RU2672617C1 - Способ определения объектов инноваций в информационных системах - Google Patents
Способ определения объектов инноваций в информационных системах Download PDFInfo
- Publication number
- RU2672617C1 RU2672617C1 RU2017145359A RU2017145359A RU2672617C1 RU 2672617 C1 RU2672617 C1 RU 2672617C1 RU 2017145359 A RU2017145359 A RU 2017145359A RU 2017145359 A RU2017145359 A RU 2017145359A RU 2672617 C1 RU2672617 C1 RU 2672617C1
- Authority
- RU
- Russia
- Prior art keywords
- data
- systems
- information
- information systems
- predicted
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000000694 effects Effects 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 5
- 244000309464 bull Species 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 208000014797 chronic intestinal pseudoobstruction Diseases 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Изобретение относится к информационным системам поддержки деятельности организационных систем. Техническим результатом является автоматическое определение объектов инноваций в существующих информационных системах с учетом данных о прогнозируемом максимально допустимом времени обработки запросов их пользователей. Способ определения объектов инноваций в информационных системах характеризуется тем, что содержит этапы, на которых в отношении каждого компонента информационной системы принимают и сохраняют прогнозируемые данные о максимально допустимом времени обработки данных, прогнозируемые и статистические данные о минимально допустимой частоте непревышения этого времени, проводят сравнительный анализ статистических данных с прогнозируемыми данными и если статистические данные меньше, то формируют данные о компоненте как об объекте инноваций, сохраняют и передают их субъектам управления информационной системой. 3 з.п. ф-лы, 2 ил.
Description
Настоящее техническое решение относится к вычислительным комплексам и компьютерным сетям с устройствами для обработки данных с воздействием на порядок расположения данных и на их содержание.
Областью применения являются информационные системы поддержки деятельности организационных систем.
Известное техническое решение - центр мониторинга устойчивости информационных систем (ИС) [1] RU 130109 U1, содержит маршрутизатор, комплекс сбора информации, комплекс определения устойчивости ИС и комплекс отображения информации. Техническим результатом является расширение функциональных возможностей за счет возможности формирования, сохранения, отображения и передачи данных об устойчивости ИС субъектам управления. Однако данное решение не позволяет определять компоненты ИС, являющиеся проблемными.
Известное техническое решение - центр поддержки устойчивости информационных систем [2] RU 132227 U1, отличается по сравнению с [1] дополнительно введенным комплексом системных исследований. На основе обработки данных контроля, данных о компонентах ИС и о моделях исследований, автоматически формируются, сохраняются, предоставляются и распространяются данные о проблемных компонентах ИС - неработоспособных технических средствах и программах с ошибками.
Известные технические решения - центр управления организационной системы (ОС) [3] RU 127493 U1, система ситуационно-аналитических центров ОС [4] RU 2533090 C2, содержат средства сбора, хранения, обработки, предоставления и распространения данных, которые на основании данных контроля, установленной логики обработки данных, формирования и применения команд управления обеспечивают сокращение времени разрешения проблемных ситуаций и сокращают число инцидентов в компонентах ИС. Данные решения охватывают области централизованного [3] и децентрализованного [4] управления деятельностью ОС. При этом учитывается влияние состояний компонентов ИС на эффективность поддерживаемых ими видов деятельности ОС.
Наиболее близким аналогом предлагаемого технического решения является способ поддержки деятельности ОС [5] RU 2532723 C2. Данный способ содержит этапы, на которых с помощью средств сбора, хранения, обработки, предоставления и распространения данных производится оценка показателей объектов поддержки деятельности, в частности, ресурсов компонентов ИС, с учетом их влияния на виды деятельности ОС, определяют сценарии решений и управляют ресурсами объектов поддержки. Технический результат направлен на предотвращение и устранение проблем в объектах поддержки деятельности ОС.
Однако известные технические решения [1-5] не обеспечивают возможность автоматического определения объектов инноваций - компонентов ИС, производительные ресурсы которых в изменившихся условиях внешней среды не удовлетворяют требованиям пользователей ИС ко времени обработки их запросов с учетом допустимой частоты непревышения этого времени.
С целью осознания идеи построения способа определения объектов инноваций проведен анализ известных результатов исследований процессов накопления знаний о ресурсах компонентов ИС с учетом оказываемых ими влиянии на эффективность производственной деятельности [7], процессов автоматизации деятельности ОС [8-16], взаимоувязанных объектов интеллектуальной собственности, включающих операции по созданию, расширению и применению баз знаний о сценариях решений, по оценке эффективности и управлению деятельностью с учетом выполненной оценки [17-20], в том числе, анализ следующих разработанных методов, моделей и инновационных решений:
- технологии контроля качества обслуживания пользователей ИС [8], включающей операции динамического анализа результатов сравнения фактических показателей мощности с целевыми показателями;
моделей представления и функционирования ИС поддержки деятельности ОС [9], с помощью которых определяются условия стабильного функционирования ИС в зависимости от заданных показателей своевременности предоставления информации;
- модели представления требований к производительным ресурсам ИС [10], используемой при определении средств автоматизации деятельности ОС;
- методов, моделей и технических решений по адаптивному управлению ИС [11], обеспечивающих поддержание фактических показателей в заданных диапазонах за счет изменения ресурсов компонентов ИС в зависимости от их загрузки;
- модели выбора направления автоматизации деятельности предприятия [12], предоставляющей возможность выбора способа автоматизации вида деятельности в условиях ограниченных возможностей по инвестициям;
- методического подхода к реализации сложных инфокоммуникационных проектов [13], позволяющего предотвратить для предприятий-разработчиков ИС риски упущенной прибыли и непредвиденных расходов, а для предприятий-заказчиков риски обесценивания капиталовложений из-за изменения запланированных сроков ввода ИС в эксплуатацию;
- методических подходов к решению задач минимизации людских ресурсов ОС [14-16], позволяющих сопоставить затраты на автоматизацию и прибыль при подключении дополнительного числа пользователей услуг ОС;
- инновационных решений - способов, систем и устройств в области информационных и телекоммуникационных технологий [17], использование в которых знаний о потоках данных и о внешней среде обеспечивает сокращение времени передачи информации;
- инновационных решений - способов, систем и центров в области управления деятельностью ОС [18], использование в которых знаний о соотношениях фактических и заданных показателей компонентов ИС и видов деятельности ОС обеспечивает предотвращение или сокращение времени ликвидации проблем;
- инновационных решений - способов, комплекса и устройств в области управления робототехническими объектами [19], использование в которых априорно сформированных знаний о сценариях управленческих решений и соответствующих им командах исполнения обеспечивает существенное повышение устойчивости процессов управления;
- инновационных решений - способов, системы и устройств в области интегрированных систем управления [20], использование в которых знаний о соотношении команд управления и их функций, о компонентах ИС и их функций обеспечивает технологическую совместимость разнородных по системам адресации и кодам программ систем управления.
В результате проведенного анализа выявлены нелинейные зависимости между производительными ресурсами (производительностью) компонентов ИС и временем обработки в них запросов пользователей с учетом минимально-допустимой вероятности (частоты) непревышения этого времени.
В связи с данным фактором корреляционной нелинейности и учитывая интенсивное развитие цифровых услуг [6] следует ожидать сокращение циклов модернизации существующих ИС, в том числе, за счет наращивания производительных ресурсов их компонентов. Это обусловлено ростом видов цифровых услуг и их пользователей - субъектов деятельности ОС, возрастанием нагрузки на различные компоненты ИС, поддерживающих эту деятельность. Как следствие, следует ожидать появления новых технических решений в области автоматизации действий по определению объектов инноваций в среде компонентов ИС поддержки деятельности ОС. Применение таких решений в практике ОС позволит исключить модернизацию ИС в целом и, тем самым, сократить инвестиционные затраты и время выполнения работ.
На основании изложенного выше разработано настоящее техническое решение - способ определения объектов инноваций в информационных системах.
Технический результат заключается в автоматическом определении объектов инноваций в существующих информационных системах поддержки деятельности организационных систем с учетом данных о прогнозируемом максимально-допустимом времени обработки запросов их пользователей.
При описании технического решения используются общеизвестные и следующие определения:
- прогнозируемые данные о максимально-допустимом времени обработки данных о запросах пользователей в k-ом компоненте ИС, где k=1, 2, … , K;
- прогнозируемые данные о минимально-допустимой частоте непревышения прогнозируемого максимально-допустимого времени обработки данных о запросах пользователей в k-ом компоненте ИС;
- статистические данные о минимально-допустимой частоте непревышения прогнозируемого максимально-допустимого времени обработки данных о запросах пользователей в k-ом компоненте ИС;
Ниже приведено описание предлагаемого технического решения.
1. Техническое решение, способ определения объектов инноваций в информационных системах, осуществляемый с применением аппаратно-программных средств, характеризующийся тем, что содержит этапы, на которых в отношении каждого компонента информационных систем:
- принимают и сохраняют прогнозируемые данные о максимально-допустимом времени обработки данных, прогнозируемые данные и статистические данные о минимально-допустимой частоте непревышения этого времени;
- проводят сравнительный анализ статистических данных и прогнозируемых данных о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных;
- формируют и сохраняют данные о компоненте как об объекте инноваций, если статистические данные о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных меньше соответствующих прогнозируемых данных и передают эти данные субъектам управления информационной системой.
2. Техническое решение, описанное выше в п. 1, в котором ИС осуществляют поддержку деятельности организационных систем из числа ведомств, предприятий, организаций, учреждений, их подразделений и объединений.
3. Техническое решение, описанное выше в п. 2, в котором компонентами ИС являются серверы, вычислительные комплексы, устройства и системы хранения данных, устройства локальной компьютерной сети и магистральной сети передачи данных и другие аппаратно-программные средства, которые производят действия по обработке данных о запросах пользователей ИС с воздействием на порядок их расположения и на их содержание.
4. Техническое решение, описанное выше в п. 2, в котором действия, производимые компонентами ИС соотносятся с автоматизированными функциями пользователей ИС, обусловленными их ролью в деятельности ОС, а компоненты ИС оснащены датчиками контроля времени обработки данных с учетом времени ожидания начала обработки.
Настоящее техническое решение выполняется в соответствии с приведенным выше описанием и поясняется на чертежах:
фиг. 1 - Структурная схема способа определения объектов инноваций в ИС;
фиг. 2 - Диаграмма времени, отводимого на принятие и исполнение решений.
Выполнению способа предшествуют подготовительные работы по определению:
- прогнозируемых данных о максимально-допустимом времени обработки данных и прогнозируемых данных о минимально-допустимой частоте непревышения этого времени;
- статистических данных о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных.
Прогнозируемые данные о максимально-допустимом времени обработки данных и о частоте (вероятности) непревышения этого времени определяются в ходе выполнения поисковых НИР путем проведения сбора, структурирования и анализа информации о перспективных технических решениях, относящихся к объектам - аналогам компонентов ИС, и о требованиях к их показателям времени обработки данных и к частоте его непревышения. Для сбора информации используются известные базы знаний и лучшие мировые практики, например, интеллектуальная база данных для прогнозирования, включающая источники информации, документы которых могут быть объектами для анализа [21]:
1) Российское бюро патентов и торговых марок (http://www. fips.ru);
2) Российское авторское общество (http://www.rao.ru);
3) Европейское бюро патентов, ЕРО (http://www.rupto.ru);
4) Бюро патентов и торговых марок США (http://www.uspto.gov):
5) Бюро патентов Великобритании (http://www.patent.gov.uk);
6) Бюро интеллектуальной собственности Австралии (http://www.ipaustralia.gov.au);
7) Бюро интеллектуальной собственности Канады (http://cipo. gc.са);
8) Патентное бюро Дании (http://www.dkpto.dk);
9) Государственное бюро интеллектуальной собственности КНР (http://www.cpo.cn.net);
10) Национальный институт промышленной собственности Франции (http://www.inpi.fr);
11) Бюро патентов и торговых марок Германии (http://www.deutsches-patentamt.de);
12) Правительственный отдел интеллектуальной собственности Гонконга (http://info.gov.hk);
13) Бюро патентов и торговых марок Италии (http://www.european-patent-office.org/it);
14) Патентное бюро Японии (http://www.jpo.go.jp);
15) Бюро промышленной собственности Нидерландов (http://www.bie.nl);
16) Бюро интеллектуальной собственности Новой Зеландии (http://www.iponz.govt.nz);
17) Регистратура торговых марок и патентов Сингапура (http://www.ipos.gov.sg);
18) Бюро патентов и торговых марок Испании (http://www.oepm.es);
19) Бюро патентов Швеции (http://www.prv.se);
20) Швейцарский федеральный институт интеллектуальной собственности (http://www.ige.ch);
21) Всемирная организация интеллектуальной собственности, WIPO (http://www.wipo.int/).
На фиг. 2 приведены диаграммы, отражающие тенденцию к сокращению времени на принятие и исполнение решений в области информационной поддержки аналитических структур ситуационных центров и, как следствие, на принятие и исполнение решений в государственных организациях [22]. Очевидно, что следствием данной тенденции являются повышенные требования к сокращению времени обработки данных в компонентах ИС поддержки деятельности ОС и к росту частоты непревышения этого времени.
Статистические данные о минимально-допустимой частоте непревышения времени обработки данных в компонентах ИС определяются с помощью датчиков контроля времени обработки данных с учетом времени ожидания начала обработки, установленных в компонентах ИС, и аппаратно-программных средств сбора и анализа данных, поступающих от датчиков.
Примером инструмента для определения показателей является Центр поддержки устойчивости информационных систем (ЦПУ ИС) [2].
ЦПУ ИС осуществляет сбор и анализ «данных о показателях вычислительных средств …, телекоммуникационных средств, …, хранилищ данных, … и других средств. Данные содержат следующую информацию о средстве:
- Данные - индивидуальный идентификатор средства, при этом идентификатору соответствуют наименование средства, его вид - техническое средство или программное средство, принадлежность к производителю, марка, номер экземпляра, другие характеристики средства, обусловливающие его отличие от других средств.
- Блоки данных - данные о показателях средства. Данные о показателях средства, в зависимости от типа источников информации - датчиков, могут быть простыми и составными, включающими в себя один или более блоков данных, характеризующих различные рабочие свойства средства. Например - надежность, …, своевременность (время передачи или обработки средством информации, время задержки или число пакетов данных, ожидающих передачи или обработки в средстве)» [2, с. 9].
Для определения показателя непревышения времени обработки данных в произвольно взятом k-ом компоненте ИС (k=1, 2, …, K) можно использовать формулу [2, с. 13]:
где
Ui - данные о коэффициенте устойчивости тракта за период Ti статистической отчетности, что тождественно статистическим данным о минимально-допустимой частоте непревышения времени обработки данных в k-ом компоненте ИС за период Ti статистической отчетности;
ti*-Ti - данные о времени начала текущего периода Ti=Т статистической отчетности, i=1,2, … ; если эти данные имеют отрицательное значение (случай, когда время функционирования систем с момента ввода в эксплуатацию, меньше T), то этим данным присваивается значение данных о моменте начала эксплуатации информационной системы;
Ni[ti*-Ti; ti*] - число интервалов неустойчивости тракта, наблюдаемых за текущий период Ti, статистической отчетности и исчисляемый с помощью данных ti*-Ti (начало периода) и ti*(окончание периода), при этом под интервалами неустойчивости здесь понимаются интервалы времени в которых превышается максимально-допустимое время обработки данных в k-ом компоненте ИС.
ti-1** - данные о времени начала последнего интервала неустойчивости тракта в текущем периоде Ti отчетности, i=1, 2, … ;
ti* - данные о времени окончания последнего интервала неустойчивости тракта в текущем периоде Ti отчетности;
Δti=ti*-ti-1** - данные о длительности последнего интервала неустойчивости тракта в текущем периоде Ti статистической отчетности.
Техническая реализация способа определения объектов инноваций в информационных системах может быть выполнена с помощью трех микро-ЭВМ, соединенных двунаправленной общей шиной между собой, с персональным компьютером администратора и с аппаратно-программными средствам сбора и анализа данных, поступающих от датчиков (например, с ЦПУ ИС [2]). При этом:
- первая микро-ЭВМ выполняет действия по приему и сохранению прогнозируемых данных о максимально-допустимом времени обработки данных и прогнозируемых данных из персонального компьютера администратора, а статистических данных о минимально-допустимой частоте непревышения этого времени из ЦПУ ИС;
- вторая микро-ЭВМ выполняет действия по проведению сравнительного анализа статистических данных и прогнозируемых данных о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных, по формированию и сохранению данных о компоненте как об объекте инноваций, если статистические данные о минимально-допустимой частоте непревышения прогнозируемых данных о максимально-допустимом времени обработки данных меньше соответствующих прогнозируемых данных;
- третья микро-ЭВМ включает в себя набор интерфейсов с компьютерными сетями ОС и выполняет действия по передаче данных об объектах инноваций субъектам управления информационной системой.
Положительный эффект от применения способа заключается:
- в сокращении времени определения объектов инноваций;
- в минимизации числа объектов инноваций в информационных системах;
- в предоставлении возможности на этой основе для сокращения финансовых затрат и сроков выполнения инновационных проектов по модернизации информационных систем поддержки деятельности организационных систем.
Источники
[1] RU130109U1, G06F 21/50, опубл. 10.07.2013, бюл. №19.
[2] RU132227U1, G06F 15/00, опубл. 10.09.2013, бюл. №25.
[3] RU127493U1, G05B 19/00, опубл. 27.04.2013 г., бюл. 12.
[4] RU2533090C2, G05B 19/00, опубл. 20.11.2014, бюл. №32.
[5] RU2532723C2, G05B 19/00, опубл. 10.11.2014, бюл. №31.
Дополнительные источники
[6] Направления развития цифровой экономики // Программа «Цифровая экономика Российской Федерации». Распоряжение Правительства РФ от 28 июля 2017 г. №1632-р. С. 10-13.
[7] Шабанов А.П. Модель оценки влияния процесса накопления информации на эффективность управления производством // Системы управления и информационные технологии. 2006. Т. 25. №3. С. 57-61.
[8] Шабанов А.П., Аракелян М.А. Технология контроля качества обслуживания требований в организационных структурах, предоставляющих услуги массового характера // Бизнес-информатика. 2011. №3 (17). С. 53-59.
[9] Шабанов А.П. Исследование условий стабильности информационных систем // Бизнес-информатика. 2010. №2 (12). С. 24-36.
[10] Шабанов А.П. Подход к оценке производительных ресурсов информационных систем // Бизнес-информатика. 2009. №2 (08). С. 58-63.
[11] Шабанов А.П. Ось адаптивного управления: «информационная система - организационные структуры массового обслуживания // Бизнес-информатика. 2010. №3 (13). С. 19-26.
[12] Шабанов А.П. Подход к выбору направления автоматизации деятельности // Системы автоматизации в образовании, науке и производстве: Труды VI Всероссийской научно-практической конференции. - Новокузнецк, СибГИУ, 2007. - С. 81-85.
[13] Аракелян М.А., Чепин Е.В., Шабанов А.П. Об инновационном подходе к созданию и испытаниям контрольно-учетных модулей для корпоративных информационных систем // Бизнес-информатика. 2012. №3 (21). С. 70-78.
[14] Шабанов А.П. Метод оценки достаточности мощности однородной организационной структуры // Системы управления и информационные технологии. 2005. Т. 20. №3. С. 103-106.
[15] Шабанов А.П. Метод оценки достаточности мощности для организационной структуры конвейерного типа // Системы управления и информационные технологии. 2006. Т. 26. №4. С. 97-102.
[16] Шабанов А.П. Метод оценки времени ожидания обслуживания в организационных структурах с приоритетами // Системы управления и информационные технологии. 2006. Т. 23. №1. С. 40-44.
[17] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 1 - Устройства обмена информацией // Системы управления, связи и безопасности. 2016. №2. С. 1-43.
[18] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 2 - Управление деятельностью организационных систем // Системы управления, связи и безопасности. 2016. №3. С. 179-226.
[19] Шабанов А.П. Инновации: от устройств обмена информацией до интегрированных систем управления. Часть 3 - Интегрированные системы управления робототехническими объектами // Системы управления, связи и безопасности. 2016. №4. С. 214-260.
[20] Шабанов А.П. Инновации в консолидируемых организационных системах: технологическая совместимость систем управления // Системы управления, связи и безопасности. 2017. №1. С. 132-159.
[21] Зацаринный А.А., Козлов С.В., Шабанов А.П. Об информационной поддержке деятельности в системах управления критическими технологиями на основе ситуационных центров // Системы управления, связи и безопасности. 2015. №4. С. 98-113.
[22] Шабанов А.П. Технология информационной поддержки аналитических структур ситуационных центров государственных организаций // Информационные войны. 2017. №1 (41). С. 33-38.
Claims (4)
1. Способ определения объектов инноваций в информационных системах, осуществляемый с применением аппаратно-программных средств, характеризующийся тем, что содержит этапы, на которых в отношении каждого компонента информационных систем принимают и сохраняют прогнозируемые данные о максимально допустимом времени обработки данных, прогнозируемые данные и статистические данные о минимально допустимой частоте непревышения этого времени; проводят сравнительный анализ статистических данных и прогнозируемых данных о минимально допустимой частоте непревышения прогнозируемых данных о максимально допустимом времени обработки данных; формируют и сохраняют данные о компоненте как об объекте инноваций, если статистические данные о минимально допустимой частоте непревышения прогнозируемых данных о максимально допустимом времени обработки данных меньше соответствующих прогнозируемых данных, и передают эти данные субъектам управления информационной системой.
2. Способ по п. 1, в котором информационные системы осуществляют поддержку деятельности организационных систем из числа ведомств, предприятий, организаций, учреждений, их подразделений и объединений.
3. Способ по п. 2, в котором компонентами информационных систем являются серверы, вычислительные комплексы, устройства и системы хранения данных, устройства локальной компьютерной сети и магистральной сети передачи данных и другие аппаратно-программные средства, которые производят действия по обработке данных о запросах пользователей информационных систем с воздействием на порядок их расположения и на их содержание.
4. Способ по п. 3, в котором действия, производимые компонентами информационных систем, соотносятся с автоматизированными функциями пользователей информационных систем, обусловленными их ролью в деятельности организационных систем, а компоненты информационных систем оснащены датчиками контроля времени обработки данных с учетом времени ожидания начала обработки.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017145359A RU2672617C1 (ru) | 2017-12-22 | 2017-12-22 | Способ определения объектов инноваций в информационных системах |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017145359A RU2672617C1 (ru) | 2017-12-22 | 2017-12-22 | Способ определения объектов инноваций в информационных системах |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2672617C1 true RU2672617C1 (ru) | 2018-11-16 |
Family
ID=64328017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017145359A RU2672617C1 (ru) | 2017-12-22 | 2017-12-22 | Способ определения объектов инноваций в информационных системах |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2672617C1 (ru) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020019843A1 (en) * | 2000-04-26 | 2002-02-14 | Killian Robert T. | Multiprocessor object control |
| RU94022U1 (ru) * | 2009-12-07 | 2010-05-10 | Российская Федерация, от имени которой выступает Федеральный центр информатизации при Центральной избирательной комиссии Российской Федерации | Автоматизированная система управления и контроля функционального контура "повседневная деятельность" государственной автоматизированной системы "выборы" |
| EP2568346A1 (en) * | 2011-09-06 | 2013-03-13 | Airbus Operations | Robust system control method with short execution deadlines |
| RU2532723C2 (ru) * | 2012-11-14 | 2014-11-10 | Федеральное государственное бюджетное учреждение науки Институт проблем информатики Российской академии наук (ИПИ РАН) | Способ поддержки деятельности организационной системы |
| US20170019308A1 (en) * | 2015-07-14 | 2017-01-19 | Netflix, Inc. | Server outlier detection |
| US20170116287A1 (en) * | 2014-01-29 | 2017-04-27 | International Business Machines Corporation | Automatically generating and reporting merged performance and capacity statistics |
-
2017
- 2017-12-22 RU RU2017145359A patent/RU2672617C1/ru active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020019843A1 (en) * | 2000-04-26 | 2002-02-14 | Killian Robert T. | Multiprocessor object control |
| RU94022U1 (ru) * | 2009-12-07 | 2010-05-10 | Российская Федерация, от имени которой выступает Федеральный центр информатизации при Центральной избирательной комиссии Российской Федерации | Автоматизированная система управления и контроля функционального контура "повседневная деятельность" государственной автоматизированной системы "выборы" |
| EP2568346A1 (en) * | 2011-09-06 | 2013-03-13 | Airbus Operations | Robust system control method with short execution deadlines |
| RU2532723C2 (ru) * | 2012-11-14 | 2014-11-10 | Федеральное государственное бюджетное учреждение науки Институт проблем информатики Российской академии наук (ИПИ РАН) | Способ поддержки деятельности организационной системы |
| US20170116287A1 (en) * | 2014-01-29 | 2017-04-27 | International Business Machines Corporation | Automatically generating and reporting merged performance and capacity statistics |
| US20170019308A1 (en) * | 2015-07-14 | 2017-01-19 | Netflix, Inc. | Server outlier detection |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vera-Baquero et al. | Real-time business activity monitoring and analysis of process performance on big-data domains | |
| Xue et al. | Practise: Robust prediction of data center time series | |
| Alfieri et al. | A project scheduling approach to production planning with feeding precedence relations | |
| US10783002B1 (en) | Cost determination of a service call | |
| US20150067889A1 (en) | Entitlement Predictions | |
| US9269062B2 (en) | Methods for optimizing energy consumption and devices thereof | |
| Savarimuthu et al. | Monitoring and controlling of a multi-agent based workflow system | |
| EP3876476B1 (en) | Network bandwidth management | |
| US20160162816A1 (en) | Human task monitoring and contextual analysis for domain-specific business processes | |
| RU2532723C2 (ru) | Способ поддержки деятельности организационной системы | |
| RU2672617C1 (ru) | Способ определения объектов инноваций в информационных системах | |
| US20060025981A1 (en) | Automatic configuration of transaction-based performance models | |
| CN105446812A (zh) | 一种多任务调度配置方法 | |
| US20150347949A1 (en) | Measuring proficiency and efficiency of a security operations center | |
| JP7305641B2 (ja) | リモートデバイスからのアプリケーションアクティビティデータをトラッキングし、リモートデバイスのための修正動作データ構造を生成するための方法およびシステム | |
| Zámečníková et al. | Comparison of platforms for high frequency data processing | |
| RU2693315C1 (ru) | Определитель объектов инноваций в информационных системах | |
| CN113722141B (zh) | 数据任务的延迟原因确定方法、装置、电子设备及介质 | |
| Wang et al. | A simulation study of workforce management for a two-stage multi-skill customer service center | |
| CN112948092A (zh) | 批量作业的调度方法、装置、电子设备及存储介质 | |
| Graupner et al. | Assessing the need for visibility of business processes–a process visibility fit framework | |
| Marinkovic et al. | Digital Twins for Internal Transport Systems: Use Cases, Functions, and System Architecture | |
| Yang et al. | Transient analysis of general queueing systems via simulation-based transfer function modeling | |
| Ertaban et al. | Simulation Based Resource Optimization using a Decision Tree Clearing Function | |
| JP2023032157A (ja) | 業務分析装置、業務分析方法、およびプログラム |