автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Метод сокращения времени прохождения транзакций в аппаратно-программных комплексах банковских систем

На правах рукописи

Ч1ШЕНОВ Андрей Владимирович

МЕТОД СОКРАЩЕНИЯ ВРЕМЕНИ ПРОХОЖДЕНИЯ ТРАНЗАКЦИЙ В АППАРАТНО-ПРОГРАММНЫХ КОМПЛЕКСАХ БАНКОВСКИХ СИСТЕМ

Специальность 05.13 11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

Автореферат диссертации на соискание ученой степени кандидата технических наук

003071147

Тула - 2007

003071147

Работа выполнена на кафедре электронных вычислительных машин в Тульском государственном университете

Научный руководитель: доктор технических наук,

профессор Токарев Вячеслав Леонидович

Официальные оппоненты: доктор технических наук, профессор

Ильин Анатолий Александрович

кандидат технических наук, доцент Евсюков Владимир Васильевич

Ведущая организация: Тульская лаборатория информационных и

математических технологий

Защита состоится «25 » мая 2007 г. в часов на заседании диссертационного совета Д 212 271,07 при Тульском государственном университете (300600, г Тула, проспект Ленина, 92, 9 -101)

С диссертацией можно ознакомиться в библиотеке университета Автореферат разослан «ЗУ » апреля 2007 г. Ученый секретарь

диссертационного совета ^ ф д Данилкин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы. Развитие современных банковских систем массового обслуживания (БСМО) привело к появлению новых требований, со стороны платежных компаний, что обусловило модернизацию как специализированных устройств, для обслуживания карт в торговых точках, так и его программного обеспечения В результате появились крупные аппаратно-программные комплексы обработки транзакций (АПКОТ), основными функциями которых является быстрое преобразование запросов со стороны кассового программного обеспечения (ПО) на серверы банков

Аппаратно-программные комплексы выполняют обработку запросов от контрольно-кассовых машин (ККМ), терминалов оплаты или банкоматов и трансляцию их на сервер банка. Каждый запрос ограничен по времени параметрами протокола связи Процесс обработки запроса представляет собой различные проверки параметров, шифрования и преобразования данных Поэтому, к основным требованиям банковских систем относятся высокая надежность, бесперебойность работы, защита от угроз «отказ в обслуживании» Сокращение времени обработки запросов позволит уменьшить вероятность взлома (подмены) транзакции (последовательность логически связанных действий, переводящих систему из одного состояния в другое), увеличить скорость обслуживания клиентов, уменьшить количество отказов, связанных с ограничением по времени выполнения транзакции; увеличить конкурентоспособность системы на рынке ввиду того, что первичная оценка системы определяется скоростью обработки данных. Все это делает задачу сокращения времени обработки данных наиболее важной при проектировании крупных банковских систем

В связи с высокой потребностью таких систем в настоящее время, разработка метода сокращения времени прохождения транзакций в аппаратно-программных комплексах банковских систем является актуальной

Объект исследования - аппаратно-программный комплекс обработки транзакций в банковской системе

Предметом исследования являются методы проектирования аппаратно-программных комплексов обработки транзакций в банковских системах Цель и задачи диссертации.

Цель работы - сокращение времени прохождения транзакций в аппаратно-программных комплексах банковских систем, за счет создания

программных средств позволяющих обеспечить выбор рациональных путей обработки данных

В соответствии с указанной целью были поставлены и решены следующие задачи:

1, Анализ архитектуры аппаратно-программного комплекса обработки транзакций в банковской системе с целью определения способов сокращения временных задержек прохождения транзакции.

2 Построение математической модели аппаратно-программного комплекса, позволяющей выполнить системный анализ процессов обработки информации

3. Разработка метода, дающего возможность снизить временные задержки в программном комплексе обработай транзакций.

4 Экспериментальные исследования эффективности предложенного метода при проектировании процесса обработки данных в одном из аппаратно-программных комплексов обработки транзакций

Методы исследования. Проведенные в работе исследования базируются на использовании методов теории математического моделирования, теории графов, математической статистики и методов дискретной оптимизации

Научная новизна работы

1. Разработан метод сокращения времени обработки данных в АПКОТ, отличающийся возможностью сокращения задержек при параллельной обработке транзакций

2 Разработана математическая модель процессов обработки информации в АПКОТ, позволяющая оценивать временные задержки на различных уровнях системы

3 Предложена классификация систем массового обслуживания, с выделением в отдельный класс АПКОТ, отличающиеся стохастическим характером процессов и большой вероятностью ситуаций, при которых нагрузка на систему резко возрастает, и обычные методы обработки данных не позволяют обеспечить бесперебойность работы системы

Практическая значимость

1 Предложенный метод может быть использован для различных АПКОТ, которые построены на основе множества абстрактных объектов

2. На основе предложенного метода было разработано программное средство, позволяющее сократить время обработки данных в системе «Pulsar», наиболее широко применяемой в настоящее время

3. Результаты работы внедрены в процессинговые центры следующих банков- ОАО «Тульский Промышленник» и ККО «Тульский» калужского филиала ЗАО «Русславбанк».

4. Результаты работы используются в учебном курсе «Проектирование программного обеспечения сетей», читаемом для студентов специальности «Вычислительные машины, комплексы, системы и сети» ТулГу

Апробации работы. Основные результаты диссертационной работы докладывались на межрегиональной научно-технической конференции «Интеллектуальные и информационные системы», г Тула, ТулГу, 2003, 2004, на международной научно-практической конференции «Проблемы экономики и информатизации образования», г. Тула, ТИЭИ, 2007.

Публикации. По результатам исследований опубликовано 7 работ 4 статьи и 3 тезиса докладов

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений Основное содержание работы составляет 96 страниц, 25 иллюстраций, 15 таблиц и списка использованной литературы из 86 наименований

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении приводится обоснование актуальности темы диссертационной работы, определены цели и задачи диссертации, показана научная новизна, практическая ценность и результаты апробации

В первой главе содержится анализ АПКОТ, архитектуры серверной части приложения Определены основные компоненты архитектуры, влияющие на задержки (по времени) обработки данных при прохождении транзакции через БСМО

Предложена классификация систем массового обслуживания, в которой выделен отдельный класс АПКОТ, отличающийся стохастическим характером процессов и большой вероятностью ситуаций, когда нагрузка на систему резко возрастает, а обычные методы обработки данных не позволяют обеспечить бесперебойность работы системы

Проведенное исследование позволило определить факторы, влияющие на временные задержки АПКОТ Фактор первый - при проведении транзакции на время обработки данных накладываются ограничения протокола связи таким образом если транспортные уровни достаточно медленные, то транзакция может быть отменена. При этом покупатель получит отказ Вторым фактором

является экономическая составляющая При продаже системы покупатель, прежде всего, анализирует аналогичные проду кты БСМО. Первичной оценкой при выборе АПКОТ является ее производительность, поскольку невозможно мгновенно понять детальность проработки каждой системы Для примера -возможностям БСМО Pulsar обучают экспертов банка в течение месяца

Анализ типовой структуры АПКОТ показал, что он состоит из четырех взаимозависимых подсистем: сервер управления, который сохраняет параметры настройки, сервисное приложение (СП), обеспечивающее взаимодействие внешних устройств (ККМ, ПОС-терминалы и т.п) с авторизационными серверами банков, менеджер управления конфигурацией системы, визуально отображающий и позволяющий редактировать основные правила обработки данных в АПКОТ.

Общая схема прохождения транзакций в АПКОТ приведена на рис 1.

ККМ

1-- "5

Устройство безопасности

Устройство безопасности

Сервисное приложение

Менеджер управления конфигурациями

Сервер банка 1

Сервер банка 2

Рис 1 Общая схема прохождения транзакций в АПКОТ

В работе показано, что основным модулем системы является СП Входы для данного модуля представляют собой запросы от ККМ Выходами системы являются запросы на серверы банков, соответствующие запросам от ККМ (см рис 1) В классическом примере, после этапа, когда запрос отправлен на сервер банка, система меняет вектор направленности запросов Таким образом, серверы банков отправляют ответы, сервисное приложение преобразовывает их

и отправляет ККМ Под управляющими входами для данного модуля понимается набор предварительно настроенных конфигураций

В результате проведенного анализа СП показано, что архитектура приложения построена на множестве абстрактных классов Каждый абстрактный уровень, согласно конфигурации, становится частной реализацией этого класса

В работе установлено, что основные задержки обработки данных в системе возникают в реализациях абстрактных уровней Предельно допустимые, суммарные значения задержек определяются параметрами протоколов связи. Отмечено, что негативными факторами задержек являются увеличение вероятности взлома (подмены транзакции), ожидание клиентом результата транзакции, отмена транзакции согласно предельно-допустимым временным параметрам ограничения протокола Ограничения, которые действуют на систему, формируются на стадии настройки конфигурации, а также формализованы в программном описании выбранных протоколов

В диссертации показано, что основные временные параметры протоколов связи являются преобладающими временными ограничениями на стадии прохождения транзакции К управляющим воздействиям на обработку данных в системе отнесено реконфигурирование, т е модификация или создание новой конфигурации.

Для достижения цели, поставленной в диссертации предложено три варианта решения задачи

Первый - уменьшение количества абстрактных уровней в системе Положительным фактором будет увеличение производительности и скорости обработки кода экспертом (в случае ошибки), негативным - уменьшение гибкости системы, что приведет к усложнению восприятия архитектуры (в случае добавления нового функционала в код) и уменьшение захвата рынка (то есть для каждого нового потребителя придется тратить собственные ресурсы компании на доработку функционала)

Второй вариант - детальное исследование алгоритмов обработки данных с целью оптимизации и удаления однородных двойных и более обработок данных Положительным фактором будет не большое увеличение производительности системы (ввиду того, что основные задержки останутся при криптообработке данных и на транспортном уровне), негативным

элементом станет человеческий фактор - увеличение производительности будет действовать только некоторое время (при последующем добавлении нового функционала потребуется знание всех видов ранее сделанных оп гимизаций, чтобы исключить повторную обработку данных)

Третий вариант - исследование архитектуры системы с целью определения абстрактных объектов Поскольку каждый абстрактный объект в системе представлен одной или несколькими частными реализациями (ЧР). то при существовании альтернативы выбора ЧР, необходимо использовать т> реализацию объекта, которая имеет наименьшую среднюю задержку Также предварительно необходимо определить возможный путь обработки данных согласно выбранной конфигурации системы.

В диссертации отмечается, что наиболее существенным фактором для оптимизации АПКОТ является увеличение производительности обработки данных за счет использования объектов с наименьшими временными характеристиками. Как косвенное следствие будет уменьшение времени ожидания клиентом обработки заказа. При постоянно изменяемом коде системы данный функционал может находиться на абстрактном уровне, что позволит минимизировать возможные потери данного функционала во времени при добавлении нового кода в систему (при работе над проектом используется различный набор экспертов, которые не всегда пользуются знаниями и правилами кодирования при добавлении нового функционала, однако изменение абстрактного уровня тщательно контролируется менеджером программ, что уменьшает вероятность исчезновения данного функционала в будущем)

В работе показано, что отрицательным фактором являются увеличенные базовые знания, необходимые для интеграции в группу работы над системой нового эксперта. При существовании только одного пути прохождения транзакции в системе будет не большое снижение производительности за счет ненужной обработки данных в узлах выбора пути

В результате исследований установлено, что общее время прохождения транзакции б> дет равно сумме задержек при обработке каждого из абстрактных уровней АПКОТ, причем к каждому абстрактному уровню предыдущий уровень приложения может обратиться неизвестное количество раз. Это связано с тем что, например, транзакция может быть много проходной, то есть провести несколько операций с сервером за один запрос от кассы Однако

значение кода ответа от сервера заранее предсказать не возможно, то есть при отказном коде ответа последующие операции обмена с сервером банка буду! прерваны. Таким образом, заранее рассчитать время прохождения транзакции не предоставляется возможным Если же использовать статистический сбор информации, то предоставляется возможность на каждом из абстрактных уровней определить временной параметр ЧР данного абстрактного уровня

В работе показано, что при множественных ЧР различных абстрактных уровней в АПКОТ предоставляется возможность выбирать ту или иную ЧР в зависимости от статистически собранного заранее, временного параметра данной реализации Это позволит прогнозировать путь обрабогки данных транзакции через объекты в системе, а также выбирать путь с наименьшей задержкой

Для достижения поставленной цели в диссертации были решены следующие задачи

1. Создание математической модели процесса обработки информации в АПКОТ, позволяющей выявить зависимости временных задержек от настоек конфигурации ПО

2. Разработка метода, позволяющего оптимизировать пута прохождения обработки информации, с целью сокращения временных задержек

3 Экспериментальное исследование эффективности предложенного метода

Во второй главе диссертации описывается построение математической модели, позволяющей оценить временные характеристики данного АПКОТ Входами для модели представлены запросы со стороны ККМ Управляющим воздействием на модель является преобразование, которое определяет, в каком порядке и какими абстрактными объектами системы будут обрабатываться данные запроса. Выходами модели представлены запросы на серверы банков Время обработки данных в каждом из ЧР объекта сохраняется в памяти приложения и в дальнейшем используется как параметры для выбора ЧР с наименьшей задержкой обработки данных в системе

Структура модели АПКОТ представлена на рис 2

т

V

-У,

I» -»

4

X,

На рис. 2 запросы со стороны ККМ (см Рис 1) обозначены как Л',, запросы на серверы банков обозначены как };, Л/, является матрицей преобразования (обработки запросов), Г„ - вектор задержек в ЧР объектов системы.

В диссертации показано, что А[ ЧР абстрактного объекта А. Вк ЧР абстрактного объекта В, (л) - оператор связи, показывающий последовательность обработки данных в объектах Для объекта А, передающего управление объекту В& справедлива формула

Здесь параметр Л, принимает значения нуля, если А, не передает управление Вк. В обратном случае параметр принимает значение '"единица". В работе отмечено, что матрица преобразования, которая описывает связи между различными абстрактными уровнями, представлена в виде

В работе отмечено, что каждый возможный путь обработки данных в матрице (2) обозначен X, - ой строкой, а столбцы обозначают ЧР объектов системы

Матрица, характеризующая задержки обработки данных в ЧР объектов системы представлена в виде-

\ = А, л Вк, где кА е [°'Д], Л* е К

(1)

(2)

где I. - qpeднecтaтиcтичecкoe время обработки данных в ¡-ой ЧР объекта

В диссертации установлено, что произведение данных матриц даст вектор, каждый элемент которого будет означать задержку при различных путях обработки данных в системе

(4)

+ + + + '"•кп^й ЪГ

'лЛиг,* + Л-дгхг^ и + + + = -Гдгг

+ + + + ^их^ек . Тхк.

Учитывая, что точки входа - .V,, то наименьшее время обработки данных представлено в виде:

(5)

В работе отмечено, что после вычисления , \ - я строка в матрице А/,и будет оптимальным путем обработки данных При этом, алгоритм оптимизации по ключевой формуле (5) следует задействовать только после проведения п-ой транзакции, причем каждая транзакция должна быть обработана последовательно с Х1 по Х„ пути обработки данных. Это необходимо для того, чтобы для каждой из ЧР объектов системы было известно время обработки данных

В работе показано, что основные управляющие воздействия на модель АПКОТ исходят со стороны человеческого фактора Воздействие человека на АПКОТ, представлено на рис 3, где М одна из предварительно настроенных конфигураций При этом отмечается, что обычно эксперт задает возможную конфигурацию с помощью менеджера управления системой Для ККМ запросы настроены на определенную конфигурацию системы, где ключевым параметром выбора является сетевой порт

В абстрактном виде функция математической модели в работе представлена как ^ = Я (Мх )+£ , где Я - функция выбора оптимального пути, £ - неизбежная ошибка, которая связана с тем, что в начале система не обладает знанием о временных задержках в объектах и вынуждена опытным путем определять задержки в объектах системы

а) Эксперт

V

Конфигурирова ни е

БД

Рис 3. Воздействие человека на систему: а - предварительное создание конфигурации, б - выполнение запроса

В виде графа модель системы представлена в следующем виде (Рис 4 )

Рис 4 Граф возможных путей в системе

В работе установлено, что точка входа (АО) может располагаться в системе как объединяя всю систему целиком, так и два-1ри критических объекта в системе, то есть объектов, наиболее влияющих на задержки в

системе Остальные вершины графа являются временными задержками ЧР абстрактного уровня системы На рис 4 t„k - время обработки данных в объекте, где N- номер абстрактного уровня: к- номер частной реализации абстрактного объекта Поскольку связи графа жестко задаются на этапе конфигурирования системы, показано, что для вычисления оптимального пути необходимо перебирать ветви графа до тех пор, пока все частные реализации объектов системы не будут иметь временную характеристику обработки данных.

Условие адекватности модели проверяется критерием Бокса-Пирса

ew=г^-Цхс.е,-, й ;

г! , N-j,., (б)

где - среднестатистическое время обработки данных для 1-го запроса, t, -реальное время обработки данных i-ro запроса С у четом сезонных факторов по каждому месяцу, формула (6)была представлена в виде

12 ( 1 "-1 V ew-usU-Z«.«.-, (7)

j-l ч1N ~ J 1-1 J

В каждый месяц года было выбрано 100 различных выборок. При этом вычисленный критерий Q(e)= 1 3241 при доверительной вероятности <г= 0 98 ,

Х\иа) = Хуц&яь = 4 178 (8)

По критерию Бокса-Пирса условие об адекватности модели оценивается неравенством б(У),М: Показано, ЧТО Вычисленный критерий Бокса-

Пирса лежит в допустимом диапазоне значений, значит, условие адекватности математической модели выполняется

Следовательно, построенная математическая модель позволяет вычислить временные задержки системы и определить условия, при которых время обработки данных будет оптимально

В третьей главе диссертации описывается метод, с помощью которого достигается сокращение временных параметров обработки данных АПКОТ.

Предложено для каждого запроса со стороны кассового обеспечения, в памяти приложения создавать параллельную задачу (Рис 5)

Рис 5, Задачи запросов в АПКОТ

При этом задача, созданная запросом, по протоколу' А обрабатывает полеченные данные, преобразует их и передает по протоколу В на серверы банков (Рис. 6).

Процесс

Задана 1 ||

Задаю 2 у

Зедача N ^

I" Протоколов

Запрос 1 у

V

_к

Запрос N

[""Серверы банков

Сервер 1

Сермр:

»сир N

Рис 6. Преобразование запросов в АПКОТ

При обработке запроса предложено создавать задач}, которая, в свою очередь, передает управление абстрактному уровню входного приложения, что позволит проводить обработку данных в тех объектах системы, которые не используются в данный момент времени Входное приложение обрабатывает запрос и передает управление выходном} приложению, которое преобразует и передает запрос на сервер банка

Установлено, что после определения всевозможных связей между абстрактными уровнями однозначно находятся временные параметры обработки данных

Учитывая (2) и (3) применимо к АПКОТ, было предложено найти минимальный суммарный вес К выбранного пути-

где Ti - вектор средних значений временных задержек ЧР абстрактных объектов i-го пути, М - матрица инциденций. r¡ - суммарный вес i-го пути в заданной конфигурации, R - множество величин суммарных значений m путей в заданной конфигурации, ц - индекс строки оптимального пути обработки данных в матрице А/

При этом временным параметром, ограничивающим функцию вычисления времени обработки данных, является т (ограничение времени на выполнение транзакции)

В работе предложено выбирать количество столбцов в матрице М равным количеству ЧР абстрактных уровней системы, а количество строк - числу возможных путей обработки данных в системе, затем полным перебором построить все возможное количество путей обработки данных в системе Например, можно воспользоваться поиском в глубину, после чего обойти все полученные деревья, заполняя соответствующие элементы матрицы

В диссертации показано, что после того как матрица М будет окончательно заполнена, определяется существование возможных деревьев, по которым данные еще не обрабатывались, и выбирается первое дерево для обработки запроса, затем второе и так далее В результате все ЧР абстрактных объектов системы получают временную характеристику - задержку обработки данных в объекте

В случае, если по всем из деревьев данные уже обрабатывались, строится вектор T¡, элементами которого являются средние задержки обработки данных (ЧР) в системе Затем по формуле (9) определяется строка в матрице М, которая с вероятностью не хуже 0,99 определяет путь прохождения транзакции с наименьшей временной задержкой

Предложенный алгоритм позволяет осуществлять поиск кратчайшего пути в ориентированном графе со взвешенными вершинами больше нуля при параллельной обработке транзакций

В четвертой главе описываются результаты экспериментальных исследований предложенного метода сокращения времени обработки данных в АПКОТ

В качестве примера АПКОТ был выбран программный комплекс "Pulsar", в настоящее время являющийся наиболее распространенным в России

Эффективность предложенного метода исследовалась путем построения различных конфигураций, в которых количество ЧР абстрактных уровней последовательно увеличивалось. Как следствие, увеличивалось и количество

(9)

возможных путей обработки данных, что в результате давало лучшее решение задачи

Вариации построения различных БСМО были настроены с помощью программного модуля Pulsar Manager. Простейшая схема конфигурации представлена на рис 7 Все запросы проходят через один входной терминал, который соединен с двумя другими выходными терминалами Каждый выходной терминал должен транслировать транзакцию на сервер банка, связанный с данным терминалом

&»«.« Гчмчил /''протокол

fyioamcw г '

OpenWay

¡''Протокол SA ) ^Й^Г"

i tonoaAi ее ствовйы i S

Сервер 1

Шифр»»«**« MttCl«p<«ClMMI «ыхп

!

/ /""Л ^к* V

\ j

• г

/* ! t Протокол SA j N

Протокол OpenWay

Шифре«**!« «мкл ММЙЦМАИМ 1МЛ

Сервер 2

Устройство безопасности

Рис. 7 Схема конфигурации

После проведения испытаний согласно конфигурации (Рис 7) были получены следующие результаты

Таблица 1 Показатели прохождения транзакций

Количество транзакций Среднее время обслуживания 1-ой транзакции (было) Среднее время обслуживания 1 -ой транзакции (стало) Разница в секундах Улучшение в процентах

100 44с 3.2с 1.2с 27» ó

Данные (см таблицу 1) экспериментальным образом доказывают эффективность разработанного метода

В процессе изучения журнала транзакций было определено, что большинство транзакций транслировались через «сервер 1», который имел наименьшую временную задержку

Параметры испытуемых конфигураций представлены в таблице 2 Устройство безопасности (УБ), используется для шифрования и маскирования (маек) запросов Знаками «+,•■» отмечено использование соответствующего функционала.

Таблица 2 Параметры испытуемых конфигураций.

Номер УБ УБ Маек Маек. Шифр Шифр Количество

конфигурации вх вых вх вых вх вых вых.

серверов

1 - — — - - - 2

2 - — - - - - 2

3 + — + - - - 2

4 + — + - + - 2

5 — + - + - - 3

6 — + — + - + 3

7 + + + + - - 3

8 + + + + + - 3

9 + 4- + + — + 4

10 + + + + + + 4

После проведения ряда тестов с нарастающей сложностью конфигурации (в каждой последующей конфигурации добавлялся либо новый абстрактный уровень, либо новая частная реализация уже существующего абстрактного уровня) были получены следующие результаты (Таблица 3), где последовательный номер - номер выбранной конфигурации

Таблица 3. Результаты практического тестирования

№ Разница в Сокращение временных затрат

секундах в процентах

1 1 2 27

2 1 5 11

3 1 3 20

4 1 1 17

5 23 22

6 24 15

7 19 24

8 26 21

9 26 25

10 2 1 25

Согласно полученным данным в таблице 3, разработанный метод

оптимизации сократил время обработки данных (Рис. 8) для различных конфигураций системы, что экспериментально доказывает его эффективность

Метод позволил для текущей обстановки в каждой конфигурации найти оптимальный путь прохождения транзакций, что дало сокращение времени их обработки не менее чем 11° о Получаемый выигрыш по времени будет тем больше, чем сложнее конфигурация.

На рисунке по оси абсцисс номер конфигурации, по оси ординат среднее время (на 100 транзакций) выполнения запроса

Рис 8 Зависимость среднего времени обработки данных транзакции от

построенной конфигурации а - до применения оптимизирующего функционала, б - после до применения оптимизирующего функционала

Предложенный в диссертации метод позволил сократить временные задержки обработки данных от 1 1с до 2 6с. что в процентном соотношении составило от 11% до 27% Разработанный программный комплекс, основанный на предложенном методе внедрен в банках ОАО «Тульский Промышленник» и ККО «Тульский» калужского филиала ЗАО «Русславбанк». В заключении сформулированы основные результаты работы и намечены дальнейшие пути развития исследования

I, сек

2 3 4 5 6

Номер конфигурации

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Предложена классификация систем массового обслуживания, с выделением в отдельный класс АПКОТ, отличающихся стохастическим характером процессов и большой вероятностью ситуаций, при которых

нагрузка на систему резко возрастает и обычные методы обработки данных не позволяют обеспечить бесперебойность работы системы

2 Исследована архитектура АПКОТ. Выделены абстрактные уровни системы. Определены возможные пути оптимизации временных характеристик системы, для сокращения времени обработки данных в АПКОТ.

3 Построена математическая модель обработки информации в БСМО Модель представляет собой ориентированный граф с положительными весами, по которому строится матрица инциденций, определяющая основные пути обработки данных в системе и может быть использована для решения задач сокращения временных задержек обработки данных в АПКОТ

4 Разработан метод, позволяющий сократить время прохождения транзакций в БСМО, отличающийся тем, что позволяет определять кратчайшие пути обработки данных в системе при постоянно изменяемых временных характеристиках объектов АПКОТ

5 Разработан программный комплекс, основанный на методе сокращения времени обработки данных в АПКОТ «Pulsar»

6 Проведены экспериментальные исследования, подтверждающие эффективность разработанного метода в АПКОТ «Pulsar»,

7 Прикладные результаты работы внедрены в ОАО банк «Тульский Проммышленник» (г Тула), ККО «Тульский» калужского филиала ЗАО «Русславбанк» (г Тула) Теоретические результаты работы внедрены в учебном курсе «Проектирование программного обеспечения сетей»

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Чиненов А.В Савин Н И Семантический анализ сетевого трафика // Интеллектуальные и информационные системы- Материалы межрегион науч - техн конф /ТулГУ - Тула, 2003.-С 94-96.

2 Чиненов А.В,, Токарев В.Л. Алгоритм формирования интеллектуальной репликации данных в операционной системе Windows поколения NT /<' Интеллектуальные и информационные системы материалы межрегион науч -техн конф /ТулГУ - Тула, 2004 -С.94-95.

3. Чиненов А В, Савин Н И Система репликации программ и данных в корпоративных сетях // Известия Тульского государственного университета. Сер Вычислительная техника Информационные технологии. Системы управления/ТулГУ. - Тула, 2004 -Т.1,вып З.-С 107-110

4 Чиненов А.В Метод оптимизации взвешенных характеристик препроцессинговой системы массового обслуживания // Приборы и управление, вып5.-Тула. ТулГУ,2007,С 175-182.

5 Чиненов АВ Токарев В Л. Математическое моделирование процесса прохождения транзакций в системе «Pulsar» '/ Приборы и управление, вып 5. - Тула . ТулГУ. 2007. С. 164-168

6 Чиненов А.В Савин Н И Карта хранения данных в зависимых структурах h Приборы и управление, вып 5 -Тула ТулГУ , 2007, С. 168-171

7 Чиненов А.В Токарев В Л Оптимизация обработки данных в препроцессинговой системе ;/ Проблемы экономики и информатизации образования Тез докл. 4-ой международной научно-практической конференции - Тула . ТИЭИ, 2007. С 188-190

Изд лиц ЛР № 020300 от 12 02 97 Подписано в печать _ 04 07 Формат бумаги 60x84 1/16 . Бумага офсетная Уел -печ. л. /, !. Уч -изд. л. г, с Тираж экз Заказ с /0„ Тульский государственный университет 300600, г Тула, пр Ленина, 92 Отпечатано в издательстве ТулГУ 300600, г Тула, ул Боддина,' 151

ВВЕДЕНИЕ.

1. АНАЛИЗ АРХИТЕКТУРЫ АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА ОБРАБОТКИ ТРАНЗАКЦИЙ.

1.1. Состав системы.

1.2. Входы, выходы, настройка конфигурации.

1.3. Выбор метода кратчайшего поиска.

1.4. Выводы.

2. МОДЕЛЬ АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА ОБРАБОТКИ ТРАНЗАКЦИЙ.

2.1. АПКОТ как объект моделирования.

2.2. Представление модели виде графа.

2.3. Определение временных характеристик системы.

2.4. Формализация оптимизационных критериев проверки целевой модели

2.5. Выводы.

3. РАЗРАБОТКА МЕТОДА ОПТИМИЗАЦИИ.

3.1. Постановка задачи оптимизации.

3.2. Оптимизация архитектуры на основе системы лицензий.

3.3. Оптимизация архитектуры системы с использованием целочисленного линейного программирования.

3.4. Получение исходных данных о структуре и основных параметрах объектов системы.

3.5. Погрешность результатов временной оценки прохождения транзакций.

3.6. Выводы.

4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МЕТОДА ОПТИМИЗАЦИИ В АПКОТ «ПУЛЬСАР».

4.1. Построение различных конфигураций.

Развитие современных банковских систем массового обслуживания (БСМО) привело к появлению новых требований, со стороны платежных компаний, что обусловило модернизацию как специализированных устройств, для обслуживания карт в торговых точках, так и его программного обеспечения. В результате появились крупные аппаратно-программные комплексы обработки транзакций (АПКОТ), основными функциями которых является быстрое преобразование запросов со стороны кассового программного обеспечения (ПО) на серверы банков.

Аппаратно-программные комплексы выполняют обработку запросов от контрольно-кассовых машин (ККМ), терминалов оплаты или банкоматов и трансляцию их на сервер банка. Каждый запрос ограничен по времени параметрами протокола связи. Процесс обработки запроса представляет собой различные проверки параметров, шифрования и преобразования данных. Поэтому, к основным требованиям банковских систем относятся высокая надежность, бесперебойность работы, защита от угроз «отказ в обслуживании». Сокращение времени обработки запросов позволит уменьшить вероятность взлома (подмены) транзакции (последовательность логически связанных действий, переводящих систему из одного состояния в другое); увеличить скорость обслуживания клиентов; уменьшить количество отказов, связанных с ограничением по времени выполнения транзакции; увеличить конкурентоспособность системы на рынке ввиду того, что первичная оценка системы определяется скоростью обработки данных. Все это делает задачу сокращения времени обработки данных наиболее важной при проектировании крупных банковских систем.

В связи с высокой потребностью таких систем в настоящее время, разработка метода сокращения времени прохождения транзакций в аппаратно-программных комплексах банковских систем является актуальной.

Объект исследования - аппаратно-программный комплекс обработки транзакций в банковской системе.

Предметом исследования являются методы проектирования аппаратно-программных комплексов обработки транзакций в банковских системах.

Цель и задачи диссертации.

Цель работы - сокращение времени прохождения транзакций в аппаратно-программных комплексах банковских систем, за счет создания программных средств позволяющих обеспечить выбор рациональных путей обработки данных.

В соответствии с указанной целью были поставлены и решены следующие задачи:

3.6. Выводы

1. Разработан метод, позволяющий оптимизировать пути прохождения и обработки информации, с целью сокращения временных задержек, отличающийся тем, что позволяет определять кратчайшие пути обработки данных в системе при постоянно изменяемых временных характеристиках объектов АПКОТ.

2. Задача построения оптимального программного обеспечения сведена к нахождению множества дуг ориентированного графа, описывающего процесс функционирования АПКОТ, что позволяет распределять операции между объектами и находить последовательность их выполнения в рамках одной оптимизационной задачи.

4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МЕТОДА

ОПТИМИЗАЦИИ В АПКОТ «ПУЛЬСАР»

4.1. Построение различных конфигураций

Для исследования эффективности предложенного метода путем построения различных конфигураций, в которых количество ЧР абстрактных уровней последовательно увеличивается, требуется система управления конфигурациями.

Вариации построения различных БСМО были настроены с помощью программного модуля Pulsar Manager. Простейшая схема конфигурации 1 представлена на рис. 4.1.

Все запросы проходят через один входной терминал, который соединен с двумя другими выходными терминалами. Каждый выходной терминал должен транслировать транзакцию на хост банка, который связан с данным терминалом.

Рис. 4.1. Схема конфигурации 1 После проведения испытаний были получены следующие результаты:

ЗАКЛЮЧЕНИЕ

1. Предложена классификация систем массового обслуживания, с выделением в отдельный класс АПКОТ, отличающихся стохастическим характером процессов и большой вероятностью ситуаций, при которых нагрузка на систему резко возрастает и обычные методы обработки данных не позволяют обеспечить бесперебойность работы системы.

2. Исследована архитектура АПКОТ. Выделены абстрактные уровни системы. Определены возможные пути оптимизации временных характеристик системы, для сокращения времени обработки данных в АПКОТ.

3. Построена математическая модель обработки информации в БСМО. Модель представляет собой ориентированный граф с положительными весами, по которому строится матрица инциденций, определяющая основные пути обработки данных в системе и может быть использована для решения задач сокращения временных задержек обработки данных в АПКОТ.

4. Разработан метод, позволяющий сократить время прохождения транзакций в БСМО, отличающийся тем, что позволяет определять кратчайшие пути обработки данных в системе при постоянно изменяемых временных характеристиках объектов АПКОТ.

5. Разработан программный комплекс, основанный на методе сокращения времени обработки данных в АПКОТ «Pulsar».

6. Проведены экспериментальные исследования, подтверждающие эффективность разработанного метода в АПКОТ «Pulsar».

7. Прикладные результаты работы внедрены в ОАО банк «Тульский Проммышленник» (г. Тула), ККО «Тульский» калужского филиала ЗАО

Русславбанк» (г. Тула). Теоретические результаты работы внедрены в учебном курсе «Проектирование программного обеспечения сетей».

1. Алексеев О.Г., Комплексное применение методов дискретной оптимизации. - М.: Наука, 1987. - 316 с.

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

3. Буч Г., Рамбо Д., Джекобсон А. Язык UML. Руководство пользователя //№, изд-во ДМК, 2000г.

4. Барский А.Б. Планирование параллельных вычислительных процессов. М.: Машиностроение, 1980. - 192 е., ил.

5. Берж X. Теория графов и ее применения. М.: Изд-во иностр. лит., 1962.-319 с.

6. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ. М.:Мир, 1989. - 448 с.

7. Брахман Т.Р. Многокритериалность и выбор альтернативы в технике. М.: Радио и связь, 1984. - 288 с.

8. Вальковский В. А. Распараллеливание алгоритмов и программ. Структурный подход. Москва: Радио и связь. 1989.176 с.

9. Вентцель Е.С. Исследование операций: задачи, принципы, методология. 2-е изд., стер. - М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 208 с. -(Пробл. науки и техн. прогресса).

10. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. М.: Наука. Гл. ред. физ.-мат. лит. - 1988. -480 с.

11. Воеводин В.В. Математические модели и методы в параллельных процессах. М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 296 с.-8812. Воеводин В.В.,Воеводин Вл.В. "Параллельные вычисления", Спб, изд-во "БХВ-Петербург", 2002, 608 стр.

12. Глушков В.М, Капитонова Ю.В., Летичевский А.А. Автоматическое проектирование вычислительных машин. Киев., 1978. 230 с.

13. Головкин Б.А. Параллельные вычислительные системы. М.: Наука, 1980.-519 с.

14. Головкин Б.А. Расчет характеристик и планирование параллельных вычислительных процессов. М. Радио и связь, 1983. - 272 с.

15. Горбунов В.Л., Панфилов Д.И., Преснухин Д.Л. Справочное пособие по микропроцессорам и микро-ЭВМ:/Под. Ред. Л.Н. Преснухина. М.: Высш. шк., 1988.-272 е.: ил.

16. Джордейн Р. Справочник программиста персональных компьютеров типа IBM PC,XT и AT: Пер. с англ. М: Финансы и статистика, 1992. - 544 с.

17. Долинский М., Толкачев А., Коршунов И. Программный комплекс для разработки параллельных вычислительных систем//Компоненты и технологии, 2004, №5, с. 94-100.

18. Евреинов Э.В. Однородные универсальные вычислительные системы высокой производительности. Новосибирск, Наука, 1966. 306 с.

19. Евстигнеев В.А. Применение теории графов в программировании. -М.: Наука, 1985. 352 с.

20. Емеличев В. А., Мельников О. И., Сарванов В. И., Тышкевич Р. И. Лекции по теории графов. М.: Наука. 1990. 384 с.

21. Карцев М.А. Архитектура цифровых вычислительных машин. М.: Наука, 1978.-295 с.

22. Касьянов В.Н. Методы оптимизации программ. Новосибирск: НГУ. 1984. 92 с.

23. Коваленко И.Н., Филиппова А.А. Теория вероятностей и математическая статистика: Учеб. пособие. 2-е изд., перераб. И доп. - М.: Высш. Школа, 1982. - 256 е., ил.

24. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика: Учебник/ Под ред. В.А. Колемаева. М.: ИНФРА-М, 2001. -302 с. - (Серия «Высшее образование»).

25. Корнеев В.В. Архитектура вычислительных систем с программируемой структурой. Новосибирск: Наука, 1985. - 167 с.

26. Корячко В.П. Микропроцессоры и микроЭВМ в радиоэлектронных средствах: Учеб. для вузов по спец. «Конструирование и технология радиоэлектронных средств». -М.: Высш. шк., 1990. 407 е., ил.

27. Кофман А. Введение в прикладную комбинаторику. М.: Наука. Гл. ред. физ.-мат. лит., 1975. - 480 е., ил.

28. Кофман А., Анри-Лабордер А. Методы и модели исследования операций. Целочисленное программирование. Пер. с франц. Б.Т. Вавилова, Е.В. Бабичевой, Г.Г. Устинченко. М.: Мир, 1977. 432 с.

29. Кристофидес Н. Теория графов. Алгоритмический подход: Пер. с англ. М.: Мир, 1978. - 432 с.

30. Левкин Г.Н., Левкина В.Е. Введение в схемотехнику ПЭВМ PC/AT. -М.: Изд-во МПИ, 1991.-96 е.: ил.-9034. Литвин В.Г., Ададышев В.П., Винниченко А.И. Анализпроизводительности мультипрограммных ЭВМ. М.: Финансы и статистика,1984.-159 е., ил.

31. Лорин Г. Распределенные вычислительные системы. М.: Радио и связь, 1984. -296 с.

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

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

34. Майника Э. Алгоритмы оптимизации на сетях и графах. М.: Мир,1985.-323 с.

35. Марков А.А, Нагорный Н.М. Теория алгоритмов. М.: Наука, 1984. -432 с.

36. Микропроцессорный комплект К1810: структура, программирование, применение. Справочная книга/ Ю.М. Казаринов, В.Н. Номоконов, Г.С. Подклетнов, Ф.В. Филиппов/. М.: Высшая школа, 1990. - 269 с.

37. Мультипроцессорные вычислительные системы/ Под. Ред. Я. А. Хетагурова. М.: Энергия, 1971. - 320 с.

38. Мультипроцессорные системы и параллельные вычисления/ Под. Ред. Ф.Г. Энслоу. М.: Мир, 1976. - 384 с.

39. Новикова Н.М. Основы оптимизации (курс лекций). Электронный ресурс. Электрон, дан. - М.: МГУ, 1998. Режим доступа: http://www.ccas.ru/depart/malashen/papper/oonovikl .pdf, свободный. Требования: Adobe Acrobat Reader 3.0 или выше. - Заглавие с экрана.

40. Однородные микроэлектронные ассоциативные процессоры / Под. Ред. И.В. Прангишвили. М. Советское радио, 1973. - 280 с.-9145. Панкжов А.В. Линейное программирование: Конспект лекций. Челябинск: Издательство ЮУрГУ, 2001. - 59 с.

41. Пашкеев С.Д. Основы мультипрограммирования для специализированных систем. М.: Советское радио, 1972,183 с.

42. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989. 367 стр.

43. Поспелов Д.А. Введение в теорию вычислительных систем. М.: Сов. Радио, 1972.-280 с.

44. Прангишвили И.В., Виленкин С.Я., Медведев И.Л. Параллельные вычислительные системы с общим управлением. М.: Энергоатомиздат, 1983.-312 с.

45. Раскин Л.Г. Анализ сложных систем и элементы теории оптимального управления. М.: «Сов. радио», 1976. 344 е., ил.

46. Розен В.В. Цель, оптимальность, решение. Математические модели принятия оптимальных решений. М.: Радио и связь, 1982. 168 стр.

47. Рыбников К.А. Введение в комбинаторный анализ. М.: Издательство Московского университета, 1972. - 256 с.

48. Сигнаевский В.А., Коган Я.А. Методы оценки быстродействия вычислительных систем / Под ред. О.И. Авена. М.: Наука, 1991. - 256 с.

49. Скэнлон Л. Персональные ЭВМ IBM PC и XT. Программирование на языке ассемблера. М.: Радио и связь. 1989. - 336 с.

50. Страуструп Б. Язык программирования С++. СПб.: БХВ-Петербург, 2001 - 863с.

51. Фет Я.И. Параллельные процессоры для управляющих систем. М. Энергоиздат, 1981. - 158 с.-9257. Теория систем и методы системного анализа в управлении и связи/В.Н. Волкова, В.А. Воронков, А.А. Денисов и др. М.: Радио и связь, 1983.-248 с.

52. Толковый словарь по вычислительным системам/Под ред. В. Иллин-гуорта и др.: Пер. с англ. А.К. Белоцкого и др.; Под ред. Е.К. Масловского. -М.: Машиностроение, 1991. 560 е.: ил.

53. Транспьютеры. Архитектура и программное обеспечение. Под ред. Г.Хорна. М. Радио и связь 1993г. 304 с.

54. Трахтенгерц Э.А. Программное обеспечение параллельных процессов. Москва: Наука. 1987.

55. Ушкар М.Н. Микропроцессорные устройства в радиоэлектронной аппаратуре/Под ред. Б.Ф. Высоцкого. М.: Радио и связь, 1988. - 128 е.: ил. -(Массовая б-ка инженера «Электроника»).

56. Фор А. Восприятие и распознавание образов. М: Машиностроение, 1989 г.-272 е.: ил.

57. Фостер К. Ассоциативные параллельные процессоры. М.: Энерго-издат, 1981.-240 с.

58. Харари Ф., Палмер Э. Перечисление графов. М.: Мир, 1977.

59. Хоккни Р., Джессхоуп К. Параллельные ЭВМ. Архитектура программирование и алгоритмы М.: Радио и связь, 1986. - 340с.

60. Цифровая и вычислительная техника: Учебник для вузов/Э.В. Ев-реинов, Ю.Т. Бутыльский, И.А. Мамзелев и др.; Под. ред. Э.В. Евреинова. -М.: Радио и связь, 1991. 464 е.: ил.

61. Чиненов А.В., Савин Н.И. Система репликации программ и данных в корпоративных сетях // Известия Тульского государственного университета. Сер. Вычислительная техника. Информационные технологии. Системы управления/ТулГУ. Тула, 2004.-Т.1,вып.З.-С.107-110.

62. Чиненов А.В. Метод оптимизации взвешенных характеристик пре-процессинговой системы массового обслуживания // Приборы и управление, вып.5. Тула.: ТулГУ., 2007, С. 175-182.

63. Чиненов А.В. Токарев B.JI. Математическое моделирование процесса прохождения транзакций в системе «Pulsar» // Приборы и управление, вып.5. Тула.: ТулГУ., 2007, С. 164-168.

64. Чиненов А.В. Савин Н.И. Карта хранения данных в зависимых структурах // Приборы и управление, вып.5. Тула.: ТулГУ., 2007, С. 168171.

65. Чиненов А.В. Токарев B.JI. Оптимизация обработки данных в пре-процессинговой системе. // Проблемы экономики и информатизации образования. Тез. докл. 4-ой международной научно-практической конференции. -Тула.: ТИЭИ., 2007, С. 188-190.

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

67. Шрайбер Т. Моделирование на GPSS. М.: Машиностроение, 1990.

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

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

70. Электронные промышленные устройства: Учеб. для студ. Вузов спец. «Пром. электрон.»/В.И. Васильев, Ю.М. Гусев, В.Н. Миронов и др. -М.: Высш. Шк., 1988. 303 е.: ил.

71. Элементы параллельного программирования/В.А. Вальковский, В.Е. Котов, А.Г.Марчук, Н.Н. Миренков. -М.: Радио и связь, 1986. 392 с.

72. Эффективность методов организации вычислительного процесса в АСУ. М.: Статистика, 1975. 255 с.

73. Языки и параллельные ЭВМ. Москва: Наука. 1990. серия Алгоритмы и алгоритмические языки. 93 с.

74. Introduction to SHARC Multiprocessor Systems Using VisualDSP++/ M.Kokaly-Bannourah. Electronic resource. Electronic data. - [USA]: Analog

75. Devices, 2003. Access: http://www.analog.com, free.

76. Requierments: Adobe Acrobat Reader 3.0 or higher. Title from screen.

77. LPSOLVE: Linear Programming Code. Electronic resource. Electronic data and progr. - [USA]: 1996. Access: http://www.cs.sunysb.edu/~algorith/implement/lpsolve/implement.shtml, free. -Title from screen.