УДК 004.8

А. Дегтярёв, Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-   Петербург, Университетская наб., 7/9, доктор технических наук, профессор

A. Degtyarev, St. Petersburg state University, Russian Federation, 199034, St. Petersburg, University emb., 7/9, doctor of technical Sciences, Professor

Г. Дик, Санкт-Петербургский государственный университет, Российская Федерация, 199034, Санкт-Петербург, Университетская наб., 7/9, доктор технических наук, профессор, аспирант

G. Dick, St. Petersburg state University, Russian Federation, 199034, St. Petersburg, University emb., 7/9, doctor of technical Sciences, Professor, post-graduate student

А. Дик, Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И.Ульянова (Ленина), 197376, Россия, Санкт-Петербург, ул. Профессора Попова, дом 5, бакалавр

A. Dick, The First Electrotechnical University”LETI», 197376, Russia, St. Petersburg, Prof. Popov str., 5, bachelor

ВЫБОР РАЦИОНАЛЬНОЙ КОМПОЗИЦИЯ ИТ-СЕРВИСОВ ИНФОРМАЦИОННОЙ СИСТЕМЫ С ЦЕЛЬЮ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ПРЕДПРИЯТИЙ ТРАНСПОРТНОЙ ЛОГИСТИКИ

THE SELECTION OF RATIONAL COMPOSITION OF IT SERVICES INFORMATION SYSTEMS WITH THE PURPOSE OF INCREASE OF EFFICIENCY OF FUNCTIONING OF ENTERPRISES OF A TRANSPORT LOGISTICS

Аннотация. В данной статье проведен анализ состояния современных информационных систем предприятия транспортной логистики с целью повышения эффективности ее функционирования. Предложена методика выбора рациональной композиции ИТ-сервисов на основе сервис ориентированной архитектуры.

Ключевые слова: транспортная логистическая система, ИТ-сервисы, информационные системы, ИТ-архитектура, многокритериальная задача, эффективность функционирования, СОА.

Abstract. In this article the analysis of modern information systems of enterprise transportation logistics with the purpose of increase of efficiency of its functioning. The method of choosing a rational composition of it services based on service-oriented architecture is proposed.

Keywords: transport logistics system, it services, information systems, it architecture, multi-criteria task, operational efficiency, SOA.

   В целях реализации Стратегии развития информационного общества в Российской Федерации на 2017 — 2030 годы, утвержденной Указом Президента Российской Федерации от 9 мая 2017 г. № 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 — 2030 годы» (далее — Стратегия развития информационного общества в Российской Федерации на 2017 — 2030 годы), была утверждена программа «Цифровая экономика Российской Федерации», направленная на создание условий для развития общества знаний в Российской Федерации, повышение благосостояния и качества жизни граждан нашей страны путем повышения доступности и качества товаров и услуг, произведенных в цифровой экономике с использованием современных цифровых технологий, повышения степени информированности и цифровой грамотности, улучшения доступности и качества государственных услуг для граждан, а также безопасности как внутри страны, так и за ее пределами [1].

   С использованием цифровых технологий изменяются повседневная жизнь человека, производственные отношения, структура экономики и образование, но вместе с тем возникают новые требования к коммуникациям, вычислительным мощностям, информационным системам и сервисам.

   При этом следует отметить, в быстро изменяющихся экономических условиях перед предприятиями любой отрасли все чаще вырастают новые задачи, требующие существенного изменения и совершенствования функциональных возможностей информационных систем (ИС) предприятий, а также применения новых технологических решений, внедрение которых возможно на базе уже существующего комплекса программного обеспечения, далее по тексту — инфраструктуры программного обеспечения (ИПО).  В ряде подходов к решению подобной сложной задачи следует рассмотреть внедрение таких моделей, методов, алгоритмов и технологий, которые позволят быстро наращивать и модифицировать применяемую программную инфраструктуру для организации глобально распределенной обработки данных.  Оперативное и четкое реагирование на возникающие потребности в совершенствовании “программного парка” позволит поддержать требуемый уровень жизнедеятельности и не отстать от существующего, что является актуальным для функционирующих информационных систем и весомым аргументом для систем реального масштаба времени. Вместе с тем, в списке требований к такому преобразованию есть положение по ограничении или уменьшении временных, ресурсных и финансовых затрат, без снижения уровня надежности, безопасности, масштабируемости и оперативности системы управления предприятием [2].

   Анализ функциональных возможностей современных информационных систем с функционирующим программным обеспечением (ПО) на примере предприятий транспортной логистики дает возможность определить основные узкие места их построения и функционирования. В качестве основных проблем следует выделить неоднородности программно-технической базы, отсутствие единого открытого информационного пространства, общего хранилища нормативно-справочной информации и объединенной сети передачи информации, разнообразие стандартов информационного взаимодействия, неоднородность форматов и технологий обработки информации, существенней разрыв между существующими бизнес-процессами и средствами их автоматизации и т.п.

   Особое внимание необходимо уделить решению основной проблемам возникающей при автоматизации бизнес-процессов, которые связана с существованием разрыва между существующими бизнес-процессами и средствами их автоматизации. На практике, согласование требований существующих бизнес-процессов и ключевых пользователей с внедряемым функционалом необходимо осуществлять еще на этапе выбора программной инфраструктуры и обеспечивать соответствующее сопровождение непрерывно до конца ее эксплуатации.

   Данное обстоятельство, в свою очередь, наталкивает на необходимость поиска других вариантов создания ИПО предприятий транспортной логистики. Одним из вариантов решения названной проблемы можно считать переход предприятий к сервис-ориентированной архитектуре (Service Oriented Architecture или SOA, далее по тексту – СОА), которая по своей сути означает, что при выборе следует рассматривать не прикладную информационную систему в целом, а отдельные ее функциональные компоненты – ИТ-сервисы [3].

   Как известно, архитектура, ориентированная на сервисы, имеет следующие характерные признаки:

1. Архитектура является распределенной. Функциональные модули приложение (системы) могут быть распределены по множеству вычислительных систем и способны к взаимодействию с использованием локальных или глобальных сетей.
2. Интерфейс функциональных модулей таков, что использование модулей не зависит от технологии или платформы, в рамках которой они реализованы.
3. Возможен динамический поиск и подключение нужных функциональных модулей.
4. Архитектура базируется на общепринятых отраслевых стандартах.
5. Слабая связность компонент.

   Проявление этих признаков в ИС ТЛС свойственно структуре информационного потока ТЛС. Основанием для данного предположение является прежде всего то, что центры обработки логистической информации (ЦОЛИ) имеют не только территориально-распределенное размещение, но и находятся в различных государственных и коммерческих структурах (1 признак СОА). Например, Заказчик — в одной стране мира, Поставщик и Экспедитор — в другой, а маршрут доставки груза пролегает через третьи страны и т.п. В бухгалтерском отделе Заказчика на автоматизированные рабочие места (АРМ) установлена система «1С», а в бухгалтерском отделе Поставщика – «Microsoft Navision» и т.п. В конечном итоге, различия есть во многом, но при этом вся информация доступна к совместному использованию посредством объединения в локальные, а затем в и глобальные сетей.

   Но данное объединение влечет за собой необходимость формирования такого интерфейса функциональных модулей, чтобы их использование не зависело от технологии и платформы реализации (2 признак СОА).

   В процессе доставки груза на маршруте следования возможны любые неожиданные изменения и прецеденты, связанные с непредвиденными обстоятельствами по пути следования. В этом случае необходим оперативный динамический поиск и подключение функциональных модулей ЦОЛИ различных ведомств и организаций, участвующих в процессе обеспечения доставки груза (3 признак СОА).

   С точки зрения стандартизации, унификации, удобства использования, а также возможной модернизации и последующей наращиваемости, построение подсистемы приложений должно базироваться на общепринятых отраслевых стандартах (4 признак СОА).

   И наконец, используемые в ТЛС информационные системы независимы друг от друга: они выполняют определенные действия по запросам, которые получают от друг от друга, и возвращают результаты. Все детали этого выполнения полностью скрыты, то есть — это «черные ящики» (5 признак СОА). Слабая связанность обеспечивает простую и быструю адаптацию системы к изменениям в структуре и принципах реализации сервисов.

   Процесс сервис-ориентированного построения ИПО состоит из трех основных шагов: идентификации, спецификации и реализации сервисов, компонентов и потоков (обычно путем объединения сервисов) (рис.1).

   Предлагаемую к использованию архитектура СОА рекомендуется сформировать из набора бизнес-ориентированных IT-сервисов (ITS, далее по тексту — сервис), которые коллективно удовлетворяют задачам и бизнес-процессам предприятия, при нашем рассмотрении, в транспортной логистике. Такие сервисы можно группировать в композитные приложения и вызывать их через стандартные протоколы. На этапе реализация сервиса следует определиться в вопросе выбора ПО, реализующее данный сервис – приобретение каким-либо способом у поставщика сервисов или создание на заказ. Другие доступные альтернативы включают в себя интеграцию, преобразование, подписку и привлечение внешних ресурсов функциональных частей с использованием сервисов. Здесь принимается решение, какой модуль унаследованной системы будет использоваться для реализации данного сервиса, а какой будет построен заново, «с нуля». Кроме этого, существуют решения реализации для других сервисов, не включающих бизнес-функциональность, а именно – обеспечение безопасности, управление и контроль сервисов и т.п.

   В ходе проведении исследования ИПО ТЛС было установлено, что одну и ту же функцию порой представляют не только различными сервисы, но и разные поставщики с отличающейся стоимостью на предоставление доступа к сервисам, скоростью предоставления услуги, доступностью сервиса и т.п. В качестве одного из примеров можно рассмотреть задачу мониторинга местоположения и состояния доставляемого груза (слежение за грузом). В зависимости от используемого программного обеспечения у поставщика, перевозчика или других участников перевозки картографические услуги представляют сервисы (в виде Web-сервисов) “Bing Maps”,” Рамблер-Карты”, “Google Maps”, “Nokia Maps”, “Яндекс-Карты” и другие самостоятельно созданные или заказные разработки.  Для определения местонахождения груза используются сервисы систем “ГЛОНАСС”, “GPS”, “A-GPS” и т.п. По возможности и необходимости для страховых компаний и охранных предприятий информацию видео хостинга может быть представлена стандартными сервисами специализированного ПО “VideoNet”,” Интеллект”, “Микроскоп” и т.п. И здесь со стороны клиента достаточно наличия доступа в Интернет и ПО, умеющего обращаться к этим сервисам. Достаточно упомянуть такие программы, как Microsoft Office, 1С:Предприятие 8, LotusNotes/Domino, OpenOffice, среды разработки Microsoft VisualStudio, Eclipse, NetBeans, SunStudio, BorlandDelphi, JBuilder и многие другие. При этом нет также ограничений и по использованию платформы, на которой будет работать клиент. Это может быть, как Windows, так и Mac OS X, Linux, FreeBSD, Unix или, например, Solaris. Возможно даже обращение к такому сервису с мобильных устройств, например, большинства сотовых телефонов, планшетов, нетбуков и т.п.

   К наиболее популярным и часто встречающимся в транспортной логистике сервисам следует отнести реализации:

1. Сервисных функций общего назначения (проверка возможностей по доступу пользователя, получение списка географических наименований, получение списка доступных печатных форм, получение списка доступных отчётов и т.п.).
2. Функций клиентского доступа к логистической системе: (оформление заказа на доставку грузов, редактирование оформленных заказов, предварительный расчёт стоимости перевозки грузов и т.п.)
3. Функций агентского доступа к логистической системе (регистрация подтверждения о доставке, регистрация информации мониторинга, получение информации о консолидированном грузе для агента и т.п.).

   Но кроме своего функционального предназначения, заданного с помощью функциональных параметров (обычно в техническом задании на создание), сервисы характеризуются также различными технологическими параметрами, которые в свою очередь определяют производительность, надежность, стоимость, безопасность, доступность и т.п.

   Также, при использовании сервисов, следует учитывать требования, которые заявлены в QoS (Quality of Service) как требования к качеству предоставляемых услуг и в документе SLA (Service Level Agreement) как соглашение об уровне оказываемых услуг.

   Рассмотренные в исследованиях различных авторов [4, 5, 6] варианты моделирование сервисов, Web-сервисов или их различных комбинаций в основном проводились с целью оценки статических характеристик в отдельности. В благоприятных условиях функционирования каждый отдельный сервис при единичных запросах может иметь хорошие показатели производительности, надежности, стоимости и т.п. Однако в условиях повышения нагрузки на обработку и вычисление, необходимости решения поставленных задач в реальном масштабе времени, наличия роста объёма данных, существования вероятности появления повторяющихся и взаимодополняющих сервисов возникает необходимость функционирования ИС ТЛС по некой выборке сервисов в соответствии с заданными критериями. Тогда процесс определения необходимой выборки сервисов следует рассмотреть, как решение многокритериальной задачи формирования композиции сервисов по следующим показателям:

1. Значимость сервиса, который при определенных обстоятельствах отражает показатель полезности сервиса.
2. Доступность сервиса.
3. Достоверность сервиса.
4. Стоимость сервиса.
5. Надежность сервиса.
6. Время (скорость) предоставления сервиса.
7. Безопасность сервиса и т.п.

   Известно, что методы решения многокритериальных задач подразделяются на две группы [7]. При использовании методов первой группы стремятся сократить число показателей качества на исходном множестве альтернатив (метод главного показателя, метод обобщенного показателя (метод свертки), метод максимина, метод пороговых показателей, метод последовательных уступок, метод расстояний). Методы второй группы основаны на стремлении сократить число альтернатив в исходном множестве, исключая заведомо плохие альтернативы. Но решение многокритериальных задач формирование композиции сервисов еще более усложняется тем, что ИС ТЛС взаимодействует с, так называемой, внешней средой. В этом случае решение зависит от неконтролируемых параметров, определяемых состоянием внешней среды. Для логистических систем это может быть влияние погодных условий и природных катаклизмов на маршруте, геополитических и региональных осложнений в местностях прохождения маршрута, изменение условий: сроков поставки, хранения, оформления и т.п., что в, свою очередь, может существенным образом повлиять как на функциональные, так и технологические показатели сервисов.

   Кроме того, множество вариантов (множество Парето) может быть достаточно большим для того, чтобы руководитель или другое ответственное лицо предприятия, решающих задачу выбора конечной композиции, могло бы сделать однозначный выбор. Поэтому предлагается, при формировании композиции сервисов, добавить этап человеко-машинной процедуры уточнения предпочтений, который одновременно давал бы достаточную гибкость в изменении параметров предпочтений и отображал понятную информацию о причинах и последствия установления тех или иных предпочтений.

   В данной ситуации целесообразно применить одну из двух стратегий выбора.

   Первая стратегия, основана на принципе наихудшей реакции внешней среды (метод гарантированного результата) применяется тогда, когда среда ведет себя непредсказуемо или враждебно. В этом случае определить наиболее предпочтительное решение не представляется возможным, так как неизвестен прогноз поведения среды. Тогда можно определить так называемое гарантированное решение, которое справедливо при любом состоянии среды (по принципу «хуже быть не может»). Обозначим x – некий объект или элемент исследования, y — неконтролируемый параметр, характеризующий состояние внешней среды (он может быть и векторным), yÎG_y, где G_y— некоторое множество, например, интервал значений. Тогда частные показатели F_iи обобщенный показательF, получаемый сверткой частных показателей, будут зависеть от параметраy, т.е.F_i = F_i(x;y), F=F(x;y). Принцип наихудшей реакции среды распространяет схему выбора по наихудшему показателю (максиминную свертку) на случай влияния окружающей среды. Альтернатива выбирается из условия:

   Такое решение называется гарантированным результатом, так как при любом значении параметра y гарантируется получение показателя не меньше, чем

   Надежность такого решения равна единице, т.е. лицо принимающее решение (ЛПР) не рискует ошибиться, принимая его. Полученный результат может быть улучшен, если исходная информация позволяет сделать некое предположение о значении параметра y (состоянии среды), что связано с определенным риском, так как предположение может и не оправдаться.

   Вторая стратегия основана на принципе равновесия (принцип Нэша). Часто действия окружающей среды являются целенаправленными, например, это имеет место для систем, включающих субъектов, причем каждая из систем стремится достичь своей цели. Принцип Нэша позволяет сузить множество альтернатив, когда речь идет о коллективном решении, принимаемом всеми взаимодействующими субъектами по договоренности, при этом каждый поступается частью своих интересов. Именно такие решения принимаются в логистике при формировании цепей поставок и управлении ими. Определим равновесное решение как такое, которое принимается всеми субъектами одновременно, по договоренности. Пусть имеетсяNсубъектов, каждый из которых может выбирать свое решение (свою стратегию) так, чтобы максимизировать свой показатель F⁽¹⁾. Значение показателя при этом зависит от выбора других субъектов, т.е.

Решение

называется равновесным, если для любого l выполняется условие:

   Равновесное решение можно назвать устойчивым, так как если субъект l отступит от своего равновесного решения, т.е. выберет стратегию

то при условии, что остальные субъекты сохранят свой выбор, он проиграет. Принцип Нэша как раз и состоит в том, что наилучшие решения принадлежат множеству равновесных решений. Однако следует иметь ввиду, что равновесные решения в общем случае не являются эффективными, и наоборот. Например, если решение принимается всеми субъектами независимо, то их выбор вряд ли будет устойчивым. Кроме того, и при одновременном решении часть субъектов может выбрать иное решение (например, эффективное), что даст им преимущества перед остальными. Таким образом, метод равновесия эффективен при сужении множества альтернатив в закрытых системах, когда равновесные решения одновременно принадлежат множеству Парето. Это бывает весьма редко, так как большинство систем являются открытыми, и для них эффективные альтернативы являются неустойчивыми, а устойчивые – неэффективными.

   В большинстве практических приложений задачи формирования оптимальной композиции сервисов и последующие оценки качества и эффективности приходится решать в условиях существенной неопределенности.

   По источнику неопределенности подразделяются следующим образом:

• неопределенность в достижении планируемых характеристик вариантов проектируемой системы (параметрическая неопределенность);
• неопределенность внешних условий (состояния среды).

   Неопределенность первого типа обусловлена неизбежными отличиями воплощенной в реальности системы от своего проекта. Она влияет, в первую очередь, на значения показателей качества системы, которые могут существенно отличаться от запланированных значений.

   Неопределенность состояния внешней среды – естественное свойство реальности. Оно, прежде всего, приводит к неопределенности оценки эффективности применения системы. Такая неопределенность может быть усилена в ситуациях, когда происходит применение разрабатываемой системы не по первоначальному назначению. Например, в результате незапланированного увеличение стоимости сервисов от выбранного поставщика, возникает необходимость использования других сервисов или альтернативного поставщика. И тогда, показатели стоимости такой системы могут существенно отличаться от расчетных значений.

   Возникновение неопределенностей первого и второго типа приводит к тому, что значения частных показателей качества и эффективности F=(F₁,F₂,…,F_m) теряют свойства точечных оценок. Вместо этого каждая величина F_i =F(х_j), i=1…m, j=1…n характеризуется интервалом значений [F_i^н ,F_i^в], называемым интервальной оценкой. Здесь F_i^н — нижнее значение показателя F_i, F_i^в — соответственно верхнее его значение. Каждому точечному значению из указанного интервала ставится в соответствие вероятность его возникновения, характеризующая степень неопределенности оценки. Если сведения о вероятности возникновения значений точечных оценок из интервала [F_i^н ,F_i^в]  отсутствуют, принимается предположение о равномерности распределения вероятности в этом интервале.

   Для различных F_i эти интервалы и распределения вероятностей в них могут быть различными. В совокупности интервалы неопределенности для каждого х_j будут многомерными. Соответственно, распределения вероятностей значений в этих интервалах также будут многомерны. Возможны также ситуации, когда одни показатели сохранят свойства точечных оценок (не будут подвержены воздействию неопределенности), а другие – нет. На рисунке 2 а) и б) приведены примеры одномерных интервальных оценок показателей F1 и F2 соответственно, на рисунке 1 в) – пример двумерной интервальной оценки, когда область возможных пар значений показателей F1 и F2 описывается геометрическими фигурами (в примере — прямоугольниками).

   Очевидно, что возникновение интервальных оценок делает затруднительным применение методов отыскания компромиссов и схем векторной оптимизации. Боле того, возникновение неопределенности в расчете численных значений показателей осложняет также определение Парето-оптимальных множеств. Как видно из рисунка 1в), отдельные секторы областей возможных значений показателей не являются Парето-оптимальными, и, следовательно, тот или иной вариант х_j может быть отнесен к множеству Парето лишь с некоторой вероятностью, пропорциональной вероятности реализации именно Парето-оптимальных значений его показателей. Основной способом преодоления влияния неопределенности и обеспечения возможности применения ранее рассмотренных схем решения является замена интервальных оценок точечными, в той или иной мере отражающими как стратегию ЛПР, так и параметры исходной интервальной оценки.

   Также следует отметить, что на процесс формирования рациональной композиции сервисов естественным образом могут оказывать влияние следующие факторы:

1. Отсутствие единой и всеми принятой методики разработки и реализации ИТ-стратегии на предприятиях транспортной логистики.
2. Наличие на ИТ-рынке большого количества альтернативных ИТ-решений, реализующих схожую функциональность для автоматизации бизнес-процессов предприятия.
3. Необходимость учета совокупных затрат, связанных с их приобретением и эксплуатацией ИТ0сервисов и т.п.

   Эти факторы формируют элементы неопределенности, что, в свою очередь, вызывает необходимость использования математического аппарата нечетких множеств[8]. И тогда, процесс формирования рациональной композиции ИТ-сервисов в инфраструктуре ТЛС можно представить в виде решения многокритериальной задачи в условиях нечетких множеств [10].

   В заключении необходимо отметить, что практическое применение рассмотренного подхода дает возможность осуществить плановый и обоснованный переход к усовершенствованию существующей или созданию новой корпоративной ИПО в транспортной логистике с использованием СОА для повышения эффективности управления ТЛС [11]. В связи с этим можно отметить, что эффективность рассмотренных и реализованных предложений, изложенных в статье, подтверждена положительным опытом их использования в процессе создания и функционирования программной инфраструктуры логистических предприятий «Балтийская экспедиторская компания», «Проками» и «Евроазияснаб».

Литература

1.  Распоряжение Правительства Российской Федерации от 28 июля 2017 г. №1632-р «Цифровая экономика Российской Федерации».
2. Неруш Ю.М. Логистика: учеб.- 4 издание. – М.: Проспект, 2008, — 520 с.
3. Хизер Крегер Винс Бранссен. Стандарты сервис-ориентированной архитектуры // IBM Developer Works. — 2013. — URL: http://www.ibm.com/ developerworks/ru/library/ws-soa-standards/.
4. Пырлина И.В. Выбор эффективного проекта реализации сервис-ориентированной архитектуры информационной системы. Проблемы управления, № 4, 2012.
5. Ламб Берт. Расширяемость сервисов на основе сервисно-компонентной архитектуры // IBM DeveloperWorks. — 2008. — URL: http://www.ibm.com/developerworks/ru/library/ws-soa-scafutureproof/index.html
6. Reference Model for Service Oriented Architecture. — The Organization for the Advancement of Structured Information Standards (OASIS), 2006.— URL: http://www .oasis-open.org/committees/download.php/ 1967 9/soa-rm-cs.pdf.
7. SOA Reference Architecture.- The Open Group, 2011.— 192.—ISBN: 1-937218-01-0.— URL: https://www2.opengroup.org/ogsys/catalog/C119.
8. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения. М.: Радио и связь, 1992. — 504 с. (пер. с англ.).
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, с. 61-70
10. Degtyarev A., Logvinenko Yu. Agent system service for supporting river boats navigation //Procedia Computer Science, 2010, Vol. 1, № 1, pp. 2717–2722
11. Дик Г.Д., Дегтярев А.Б., “К вопросу разработки модели формирования композиции ИТ-сервисов информационной системы на основе СОА с использованием теории нечетких множеств”, Вестник СПбГУ. Сер. 10, 2015, вып.2.