Вопросы теории Информационные системы
Theoretical approach Information systems
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
В. Н. Волкова, докт. экон. наук, профессор,
А. Ю. Васильев, канд. техн. наук, доцент,
А. А. Ефремов, канд. физ.‑мат. наук, доцент,
В. Н. Юрьев, докт. экон. наук, профессор,
Санкт-Петербургский политехнический университет Петра Великого,
saiu@ftk.spbstu.ru
Н. Б. Паклин, канд. техн. наук, доцент
Рязанский государственный университет им. С. А. Есенина, pnb@inbox.ru
Классификация информационных технологий
В настоящее время не существует устоявшейся классификации информационных технологий (ИТ). Разнообразные технологии изучаются в разных дисциплинах. В то же время для того,
чтобы ориентироваться в многообразии информационных технологий, их необходимо каким‑либо образом упорядочить. Предлагается многоуровневая классификация ИТ, основанная
на распределении снизу вверх по стратам методов, инструментальных и технических средств
работы с информацией по мере их усложнения — от средств, обеспечивающих общение человека с ЭВМ, сбор, хранение, поиск, различные способы обработки информации, до извлечения
знаний и возникновения новой информации в результате применения комплекса методов.
Ключевые слова: информационные технологии, информация, многоуровневая классификация, общение человека с ЭВМ, способы обработки информации, страта.
В
настоящее время не существует
устоявшейся классификации информационных технологий (ИТ), разнообразные технологии изучаются в разных
дисциплинах. В то же время для того, чтобы
ориентироваться в многообразии информационных технологий, их все же необходимо
как‑то упорядочить.
Цель ИТ — производство, получение
и предоставление информации для анализа
и использования ее человеком при принятии
решения. Поэтому при разработке классификации ИТ важно учесть виды и способы
преобразования информации.
Модели обращения информации
Ф. Е. Темникова
Ф. Е. Темников, исследуя функции информации, предлагал разные модели, определяющие виды и фазы обращения информации.
Вначале модель обращения информации
включала функции: зарождение, восприя-
тие, передача, обработка, представление
и воздействие информации. Затем цикл обращения информации был расширен: генерация, восприятие, подготовка, передача, переработка, хранение, представление,
воздействие [13].
Впоследствии для осмысления функций
преобразования информации Ф. Е. Темников предложил модель, в которой выделены функции с учетом перемещения информации в пространстве С = f (G), передачи
информации во времени и пространстве
М = f (G, t), преобразование информации
по трем координатам К = f (G, t, J).
В информационных системах реализуются в основном эти три функции. Но позднее Ф. Е. Темников добавил к этим функциям еще две функции и предложил основной
кортеж из 5 функций [3]:
F = <C, M, K, R, P>,
(1)
где С — связь, М — «память», К — расчет
(обработка); R — «рассудок»; P — «политика».
124
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
При этом на практике используют различные названия функций.
В то же время ИТ развиваются в направлении реализации функции, названной в модели Темникова «рассудком», т. е. в направлении осмысления информации. При этом
также используются различные модели
и термины, например «данные — информация — знания». Однако возникают сложности в интерпретации эмпирически вводимых
терминов в конкретных приложениях. Поэтому полезным представляется исследование информации, предложенное А. А. Денисовым [6].
Том 10. № 5 (59). 2015
M
M11
M22
…
Mkk
I
J11
J22
…
Jkk
II
J
III
Модель преобразования информации
А. А. Денисова
Понятие отражения и преобразования
информации по А. А. Денисову, предложенное в 1974 г., проиллюстрировано на рис. 1.
Согласно формуле познания «От живого созерцания к абстрактному мышлению,
и от него к практике»1 А. А. Денисов выделяет три этапа отражения действительности:
два пассивных — чувственное и логическое
отражение, и один активный — этап прагматического отражения (осмысления), приведенные на рис. 1.
Продуктами этих этапов являются чувственная J, логическая H информация и информационная сложность C.
Модель Денисова полезно применять
при развитии ИТ в направлении семантического и прагматического осмысления информации.
При разработке классификации следует
также учесть, что для реализации поставленной цели ИТ обладают инструментарием,
а именно техническим, информационным,
программным, методическим и организационным обеспечением:
С учетом рассмотренного очевидно, что
разработать классификацию ИТ с использованием традиционно применяемого иерар1 Ленин В. И. Философские тетради // Полн. собр.
соч. Т. 29. С. 153.
H
IV
C
Мi — материальные свойства
Ji — чувственная информация, или информация
восприятия;
H — логическая информация, или сущность,
значимость, потенциал;
С = J ∩ H — информационная сложность,
содержание, смысл
Рис. 1. Этапы отражения действительности:
I — блок измерений (ощущений);
II — коррелятор; III — осмысление значимости
информации H (семантики);
IV — мультипликатор (C = J × H)
Fig. 1. Reality reflection stages:
I — perception block; II — correlation block;
III — information relevance recognition block H
(semantics); IV — multiplication block (C = J × H)
хического представления классификаций
в виде древовидной структуры практически
невозможно.
Поэтому предлагается многоуровневое представление ИТ (рис. 2), основанное
на распределении снизу вверх по стратам
методов, инструментальных и технических
средств работы с информацией по мере
их усложнения — от средств, обеспечивающих общение человека с ЭВМ, сбор, хране125
Вопросы теории
Информационные системы
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol. 10. No. 5 (59). 2015
7. Эмерджентные технологии
7.2. Интеллектуальные
технологии
7.1. Интернет-технологии
7.3. НБИК-технологии
6. Технологии систем управления предприятиями и организациями
6.1.
Технологии
АСУ и АИС
6.2.Технологии
6.3. Технологии
предметноДИПС, ФИПС
ориентированных
и ДФИПС
ИС
6.4. Технологии
АСНМОУ
предприятия как
АДФИПС
6.5. Технологии
корпоративных
ИС
5. Технологии извлечения знаний
5.1. OLAPтехнологии
и «витрины»
5.2. Технологии извлечения
знаний из данныхData
Science (КDD, DataMining)
5.3. Методология
SADT, RADи CASE-технологии
5.4. Технологии
имитационного
моделирования
4. Технологии обработки информации
4.1. Технологии обработки
численных и символьных
данных
4.2. Технологии обработки
текстовых и табличных
данных
4.3.
OLTP-технологии
3. Технологии поиска информации
3.1. Технологии поиска
в базах данных
3.2. Технологии
документального
информационного поиска
3.4. Технология поиска
фактографических данных
2. Технологии регистрации, хранения и представления данных
2.1. Технологии
создания баз данных.
СУБД
2.2. Технологии
построения и создания
хранилищ данных
2.3. Облачные
технологии
2.4. Технологии
мультимедиа
1. Технологии взаимодействия человека и ЭВМ
1.1. Операционные
системы
1.2. Технологии
алгоритмизации
и программирования
1.3. Технологии
шифрования
1.4. Технологии
тестирования
Рис. 2. Классификация информационных технологий
Fig. 2. Information technology classification
126
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
1. Технологии общения человека и ЭВМ
1.1. Операционные
системы
Windows
UNIX
Linux
Android
iOS
1.2. Технологии
алгоритмизации
и программирования
1.3. Технологии
шифрования
и кодирования
1.4. Технологии
тестирования
Алгоритмические языки
Ассемблер, C, Паскаль,
Basic, С++, Java и др.
Регистрационные
системы кодирования
Модульное
тестирование
(Unit testing)
Турбо-системы (Turbo
AssemblerEditor, Turbo
Pascal, Turbo Delphi), др
Классификационные
системы кодирования
Интеграционное
тестирование
(Integration testing)
Языки логического
программирования
REFAL, PROLOG,
SMALLTALK и др.
Штриховое
кодирование
Системное
тестирование
(System testing
Рис. 3. Технологии общения человека и ЭВМ
Fig. 3. Human-computer communication technologies
ние, поиск, различные способы обработки
информации, до извлечения знаний и возникновения новой информации в результате
применения комплекса методов.
При разработке классификации учтено
также, что ИТ постоянно развиваются, при
этом появляющиеся новые технологии опираются на уже существующие и используют
их, а существующие ИТ развиваются и видоизменяются на основе новых методов, процессов, инструментальных и технических
средств реализации ИТ. Аббревиатуры, принятые на рис. 2, приведены в табл. 1.
В нижней части рис. 2 помещены технологии общения человека с ЭВМ, обеспечивающие ввод и представление данных и информации других видов с учетом кодирования, шифрования, тестирования.
Детализированная структура нижнего
уровня приведена на рис. 3.
На следующем уровне (рис. 4) — технологии, обеспечивающие регистрацию (сбор,
ввод и т. п.) и хранение информации (БД
и хранилища данных).
На этот же уровень в соответствии с принятыми принципами классификации с учетом развития технологий нижележащих
уровней на основе технологий, возникших
и активно используемых на вышестоящих
уровнях, помещены технологии, инициированные и развиваемые в Интернете, но используемые и вне глобальной сети, — облачные технологии и мультимедиа.
На последующих уровнях размещены
технологии обработки информации.
Вначале — технологии поиска информации (рис. 5), затем — ИТ обработки числовых и символьных данных, текстовой информации, таблиц (рис. 6).
На этот же уровень помещены ИТ транзакций (OLTP), поскольку традиционная
сфера применения OLTP-приложений —
хорошо структурированные, повторяющиеся задачи учета заказов, материалов и т. п.),
на основе которых создаются учетные документы и оперативные отчеты, справки, что
можно считать обработкой данных.
Следующие две страты включают ИТ,
обеспечивающие более сложную обработку информации, подготовку ее для принятия
решений (рис. 7). Здесь разделены страта, содержащая технологии OLAP, ETL, ИТ
извлечения знаний KDD и Data Mining, Big
Data, ИТ на основе методологии SADT и ИТ
127
Вопросы теории
Информационные системы
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol. 10. No. 5 (59). 2015
2. Технологии регистрации, хранения и представления данных
2.1. Технологии
создания баз
данных. СУБД
2.2. Технологии
построения и создания
хранилищ данных (ХД)
По модели данных:
иерархические;
сетевые; реляционные;
объектноориентированные;
объектно-реляционные
По способу размещения: локальные СУБД,
распределенные
СУБДП
По способу доступа
к БД:
файл-серверные;
клиент-серверные
2.3. Облачные
технологии
2.4. Технологии
мультимедиа
Технологии создания ХД
для обеспечения
транзакций в OLTP
Частное облако
(private cloud)
Для моделирования
и симуляции
Технологии создания
многомерных ХД
для OLAP
Публичное облако
(public cloud)
Для презентации
информации,
для рекламы
Общественное облако
(community cloud)
Для коллаборации
между
профессионалами и
разработчиками ПО
Гибридное облако
(hybrid cloud)
Для мультимедийного обучения,
медиаконференции
Технологии, дополненные
средствами визуализации
(витрины данных)
Архитектура хранилища
данных для ETL
Виртуальные ХД
Рис. 4. Технологии регистрации, хранения и представления данных
Fig. 4. Data registration, storage and representation technologies
3. Технологии поиска информации
3.1. Технологии поиска
в базах данных
3.2.Технологии документального
информационного поиска
3.3. Технология поиска
фактографических данных
Адресный поиск
По адресам
веб-серверов
и веб-страниц
Полнотекстовый семантический
поиск по ключевым словам (тегам)
в поисковых системах Интернета
Поиск в документах фактов,
по запросу c выдачей
названия / адреса документа
Поиск по метаданным – по атрибутам документа (дата, автор и т.п.)
По адресам хранения
документов
в хранилище
Поиск по гиперссылкам
Документально-фактографический – поиск в документах
фрагментов текста, содержащих факты, соответствующие
запросу
По элементам
библиографической
записи
Библиографический / семантический поиск с использованием
информационно-поискового языка
Библиотечный поиск документов
в хранилище по адресам,
найденным с помощью
библиографического поиска
Фактологический, предполагающий создание новых
фактографических описаний
в процессе поиска путем
логической переработки
найденной фактографической информации
Рис. 5. Технологии поиска информации
Fig. 5. Information search technologies
128
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
4. Технологии обработки информации
4.1. Технологии обработки
численных и символьных данных
4.2. Технологии подготовки
текстовых и табличных документов
MATLAB — Matrix Laboratory
Текстовые редакторы и процессоры
notepad, Akel Pad
Microsoft Excel
Maple
Для локальных, последовательных и параллельных
транзакций
LaTeX
Для распределенных
транзакций с механизмом
двухстадийной фиксации
транзакций
Настольные издательские системы
Для автономных транзакций
Гипертекстовые технологии
Mathematica (Wolfram)
Mathcad
4.3. OLTP-технологии
Рис. 6. Технологии обработки информации
Fig. 6. Information processing technologies
для имитационного моделирования, и страта
ИТ-технологий для создания систем управления предприятиями и организациями
(рис. 8), которые являются основой для проектирования или выбора информационных
систем разного вида и назначения.
Страту, детализированную на рис. 7,
можно было бы с учетом истории развития ИТ сделать отдельной стратой KDD
и Data Mining, объединив их современным
единым термином Data Sсience
Интернет-технологии также объединяют
разнообразные технологии (см. табл. 1), помещенные на нижние уровни, — новые языки программирования, облачные технологии, мультимедиа, поисковые системы, новые средства работы с текстовой и табличной информацией, включающие помимо
5. Технологии извлечения знаний
5.1 OLAP-технологии
и визуализация
(витрины) данных
5.2. Технологии извлечения знаний из данных
Knowledge Discoveryin
Databases — КDD
Многомерная OLAP
(Multidimensional
OLAP — MOLAP)
ETL-технологии (Extract,
Transform, Load)
Реляционная
OLAP (Relational
OLAP — ROLAP)
ГибриднаяOLAP
(Hybrid OLAP −
HOLAP)
DataMining — интеллектуальный анализ данных
Big Data (большие
данные)
Data Sсience — наука
о данных или даталогия
5.3. Методология SADT,
RADи CASE-технологии
Объектно-ориентированное проектирование
(Object-Oriented Design):
ER-модель — модель
данных
Функционально-ориентированное моделирование
(functionmodeling):
стандарты DFD и IDEF
5.4. Технологии
имитационного
моделирования
Simulink
GPSS
DINAMO
Pilgrim
Рис. 7. Технологии извлечения знаний
Fig. 7. Knowledge extraction technologies
129
Вопросы теории
Информационные системы
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol. 10. No. 5 (59). 2015
6. Технологии создания ИС для предприятий и организаций
6.1.
Технологии
создания
АСУ и АИС
6.2. Технологии
разработки
предметно-ориентированных ИС
Подходы,
методы,
методики
АДПАЦФ
6.3. Технологии проектирования и отладки документальных и фактографических ИПС
АДП ОСЭ
ИТ
создания
БД и ХД
6.4. Технологии
создания АСНМОУ
предприятия
как АДФИПС
Технологии
поиска
информации
OLTP
6.5. Технологии
разработки
и выбора
корпоративных ИС
SADT, RADCASE- DFD,
IDEF
OLAP
и «витрины»
Рис. 8. Технологии создания информационных систем
Fig. 8. Information systems creation technologies
7. Эмерджентные технологии
7.1. Интернет-технологии
ИТ автоматизированного офиса
7.2. Интеллектуальные
технологии
Семантическая сеть
Логические модели
Компьютерные конференции
и телеконференции
Продукционные модели
Гипертекстовые технологии
Фреймовые модели
Нейронные сети
Облачные технологии
Звук и видео
Технологии поиска в Интернете
Нечеткая логика
7.3. НБИК-технологии
Нанотехнологии
Биотехнологии
Информационные
технологии —
от технологий общения
человека и ЭВМ
до технологий создания
интеллектуальных систем
Генетические алгоритмы
Интеллектуальные агенты
Когнитивные технологии
Рис. 9. Эмерджентные технологии
Fig. 9. Emergent technologies
подготовки текстов еще и средства поиска и пересылки фрагментов текста, что позволило на основе объединения технологий
инициировать развитие технологий нижележащих уровней, способствовало распространению идеи документального информационного поиска и т. п.
Применительно к НБИК-технологиям
исходно принято использование термина
«конвергентные технологии». Но с учетом
того, что в математике термин «конвергенция» означает только сближение (от лат.
convergo — сближаю). Хотя в настоящее
время пытаются этот термин трактовать
130
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
Таблица 1. Краткая характеристика информационных технологий
Table 1. Brief overview of information technologies
Классы
Виды
Краткая характеристика
1. Информационные технологии общения человека и ЭВМ
Обеспечивают общение человека и ЭВМ. Имеют длительную историю исследования и развития. Реализуются с помощью операционных систем, алгоритмизации
и программирования, кодирования, шифрования, тестирования
1.1
Операционные
системы (ОС),
англ. operating
system, (OS)
Комплекс взаимосвязанных программ, предназначенных для управления ресурсами вычислительного устройства и организации взаимодействия с пользователем.
Занимают положение между hardware (техническими устройствами ЭВМ, машинным языком, собственными встроенными микропрограммами — драйверами)
и software (собственно программное обеспечение).
Разработчикам программного обеспечения ОС предоставляет минимально необходимый набор функций — интерфейс программирования приложений.
С 1990‑х годов наиболее распространенными операционными системами являются системы семейства Windows, UNIX и Linux, в последнее время для смартфонов и планшетных компьютеров — Android, iOS
1.2
Технологии
алгоритмизации и программирования
Представляют собой методические принципы и технику разработки (составления)
алгоритма для решения задач на ЭВМ.
ИТ программирования — совокупность методов и средств, используемых в процессе разработки программного обеспечения.
Существует сотни языков программирования, их диалектов, реализаций и версий
(Progopedia.ru). Разрабатывают различные классификации языков.
Наиболее используемые в настоящее время языки удобно разделить на следующие основные группы.
• Алгоритмические языки программирования, имеющие большую историю развития и различные классификации: классические алгоритмические (Ассемблер,
C, Паскаль и др.), процедурные языки (Visual Basic и др.), языки объектно-ориентированного программирования (С++, Java и др.).
• Турбо-системы (Turbo Assembler Editor, Turbo Pascal. Turbo Delphi) и др.
• Языки логического программирования: REFAL, PROLOG, SMALLTALK и др.
Для ускорения создания программных продуктов разработаны и применяются
специальные средства, называемые платформами. При проектировании экономических информационных систем наиболее широко применяется технологическая платформа «1С: Предприятие», на основе которой разработан ряд ИС
по различным функциям управления предприятиями
1.3
Технологии
шифрования
и кодирования
Для формализации (или засекречивания) информации каждому объекту (свойству) присваивается условное обозначение — код. Кодирование — процесс представления информации (сообщения) в виде кода. Код — это условное обозначение объекта в соответствии с принятой системой классификации. Кодирование
производится в строгом соответствии с правилами и структурой, определенными
при классификации, и однозначно закрепляет за элементом множества условное
обозначение.
Способ кодирования информации зависит от цели, ради которой осуществляется
кодирование. Такими целями могут быть сокращение записи, засекречивание
информации, удобство обработки.
Существуют разные способы кодирования: графический (с помощью рисунков
и значков), числовой, символьный, смешанный.
Разработаны и применяются следующие системы кодирования:
Регистрационные, не предполагающие предварительной классификации, это
порядковая и серийно-порядковая системы кодирования.
Классификационные. Эти системы кодирования делят на последовательные
и параллельные, причем первые обычно опираются на иерархическую классификацию, вторые — на многоаспектную.
131
Вопросы теории
Информационные системы
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Продолжение табл. 1
Классы
1.4
Виды
Технологии тестирования
2. Технологии регистрации, хранения и представления данных
2.1
Технологии
создания баз
данных (БД) —
системы
управления
базами данных (СУБД)
2.2
Технологии
создания,
­построения
и использования хранилищ
данных
Краткая характеристика
Штриховое кодирование — применяется для осуществления автоматизированной
записи, считывания и идентификации информации об объектах или процессах.
Технология основана на использовании двоичного кода для записи и запоминания,
предварительно разработанных смысловых кодов. Штриховой код — это последовательность чередования широких и узких, темных и светлых полос, которым присвоены логические значения 1 и 0 (широким линиям и широким промежуткам присваивается логическое значение 1, узким — 0). Данная технология предоставляет
оперативный учет товаров, позволяет управлять потоками информации о передвижении и использовании продукции, поиск сведений об этих процессах по запросу
Тестирование — это процесс анализа программного обеспечения, направленный на выявление отличий между его реально существующими и требуемыми
свойствами (дефект) и на оценку свойств программного обеспечения (IEEE Std
829 – 1983).
По ГОСТ Р ИСО МЭК 12207 – 99 в жизненном цикле программного обеспечения
определены среди прочих вспомогательные процессы верификации, аттестации,
совместного анализа и аудита.
Процесс верификации является процессом определения того, что программные
продукты функционируют в полном соответствии с требованиями или условиями,
реализованными в предшествующих работах. Данный процесс может включать
анализ, проверку и испытание (тестирование).
Процесс аттестации является процессом определения полноты соответствия
установленных требований созданной системы или программного продукта
их функциональному назначению.
Процесс совместного анализа является процессом оценки состояний и, при необходимости, результатов работ (продуктов) по проекту.
Процесс аудита является процессом определения соответствия требованиям,
планам и условиям договора.
В сумме эти процессы составляют технологию тестирования.
Существуют различные методологии тестирования:
— Модульное тестирование (Unit testing). Позволяет проверить функционирование отдельно взятого элемента системы. Наиболее полно данный вид тестов описан в стандарте IEEE 1008 – 87 «Standard for Software Unit Testing».
— Интеграционное тестирование (Integration testing). Является процессом проверки взаимодействия между программными компонентами/модулями.
— Системное тестирование (System testing). Проверка нефункциональных требований — безопасности, производительности, точности, надежности и т. п. На этом
уровне также тестируются интерфейсы к внешним приложениям, аппаратному
обеспечению, операционной среде и т. д.
Совокупность программных и лингвистических средств, обеспечивающих управление созданием и использованием разнообразных массивов данных
СУБД представляют собой совокупность программных и лингвистических
средств, обеспечивающих управление созданием и использованием баз данных.
СУБД классифицируют по разным признакам.
По модели данных: иерархические; сетевые; реляционные; объектно-ориентированные; объектно-реляционные.
По способу размещения: локальные СУБД (все части локальной СУБД размещаются на одном компьютере); распределенные СУБД (части СУБД размещаются
на двух и более компьютерах).
По способу доступа к БД: файл-серверные; клиент-серверные; встраиваемые
Определяются их назначением и особенностями. Основным отличительным элементом хранилища является семантический слой, позволяющий оперировать данными
посредством бизнес-терминов предметной области. Технология должна обеспечить
интеграцию и согласование данных, поступающих из различных источников, разделение наборов данных с учетом целей их использования для обеспечения транзакций в OLTP и задач, решаемых с применением технологии OLAP, в которой технология многомерного хранения данных дополнена средствами визуализации (витрины
данных), что послужило основой включения этой технологии в средства СППР.
132
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
Продолжение табл. 1
Классы
Виды
Краткая характеристика
Виртуальное хранилище данных — это система, представляющая интерфейсы
и методы доступа к регистрирующей системе, которые позволяют работать с данными в этой системе как с хранилищем данных. Виртуальное хранилище данных
можно организовать на основе технологии баз данных либо применив специальные средства доступа, например продукты класса Desktop OLAP, к которым относится, например, BusinessObjects, Brio Enterprise и др.2
2.3
Облачные технологии
В основе облачных технологий лежат принципы сервис-ориентированной архитектуры. В последнее время используют термины «облачные вычисления» (cloud
computing) и «облачные платформы как услуги» (PaaS — Platform-as-a-Service).
Термин «cloud computing» произошел от условного изображения Интернета в виде
облака, которое является образом сложной инфраструктуры, скрывающим технические детали ее реализации. В то же время облачные технологии используются
не только в глобальной сети, но и в локальных сетях.
Платформа как услуга (PaaS, Platform-as-a-Service) — модель, в соответствии
с которой потребителю предоставляется возможность использования облачной инфраструктуры для размещения базового программного обеспечения для
последующего размещения на нем новых или существующих приложений (собственных, разработанных на заказ или приобретенных). В состав таких платформ
входят инструментальные средства создания, тестирования и выполнения прикладного программного обеспечения — СУБД, связующее программное обеспечение, языки программирования.
Главный принцип облачных технологий заключается в том, что для пользователя
не имеет значения, где и каким образом осуществляется обработка и предоставление необходимых ему ресурсов.
Облачные технологии получили широкое распространение примерно с 2006 г.
Существуют различные модели облачных технологий:
• Частное облако (private cloud) — инфраструктура, предназначенная для
использования одной организацией.
• Публичное облако (public cloud) — инфраструктура, предназначенная для свободного использования в управлении и эксплуатации коммерческих, научных
и правительственных организаций (или какой‑либо их комбинации).
• Общественное облако (community cloud) — вид инфраструктуры, предназначенный для использования конкретным сообществом потребителей из организаций, имеющих общие задачи (например, миссии, требований безопасности, политики, и соответствия различным требованиям).
• Гибридное облако (hybrid cloud) — комбинация из двух или более различных
облачных инфраструктур (частных, публичных или общественных)
2.4
Технологии
Основными характерными особенностями этих технологий являются:
объединение многокомпонентной информационной среды (текста, звука, графики, фото, видео) в однородном цифровом представлении;
— обеспечение надежного и долговечного хранения больших объемов информации;
— простота переработки информации.
Достигнутый технологический базис основан на использовании стандарта
CD-ROM, дисковод, слайдер
мультимедиа
3. Технологии поиска информации
Определяются процессом поиска информации по запросам пользователей. Зависят от вида информации
3.1
Основаны на разработке алгоритмов поиска, определяемых принципами построения базы данных, ее логической структурой и принципами кодирования данных.
Основу алгоритмов составляет адресный поиск — процесс поиска документов
по чисто формальным признакам, указанным в запросе. Для осуществления
нужны следующие условия:
• наличие у документа точного адреса;
• обеспечение строгого порядка расположения документов в базе данных или
в хранилище системы
2
Технологии
поиска в базах
данных
http://www.olapreport.com/Architectures.htm#top
133
Вопросы теории
Информационные системы
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Продолжение табл. 1
Классы
Виды
Краткая характеристика
3.2
Технологии
документального информационного
поиска
Процессы поиска неструктурированной документальной информации, удовлетворяющей информационные потребности пользователей.
Виды поиска:
• Поиск с использованием логико-семантического аппарата информационнопоисковой системы, включающем информационно-поисковый язык (ИПЯ), систему
индексирования и критерии смыслового соответствия, представляющие собой правила сопоставления поискового образа запроса (ПОЗ) и поискового образа документа (ПОД), формируемых из ключевых слов или дескрипторов ИПЯ.
Такую технологию называют семантическим поиском.
В Интернете применяют поиск:
• по всему содержимому документа — полнотекстовый поиск. Пример полнотекстового поиска — любой интернет-поисковик, например www.yandex.ru, www.
google.com. Как правило, полнотекстовый поиск для ускорения поиска использует
индексы, составленные из ключевых слов (тег) — аналог ПОЗ. Наиболее распространенной технологией полнотекстового поиска является использование инвертированных индексов;
• по метаданным — это поиск по неким атрибутам документа, поддерживаемым системой — название документа, дата создания, размер, автор и т. д. Пример поиска по реквизитам — диалог поиска в файловой системе (например, MS
Windows);
• по изображению — поиск по содержанию изображения. Поисковая система
распознает содержание фотографии (загружена пользователем или добавлен
URL изображения). В результатах поиска пользователь получает похожие изображения. Так работают поисковые системы;
• по гиперссылкам, обеспечивающим переход к другим документам в соответствии с ассоциативными связями;
• адресный поиск; адресами документов могут быть адреса веб-серверов и вебстраниц, элементы библиографической записи
3.3
Технология поиска фактографических
данных
Процесс поиска фактов, соответствующих информационному запросу. К фактографическим данным относятся сведения, извлеченные из текстовых документов
(первичных или вторичных) и получаемые непосредственно из источников их возникновения. Различают следующие виды поиска:
• извлечение и представление факта вместе с адресом документа, из которого
он извлечен;
• документально-фактографический, заключается в поиске в документах фрагментов текста, содержащих факты;
• фактологический поиск, предполагающий логическую переработку найденной
фактографической информации
4. Информационная технология обработки данных и транзакции
Предназначена для задач, алгоритмы решения которых известны и для решения
которых имеются все необходимые входные данные. Применяется персоналом
средней квалификации в целях автоматизации рутинных, постоянно повторяющихся операций
4.1
MATLAB (сокращение от англ. — Matrix Laboratory). Пакет прикладных программ
для решения задач технических вычислений и одноименный язык программирования, используемый в этом пакете.
Позволяет встраивать ряд совместимых пакетов (GNU Octave — свободная
система для математических вычислений, представляет собой интерактивный
командный интерфейс для решения линейных и нелинейных математических
задач, а также проведения других численных экспериментов; Maxima. Свободная
система компьютерной алгебры, написанная на языке Common Lisp и др.).
Maple — программный пакет, система компьютерной алгебры. Является продуктом компании Waterloo Maple Inc., которая с 1984 г. выпускает программные
продукты, ориентированные на сложные математические вычисления. Система
Maple предназначена для символьных вычислений, но имеет средства и для численного решения дифференциальных уравнений и нахождения интегралов. Обладает развитыми графическими средствами. Имеет собственный язык программирования, напоминающий Паскаль.
Технологии обработки численных
и символьных
данных
134
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
Продолжение табл. 1
Классы
Виды
Краткая характеристика
Mathematica (Wolfram) — система компьютерной алгебры, используемая
во многих научных, инженерных, математических и компьютерных областях.
Изначально система была придумана С. Вольфрамом, в настоящее время разрабатывается компанией Wolfram Research. Использует язык Wolfram Language.
Mathcad — система компьютерной алгебры из класса систем автоматизированного проектирования, ориентированная на подготовку интерактивных документов
с вычислениями и визуальным сопровождением, отличается легкостью использования и применения для коллективной работы. Mathcad был задуман и первоначально написан Алленом Раздовом из Массачусетского технологического института (MIT), соучредителем компании Mathsoft, которая с 2006 г. является частью
корпорации PTC (Parametric Technology Corporation)
4.2
Технологии
подготовки текстовых
и табличных
документов
Автоматизированные системы подготовки документов классифицируются
по функциональным возможностям или по назначению.
Текстовые редакторы и процессоры
Редактор текстов обеспечивает ввод, изменение и сохранение любого символьного текста. Например, notepad, notepad++ и Akel Pad, редакторы для создания,
компиляции, отладки и выполнения программ на языках Basic, С и т. п.
Программный продукт, которому соответствует англоязычный термин wordprocessor, предназначен для обработки документов, ориентированных на работу
с текстами, имеющими структуру документа, т. е. состоящими из абзацев, страниц и разделов (Microsoft Word, Open Office Writer, Word Pad).
Microsoft Excel (Microsoft Office Excel) — программа для работы с электронными
таблицами, созданная корпорацией Microsoft для Microsoft Windows, Windows NT
и Mac OS. Она предоставляет возможности экономико-статистических расчетов, графические инструменты и, за исключением Excel 2008 под Mac OS X, язык
макропрограммирования VBA (Visual Basic for Application). Microsoft Excel входит
в состав Microsoft Office и в настоящее время Excel является одним из наиболее
популярных приложений в мире.
Гипертекстовые технологии — компьютерное представление текста, в котором
автоматически поддерживаются смысловые связи между выделенными понятиями, терминами или разделами. Программа, выводящая на экран дисплея гипертекст и выполняющая переходы по смысловым связям.
LaTeX — пакет, позволяющий автоматизировать многие задачи набора текста
и подготовки статей, включая набор текста на нескольких языках, нумерацию
разделов и формул, перекрестные ссылки, размещение иллюстраций и таблиц
на странице, ведение библиографии и др. Существуют пакеты расширения LaTeX.
Настольные издательские системы
Издательства готовят тексты по правилам полиграфии и с типографским качеством, например программы настольного издательства (desktop-publishing,
пакеты DTP или НИС). Выделяются две подгруппы издательских продуктов.
1. Системы профессионального уровня, предназначенные для работы над изданиями со сложной структурой или иллюстрированными журналами (Adobe In
Design, Adobe Page Marker).
2. Издательские системы начального уровня, не используемые для получения промышленной полиграфической продукции (Microsoft Publisher, Adobe
FrameMarker)
4.3
OLTPтехнологии
(On-Line
Transactions
Processing) —
обработка
транзакций
в реальном
времени
Технология предназначена для обработки повседневной, текущей информации,
поступающей из цехов, складов, банков, от поставщиков и т. д. Обеспечивает
быстрое обслуживание относительно простых запросов большого числа пользователей, обработку транзакций (некоторого набора операций над базой данных,
завершенных с точки зрения пользователя) в реальном режиме времени, т. е.
время ожидания выполнения запроса не должно превышать нескольких секунд
135
Вопросы теории
Информационные системы
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Продолжение табл. 1
Классы
Виды
Краткая характеристика
5. Технологии обработки данных и извлечения
знаний для поддержки
принятия решений
Предназначены для выработки управленческих решений, получаемых в результате итерационного процесса, в котором участвуют:
а) система поддержки принятия решений (вычислительное звено в виде пакета
прикладных программ и объект управления);
б) человек (управляющее звено, задающее входные данные и оценивающее
полученный результат)
5.1
OLAPтехнологии
(On-Line
Analytical
Processing)
и визуализация (витрины)
данных
Технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу, и применение для представления данных
средств визуализации (витрин). Реализации технологии OLAP являются компонентами СППР и интеллектуальных систем. Работает не с оперативными базами
данных, а с ретроспективными архивами, хранящими информацию за значительный период времени.
Существуют три типа OLAP:
• многомерная OLAP (Multidimensional OLAP — MOLAP);
• реляционная OLAP (Relational OLAP — ROLAP);
• гибридная OLAP (Hybrid OLAP — HOLAP)
5.2
Технологии извлечения знаний из данных
Технология анализа информации с целью нахождения в числовых и текстовых
данных ранее неизвестных, полезных знаний впервые возникала как методика
обнаружения знаний в базах данных (Knowledge Discovery in Databases — КDD)
в 1989 г. Эта методика представляет собой последовательность действий для
построения модели извлечения знаний: отбор, очистка, трансформация, моделирование и интерпретация полученных результатов.
Один из основных процессов в технологии извлечения знаний из данных ETLтехнологии (Extract, Transform, Load) — дословно «извлечение, преобразование,
загрузка»).
ETL включает в себя:
• извлечение данных из внешних источников;
• их трансформацию и очистку, чтобы они соответствовали нуждам бизнесмодели;
• загрузку их в хранилище данных.
Требования к организации потока данных описываются аналитиком. ETL следует
рассматривать не только как процесс переноса данных из одного приложения
в другое, но и как инструмент подготовки данных к анализу.
Для названия этапа моделирования используют термин «Data Mining». Термин
введен Григорием Пятецким-Шапиро [11] и пока не имеет устоявшегося перевода
на русский язык. При передаче на русском языке используются следующие словосочетания: просев информации, добыча данных, извлечение данных, а также
интеллектуальный анализ данных.
Основу методов Data Mining составляют методы классификации, моделирования
и прогнозирования, основанные на применении деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечеткой логики. Data Mining использует статистические методы (дескриптивный анализ, корреляционный и регрессионный анализ,
факторный анализ, дисперсионный анализ, компонентный анализ, дискриминантный анализ, анализ временных рядов, анализ выживаемости, анализ связей). Одно из назначений методов Data Mining состоит в наглядном представлении результатов вычислений (визуализация), что позволяет использовать инструментарий Data Mining людьми, не имеющими специальной математической подготовки.
Для реализации KDD и Data Mining существует программное обеспечение: статистические пакеты, аналитические платформы, СУБД с набором алгоритмов Data
Mining, средства визуального моделирования.
В настоящее время термин Data Mining стал менее популярен, чем термин Big Data
(большие данные) Появился единый термин Data Sсience — наука о данных, или
даталогия. Существуют современные подходы к работе с большими данными —
NoSQL, MapReduce и обработка потоков событий в реальном времени [7].
136
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
Продолжение табл. 1
Классы
Виды
Краткая характеристика
Технология позволяет найти в больших объемах данных неочевидные, объективные и полезные закономерности, и поэтому ее можно считать и технологией
обработки данных для поддержки принятия решений
5.3
Методология
SADT, RADи CASE- технологии
Методология SADT (Structured Analysis and Design Technique — технологии структурного анализа и проектирования) представляет собой совокупность методов, правил и процедур, предназначенных для построения функциональной
модели объекта какой‑либо предметной области. На ее основе разработаны
и стали широко применяться технологии CASE (Computer-Aided Software/System
Engineering) и RAD (rapid application development — быстрая разработка приложений), для реализации которых применяют следующие подходы:
• объектно-ориентированное проектирование (Object-Oriented Design): ER:модель — модель данных, позволяющая описывать концептуальные схемы предметной области; для ее реализации разработаны различные нотации: диаграмма
сущность-связь (entity-relationship diagram — ERD-диаграмма); нотация ПитераЧена, нотация Inverted Arrow («перевернутая стрелка») / Crow's Foot («воронья
лапка») / Fork («вилка») и др.;
• функционально-ориентированное моделирование (function modeling):.стандарты DFD (Data Flow Diagrams — диаграммы потока данных), ориентированные на анализ процессов (в том числе бизнес-процессов), и IDEF (Icam Definition,
основными из которых являются модели процессов IDEF0 и IDEF3, модель данных IDEF1X), отображающая логические отношения между работами.
Для реализации моделей применяются автоматизированные средства — ERwin,
BPWin, ARIS, язык UML (Unified Modeling Language — Унифицированный язык
моделирования)
5.4
Технологии
имитационного моделирования
Компьютерная технология для исследования некоторых параметров реального
процесса с помощью набора математических средств, специальных имитирующих программ, позволяющих посредством процессов-аналогов провести целенаправленное исследование структуры и функций реального сложного процесса
в памяти компьютера в режиме «имитации».
Примеры программной реализации ИМ:
Simulink — графическая среда имитационного моделирования, позволяющая
при помощи блок-диаграмм в виде направленных графов строить динамические
модели, включая дискретные, непрерывные и гибридные, нелинейные и разрывные системы.
GPSS (General Purpose Simulation System — система моделирования общего
назначения) — язык моделирования, используемый для имитационного моделирования различных систем, в основном систем массового обслуживания [15].
DINAMO — специализированный язык имитационного моделирования [13],
в основе которого лежат идеи расширения системной динамики Дж. Форрестера.
Pilgrim — Российская программная система имитационного моделирования [8]
6. Технологии для создания систем управления
предприятиями и организациями
Предназначены для информационного обслуживания работников предприятий,
связанных с принятием решений.
Регулярная или специальная управленческая информация (отчеты, справки,
ответы на запросы, содержащие сведения о прошлом, настоящем и планируемом
будущем предприятия).
Технологии документального обеспечения управленческой деятельности (законы,
нормативные акты, государственные, отраслевые стандарты, стандарты предприятия, инструкции, формализованные бизнес-процессы).
Реализуются с помощью информационных систем специального назначения
6.1
Включают методики, автоматизированные диалоговые процедуры (АДП) для
этапа концептуального проектирования АСУ при разработке структуры функциональной части АСУ применяют АДП анализа целей и функций (АДПАЦФ), АДП
для реализации методов организации сложных экспертиз (АДП ОСЭ) [1; 4]
Технологии
разработки
автоматизированных систем
управления
(АСУ)
137
Вопросы теории
Информационные системы
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Продолжение табл. 1
Классы
Виды
Краткая характеристика
6.2
Технологии
разработки и выбора предметно-ориентированных ИС
(­ПОИС)
Определяются их назначением, используют технологии разработки БД, OLTP.
При выборе готовых программных продуктов для конкретной организации могут
применяться АДПАЦФ, методы и АДП ОСЭ [1; 4]
6.3
Технологии
проектирования и отладки
документальных и фактографических
ИПС
Используют технологии документального информационного поиска, методику
разработки и отладки ИПС, виды поиска, кратко охарактеризованные в п. 3.2
6.4
Технологии
создания АСНМОУ предприятия как
­АДФИПС
Используют технологии документального информационного поиска, принципы
и методику разработки АДФИПС, кратко изложенную, например, в [3]
6.5
Технологии
разработки
и выбора
корпоративных ИС
Определяются их назначением и структурой, используют технологии разработки
БД, OLTP.
Стандарты и примеры наиболее востребованных корпоративных ИС для управления предприятиями приведены, например, в [9]. Методика выбора ИС для конкретного предприятия — в [3]. При выборе КИС для конкретной организации
могут применяться АДПАЦФ, методы и АДП ОСЭ [1; 4]
7. Эмерджентные технологии
Технологии, обеспечивающие на основе объединения разных исходных технологий получение новых возможностей, отсутствовавших у исходных технологий
7.1
Всемирная паутина (World Wide Web, WWW) представляет собой образец универсальной базы данных (БД). Технология, разработанная для WWW, воплощает
идею глобальной информационной БД. Интернет (internet) — технологии обмена
данными, основанные на использовании семейства протоколов TCP/IP.
Интернет (Internet) — объединение мировых сетей, которые используют технологии Интернета для ввода, хранения, поиска и обмена данных.
Интранет (Intranet) — внутренняя информационная сеть предприятия, построенная на основе технологий Интернета.
Информационная технология автоматизированного офиса Автоматизация
работы офиса предполагает организацию и поддержку коммуникационных процессов как внутри фирмы, так и с внешней средой на базе компьютерных сетей
и других средств работы с информацией.
• Электронная почта (е-mail), основываясь на сетевом использовании компьютеров, дает возможность пользователю получать, хранить и отправлять сообщения
своим партнерам по сети.
• Аудиопочта (голосовая почта) — это почта для передачи сообщений голосом.
• Электронный календарь — сетевое средство компьютера для хранения и манипулирования рабочим расписанием менеджеров.
Компьютерные конференции и телеконференции используют компьютерные сети
для обмена информацией между участниками группы, решающей определенную
проблему. Skype — самая популярная программа видео- и аудиообщения.
Гипертекстовые технологии в Интернет.
Компонентами, обеспечивающими применение гипертекстовой модели к ресурсам, распределенным в Интернете, являются: URL — универсальный способ
адресации ресурсов; HTML — язык гипертекстовой разметки документов; HTTP
(Hyper Text Transfer Protocol) — протокол обмена гипертекстовой информацией;
дополнительные средства (CGI, Java, JavaScript).
Облачные технологии в Интернете — существуют в формах «облачные вычисления» (cloud computing) и «облачные платформы как услуги» (Platform-as-a-Service).
Интернеттехнологии
138
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Том 10. № 5 (59). 2015
Окончание табл. 1
Классы
Виды
Краткая характеристика
Термин «cloud computing» произошел от условного изображения Интернета
в виде облака. Идея облачных технологий состоит в том, что все необходимые
ИТ-ресурсы предоставляются пользователям как интернет-сервис. Главный принцип — в том, что пользователь не должен принимать участие в том, каким образом осуществляется обработка и предоставление необходимых ему ресурсов.
Облачные технологии получили широкое распространение с 2006 г. Существуют
различные модели облачных технологий:
частное облако (private cloud), публичное облако (public cloud), общественное
облако (community cloud), гибридное облако (hybrid cloud).
Звук и видео в Интернете — звуковые и видеофайлы имеют большой объем. Для
уменьшения объемов звуковых и видеофайлов без потери качества при передаче
их по компьютерным сетям используются специальные методы сжатия файлов,
основанные на удалении не воспринимаемой человеком звуковой или видеоинформации. Для прослушивания потокового звука и просмотра потокового видео
используются мультимедиа проигрыватели (Windows Media Player, WinAmp и др.).
Технологии поиска в Интернете
• Гиперссылки. Этот способ использует указатели на нужные интернет-страницы.
• Каталоги и справочники. В каталогах имеются иерархические тематические
рубрики, которые указывают человеку, каким образом следует двигаться в каталоге.
• Поиск по метаданным — это поиск по неким атрибутам документа, поддерживаемым системой, — название документа, дата создания, размер, автор и т. д.
(например, MS Windows).
• Адресный поиск; адресами документов могут быть адреса веб-серверов и вебстраниц, элементы библиографической записи.
3. Поисковые системы. В их основе заложен алфавитный список важных терминов, т. е. ключевые слова и адреса всех страниц, на которых эти слова встречаются. Популярные поисковые системы в России: Яндекс, Google, Search.Mail.ru,
Bing, Rambler
7.2
Интеллектуальные
информационные
технологии
(ИИТ) (англ.
Intellectual
information
technology, IIT)
Помогают человеку ускорить анализ экономической, социальной и технической
ситуации.
Использование ИИТ в реальной практике подразумевает в первую очередь учет
специфики проблемной области, для чего существуют специальные методы
моделирования.
ИИТ используют совокупность методов, обеспечивающих «сборку знаний в единую модель предметной области» [2], включая технологии извлечения знаний,
включая семантические, логические, продукционные, фреймовые модели, технологии создания СППР, экспертных систем, когнитивное моделирование, нечеткая логика (Fuzzy logic), генетические алгоритмы, интеллектуальные агенты
(Intelligent agent), нейронные сети, инициированные идеей сетей и биотехнологий
7.3
НБИКтехнологии
Представляют собой объединение нано-, био-, информационных и когнитивных
технологий.
В отечественных публикациях принят термин «конвергенция» (от лат. convergo —
сближаю) или синергия НБИК-технологий (например, [12; 18]. В зарубежных —
«Emerging technologies» [16; 17] (от emerge — появляться)3, т. е. появление новых
свойств в результате объединения технологий.
НБИК-технологии — наиболее развитые информационно-коммуникационные технологии, поставляют инструменты для развития других.
В результате объединения появляются новые возможности как в технике
(3D-принтеры и т. п.), так и в сферах программного и методического обеспечения
информационно-коммуникационных процессов
3 В теории систем есть закономерность эмерджентности (целостности) систем, в результате которой у системы возникают новые свойства, отсутствовавшие у ее элементов.
139
Вопросы теории
Информационные системы
Vol. 10. No. 5 (59). 2015
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
расширенно, появляются другие названия,
например синергия НБИК-технологий [12].
В зарубежных работах нередко используется термин «эмерджентные технологии —
Emerging technologies» [16; 17] (от emerge —
появляться), т. е. появление новых свойств
в результате объединения технологий4.
С учетом того, что интернет-технологии
и интеллектуальные технологии в результате
объединения возможностей разных технологий тоже позволяют получать принципиально
новые возможности по сравнению с объединяемыми технологиями, их тоже можно отнести к эмерджентным технологиям (рис. 9),
хотя для этих трех видов технологии можно сформировать самостоятельные страты.
В заключение отметим, что на стратах рис. 2, детализирующих их рис. 3 – 9
и в табл. 1 представлены примеры ИТ, виды
которых постоянно развиваются. Но предлагаемая классификация позволяет находить им место и ориентироваться в широком
спектре современных ИТ.
Список литературы
1. Автоматизированные диалоговые процедуры анализа целей и функций систем управления: учеб. пособие / под ред. В. Н. Волковой. СПб.: Изд-во Политехн. ун-та, 2010. — 72 с.
2. Болотова Л. С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях:
учебник. М.: Финансы и статистика, 2012. — 664 с.
3. Волкова В. Н. Теория информационных процессов
и систем. М.: Юрайт, 2014. — 502 с.
4. Волкова В. Н., Денисов А. А. Методы организации
сложных экспертиз: учебн. пособие. СПб.: Издво Политехн. ун-та, 2010. — 128 с.
5. Григорьев Л. Ю., Кудрявцев Д. В. Организационное
проектирование на основе онтологий: методология
и система ОРГ-Мастер // Научно-технические ведомости СПбГПУ. Серия «Информатика. Телекоммуникации. Управление». № 1. 2012. С. 21 – 28.
6. Денисов А. А. Современные проблемы системного анализа: Информационные основы. СПб.: Издво Политехнического университета, 2005. — 296 с.
7. Клеменков П. А., Кузнецов С. Д. Большие данные:
современные подходы к хранению // Труды Институ4
В теории систем одной из основополагающих
закономерностей, введенной и исседованной Л. фон
Берталанфи является закономерность эмерджентности, в результате которой у системы появляются новые
свойства, отсутствующие у ее элементов.
та системного программирования РАН. 2012. Т. 23.
C. 141 – 156.
8. Компьютерная имитация экономических процессов / под ред. А. А. Емельянова. М.: Маркет ДС,
2010. — 464 с.
9. Прикладная информатика: справочник / под ред.
В. Н. Волковой и В. Н. Юрьева. М.: Финансы и статистика; ИНФРА-М, 2008. — 768 с.
10. Паклин Н. Б., Орешков В. И. Бизнес-аналитика:
от данных к знаниям. СПб.: Питер, 2009. — 624 с.
11. Пятецкий-Шапир Г. Data Mining и перегрузка информацией / вступительная статья к книге: Анализ
данных и процессов; А. А. Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. З-е
изд. перераб. и доп. СПб.: БХВ-Петербург, 2009. —
512 с.
12. Руденский О. В., Рыбак О. П. Инновационная цивилизация XXI века: конвергенция и синергия NBICтехнологий. Тенденции и прогнозы 2015 – 2030 //
Информационно-аналитический бюллетень. 2010.
№ 3.
13. Темников Ф. Е., Афонин В. А., Дмитриев В. И. Теоретические основы информационной техники.
М.: Энергия, 1971. — 224 с. Изд. 2‑е. М.: Энергия,
1979. — 512 с.
14. Федотов А. В., Лебедев В. О. Прогнозирование
с использованием имитационных динамических
моделей. Л.: ЛПИ, 1980. — 52 с.
15. Шрайбер Т. Дж. Моделирование на GPSS: пер.
с англ. М.: Машиностроение, 1980. — 592 с.
16. http//www.answers.com/topic/emergingtechnologies#ixzz3SP9WEAVx
17. answers.com›topic/emerging-technologies
18. transhumanism-russia.ru›content/view/621/47/
References
1. Avtomatizirovannye dialogovye protsedury analiza
tselei i funktsii sistem upravleniya: ucheb. Posobie [Automated conversational analysis procedure purposes
and functions of management systems: Proc. Manual].
Рod red. V. N. Volkovoi. Saint Petersburg, Izd-vo Politekhn. un-ta, 2010. 72 p.
2. Bolotova L. S. Sistemy iskusstvennogo intellekta: Modeli i tekhnologii, osnovannye na znaniyakh: uchebnik
[Artificial Intelligence Systems: Models and technologies based on knowledge: a textbook]. Moscow, Finansy i statistika Publ., 2012. 664 p.
3. Volkova V. N. Teoriya informatsionnykh protsessov i
sistem [Theory of information processes and systems].
Moscow, Yurait Publ., 2014. 502 p.
4. Volkova V. N., Denisov A. A. Metody organizatsii slozhnykh ekspertiz: ucheb. posobie [Methods of the organization of complex examinations: Proc. Manual]. Saint
Petersburg, Izd-vo Politekhn. un-ta, 2010. 128 p.
5. Grigor’ev L. Yu., Kudryavtsev D. V. Organizatsionnoe proektirovanie na osnove ontologii: metodologiya
i sistema ORG-Master [Organizational design based on
ontologies: methodology and system-Gia Prep-Master].
140
Theoretical approach
Information systems
ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Nauchno-tekhnicheskie vedomosti SPbGPU. Seriya
«Informatika. Telekommunikatsii. Upravlenie», 2012,
no. 1, pp. 21 – 28.
6. Denisov A. A. Sovremennye problemy sistemnogo
analiza: Informatsionnye osnovy [Modern Problems
of System Analysis: Information wasps nova]. Saint
Petersburg, Izd-vo Politekhnicheskogo universiteta,
2005. — 296 p.
7. Klemenkov P. A., Kuznetsov S. D. Bol’shie dannye:
sovremennye podkhody k khraneniyu [Big data: current approaches to storage]. Trudy Instituta sistemnogo
programmirovaniya RAN. 2012, vol. 23, pp. 141 – 156.
8. Komp’yuternaya imitatsiya ekonomicheskikh protsessov [Big data: current approaches to storage]. Pod red.
A. A. Emel'yanova. Moscow, Market DS Publ., 2010.
464 p.
9. Prikladnaya informatika: spravochnik [Applied Informatics: A Handbook]. Pod red. V. N. Volkovoi i
V. N. Yur›eva. Moscow, Finansy i statistika Publ.;
INFRA-M Publ., 2008. 768 p.
10. Paklin N. B., Oreshkov V. I. Biznes-analitika: ot dannykh k znaniem [Business Intelligence: From data
to knowledge]. Saint Petersburg, Piter Publ., 2009.
624 p.
Том 10. № 5 (59). 2015
11. Pyatetskii-Shapiro G. Data Mining i peregruzka informatsiei [Data Mining and information overload]. Vstupitel'naya stat'ya k knige: Analiz dannykh
i protsessov; A. A. Barsegyan, M. S. Kupriyanov,
I. I. Kholod, M. D. Tess, S. I. Saint Petersburg, BKhVPeterburg Publ., 2009. 512 p.
12. Rudenskii O. V. Innovatsionnaya tsivilizatsiya XXI veka:
konvergentsiya i sinergiya NBIC-tekhnologii. Tendentsii
i prognozy 2015 – 2030. O. V. Rudenskii, O. P. Rybak.
Informatsionno-analiticheskii byulleten’, 2010, no. 3.
13. Temnikov F. E., Afonin V. A., Dmitriev V. I. Teoreticheskie osnovy informatsionnoi tekhniki [Theoretical Foundations of information technology]. Moscow,
Energiya Publ., 1971. 224 p. Izd. 2‑e, 1979. 512 p.
14. Fedotov A. V., Lebedev V. O. Prognozirovanie s
ispol’zovaniem imitatsionnykh dinamicheskikh modelei [Forecasting using simulation of dynamic models].
Leningrad, LPI Publ., 1980. 52 p.
15. Shraiber T. Dzh. Simulation using GPSS. New York,
1974, Wiley.
16. http//www.answers.com/topic/emergingtechnologies#ixzz3SP9WEAVx
17. answers.com›topic/emerging-technologies
18. transhumanism-russia.ru›content/view/621/47
V. Volkova, A. Vasiliev, A. Efremov, V. Yuriev,
St. Petersburg Polytechnic University of Peter the Great, Saint Petersburg, Russia, saiu@ftk.spbstu.ru
N. Paklin, Ryazan State University. S. A. Esenina, Ryazan, Russia, pnb@inbox.ru
Classification of information technologies
Information technology (IT) is a set of methods, processes, tools and hardware that provide for
the decision makers in the various fields of activity the ability to access any required information.
Currently, there is no established classification IT. A variety of technologies are studied in different
disciplines. At the same time, in order to help to navigate the variety of information technologies they
need to be ordered in some way. This paper offers a multi-level classification of the IT based on the
allocation to strata from the bottom up techniques, tools and equipment to the work with information depending on their degree of complexity — from the means of communication human with a
computer, collection, storage, retrieval, different ways of processing information to the IT for extract
the knowledge and to the emergence of new information as a result of the complex methods. The
paper uses the information models of F. E. Temnikov and A. A. Denisov to describe the principles
of the proposed classification. The hierarchical structure of the IT in this paper is presented within
two levels of itemization — a general one which comprises the whole specter of the existing IT and
a detailed one which consists of the second level technologies that are specific for every particular
general technology branch.
Keyword: information technology, information, multi-level classification, human-computer communication, information
processing method, the strata.
About authors:
V. Volkova, Dr of Economics, Professor
A. Vasiliev, PhD in Technique, Associate Professor
A. Efremov, PhD in Physics and Mathematics, Associate Professor
V. Yuriev, Dr of Economics, Professor
N. Paklin, PhD in Technique, Associate Professor
For citation: Volkova V., Vasiliev A., Efremov A., Yuriev V., Paklin N. Classification of information
technologies. Prikladnaya Informatika — Journal of Applied Informatics, 2015, vol. 10, no. 5 (59),
pp. 125–141 (in Russian).
141
Вопросы теории
Информационные системы