2012. №2(20)

Славин Борис Борисович – кандидат физико-математических наук, руководитель Центра ИТ экспертизы Союза ИТ-директоров России, директор по исследованиям и инновациям компании АйТи.
Адрес: 115280, Москва, ул. Ленинская Слобода, 19, стр. 6.  
E-mail: bbslavin@gmail.com

Современные информационно-коммуникационные технологии создают среду обмена информацией между людьми. При этом информационные среды, созданные для повышения эффективности бизнеса и для личного пользования, довольно сильно отличаются. Однако в последнее время наблюдается сближение технологий этих двух сред. Именно этому сближению и посвящено исследование, описанное в данной статье.

В ходе исследования информационные среды сравнивались в соответствии с теми задачами, которые они решают. Первая задача – расширение самообслуживания, что приводит к снижению стоимости и времени оказания услуг за счет упрощения процедур и перевода их в электронную форму. Вторая задача – улучшение информирования, что подразумевает предоставление более оперативных аналитических данных, доступность и полноту информации. Третья задача – коллективное творчество, организация совместной работы для принятия или поиска решений, формирование социального пространства личности. Кроме того, сравнивались принципы организации информационной среды: независимость от устройств обработки информации, ранжирование пользователей и разграничение прав доступа, однократность ввода информации, наличие контекстных подсказок и интеллектуальной навигации и т.д.

В результате исследования было показано, что архитектура информационной среды предприятий эволюционирует в сторону функциональности социальных сетей. В свою очередь, социальные сети также приобретают дополнительные возможности для организации деловой деятельности своих пользователей. Большую роль в конвергенции профессиональной и социальной информационной среды играют облачные технологии, которые позволяют «освободить» информационные сервисы от ограничений офисных зданий, а также автоматизация рутинной деятельности, которая делает труд в большей мере коммуникативным. Конвергенции социальной и профессиональной деятельности будут способствовать экспертные сети, которые в будущем станут основным носителем знаний и источником общественной экспертизы. Конвергенция решаемых задач и принципов в информационных средах становится трендом развития как корпоративной информатизации, так и социальных сетевых платформ.

Акопов Андраник Сумбатович – доктор технических наук, профессор кафедры бизнес-аналитики, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: aakopov@hse.ru

Моделирование стратегического развития банковской группы с использованием методов системной динамики обеспечивает решение целого ряда задач, важнейшей среди которых является подготовка стратегических решений и управление бизнесом на основе ключевых показателей результативности при различных сценарных условиях и ограничениях.

Цель работы - разработка укрупненной стратегической модели банковской группы, с использованием методов системной динамики. Представлен новый подход к формированию долгосрочной стратегии банковской группы с использованием методов системной динамики. В основе предложенного подхода лежит разработанная математическая модель управления ключевыми показателями результативности банковской группы, реализованная на платформе имитационного моделирования Powersim Studio. Разработанная система успешно внедрена в нескольких крупнейших российских банковских группах и используется при подготовке стратегических решений.

Отличительными особенностями разработанной системы являются: учет влияния внутренних (в том числе обратных) связей между характеристиками отдельных сегментов банковской группы; возможность оценки значений ключевых показателей результативности при различных сценарных условиях (анализ «что, если?»); возможность сбалансированного управления характеристиками банковской группы за счет выделения и оптимизации значений ключевых управляющих параметров  (например, темпов роста кредитов, депозитов и т.д.); обеспечение возможности проведения стресс-тестирования с использованием методов класса Монте-Карло, поддерживаемых в Powersim. Разработанная модель позволяет, в частности, управлять «драйверами бизнеса», такими как темп роста кредитов, темп роста депозитов, эффективные процентные ставки, ставки резервирования и др., оценивая их влияние на значения ключевых показателей результативности – чистую прибыль, активы, обязательства и капитал, чистую процентную маржу и др. С помощью разработанной модели для одной из крупнейших российских банковских групп были выполнены сценарные расчеты ключевых показателей результативности с использованием реальных статистических данных, полученных из официальной отчетности.

Практическое применение такой системы позволяет существенно повысить качество стратегических решений, снизить временные затраты на формирование и анализ различных сценариев развития банковской группы, существенно расширить диапазон исследуемых сценариев и выявить рациональные значения драйверов банковского бизнеса.

Лычкина Наталья Николаевна – кандидат экономических наук, доцент, заместитель заведующего кафедрой информационных систем, Институт информационных систем управления, Государственный университет управления (ГУУ).
Адрес: 109542, Москва, Рязанский пр-т, 99.
E-mail: lychkina@guu.ru

Морозова Юлия Александровна – аспирант кафедры информационных систем, Институт информационных систем управления, Государственный университет управления (ГУУ).
Адрес: 109542, Москва, Рязанский пр-т, 99.
E-mail: limnoria@gmail.com

Одна из наиболее острых проблем деятельности правительства – проведение реформы пенсионной системы, что предполагает  интенсивное  применение количественных  методов и компьютерных моделей различных типов для разработки стратегий и сценариев в рамках соответствующей государственной политики.  В свою очередь, такие модели должны быть увязаны со структурой информационной конфигурации,  которая будет обеспечивать обработку  данных и поддержку принятия решений пенсионными органами России. В связи с этим в статье поставлена задача выработки стратифицированного описания по итогам всестороннего предмодельного  анализа  пенсионной системы Российской Федерации.

Стратификация социально-экономической системы предполагает выделение различных уровней ее представления (страт), каждый из которых раскрывает определенный ее аспект. В работе выделены  следующие представления (страты) пенсионной системы РФ: семантическое, потоковое, структурно-функциональное, алгоритмическое и информационное. На этой основе предложен единый формат отображения информации, позволяющий описывать социально-экономическую систему в нотациях семантического, потокового, структурно-функционального, алгоритмического и информационного представления с помощью соответствующих идеографических средств компьютерного моделирования. Логика данного стратифицированного описания строится вокруг ключевых индикаторов по целевым значениям среднего размера трудовой пенсии и коэффициента замещения заработной платы пенсией с учетом ограничений государственного бюджета.  В описании заложен принцип дерева вариантов, позволяющий определять наилучшие комбинации сценарных параметров. Особенностью предложенного подхода является совместное применение системно-динамических и агентных подходов имитационного моделирования. Таким образом, на основе метода стратификации выполнено сжатое схематизированное описание процессов обработки данных с учетом конфигурации информационной системы, способной реализовать функции поддержки принятия решений в пенсионной системе РФ.

Артамонов Иван Васильевич – старший преподаватель кафедры информатики и кибернетики, факультет информатики, учета и сервиса, Байкальский государственный университет экономики и права.  
Адрес: 664003, Иркутск, ул. Ленина, 11.
E-mail: dark@darkis.ru

В теории сервис-ориентированных систем и при описании взаимодействия гетерогенных вычислительных сред в научной литературе и международных стандартах используется термин «бизнес-транзакция». Однако этот объект, его свойства и характеристики редко подвергаются детальному изучению. Авторы технической литературы, полагаясь на интуитивное понимание читателем этого термина, описывают шаблоны построения распределенных систем, транзакционные свойства композиции сервисов, проблемы оркестровки и хореографии и т.д. Поэтому в данной работе бизнес-транзакция описывается как бизнес-процесс и как некая сложная операция, выполняемая в среде корпоративных приложений. Эта среда наделяет бизнес-транзакцию рядом сложных характеристик, обеспечивающих ее способность к взаимодействию. В работе показано, что бизнес-транзакция старается поддерживать ACID-свойства системных транзакций, однако ввиду своей сложной природы часть этих свойств ослабляется и не может выполняться, что существенно ограничивает использование существующих средств управления распределенными транзакциями. На основании анализа моделей расширенных транзакций, а также протоколов оркестровки и хореографии в статье выделяются три типа бизнес-транзакций: атомарные, длительные и транзакции бизнес-процессов. Следует учитывать, что все три типа транзакций в полной мере соответствуют широкому определению бизнес-транзакций, и выделение типа «транзакция бизнес-процессов» не исключает того, что атомарные и длительные транзакции также выполняют бизнес-процессы. 

Таратухина Юлия Валерьевна – кандидат экономических наук, доцент кафедры инноваций и бизнеса в сфере информационных технологий, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: jtaratuhina@hse.ru  

Баранова Инея Михайловна – студент магистерской программы «Электронный бизнес», факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: binmi@hotmail.com

Развитие и распространение информационных технологий дало толчок к появлению совершенно новых подходов к образованию. Большую популярность в современном образовательном пространстве набирают открытые образовательные ресурсы, профессиональные сообщества, сообщества практики.

В статье делается попытка описать особенности организации и функционирования открытых образовательных ресурсов в разных культурах с точки зрения специфики национальных информационно-образовательных сред, а также обозначить проблемы защиты контента на открытых образовательных ресурсах.

Поскольку в современном образовательном пространстве открытые ресурсы чаще всего создаются и используются поликультурной, интернациональной аудиторией, то, безусловно, при их создании необходимо учитывать культурные и социальные различия, культурно-академическую специфику, особенности эргономического дизайна ресурсов, культурно-прагматическую специфику организации и пополнения контента.

Лаврушина Яна Николаевна – старший менеджер отдела операционных и кредитных рисков, ООО «Газпром экспорт».
Адрес: 127006, Москва, Страстной бульвар, 9.
E-mail: ya.lavrushina@gazpromexport.com 

Макарова Анастасия Александровна – главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».
Адрес: 127006, Москва, Страстной бульвар, 9.
E-mail: a.makarova@gazpromexport.com 

Куликов Александр Владимирович – кандидат физико-математических наук, главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».
Адрес: 127006, Москва, Страстной бульвар, 9.
E-mail: a.kulikov@gazpromexport.com

Управление операционным риском представляет собой один из способов управления изменениями предприятия, осуществляемый через совершенствование бизнес-процессов и технологий. Информационные технологии  выводят бизнес компании на новый уровень развития, но вместе с тем делают его зависимым от безотказности и бесперебойности в работе оборудования. Рассматриваемая в статье модель позволяет компании небанковского сектора решить проблему статистически некорректной среды и произвести адекватную оценку ожидаемых и непредвиденных потерь вследствие реализации технического риска.

Предполагается, что всю структуру бизнеса компании можно разбить на независимые операционные сценарии, состоящие из бизнес-процессов с разными периодами времени реализации и связанные с теми или иными IT-системами. Для оценки потерь моделируются состояния инфраструктурных сервисов в определенные, критичные к реализации бизнес-процессов временные интервалы. Подверженность рассчитывается исходя из матрицы, определяющей возможность реализации того или иного операционного сценария в зависимости от невозможности доступа к тому или иному инфраструктурному сервису. Учитывая, что операционные события происходят с маленькими вероятностями, для снижения погрешности вычислений используется метод экспоненциального скручивания вероятностей. Таким образом, усовершенствуется оценка вероятностей событий, находящихся в «хвосте» распределения потерь.

Для оценки непредвиденных потерь на основе рассматриваемой модели берется правая граница доверительного интервала. Для оценки риск-вклада отдельных бизнес-процессов и IT-сервисов в операционный риск компании рассматриваются все события, находящиеся в «хвосте» распределения, т.е. приводящие к большим потерям вследствие реализации операционного риска.

При анализе результатов оценки акцент делается не на проверке технических характеристик ИТ-систем, а на том, насколько грамотно построены бизнес-процессы компании. Таким образом, представленная модель является не только инструментом, позволяющим дать количественную оценку операционного риска, но и оценить соответствует ли бизнес-архитектура компании ИТ-архитектуре и требованиям к непрерывности бизнеса, исходя из которых, устанавливаются требования к классу надежности ИТ-систем, поддерживающих данный бизнес.

Горбачев Олег Геннадьевич– кандидат физико-математических наук, доцент кафедры математических основ управления, факультет управления и прикладной математики, Московский физико-технический институт (государственный университет).  
Адрес: 141700, Московская обл., г. Долгопрудный, Институтский переулок, 9.
E-mail:  gorbachev@sk-europe.ru

Значение информации в настоящее время настолько велико, что это привело к введению в научный оборот новой экономической сущности – информационного капитала. В страховой компании объектом информационного капитала является клиентская база, обладающая свойствами пополняемости и возобновляемости. Предметом исследования настоящей работы является информационные ресурсы, создаваемые в ходе страховой деятельности и, прежде всего, клиентская база страховой компании. Такая база содержит информацию (ретроспективные данные), позволяющую идентифицировать потенциального страхователя и его страховые интересы. Параметр однородности характеризует обобщенное информационное качество данных клиентской базы. В работе ставилась задача разработки модели однородности клиентской базы страховой фирмы.

В статье предложена качественно новая информационная модель страхового портфеля, основанная на авторском определении «классов однородности» и позволяющая существенно повысить эффективность информационного страхового капитала. Данная информационная модель позволяет получить ценовые ориентиры нового страхового продукта в отсутствие достоверной статистики по объекту страхования, используя для этого «устаревшие» статистические данные или статистику других регионов.

Для апробации информационной модели было выбрано 300 страховых событий по риску «ущерб в ДТП». Полученные таким образом 36 «гибридных» эмпирических функций проверялись (попарно) на однородность с помощью критерия Уилкоксона.  По результатам проверки был сделан вывод о том, что полученные данные не противоречат гипотезе однородности с уровнем значимости 5%.  Если в качестве ориентира «приемлемой точности» принять маркетинговые скидки, имеющиеся в арсенале большинства страховых компаний (до 10%), то результаты апробации рассматриваемой информационной модели можно признать достаточно перспективными с практической точки зрения. 

Васильев Роман Борисович – доктор технических наук, профессор, заведующий кафедрой стратегического управления информационными системами, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: rvasiliev@hse.ru

Левочкина Галина Александровна – кандидат технических наук, доцент кафедры стратегического управления информационными системами, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: glevochkina@hse.ru

Одним из важнейших сегментов мирового рынка информационных технологий (ИТ) являются ИТ-услуги, включающие самые разнообразные и, главным образом, интеллектуальные услуги с высокой добавленной стоимостью.

В статье отражены результаты исследования характеристик окружающей среды и состояния российского рынка ИТ-услуг.  Целью исследования является  определение степени зрелости российского рынка ИТ-услуг и выявление факторов, влияющих на успешность деятельности в области предоставления таких услуг.

Определение показателей рынка ИТ-услуг – процесс сложный и неоднозначный. Единой методики и универсального инструментария проведения такого анализа не существует. При проведении исследований  аналитические и консалтинговые компании используют различные методы и подходы. Как правило, анализ состояния рынка проводится на основе количественных показателей (например, выручки), в то время как для оценки степени зрелости рынка важны не только абсолютные цифры, но и качественные явления и тенденции.

В данной работе анализ состояния российского рынка ИТ-услуг и оценка степени его зрелости проведены на основе разработанной авторами системы критериев, учитывающей специфику российского рынка ИТ-услуг, и подходов, используемых в портфельном анализе для определения уровня развития рынка. Обобщенным результатом проведенного исследования является вывод о том, что на текущий момент российский  рынок ИТ-услуг имеет недостаточную степень зрелости и находится на стадии роста (развития). Полученные результаты исследования могут быть использованы предприятиями, организациями и компаниями различного профиля при приобретении ИТ-услуг, поскольку  принимаемые решения должны основываться на достоверной текущей информации и анализе всех факторов, оказывающих влияние на принимаемые решения. Результаты исследования также могут быть полезны провайдерам ИТ-услуг при определении и последующей реализации стратегии развития, маркетинговой политики, вводе новых ИТ-услуг, приобретении и продаже активов, реализации ИТ-проектов. 

Гюльмамедов Руфат Гасан оглы – кандидат технических наук, доцент кафедры информационной экономики и технологий, Азербайджанский государственный экономический университет.
Адрес: Азербайджан, Баку, ул. Истиглалият, 6.
E-mail: gulmamedovrg@rambler.ru

Как показывает мировой опыт, существует прямая связь между уровнем информатизации и экономическим ростом регионов. Однако высокие показатели инвестиций и широкое внедрение информатизации сами по себе не гарантируют ускорение экономического роста. В работе делается вывод о том, что  по сравнению со стоимостью технических и программных средств затраты на когнитивный анализ обычно не превышают доли процента от бюджета региональной информатизации, в то время как потери из-за  отсутствия такого анализа будут гораздо больше.

Целью исследования является разработка метода когнитивных карт региональной информатизации, призванных повысить эффективность планирования развития информационных технологий в регионе. Основой разработанной карты является структурная модель экономического роста, предложенная аналитиками группы EIU (Economist Intelligence Unit) по заказу компании Microsoft. Модель устанавливает концептуальную зависимость экономического роста от ряда ключевых (на современном этапе) проблем информатизации. Для учета этих особенностей была разработана когнитивная карта специального вида, ориентированная на региональные задачи и основанная на продукционных правилах (Rule-Based Cognitive Map – RBCM-карта).  База правил продукционной сети описывает весь набор межфакторных отношений, определенных моделью EIU. Причинно-следственные отношения, характеризующие силу и знак влияния одних факторов на другие, задаются с помощью лингвистической шкалы.

В результате на основе RBCM-карты разработан действующий прототип когнитивной модели региональной информатизации. Опытная эксплуатация показала, что модель не дает тривиальных или абсурдных результатов, позволяет формировать неочевидные альтернативные  стратегии, которые, как правило, оказывались  лучше предлагаемых менеджерами проектов региональной информатизации. Главным достоинством модели является то, что она позволяет осуществлять дивергентный анализ альтернативных проектов, который весьма полезен на ранней, наиболее сложной и ответственной стадии – на стадии концептуального синтеза региональных проектов. 

Ершов Владимир Николаевич – кандидат технических наук, доцент кафедры бизнес-информатики, Институт экономики, Костромской государственный университет им. Н.А.Некрасова.
Адрес: 156002, Кострома, ул. 1 Мая, 14.  
E-mail: yvn@mail.ru

Смирнова Полина Львовна – студент магистратуры, кафедры бизнес-информатики, Институт экономики, Костромской государственный университет им. Н.А.Некрасова.
Адрес: 156002, Кострома, ул. 1 Мая, 14.  
E-mail: perovapol@gmail.com

Статья посвящена вопросам методологии и практики защиты персональных данных в РФ, вытекающих из Федерального  закона «О персональных данных». Однако в этой области ощущается значительный дефицит методик аналитических разработок, анализа практики защиты персональных данных. Неоднозначны и комментарии по поводу самого закона. Все это вызывает дополнительные трудности и риски для операторов персональных данных, вынужденных решать возникающих проблем своими средствами на месте.

В этой связи целью работы является анализ существующей практики официальных и неофициальных нормативных документов области защиты персональных данных и разработки недостающих аспектов методологии защиты персональных данных.

Ключевой идеей более совершенных систем защиты персональных данных является принцип формирования модели нарушителя, с помощью которой осуществляются процедуры структурирования угроз. Однако именно для построения модели нарушителя какие-либо методики отсутствуют. Поэтому в статье на основании анализа существующих нормативно-методических документов и доработки существующих методик предложена и методика определения модели нарушителя для информационной системы защиты персональных данных. Модель позволяет подробно изучить угрозу, рассмотреть вероятность ее реализации всеми объективно значимыми группами нарушителей. Выбор актуальных угроз безопасности необходимо осуществлять на основе оценки вероятности реализации одной и той же угрозы всеми возможными группами нарушителей, то есть с учетом доминирующих источников угроз. С целью введения в стандартную методику модели нарушителя предлагается параметр вероятности возникновения угрозы заменить на соответствующий ему показатель вероятности реализации угрозы нарушителем. Выбор и систематизация актуальных угроз наиболее рационально возможно осуществлять на основе многомерного преставления данных виде гиперкуба.