CC BY
49
УДК 004.8
Вестник СПбГУ. Сер. 10. 2015. Вып. 2
Г. Д. Дик1'2, А. Б. Дегтярев1
К ВОПРОСУ РАЗРАБОТКИ МОДЕЛИ ФОРМИРОВАНИЯ КОМПОЗИЦИИ ИТ-СЕРВИСОВ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ОСНОВЕ СОА С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ*)
1 Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7/9
2 Балтийская экспедиционная компания, Российская Федерация, 190013, Санкт-Петербург, Серпуховская ул., 10
В статье рассмотрены основные аспекты разработки методики выбора ИТ-сервисов в условиях сервисно-ориентированной архитектуры с использованием математического аппарата нечетких множеств. Проведено обсуждение модели ИТ-сервисов, описаны ее составляющие. Основное внимание уделено формализации лингвистических оценок при решении задачи выбора ИТ-сервисов. Предложен алгоритм, определяющий набор ИТ-сервисов, который имеет минимальную оценку совокупных затрат и при этом удовлетворяет требуемым уровням качества поддержки бизнес-процессов. Приведены результаты реализации разработанного алгоритма на практике. Библиогр. 12 назв. Ил. 2.
Ключевые слова: ИТ-сервис, композиция, информационная система, ИТ-архитектура, многокритериальная задача, теория нечетких множеств, СОА.
G. D. Dick1'2, A. B. Degtyarev1
MODEL FOR FORMATION OF IT SERVICES COMPOSITION OF INFORMATION SYSTEM ON THE BASIS OF SOA AND FUZZY SETS THEORY
1 St. Petersburg State University, 7/9, Universitetskaya embankment, St. Petersburg, 199034, Russian Federation
2 Baltic Forwarding Company, 10, Serpukhovskaya street, St. Petersburg, 190013, Russian Federation
The article considers main aspects of the development of procedures for the selection of IT-services in a service-oriented architecture using fuzzy logic. Discussion of model of IT-services, its components is carried out. Main attention is focused on the formalization of linguistic evaluations in solving the problem of choice of IT-services. Algorithm determining a set of IT-services with a minimum estimation of total costs with required level of quality is proposed. Results of implementation of the proposed algorithm in practice are shown. Bibliogr. 12. Il. 2. Keywords: fuzzy sets, information, system, SOA.
Введение. В настоящее время растущая зависимость бизнес-процессов от качества и надежности поддерживающих их информационных систем (ИС) требует системного подхода к автоматизации в тесной увязке с решением вопросов построения
Дик Геннадий Давидович — соискатель, заместитель генерального директора; e-mail: g.dick@bfc.spb.ru
Дегтярев Александр Борисович — доктор технических наук, профессор; e-mail: deg@csa.ru Dick Gennady Davidovich — PhD applicant, deputy director general; e-mail: g.dick@bfc.spb.ru Degtyarev Aleksandr Borisovich — doctor of technical sciences, professor; e-mail: deg@csa.ru
*) Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (грант № 13-07-747) и Санкт-Петербургского государственного университета (НИР, проекты № 9.38.674.2013, 0.37.155.2014).
как ИТ-архитектуры предприятия (ИТ-архитектура предприятия является целостным описанием ключевых стратегий организации, связанных с информацией, прикладными системами и технологиями, а также их влиянием на функции и бизнес-процессы организации [1]), так и архитектуры бизнеса в целом. Такая постановка задач диктует проведение модернизации существующих ИС. В качестве одного из вариантов решения можно предложить переход к сервисно-ориентированной архитектуре (СОА), которая по своей сути означает, что в ходе построения (модернизации) ИС предприятий следует рассматривать не прикладную ИС в целом, а отдельные ее функциональные компоненты - ИТ-сервисы.
В результате применения такого способа построения ИС поддержка необходимых бизнес-процессов может осуществляться различными комбинациями ИТ-сервисов, а данное обстоятельство, в свою очередь, приводит к необходимости создания разноплановых методик, позволяющих производить оценку и делать выбор ИТ-сервисов (далее, сервисов) в условиях СОА [2, 3].
Проведенные исследования показали, что процесс определения необходимой выборки сервисов сводится к решению многокритериальной задачи формирования композиции сервисов по заданным показателям в зависимости от их функционального назначения ИС [4, 5]. Кроме этого, обычно в процесс разработки такой композиции добавляют этап человеко-машинной процедуры уточнения предпочтений, который одновременно давал бы достаточную гибкость в изменении параметров предпочтений при выборе сервисов и отображал понятную информацию о причинах и последствиях установления тех или иных предпочтений, так называемый «рациональный выбор» [6].
Вместе с тем на выбор той или иной композиции сервисов, необходимой для функционирования ИС, существенное слияние оказывают неопределенности, которые могут быть вызваны:
1) недостатком информации, а порой и ее недостоверностью об альтернативных вариантах в силу технических, экономических и иных причин;
2) различной интерпретацией оценок характеристик и терминов (лингвистическая неопределенность);
3) невозможностью проведения большого количества исследований и оценок характеристик ИС, что не позволяет установить вероятностную модель, адекватную выбранной ситуации;
4) разной степенью уверенности экспертов при оценке тех или иных параметров рассматриваемых ИС и т. п.
Наличие подобного рода неопределенностей существенно снижает возможность применения детерминированных или вероятностных моделей. Поэтому для оценки количественных и качественных характеристик альтернатив при решении задачи выбора сервисов предлагается использовать математический аппарат нечетких множеств. При предложенном способе решения вариант применения лингвистических шкал на основе трапециевидных нечетких чисел может дать следующие преимущества:
1. Возможность учитывать нечетко сформулированные требования к обслуживанию бизнес-процессов.
2. Возможность лицу, принимающему решение (ЛПР), и экспертам проводить гибкую оценку количественных характеристик в условиях неопределенности и учитывать погрешности или неточности в процессе оценки.
3. Возможность свести качественные экспертные оценки к количественным
(нечетким), что позволяет одновременно учитывать количественные и качественные оценки в рамках одной модели.
4. Использование нечеткого лингвистического подхода, когда оценка проводится в лингвистических терминах, например «низкое качество», «допустимое качество», «высокое качество» и др., которые, в свою очередь, являются общепринятым и более понятным ЛПР.
Модель ИТ-сервисов. Основой для моделирования задачи выбора ИТ-сервисов в рамках СОА для ИС предлагается считать построение кортежа вида
<Х, У, С, Р, К, Ш, К>, (1)
где X = {х^}, г = 1, ...,п, - множество бизнес-процессов, выбранных в рамках стратегии предприятия для автоматизации с использованием ИС; 2 = {ги}, к =1,..., в, -множество программных средств в составе программного обеспечения (ПО) выбранной ИС, рассматриваемых в процессе выбора в качестве альтернатив, реализующих требуемую функциональность для автоматизации и поддержки бизнес-процессов X; У = {у^}, ] = 1, ...,т, - множество сервисов, предоставляемых различными ИС 2, согласно сервисно-ориентированному подходу; С - множество критериев для оценки качества альтернатив при решении задачи выбора сервисов; Р - нечеткие оценки ИТ-сервисов У на множестве критериев С; К - набор правил, определяющих принципы сравнения и ранжирования оценок сервисов У на основании их оценок Р; Ш -ограничения, отражающие цели и предпочтения ЛПР в задаче автоматизации бизнес-процессов X; К - критерий оптимальности решения, определяющий правила выбора сервисов на основании их оценок Р с учетом ограничений Ш.
Формальная постановка задачи выбора сервисов в условиях СОА состоит в поиске такого набора ИТ-сервисов У * = {у^\,у]2,..., Уjm}, которые обеспечат необходимую поддержку бизнес-процессов X = {х^}, г = 1,..., п, в соответствии с правилами сравнения и выбора альтернатив К с учетом критерия оптимальности К.
В этом случае задача моделирования выбора ИТ-сервисов в постановке (1) с применением теории нечетких множеств может быть сформулирована следующим образом: на основании нечетких требований к обслуживанию бизнес-процессов X и нечеткой информации о параметрах ИТ-сервисов У необходимо разработать нечеткие модели для: 1) оценки качества ИТ-сервисов на основании принятой структуры критериев С; 2) формирования модели выбора ИТ-сервисов с учетом критерия оптимальности К.
При решении задачи оценки качества сервисов, как составных элементов ИС, под качеством следует понимать полноту свойств и характеристик, которые обеспечивают способность удовлетворять заявленным или подразумеваемым потребностям предприятия (бизнес-функциям).
За основу предлагается воспользоваться структурой критериев оценки качества информационных систем в соответствии с ГОСТом Р ИСО/МЭК 9126-93 [7], в котором интегральная оценка производится на основании шести факторов качества: функциональность, надежность, удобство использования, эффективность, сопровож-даемость, переносимость (или мобильность). Каждый из этих факторов более подробно определяется при помощи отдельных критериев и подкритериев, образующих иерархическую структуру критериев качества. На самом нижнем уровне данной структуры критериев находятся метрики, по которым измеряются подкритерии самого нижнего уровня.
Для расчета интегрального значения критерия качества на основании величин предлагается применять метод анализа иерархий, предложенный Т. Саати, который позволяет рассчитать оценку вышестоящего критерия как свертку подчиненных под-критериев дЦI = {1, 2,..., Ц} и их весовых коэффициентов рЦ, вычисляемых при помощи попарного сравнения значимости (веса) каждого из подкритериев [8].
В то же время разработанная нечеткая модель оценки качества не учитывает тот факт, что эксперты могут быть не уверены в том, какое из нечетких значений лингвистической шкалы может принимать оценки альтернатив по отдельным критериям. Предлагается называть такие критерии факторами уверенности, а факторами уверенности можно считать характеристики полезности, значимости, доступности, производительности, интеграцию с другими приложениями, отказоустойчивость и т. п.
Важнейшей особенностью рассматриваемой задачи является то, что при наличии фактора уверенности д для каждой альтернативы гк имеется несколько оценок по данному критерию иг(гк, зг), Ь = {1, 2, ...Ьд}, при разных состояниях воздействия внешней среды или различных внешних факторах - зг. Таким образом, выбор какой-либо альтернативы не приводит к однозначному результату в процессе оценки.
Для оценки альтернатив по факторам уверенности можно использовать способ расчета обобщенного значения оценки альтернативы гк по фактору уверенности д:
«9
идеп(гк) = и'(гк, зг) + (1 - а) шт [пг(гк, зг)] . (2)
4=1
В (2) а € [0; 1] - коэффициент, отражающий уровень пессимизма-оптимизма ЛПР относительно развития ситуации. В случае а = 0 (пессимистичный вариант) внешняя среда ведет себя антагонистическим образом, и критерий принимает минимальное из возможных значений в шкале оценки; в случае а = 1 (оптимистичный вариант) точечная оценка обобщенного критерия делается на основе критерия оптимальности Байеса; в случае а € [0; 1] оценивается промежуточный между полностью оптимистичным и полностью пессимистичным вариант; шт [иг(гк, з г)] - минимальное значение в шкале оценки по критерию д; иг(гк, з г) - возможные величины нечеткой шкалы оценки фактора уверенности д в зависимости от состояния внешней среды зг; $ -точечные априорные оценки «вероятности» того, что оценка альтернативы гк примет значение иг(гк, зг) по шкале оценки критерия д.
Для расчета коэффициентов $ можно использовать метод построения весовых коэффициентов Фишберна из теории полезности. Для этого на основании экспертных оценок необходимо упорядочить значения шкалы оценки критерия д в соответствии с предположением о том, какое из них более вероятно при оценке каждой из альтернатив гк. Точечные оценки априорных вероятностей определяются следующим образом:
гк
р1 = (3)
Ег=1 Ч
где
если зг-1 « зг, + 1, если зг-1 У зг,
' г-1 = 1 гк + если е. ' гд = 1,Ь = ^ (Ь д - 2. (4)
По мнению экспертов, отношение зг-1 У з г означает, что вероятность события зг-1 выше зг, отношение зг-1 ~ зг - что события зг-1 и зг равновероятны (см. (3)
и (4)).
Реализация модели ИТ-сервисов в ИС. При построении модели ИТ-сервисов с учетом критерия оптимальности K предположим, что при принятии решения на выбор сервисов ЛПР руководствуется стоимостными параметрами представляемого набора сервисов. В этом случае, как вариант, для решения задачи оценки совокупных затрат на ИТ-сервисы целесообразно использовать модель совокупной стоимости владения с применением нечетких оценок, так как она наиболее полно описывает структуру затрат, связанных с приобретением и эксплуатацией ИТ-сервисов на предприятии [9]. При этом следует отметить, что в рамках одной ИС могут предоставляться несколько ИТ-сервисов, и вовсе необязательно, что наиболее выгодным способом будет приобретение всех ИТ-сервисов от одного поставщика. В то же время каждый ИТ-сервис может вносить дополнительные расходы при оценке совокупных затрат на приобретение и эксплуатацию ИТ-сервисов, для учета которых следует использовать усовершенствованный расчет совокупных затрат на ИТ-сервисы:
TotCost(yj) = STCO(zk) + Y^ TCO(yj), (5)
yj er k
где STCO(zk) - совокупная стоимость владения базовой поставкой ИС zk, в составе которой предоставляются ИТ-сервисы; TCO(yj) - дополнительные затраты, относящиеся к ИТ-сервису yj.
Тогда для сравнения и ранжирования нечетких трапециевидных оценок совокупных затрат на ИТ-сервисы применяется алгоритм, основанный на расчете расширенного параметра Ли-Вонга. При вычислении параметра Ли-Вонга для набора нечетких чисел Äi,Ä2, ...,Än находится общий носитель sup(Ä), так чтобы УЛ^ : supp(Äi) С supp(A) = { min (au); min (a4i)}. На этом носителе определяется база -
нечеткое число V с непрерывной выпуклой функцией принадлежности ру (x). Далее для каждого Äi рассчитывается параметр Ли-Вонга LW(Äi > V), на основании которого и происходит упорядочивание нечетких чисел:
LW(Aj > У) = УАМиуЩХС1у
/-Г /+Г (х)ру (y)dxdy
Выбор нечеткого числа V при расчете параметра Ли-Вонга (6) позволяет предполагать различные сценарии поведения внешней среды в зависимости от априорной осведомленности ЛПР (рис. 1).
Для того чтобы во время нечеткой оценки затрат учесть априорную информированность ЛПР о возможном поведении внешней среды, следует использовать обобщенный критерий Ли-Вонга [10]
LWgen(Äi) = aLW(Äj > Vopt) + (l - a)LW(Äj > Vpes). (7)
В (7) LW(Äi > Vopt) и LW(Äi > Vpes) - коэффициенты Ли-Вонга для оптимистичной и пессимистичной оценок нечетких чисел Äi соответственно: LW(Äi >
тг \ РAi (xWopt (y)dxdy г е. д,
Vopt; = f+ж f+ж (y)dxdy' где °Р* ~ образец с функцией принадлежности
( n _ та K(a4i)-x Т XftJf Л . -> у ) - /-<*> ßAz(x)^VpeB(v)dxdy _
M>Vopt(X) - max(a4i)_min(aii), > Vpes) - f+^f+^ßA.(x)ßVpee(y)dxdy' ГДв
образец с функцией принадлежности /хурев(х) = тах(аТ)-т\п{а 1 -)' а ~ коэффициент, отражающий уровень пессимизма-оптимизма ЛПР относительно развития ситуации.
ЭиррСЛ)
Рис. 1. Функции принадлежности для базы Урез и Уор для пессимистичной и оптимистичной оценок поведения внешней среды
В случае а = 0 оценивается пессимистичный вариант, в случае а = 1 - оптимистичный, а в случае а € [0; 1] - промежуточный между полностью оптимистичным и полностью пессимистичным вариантами.
Приведенные модели для оценки качества и совокупных затрат на ИТ-сервисы позволяют конкретизировать задачу формирования композиции сервисов следующим образом.
В соответствии с постановкой (1) необходимо определить множества:
- бизнес-процессов X = {хг}, г = 1,...,п, которые следует автоматизировать в рамках реализации ИТ-стратегии предприятия;
- ИС 2 = {гк}, к =1,..., з, рассматриваемых в процессе выбора;
- ИТ-сервисов У = {уц}, ] = 1,..., т, предоставляемых ИС 2.
Имеется также набор нечетких требований к качеству реализации бизнес-процессов Ш = {шг}, г = 1, ...,п. Необходимо сформировать набор ИТ-сервисов У* и ИС 2*, в рамках которых эти ИТ-сервисы будут реализованы так, чтобы: 1) обеспечить необходимый уровень качества поддержки всех бизнес-процессов X; 2) данный набор ИТ-сервисов имел минимальную оценку по совокупным затратам на владение выбранными ИТ-сервисами.
Возможность реализации хг-го бизнес-процесса уц-м ИТ-сервисом с заданным уровнем обслуживания будем формализовать в виде нечеткого множества В, которое определяется на декартовом произведении множеств X и У. Для всех элементов нечеткого множества В находится функция принадлежности ¡в (х,у) € [0,1]. Интерпретацией функции принадлежности ¡лв (хг, уц) является субъективная мера того, насколько уровень качества ИТ-сервиса уц соответствует требованиям об уровне обслуживания для бизнес-процесса хг.
Качество реализации уц-го ИТ-сервиса гк-й ИС опишем в виде нечеткого множества О®, которое определяется на декартовом произведении множеств У и 2. Для всех элементов нечеткого множества получена функция принадлежности
Ноя (у, г) € [0,1]. Интерпретацией функции принадлежности Но^ (у3,гк) является уверенность экспертов в уровне качества реализации у3-го ИТ-сервиса гк-й ИС.
В соответствии с разработанной нечеткой моделью оценки совокупных затрат на ИТ-сервисы оценка затрат на владение базовой поставкой ИС гк будем описывать нечетким числом ек, множество которых формирует множество оценок базовой стоимости владения ИС Z : С = {ск}, к = 1, 2, ...,в. Добавочные затраты на отдельные ИТ-сервисы при реализации той или иной ИС, согласно этой же модели, будем описывать множеством Вс, которое определяется на декартовом произведении множеств У и Z. Элементами множества ¿с (уз ) являются нечеткие количественные оценки добавочных затрат на ИТ-сервисы уз в составе ИС гк.
Постановка задачи выбора ИТ-сервисов обусловливает построение отображения множества бизнес-процессов X = {хг} на множество рассматриваемых ИС Z = {гк}. Для этого необходимо построить множества Р® = В ® В® и Рс = В ® Вс. Функции принадлежности таких множеств рассчитываются по формулам
Нрд (хг,гк) = тт{нв (хг,уз(у3,гк)}, (8)
РС = ^ск. (9)
Рис. 2. Граф формирования нечетких множеств В и
описывающий задачу выбора ИТ-сервисов
Иллюстрацией такого построения служит граф, представленный на рис. 2. Как из него видно, вершинами графа являются элементы множеств X = {хг}, У = {у3} и Z = {гк}, а дуги соответствуют ненулевым значениям элементов множеств В = {Нв (хг ,уз)} и В = {нод (уз ,гк ),^с (у3 ,гк)}. Объединение множеств Р® и Рс задает множество Р пар нечетких чисел (р®к,рск), г = 1, ...,п, к = 1,..., в, где рР®к интерпретируется как степень уверенности экспертов в том, что уровень обслуживания бизнес-
процесса хг соответствует требуемому уровню при реализации его ИТ-сервисом в рамках системы гк, а нечеткое число рск характеризует добавочные затраты на поддержку бизнес-процесса хг при помощи ИТ-сервиса в рамках ИС гк. Множество Р удобно представлять в виде матрицы:
Р
'(р?1,рС1)
(Р21,РС1) .(р^1,р'С1)
. (р^р^У
. (р%,рСэ) (рпв, рсв )-
(10)
В матрице (10) множества Р строки отвечают бизнес-процессам X, а каждый столбец - его реализации при помощи ИТ-сервиса в рамках прикладной ИС гк.
Для выбора решения с минимальными совокупными затратами на все ИТ-сервисы, входящие в набор, необходимо рассматривать всевозможные сочетания столбцов матрицы Р. Множество пар {ргк}, входящих в каждое такое сочетание, описывает уверенность экспертов о качестве и совокупных затратах при реализации всех бизнес-процессов {хг} при помощи ИС, соответствующих столбцам. Множество всевозможных таких сочетаний обозначим через Р*.
Данное множество Р* является формальной основой для решения задачи выбора ИТ-сервисов, при этом в качестве условий выбора выступают следующие требования:
1) для рассматриваемых альтернатив р = |р(пк ,р| € Р* должны выполняться
требования по необходимым уровням обслуживания бизнес-процессов, которые задают минимальные уровни уверенности экспертов о требуемом качестве реализации для каждого бизнес-процесса хг:
Уг € [1,п] Эк* : р Э рПк > тг;
(11)
2) одновременно для искомого набора ИТ-сервисов должно выполняться условие минимального значения совокупных затрат
рте8 = АгдтгпТо1а1Сов1(р),
р£Р *
(12)
а совокупные затраты на ИТ-сервисы, входящие в набор р , рассчитываются по формуле
То1а1Сов1(р)
кек*
Ск + Е
рСк,
(13)
ге[1,п];кек *
где Ск - оценки базовой стоимости владения всеми ИС, входящими в набор р; рСк -добавочные затраты на ИТ-сервисы, реализующие поддержку бизнес-процессов {хг}; К * - множество индексов к*, соответствующих элементам, удовлетворяющих условию (12).
Таким образом, применение математического аппарата нечетких чисел для учета неопределенностей, возникающих в процессе оценки и выбора ИТ-сервисов, дает возможность:
1. Построить нечеткую модель оценки качества ИТ-сервисов, учитывающую предпочтения и априорную информированность ЛПР о возможном поведении внешней среды, при оценке факторов уверенности. В качестве основы в модели используется ГОСТ Р ИСО/МЭК 9126-93 совместно с методом анализа иерархий.
2. Разработать нечеткую модель оценки совокупных затрат на ИТ-сервисы, учитывающую добавочные затраты на отдельные ИТ-сервисы. Применение данной модели совместно с предложенным алгоритмом сравнения и ранжирования нечетких чисел позволяет более гибко и точно производить выбор ИТ-сервисов с минимальными совокупными затратами на ИТ-сервисы, учитывая при этом предпочтения ЛПР.
3. Создать модель выбора ИТ-сервисов в условиях СОА, которая на основании нечетких оценок качества ИТ-сервисов и совокупных затрат на их приобретение и эксплуатацию дает возможность определить набор ИТ-сервисов, удовлетворяющий необходимым уровням качества поддержки бизнес-процессов и имеющий минимальную оценку совокупных затрат.
Пример реализации предложенной модели. Данные выводы позволяют разработать алгоритм, определяющий набор ИТ-сервисов с минимальной оценкой совокупных затрат (13) и при этом удовлетворяющий требуемым уровням качества поддержки бизнес-процессов. Примером реализации варианта приведенного алгоритма может служит порядок выбора и обоснования ИТ-сервисов при построении ИС ООО «Балтийская экспедиторская компания». В основу этого процесса была заложена методика, состоящая из следующих основных этапов:
1-й этап - формирование списка альтернатив задачи выбора ИТ-сервисов и определение структуры критериев оценки качества ИТ-сервисов. Разработку структуры критериев качества следует производить в соответствии с такими правилами:
- на каждом уровне дерева критериев С должно быть не более семи подкрите-риев,
- на каждом уровне критерии должны быть сравнимы между собой,
- в качестве шкалы попарного сравнения для оценки относительных весов критериев необходимо использовать шкалу для попарного сравнения весов критериев качества ИТ-сервисов [11],
- для ускорения процедуры определения относительных весов критериев на каждом уровне иерархии критериев следует использовать упрощенный вариант метода анализа иерархий [6];
2-й этап - проведение нечеткой оценки интегрального качества предоставляемых поставщиками ИТ-сервисов экспертным способом на основании пентарной лингвистической шкалы [8];
■3-й этап - определение статей затрат и расчет совокупных затрат на ИТ-сервисы, согласно (5);
4-й этап - определение набора ИТ-сервисов, удовлетворяющего требуемым уровням поддержки бизнес-процессов и имеющего минимальную оценку совокупных затрат. Для этого на основании нечетких оценок интегрального качества ИТ-сервисов и нечетких совокупных затрат на их владение формируется матрица Р согласно (8) и (9). Далее при помощи иерархического алгоритма генерации сочетаний формируется множество Р*. Поиск искомого набора ИТ-сервисов производится при помощи метода ветвей и границ. В таком случае прекращение прохождения алгоритма по каждой ветви происходит при одновременном выполнении (11) и (12).
При оценке эффективности разработанной модели выбора ИТ-сервисов было получено, что при выборе ИТ-сервисов только на основании минимальной оценки совокупных затрат был бы выбран набор сервисов гз и г4, не удовлетворяющий требованиям к качеству поддержки бизнес-процессов х\ и Х2. Если бы выбор ИТ-сервисов производился на основании максимальной оценки интегрального качества поддержки бизнес-процессов, был бы выбран набор сервисов г\ и гв, при этом совокупные
затраты на приобретение и эксплуатацию данных ИТ-сервисов были бы существенно выше, чем у оптимального набора ИТ-сервисов.
Заключение. Применение разработанных в исследовании моделей и инструментария позволяет сформировать набор ИТ-сервисов, который отвечает требуемым уровням качества поддержки всех бизнес-процессов и имеет минимальную оценку совокупных затрат (13) на эти ИТ-сервисы при различных статьях затрат (приобретение оборудования, закупка лицензий на ПО, затраты на доработку ПО, внедрение и интеграция ПО, обучение персонала, обновление и поддержка оборудования и версий ПО, обучение новых сотрудников и т. п.). Данные обстоятельства позволили провести реорганизацию структуры ИС (уменьшение парка вычислительной техники на 12%), создание современного хранилища нормативно-справочной информации на основе СОА [3], вынос ряда сервисных функций на аутсорсинг (порядка 23%), а также повысить производительность труда за счет формализации и унификации производимых расчетов и заполнения стандартных формализованных документов. В качестве платформы для размещения такого сорта сервисов может выступать любая из имеющихся облачных платформ [12].
Литература
1. Крегер Хизер, Бранссен Винс. Стандарты сервис-ориентированной архитектуры [Электронный ресурс] // IBM Developer Works. 2013. URL: http://www.ibm.com/developerworks/ru/library/ws-soa-standards /.
2. Reference Architecture Foundation for Service Oriented Architecture Version. The Organization for the Advancement of Structured Information Standards (OASIS), 2012 [Электронный ресурс]. URL: http://docs.oasis-open.org/soa-rm/ soa-ra/v1.0/soa-ra.html.
3. Дик Г. Д., Дегтярев А. Б. Выбор ИТ-сервисов информационной системы с целью повышения эффективности функционирования транспортной логистической системы // Изв. С.-Петерб. гос. электротехн. ун-та («ЛЭТИ»). 2014. Вып. 5. С. 17-24.
4. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992. 504 с.
5. ГОСТ Р ИСО/МЭК 9126-93. Информационная технология. Оценка программной продукции. Характеристики качества и руководства по их применению. Введение. 1994-07-01. Переиздание 2004. М.: Стандартинформ, 2004. 12 с.
6. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. 278 c.
7. Затеса А. В. Нечеткая модель стоимости в рамках сервисно-ориентированного подхода к архитектуре информационных систем // Экономика, статистика и информатика. Вестн. УМО. Изд-во Моск. гос. ун-та экономики, статистики и информатики. 2011. № 1. С. 162-164.
8. Kwang H. L., Lee J. H. A method for ranking fuzzy numbers and its application to decision making // IEEE Transactions on Fuzzy Systems. 1999. Vol. 7, N 6. P. 677-685.
9. Богданов А. В., Дегтярев А. Б., Мареев В. В., Нечаев Ю. И. Гибкое динамическое объединение ресурсов, или сервисно-ориентированный вычислительный грид // Информационное общество.
2012. № 2. C. 61-70.
10. Degtyarev A., Logvinenko Yu. Agent system service for supporting river boats navigation // Procedia Computer Science. 2010. Vol. 1, N 1. P. 2717-2722.
11. Нечаев Ю. И., Дегтярев А. Б. Интеллектуальные системы: концепция и приложения. СПб.: Изд-во С.-Петерб. ун^, 2011. 269 с.
12. Богданов А. В., Е Мьинт Найнг. Сравнение нескольких платформ облачных вычислений // Вестн. С.-Петерб. ун-та. Сер. 10. Прикладная математика. Информатика. Процессы управления.
2013. Вып. 2. C. 102-110.
References
1. Kreger Heather, Brunssen Vince. Stundarts of service oriented architecture. IBM Developer Works, 2013. URL: http://www. ibm.com/developerworks/ru/library/ws-soa-standards/.
2. Reference Architecture Foundation for Service Oriented Architecture Version, The Organization for the Advancement of Structured Information Standards (OASIS), 2012. URL: http://docs.oasis-open.org/soa-rm/soa-ra/vl.0/soa-ra.html.
3. Dick G. D., Degtyarev A. B. Vybor IT-servisov informacionnoj sistemy s cel'ju povyshenija
jeffektivnosti funkcionirovanija transportnoj logisticheskoj sistemy [Application IT services information system based on SOA to improve transportation logistics efficiency]. Izvestiya S.-Peterb. Electrotechn. un-ta ("LETI"), 2014, issue 5, pp. 17-24. (in Russ.)
4. Steuer R. Mnogokriterial'naja optimizacija. Teorija, vychislenija i prilozhenija [Alultiple Criteria Optimization: Theory, Computation and Application]. Moscow, Radio i sviaz Publ., 1992, 504 p. (in Russ.)
5. GOST ISO/MEC 9126-93. Informacionnaja tehnologija. Ocenka programmnoj produkcii. Harakteristiki kachestva i rukovodstva po ih primeneniju. Vvedenie [Information technology. Software assessment. Characteristics of quality and application guide. Introduction]. 1994-07-01. Reissue 2004. Moscow, Standardinform Publ., 2004, 12 p. (in Russ.)
6. Saaty T. Prinjatie reshenij. Metod analiza ierarhij [Decision making. The Analytic Hierarchy Process]. Moscow, Radio i sviaz Publ., 1993, 278 p. (in Russ.)
7. Zatesa A. V. Nechetkaja model' stoimosti v ramkah servisno-orientirovannogo podhoda k arhi-tekture informacionnyh sistem [Fuzzy cost model within a service-oriented approach to the architecture of information systems. Economics, Statistics and Informatics]. Vestn. UMO. Publ. by MGUESI, 2011, no. l, pp. 162-164. (in Russ.)
8. Kwang H. L., Lee J. H. A method for ranking fuzzy numbers and its application to decision making. IEEE Transactions on Fuzzy Systems, 1999, vol. 7, no. 6, pp. 677-685.
9. Bogdanov A. V., Degtyarev A. B., Mareev V. V., Nechaev Yu. I. Gibkoe dinamicheskoe obedinenie resursov, ili servisno-orientirovannyj vychislitel'nyj grid [Adaptive dynamic pooling of resources, or service-oriented computational grid]. Information society, 2012, no. 2, pp. 61-70. (in Russ.)
10. Degtyarev A., Logvinenko Yu. Agent system service for supporting river boats navigation. Procedia Computer Science, 2010, vol. 1, no. 1, pp. 2717-2722.
11. Nechaev Yu. I., Degtyarev A. B. Intellektual'nye sistemy: koncepcija i prilozhenija [Intellectual systems: Conception and Enclosures]. St. Petersburg, St. Petersburg University Press, 2011, 269 p. (in Russ.)
12. Bogdanov A. V., E Mint Naying. Sravnenie neskol'kih platform oblachnyh vychislenij [Comparison of some cloud computing platforms]. Vestn. of St. Petersburg University. Series 10. Applied mathematics. Computer science. Control processes, 2013, issue 2, pp. 102-110. (in Russ.)
Статья рекомендована к печати проф. В. Ю. Добрыниным. Статья поступила в редакцию 17 февраля 2015 г.
