Интеллектуальные технологии проектирования и разработки массовых мобильных сервисов Текст научной статьи по специальности «Компьютерные и информационные науки»

ПЕРСПЕКТИВНЫЕ ИССЛЕДОВАНИЯ

УДК 004.021

Е.А. Гринина, О.А. Золотарев, И.А. Пименов, А.В. Бухановский

ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ ПРОЕКТИРОВАНИЯ И РАЗРАБОТКИ МАССОВЫХ МОБИЛЬНЫХ СЕРВИСОВ

Рассматриваются вопросы применения интеллектуальных технологий для проектирования, разработки и организации эффективного взаимодействия мобильных сервисов в распределенных средах сотовой связи.

Ключевые слова: мобильный сервис, мобильная коммерция, база знаний, локальное взаимодействие, инструментальная среда.

Современный мобильный телефон представляет собой многоцелевой инструмент, обеспечивающий широкие возможности взаимодействия пользователя с реальным миром посредством разнообразных интерфейсов (голосовая связь, обмен данными через Интернет, технологии локального взаимодействия). Как следствие, сообщество пользователей мобильных телефонов в процессе повседневной деятельности формирует распределенную динамическую информационную среду со сложным коллективным поведением и неоднородной структурой, инвариантной относительно мобильных сервисов. Под мобильным сервисом понимается механизм, позволяющий пользователю получать (а провайдеру — предоставлять) товары или услуги посредством мобильной связи на возмездной основе. Система мобильных сервисов лежит в основе инфраструктуры мобильной коммерции (mCommerce), которая является разновидностью электронной коммерции — широкого спектра форм коммерческой деятельности, основанной на предоставлении услуг посредством телекоммуникационных технологий [1].

Архитектура мобильных сервисов принципиально обусловлена не столько технологическими особенностями сетей связи и инструментов разработки, сколько нормативно-правовой базой в области электронных платежей, принятой в той или иной стране. Например, в России на настоящий момент наиболее перспективной является схема платежей на основе предопла-ченного финансового продукта (ПФП) по технологии ПэйКэш (мобильный кошелек Вымпелком, ПФП ПэйКэш) [2, 3]. В рамках данной схемы мобильный сервис представляет собой распределенное приложение, обеспечивающее взаимодействие между пользователем, провайдером услуги и процессинговым центром. Провайдер обеспечивает доступ как к собственным сервисам, так и к внешним сервисам других провайдеров через стандартную коммуникационную среду. Пользователь взаимодействует с провайдером, используя клиентское приложение, установленное на его мобильном телефоне. При этом процесс взаимодействия может осуществляться при помощи различных коммуникационных средств: SMS-сообщений, USSD-запросов, взаимодействия с сервером посредством сети Интернет (с использованием протоколов GPRS/EDGE, W-CDMA, WiMAX и пр.). Платежи за оказанные услуги выполняются в режиме реального времени через процессинговый центр платежной системы, взаимодействующий с клиентом независимо от провайдера. Это снимает с операторов сотовой

Интеллектуальные технологии проектирования и разработки массовых мобильных сервисов 75

связи ответственность за качество предоставляемых провайдерами услуг. К мобильному сервису также относится программное обеспечение аппаратных устройств контроля, например, POS-терминала или турникета доступа. Эти модули не взаимодействуют с платежной системой напрямую; обычно они подключены к серверу провайдера через Интернет, а для обмена данными с клиентом используются технологии локального взаимодействия, например, IrDa, Bluetooth или NFC. Пример мобильного сервиса продажи электронных билетов на развлекательные мероприятия был рассмотрен в статье [3].

Несмотря на кажущуюся простоту процесс разработки массовых мобильных сервисов затруднен потребностью в применении специальных навыков создания распределенных мобильных приложений и их сопряжения с платежной системой на основе технологии ПэйКэш. Вследствие отсутствия устоявшихся подходов к описанию требований и архитектуры таких сервисов процесс их проектирования не может быть полностью реализован на основе формальных методов и требует применения интеллектуальных технологий, базирующихся на экспертных знаниях. Примером такого решения является инструментальная технологическая среда (ИТС) [4], важнейшую часть которой составляет интеллектуальный спецификатор требований. Он обладает функциональностью экспертной системы и позволяет пользователю задавать описание мобильного сервиса в терминах бизнес-процессов предметной области посредством визуального редактора. Пользователь формирует общую архитектуру распределенного приложения, после чего настраивает его основные компоненты вручную, выбирая их из репозитория, или использует типовые сценарии (эталонные сервисы), представленные в базе знаний. Дополнительно в состав ИТС включены мастера генерации кода, которые на основе диалога с пользователем формируют архитектуру распределенного приложения, а также генерируют сами программные коды. В отличие от спецификатора требований, взаимодействующего с пользователем в терминах бизнес-процессов, мастера генерации кода отображают, в первую очередь, технологические аспекты реализации сервиса. ИСТ реализована как надстройка над средой программирования Netbeans; создаваемое в ИСТ клиентское приложение использует платформу Java ME CLDC 1.0/MIDP 2.0, что позволяет запускать приложения на мобильных телефонах в операционных системах Windows Mobile или Symbian с использованием соответствующих виртуальных машин.

ИСТ может использоваться как для разработки сервисов, так и для экспериментального прототипирования с целью исследования эффективности их функционирования (как систем массового обслуживания) в различных условиях. Для этого применяется подход на основе имитационного моделирования; для его валидации рассматриваются различные модификации метода очередей [5]. Таким образом, это обеспечивает адаптивность ИСТ и делает целесообразным ее использование на всех этапах жизненного цикла мобильных сервисов.

СПИСОК ЛИТЕРАТУРЫ

1. Новомлинский Л. Электронная коммерция. Тенденции развития в мире и в России. [Электронный ресурс]: <www.tops.ru/publishing/pub_007.html>.

2. Описание технологии PayCash и подключения к платежной системе. [Электронный ресурс]: <www.paycash.ru>.

3. Гринина Е. А. и др. Инструментальная технологическая среда для создания массовых мобильных он-лайн-сервисов нового поколения. Ч. I: Принцип действия и программная архитектура // Науч.-технич. вестн. СПбГУ ИТМО. 2008. Вып. 54. С. 80—85.

4. Золотарев О. А., Гринина Е. А., Бухановский А. В. Инструментальная технологическая среда для создания массовых мобильных он-лайн-сервисов нового поколения. 4.II: Технологии локального взаимодействия // Там же. С. 86—91.

5. Lazowska E. D. et al. Quantitative system performance: computer system Analysis using queueing network models. Englewood Cliffs, New Jersey: Prentice-Hall, Inc., 1984. 420 p.

76

А. В. Гергель

Екатерина Александровна Гринина —

Олег Анатольевич Золотарев —

Илья Андреевич Пименов —

Александр Валерьевич Бухановский —

Сведения об авторах

канд. физ.-мат. наук; ООО „Технологии процессинга", Санкт-Петербург, руководитель научного отдела; E-mail: [email protected] ООО „Технологии процессинга", Санкт-Петербург, генеральный директор; E-mail: [email protected]

студент; Санкт-Петербургский государственный университет информационных технологий, механики и оптики, кафедра компьютерных технологий; E-mail: [email protected]

д-р техн. наук, профессор; НИИ Наукоемких компьютерных технологий Санкт-Петербургского государственного университета информационных технологий, механики и оптики; директор; E-mail: [email protected]

Рекомендована институтом

Поступила в редакцию 10.03.09 г.

УДК 519.85

А. В. Гергель

АДАПТИВНЫЕ ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ ДЛЯ МНОГОМЕРНОЙ МНОГОЭКСТРЕМАЛЬНОЙ ОПТИМИЗАЦИИ

Рассматриваются методы решения многомерных многоэкстремальных задач, использующие многошаговую схему редукции размерности. Предложена новая схема параллельного глобального поиска на основе адаптивной многошаговой схемы редукции размерности.

Ключевые слова: многомерная многоэкстремальная оптимизация, алгоритмы параллельного глобального поиска, адаптивная многошаговая схема редукции размерности.

Задачи многомерной многоэкстремальной оптимизации обладают вычислительной сложностью, что определяется, прежде всего, экспоненциальным ростом объема вычислений при увеличении размерности (числа варьируемых параметров). Кроме того, во многих случаях расчет значений функционалов оптимизационной задачи (целевой функции и ограничений) требует существенного объема вычислений, поскольку зачастую связан с проведением вычислительного эксперимента с той или иной математической моделью исследуемого объекта, системы или явления. Именно на такие вычислительно-трудоемкие задачи ориентирована разработка параллельных методов многомерной многоэкстремальной оптимизации в настоящей работе.

Задачи многомерной многоэкстремальной оптимизации и многошаговая схема редукции размерности. Задача многомерной многоэкстремальной оптимизации может быть

представлена как проблема поиска наименьшего значения действительной функции ф(у)

*

ф(у ) = тт{ф(у): уеБ}, (1)

где Б есть область поиска, представляющая собой некоторый гиперпараллелепипед М-мерного евклидова пространства.

Многие методы решения многомерных многоэкстремальных оптимизационных задач используют многошаговую схему редукции размерности, согласно которой решение задачи (1) может быть получено посредством решения последовательности „вложенных" одномерных задач (см., например, [1—3]):

т1п Ф(У) = тп ... тп ф(у^.^ ум). (2)

уеБ У^ИА] Ум Чам АN ]