеткое множество D определяется на декартовом произведении множеств Y и Z, т. е. . Для всех элементов () нечеткого множества D определена функция принадлежности . Функция принадлежности нечеткого множества D интерпретируется как уверенность эксперта в уровне соответствия потребительского качества реализации yj-й функциональности (информационного сервиса) zk-й информационной системой.

Конечной целью проектирования ИС является наиболее эффективный выбор промышленно-поставляемой ERP-системы для обслуживания бизнес-процессов предприятия. Это обусловливает построение отображения множества бизнес-процессов на множество ERP-систем . Для реализации такого отображения построим нечеткое множество F, которое представляет собой композицию двух нечетких бинарных отношений B и D, т. е. . Нечеткое множество F определено на декартовом произведении множеств X и Z, т.е. и имеет функцию принадлежности , которая определяется следующим образом:

,

; ; .

Функция принадлежности описывает уверенность в том, что уровень потребительского качества функциональности ERP-системы соответствует требованиям об уровнях обслуживания для бизнес-процессов предметной области. Таким образом, нечеткое множество F , являющиеся композицией нечетких отношений В и D, является формальной основой для эффективного выбора промышленно поставляемой ERP-системы для ИС предприятия.

В качестве условий выбора сформируем следующие требования:

1) альтернативная ERP-система должна иметь возможность предоставить информационное обслуживание для всех бизнес-процессов предприятия, т. е. ;

2) для альтернативных ERP-систем должны выполняться требования по согласованным уровням обслуживания, т. е. , где уровни задают минимальное значение уверенности, что для бизнес-процесса xi требования к потребительскому качеству в части уровней обслуживания информационным сервисом выполняются.

Если после проверки ограничений имеются несколько альтернативных вариантов ERP-систем, то для окончательного выбора можно использовать критерий минимальной совокупной стоимости владения ИС.

Для иллюстрации использования нечеткой модели корпоративных приложений рассмотрим задачу выбора ИС для системы внутреннего учета инвестиционной компании. Предположим, что при проектировании ИС рассматривается возможность использования трех промышленно поставляемых ИС внутреннего учета инвестиционных компаний, т. е. , где z1 -- информационная система АСКИНА; z2 -- информационная система АМЕТИЗ; z3 -- информационная система BackOffic.

На основе анализа экспертной информации сформировано нечеткое отношение D и построена матрица :

,

Графическое представление нечеткого множества F приведено на рисунке 1.

Анализ матрицы F показывает, что все рассматриваемые альтернативные варианты информационных систем могут обеспечить функциональность для решения задач внутреннего учета инвестиционной компании, однако если в соответствии с требуемыми уровнями обслуживания необходимо обеспечить высокую уверенность в том, что потребительское качество информационных сервисов будет соответствовать требованиям, то необходимо для нечеткого множества F выделить Д-подмножество д1 = д2 = д3 = 0,8.



Рис. 1. Нечеткий граф

В результате получим следующее Д-подмножество:

.

Подмножество FД определяет целесообразность эффективного применения информационной системы z1 , т. е. системы АСКИНА.

Разработанная методология анализа потребительского качества ИС на базе нечетких моделей позволяет проводить интегральный анализ потребительского качества ИС, совместно используя количественные и качественные показатели, формировать эффективный набор информационных сервисов из множества доступных разработчику, осуществлять выбор эффективной ИС на основе заданных уровней обслуживания бизнес-процессов предметной области и модулей, входящих в состав промышленно поставляемых ИС.

В третьей главе «Методология анализа рисков потребительского качества информационных систем с использованием нечетких сетей» проанализированы аспекты неопределенности и рисков потребительского качества в проектах создания ИС, обоснована целесообразность использования нечетких моделей при анализе рисков и разработана модель рисков потребительского качества в проектах ИС на базе нечетких продукционных сетей.

Проект создания и внедрения ИС реализуется в условиях существенной неопределенности, которая проявляется в виде неполноты или неточности информации об условиях реализации системы.

Неопределенность, сопутствующая процессу проектирования ИС, может привести к возникновению неблагоприятных ситуаций, которые будут препятствовать достижению поставленных целей в процессе проектирования ИС. Возможность проявления неблагоприятных ситуаций в проекте создания ИС характеризуется риском.

Процесс управления рисками предполагает их идентификацию, количественную и качественную оценку, разработку откликов на риски и их контроль. При проектировании ИС целесообразно выделить следующие группы рисков: риск планирования (превышение сроков разработки проекта системы и его внедрения); риск стоимости (превышение бюджета проекта создания ИС); риск потребительского качества (разработка информационной системы, не отвечающей требованиям заинтересованных сторон).

Современные подходы к проектированию ИС основываются на объектно-ориентированных технологиях, базирующихся на итерационном подходе. Риски оцениваются для каждой итерации и фазы проектирования системы. Итерационный подход, в отличие от водопадного, обеспечивает идентификацию, оценку и снижение рисков в ходе итераций на ранних фазах ЖЦ информационной системы, что обеспечивает снижение риска по проекту в целом.

Определенные риски потребительского качества характерны для проекта создания ИС в целом, но на каждой фазе ЖЦ информационной системы они могут иметь различные приоритеты. К таким рискам относятся: объем проекта; сложность проекта; объем бюджета; стабильность требований; стабильность документов; доступность инструментальных средств; новые технологии; организационная стабильность заказчика; стабильность команды разработчиков; поддержка менеджмента; вовлечение заказчика в проект; опыт заказчика. В то же время каждой фазе жизненного цикла ИС сопутствует определенная группа рисков, которая является наиболее актуальной и поэтому подлежит постоянному контролю и управлению.

Создание эффективной системы управления рисками потребительского качества в проектах ИС предполагает распространение её сферы влияния на все фазы и все итерации жизненного цикла ИС. Анализ возникающих рисков должен проводиться регулярно в процессе создания ИС. Риски должны идентифицироваться, оцениваться, и на основе оценки должны выявляться приоритеты рисков для текущей итерации процесса создания системы.

Существующие методики идентификации риска в основном базируются на использовании контрольных списков и анализе принимаемых решений. Для этого используются данные по ранее разработанным проектам и привлекаются к работе опытные разработчики.

Недостатками существующих методик идентификации рисков проектов ИС являются сложность работы с контрольными списками, которые могут включать несколько сотен позиций, и необходимость привлечения ресурса опытных разработчиков (экспертов предметной области).

Оценка влияния риска на проект для конкретной фазы жизненного цикла ИС и конкретной итерации проекта может быть количественной и качественной. Количественные оценки базируются на имеющейся статистической информации и используемых моделях прогноза. При этом задача состоит в количественной оценке риска относительно других имеющихся рисков, и в прогнозе влияния конкретного риска на проект ИС. Следует заметить, что использование количественных методов во многих случаях бывает проблематичным из-за отсутствия достаточных статистических данных для построения адекватных моделей анализа. Качественная оценка риска, как правило, базируется на экспертных оценках.

Недостатком существующих подходов к анализу рисков является отсутствие единой методологической основы, позволяющей интегрировать как качественные, так и количественные подходы к оценке рисков.

Для повышения эффективности управления рисками проектов создания и развития ИС нами разработан подход к оценке рисков потребительского качества в проектах ИС, базирующихся на современных методах обработки информации в условиях существенной неопределенности, позволяющих осуществлять анализ и принимать эффективные решения на базе моделей, интегрирующих как количественные, так и качественные факторы.

Для моделирования рисков потребительского качества в проектах ИС в диссертационной работе нечеткие модели представлены в виде нечетких сетей, элементы и совокупности элементов которых реализуют различные компоненты нечетких моделей и этапы нечеткого вывода.

Нечеткая продукционная модель (НПМ) представлена следующим образом:

где (i) -- обозначение правила нечеткой продукции; Q -- сфера применения нечеткой продукции, которая характеризует предметную область нечеткой модели; Р -- условие применения (активизации) ядра нечеткой продукции;  -- ядро нечеткой продукции; А -- условие ядра (антецедент); В -- заключение ядра (консеквент); -- знак логической секвенции (следования); S -- метод или способ определения количественного значения степени истинности заключения ядра, который определяет алгоритм нечеткого вывода в продукционной нечеткой модели; F -- коэффициент определенности или уверенности нечеткой продукции, который определен на интервале [0, 1] и соответствует весовому коэффициенту нечеткого продукционного правила; N -- постусловие продукционного правила, которое определяет действия и процедуры, выполняемые в случае реализации ядра продукции.

Ядро нечеткой продукции представляется в виде:

ЕСЛИ x есть А, ТО y есть В,

где x -- входная переменная, ; Х -- область определения антецедента нечеткого правила; А -- нечеткое множество, определенное на Х; -- функция принадлежности нечетного множества А; y -- выходная переменная, ; Y -- область определения консеквента нечеткого правила; В -- нечеткое множество, определенное на Y; -- функция принадлежности нечетного множества B.

Для нечеткого множества В функция принадлежности определяется по правилу композиции как , где sup -- операция определения верхней границы множества элементов; T -- операция Т-нормы.

Прямой вывод основывается на правиле вывода «нечеткий модус поненс» (fuzzy modus ponens). В диссертационной работе для реализации нечеткого вывода использовано правило вывода «нечеткий модус поненс» и результат нечеткого вывода определяется посредством применения операции композиции.

Для моделирования рисков проектов ИС в качестве композиционного правила нечеткого логического вывода использована max-min-композиция, т.к. она обладает свойствами ассоциативности и дистрибутивности относительно операции max, что является важным для задач моделирования.

При построении нечеткой модели рисков потребительского качества в проектах ИС в качестве входных переменных используются как количественные, так и качественные факторы. Интегральный учет как количественных, так и качественных факторов возможен при использовании лингвистических переменных. Для этого в продукционных моделях нечеткого вывода применяют нечеткие лингвистические высказывания.

При построении нечеткой модели оценки рисков проектов ИС необходимо сформировать полное пространство предпосылок факторов, являющихся источниками риска и полное пространство заключений показателей риска различных областей проекта.

Для формирования правила оценки риска потребительского качества ИС, связанного с достижением цели проекта ИТ, в качестве входной лингвистической переменной (х1) используется лингвистическая переменная «цель проекта», которая имеет следующее терм-множество:

Т1 = {«недостаточно», «ограничено», «полностью»}.

Терм «недостаточно» (Н) соответствует ситуации, когда цель проекта ИС недостаточно соответствует целям организации. Терм «ограничено» (О) соответствует ситуации, когда цель проекта ИС соответствует целям организации с определенными ограничениями. Терм «полностью» (П) соответствует ситуации, когда цель проекта ИС полностью соответствует целям организации.

Другой лингвистической переменной (х2) являются «границы проекта» с терм-множеством:

Т2 = {«минимальная», «нормальная», «избыточная»}

Терм «минимальная» (М) соответствует ситуации, когда границы проекта ИС определяют минимальную функциональность для бизнес-системы. Терм «нормальная» (Н) соответствует ситуации, когда границы проекта ИС соответствует требуемой функциональности бизнес-системы. Терм «избыточная» (И) соответствует ситуации, когда границы проекта ИС имеют избыточную или неточно определенную функциональность.

Выходной переменной (y) является лингвистическая переменная «риск соответствия цели проекта», которая имеет следующее терм-множество

Т3 = {Низкая очевидность риска (НОР), Средняя очевидность риска (CОР), Высокая очевидность риска (ВОР)}.

Для модели оценки риска потребительского качества проекта ИС в части риска соответствия целям проекта сформированы следующие правила вывода:

П1: ЕСЛИ цель проекта недостаточно соответствует целям организации И границы проекта определяют минимальную функциональность

ТО высокая очевидность риска соответствия цели проекта

П2: ЕСЛИ цель проекта соответствует целям организации с ограничениями И границы проекта определяют минимальную функциональность для бизнес-системы

ТО средняя очевидность риска соответствия цели проекта

П3: ЕСЛИ цель проекта соответствует целям организации полностью И границы проекта определяют нормальную ИЛИ избыточную функциональность для бизнес-системы

ТО низкая очевидность риска соответствия цели проекта

В процессе анализа факторов риска потребительского качества в проектах ИС с привлечением экспертов -- ведущих специалистов консалтинговых организаций были выявлены показатели, которые могут быть факторами и показателями риска проектов ИС. В таблице 2 приведены первые две лингвистические переменные, характеризующие факторы риска, из 29 представленных в диссертации.

При задании лингвистических переменных, характеризующих факторы риска, могут использоваться следующие терм-множества, определяющие уровни факторов: Т2 = {Низкий (Н), Высокий (В)}; Т3 = {Низкий (Н), Средний (C), Высокий (В)}; T4 = {Очень Низкий (ОН), Низкий (Н), Средний (C), Высокий (В)}; T5 = {Недопустимо Низкий (НН), Низкий (Н), Средний (C), Высокий (В), Сверхвысокий (СВ)}.

Таблица 2. Факторы риска проектов ИС

Обозначение	Наименование лингвистической переменой	Вид терм-множества и интерпретация уровней факторов
x1	Цель проекта	Т3. Н -- недостаточно соответствует целям организации; С -- соответствует целям с определенными ограничениями; В -- полностью соответствует.
x2	Границы проекта	Т3. Н -- определяют минимальную функциональность; С -- соответствует требуемой функциональности; В -- имеют избыточную или неточно определенную функциональность.

В таблице 3 приведены первые две лингвистические переменные, характеризующие показатели риска, из 17 представленных в диссертации.

При задании лингвистических переменных, характеризующих показатели риска, используется следующее терм-множество, определяющее показатели риска: Т1 = {Низкая очевидность риска (НОР), Средняя очевидность риска (CОР), Высокая очевидность риска (ВОР)}.

Таблица 3. Показатели риска проектов ИС

Обозначение	Наименование лингвистической переменой	Примечание
y1	Соответствие цели проекта	Риск проявляется в том случае, если цели проекта ИС не полностью соответствуют целям или задачам организации
y2	Организационная стабильность	Риск проявляется в зависимости от размера организационных изменений, необходимых для реализации проекта ИС

В нечеткой модели оценки рисков проектов ИС в качестве функций принадлежности вполне допустимо использовать типовые L-R-функции треугольного и трапецеидального типов, определенные на 01-носителе, конкретный вид которых определяется значениями параметров их аналитического представления и может уточняться в соответствии с экспериментальными данными.

В результате анализа предметной области и обработки экспертной информации сформирована база правил. В таблице 4 приведены первые две базы правил из 17 представленных в диссертации.

Таблица 4. Нечеткие продукционные правила модели риска проектов ИС

Обозначение правила	Антецедент	Консеквент
База правил П1
П1.1	x1 = Н ( x2 = В x2 = С)	y1 = Очень ВОР
П1.2	x1 = Н x2 = Н	y1 = ВОР
П1.3	x1 = С x2 = В x2 = С	y1 = Очень СОР
П1.4	x1 = С x2 = Н	y1 = СОР
П1.5	x1 = В x2 = В x2 = С	y1 = НОР
П1.6	x1 = В x2 = Н	y1 = Очень НОР
База правил П2
П2.1	(x4 = ОН x4 = Н) (x3 = В x3 = ОВ)	y2 = Очень НОР
П2.2	(x4 = ОН x4 = Н) (x3 = С)	y2 = НОР
П2.3	x4 = С ( x3 = В)	y2 = СОР
П2.4	x4 = В ( x3 = С)	y2 = ВОР
П2.4	(x4 = В x4 = С) (x3 = В x3 = ОВ)	y2 = Очень ВОР

При реализации процесса нечеткого моделирования базы правил П1 с использованием специализированного пакета Fuzzy Logic Toolbox средства MATLAB получена поверхность системы нечеткой модели, приведенная на рисунке 2.

При значении классификатора input1 = 0.1 значение лингвистической переменой x1 «Цель проекта» соответствует терму Н «недостаточно соответствует целям организации», с уровнем уверенности м и при значении input2 = 0.6 значение лингвистической переменой x2 «Границы проекта» соответствует терму С «соответствует требуемой функциональности», с уровнем уверенности система формирует вывод.

Рис. 2. Поверхность системы нечеткой модели для базы правил П1

По заданным исходным условиям активизируются правила 2 и 5. Результирующее значение классификатора выходной переменной output1 соответствует значению 0,74, что определяет значение лингвистической переменой риска проекта y1 «Соответствие цели проекта» равное ВОР «Высокая очевидность риска» с уровнем уверенности . Реализация правил нечеткого вывода приведена на рисунке 3.

Разработанная модель оценки рисков проектов ИС в виде нечеткой продукционной сети позволяет проводить качественный анализ рисков проектов, которые несут потенциальные угрозы процессу разработки ИС, а также выявить приоритеты рисков (очень высокий, высокий, средний, низкий, несущественный), которые важны для менеджмента проектов.

В четвертой главе «Модели информационных систем при оценке потребительского качества их функционирования» проведен концептуальный анализ аспектов производительности ИС, обоснована методология построения модели рабочей нагрузки ИС на базе положений нечеткой кластеризации, разработаны модели производительности ИС, рассмотрены аспекты планирование активного эксперимента с ИС.

Рис. 3. Реализация правил нечеткого вывода

Комплексный подход к стратегическому планированию и управлению информационной инфраструктурой предприятия требует выявления основных направлений анализа и прогнозирования процессов соответствия требований бизнеса, которые задаются как уровни качества обслуживания бизнес-процессов информационной инфраструктурой, и характеристик ИС. Результаты анализа позволят проводить оценку и адаптацию характеристик ИС с целью обеспечения заданной эффективности бизнеса предприятия.

Одной из основополагающих характеристик потребительского качества функционирования ИС является производительность, которая характеризует уровень функционирования системы с точки зрения требований бизнеса по своевременности предоставления информационных услуг.

В проектах создания и модернизации ИС начиная с этапов формулировки требований и анализа принимаются решения, которые непосредственно влияют на производительность системы. К таким решениям относятся: количество архитектурных уровней; тип сервера ИС; тип и характеристики сервера баз данных; тип сетевой технологии; пропускную способность глобальной сети.

Особенно остро вопрос оценки производительности ИС, а следовательно, и вопрос обеспечения потребительского качества, которое формализуется в виде заданных уровней обслуживания информационных сервисов, встает на ранних стадиях проектирования, когда невозможно провести измерение параметров производительности на действующих образцах (прототипах) системы. В такой ситуации вопросы оценки потребительского качества ИС в части обеспечения требуемой производительности могут быть решены с помощью математических и имитационных моделей производительности.

Современные корпоративные ИС широко используют веб-технологии, корпоративные порталы, которые представляют единые, интегрированные точки доступа к корпоративным приложениям. Данная тенденция определяет изменения в подходе к обеспечению производительности ИС. Если в традиционных корпоративных ERP-системах круг потенциальных конечных пользователей был ограничен размерами компании, то для веб-систем число внешних конечных пользователей ИС может значительно превосходить число пользователей в организации, и поэтому вопросы масштабирования ИС, а следовательно, и производительности также приобретают большое значение. Модели производительности информационных веб-систем и методы планирования имитационных экспериментов должны обеспечивать выявление процессов «насыщения» кривой производительности, т. е. определения максимального количества запросов, которое способна обработать система.

При анализе производительности ИС, использующей веб-технологии, необходимо учитывать рабочую нагрузку системы, её архитектуру, программное и техническое обеспечение сервера, контент сайта, характеристики приложений и пропускную способность сети.

Рабочая нагрузка ИС характеризуется большим количеством параметров. Модель нагрузки должна отражать её существенные характеристики и быть приемлемой с точки зрения сложности описания для использования в аналитических или имитационных моделях.

С учетом того что реальная рабочая нагрузка ИС определяется выполнением большого количества функций, встает задача классификации и параметризации нагрузки системы. Для классификации рабочей нагрузки ИС предложено использовать методы кластерного анализа. Характеристики рабочей нагрузки ИС являются размытыми по своей природе. В диссертационной работе предложено модель рабочей нагрузки ИС формировать с использованием методов нечеткой кластеризации. Процесс построения рабочей нагрузки состоит в следующем.

В результате эксперимента (пассивного или активного) получено n измерений значений рабочей нагрузки A информационной системы, которые называются множеством объектов кластеризации: A = {a1, a2, . . . ,an}, где ai () -- объект рабочей нагрузки, полученный в i-м измерении; A -- множество элементов рабочей нагрузки, .

Рабочая нагрузка информационной системы характеризуется конечным множеством признаков: P = {p1, p2, . . . pq}, где pj () -- j-й признак (атрибут) объекта рабочей нагрузки; P -- множество признаков объекта рабочей нагрузки, .

Для каждого объекта рабочей нагрузки ai () в результате эксперимента получен набор параметров (свойств) X = {Xi}: , где -- количественное значение признака для объекта . Векторы значений принято представлять в виде матрицы данных .

Требуется на основе исходных данных определить такое нечеткое разбиение нечеткого множества С = А на заданное число с нечетких кластеров , которое обеспечивает экстремум некоторой целевой функции среди всех нечетких разбиений.

Для решения задачи нечеткой кластеризации рабочей нагрузки ИС применен алгоритм нечетких с-средних, позволяющий получить локально-оптимальное нечеткое разбиение R(C), которое характеризуется матрицей функций принадлежности и характеристиками центров кластеризации .

Модель производительности ИС представлена в следующем виде:

{S, SW, HW, A, C, PN},

где S -- характеристики инфраструктуры веб-системы; SW -- характеристики программного обеспечения; HW -- характеристики аппаратного обеспечения; A -- характеристики приложений; C -- характеристики контента веб-сайта; PN -- характеристики сети связи. В диссертационной работе предложено концептуальную модель веб-системы представить в виде замкнутой сети массового обслуживания.

С учетом того что исходные данные для моделирования производительности ИС характеризуются существенной неопределенностью и не всегда имеется возможность провести для них достоверное статистическое описание, для исходных данных и результатов моделирования целесообразным является применение интервально-оценочных моделей, которые представляются нечетким моделями.

Проведение исследования потребительского качества в проектах создания и модернизации ИС в части анализа производительности предполагает планирование и организацию активного эксперимента Хубаев, Г. Н. Статистические методы планирования экстремальных экспериментов с информационными системами / Г. Н. Хубаев // Вопросы статистики. -- 1999. -- №6. -- С. 78-83..

Основными требованиями к свойствам моделей и к планам экспериментов являются: независимость b-коэффициентов модели; ортогональность плана эксперимента; ротатабельность планов.

В диссертационной работе на основе разработанных моделей приводится моделирование информационной системы депозитария профессионального участника рынка ценных бумаг. На рисунке 4 приведен график зависимости времени отклика от количества рабочих станций и размера базы данных.

В пятой главе «Архитектурные и программные подходы к обеспечению качества информационных систем» рассмотрены типовые архитектурные модели для ИС на платформе MICROSOFT.NET, шаблоны проектирования информационных систем, программные решения по оценке качества объектно-ориентированных программных продуктов и интегральной оценке потребительского качества ИС.

Вопросы обеспечения качества ИС должны решаться на всех этапах жизненного цикла системы. Разработка качественной ИС во многом определяется архитектурными решениями, принимаемыми в процессе её создания. Архитектура программной системы должна включать в себя данные: об организации программной системы; о структурных элементах, их интерфейсах, поведении; о стиле архитектуры, принятом в организации.

Под архитектурными решениями корпоративной ИС мы понимаем определение главных компонентов системы и способы их взаимодействия, которые интерпретируются как основополагающие.



Рис. 4. График зависимости времени отклика от количества рабочих станций и размера базы данных

Решения, принимаемые при объектно-ориентированном проектировании, определяются предметной областью задачи. Однако качественные и проверенные модели, построенные на этапах анализа жизненного цикла ИС, могут использоваться как типовые архитектурные модели.

Для распределенных ИС типичным архитектурными моделями является трехуровневая структура: уровень представления; уровень бизнес-логики; уровень данных.

В диссертационной работе проанализированы и предложены усовершенствованные модели для всех трех уровней программного обеспечения ИС.

Для организации уровня бизнес-логики проанализированы типовые модели: сценарий транзакций, модель предметной области, модуль таблиц. показано, сто при использовании платформы Microsoft.NET наиболее рационально применять модель Модуль таблиц, которая достаточно эффективно реализуется компонентами технологии ADO.NET и поддерживается разносторонним набором инструментальных средств Visual Studio.NET. На рисунке 5 приведена схема взаимодействия архитектурных уровней информационной системы для типовой модели Модуль таблиц.

Задачи повышения потребительского качества программного обеспечения ИС, сокращения времени разработки систем и бюджета проекта, роста продуктивности труда программистов определяют актуальность моделирования и разработки ИС с применением повторно используемых образцов разработки (шаблонов).

Рис. 5. Схема взаимодействия архитектурных уровней ИС, использующей Модуль таблиц

При моделировании ИС для профессиональных участников фондового рынка под руководством автора диссертационного исследования разработаны шаблоны, которые представляют собой модели на языке UML, описывающие определенный бизнес-домен, характеризующий часто встречающийся бизнес-элемент информационной системы. Такие шаблоны относятся к классу шаблонов анализа и проектирования.

Для оценки качества объектно-ориентированных (ОО) моделей ИС применяется ряд метрик. В процессе анализа известных метрик для объектно-ориентированных систем (вес методов классов -- WMC, глубина дерева наследования DIT, количество потомков -- NOC, связывание между объектами CBO, отклик класса RFC, низкое зацепление методов LCOM) выявлены их слабые стороны и предложены усовершенствованные варианты.

Для использования методики оценки качества объектно-ориентированных программных продуктов разработано программное средство OPP Analiser. На рисунке 6 показана экранная форма отчета по анализу метрик.

Для интегральной оценки потребительского качества ИС разработано программное средство ModelingFuzzySet. С помощью дизайнера модели можно сформировать модель системы показателей качества ИС (рис. 7).

Для каждого узла модели формируются терм-множества (рис. 8).

Рис. 6. Экранная форма отчета по анализу метрик классов библиотеки



Рис. 7. Экранная форма модели системы показателей качества ИС

Рис. 8. Экранная форма задания лингвистических переменных

В процесс принятия решений менеджер с помощью эксперта задает исходные данные для узлов модели и получает качественную оценку потребительского качества информационной системы (рис. 9).



Рис. 9. Экранная форма результатов моделирования

Разработанное программное использовано рядом организаций в проектах создания и развития ИС для оценки потребительского качества и анализа рисков проектов.

В заключении сформулированы выводы, основные положения и рекомендации по результатам диссертационного исследования.

ПО ТЕМЕ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ

Монография

1. Долженко, А. И. Нечеткие модели -- эффективный инструментарий для анализа потребительского качества информационных систем / А. И. Долженко; Рост. гос. эконом. ун-т «РИНХ». -- Ростов н/Д, 2008. -- 218 с. -- 7,7 п. л.

Статьи в изданиях из перечня ВАК РФ

2. Долженко, А. И. Задача выбора эффективной сервис-ориентированной архитектуры экономической информационной системы / А. И. Долженко // Экономический вестник Ростовского государственного университета. -- 2008. -- Т. 6. -- № 3.3 -- С. 126 -- 129. -- 0,66 п. л.

3. Долженко, А. И. Нечеткие модели принятия решений в проектах создания информационных систем / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. -- 2007. -- № 2. -- С. 6-9. -- 0,63 п. л. (принята к печати 13.11.2006).

4. Долженко, А. И. Модель информационных сервисов на основе теории нечетких множеств / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. -- 2007. -- № 1. -- С. 7-10. -- 0,63 п. л. (принята к печати 06.09.2006).

5. Долженко, А. И. Лингвистический анализ потребительского качества информационной системы / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. -- 2006. -- № 4. -- С. 30-34. -- 0,62 п. л.

6. Долженко, А. И. Оценка нефункциональных характеристик качества информационной системы на основе теории нечетких чисел / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Естеств. науки. Прил. -- 2006. -- № 8. -- С. 3 -- 9. -- 0,63 п. л.

7. Долженко, А. И. Формирование приоритетов требований экономической информационной системы / А. И. Долженко // Научная мысль Кавказа. Прил. / Сев.-Кав. науч. центр высш. шк. -- 2006. -- № 2 (86). -- С. 66-73. -- 0,69 п. л.

8. Долженко, А. И. Типовые архитектурные решения для корпоративных информационных систем на платформе Microsoft.NET / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Техн. науки. -- 2006. -- № 3. -- С. 3-7. -- 0,63 п. л.

9. Долженко, А. И. Моделирование корпоративной информационной системы / А. И. Долженко // Изв. вузов. Сев.-Кав. регион. Обществ. науки. -- 2006. -- № 2 (134). -- С. 50-55. -- 0,75 п. л.

10. Долженко, А. И. Модели принятия решений при проектировании и модернизации информационной системы / А. И. Долженко // Научная мысль Кавказа. Прил. / Сев.-Кав. науч. центр высш. шк. -- 2005. -- № 15 (83). -- С. 137-143. -- 0,56 п. л.

Статьи в центральной и межвузовской печати

11. Долженко, А. И. Программное решение модуля формирования лингвистических переменных нечеткой модели / А. И. Долженко // Информационные системы, экономика, управление трудом и производством : ученые записки / Рост. гос. эконом. ун-т «РИНХ». -- Ростов н/Д, 2007. -- Вып. 11. -- С. 49-54. -- 0,25 п. л.

12. Долженко, А. И. Методология анализа рисков при проектировании информационных систем с использованием нечетких сетей / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». -- 2007. -- № 2 (24). -- С. 148-155. -- 0,75 п. л.

13. Долженко, А. И. Модели информационных систем на основе теории нечетких множеств / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». -- 2007. -- № 1 (23). -- С. 76-82. -- 0,75 п. л.

14. Долженко, А. И. Нечеткие продукционные модели оценки рисков проектов информационных систем / А. И. Долженко // Проблемы федеральной и региональной экономики : ученые записки / Рост. гос. эконом. ун-т «РИНХ». -- Ростов н/Д, 2007. -- Вып. 10. -- С. 114-119. -- 0,44 п. л.

15. Долженко, А. И. Нечеткие модели анализа потребительского качества информационной системы / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». -- 2006. -- № 2 (22). -- С. 123-131. -- 1,0 п. л.

16. Долженко, А. И. Модели рабочей нагрузки информационной системы / А. И. Долженко // Информационные системы, экономика, управление трудом и производством : ученые записки / Рост. гос. эконом. ун-т «РИНХ». -- 2006. -- Вып. 10. -- С. 83-89. -- 0,5 п. л.

17. Долженко, А. И. Оценка качества объектно-ориентированных программных продуктов / А. И. Долженко // Вестник Ростовского государственного экономического университета «РИНХ». -- 2006. -- № 1 (21). -- С. 37-43. -- 0,84 п. л.

18. Долженко, А. И. Объектная архитектура корпоративных информационных систем на платформе Microsoft.NET / А. И. Долженко // Проблемы экономики и организации производственных и социальных систем : межгос. сб. науч. тр. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : изд-во ЮРГТУ, 2005. -- Вып. 10. -- С. 54-58. -- 0,28 п. л.

19. Долженко, А. И. Концептуальные модели корпоративной экономической информационной системы / А. И. Долженко // Информационные системы, экономика, управление трудом и производством : ученые записки / Рост. гос. эконом. ун-т «РИНХ». -- Ростов н/Д, 2005. -- Вып. 9 -- С. 69-78. -- 0,56 п. л.

20. Долженко, А. И. Моделирование бизнес-процессов внутреннего учета инвестиционной компании / А. И. Долженко, В. А. Долженко, В. Г. Суслов // Научные исследования в области экономики, образования и информационных технологий : межвуз. сб. науч. тр. / Юж.-Рос. гос. техн. ун-т (НПИ) ; Ин-т открытого образования. -- Новочеркасск : изд-во ЮРГТУ, 2003. -- С. 163-167. -- 0,35 п. л., в т. ч. авторских -- 0,2 п. л.

21. Долженко, А. И. Экспертные системы как составная часть интеллектуальных САПР / А. И. Долженко // Технические средства и системы управления производственными процессами. -- Братск, 1991. -- С. 139-143. -- 0,25 п. л.

22. Долженко, А. И. Имитационная модель центральной части вычислительного комплекса СМ-2 / А. И. Долженко, Ю. И. Лозовой // Изв. СКНЦВШ. Технические науки. -- 1981. -- № 3. -- С. 20-24. -- 0,62 п. л., в т. ч. авторских -- 0,4 п. л.

23. Долженко, А. И. К вопросу анализа функционирования технического обеспечения АСОУ дискретным производством / А. И. Долженко // Изв. СКНЦВШ. Технические науки. -- 1980. -- № 2. -- С. 31-34. -- 0,5 п. л., в т. ч. авторских -- 0,3 п. л.

Статьи в сборниках докладов международных, межгосударственных и всероссийских конференций

24. Долженко, А. И. Алгоритм решения задачи нечеткой кластеризации для формирования рабочей нагрузки информационной системы / А. И. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 25 мая 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : ООО НПО «Темп», 2007. -- С. 134-138. -- 0,38 п. л.

25. Долженко, А. И. Задача построения модели рабочей нагрузки информационной системы методом нечеткой кластеризации / А. И. Долженко // Моделирование. Теория, методы и средства : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 6 апр. 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : ООО НПО «Темп», 2007. -- С. 19-23. -- 0,38 п. л.

26. Долженко, А. И. Оценка риска проектов информационных систем на базе нечетких моделей / А. И. Долженко // Проблемы экономики, организации и управления предприятиями, отраслями, комплексами в разных сферах народного хозяйства : материалы VI Междунар. науч.-практ. конф. г. Новочеркасск, 30 марта 2007 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : ООО НПО «Темп», 2007. -- Ч. 1. -- С. 25 -- 29. -- 0,38 п. л.

27. Долженко, А. И. Лингвистическая оценка количественных характеристик качества информационной системы / А. И. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы IV Междунар. науч.-практ. конф., г. Новочеркасск, 26 мая 2006 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : изд-во ЮРГТУ, 2006. -- С. 116-121. -- 0,38 п. л.

28. Долженко, А. И. Использование шаблонов при объектном проектировании информационных систем / А. И. Долженко, В. А. Долженко // Экономико-организационные проблемы проектирования и применения информационных систем : материалы VII науч.-практ. конф., г. Ростов-на-Дону, 11-12
нояб. 2003 / Рост. гос. эконом. ун-т. -- Ростов н/Д, 2005. -- С. 115-119. -- 0,25 п. л., в т. ч. авторских -- 0,15 п. л.

29. Долженко, А. И. Архитектурные решения для информационной системы внутреннего учета инвестиционной компании / А. И. Долженко // Компьютерные технологии в науке, производстве, социальных и экономических процессах : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 15 нояб. 2005 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : ООО НПО «Темп», 2005. -- Ч. 3. -- С. 4-7. -- 0,25 п. л.

30. Долженко, А. И. Архитектура и программная реализация корпоративной информационной системы депозитария / А.И. Долженко, В.А. Долженко // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем : материалы Междунар. науч.-практ. конф., г. Новочеркасск, 16 мая 2003 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : изд-во ЮРГТУ, 2003. -- Ч. 3 -- С. 32-36. -- 0,24 п. л., в т. ч. авторских -- 0,15 п. л.

31. Долженко, А. И. Модели для анализа и проектирования информационных систем / А.И. Долженко, В.А. Долженко // Методы и алгоритмы прикладной математики в технике, медицине и экономике : материалы III Междунар. науч.-практ. конф., г. Новочеркасск, 17 янв. 2003 г. / Юж.-Рос. гос. техн. ун-т (НПИ). -- Новочеркасск : изд-во ЮРГТУ, 2003. -- Ч. 3 -- С. 32-36. -- 0,24 п. л., в т. ч. авторских -- 0,15 п. л.

32. Долженко, А. И. Объектное моделирование информационных систем / А. И. Долженко, В. А. Долженко // Экономика Северо-Кавказского региона на пути к устойчивому развитию в рыночных условиях : сб. материалов I регион. науч.-практ. конф., г. Краснодар, 28 февр. 2003 г. -- Краснодар : изд-во ИМСИТ, 2003. -- С. 350-353. -- 0,24 п. л., в т. ч. авторских -- 0,15 п. л.

Прочие информационные материалы

33. Долженко, А. И. Информационная веб-система депозитарного учета профессионального участника рынка ценных бумаг (Web-ДепУ) / А. И. Долженко, А. М. Фролов, И. С. Кузнецова, М. Ю. Арефьев, Н. Г. Савельева. -- Св-во об официальной регистрации программы для ЭВМ №2006611476 ; заявка № 2006610632 от 02.03.2006 г. -- М. : РОСПАТЕНТ, 2006.

34. Долженко, А. И. Электронная библиотека образовательного учреждения (ЭлБи) / А. И. Долженко, И. С. Кузнецова, М. Ю. Арефьев, Ю. В. Дашко, А. В. Трегубов. -- Св-во об официальной регистрации программы для ЭВМ; заявка № 2006611276 от 14.04.2006. -- М. : РОСПАТЕНТ, 2006.

35. Долженко, А. И. Информационная система учета абитуриентов, успеваемости и контингента высшего образовательного учреждения (АБУКОН) / А. И. Долженко, И. С. Кузнецова, М. Ю. Арефьев, Ю. В. Дашко, Е. Г. Свирь, В. А. Скороходов, А. В. Трегубов. -- Св-во об официальной регистрации программы для ЭВМ № 2006611275; заявка № 2006680424 от 15.04.2006 г. -- М. : РОСПАТЕНТ, 2006.

36. Долженко, А. И. Информационная система внутреннего учета операций и сделок профессионального участника рынка ценных бумаг (ИС-ВнУ) / А. И. Долженко, А. М. Фролов, И. С. Кузнецова, М. Ю. Арефьев. -- Св-во об официальной регистрации программы для ЭВМ №2006611441 ; заявка № 2006680041 от 10.01.2006 г. -- М. : РОСПАТЕНТ, 2006.

37. Долженко, А. И. Информационная система ведения реестра именных ценных бумаг ЭмиР / А. И. Долженко, С. В. Паршуков, В. А. Долженко // Св-во об официальной регистрации программы для ЭВМ №2003611793 ; заявка № 2003611299 от 16.06.2003. -- М. : РОСПАТЕНТ, 2003.

Размещено на Allbest.ru

...