Результат интеллектуальной деятельности: ОПРЕДЕЛИТЕЛЬ ОБЪЕКТОВ ИННОВАЦИЙ В ИНФОРМАЦИОННЫХ СИСТЕМАХ

Настоящее изобретение относится к вычислительным комплексам и компьютерным сетям с устройствами для обработки данных с воздействием на порядок расположения данных и на их содержание.

Областью применения являются автоматизированные системы управления деятельностью организационных систем.

В известных технических решениях - способе поддержки деятельности организационной системы (ОС) [1] RU 2532723 C2, центре управления ОС [2] RU 127493 U1, системе ситуационно-аналитических центров ОС [3] RU 2533090 C2 и комплексе управления робототехническими объектами [4] RU 140887 U1 технические результаты направлены на предотвращение и устранение проблем в объектах поддержки деятельности ОС.При этом способ [1] содержит этапы, на которых производят оценку показателей объектов поддержки деятельности, с учетом их влияния на виды деятельности ОС, определяют сценарии решений и управляют ресурсами объектов поддержки. Центр управления ОС [2] и система [3] содержат средства сбора, хранения, обработки, предоставления и распространения данных, которые на основании данных контроля и установленной логики обработки данных обеспечивают выполнение способа [1] применительно к области соответственно централизованного и децентрализованного управления деятельностью ОС. Комплекс управления [4] обеспечивает работу Центра управления ОС [2] при оснащении организационной системы робототехническими объектами. Технические решения [1-4] применимы для использования в автоматизированных системах управления деятельностью различных ОС.

Известное техническое решение - центр мониторинга устойчивости информационных систем (ИС) [5] RU 130109 U1, содержит маршрутизатор, комплекс сбора информации, комплекс определения устойчивости ИС и комплекс отображения информации. Техническим результатом является расширение функциональных возможностей за счет возможности формирования, сохранения, отображения и передачи данных об устойчивости ИС субъектам управления. Однако данное решение не позволяет определять компоненты ИС, являющиеся проблемными.

Наиболее близким аналогом предлагаемого технического решения является центр поддержки устойчивости информационных систем (ЦПУ ИС) [6] RU132227U1. Данное решение отличается по сравнению с решением [5] дополнительно введенным комплексом системных исследований и связями. На основании анализа статистических данных о состоянии компонентов ИС и их моделей автоматически формируются, сохраняются и распространяются данные о проблемах в компонентах ИС - неисправностях технических средств, ошибок в программах и в действиях пользователей ИС.

Однако известные технические решения [1-6] не обеспечивают возможность автоматического определения объектов инноваций в ИС - тех компонентов ИС, производительные ресурсы которых в изменившихся условиях внешней среды не удовлетворяют требованиям пользователей ИС - субъектов деятельности ОС, в отношении времени обработки данных по их запросам. Выполнение указанных выше требований особенно актуально в условиях цифровой экономики [7] в связи с резким ростом объемов данных.

С целью определения архитектуры построения и алгоритма функционирования технического решения по определению объектов инноваций в среде компонентов ИС проведен анализ известных результатов исследований, относящихся к:

- влиянию состояния компонентов ИС на эффективность производственной деятельности [8];

- технологии контроля качества обслуживания пользователей ИС [9], включающей операции динамического анализа результатов сравнения фактических показателей мощности с целевыми показателями;

- моделям представления и функционирования ИС поддержки деятельности ОС [10], с помощью которых определяются условия стабильного функционирования ИС в зависимости от заданных показателей своевременности предоставления информации;

- модели представления требований к производительным ресурсам ИС [11], используемой при определении средств автоматизации деятельности ОС;

- методам, моделям и техническим решениям по адаптивному управлению ИС [12], обеспечивающим поддержание показателей в заданных диапазонах за счет изменения состава ресурсов компонентов ИС в зависимости от их загрузки;

- модели выбора направления автоматизации деятельности предприятия [13], предоставляющей возможность выбора способа автоматизации видов деятельности в условиях ограниченных возможностей по инвестициям;

- методическому подходу к реализации сложных инфокоммуникационных проектов [14], позволяющему предотвратить для предприятий-разработчиков ИС риски упущенной прибыли и непредвиденных расходов, а для предприятий-заказчиков риски обесценивания капиталовложений из-за изменения запланированных сроков ввода ИС в эксплуатацию;

- методическим подходам к решению задач минимизации людских ресурсов ОС [15-17] на основании реорганизации структуры эксплуатационных служб и очереди требований на обслуживание в зависимости от загрузки;

- инновационным решениям - способам, системам и устройствам в области информационных и телекоммуникационных технологий [18], использование в которых знаний о потоках данных и о внешней среде обеспечивает сокращение времени на передачу информации;

- инновационным решениям - способам, системам и центрам управления деятельностью ОС [19], использование в которых знаний о соотношениях фактических и заданных показателей компонентов ИС и видов деятельности ОС обеспечивает предотвращение или сокращение времени ликвидации проблем;

- инновационным решениям - способам, комплексу и устройствам в области управления робототехническими объектами [20], использование в которых априорно сформированных знаний о сценариях управленческих решений и соответствующих им командах исполнения обеспечивает существенное повышение устойчивости процессов управления;

- инновационным решениям - способам, системе и устройствам в области интегрированных систем управления [21], использование в которых знаний о соотношении команд управления и их функций, о компонентах ИС и их функциях обеспечивает технологическую совместимость разнородных по системам адресации и кодам программ систем управления.

В результате проведенного анализа выявлены нелинейные зависимости между производительными ресурсами (производительностью) компонентов ИС и временем обработки в них данных по запросам пользователей с учетом минимально-допустимой вероятности (частоты) непревышения этого времени. В работе [22, рис. 3] приведены диаграммы, отражающие тенденцию к сокращению времени на принятие и исполнение решений. Очевидно, что следствием данной тенденции являются повышенные требования ко времени обработки данных в компонентах ИС поддержки деятельности ОС.

В связи с фактором корреляционной нелинейности в условиях интенсивного развития цифровых услуг [7] следует ожидать сокращение циклов модернизации существующих ИС за счет наращивания производительных ресурсов их компонентов. Этот прогноз обусловлен ростом видов цифровых услуг и их потребителей - субъектов деятельности ОС - юридических и физических лиц, возрастанием нагрузки на различные компоненты ИС, предоставляющих свои производительные ресурсы для выполнения этих услуг. Как следствие, следует ожидать появления новых технических решений в области автоматизации действий по определению объектов инноваций в среде компонентов в существующих ИС. Применение таких решений позволит исключить модернизацию ИС в целом и, тем самым, существенно сократить время и затраты на внедрение инноваций.

С учетом приведенной выше логики разработано настоящее техническое решение - определитель объектов инноваций в информационных системах.

Технический результат заключается в расширении функциональных возможностей определения объектов инноваций, за счет возможности автоматического формирования, сохранения и передачи по назначению данных об объектах инноваций в среде компонентов существующих информационных систем, обусловленных влиянием процессов наращивания производительных ресурсов в условиях интенсивного развития цифровых услуг.

При описании технического решения используются общеизвестные и следующие понятия:

- прогнозируемые данные о максимально-допустимом времени обработки данных по запросам субъектов деятельности ОС в k-ом компоненте ИС, где k=1,2, …, K;

- прогнозируемые данные о минимально-допустимой частоте (вероятности) непревышения прогнозируемого максимально-допустимого времени обработки данных по запросам субъектов деятельности ОС в k-oм компоненте ИС;

- статистические данные о частоте непревышения прогнозируемого максимально-допустимого времени обработки данных по запросам субъектов деятельности ОС в k-ом компоненте ИС;

Ниже приведено описание предлагаемого технического решения.

Заявляемый определитель объектов инноваций в информационных системах выполнен с возможностью достижения технического результата и содержит модуль структурирования прогнозируемых данных, модуль структурирования статистических данных, модуль формирования данных об объектах инноваций, внутреннюю шину, информационные вход и выход, вход электропитания. При этом внутренние входы и выходы модулей структурирования прогнозируемых и статистических данных, модуля формирования данных соединены с соответствующими выходами и входами

внутренней шины. Информационные вход и выход определителя соединены, с одной стороны, с соответствующими входом и выходом внутренней шины, а с другой стороны, соответственно с выходом и входом персонального компьютера аналитика информационных систем. Вход электропитания соединен с входами электропитания модулей определителя.

Один из вариантов осуществления изобретения состоит в том, что модули структурирования прогнозируемых и статистических данных и модуль формирования данных об объектах инноваций обеспечивают прием и обработку прогнозируемых данных о максимально-допустимом времени обработки данных и о минимально-допустимой частоте его непревышения, статистических данных о частоте непревышения прогнозируемого максимально-допустимого времени обработки данных. Результатом выполнения этих действий является формирование, сохранение и передача по назначению данных о компонентах информационных систем, как об объектах инноваций, если относящиеся к ним статистические данные о частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных меньше соответствующих прогнозируемых данных.

Сущность технического решения поясняется чертежами.

Фиг. 1 - Структурная схема Определителя объектов инноваций в информационных системах (ООИ ИС), где:

1 - модуль структурирования прогнозируемых данных,

2 - модуль структурирования статистических данных;

3 - модуль формирования данных об объектах инноваций;

4 - внутренняя шина;

5 - информационный вход;

6 - информационный выход;

7 - вход электропитания.

Функционированию ООИ ИС предшествуют работы по определению:

- прогнозируемых данных о максимально-допустимом времени обработки данных и прогнозируемых данных о минимально-допустимой частоте

непревышения этого времени;

- статистических данных о частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных.

Прогнозируемые данные о максимально-допустимом времени обработки данных и о минимально-допустимой частоте непревышения этого времени определяют в процессах контроля качества функционирования существующих ИС путем проведения сбора и анализа информации о перспективных технических решениях, относящихся к объектам - аналогам компонентов ИС, о показателях времени обработки в них данных и о частоте (вероятности) его непревышения. Источниками сбора информации являются известные базы знаний, приведенные, например, в [23]:

1) Российское бюро патентов и торговых марок (http://www.fips.ru);

2) Российское авторское общество (http.//www.rao.ru);

3) Европейское бюро патентов, ЕРО (http://www.rupto.ru);

4) Бюро патентов и торговых марок США (http://www.uspto.gov);

5) Бюро патентов Великобритании (http://www.patent.gov.uk);

6) Бюро интеллектуальной собственности Австралии (http://www.ipaustralia.gov.au);

7) Бюро интеллектуальной собственности Канады (http://cipo.gc.ca);

8) Патентное бюро Дании (http://www.dkpto.dk);

9) Государственное бюро интеллектуальной собственности КНР (http://www.cpo.cn.net);

10) Национальный институт промышленной собственности Франции (http://www.inpi.fr);

11) Бюро патентов и торговых марок Германии (http://www. deutsches-patentamt.de);

12) Правительственный отдел интеллектуальной собственности Гон-Конга (http://info.gov.hk);

13) Бюро патентов и торговых марок Италии (http://www.european-patent-offlce.org/it);

14) Патентное бюро Японии (http://www.jpo.go.jp);

15) Бюро промышленной собственности Нидерландов (http://www.bie.nl);

16) Бюро интеллектуальной собственности Новой Зеландии (http://www.iponz.govt.nz);

17) Регистратура торговых марок и патентов Сингапура (http://www.ipos.gov.sg);

18) Бюро патентов и торговых марок Испании (http://www.oepm.es);

19) Бюро патентов Швеции (http://www.prv.se);

20) Швейцарский федеральный институт интеллектуальной собственности (http://www.ige.ch);

21) Всемирная организация интеллектуальной собственности, WIPO (http://www.wipo.int/).

Прогнозируемые данные сохраняются и периодически обновляются в персональном компьютере (ПК) субъекта ОС, выполняющего роль Аналитика информационных систем ОС.

Статистические данные о частоте непревышения времени обработки данных в компонентах ИС определяются с помощью датчиков контроля времени обработки данных с учетом времени ожидания начала обработки, установленных в компонентах ИС, и аппаратно-программных средств сбора и анализа данных, поступающих от датчиков.

Примером инструмента определения таких статистических данных является Центр поддержки устойчивости информационных систем (ЦПУ ИС) [6]. ЦПУ ИС осуществляет сбор и анализ «данных о показателях вычислительных средств ..., телекоммуникационных средств, ..., хранилищ данных, ..., и других средств. Данные содержат следующую информацию о средстве:

- Данные - индивидуальный идентификатор средства, при этом идентификатору соответствуют наименование средства, его вид - техническое средство или программное средство, принадлежность к производителю, марка, номер экземпляра, другие характеристики средства, обусловливающие его отличие от других средств.

- Блоки данных - данные о показателях средства. Данные о показателях средства, в зависимости от типа источников информации - датчиков, могут быть простыми и составными, включающими в себя один или более блоков данных, характеризующих различные рабочие свойства средства. Например - надежность, ..., своевременность (время передачи или обработки средством информации, время задержки или число пакетов данных, ожидающих передачи или обработки в средстве)» [6, с. 9].

Показатель частоты непревышения времени обработки данных в k-ош компоненте ИС (k=l, 2, ..., K) в ЦПУ ИС определяют по формуле [6, с.13]:

где

U_i - данные о коэффициенте устойчивости тракта за период T_i, статистической отчетности, что тождественно статистическим данным о частоте непревышения времени обработки данных в k-ом компоненте ИС за период T_i, статистической отчетности;

Т - длительность (месяц, квартал, год или др.) периода статистической отчетности, T_i=Т для i=1, 2, ...;

t_i*-T_i - данные о времени начала текущего периода T_i статистической отчетности, если эти данные имеют отрицательное значение (если время функционирования ИС с момента ввода в эксплуатацию, меньше T), то этим данным присваивается значение данных о моменте начала эксплуатации ИС;

N_i[t_i*- T_i; t_i*] - число интервалов неустойчивости тракта, наблюдаемых за текущий период T_i и исчисляемый с помощью данных t_i*-T_i (начало периода) и t_i* (окончание периода), при этом под интервалами неустойчивости понимаются интервалы времени в которых превышается максимально-допустимое время обработки данных в k-ом компоненте ИС;

t_i-1** - данные о времени начала последнего интервала неустойчивости тракта в текущем периоде T_i отчетности, i=1, 2, ...;

t_i* - данные о времени окончания последнего интервала неустойчивости тракта в текущем периоде T_i отчетности;

Δt_i=t_i*-t_i-1** - данные о длительности последнего интервала неустойчивости тракта в текущем периоде T_i статистической отчетности.

Статистические данные сохраняются в персональном компьютере субъекта ОС, выполняющего роль Аналитика информационных систем ОС и обновляются в каждом периоде T_i статистической отчетности.

С учетом изложенного выше, ООИ ИС функционирует следующим образом.

По окончании очередного периода T_i статистической отчетности на информационный вход 5 определителя и далее на его внутреннюю шину 4 последовательно поступают, например, с персонального компьютера субъекта ОС, выполняющего роль Аналитика информационных систем ОС, три команды управления.

Первая команда управления поступает на внутренние входы модулей 1, 2 и 3 определителя и инициирует начало производство действий по определению объектов инноваций в среде компонентов ИС. По приему данной команды в модулях 1, 2 и 3 определителя удаляются данные, относящиеся к предыдущему периоду T_i-1 статистической отчетности.

Вторая команда управления поступает на внутренний вход модуля 1 определителя. Данная команда содержит блоки прогнозируемых данных и инструкцию о записи их в модуль 1 определителя. Один блок прогнозируемых данных описывает информацию о прогнозируемом максимально-допустимом времени обработки данных по запросам субъектов деятельности ОС и о прогнозируемой минимально-допустимой частоте непревышения этого времени применительно к одному компоненту ИС. Число поступивших в модуль 1 блоков данных равно числу компонентов ИС, обследованных за период T_i статистической отчетности. По приему данной команды в модуле 1 определителя производится структурирование принятых данных. Структурирование заключается в упорядочивании в модуле 1 данных о времени и частоте применительно к компонентам ИС, в отношении которых составлен прогноз. При структурировании используют общеизвестный ассоциативный подход к записи информации в запоминающее устройство, при котором адрес элемента памяти соответствует индексу компонента ИС. По окончании операций структурирования, модуль 1 передает через внутреннюю шину 4 в модуль 3 определителя сообщение о своей готовности к предоставлению прогнозируемых данных.

Третья команда управления поступает на внутренний вход модуля 2 определителя. Данная команда содержит блоки статистических данных и инструкцию о записи их в модуль 2 определителя. Один блок статистических данных описывает информацию о частоте непревышения прогнозируемого максимально-допустимого времени обработки данных по запросам субъектов деятельности ОС применительно к одному компоненту ИС. Число поступивших в модуль 2 блоков данных равно числу компонентов ИС, данные о которых собраны и обработаны за период T_i статистической отчетности. По приему данной команды в модуле 2 определителя производится структурирование принятых данных. Структурирование заключается в упорядочивании в модуле 2 данных о времени и частоте применительно к компонентам ИС, в отношении которых приняты статистические данные. При структурировании используют общеизвестный ассоциативный подход к записи информации в запоминающее устройство, при котором адрес элемента памяти соответствует индексу компонента ИС. По окончании операций структурирования, модуль 2 передает через внутреннюю шину 4 в модуль 3 определителя сообщение о своей готовности к предоставлению статистических данных.

По приему сообщений из модулей 1 и 2 модуль 3 определителя последовательно для каждой пары прогнозируемых и статистических данных, относящихся к одному и тому же компоненту ИС:

- производит операции сравнения статистических данных о частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных и прогнозируемых данных о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных;

- формирует и сохраняет данные о компоненте как об объекте инноваций, если статистические данные о частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных меньше соответствующих прогнозируемых данных;

- передает эти данные через внутреннюю шину 4 на информационный выход 6 и далее в персональный компьютер субъекта ОС, выполняющего роль Аналитика информационных систем ОС.

При проведении операций сравнения модуль 3 осуществляет посредством внутренней шины 4 информационное взаимодействие с модулями 1 и 2 определителя путем считывания из их памяти соответствующие прогнозируемые и статистические данные.

Техническая реализация каждого модуля 1, 2 и 3 определителя может быть выполнена на базе микро-ЭВМ. В качестве внутренней шины 4 может быть применена двунаправленная общая шина.

Положительный эффект от применения ООИ ИС заключается:

- в сокращении времени определения объектов инноваций;

- в минимизации числа объектов инноваций в информационных системах;

- в предоставлении возможности на этой основе для сокращения финансовых затрат и сроков выполнения инновационных проектов по модернизации информационных систем поддержки деятельности организационных систем.

Применение данного технического решения в автоматизированных системах управления деятельностью организационных систем позволит исключить масштабную модернизацию их информационных систем в целом и, тем самым, сократить инвестиционные затраты и время выполнения работ.

Источники

[1] RU 2532723 C2, G05B 19/00, опубл. 10.11.2014, бюл. №31.

[2] RU 127493 U1, G05B 19/00, опубл. 27.04.2013 г., бюл. 12.

[3] RU 2533090 C2, G05B 19/00, опубл. 20.11.2014, бюл. №32.

[4] RU 140887 U1, G05B 19/00, опубл. 20.05.2014, бюл. №14.

[5] RU 130109 U1, G06F 21/50, опубл. 10.07.2013, бюл. №19.

[6] RU 132227 U1, G06F 15/00, опубл. 10.09.2013, бюл. №25.

Дополнительные источники

[7] Направления развития цифровой экономики // Программа «Цифровая экономика Российской Федерации». Распоряжение Правительства РФ от 28 июля 2017 г. №1632-р. С. 10-13.

[8] Шабанов А.П. Модель оценки влияния процесса накопления информации на эффективность управления производством // Системы управления и информационные технологии. 2006. Т. 25. №3. С. 57-61.

[9] Шабанов А.П., Аракелян М.А. Технология контроля качества обслуживания требований в организационных структурах, предоставляющих услуги массового характера // Бизнес-информатика. 2011. №3 (17). С. 53-59.

[10] Шабанов А.П. Исследование условий стабильности информационных систем // Бизнес-информатика. 2010. №2 (12). С. 24-36.

[11] Шабанов А.П. Подход к оценке производительных ресурсов информационных систем // Бизнес-информатика. 2009. №2 (08). С. 58-63.

[12] Шабанов А.П. Ось адаптивного управления: «информационная система - организационные структуры массового обслуживания // Бизнес-информатика. 2010. №3 (13). С. 19-26.

[13] Шабанов А.П. Подход к выбору направления автоматизации деятельности // Системы автоматизации в образовании, науке и производстве: Труды VI Всероссийской научно-практической конференции. - Новокузнецк, СибГИУ, 2007. - С. 81-85.

[14] Аракелян М.А., Чепин Е.В., Шабанов А.П. Об инновационном подходе к созданию и испытаниям контрольно-учетных модулей для корпоративных информационных систем // Бизнес-информатика. 2012. №3 (21). С. 70-78.

[15] Шабанов А.П. Метод оценки достаточности мощности однородной организационной структуры // Системы управления и информационные технологии. 2005. Т. 20. №3. С. 103-106.

[16] Шабанов А. П. Метод оценки достаточности мощности для организационной структуры конвейерного типа // Системы управления и информационные технологии. 2006. Т. 26. №4. С. 97-102.

[17] Шабанов А.П. Метод оценки времени ожидания обслуживания в организационных структурах с приоритетами // Системы управления и информационные технологии. 2006. Т. 23. №1. С. 40-44.

[18] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 1 - Устройства обмена информацией // Системы управления, связи и безопасности. 2016. №2. С.1-43.

[19] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 2 - Управление деятельностью организационных систем // Системы управления, связи и безопасности. 2016. №3. С. 179-226.

[20] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 3 - Интегрированные системы управления робототехническими объектами // Системы управления, связи и безопасности. 2016. №4. С. 214-260.

[21] Шабанов А.П. Инновации в консолидируемых организационных системах: технологическая совместимость систем управления // Системы управления, связи и безопасности. 2017. №1. С. 132-159.

[22] Шабанов А.П. Технология информационной поддержки аналитических структур ситуационных центров государственных организаций // Информационные войны. 2017. №1 (41). С. 33-38.

[23] Зацаринный А.А., Козлов С.В., Шабанов А.П. Об информационной поддержке деятельности в системах управления критическими технологиями на основе ситуационных центров // Системы управления, связи и безопасности. 2015. №4. С. 98-113.