ЛПР сталкивается с большим числом критериев и данных по ним, человеческое восприятие ограничено с одной стороны, с другой стороны ЛПР может пропустить важные факторы, влияющие на решение. Часто агрегирование данных облегчают процесс принятия решений и ведут к тому же решению, что и при рассмотрении всех критериев. Функция полезности в данном случае является квадратичной функцией и должна иметь единственное максимальное значение. Группа критериев «Формат представления информации ИС"Существует много разных критериев оценки формата. В статье [18] предлагается рассмотреть.
Критерий «средства передачи данных», например печатный отчет, портал, видео ролик, график.
Критерий «порядок» — организация подачи данных в отчете.
Критерий «графический дизайн», например, фон, шрифт, цвет. Данную группу критериев довольно сложно оценить, поскольку критерии являются качественными, а не количественными. Поэтому пользователя можно попросить проранжировать данные, что определит функцию предпочтения. Или же можно установить зависимости качественных критериев от количественных. Например, если выбрано средство передачи данных — принтер, то он ограничивает время ответа. Если для пользователя важно высокое время ответа, то оценка в критерии формат будет низкой, что будет означать необходимость замены формата в ИС. Группа критериев «Стоимость» сравнивает системы по стоимости их внедрения. Функция стоимости работы имеет линейную зависимость от ключевых критериев ИС (например, время ответа, содержание системы).В [12] определяется функция полезности исходя из следующих трех предположений:
1. Функция полезности схожести данных Us (s) = -a2e (~b2sгде a2, Ъ2 > 0, a2 -коэффициент, переводящий функцию полезности Usв денежное выражение, s — вероятность ошибок в схожести данных. s = 1 — pp2, где pвероятность, что существующие данных не будут предоставлены, pвероятность, что предоставленные данные не являются теми, которые нужны. Функция полезности для времени отклика ИС Ut (t) = aie (-bt), ai, Ъ > 0, p — коэффициент, переводящий функцию полезности Uв денежное выражение. Критерий стоимости имеет линейную зависимость от схожести данных и времени откликаc = -a3t + b3s + cons tant, a3, Ъ3> 0. Тогда объединенная функция полезности ИС выглядит следующим образомu = axe (=blt) — a2e (~blS) — (-a3t + b3s) + cons tan t, t > 0,-1 < s < 1. Сложность при использовании данного метода в том, что ЛПР при сравнении вариантов предпочитает пользоваться дешевыми и сравнительно простыми методами, что делает невозможном использование функции полезности в некоторых случаях. В таких случая [12] предлагает использовать ранжирование альтернатив по приведенным критериям. Ранги агрегируются по нескольким важным группам, например, качество и цена. Другой пример приведен в методе многокритериальной функции полезности [7], и предлагает решать многокритериальную задачу выбора ИС на основе функции полезности с учетом набора критериев оценки информационной системы. Здесь функция полезности определена для множества показателей следующим образомnV (х) = £ w, v,(х,), i=1где n — количество показателей, iчисло показателей, х, — i-ый показатель, v, — i-ая функция полезности от одного показателя, w, — вес i-ого показателя. Для определения оптимального значения используется теория предпочтений. Доминирование устанавливается на основании серии вопросов, сравнивающих несколько параметров по нескольким альтернативным проектам. Таким образом, данный метод является последовательным, итеративным методом анализа альтернативных проектов с участием ЛПР, который помогает исключить неподходящие варианты. Недостатком данного метода является неопределенность набора показателей и необходимость их определения для каждого проекта, а также необходимость участия ЛПР на протяжении практически всего анализа.
2.4. Пример применения методов многокритериального анализаинформационных систем с СОАРассмотрим примеры применения приведенных выше методов многокритериального анализа информационных систем с СОА. Проведем выбор ИС с использованием метода оценки качества сервисов ИС и метода оценки функции полезности ИС, [19]. По методу оценки качества сервисов ИС были выставлены ранги по критериям ИС для двух проектов Aи B, которые приведены в таблице 1. Оценка производилась по шести рангам, которые выставлялись исходя из восприятия реализованной системы (A1, B1) и ожиданий от реализации системы (A2, B2).Таблица 1. Критерии качества системы по методу оценки качества ИСПроектA1A2B1B2Группа/Критерий1. Качество системы45 561.
1 Насколько версия аппаратной и программной платформ новая45 561.
2 Удобная инфраструктура35 451.
3 Наличие экспертизы для решения проблем клиента45 452.
Качество данных46 562.
1 Информированности о производимых действиях и сервисах над ИС46 563.
Использование46 563.
1 Инфраструктура ИС предоставляет услуги в рамках соглашения об уровне сервиса (SLA)66663.
2 Время отклика и время исполнения запроса ИТ46 364.
Удовлетворенность пользователя45 564.
1 Уровня отзывчивости ИТ персонала55 464.
2 Уровень уверенности ИТ-персонала в предложенном клиенту решении34 554.
3 Насколько комфортно чувствует себя пользователь при работе с ИС45 565.
Индивидуальное влияние45 565.
1 Уровень индивидуального внимания от ИТ департамента при работе с ИС46 565.
2 Уровень понимания ИТ нужд линии бизнеса44 566.
Организационное влияние45 566.
1 Насколько ИТ-департамент зависим от линий бизнеса.
ИТОГО24 323 036.
По каждой группе вычисляется средняя оценка, затем данные оценки суммируются по всем группам критериев для получения итогового значения. Для сравнения проектов необходимо вычесть итоговую оценку восприятия реализованной системы из итоговой оценки ожидания от реализации системы. Таким образом, получается, что результат оценки потребления услуг проекта, А (равен восьми) превышает результат оценки потребления услуг проекта B (равен шести), поэтому проект Bлучше. Все большее число исследователей пытается предложить методы поддерживающие внедрение ИС с сервис-ориентированной архитектурой. Подавляющее большинство работ, использующих для этого методы имитационного моделирования, ориентированы на имитацию работы самой системы, либо механизма поиска и идентификации сервисов в сети [Liuи др., [12], [22].
Часть работ посвящена созданию моделей, имитирующих работу создаваемой информационной системы с целью проверки принципов сервис-ориентированной архитектуры и стандартов программирования. Так, в [18] предлагается SOAD-симулятор, который позволяет разработать информационную систему, удовлетворяющую множеству атрибутов качества сервисов (QoS).Задачей такой модели является имитация работы простых и сложных сервисов, предоставление механизма мониторинга атрибутов качества сервисов, и возможность для пользователя выбрать или описать ожидаемые атрибуты QoS. Сервис-ориентированное приложение в данной модели рассматривается с точки зрения основных его принципов: автономность, слабая связность, повторное использование сервисов, а также принимается во внимание зависимость СОА от аппаратной реализации. Иначе говоря, атомарные связные модели, обменивающиеся информацией с помощью сообщений, могут представлять различные аспекты сервисов. Но важно смоделировать и влияние ресурсов аппаратного обеспечения (процессоры, переключатели, сетевые соединения), с помощью которых сервисы исполняются. Модели в результате состоят из элементов СОА: сервисы, сообщения, описания сервисов, реестр сервисов. Одна модель имитирует работу базовых сервисов (публикация, подписчик).
Другая модель демонстрирует работу сложных сервисов. Простейшая модель сети строится так, чтобы отразить взаимосвязь компонент системы с аппаратным оборудованием. Имитация перечисленных моделей необходима, чтобы контролировать критерии качества (пропускная способность, сроки, точность).В [Liuи др., 2009] изучается вопрос динамического сетевого поиска подходящих сервисов для эффективной работы ИС с сервисориентированной архитектурой. Вероятность обнаружения сервисовp=(iрл у, где pR — вероятность предоставления сервиса. В работе [9] предложена концепция динамического поиска сервисов, в соответствии с которой в случае если один из сервисов не доступен, реконфигурационный алгоритм не только переключается на резервный сервис, но и автоматически ищет новый реестр сервисов, чтобы заменить первый.
Имитационная модель в данном случае нацелена напроверку надежности и производительности функции поиска и предоставления сервисов. Имитируемая сеть содержит 30 платформ, 15 случайных функций, распределенных случайным образом на 100 сервисов, каждый сервис имеет три функции, а каждая платформа поддерживает 5 случайно выбранных сервисов из 100 сгенерированных. В ходе симуляции одна платформа обновляется и начинает предоставлять дополнительный сервис. Цель моделирования — выяснить избыточность сервисов, которая определяется как число сервисов, необходимых для выполнения функции.
Заключение
.
Широкое применение информационных систем (ИС) автоматизации функционирования предприятия и постоянное совершенствование подходов к проектированию архитектуры ИС привело к постановке исключительно важных вопросов, в частности, вопроса выбора наиболее подходящего типа архитектурыи способа реализации ИС. Одним из наиболее распространенных типов архитектуры на сегодняшний день является сервис — ориентированная архитектура ИС, которая рассматривается не только как архитектура для развертывания и выполнения распределенных прикладных решений, но и как модель программирования, в которой архитектура приложения строится на основе сервисов, предоставляемых другим приложениям в сетевой среде. Важно отметить, что для успешной реализации сервис-ориентированной архитектуры приложений необходимо изменить подход к проектированию и выбору проектов реализации.
Список литературы
Алескеров Ф.Т., Якуба В. И. Методпороговогоагрегирования трехградационных ранжировок // ДАН.- 2007. т. 413. № 2. — c.181−183.Базель II. Международная конвергенция измерения капитала и стандартов капитала: новые подходы. — Базельский комитет по банковскому надзору. Банк международных расчетов. — ISBN 92−9197−669−5. — 2004.
Байбородин Н. SOA на пальцах [Электронный ресурс] // IT спец. — № 10. — 2008.
Байбородин Н. Веб-сервисы: проектирование и реализация [Электронный ресурс] // IT спец.- № 10. — 2008.
Барановская Т.П., Лойкно В. И., Семенов М. И., Трубилин А. И. Архитектура компьютерных систем и сетей. — М.: Финансы и статистика. — 2003. — 256 с. Биберштейн Н., Боуз С., Джонс К., Фиммант М., Ша Р. Компас в мире сервис-ориентированной архитектуры (SOA): ценность для бизнеса, планирование и план развития предприятия / пер.
с англ. — М.:КУДИЦПРЕСС, 2007. — 256 с. Дика В. В. Информационные системы в экономике: УчебникМ.: Финансы и статистика, 1996.
— 272 с. Избачков Ю. С., Петров В. Н. Информационные системы: Учебник для вузов. 2-е издание. — Спб.: Питер, 2006.
— 656 с. Информационная безопасность систем организационного управления. Теоретические основы: в 2 т. / Н. А. Кузнецов, В. В. Кульба, Е. А. Миркин и др.; [отв.
ред. Н. А. Кузнецов, В.В.Кульба]; Институт проблем передачи информации РАН. -М.: Наука, 2006. — ISBN 5−2 034 145−2.ИСО 9000: ГОСТ Р ИСО 9000−2008.
Системы менеджмента качества. Основные положения и словарь. — 2008.
Канер С., Фолк Дж., Нгуен Е. К. Тестирование программного обеспечения. Фундаментальные концепции менеджмента бизнес-приложений. — Диа.
Софт, 2001. — 544 с. Кендалл М., Стьюарт А. Статистические выводы и связи. — М.: Наука, 1973. 899 с. Когаловский М. Р. Перспективные технологии информационных систем.
— М.: ДМК Пресс; М.: Компания АйТи, 2003. — 288 с.
(Серия «ИТЭкономика»)Лисецкий Ю. М. Метод комплексной экспертной оценки для проектирования сложных технических систем // Математические машины и системы. 2006. — № 2. ;
С. 141−146.Лобанов А. А., Чугунов А. В. Энциклопедия финансового риск менеджмента. М.: Альпина Бизнес Букс, 2007. — 878 стр. Лотов А. В., Поспелова И. И. Многокритериальные задачи принятия решений: Учебное пособие. — М.:МАКС Пресс, 2008.
— 197 с. Майерс Г. Надежность программного обеспечения. — М.: Мир, 1980. — 360 с.
Маквитти Л. Архитектура SOA как она есть. Сети и системы связи реализация [Электронный ресурс] // Журнал о компьютерных сетях и телекоммуникационных технологиях. — 2006. Режим доступа:
http://www.ccc.ru/magazine/depot/06 02/read.html?0104.htmlНациональный стандарт (НТК):Управление проектами:
Основы профессиональных знаний, Национальные требования к компетентности специалистов (NCB — SOVNET National Competence Baseline Version 3.0) / А. А. Андреев, В. Н. Бурков, В. И. Воропаев, В. Р. Дорожкин, М. Ф. Дубовик, Л. В. Миронова, В. С. Палагин, А. В. Полковников, Г. И. Секлетова, Б. П. Титаренко, А. С. Товб, Ю. Ю. Трубицын, Г. Л. Ципес./ под н.ред.В. И. Воропаева. ISBN 5−90 457 403−1. — М.: ЗАО «Проектная ПРАКТИКА», 2010 — 256 с. Орлов А. И., Пугач О. В. Подходы к общей теории риска // Управление большими системами. М.: ИПУ РАН. — 2012.
— № 40. — c.49−82.Подиновский В.
В. Анализ задач многокритериального выбора методами теории важности критериев при помощи компьютерных систем поддержки принятия решений // Известия РАН. Теория и системы управления. ;
2008. — № 2. — С.64−68.Подиновский В. В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. — М.: ФИЗМАТЛИТ, 2007. ;
С. 256. Портье Б. Обзор терминологии SOA: Часть 1. Сервис, архитектура, управление и бизнес-термины [Электронный ресурс]. — 2008. — Режим доступа:
http://www.ibm.com/developerworks/ru/library/ws-soa-term1/index.htmlПырлина И. В. Классификация операционных рисков при сервисно — ориентированном подходе к созданию информационной системы // Бизнес-Информатика. — 2011. — № 4(18).
— с. 54−62.Пырлина И. В. Выбор эффективного проекта реализации сервисноориентированной архитектуры информационной системы // Проблемы управления. — 2012. — №.
4. — с.59−69.Пырлина И. В. Риски и выбора оптимальных проектов:
сервисориентированная архитектура информационных систем // Управление большими системами. М.: ИПУ РАН.- 2013 г. — № 43. — с.
132−181.Руководство к своду знаний по управлению проектами (Руководство PMBOK).- 4-е изд. — М.: PMI-2010. — 496 с. Сингина А. А. Взгляд на управление рисками информационных систем [Электронный ресурс] // Молодой ученый. —.
2011. — № 6. Т.
1. — С. 101−105. — Режим доступа: http: //www.moluch.ru/archive/29/3284/.
