автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Коллективное моделирование предметной области большой размерности

На правах рукописи

ТУДЕР ИЛЬЯ ЮРЬЕВИЧ

КОЛЛЕКТИВНОЕ МОДЕЛИРОВАНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ БОЛЬШОЙ

РАЗМЕРНОСТИ

Специальность 05.13.11 - математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 2002

Работа выполнена в Научно - исследовательском центре электронной вычислительной техники (НИЦЭВТ).

Научный руководитель: доктор технических наук

Позин Б. А.

Официальные оппоненты: доктор технических наук

Калянов Г.Н.

кандидат технических наук, доцент Вендров А.М.

Ведущая организация: Научно - исследовательский институт

системных исследований РАН (НИИСИ РАН).

Защита диссертации состоится «_»_20 г. в 10-00 на заседании диссертационного

совета Д 217.031.01 Российского научно-исследовательского института информационных технологий и систем автоматизированного проектирования по адресу г.Москва, ул. Щепкина, 22.

С диссертацией можно ознакомиться в библиотеке РосНИИ ИТиАП. Автореферат разослан «_»_20 г.

Ученый секретарь специализированного совета Д 217.031.01

М.М.Виньков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Рост сложности объектов автоматизации, каковыми являются предприятия различных сфер деятельности, а также переход от частичной автоматизации к комплексным интегрированным решениям, учитывающим специфические особенности конкретного предприятия, приводит к увеличению количества и сложности проектов по комплексной автоматизации предприятий. При разработке сложных программных систем необходимо снизить зависимость качества результатов от таких субъективных факторов, как квалификация исполнителей, их опыт, понизить риск неуспешного завершения проекта. Для этого необходимы промышленные технологические методы разработки программных систем, позволяющие с самых первых этапов проекта подключать большое количество специалистов средней квалификации и получать предсказуемые во времени и качественные результаты. Из всех видов обеспечения, составляющих комплексное решение для автоматизируемого предприятия, наиболее зависимыми от персональных особенностей объекта автоматизации являются информационное (ИО) и программное обеспечение (ПО). На сегодняшний день существует острая потребность в научно обоснованных технологических методах разработки программных систем, позволяющих планировать параметры программного проекта и гарантировать необходимое качество результатов. Большая размерность и сложность объектов автоматизации предопределяет итерационный характер методов разработки, а потребность в их промышленном характере означает необходимость глубокой формализации технологии выполнения всех этапов проекта. Существующие сегодня методы, безусловно, решают задачу разработки программного обеспечения, однако, не обладают в достаточной степени промышленными свойствами.

Высокая сложность объектов автоматизации и требования по минимизации времени разработки определяют коллективный характер работ, начиная с самых ранних этапов, заключающихся в обследовании, моделировании и анализе предметной области. При этом коллективная работа имеет свои особенности, которые должны находить отражение в специальных мероприятиях по поддержанию логической целостности результатов на протяжении всего проекта.

Таким образом, создание научно обоснованных технологических методов коллективной разработки программных систем является актуальной научно-технической проблемой.

В рамках данной проблемы существует множество задач, относящихся к различным этапам жизненного цикла ПО. Однако этап анализа, цель которого - выявление, классификация и формализация информации обо всех аспектах предметной области,

влияющих на свойства конечного результата, в соответствии с ISO 12207, является начальным этапом процесса "Разработка" и оказывает определяющее влияние на качество результатов всего проекта. Отсюда следует особая важность задач, относящихся к данному этапу.

Таким образом, в рамках названной выше проблемы первоочередными являются задачи, направленные на формализацию начального этапа жизненного цикла программного проекта - анализа предметной области, важнейшей составной частью которого является моделирование предметной области. При этом целью моделирования является построение формализованных моделей, адекватно отражающих предметную область в соответствии с целями и задачами проекта.

Работы в данной области ведутся в течение нескольких десятков лет силами многих российских и зарубежных ученых: C.Gane, T.Sarson, T.DeMarco, E.Yourdon, J.Rumbaugh, G.Booch, I.Jacobson, В.В.Липаев, А.А.Штрик, Б.А.Позин, Г.Н.Калянов, Е.З.Зиндер, А.М.Вендров и др. Вместе с тем, существующие на сегодняшний день методологии и технологии разработки программных систем недостаточно формализуют моделирование предметной области с учетом особенностей коллективной работы. В современных методах недостаточно формализованных критериев и процедур для обеспечения функциональной полноты и логической целостности результатов коллективной работы, а также отсутствуют формализованные методы выявления интегрирующей основы информационного и программного обеспечения.

Таким образом, налицо два противоречащих друг другу фактора: с одной стороны -рост потребностей в заказных проектах, направленных на комплексную автоматизацию предприятий в условиях большой размерности предметной области и высоких требований к срокам и качеству результатов, с другой стороны - недостаточное развитие методов разработки подобных проектов, обеспечивающих качество и логическую целостность результатов в условиях коллективной работы с самых первых этапов жизненного цикла.

Целью работы является разработка научно обоснованной технологии коллективного моделирования предметной области большой размерности при создании программного обеспечения информационных систем.

Методы исследования. В теоретических и экспериментальных исследованиях применены аппарат теории матриц и математического анализа, а также элементы комбинаторики.

Научная новизна. Научную новизну представляют следующие, представленные в диссертации, результаты исследований:

• Критерий глубины детализации функциональной модели предметной области, основанный на свойствах информационных объектов, представленных на потоках данных нижнего уровня функциональной модели. Критерий обеспечивает необходимый и достаточный уровень детализации функциональной модели.

• Критерии верификации, позволяющие формализовать контроль полноты состава информационных объектов в модели предметной области. Критерии являются формализованными и используют взаимосвязанные глоссарии информационных объектов двух типов (Глоссария Документов и Глоссария Сущностей).

• Метод выявления общесистемных сущностей. Метод позволяет объективно выявить подмножество сущностей, оказывающих наибольшее влияние на сцепление бизнес-процессов, и ограничить размерность информационной модели в процессе ее построения. Метод является формальным, не зависящим от размерности исходных данных, адаптируемым к предметной области и условиям конкретного проекта.

• Экспериментально выявленные характеристики сцепления бизнес-процессов в банковской предметной области, позволяющие понижать совокупную сложность, как самого процесса моделирования, так и последующей разработки программной системы на основе предварительного выявления общесистемных объектов.

Реализация результатов и практическая ценность работы. Результаты работы применяются в Санкт-Петербургском банке Сбербанка России, ЗАО «СервоКомп», ЗАО «Бизнес Компьютер Центр» на этапах анализа предметной области в консалтинговых проектах и при разработке заказных программных систем. В частности, положения разработанной технологии применялись при разработке под руководством и при участии автора банковской системы «Правление» в Санкт-Петербургском банке СБ РФ, в проекте по реинжинирингу бизнес-процессов подразделений АО «Ленэнерго», выполнявшемся ЗАО «Бизнес Компьютер Центр» и других проектах.

Внедрение разработанной технологии в проектах по автоматизации предприятий различных сфер деятельности позволяет упорядочить процесс коллективного моделирования и собрать в процессе его выполнения формализованную информацию, позволяющую планировать последующие этапы проекта, обеспечивать функциональную полноту и логическую целостность их результатов. Результаты, полученные в процессе моделирования, выполняемого в соответствии с предлагаемой технологией, позволяют также ограничить совокупную сложность, как самого моделирования, так и последующих этапов, опирающихся на его результаты.

Формализованные элементы технологии (единые глоссарии, процедуры верификации, метод выявления общесистемных элементов) могут быть автоматизированы в инструментальных средствах моделирования (CASE-системах).

Апробация работы. По теме диссертации опубликованы 5 работ и сделаны доклады на следующих семинарах и конференциях:

• III-я Международная научно-техническая конференция «Информационные технологии в инновационных проектах», Ижевск, май 2001г.;

• II-я Всероссийская практическая конференция "Стандарты в проектах современных ИС", Москва, март 2002г.;

• Конференция «Корпоративные информационные технологии нового века», Санкт-Петербург, июнь 2000г.;

• Семинар «Современные информационные технологии в корпоративном бизнесе», Санкт-Петербург, октябрь 1999г.;

• Семинар руководителей служб автоматизации территориальных банков Сбербанка России, Москва, апрель 1998г., апрель 1999г.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и приложения, содержащего акты внедрения результатов работы. Список использованной литературы содержит 73 наименования. Текст диссертации содержит 129 страниц машинописного текста, включая 10 рисунков и 4 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Введение. Посвящено обоснованию актуальности темы и установлению круга вопросов, рассматриваемых в диссертационной работе.

В первой главе сформулированы основные задачи исследования и проведен обзор существующих методов моделирования предметной области.

В соответствии с ISO 12207 и спиральной моделью жизненного цикла начальным этапом программного проекта является анализ системных требований, заключающийся в обследовании, моделировании и анализе предметной области, подлежащей автоматизации. Анализ предметной области предназначен для выявления, классификации и формализации информации обо всех аспектах предметной области, влияющих на свойства конечного результата проекта. Важнейшим элементом анализа является моделирование предметной области. В соответствии с современными методологиями модель предметной области представляет собой совокупность диаграмм, выполненных в какой-либо нотации, и

структурированных спецификаций, описывающих элементы модели (например, процессы и структуры данных при использовании методов структурного подхода).

Классическая схема моделирования предметной области заключается в построение функциональной модели «как есть», что позволяет собрать и представить в формализованном виде информацию о существующем состоянии предметной области, преобразовании ее в модель «как надо», что соответствует реорганизации бизнес-процессов, построении концептуальной модели данных (КМД). При использовании объектно-ориентированных методов вместо КМД строиться модель классов, что не меняет сути самого процесса.

Высокая сложность объектов автоматизации и требования по минимизации времени разработки в условиях конкуренции определяют коллективный характер работ, начиная с обследования и моделирования предметной области. При этом коллективный характер работы и большая размерность предметной области предъявляют дополнительные требования к методам моделирования, чтобы их можно было использовать в составе промышленных технологий программных систем:

1. Обеспечить необходимый и достаточный уровень детализации функциональной модели при ее коллективном построении.

2. Обеспечить полноту состава информационных объектов модели предметной области.

3. Обеспечить ограничение размерности КМД при сохранении ее логической целостности.

Первое требование направлено на ограничение сложности коллективного моделирования при сохранении достаточной полноты результатов.

Второе требование направлено на обеспечение качества программного проекта и понижение влияния на него квалификации конкретных разработчиков, что очень важно для промышленных технологий.

Третье требование направлено на ограничение сложности моделирования данных в условиях большой размерности предметной области, а также на обеспечение логической целостности, как результатов моделирования предметной области, так и результатов последующих этапов проекта.

Анализ существующих методов моделирования показывает, что они не удовлетворяют в достаточной степени сформулированным выше требованиям к методам коллективного моделирования предметной области.

Одним из недостатков структурных методов моделирования является формализация критерия глубины детализации функциональной модели предметной области, который определяется как требование к процессу нижнего уровня, что приводит к детализации

модели до элементарных неделимых процессов. Такой критерий приводит к неоправданно высокой трудоемкости первой итерации моделирования (моделирование предметной области в целом), связанной с излишней детализацией функциональной модели. Объектно-ориентированные методы, в отличие от структурных, вообще не формулируют данный критерий, что также является недостатком для их применения в условиях коллективной работы.

Контроль полноты состава информационных объектов предметной области традиционно выполняется на основе словарей данных (глоссариев), предусмотренных многими современными методами. Однако эти методы не предлагают критериев верификации, что не позволяет формализовать контроль полноты состава информационных объектов в модели предметной области для применения при коллективной разработке.

Классическая схема моделирования предметной области (например, методом Гейна/Сарсон) предполагает построение полной концептуальной модели данных (КМД). При этом в условиях большой размерности предметной области трудоемкость взаимосвязанной формализации полного объема информационных сущностей, что необходимо для построения КМД, очень велика. Кроме того, трудоемкость этой работы нелинейно возрастает при увеличении количества элементов. Для понижения размерности КМД необходимы формализованные методы выявления ограниченного состава информационных объектов, имеющих общесистемное значение (значение для всей предметной области в целом). Существующие методологии не предоставляют таких методов на этапе моделирования.

Таким образом, существующие методы, безусловно, позволяют решать задачу моделирования предметной области. Однако они не удовлетворяют сформулированным выше требованиям, предъявляемым к методам коллективного моделирования предметной области, применяемым в составе промышленных методов разработки программных систем. Существующие методы либо недостаточно формализуют критерии и методы, необходимые для удовлетворения предъявленных требований, либо приводят к слишком высокой трудоемкости реализации в условиях большой размерности (например, DATARUN), что вынуждает аналитиков искать дополнительные технологические решения.

Для удовлетворения представленным выше требованиям к методам коллективного моделирования предметной области необходимо решить следующие задачи:

• Найти и обосновать критерий глубины детализации функциональной модели, обеспечивающий необходимый и достаточный уровень ее детализации;

• Сформулировать критерии верификации полноты состава информационных объектов модели предметной области и состав исходных данных, необходимый для их применения;

• Разработать метод выявления ограниченного состава информационных сущностей, позволяющего ограничить размерность КМД при сохранении ее логической целостности.

Вторая глава посвящена разработанной автором Технологии коллективного моделирования предметной области (далее - Технологии), позволяющей решить поставленные выше задачи. На рисунке 1 представлена структурная схема Технологии, а также показано место в ней новых результатов диссертационной работы.

Технология основана на классической схеме моделирования предметной области, развивая и дополняя ее формализованными критериями, глоссариями, процедурами, направленными на решение поставленных в работе задач в условиях большой размерности предметной области и коллективной работы аналитиков. Технология предполагает применение какого-либо существующего метода моделирования, называемого в дальнейшем базовым методом. Выбор базового метода Технологией не регламентируется, однако важным условием является его процедурная ориентированность, т. е. первоочередное построение функциональной модели.

Для обеспечения необходимого и достаточного уровня детализации функциональной модели предложен новый критерий глубины детализации: каждому потоку данных нижнего уровня функциональной модели должен соответствовать один идентифицируемый документ предметной области (ДПО).

Под документом предметной области (ДПО) понимается набор информации, использующийся в технологических процессах предметной области и являющийся для них неделимым. ДПО представляет собой информационный объект предметной области до его формализации и обобщения в абстрактные категории, применяемые при разработке информационного и программного обеспечения.

Данный критерий применяется при первой итерации моделирования предметной области на этапе построения функциональной модели "как есть", а также используется при построении функциональной модели "как надо".

Предложенный критерий обеспечивает выявление всей совокупности используемых в предметной области информационных объектов, что является необходимым для выполнения следующих шагов анализа и перехода к проектированию программной системы. В соответствии с ним построение функциональной модели предметной области должно производиться до тех пор, пока все потоки данных нижнего уровня модели не будут промаркированы ДПО. При этом процессы нижнего уровня могут иметь различную алгоритмическую и структурную сложность. Детализация процессов в соответствии с предложенным критерием является достаточной для перехода к следующим этапам, поскольку позволяет спроектировать архитектуру программного обеспечения, сформировать

интегрирующую основу информационного обеспечения и организовать параллельно-последовательный процесс разработки по подсистемам, где и будут дальше детализироваться функциональные элементы предметной области в соответствии со спиральной моделью жизненного цикла.

Таким образом, данный критерий позволяет решить первую из поставленных в диссертационной работе задач и удовлетворить требованию по обеспечению необходимого и достаточного уровня детализации коллективно построенной функциональной модели, предъявляемому к методам коллективного моделирования.

Для обеспечения полноты состава информационных объектов модели предметной области (сущностей) предложены новые критерии верификации, а также состав исходных данных, необходимых для формализованного контроля соблюдения этих критериев. Исходными данными для процедур верификации являются взаимосвязанные глоссарии документов и сущностей, которые содержат информационные объекты предметной области до и после их формализации соответственно. Глоссарий документов представляет собой понятийную базу предметной области, на соответствие которой должны проверяться формализованные объекты - сущности. Глоссарий документов формируется в процессе коллективного построения функциональной модели "как есть" и корректируется в процессе построения модели "как надо". Глоссарий сущностей формируется на стадии коллективного выявления сущностей посредством атрибутного анализа документов.

В работе предлагаются следующие критерии верификации полноты состава информационных объектов модели предметной области:

1. Каждый документ предметной области, присутствующий в функциональной модели, должен входить в состав Глоссария Документов.

2. Каждый элемент Глоссария Документов должен присутствовать в функциональной модели хотя бы на одном потоке данных.

3. Каждому элементу Глоссария Документов должен соответствовать хотя бы один элемент Глоссария Сущностей.

4. Каждый элемент Глоссария Сущностей должен иметь в качестве источника хотя бы один элемент Глоссария Документов.

Первый и второй критерии являются критериями соответствия глоссария документов функциональной модели и позволяют проверить корректность состава глоссария документов. Несоблюдение этих критериев говорит о некорректном составе глоссария документов.

Третий критерий является критерием полноты охвата понятийной базы предметной области, т.к. сущности выявляются посредством атрибутного анализа документов, и все

элементы глоссария документов должны быть охвачены таким анализом. Соответствие данному критерию говорит о том, что ни один документ не был пропущен в процессе атрибутного анализа документов.

Четвертый критерий предназначен для выявления "лишних" элементов глоссария сущностей, возникновение которых возможно из-за итерационного характера работ и корректировки результатов предыдущих шагов. Источником появления сущностей являются только элементы глоссария документов.

Представленные критерии являются необходимыми, но не являются достаточными, т. к. семантическая корректность выявления сущностей на основе документов не может быть формально проверена.

Таким образом, предложенные критерии, основанные на введенных выше глоссариях, позволяют формализовать контроль полноты состава информационных сущностей предметной области и, тем самым, решить вторую задачу диссертационной работы.

Для ограничения размерности концептуальной модели данных и сохранения при этом ее логической целостности разработан новый метод выявления общесистемных сущностей, позволяющий выявить сущности, имеющие наибольшие характеристики использования в функциональной модели или ее частях на каждой итерации. При этом характеристики значимости сущностей рассматриваются на уровне абстракции, соответствующем данной итерации моделирования. Это означает, что в характеристиках значимости учитывается только факт использования сущностей в процессах рассматриваемого уровня, а не количественные характеристики внутри них, что позволяет выявлять общесистемные сущности в контексте данной итерации.

Выявление общесистемных сущностей позволяет отказаться при первой итерации моделирования от построение полной КМД и заменить эту стадию построением, так называемой, базовой концептуальной модели данных (БКМД), которая обладает существенно меньшей размерностью, т.к. в ее состав входят только общесистемные сущности.

Метод использует в качестве исходных данных результаты функционального моделирования. В частности, глоссарии документов и сущностей формализуются на первом шаге в матрицы, отражающие использование документов в бизнес-процессах, а также соответствие документов и сущностей. Преобразование матриц, соответствующее шагам Метода приведено ниже. Содержательно, на втором шаге производится переход от использования документов в бизнес-процессах к использованию в них сущностей. Далее определяются абсолютные, а затем относительные характеристики использования сущностей. И, наконец, производится отбор подмножества общесистемных сущностей,

характеристики использования которых превышают некоторое пороговое значение, определяемое коэффициентом К^. Данный коэффициент характеризует свойства предметной области, которые исследуются в экспериментальной части диссертации на примере банковской предметной области. Кроме того, значение данного коэффициента будет отличаться при применении метода на разных итерациях моделирования. При этом наиболее важное значение имеет величина коэффициента для первой итерации (моделирование предметной области в целом), т.к. эта итерация оказывает определяющее влияние на логическую целостность всего проекта.

Метод выявления общесистемных сущностей:

Шаг 1. Формализация результатов моделирования. На основании Глоссариев строятся следующие прямоугольные матрицы:

• А(М^) - отражает соответствие СПО и ДПО, т.е. атрибуты каких СПО входят в состав каких ДПО; ац е {0, 1}, где 1 - означает, что атрибуты 1-го СПО содержатся в ]-м ДПО; 0 - в противном случае;

• В(^Ь) - отражает соответствие ДПО и бизнес-процессов функциональной модели «как надо», т.е. какие ДПО используются в каких бизнес-процессах; Ьц е {0, 1}, где 1 -означает, что 1-й ДПО связан с ]-м бизнес-процессом; 0 - в противном случае;

• М - количество СПО (элементов Глоссария Сущностей);

• N - количество ДПО (элементов Глоссария Документов);

• Ь - количество бизнес-процессов в функциональной модели «как надо».

Шаг 2. Определение соответствия СПО и бизнес-процессов. Переход от характеристик использования ДПО в бизнес-процессах к характеристикам использования в них сущностей:

где С(М,Ь)- отражает соответствие СПО и бизнес-процессов функциональной модели; сц е {0, 1}; 1 - означает, что 1-й СПО используется в ]-м бизнес-процессе; 0 - в противном случае.

Приведение значений элементов матрицы С к множеству {0, 1} выполняется потому, что для выявления общесистемных элементов необходимо рассматривать характеристики значимости сущностей на уровне абстракции, соответствующем данной итерации моделирования. Это означает, что в характеристиках значимости учитывается только факт использования сущностей в процессах рассматриваемого уровня, а не количественные

С(М,Ь) = Л(М^) * В(^Ь) сц = сц

(1) (2)

характеристики внутри них, что позволяет выявлять общесистемные сущности в контексте данной итерации.

Шаг 3. Определение абсолютных количественных характеристик использования СПО выполняется путем построчного суммирования элементов матрицы С, в результате чего получается матрица-столбец Б, содержащая искомые количественные характеристики в разрезе каждой СПО:

4 = X СЧ (3)

где Б(М)- содержит абсолютные количественные характеристики использования СПО в функциональной модели предметной области; 41 принадлежит множеству натуральных чисел и представляет собой коэффициент использования СПО в бизнес-процессах показывающий количество бизнес-процессов, к которым имеет отношение 1-я СПО, причем наличие элементов равных 0 показывает некорректное состояние модели предметной области.

Шаг 4. Определение относительных количественных характеристик использования СПО выполняется путем деления матрицы-столбца Б, содержащей абсолютные характеристики, на скалярное число, соответствующее количеству бизнес-процессов в модели, в результате чего формируется матрица-столбец Е:

Е(М) = 1/Ь * Б(М) (4)

где Е(М)- содержит относительные коэффициенты использования СПО в функциональной модели предметной области; 0 <= е1 <= 1 - показывает коэффициент использования (Ки) 1-го СПО в модели предметной области, причем наличие элементов равных 0 показывает некорректное состояние модели предметной области. Ки показывает долю бизнес-процессов, в которых данная СПО используется.

Шаг 5. Формирование перечня общесистемных сущностей производится путем выбора из матрицы-столбца Е тех элементов, которые удовлетворяют критерию признания сущности общесистемной:

^ = е1, если е1 >= Кт1п (5)

где

• Е(Р) - представляет собой искомый перечень ОСПО;

• Р - количество ОСПО;

• Кт1п - Коэффициент минимального использования ОСПО, определяющий минимальное значение коэффициента использования СПО в бизнес-процессах для признания данной СПО общесистемной.

Таким образом, сущность предметной области (СПО) признается общесистемной (ОСПО), если коэффициент ее использования в функциональной модели равен или

превышает пороговое значение, определяемое Коэффициентом минимального использования ОСПО. При этом бизнес-процессы рассматриваются в качестве «черных ящиков», т.е. количественные характеристики использования СПО внутри них не учитываются.

Коэффициент Кт1п характеризует свойства предметной области. Его значение экспериментально определяется для предметной области и может корректироваться для конкретного проекта. В главе 3 приводится экспериментальная оценка значений данного коэффициента для банковской предметной области. Значение данного коэффициента будет отличаться при применении метода на разных итерациях моделирования. При этом наиболее важное значение имеет величина коэффициента для первой итерации (моделирование предметной области в целом), т.к. эта итерация оказывает определяющее влияние на логическую целостность всего проекта.

Разработанный метод позволяет ограничить размерности КМД на каждой итерации моделирования, обеспечивая при этом логическую целостность модели и, таким образом, решить третью задачу диссертационной работы.

Третья глава посвящена экспериментальным исследованиям свойств предметной области на примере банковской деятельности и определению области применения предлагаемой Технологии. Основными задачами экспериментальных исследований являлись:

1. Сравнение характеристик стабильности и размерности информационного и функционального аспектов банковской предметной области.

2. Определение характеристик сцепления бизнес-процессов предметной области по информационным сущностям.

3. Оценка значения коэффициента минимального использования ОСПО (Кт1„) для банковской предметной области.

Исследования проводились на основе материалов программных проектов, выполненных в банковской предметной области.

Целью решения первой задачи является сравнение характеристик стабильности и размерности информационного и функционального аспектов банковской предметной области и обоснование приоритета информационной составляющей предметной области для выявления интегрирующей основы программного проекта.

Для целей данного исследования в работе введены следующие количественные характеристики:

8 (1) = 1 / К (1) К (1) = 1 + ^ ц (1) / Я

(6)

• 8 (1) - стабильность какой-либо составляющей предметной области за период времени 1:;

• К (1) - коэффициент изменения какой-либо составляющей предметной области за период времени 1:;

• п (1) - количество изменений ]-го элемента за период 1:;

• Я - количество элементов какой-либо составляющей.

В результате проведенных исследований выявлено, что в банковской предметной области информационная составляющая является более стабильной (8и > 8ф) и имеет меньшую размерность (Яи << Яф) по сравнению с функциональной составляющей, что подтверждает целесообразность выявления общесистемных элементов информационного обеспечения для обеспечения логической целостности программного проекта.

В процессе второго исследования выполнялось определение характеристик сцепления бизнес-процессов и их зависимости от распределения сущностей по коэффициентам использования, что необходимо для определения целесообразности выявления общесистемных сущностей предметной области, которое является ключевым этапом предлагаемой Технологии.

Для оценки количественных характеристик сцепления бизнес-процессов по информационным сущностям введен коэффициент информационного сцепления функциональной модели (Кс), который отражает среднее количество общих сущностей для одной пары бизнес-процессов:

Кс = ("-1)/2 М^ * 2 / N(N-1) (8)

где

• Mpj - количество общих информационных сущностей (СПО) у ]-й пары бизнес-процессов функциональной модели;

• N - количество бизнес-процессов в функциональной модели;

• N(N-1) / 2 - количество пар бизнес-процессов.

В процессе экспериментальных исследований было выявлено, что в банковской предметной области зависимость сцепления функциональной модели от характеристик использования сущностей в бизнес-процессах носит нелинейный характер. При этом для различных проектов форма кривых имеет один и тот же характер.

На рисунке 2 приведены график зависимости коэффициента сцепления функциональной модели от характеристик использования информационных сущностей и график распределения сущностей по коэффициентам их использования в бизнес-процессах.

Первый график отражает зависимость сцепления функциональной модели от сущностей, упорядоченных по убыванию коэффициентов использования. Коэффициент

сцепления функциональной модели по информационным сущностям показывает среднее количество общих сущностей для одной пары бизнес-процессов. Из графика видно, что характеристики сцепления 10-15% сущностей с наибольшими коэффициентами использования оказывают наибольшее влияние на суммарное сцепление модели, что соответствует самому крутому участку кривой. Следовательно, для обеспечения логической целостности информационной модели, а также результатов последующих этапов, эти сущности обязательно должны войти в состав модели данных. Характеристики остальных сущностей оказывают существенно меньшее влияние на сцепление. Следовательно, ими можно заниматься на последующих итерациях, где будет вестись работа с частями модели.

На втором графике для трех проектов показано распределение сущностей по коэффициентам их использования в бизнес-процессах. Из графиков видно, что около 80% сущностей имеют малые коэффициенты использования (около 0.2), определяющие их локальную значимость для отдельных бизнес-процессов. Им соответствует пологая область первого графика. Вместе с тем существует небольшая, но компактная группа сущностей (около 10%), имеющих большие значения коэффициентов использования (около 0.8), что определяет их общесистемный характер. Это те же 10% сущностей, которые оказывают наибольшее влияние на сцепление бизнес-процессов и определяют наибольшую крутизну кривой первого графика. Количество остальных сущностей достаточно мало и практически равномерно распределяется по интервалу средних значений (от 0.3 до 0.8).

Таким образом, свойства банковской предметной области позволяют существенно понизить размерность концептуальной модели данных за счет выявления общесистемных объектов без потерь в логической целостности проекта.

Для оценки значения Коэффициента минимального использования (К^) ОСПО в банковской предметной области были применены элементы математического анализа. Сопоставление графиков характеристик сцепления с графиками распределения сущностей по коэффициентам использования позволили определить наиболее эффективное значение Кщщ равное 0.8 для применения в методе выявления общесистемных сущностей предметной области.

Таким образом, результаты проведенного исследования показали: • в банковской предметной области существует небольшая доля информационных сущностей (менее 10%), связанных с большинством (около 80%) бизнес-процессов, что позволяет выявлять общесистемные сущности и понижать размерность концептуальной модели данных при первой итерации моделирования предметной области (моделирование предметной области в целом);

• в банковской предметной области целесообразно выявлять ОСПО на основе значения Kmin равного 0.8.

В экспериментальной части диссертационной работы определена и обоснована следующая область применения Технологии. Применение предлагаемой Технологии целесообразно, если:

• предметная область обладает большой размерностью (сложность проекта превышает 8000 ф.т. - требуется более 2-х RAD - групп);

• информационная составляющая предметной области является более стабильной и имеет меньшую размерность, чем функциональная;

• для предметной области характерно нелинейное распределение сущностей по коэффициентам использования, при котором существует небольшая доля информационных сущностей, связанных с большинством бизнес-процессов.

Проведенные экспериментальные исследования показали, что банковская предметная область обладает указанными выше свойствами и для нее целесообразно применение предложенной Технологии. Вместе с тем в банковской предметной области собственно банковской спецификой обладают не более 30% функций. Все остальные функции -финансовые, экономические, управленческие - характерны для многих предметных областей. В связи с этим можно предполагать, что и другие предметные области обладают перечисленными выше свойствами, и для них также возможно эффективное применение Технологии.

Четвертая глава посвящена практическому применению результатов диссертационной работы.

Наиболее полно разработанная Технология применялась при разработке Автоматизированной Банковской Системы (АБС) «Правление». Проект выполнялся под руководством и при участии автора в Санкт-Петербургском банке Сбербанка России в период с 1996 по 2000.

Для обследования, моделирования и анализа предметной области в проекте «Правление» применялась методология DATARUN и поддерживающая ее CASE система SilverRun. При этом положения базовой методологии были скорректированы и дополнены положениями предлагаемой Технологии.

Применение результатов диссертационной работы в процессе функционального моделирования проекта «Правление» позволило существенно (около 2-х раз) сократить совокупную сложность функциональной модели по сравнению с «чистым» применением DATARUN. Такой эффект был достигнут, в первую очередь, за счет ограничения глубины

детализации функциональной модели посредством предложенного в работе критерия глубины детализации функциональной модели.

Применение результатов диссертационной работы в процессе моделирования данных проекта «Правление» позволило существенно (более чем на порядок для первой итерации моделирования и в 3-4 раза по совокупности всех итераций) сократить трудоемкость моделирования данных по сравнению с применением методологии ВАТАЯиК. При этом была обеспечена логическая целостность модели предметной области, выявлена и смоделирована интегрирующая основа информационного обеспечения, сформированы исходные данные для выполнения процедур верификации на соответствие разрабатываемой системы модели предметной области в процессе последующих этапов проекта.

Результаты моделирования, полученные с применением новых результатов диссертационной работы, успешно применялись на последующих этапах проекта «Правление» для решения различных верификационных и оптимизационных задач.

Положения Технологии коллективного моделирования предметной области большой размерности также применялись:

• при разработке программных комплексов, выполнявшихся управлением автоматизации Санкт-Петербургского банка Сбербанка России;

• в заказных проектах по разработке программных систем, выполнявшихся ЗАО «СервоКомп»;

• в заказных проектах по обследованию организаций и разработке программных систем, выполнявшихся ЗАО «Бизнес Компьютер Центр».

Внедрения результатов диссертационной работы в Санкт-Петербургском банке Сбербанка России, ЗАО «СервоКомп», ЗАО «Бизнес Компьютер Центр» подтверждены актами.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

В результате проведенных теоретических и экспериментальных исследований в диссертационной работе получены следующие результаты:

1. Предложен новый критерий глубины детализации функциональной модели предметной области, отличающийся тем, что он основан на свойствах информационных объектов, представленных на потоках данных нижнего уровня функциональной модели. Критерий обеспечивает необходимый и достаточный уровень детализации функциональной модели для перехода к последующим этапам проекта.

2. Предложены новые критерии верификации, позволяющие формализовать контроль полноты состава информационных объектов в модели предметной области. Критерии

отличаются тем, что они являются формализованными и используют взаимосвязанные глоссарии информационных объектов двух типов.

3. Разработан новый метод выявления общесистемных сущностей, отличающийся тем, что он является формальным, не зависящим от размерности, адаптируемым к предметной области и условиям конкретного проекта. Метод позволяет выявить подмножество сущностей, имеющих наибольшие характеристики использования в бизнес-процессах, и ограничить размерность информационной модели в процессе ее построения.

4. Разработана технология коллективного моделирования предметной области большой размерности, основанная на положениях современных методов анализа и предложенных выше новых результатах, удовлетворяющая требованиям, предъявляемым к промышленным методам моделирования. Технология практически апробирована на ряде проектов в банковской предметной области. Экспериментально обоснована область ее применения.

5. В результате экспериментальных исследований выявлены характеристики сцепления бизнес-процессов по информационным сущностям в банковской предметной области. Исследования показали наличие небольшого количества сущностей (около 10%), имеющих высокие значения характеристик использования в бизнес-процессах (коэффициент использования от 0.8 и более). Выявленные свойства банковской предметной области позволяют применять предложенный в работе метод выявления общесистемных сущностей с коэффициентом минимального использования равным 0.8 и понижать размерность и совокупную сложность модели предметной области.

6. Результаты диссертационной работы внедрены в Санкт-Петербургском банке Сбербанка России, ЗАО "Бизнес Компьютер Центр", ЗАО "СервоКомп".

Результаты работы отражены в следующих публикациях:

1. Тудер И.Ю. Новые подходы к автоматизации банка // Банковские технологии, М.: «Бизнес и компьютер», №2 февраль 1998 г. с.107-111.

2. Тудер И. Ю. Коллективный анализ предметной области // Банковские технологии, М. «Бизнес и компьютер», №5 май 2001г. с.32-38.

3. Тудер И.Ю., Позин Б.А. Обеспечение концептуальной целостности программных проектов // Информационные технологии в инновационных проектах: Тр. III междунар. науч.-техн. конф. (Ижевск, 23-24 мая 2001г.) - Ч.1 - Ижевск: Издат-во Ижевского радиозавода, 2001, с.152-154.

4. Тудер И.Ю., Позин Б.А. Командная работа и моделирование или Как многократно понизить объем работ на самом ответственном этапе проекта // Директор информационной службы, М.: «Открытые системы», №2 февраль 2002г., с.34-40.

5. Тудер И.Ю. Разработка стандартов предприятия на основе DFD как стандарта де-факто // Всероссийская практическая конференция "Стандарты в проектах современных ИС": Сборник трудов П-й всероссийской практической конференции, Москва, 2002г., с.97-100.

Личный вклад. Все результаты исследований, составляющие основное содержание диссертации, получены автором самостоятельно. В работе [3], выполненной в соавторстве, автор сформулировал критерии верификации функциональной модели предметной области и разработал метод выявления общесистемных сущностей. В работе [4], выполненной в соавторстве, автор выполнил экспериментальные исследования характеристик сцепления банковской предметной области и сформулировал их результаты.

Построение функциональной модели «как есть»

Оперативная верификация и

интеграция

частных резул ьтатов

Построение функциональной модели ^<как надо»

Критерии верификации

Метод выявления

Формирование глоссария сущностей

Верификация модели

Выявление общесистемных сущностей

Перечень общесистемных сущностей

Построение базовой концептуальной модели данных (БКМД)

Глоссарий документов

Критерий глубины детализации {от данных)

Глоссарий сущностей

Рис.1 Структурная схема технологии коллективного моделирования предметной области

Количество сущностей (%) Коэффициент использования

Рис.2 Зависимость сцепления функциональной модели от характеристик использования сущностей в бизнес-процессах

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. Методы моделирования предметной области.

1.1. Основные подходы и стандарты программной инженерии.

1.2. Моделирование предметной области.

1.3. Современные методы моделирования и их недостатки.

1.3.1 Структурные методы.

1.3.2 Объектно-ориентированные методы.

1.3.3 Недостатки существующих методов.

1.4. Выводы.

ГЛАВА 2. Технология коллективного моделирования предметной области.

2.1. Структура Технологии.

2.2. Критерий глубины детализации функциональной модели.

2.3. Верификация модели предметной области.

2.4. Метод выявления общесистемных сущностей предметной области.

2.5. Выводы.

ГЛАВА 3. Экспериментальные исследования банковской предметной области.

3.1 Задачи экспериментальных исследований.

3.2 Исследование характеристик стабильности и размерности банковской предметной области.

3.3 Исследование характеристик сцепления бизнес-процессов по информационным сущностям.

3.4 Область применения Технологии.

3.5 Выводы.

ГЛАВА 4. Применение Технологии в программных проектах.

4.1 Разработка АБС «Правление».

4.1.1 Функциональное моделирование предметной области.

4.1.2 Моделирование данных предметной области.

4.1.3 Применение результатов моделирования предметной области на следующих этапах проекта.

4.2 Другие проекты.

4.3 Выводы.

Актуальность темы. Рост сложности объектов автоматизации, каковыми являются предприятия различных сфер деятельности, а также переход от частичной автоматизации к комплексным интегрированным решениям, учитывающим специфические особенности конкретного предприятия, приводит к увеличению количества и сложности проектов по комплексной автоматизации предприятий. При разработке сложных программных систем необходимо снизить зависимость качества результатов от таких субъективных факторов, как квалификация исполнителей, их опыт, понизить риск неуспешного завершения проекта. Для этого необходимы промышленные технологические методы разработки программных систем, позволяющие с самых первых этапов проекта подключать большое количество специалистов средней квалификации и получать предсказуемые во времени и качественные результаты. Из всех видов обеспечения, составляющих комплексное решение для автоматизируемого предприятия, наиболее зависимыми от персональных особенностей объекта автоматизации являются информационное (ИО) и программное обеспечение (ПО). На сегодняшний день существует острая потребность в научно обоснованных технологических методах разработки программных систем, позволяющих планировать параметры программного проекта и гарантировать необходимое качество результатов. Большая размерность и сложность объектов автоматизации предопределяет итерационный характер методов разработки, а потребность в их промышленном характере означает необходимость глубокой формализации технологии выполнения всех этапов проекта. Существующие сегодня методы, безусловно, решают задачу разработки программного обеспечения, однако, не обладают в достаточной степени промышленными свойствами.

Высокая сложность объектов автоматизации и требования по минимизации времени разработки определяют коллективный характер работ, начиная с самых ранних этапов, заключающихся в обследовании, моделировании и анализе предметной области. При этом коллективная работа имеет свои особенности, которые должны находить отражение в специальных мероприятиях по поддержанию логической целостности результатов на протяжении всего проекта.

Таким образом, создание научно обоснованных технологических методов коллективной разработки программных систем является актуальной научно-технической проблемой.

В рамках данной проблемы существует множество задач, относящихся к различным этапам жизненного цикла ПО. Однако этап анализа, цель которого -выявление, классификация и формализация информации обо всех аспектах предметной области, влияющих на свойства конечного результата, в соответствии с ISO 12207, является начальным этапом процесса "Разработка" и оказывает определяющее влияние на качество результатов всего проекта. Отсюда следует особая важность задач, относящихся к данному этапу.

Таким образом, в рамках названной выше проблемы первоочередными являются задачи, направленные на формализацию начального этапа жизненного цикла программного проекта - анализа предметной области, важнейшей составной частью которого является моделирование предметной области. При этом целью моделирования является построение формализованных моделей, адекватно отражающих предметную область в соответствии с целями и задачами проекта.

Работы в данной области ведутся в течение нескольких десятков лет силами многих российских и зарубежных ученых: C.Gane, T.Sarson, T.DeMarco, E.Yourdon, J.Rumbaugh, G.Booch, I.Jacobson, В.В.Липаев, А.А.Штрик, Б.А.Позин, Г.Н.Калянов, Е.З.Зиндер, А.М.Вендров и др. Вместе с тем, существующие на сегодняшний день методологии и технологии разработки программных систем недостаточно формализуют моделирование предметной области с учетом особенностей коллективной работы. В современных методах недостаточно формализованных критериев и процедур для обеспечения функциональной полноты и логической целостности результатов коллективной работы, а также отсутствуют формализованные методы выявления интегрирующей основы информационного и программного обеспечения.

Таким образом, налицо два противоречащих друг другу фактора: с одной стороны - рост потребностей в заказных проектах, направленных на комплексную автоматизацию предприятий в условиях большой размерности предметной области и высоких требований к срокам и качеству результатов, с другой стороны - недостаточное развитие методов разработки подобных проектов, обеспечивающих качество и логическую целостность результатов в условиях коллективной работы с самых первых этапов жизненного цикла.

Целью работы является разработка научно обоснованной технологии коллективного моделирования предметной области большой размерности при создании программного обеспечения информационных систем.

Методы исследования. В теоретических и экспериментальных исследованиях применены аппарат теории матриц и математического анализа, а также элементы комбинаторики.

Научная новизна. Научную новизну представляют следующие, представленные в диссертации, результаты исследований:

• Критерий глубины детализации функциональной модели предметной области, основанный на свойствах информационных объектов, представленных на потоках данных нижнего уровня функциональной модели. Критерий обеспечивает необходимый и достаточный уровень детализации функциональной модели.

• Критерии верификации, позволяющие формализовать контроль полноты состава информационных объектов в модели предметной области. Критерии являются формализованными и используют взаимосвязанные глоссарии информационных объектов двух типов (Глоссария Документов и Глоссария Сущностей).

• Метод выявления общесистемных сущностей. Метод позволяет объективно выявить подмножество сущностей, оказывающих наибольшее влияние на сцепление бизнес-процессов, и ограничить размерность информационной модели в процессе ее построения. Метод является формальным, не зависящим от размерности исходных данных, адаптируемым к предметной области и условиям конкретного проекта.

• Экспериментально выявленные характеристики сцепления бизнес-процессов в банковской предметной области, позволяющие понижать совокупную сложность, как самого процесса моделирования, так и последующей разработки программной системы на основе предварительного выявления общесистемных объектов.

Реализация результатов и практическая ценность работы. Результаты работы применяются в Санкт-Петербургском банке Сбербанка России, ЗАО «СервоКомп», ЗАО «Бизнес Компьютер Центр» на этапах анализа предметной области в консалтинговых проектах и при разработке заказных программных систем. В частности, положения разработанной технологии применялись при разработке под руководством и при участии автора банковской системы «Правление» в Санкт-Петербургском банке СБ РФ, в проекте по реинжинирингу бизнес-процессов подразделений АО «Ленэнерго», выполнявшемся ЗАО «Бизнес Компьютер Центр» и других проектах.

Внедрение разработанной технологии в проектах по автоматизации предприятий различных сфер деятельности позволяет упорядочить процесс коллективного моделирования и собрать в процессе его выполнения формализованную информацию, позволяющую планировать последующие этапы проекта, обеспечивать функциональную полноту и логическую целостность их результатов. Результаты, полученные в процессе моделирования, выполняемого в соответствии с предлагаемой технологией, позволяют также ограничить совокупную сложность, как самого моделирования, так и последующих этапов, опирающихся на его результаты.

Формализованные элементы технологии (единые глоссарии, процедуры верификации, метод выявления общесистемных элементов) могут быть автоматизированы в инструментальных средствах моделирования (САБЕ-системах).

Апробация работы. По теме диссертации опубликованы 5 работ и сделаны доклады на следующих семинарах и конференциях:

• 111-я Международная научно-техническая конференция «Информационные технологии в инновационных проектах», Ижевск, май 2001г.;

• 11-я Всероссийская практическая конференция "Стандарты в проектах современных ИС", Москва, март 2002г.;

• Конференция «Корпоративные информационные технологии нового века», Санкт-Петербург, июнь 2000г.;

• Семинар «Современные информационные технологии в корпоративном бизнесе», Санкт-Петербург, октябрь 1999г.;

• Семинар руководителей служб автоматизации территориальных банков Сбербанка России, Москва, апрель 1998г., апрель 1999г.

Структура работы. Диссертация состоит из введения, четырех глав, заключения и приложения, содержащего акты внедрения результатов работы. Список использованной литературы содержит 13 наименования.

4.3 Выводы

1. Результаты диссертационной работы внедрены:

• в Санкт-Петербургском банке Сбербанка России; предлагаемая Технология, оформленная в виде Методики коллективного анализа, используется при разработке программного обеспечения для автоматизации банковских функций;

• в ЗАО «СервоКомп»; предлагаемая Технология, оформленная в виде Методики коллективного анализа, используется при разработке программного обеспечения в заказных коммерческих проектах;

• в ЗАО «Бизнес Компьютер Центр»; предлагаемая Технология, оформленная в виде Методики коллективного анализа, используется при разработке программного обеспечения в заказных коммерческих проектах, а также в проектах по информационному консалтингу для предприятий различных сфер деятельности.

2. Применение предлагаемой Технологии в программных проектах позволило:

• Сократить трудоемкость первой итерации моделирования предметной области (моделирование предметной области в целом) на порядок по сравнению с применением положений БАТА^иЫ за счет ограничения глубины детализации функциональной модели, отказа от полного атрибутного анализа ДПО и построения БКМД полной КМД (параграфы 4.1.1, 4.1.2);

• Обеспечить логическую целостность программных разработок за счет процедур ведения единых глоссариев, выявления и первоочередного проектирование общесистемных объектов (параграфы 4.1.3, 4.2);

ЗАКЛЮЧЕНИЕ

В результате проведенных теоретических и экспериментальных исследований в диссертационной работе получены следующие результаты:

1. Предложен новый критерий глубины детализации функциональной модели предметной области (параграф 2.2), отличающийся тем, что он основан на свойствах информационных объектов, представленных на потоках данных нижнего уровня функциональной модели. Критерий обеспечивает необходимый и достаточный уровень детализации функциональной модели для перехода к последующим этапам проекта.

2. Предложены новые критерии верификации (параграф 2.3), позволяющие формализовать контроль полноты состава информационных объектов в модели предметной области. Критерии отличаются тем, что они являются формализованными и используют взаимосвязанные глоссарии информационных объектов двух типов.

3. Разработан новый метод выявления общесистемных сущностей (параграф 2.4), отличающийся тем, что он является формальным, не зависящим от размерности, адаптируемым к предметной области и условиям конкретного проекта. Метод позволяет выявить подмножество сущностей, имеющих наибольшие характеристики использования в бизнес-процессах, и ограничить размерность информационной модели в процессе ее построения.

4. Разработана технология коллективного моделирования предметной области большой размерности (глава 2), основанная на положениях современных методов анализа и предложенных выше новых результатах, удовлетворяющая требованиям, предъявляемым к промышленным методам моделирования. Технология практически апробирована на ряде проектов в банковской предметной области. Экспериментально обоснована область ее применения (глава 3).

5. В результате экспериментальных исследований выявлены характеристики сцепления бизнес-процессов по информационным сущностям в банковской предметной области (параграф 3.3). Исследования показали наличие небольшого количества сущностей (около 10%), имеющих высокие значения характеристик использования в бизнес-процессах (коэффициент использования от 0.8 и более). Выявленные свойства банковской предметной области позволяют применять предложенный в работе метод выявления общесистемных сущностей с коэффициентом минимального использования равным 0.8 и понижать размерность и совокупную сложность модели предметной области.

6. Результаты диссертационной работы внедрены в Санкт-Петербургском банке Сбербанка России, ЗАО "Бизнес Компьютер Центр", ЗАО "СервоКомп" (приложение 1).

1. Артемьев В.И. Обзор способов и средств построения приложений // СУБД, № 5-6, 1996г.

2. АСОФ СПб. Модель предметной области. // СПб: Илка, 1997г.

3. Брукс Ф. Мифический человеко-месяц или как создаются программные системы. // пер. с англ., СПб.: Символ-Плюс, 1999г., 304с.

4. Буч Г. Объектно-ориентированный анализ и проектирование. Второе издание // перевод с английского, М.: «Издательство Бином», СПб.: «Невский диалект», 1998г.

5. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя //М., изд-во ДМК, 2000г.

6. Васютович В.В., С.С.Самотохин, Г.С.Никифоров. Регламентация жизненного цикла программных средств // M., Computerworld Россия, журнал «Директору информационной службы» № 07-08, 2000г.

7. Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем. // М.: «Финансы и статистика», 1998г.

8. Вендров А.М. Ниша и внедрение CASE-средств // Директор информационной службы, М.: «Открытые системы», №11 2000г.

9. ГОСТ 34.003-90 Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Термины и определения.

10. ГОСТ 34.601-90 Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Стадии создания АС.

11. ГОСТ 34.602-89 Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. ТЗ на создание АС.

12. Гуляев Н.Б., Позин Б.А. Методология создания информационных систем STRADIS // CASE-технология М.: ЦРДЗ - 1992 - с.68-80

13. Гэйн К., Сарсон Т. Структурный системный анализ: средства и методы. // перевод с английского, М., «Эйтекс», 1993г.

14. Дейт К. Дж. Введение в системы баз данных. // Пер. с англ. 6-е изд - К.: Диалектика, 1998 - 784 с.

15. Зиндер Е.З. Соотнесение и использование стандартов организации жизненных циклов систем // СУБД, № 3, 1997.

16. Зиндер Е.З. Бизнес-реинжиниринг и технологии системного проектирования: Учеб. пособие. М.: Центр информационных технологий, 1996г.

17. Зиндер Е.З. Методы и инвариантный инструмент синтеза инфологической модели для интегрированной САПР. В кн.: Численные методы и средства проектирования и испытания РЭА (тезисы докладов). Т. 2. - Таллин, ТПИ, 1987, с. 131-134.

18. Калянов Г.Н. CASE. Структурный системный анализ (автоматизация и применение). М.: Лори, 1996г.

19. Калянов Г.Н. Консалтинг при автоматизации предприятий (подходы, методы, средства). М.: СИНТЕГ, 1997г.

20. Калянов Г.Н. Методы и средства системного структурного анализа и проектирования. М.: НИВЦ МГУ, 1995г.

21. Калянов Г.Н. Теория и практика реорганизации бизнес-процессов. М. СИНТЕГ, 2000г.

22. Калянов Г.Н. CASE: все только начинается. // Директор информационной службы, М.: «Открытые системы», №3 2001г.

23. Калянов Г.Н., Козлинский А.В., Лебедев В.Н. Сравнительный анализ структурных методологий // СУБД, № 5, 1997.

24. Лапин С., Фоминский Е., Козлов Г., Фоминская Е., Позин Б. Опыт применения методологий RAD и DATARUN в конкретных проектах // Материалы технической конференции «Корпоративные базы данных 97», 1997г.

25. Липаев В. В., Филинов Е. Н. Формирование и применение профилей открытых информационных систем // Открытые системы, № 5 1997.

26. Липаев В.В., Позин Б.А., Штрик А.А. Технология сборочного программирования. М.: Радио и Связь, 1992г.

27. Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования SADT// М.: МетаТехнология, 1993г.

28. Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980, 662 с.

29. Мартин Дж. Планирование развития автоматизированных систем. М.: "Финансы и статистика", 1984.

30. Международный стандарт ISO/IEC 12207. Первое издание 01.08.1995г.

31. Международный стандарт ISO/TR 10006:1997. Первая редакция 15.12.1997 г.

32. Мейер Д. Теория реляционных баз данных. М.: Мир, 1987, 608 с.

33. Методические указания. РД 50-34.698-90 Требования к содержанию документов.

34. Методология DATARUN. // Русский перевод АО «Аргуссофт Ко.», М., 1996г.

35. Новоженов Ю.В. объектно-ориентированные технологии разработки сложных программных систем. М.: Аргуссофт Ко., 1996г.

36. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса. М. Финансы и статистика, 1997г.

37. Паронджанов С.Д. Методология и технология создания информационных систем организаций // Труды конференции Индустрия программных средств, Москва, сентябрь 1996г.

38. Преснякова Г.Ф. Проектирование баз данных в АСУ. Учебное пособие. Л.:ЛИАП, 1985, 62с.

39. Проект «Project Bank». Информационно-логическая модель // М.: МакроПроджект, 1996г.

40. Проект «Ленэнерго ТЭС». Модель предметной области. // СПб: ВСС, 2001г.

41. Проект «Правление». Спецификация требований к автоматизированной системе Правления (головной конторы) территориального банка // СПб: СПб банк СБ РФ, 1996г.

42. Проект «Правление». Технический проект. // СПб: СПб банк СБ РФ, 1997г.

43. Тиори Т., Фрай Дж. Проектирование структур баз данных М.: Мир, 1985, Т.1, 287 с.

44. Тудер И.Ю. Новые подходы к автоматизации банка // Банковские технологии, М.: «Бизнес и компьютер», февраль 1998 г. с.107-111.

45. Тудер И.Ю. Коллективный анализ предметной области // Банковские технологии, М. «Бизнес и компьютер», №5 май 2001г. с.32-38.

46. Тудер И.Ю., Позин Б.А. Командная работа и моделирование или Как многократно понизить объем работ на самом ответственном этапе проекта // Директор информационной службы, М.: «Открытые системы», №2 февраль 2002г., с.34-40.

47. Тудер И.Ю. Разработка стандартов предприятия на основе DFD как стандарта де-факто // Всероссийская практическая конференция "Стандарты в проектах современных ИС": Сборник трудов II-й всероссийской практической конференции, Москва, 2002г., с.97-100.

48. Ульман Дж. Основы систем баз данных. М.: Финансы и статистика, 1983, 334 с.

49. Хаббард Дж. Автоматизированное проектирование баз данных. М.: "МИР", 1984.

50. Хаммер М., Чампи Д., Реинжиниринг корпорации: манифест революции в бизнесе. СПб.: С.Петербургский университет, 1997г.

51. Шлеер С., Меллор С., Объектно-ориентированный анализ: моделирование мира в состояниях: Пер с англ. Киев: Диалектика, 1993г.

52. Штрик А.А., Осовецкий Л.Г., Мессих И.Г. Структурное проектирование надежных программ встроенных ЭВМ. Л.: Машиностроение, 1989 -296с.

53. Barker R. CASE*Method. Entity-Relationship Modelling. Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990.

54. Barker R. CASE*Method. Function and Process Modelling. Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990.

55. Boehm B.W. A Spiral Model of Software Development and Enhancement // ACM SIGSOFT Software Engineering Notes. Aug.1986.

56. Booch G. Object Solutions. Managing the object-oriented project // CA, Addison-Wesley Publishing Company Inc, 1996.

57. Booch G. Object-oriented development. IEEE Transactions on Software Engineering 12, 2 (Feb.1986), 211-221.

58. CDM метод разработки информационных систем фирмы Oracle//Oracle Magazine / Russian Edition #2, 1997г.

59. Coad P., Yourdon E. Object-Oriented Analysis, 2nd edn. Englewood Cliffs, NJ: Prentice-Hall, 1991.

60. DeMarco T. Structured Analysis and System Specification. Englewood Cliffs, New Jersey: Prentice Hall, 1979.

61. Jackson M.A. System Development. Englewood Cliffs, New Jersey: Prentice Hall International, 1983.

62. Jacobson I., Christerson M., Jonsson P., Overgaard G. Object-Oriented Software Engineering. A Use Case Driven Approach. // Addison Wesley Longman Limited, England, 1996.

63. Kruchten P. The Rational Unified Process: an introduction. Second edition // Addison Wesley Longman, inc., 2000.

64. Martin J. Recommended Diagramming Standards for Analysts and Programmers. N.J., Prentice Hall, 1987.

65. Martin J., Odell J. Object-Oriented Analysis and Design. Prentice Hall, Englewood Cliffs, NJ, 1993.

66. Martin J., Rapid Application Development, MacMillan Publishing Company, 1991.

67. Oracle CDM Method Handbook. Oracle corp. 1996.

68. Rumbaugh J., Blaha M., Premerlani W., Eddy F., Lorensen W. Object-oriented modeling and degisn. Englewood Cliffs, NJ. Prentice Hall, 1991.

69. Synchronization and Backup System. System Model. // SPb: BCC, 2001.

70. Yourdon E. Managing the Structured Techniques. N.J.: Yourdon Press/Prentice Hall, 1989.

71. Yourdon E. Modern Structured Analysis // Englewood Cliffs, New Jersey: Yourdon Press, 1989.1. Перечень сокращений1. АО Акционерное Общество.

72. АС Автоматизированная Система.

73. АСОБИ Автоматизированная Система Обработки Банковской Информации. Данное сокращение использовалось в названии банковской системы АСОБИ Сбербанк, разработанной совместным предприятием «КОМПАН» по заказу Санкт-Петербургского банка Сбербанка России.

74. АСОФ Автоматизированная Система Отделение - Филиал. Данное сокращение использовалось в названии банковской системы АСОФ СПб, разрабатываемой ЗАО Телеформ по заказу Санкт-Петербургского банка Сбербанка России.1. БД База Данных.

75. БКМД Базовая Концептуальная Модель Данных. Данное сокращение введено в диссертационной работе для обозначения концептуальной модели данных, в состав которой входят только общесистемные сущности предметной области.

76. ГОСТ Государственный СТандарт. ГОСТ Р Государственный Стандарт России.

77. ДПД Диаграммы Потов Данных. Англоязычный аналог ОББ.

78. ДПО Документ Предметной Области. Данное сокращение введено1. ГлД1. ГлСв диссертационной работе для обозначения наборов информации, использующихся в технологических процессах предметной области и являющихся для них неделимым.

79. ЖЦ ПО Жизненный Цикл Программного Обеспечения.

80. ЗАО Закрытое Акционерное Общество.

81. ИО Информационное Обеспечение.

82. ИСО Русскоязычная транслитерация аббревиатуры ISO1.ternational Organization for Standardization

83. КМД Концептуальная Модель Данных.

84. МЭСИ Московский государственный университет Экономики, Статистики и Информации.

85. ООП Объектно Ориентированный Подход.

86. ОСБ Отделение Сберегательного Банка.

87. ПО Программное Обеспечение.

88. СБ РФ Сберегательный Банк Российской Федерации.1. СП Структурный Подход.1. СПб Санкт-Петербург.

89. СПО Сущность Предметной Области. Данное сокращение введенов диссертационной работе для обозначения объектов и (или) фактов предметной области, информацию о котором необходимо хранить в базе данных.

90. СУБД Система Управления Базами Данных.

91. ТОО Товарищество с Ограниченное Ответственностью.

92. ТЭС Тепло Электро Станция.

93. BPM Business Process Modeler. Модуль CASE-системы SilverRun,предназначенный для моделирования бизнес-процессов предметной области.

94. CASE Computer Aided Software/System Engineering -Автоматизированная разработка систем/программного обеспечения.

95. CDM Custom Development Method - метод разработкиприложений компании ORACLE.

96. DFD Data Flow Diagrams. Диаграммная техника, предназначеннаядля функционального моделирования. Русскоязычный аналог диаграммы потоков данных (ДПД).

97. ERD Entity Relationship Diagrams. Диаграммная техника,предназначенная для моделирования данных предметной области. Русскоязычный аналог диаграммы «сущность-связь».

98. FPM Function Point Method. Метод оценки сложностипрограммного проекта. Русскоязычный перевод метод функциональных точек.

99. EF0 Методология моделирования. Аббревиатура расшифровывается - Icam DEFinition, ICAM - Integrated Computer Aided Manufacturing - интегрированная компьютеризация производства.

100. O International Organization for Standardization

101. Международная организация по стандартизации

102. JSD Jackson Structured Development - метод разработки Майкла1. Джексона.

103. OMT Object Modeling Technique - объектно-ориентированнаятехника моделирования Дж. Рамбо.

104. OOA Object Oriented Analysis. Русскоязычный перевод объектноориентированный анализ.

105. OOIE Object-Oriented Information Engineering - метод объектно-ориентированного моделирования Мартина/Оделла.

106. OOSE Object-Oriented Software Engineering - объектно-ориентированный метод разработки, называемый методов Джекобсона.

107. RAD Rapid Application Development. Методология быстройразработки приложений.

108. RUP Rational Unified Process. Комплексная технология разработкипрограммных систем.

109. SADT Structured Analysis and Design Technique - структурная методология, разработанная Дугласом Россом.

110. SA/SD Structured Analysis/Structured Design - одна из классических структурных методологий, основанная на ДПД.

111. STD State Transition Diagrams - диаграммы переходовсостояний.

112. RDM Relational Data Modeler. Модуль CASE-системы SilverRun,предназначенный для проектирования реляционной базы данных.