Автоматизированные банковские системы

Содержание

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 «человеческого» фактора, но и требования по обеспечению максимальной эффективности использования технического, программного и информационного обеспечения. Такое совершенствование представляет собой комплексную проблему, включающую в себя анализ и типизацию информационных требований пользователей, синтез типовой модели диалога для заданного множества пользователей, информационные запросы которых принадлежат к одной предметной области, синтез инфо\рмационного и прикладного модульного программного обеспечения, оптимального по заданному критерию [18].

На пути повышения эффективности  системы существует еще одна проблема, которая требует решения –  проблема очередей внутри системы. Она  возникает в процессе проектирования и эксплуатации систем. Недостаточное изучение проблемы оптимизации очередей данных внутри системы может привести к существенному уменьшению производительности системы в целом. Задача оптимизации состоит в том, чтобы распределить входные данные в соответствии с некоторым критерием оптимальности [7].

Одним из наиболее частых критериев  оптимальности очередей является минимизация  некоторой функции от средних  длин очередей. Данный критерий является основным для разработчиков и администраторов систем. Зная их (средние длины очередей), можно найти и другие характеристики, такие, как среднее время отклика системы, коэффициенты использования подсистем, их пропускную способность и т.д. Но существует еще один универсальный показатель - время обработки данных в подсистемах, который интегрирует такие показатели, как производительность и возникновение очередей в системе.

Целью данной работы является оценка производительности АС «Центр обработки  данных» (АС ЦОД) Сбербанка России при  заданных начальных условиях.

1.2 Содержательное описание задачи

При системном рассмотрении структуры любой банковской автоматизированной системы условно можно выделить следующие компоненты (см. рис. 1):

• Внешняя среда: представляет собой филиалы банка и АС других банков с интегрированными в них филиалами. В общем случае, рассматриваемые банковские автоматизированные системы используют различные системы автоматизации и транспортные сетевые протоколы (под транспортным протоколом понимается совокупность правил, по которым передаются данные). Таким образом, банковские АС образуют гетерогенную информационную среду [8].
• Механизм взаимодействия с внешней средой: данный функциональный блок - неотъемлемая составляющая каждой банковской АС, так как через него осуществляется взаимодействие с филиалами банка, а в общем случае - с АС других банков.
• Согласующий функциональный блок: обеспечение взаимодействия АС различных банков.
• Маршрутизатор: Выполняет распределение входящих и исходящих данных между прикладными программами и механизмом взаимодействия  с внешней средой. Также в его функции может входить ведение журнала банковских транзакций.
• Прикладные программы: предназначены для отражения транзакции в ИБД и формирования ответных данных на поступивший от филиала запрос.
• ИБД: хранение данных по вкладам населения.