2014. №3 (29)

Амзараков Максим Борисович - Директор АНО «Институт «Аптайм».
Адрес: 125315, Москва, ул. Часовая, д. 9.
E-mail: m.amzarakov@uptimetechnology.ru

Сухов Рафаэль Ряхимович - Финансовый управляющий АНО «Институт «Аптайм».
Адрес: 125315, Москва, ул. Часовая, д. 9.
E-mail: r.sukhov@uptimetechnology.ru

Исаев Евгений Анатольевич - кандидат технических наук, профессор, заведующий базовой кафедрой Группы компаний «Стек», Национальный исследовательский университет «Высшая школа экономики»; заведующий лабораторией, Физический институт имени П.Н.Лебедева Российской академии наук.
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: eisaev@hse.ru

     Настоящая работа ставит перед собой цель систематизировать существующие в мире технологические решения в области центров обработки данных. В статье рассмотрены основные факторы, влияющие на стоимость и инженерную сложность дата-центров и определяющие базовые правила формирования и оценки стоимости их создания и последующей эксплуатации. Рассмотрено понятие энергоэффективности и ее влияние на первичную стоимость дата-центра, стоимость его эксплуатации и, как следствие, совокупную стоимость владения. Также рассмотрены предпосылки появления модульных решений для центров обработки данных. Систематизация и определение ключевых отличий и особенностей позволяют точно позиционировать применимость существующих технологий. Для этого в работе изложены ключевые особенности и определены границы применимости существующих технологий, а технологические решения разных производителей оценены на предмет укомплектованности инженерными системами. Полученные оценки приведены в удобном для сопоставления табличном виде.
     Итогом работы является обобщенная таблица, позволяющая сравнить возможности каждого решения в нескольких аспектах, включая форм-фактор, законченность решения, модульность, гибкость, возможность развития по нескольким ключевым инженерным решениям.

Мицюк Алексей Александрович - аналитик Международной научно-учебной лаборатории процессно-ориентированных информационных систем, Национальный исследовательский университет «Высшая школа экономики» 
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: amitsyuk@hse.ru

Каленкова Анна Алексеевна - кандидат физико-математических наук, научный сотрудник Международной научно-учебной лаборатории процессно-ориентированных информационных систем, Национальный исследовательский университет «Высшая школа экономики» 
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: akalenkova@hse.ru

Шершаков Сергей Андреевич - научный сотрудник Международной научно-учебной лаборатории процессно-ориентированных информационных систем, Национальный исследовательский университет «Высшая школа экономики» 
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: sshershakov@hse.ru

ван дер Аалст Вил - Prof.dr.ir., научный руководитель Международной научно-учебной лаборатории процессно-ориентированных информационных систем, Национальный исследовательский университет «Высшая школа экономики»; профессор Технического университета города Эйндховен (Нидерланды).
Адрес: P.O. Box 513, NL-5600 MB, Eindhoven, The Netherlands
E-mail: w.m.p.v.d.aalst@tue.nl

     Системы электронной торговли применяются повсеместно в автоматизации торговли. Неэффективность и узкие места в процессах электронных продаж ведут к коммерческим потерям. Традиционные подходы, применяемые для выявления проблем при выполнении процессов, требуют большого количества времени и сильно зависят от субъективных оценок. В статье предложен новый подход, основанный на применении методов process mining. Методы process mining предназначены для извлечения, анализа, исправления и усовершенствования бизнес-процессов. При этом используется информация о реальном поведении информационной системы, записанная в так называемом журнале событий. В данной работе анализируется бизнес-процесс, исполняемый информационной системой онлайн-бронирования и продажи билетов. Разобран конкретный пример практического применения предложенного подхода. Показаны результаты применения методик Process mining для анализа информационной системы электронной торговли. Основываясь на этих результатах, выдвинуты гипотезы и предложены пути для усовершенствования бизнес-процессов, обеспечивающие улучшение экономических показателей функционирования информационной системы бронирования и продажи билетов. Рекомендации, сформулированные по итогам анализа логов событий системы, приводятся в этой работе для иллюстрации реальных возможностей, выгод и недостатков применения process mining. Предложенный подход обобщается для применения к широкому спектру информационных систем электронной торговли. В работе использовалась программная среда ProM, состоящая из множества подсистем, реализующих различные методы process mining. Инструменты автоматического анализа логов событий необходимы для решения поставленных задач, однако  необходимо избегать ошибок, связанных, прежде всего, с неправильной или неточной интерпретацией результатов работы методов. В статье показаны возможные трудности и подводные камни, возникающие при решении практических задач с использованием process mining.

Кухарев Георгий Александрович - доктор технических наук, профессор кафедры мультимедийных систем, факультет информатики, Западно-поморский технологический университет
Адрес: Польша, 70-310, г. Щецин, ул. Жолниерска, д. 17.
E-mail: gkukharev@wi.zut.edu.pl

Матвеев Юрий Николаевич - доктор технических наук, профессор кафедры речевых информационных систем, Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики (НИУ ИТМО); главный научный сотрудник ООО «ЦРТ-инновации» 
Адрес: 197101, г. Санкт-Петербург, Кронверкский проспект, д. 49.
E-mail: matveev@mail.ifmo.ru

Щеголева Надежда Львовна - кандидат технических наук, доцент кафедры математического обеспечения и применения ЭВМ, факультет компьютерных технологий и информатики, Санкт-Петербургский государственный электротехнический университет (ЛЭТИ)  
Адрес: 197376, г. Санкт-Петербург, ул. Проф. Попова, д. 5.
E-mail: nlschegoleva@etu.ru

     В статье обсуждается задача формирования линейного штрих-кода по изображениям лиц. Представлена история задачи и возможные подходы к ее решению с ориентацией на мобильные системы.
     Для решения задачи предложены два метода: первый метод основан на гистограммах яркости, второй – на разностных градиентах яркости, представляющих изображения лиц в форме исходных признаков. Далее в каждом методе эти признаки усредняются на ограниченном числе интервалов, квантуются в диапазоне десятичных цифр от 0 до 9 и преобразуются в стандартный штрих-код. Предложена структура системы формирования штрих-кода и приводится описание основных блоков.
     Тестирование выполнено на базах «Face94», «Face Sketch FERET Database» и базе композитных лиц различных возрастов. В рамках тестов показано, что сформированный штрих-код не изменяется при изменении локальных размеров лиц, наклона в плоскости XY, изменения ракурса и зеркального поворота вокруг вертикальной оси, а также при изменениях речевой мимики лиц и возрастных изменениях лиц.
     Таким образом, предложенные методы предлагают новое решение для практики использования в реальных условиях – динамики изменения параметров изображений лиц. При этом оба подхода не требуют больших вычислительных затрат, а также использования специализированных пакетов программ по обработке изображений, что создает условия для формирования линейных штрих-кодов в рамках систем реального времени. Сформированный штрих-код содержит информацию о лице конкретного человека и может быть использован для индексирования, идентификации, распознавания и поиска людей.

Сметанин Юрий Геннадиевич - доктор физико-математических наук, главный научный сотрудник, Вычислительный центр им. А.А.Дородницына, Российская академия наук. 
Адрес: 119333, Москва, ул. Вавилова, 40.
E-mail: smetanin.iury2011@yandex.ru

Ульянов Михаил Васильевич - доктор технических наук, профессор кафедры прикладной математики и моделирования систем, Институт коммуникаций и медиабизнеса, Московский государственный университет печати им. Ивана Федорова; профессор кафедры управления разработкой программного обеспечения, департамент программной инженерии, факультет компьютерных наук, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: muljanov@mail.ru

     В настоящее время рассматриваются разнообразные подходы к исследованию временных рядов в аспекте их прогнозирования. По мнению авторов, интерес представляет подход кластерного анализа, в котором объектом исследования является множество временных рядов, порожденных различными источниками. Пространство кластеризации строится на основе обобщенных универсальных характеристик временных рядов, каждая из которых является координатой этого пространства. Одному временному ряду в таком пространстве соответствует точка в координатах универсальных характеристик. Применение методов кластерного анализа позволяет выделить временные ряды, близкие по метрике пространства, а для полученных кластеров возможно решение задачи о выборе рационального метода прогнозирования. Построение специального метрического пространства для анализа временных рядов является объектом исследования данной статьи. Предметом исследования являются координаты этого пространства – обобщенные характеристики временных рядов. Авторами в ряде предыдущих работ уже были введены две координаты такого пространства – сложность временного ряда по Колмогорову и гармоническая сложность временного ряда. Настоящая статья посвящена разработке новой обобщенной характеристики временного ряда с использованием аппарата комбинаторики слов – мере символьного разнообразия. Применение подхода символьного кодирования позволяет получить представление временных рядов в пространстве слов некоторого выбранного алфавита. Исследование полученного представления методами комбинаторики слов позволяет получить оценку энтропии сдвигов как функцию длины скользящего окна. На основе исследования особенностей первой конечной разности этой функции предлагается мера символьного разнообразия временного ряда. Предложенная обобщенная характеристика может быть использована для последующего выявления характерных особенностей временных рядов, в частности, как одна из осей пространства кластеризации.

Ясницкий Леонид Нахимович - доктор технических наук, профессор кафедры информационных технологий в бизнесе, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики» (Пермский филиал); Председатель Пермского отделения Научного Совета РАН по методологии искусственного интеллекта
Адрес: 614046, г. Пермь, ул. Студенческая, д. 38.
E-mail: yasn@psu.ru

Иванов Дмитрий Вячеславович - аспирант кафедры информационных систем и математических методов в экономике, экономический факультет, Пермский государственный национальный исследовательский университет,
Адрес: 614990, г. Пермь, ул. Букирева, д. 15.
E-mail: idv_1988@mail.ru

Липатова Екатерина Викторовна - студент факультета экономики, Национальный исследовательский университет «Высшая школа экономики» (Пермский филиал)
Адрес: 614046, г. Пермь, ул. Студенческая, д. 38.
E-mail: Lipatova_katya@mail.ru

      Предметом исследования является банковская система России. Цель работы – создание математической модели, предназначенной для оценки вероятности банкротств банков по причине отзыва лицензии. Инструмент создания модели – аппарат нейронных сетей, обучаемых на материалах финансовой отчетности Центрального банка Российской федерации. Погрешность тестирования (обобщения) обученной и оптимизированной нейронной сети составила 6,3%. Исследования моделируемой области, – банковской сферы РФ, – выполнены путем проведения виртуальных компьютерных экспериментов, в ходе которых вычисления с помощью нейронной сети производились при изменении одного из пятнадцати входных параметров, характеризующих банки, в то время как остальные параметры сохранялись неизменными. В частности, исследовалось влияние на вероятность банкротства банка коэффициента долгосрочной ликвидности, вида организационно-правовой формы, показателя размера крупных кредитных рисков, места регистрации банка. В результате сделан вывод о том, что повышение коэффициента долгосрочной ликвидности снижает вероятность банкротства банка, однако, начиная с определенного уровня, зависящего от других параметров конкретного банка, повышение данного показателя увеличивает вероятность его банкротства. Существенное влияние на успешность функционирования банка оказывает организационно-правовая форма банка, а также место его регистрации. Однако это влияние неоднозначно и в каждом конкретном случае может проявляться по-разному, в зависимости от множества других параметров банка и его деятельности. Приведен пример применения математической модели для разработки рекомендаций по снижению вероятности банкротства одного из банков. 

Коровкина Нина Леонидовна - кандидат технических наук, доцент кафедры корпоративных информационных систем, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики» 
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: nkorovkina@hse.r

Фай Мария Сергеевна - студентка, Институт им. Хассо Платтнера, School of Design Thinking
Адрес: Germany, D-14482, Potsdam, Prof.-Dr.-Helmert-Str., 2-3.  
E-mail: msfay@edu.hse.ru

      В статье предложен подход к разработке методики обоснования инвестиций в ИТ-проекты за счет установления их взаимосвязи с бизнес-драйверами компании. Представляя собой факторы повышения ценности компании, бизнес-драйверы позволяют определить, каким образом стратегические преимущества от реализации ИТ-проектов влияют на показатели предприятия. Дерево бизнес-драйверов базируется на модели ValIT, отображая иерархию нескольких финансовых факторов  повышения добавочной экономической стоимости, и дополняется несколькими индивидуальными для индустрий и компаний нефинансовыми факторами (такими, как внутренняя оптимизация, способность к инновациям). Таким образом обеспечивается основа для определения стратегической целесообразности инвестирования в проект.
      Подобный метод формулирования потенциальных выгод от информационных технологий (ИТ) в терминах бизнеса становится одним из критериев принятия решений об инвестициях и дополняет идею концепции Value-Based Management. В работе обосновывается, что достаточный уровень покрытия проектом бизнес-драйверов компании способен в ряде случаев компенсировать негативное значение ожидаемых финансовых выгод. Проведенный анализ возможностей обоснования вложений в ИТ делает возможным построение матрицы принятия решений на основе оценки риска, количественных показателей, а также соответствия приоритетам компании. Реализация формируемых в работе предложений призвана обеспечить более высокую окупаемость ИТ-инвестиций (и их прозрачность) и обеспечить гармонизацию бизнеса и ИТ. Обеспечивается учет особенностей бизнеса и более комплексная оценка эффекта от ИТ-инвестиций, нивелирующая риски неверной оценки роста денежного потока. Предложенный подход успешно апробирован для оценки портфеля потенциальных ИТ-проектов в крупной производственной компании в России.

Ехлаков Юрий Поликарпович - доктор технических наук, профессор, заведующий кафедрой автоматизации обработки информации, факультет систем управления,Томский государственный университет систем управления и радиоэлектроники
Адрес: 634034, г. Томск, ул. Вершинина, д. 74.
E-mail: upe@tusur.ru

Пермякова Наталья Викторовна - аспирант кафедры автоматизации обработки информации, факультет систем управления, Томский государственный университет систем управления и радиоэлектроники
Адрес: 634034, г. Томск, ул. Вершинина, д. 74.
E-mail: pnv@muma.tusur.ru

      В статье рассматривается задача оценки и анализа рисков при разработке и реализации программы продвижения прикладных программных продуктов, показана целесообразность использования для решения задачи математического аппарата нечетких систем. Сформулирована маркетинговая цель программы как «достижение планового объема продаж в определенном интервале времени при ограничениях на бюджет программы». Учитывая явную логическую взаимосвязь между целями программы и возможными рисками, определены три вида рисков: срыв плановых сроков реализации программы, срыв плановых объемов продаж, превышение бюджета программы. На основе анализа литературы выявлены причины (рискообразующие факторы), способствующие возникновению рисков, предложена классификация рискообразующих факторов, их качественные и количественные характеристики. Рассмотрен реальный пример построения нечеткой модели оценки и анализа рисков при выводе на рынок веб-ориентированной геоинформационной технологии генерального плана предприятия. Выделены одиннадцать входных лингвистических переменных (рискообразующих факторов), влияющих на риски программы и три выходных переменных (степень влияния факторов на итоговый риск проекта, степень превышения бюджета проекта и степень достижения плана по объему продаж). Построены две базы правил: правила первой базы используются для определения степени влияния факторов на итоговый риск, правила второй базы используются для определения степени рискованности основных целей программы. На основе алгоритма нечеткого вывода Мамдани получены численные характеристики каждого из рисков и предложены сценарии по реагированию на них. Полученные результаты в практическом плане полезны руководителям малых ИТ-компаний, а также маркетологам, при решении задач продвижения новых товаров на промышленные рынки.