Введение
В 1975 году фирма Lemming Associates (США) установила систему, работающую в режиме реального времени и предназначенную для быстрого формирования ответов на запросы клиентов (в том числе и на поступающие по телефону). Сначала к системе подключили несколько небольших городов и тщательно ее отладили. Затем был подключен Нью-Йорк.
Предполагалось, что подключение Нью-Йорка увеличит нагрузку на 30%. Управляющий отделом обработки данных полагал, что это приведет к увеличению времени ответа приблизительно на такую же величину. Текущее время ответа системы составляло около 2с, и поэтому причин для беспокойства как будто бы не было, тем более что центральный процессор мог выдержать нагрузку, которая превышала существующую в несколько раз.
Абонентские пункты (АП), установленные в Нью-Йорке, включились в работу рано утром, и скоро стало ясно, что, вопреки ожиданию, система не справляется с возросшей нагрузкой. Время ответа увеличилось вначале до 4с, а затем и до 6с. Задержки ответов на отдельные заявки достигали 15с.
Была введена в действие аварийная программа, которая в случае перегрузки удаляла из памяти некоторые заявки и рассылала операторам информационное сообщение о необходимости повторения заявки. Такой метод работы был принят исходя из предположения, что перегрузка не является постоянной, а носит случайный характер и обусловлена тем, что несколько операторов АП одновременно формируют заявки. В итоге перегрузка возросла еще больше. В конечном счете Нью-Йорк пришлось отключить от системы [14].
Данный пример показывает, что при проектировании системы фактор образования очередей не был учтен соответствующим образом. По этой причине систему пришлось существенно переработать, а подключение Нью-Йорка отложить на год.
Для систем, работающих в режиме реального времени, выполняется закон Паркинсона: «Если использование системы полезно, то степень ее загрузки возрастает до полного исчерпания пропускной способности системы» [14]. Логично сделать вывод, что данных закон справедлив для систем различных типов (экономических, технических и т.д.) и различной структуры. Если система полезна, то на этапе ее проектирования(создания) необходимо предусмотреть возможность повышения ее производительности. Если такой возможности не предусматривалось (как в приведенном примере), то производительность системы необходимо повышать в процессе ее эксплуатации.
В свете вышеизложенного возникает потребность в модели оценки производительности системы при выполнении заданных условий как на этапе проектирования системы, так и на этапе ее эксплуатации в целях повышения производительности. Для повышения производительности эксплуатируемой системы необходимо внести изменения в ее непроизводительные подсистемы, причем с ограниченными финансовыми затратами. Логично предположить, что затраты на доработку системы будут ограниченными при внесении минимальных корректив в подсистемы. Поэтому одним из предъявляемых требований к модели оценки необходимой производительности системы является определение глубины вносимых в отдельные подсистемы изменений. Как говорилось ранее, доработке необходимо подвергать наименее производительные подсистемы, поэтому жестким требованием к данной модели является однозначная классификация подсистем рассматриваемой системы на производительные и непроизводительные. При этом под производительными подсистемами понимаются те, которые не подвергаются изменениям в результате оптимизации системы в целом.
Учитывая, что ограничений на тип и структуру систем не накладывается, то не накладывается ограничений на характер процессов, протекающих внутри систем: они могут быть как непрерывными, так и стохастическими. Вследствие этого модель должна располагать необходимым аппаратом для оперирования соответствующими величинами.
Говоря об экономической целесообразности разработки данной модели можно выделить несколько немаловажных аспектов:
? Если производится модернизация существующей системы, то новая система как правило в эксплуатации дешевле предшествующей.
? Предлагаемая модель должна обеспечить ограниченные затраты на модификацию существующей системы.
? Использование данной модели при проектировании новых систем определяет целевые значения временных характеристик каждой из подсистем, что также позволяет спроектировать систему с необходимым запасом производительности и не допустить излишних затрат в дальнейшем.
Глава 1 Автоматизированные банковские системы
1.1 Предпосылки возникновения задачи оптимизации банковских автоматизированных систем.
Основным содержанием современного этапа развития человечества является переход к информационному обществу, в котором определяющая роль принадлежит информации. Информация становится стратегическим ресурсом. Инфраструктуру общества формируют способы и средства сбора, обработки, хранения и распределения информации. Информация, информационный фонд в условиях создания, функционирования и развития систем управления банковской деятельностью являются главным источником эффективного принятия решений.
В этих условиях одной из характерных особенностей современного этапа научно-технического прогресса является широкое и интенсивное использование математических методов, средств информатики и вычислительной техники в банковских системах. Разрабатываются, вводятся в эксплуатацию и модернизируются большое число автоматизированных банковских систем. Поэтому повышение качества и эффективности создаваемых систем, сокращение сроков и затрат на их разработку и внедрение являются важнейшими задачами.
В современных условиях коммерческие банки занимаются самыми разнообразными видами операций: организация денежного оборота и кредитных отношений, финансирование объектов народного хозяйства, страховые операции, купля-продажа и выпуск ценных бумаг, посреднические сделки, управление имуществом и другие виды операций. Кроме того, они выступают в качестве консультантов, участвуют в обсуждении и финансировании программ и проектов различного уровня, ведут статистику, имеют дочерние предприятия. Банк, как и любое предприятие, является самостоятельным хозяйственным хозяйствующим субъектом, обладает всеми правами юридического лица, производит и реализует специфический продукт, оказывает услуги. Таким образом, конкурентоспособность конкретного банка зависит, прежде всего, от качества информационного обеспечения и инструментальных средств поддержки управленческих решений.
Анализ показывает, что первоочередные возможности автоматизации банковской деятельности связаны с автоматизацией межбанковских расчетов, расчетов банка со своими клиентами, а также с созданием автоматизированной банковской системы, обслуживающей запросы различных рыночных структур и физических лиц. Целью систем такого класса является реализация высокоэффективной информационной технологии банковского обслуживания юридических и физических лиц и получение на этой основе дохода и прибыли. Под высокоэффективной информационной технологией понимается предоставление пользователям в регламентном режиме и по запросам информационных продуктов, обладающих свойствами полноты, достоверности и надежности, актуальности и оперативности, простоты и удобства использования [18]. Критерием эффективности функционирования таких систем в целом, так и их отдельных составных частей (подсистем) или реализации заданного множества транзакций является отношение чистой прибыли к суммарным затратам за установленный период времени. При этом чистая прибыль представляет собой полученный доход за вычетом всех затрат, связанных с его получением - капитальных, эксплуатационных и т.п.
С точки зрения технологии обработки информации автоматизированная банковская система должна предоставлять пользователям следующие виды услуг: организацию и автоматизацию платежного документооборота, межбанковское взаимодействие, организацию работы отделений и филиалов, проведение валютных операций, работу с частными вкладами, проведение депозитарных операций. Таким образом, технология функционирования автоматизированных банковских систем включает в себя процессы сбора информации от ее источников, передачи в узлы системы, обработки по заданным алгоритмам и выдачи пользователям результатов в соответствии с их запросами.
Автоматизированная банковская система, как правило, должна функционировать в режиме реального времени. Работа в этом режиме означает, что все изменения, проведенные пользователем с рабочего места, сразу становятся доступными другим пользователям. Обработка данных должна вестись одновременно в различных подсистемах (подсистема работы со счетами банка, подсистема обработки платежного документооборота и т.п.).
Рост числа решаемых в автоматизированных банковских системах задач, их сложности, повышение требований к своевременности, достоверности и полноте предоставляемой информации обуславливает необходимость существенного их совершенствования, которая должна учитывать не только особенности «человеческ
|
Заключение
Применение модели оценки производительности банковских автоматизированных систем к АС Московского Банка Акционерного Коммерческого Сберегательного Банка Российской Федерации показало, что для данной системы оптимальное решение, полученное с использованием аналитической модели, и рациональное, полученное на имитационной модели, совпадают. Выполнение критерия оптимальности обеспечивает повышение общей производительности системы до заданного значения. Полученное решение позволило выделить непроизводительные подсистемы, определить направление модернизации системы и установить необходимую глубину изменений в подсистемах.
Модель оценки производительности банковских автоматизированных систем имеет ряд положительных характеристик:
? Отсутствуют ограничения на тип и структуру системы. Модель может быть применена к любой системе, для которой актуальна задача нахождения оптимальных временных характеристик подсистем.
? Ограниченные затраты при практической реализации полученного решения, т.к. изменениям подвергаются прежде всего непроизводительные подсистемы и ровно настолько, чтобы выполнялся заданный критерий оптимальности Tнеобх.
? Модель гарантирует выполнение заданного критерия оптимальности решения Tнеобх., т.к. целевая функция является выпуклой, поэтому может быть найден ее глобальный минимум при отсутствии ограничений и локальный при наличии таковых.
? Модель позволяет выявить «узкие» места в системе.
Предложенная модель является базой для решения целого семейства оптимизационных задач. К ним можно отнести:
? Задача оценки производительности банковской автоматизированной системы при минимуме затрат на реализацию полученного решения.
? Задача оценки производительности банковской автоматизированной системы при минимуме сроков реализации полученного решения.
Для решения подобных задач эксперту необходимо заменить в аналитической модели существующую целевую функцию на необходимую при неизменных ограничениях.
Наибольшая сложность состоит в формализации конкретной автоматизированной банковской системы для адекватного отражения процесса ее функционирования предложенной моделью. По мнению автора указанный фактор нельзя отнести к недостаткам модели оценки производительности банковских автоматизированных систем, так как проблема формализации актуальна при моделировании любой сложной системы.
В случае практической реализации полученного решения обеспечивается экономия вычислительных ресурсов, эквивалентных серверу типа ALR Revolution QUAD 6, стоимость которого составляет около 30000$. Также ожидается снижение эксплуатационных затрат на АС ЦОД, так как освободившиеся вычислительные ресурсы могут быть заняты другой системой и затраты на эксплуатацию аппаратного обеспечения АС ЦОД распределятся между двумя системами. Учитывая, что АС ЦОД реализует выполнение вкладных операций в режиме реального времени, то повышение ее производительности позволит улучшить качество обслуживания клиентов и окажет позитивное влияние на формирование твердого кассового остатка в Сбербанке, так как повышение качества обслуживания является одним из средств привлечения клиентов банком.
В качестве направлений совершенствования модели оценки производительности банковских автоматизированных систем можно выделить:
? Дополнение модели характеристиками, учитывающими ограничения на загрузку подсистем и систему в целом.
? Учет теоретической глубины изменений, которые можно внести в отдельную подсистему. Одним из путей решения этой проблемы может быть введение соответствующих весовых коэффициентов.
? Разработка математического аппарата для оценки вариационных характеристик времени обработки единицы данных в отдельных подсистемах.
Модель разрабатывалась с целью оценки производительности банковских автоматизированных систем, но при внесении перечисленных дополнений область ее применения существенно расширится, что также свидетельствует о практической ценности предложенной модели.
|