2017. №2 (40)

Т.К. Кравченко - д.э.н., профессор, заведующая кафедрой бизнес-аналитики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: tkravchenko@hse.ru

С.Н. Брускин - к.э.н., доцент кафедры бизнес-аналитики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: sbruskin@hse.ru

      Приоритизация требований выполняется бизнес-аналитиком для анализа заявленных требований и определения необходимых возможностей потенциального решения, которое будет отвечать потребностям заинтересованных сторон. В ходе анализа бизнес-аналитик преобразует потребности и неформальные проблемы заинтересованных сторон в формальные требования к решению. Кроме того, анализ требований может быть выполнен для разработки моделей текущего состояния организации. Эти модели можно использовать для проверки области решения бизнеса и заинтересованных сторон, анализа текущего состояния организации с целью выявления возможностей улучшения или для помощи заинтересованным сторонам в понимании этого состояния.
      Задача определения приоритетов требований включает в себя следующие элементы. Во-первых, это бизнес-кейсы, в которых указаны ключевые цели и показатели успеха для проекта или организации. Приоритеты должны быть согласованы с этими целями и задачами. Бизнес-необходимость может быть использована как альтернатива бизнес-кейсу, если бизнес-кейсы не были подготовлены. Во-вторых, приоритизация требований требует, чтобы эти требования были заявлены заинтересованными сторонами. В-третьих, должен быть составлен список заинтересованных сторон, участвующих в приоритизации, аннотированный их уровнем полномочий и влияния.
      Ряд методов и рекомендаций, изложенных в Своде знаний по бизнес-анализу (BABOK® Guide), применены для нахождения приоритетов требований на примере условного коммерческого банка. Определены бизнес-потребности организации. Сформулированы основные проблемы процесса управления коммуникациями. Основополагающие источники проблемы проиллюстрированы на диаграмме «fishbone» (также известной как диаграмма причинно-следственных связей Исикавы). Составлен список заинтересованных сторон и их требований. Методика MoSCoW была применена для того, чтобы определить четыре группы требований, которые отличаются друг от друга воздействием результатов их реализации на решение выявленных проблем.
      Приоритеты требований должны быть использованы на различных этапах проекта, что может быть полезно для менеджера проекта при планировании работ по внедрению решения. Результаты данной работы также должны помочь заинтересованным сторонам разработать общую точку зрения на стратегические цели проекта. 

А.Н. Бирюков - кандидат физико-математических наук, доцент кафедры бизнес-информатики, Финансовый университет при Правительстве РФ
Адрес: 125993, г. Москва, Ленинградский пр-т, д. 49
E-mail: anbiryukov@fa.ru

      В статье описывается новый подход к стратегическому управлению ИТ-службой организации, в сравнении с существующим подходом, который обычно основывается на разработке ИТ-стратегии, соответствующей бизнес-стратегии организации. В предложенном методе единственной принципиальной целью ИТ-службы считается достижение высокого уровня доверия к ней со стороны бизнеса. При этом остальные цели являются производными этого доверия, поскольку ни одна из них не будет достигнута, если бизнес-руководство не относится к ИТ-службе как к надежному партнеру. Доверие к ИТ-службе представляет собой комбинацию доверия со стороны отдельных клиентов, взаимосвязанных и влияющих на мнения друг друга. Для того, чтобы максимизировать доверие со стороны отдельных клиентов, ИТ-служба должна придерживаться индивидуального подхода к каждому из них. С точки зрения управления ИТ-услугами (IT Service Management, ITSM) это означает, что нужно разрабатывать и использовать индивидуальные соглашения об уровне услуг (Service Level Agreement, SLA) с каждым клиентом. В результате будет обеспечено высокое суммарное доверие к ИТ-службе. Доверие можно использовать для разных целей. Например, ИТ-служба может использовать возросшее доверие клиента для модификации условий SLA с этим клиентом, чтобы снизить собственные издержки, не затрагивая интересов клиента. Другой вариант – использование суммарного доверия для обеспечения поддержки менеджментом организации инновационных работ в области ИТ. В заключение показано, что задача максимизации общего доверия не проще, чем хорошо известная задач о рюкзаке.

Ю.А. Зеленков - доктор технических наук, советник генерального конструктора, НПО «Сатурн»
Адрес: 152903, Ярославская обл., г. Рыбинск, пр-т Ленина, д. 163
E-mail: yuri.zelenkov@gmail.com

      В статье предлагается методология анализа системы управления организацией и выбора наиболее актуальной стратегии повышения ее информационной эффективности. Информационная эффективность определяется через объем информации, который необходим для обеспечения процессов координации и мотивации. Обсуждаются четыре стратегии организационного дизайна, направленные на повышение информационной эффективности. Две из них связаны с сокращением объема информации, необходимого для управления: создание буферов (запасов сырья, незавершенного производства и избыточных ресурсов) и декомпозиция системы на независимые рабочие подразделения. Две другие стратегии направлены на увеличение способностей организации обрабатывать информацию: создание информационных систем и создание контекста, способствующего обмену информации.
      Показано, что стратегия создания буферов ведет к неэффективности, но стихийно возникает в условиях недостатка информации. Реализация остальных стратегий требует усилий со стороны организации. Обсуждаются подходы к измерению информационной эффективности организации и, поскольку выработка единого способа в настоящее время вряд ли возможна, рекомендуется использовать бенчмаркинг.
      Даны оценки объемов информации, которыми оперируют предприятия высокотехнологичного машиностроения в России и за рубежом. Показано, что отечественные предприятия из-за отсталости технологической инфраструктуры вынуждены обрабатывать чрезмерно большие объемы данных, что ведет к информационной перегрузке и, как следствие, созданию буферов на всех этапах производства. Результатом является общая неэффективность предприятия по сравнению с аналогичными зарубежными, причем данное отставание невозможно преодолеть только за счет создания корпоративных информационных систем. В связи с этим представлен пример декомпозиции производственной системы, позволяющей снизить объемы информации для управления. 

А.П. Афанасьев - доктор физико-математических наук, профессор, заведующий лабораторией распределенных вычислительных систем, Институт проблем передачи информации им. А.А. Харкевича РАН; профессор, заведующий базовой кафедрой высокопроизводительных вычислений Института проблем передачи информации им. А.А. Харкевича РАН
Адрес: 127051, г. Москва, Большой Каретный пер., д. 19 стр. 1
E-mail: apa@isa.ru

С.М. Дзюба - доктор физико-математических наук, профессор кафедры информационных систем, Тверской государственный технический университет
Адрес: 170026, г. Тверь, наб. Афанасия Никитина, д. 22  
E-mail:sdzyuba@mail.ru

И.И. Емельянова - старший преподаватель кафедры информационных систем, Тверской государственный технический университет
Адрес: 170026, г. Тверь, наб. Афанасия Никитина, д. 22  
E-mail: emelyanova-123@yandex.ru

      В статье представлен метод исследования решений систем обыкновенных дифференциальных уравнений с полиномиальной правой частью. Подобные системы давно представляют достаточно большой интерес для приложений, поскольку многие модели процессов различны своей физической, биологической и, главным образом, экономической природой, описываемой данными системами. Для получения решения систем с полиномиальной правой частью обычно используют стандартные методы численного анализа, не учитывая конкретный вид правой части. Мы предлагаем другой метод, использующий тот факт, что правая часть уравнения представляет собой многомерный многочлен. Относительная простота правой части рассматриваемой системы позволила построить этим методом приближенные аналитические решения в виде функций не только времени, но и начальных условий. В отличие от большинства известных методов, последнее во многих случаях позволяет непосредственно отслеживать систематическую ошибку вычислений. Реализация метода основана на построении интерактивной системы вдоль решений исходной системы с последующим использованием обобщенной схемы Горнера. Вычислительная особенность схемы Горнера состоит в том, что она во многих случаях позволяет сократить количество машинных операций, необходимых для вычисления многочлена, по сравнению с обычным вычислительным процессом. Вторая особенность обобщенной схемы Горнера состоит в том, что здесь вычислительный процесс хорошо декомпозируется, что позволяет проводить вычисления параллельно на независимых узлах. Как показали вычислительные эксперименты, это позволяет сократить время вычисления даже в простейших случаях в десятки раз при сохранении заданной точности.

Работа выполнена при поддержке Российского научного фонда (проект 16-11-10352). 

Д.С. Кокорев - аспирант лаборатории распределенных вычислительных систем, Институт проблем передачи информации им. А.А. Харкевича РАН     
Адрес: 127051, г. Москва, Большой Каретный пер., д. 19 стр. 1
E-mail: korvin-d@yandex.ru

      В статье рассматривается задача нахождения многогранников заданной формы внутри других невыпуклых многогранников. Данная задача является частным случаем третьей части 18-й проблемы Гильберта. Она имеет практическое применение в компьютерном моделировании трехмерных объектов, автономном перемещении роботов, ювелирной промышленности. Эта математическая задача интересна с точки зрения ее применения для нахождения огранок драгоценных камней внутри неограненного камня.
      В статье предлагается метод поиска вписанных многогранников, основанный на сведении данной задачи к задаче нелинейного программирования и решения ее с помощью готовых программных средств. Основной идеей является то, что задача легко описывается в терминах нелинейного программирования. Целевой функцией является объем искомого многогранника. Ограничения включают в себя сохранение комбинаторной структуры, содержание многогранника внутри другого, выпуклость и дополнительные ограничения, необходимые для практических целей.
      В статье рассмотрены две реализации алгоритма: клиент-серверное приложение и локальное приложение. Приведены их достоинства и недостатки. Алгоритм описан не только с математической точки зрения, но и с точки зрения некоторых его прикладных особенностей. По сравнению с предыдущими статьями автора добавлен метод, который позволяет решать невыпуклый случай задачи, что является значительным шагом с математической точки зрения. Кроме того, это позволяет использовать алгоритм на всех этапах огранки драгоценных камней. В конце статьи даны актуальные оценки эффективности и времени работы алгоритма, в том числе на слабых процессорах, и описаны планы дальнейшего развития алгоритма. 

Работа выполнена при поддержке Российского научного фонда (проект 16-11-10352). 

С.А. Фомин - бакалавр технических наук, оператор лаборатории научно-исследовательского центра, Академия гражданской защиты МЧС России
Адрес: 141435, Московская область, г. Химки, мкр. Новогорск
E-mail: sergio-dna@yandex.ru

Р.Л. Белоусов - кандидат технических наук, научный сотрудник научно-исследовательского центра, Академия гражданской защиты МЧС России
Адрес: 141435, Московская область, г. Химки, мкр. Новогорск
E-mail: romabel-87@mail.ru

      В статье рассмотрена задача, связанная с обнаружением публикаций, схожих по смыслу, а также публикаций, посвященных одному событию. Особенность решаемой задачи заключается в том, что в качестве публикаций рассматриваются короткие новостные сообщения, средняя длина которых составляет 40 слов. Для решения указанной задачи разработан алгоритм, в основу которого положена векторная модель семантики, где каждый текст рассматривается как точка в многомерном пространстве. Преобразование корпуса текстов в матрицу производится с помощью меры TF-IDF. Необходимо отметить, что даже для небольших корпусов (объемом порядка 800 сообщений) размерность векторного пространства может превосходить 2000 компонент, а в среднем размерность составляет около 8500 компонент. Для сокращения размерности пространства используется метод главных компонент. Его применение позволяет рационально сократить размерность пространства и оставить около трех процентов компонент от их исходного количества.
      В сокращенном пространстве для объединения векторов в кластеры применяется агломеративная иерархическая кластеризация по алгоритму Ланса–Уильямса, который запускает процесс слияния кластеров. Слияние кластеров производится с помощью вычисления расстояния между ближайшими элементами этих кластеров. Процесс слияния кластеров прекращается в том случае, если расстояние между двумя кластерами превышает некоторое значениеr.
      При проведении численного эксперимента построена регрессионная модель, позволяющая найти наиболее подходящее значение параметра r для каждого корпуса сообщений. В качестве исходных данных для проведения численного эксперимента использовалась коллекция коротких новостей, общий объем которых составляет около 135 тысяч сообщений.
      Разработанный алгоритм имеет достаточно высокие показатели качества, которые учитывают, с одной стороны, способность классифицировать парытекстовых сообщений как семантические дубликаты, а с другой – способность объединять найденные дубликаты в группы. 

А.А. Горбунов - преподаватель кафедры управления информационными системами и цифровой инфраструктурой, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: agorbunov@hse.ru

Е.А. Исаев - кандидат технических наук, профессор, заведующий кафедрой управления информационными системами и цифровой инфраструктурой, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: eisaev@hse.ru

А.Ф. Моргунов - кандидат технических наук, доцент кафедры управления информационными системами и цифровой инфраструктурой, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: amorgunov@hse.ru

      В вузах и втузах с профильными ИТ-специальностями в одном семестре могут обучаться работе с программными продуктами сразу несколько потоков, курсов, специальностей. Поэтому перед ИТ-службами учебных заведений возникает задача создания инфраструктуры учебных приложений, которая сможет обеспечить поддержку учебного процесса. Следует учитывать, что число специальностей, на которых изучаются информационные технологии, с каждым годом растет (например, в НИУ ВШЭ преподаются дисциплины-майноры, куда может записаться студент с любой специальности). Также в последнее время популярностью стали пользоваться дистанционные курсы. Если не планировать нагрузку, то с учетом будущих трендов, мощности даже самой высокотехнологичной инфраструктуры будут недостаточны. Расчет соответствующей нагрузки на инфраструктуру необходимо производить в процессе планирования учебных дисциплин, что позволит выполнять резервирование соответствующих мощностей и тем самым организовать эффективный учебный процесс.
      Разработчики программного обеспечения используют различные бенчмаркинговые инструменты, которые сложны и не предоставляют необходимой информации для участников планирования учебного процесса. 
      В статье рассматривается построение имитационной модели поддержки планирования учебного процесса. Моделирование осуществляется с использованием возможностей инструмента AnyLogic 7. Целью данной работы является разработка имитационной модели, предназначенной для оценки нагрузки на информационные системы, используемые в ходе учебного процесса. Помимо описания модели, в статье приведены результаты расчетов с ее использованием для различных вариантов размещения информационной системы (в частном облаке или на сервере в университете). Результаты моделирования подтверждены данными, полученными в ходе проведения практических занятий в вузе. Данная модель дает возможность планировать учебный процесс с целью добиться равномерности нагрузки на сервисы. В случае необходимости модель позволяет принять решение о месте размещения учебной информационной системы: на серверах университета или в частном облаке.

И.В. Ильин - доктор экономических наук, профессор, директор Высшей школы технологий управления бизнесом, Санкт-Петербургский политехнический университет Петра Великого
Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29
E-mail: ivi2475@gmail.com

А.А. Григорьева - аспирант Высшей школы технологий управления бизнесом, Санкт-Петербургский политехнический университет Петра Великого
Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29
E-mail: grigoreva_spb@list.ru

И.М. Запивахин - консультант по интеграции ООО «СОЛМИКС Консалтинг»; студент Высшей школы технологий управления бизнесом, Санкт-Петербургский политехнический университет Петра Великого
Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29
E-mail: igorzapivakhin@gmail.com

       В настоящее время среди специалистов сферы ИТ выявлены предпочтения к использованию на практике семейства гибких (agile) методологий управления проектами. Использование данных методологий подразумевает возможность внесения изменений в требования к ИТ-решению на любом этапе, а один из принципов Agile Manifesto, – «Простота», – декларирует использование минимума проектной документации. Недостаток данного подхода при ведении таких ресурсозатратных проектов, как проекты в области настройки информационных систем (ИС) заключается в рисках исполнителя не соблюсти временные и бюджетные рамки проекта. Возникает необходимость в создании инструмента, который будет согласовать планы на разработку до ее непосредственной реализации таким образом, чтобы свести к минимуму вероятность внесения изменений на более поздних этапах проекта.
      В статье представлены результаты исследования возможности применения холистических методов визуализации из области управления архитектурой предприятия (АП) (Enterprise Architecture Management, EAM) к сопровождению проектных работ по внедрению и кастомизации ИС, в частности, к составлению документации на стадии планирования и согласования ИТ-решений. Цель работы – разработать инструмент, который будет способствовать пониманию заказчиком планируемых изменений, и обеспечит учет их влияния на уже существующую АП. В данной статье анализируются стандарты к управлению ИТ-проектами в части рекомендаций по составлению проектной документации этапа «концептуальный проект», а также приводятся результаты опросов ИТ-консультантов. Предложено Архитектурное Решение (АР) – документ, завершающий стадию планирования и согласования ИТ-изменений, который базируется на использовании методов и моделей из области АП. Данное решение при agile-философии ведения ИТ-проектов может являться достаточным документом этапа согласования планов на проект.