

英语原文共 6 页,剩余内容已隐藏,支付完成后下载完整资料
影响驱动进化:大动态组织的信息系统架构
摘要:进化信息系统工程中提出了一种新的方法。 该方法旨在为大型和复杂的社会技术系统提供高质量的支持。 主要思想是用本地透明度和高动机的开发人员框架替换正式限制和任务的常见开发人员框架,以尽可能提高系统的整体质量。
其中一个想法假设一个监控子系统,它记录、测量并显示每个开发者活动的实际收入与系统质量(并随系统本身演变)。 质量指标应反映用户满意度,资源使用和系统透明度的相关变化,这是连续选择有前景的演进方向所必需的。 另一个假设是,系统不仅允许这样的监视,而且允许本地变化被独立地安全测试和采纳(并且如果必要,也以安全的方式被拒绝)。 系统应该是不一致的容忍和极端的真理。
它可能看起来像维基百科,社交网络和BPM的混搭,但它不能作为他们的组合获得。 可能的创新系统架构的草图可以支持所有的特征在一起简单描述。
关键词:复杂自适应系统,软件工程,分散控制,分布式计算机控制系统,以人为中心的设计,信息系统,项目管理,质量控制,社会要求,系统概念
1介绍
迄今为止,在系统工程中新的方法的需要不被普遍接受。 系统工程中的大多数有价值的权威都认为复杂性不需要新的工具和技术。 Kasser(2010)解释说,只有“真实世界的复杂性 - 真实世界的元素以某种方式相关,由组件组成”和“人工复杂...被认为是复杂的”。
他继续道:“处理复杂性意味着使用抽象和阐述(Hitchins(2003),第93-95页)加上领域知识来理解情况,即系统组件之间的相互关系,知道哪些与情况相关,哪些 可以安全地忽略”。
卡塞尔和希金斯(Kasser和Hitchins,2011)仔细地重新定义了经典的理性方法,以获得具有清晰,单一的目标或目标的精确预测的系统,并从开始到完成任务描述任务功能以及支持功能, 正常和偶然性,用于系统的充分的操作寿命,并且被划分为互补的,相互作用的子系统。
这种系统工程的方式肯定已经被大型世界实践成功的系统工程所广泛采用,应该在适当的时候仔细地学习和使用。但是有任何合理的理由说,系统工程中的新方法将永远是一个神话吗?
单一客观目标是否在组织中绝对清晰?或者它可能随着环境(市场,法律,政治)的变化,组织领导的变化甚至同一领导者对任务的理解的变化而改变?
复杂的社会要求和有限的时间总是允许找到合适的设计和分区问题的正确的永久解决方案吗?在交付之前,对复杂分布式系统进行可靠的测试是否可行?
最后灾难性故障的关键分析使Northrop et al(2006),Ncube(2011)和Sommerville等人(2012)提出了对这些和其他类似问题的有争议的否定答案,并同意“有一些根本原因,为什么现有的方法不能”扩大“以创建系统的联盟,并且对当今方法的渐进改进不足以应对与复杂性”。 Besnard和Hollnagel(2012)的结论是,复杂的社会技术系统应该“工作,因为人是具有灵活性和适应性,而不是因为系统已经被完全思考和设计”。
让我们试图基于这样一个假设,完全不同的工程方法可能存在为更好的演化和复杂性。 这种方法显然应该不仅适用于超大规模系统,而且适用于较小的系统。在这样的小系统的规模演变到真正有价值的应用程序的时候,这样的小系统应该仔细(在经典的方式)设计和良好的被测试,。 由于其快速定向演化的能力,它可以被认为是一个系统在任何理想的方向上的增长,并成为信息系统,以满足任何组织的需要,以最佳的可能方式为合理的成本。 需求可以是正式和非正式的,可以包括任意重现,长期睡觉后睡觉或醒来,分裂成独立的较小组织或与其他组织集成。
- 目标识别
通常更好的信息系统(或STS或SoS或ULS)工程方法是相当不确定的目标,因此不能指向方向。
2.1一般问题
在我们将获得系统的明确愿景之前,要确定一个目标,我们需要收集和识别已知的挑战,这使得容易由Sommerville等人提出的“前10”问题。 (2012)。
Q1。我们如何模拟和模拟独立系统之间的交互?
Q2。我们如何监测系统的联盟和什么是问题的警告标志?
Q3。如何设计系统以从故障中恢复? Q4。我们如何将社会技术因素纳入系统和软件工程方法?
Q5。系统联盟在多大程度上可以自我管理?
Q6。我们如何管理复杂,动态变化的系统配置?
Q7。我们如何支持系统联盟的敏捷工程?
Q8。如何监管和认证系统联盟?
Q9。我们如何做系统的“概率验证”?
Q10。如何表示系统联盟中的共享知识?
例如,Q4可以解决Benbya和McKelvey(2006)基于七个第一适应成功原则的框架:
适应性紧张 - 环境紧张(能源差异)刺激适应性秩序创造; 必要的复杂性 - 如果内部复杂性超过外部复杂性,则发生自适应顺序创建; 变化率 - 更高的内部变化率,在不断变化的环境中提供适应性优势;
模块化设计 - 几乎自主的亚基增加了适应性反应的复杂性和速率; 正面反馈 - 代理或模块之间不可能发起的事件可能导致显着的顺序创建; (自下而上,自上而下,水平,对角线,间歇和亚里士多德);复杂性要求有利地处理多种原因 和协调节奏 - 因果支配的节奏交替更有功能。 系统种子旨在提供一个适当的基础来回答这个问题连续查找。
2.2挑战
据Northrop等人报道 (2006),Northrop(2008)在卡内基梅隆大学软件工程研究所的初步工作基础上制定了新的挑战。
- 分散控制;
- 固有的冲突,不可知的和多样化的要求;
- 持续演进和部署;
- 不均匀,不一致和变化的元素;
- 人/系统边界的侵蚀;
- 正常故障;
- 获取和政策的新范式。
这里列出的所有挑战和原则对任何大规模系统都非常重要,因此目标系统设计需要提供大多数不透明和同时。当然,我们将牢记所有一般要求,如互操作性,真实性,可靠性,可用性,可用性,安全性,性能,可扩展性,可扩展性,适应性,可测试性,可审计性,可操作性和可部署性,
我们跳过自适应系统的挑战Cheng et al(2009),还有Salehie和Tahvildari(2009)以及Parunak和Brueckner(2011)以及很多其他人。但现在将解释集体发展,弹性工程和一致性处理的挑战。
Osch和Avital(2009)指出,为了利用集体生成能力,系统需要尽可能:
引人注目的:允许社区成员产生和引出新的配置和想法,从而产生多重的声音和解释;此外,他们通过鼓励成员分享和并列他们的想法,并根据他人的观点评价自己的观点,引起了激烈的对话;
吸引人们:它们吸引人们的关注和兴趣,将他们提升到流动状态;
自适应:允许异构人群在其各自的环境中使用系统,并促进在特定目标驱动范围内实现各种任务;
开放:开放获取;跨界交换(例如通信工具);开放发展标准;和模块化(例如通过自动版本管理)。
扩展Westrum的工作(2006),Hollnagel(2008)提出了韧性工程的四个原则:系统应该提供能力
实际响应:以强大而灵活的方式响应定期和不定期的威胁; 请记住,实际情况往往不符合预期情况;
批判性注意:灵活地监测发生了什么,包括它自己的表现; 必须不时评估监测的基础,以避免被常规和习惯所困扰;
潜在预期:预测中断,压力及其后果; 这意味着能够超越目前的情况和不久的将来,准备迎接不规则的威胁,甚至可能是未取得的事件;
事实学习:从经验中学习; 支持考虑哪些数据要学习,什么时候和如何学习应该改变程序,角色和功能,或组织本身。
详细解释参见Strigini(2012)。
芬克尔斯坦等(2009)根据他们的经验,SAP 11的智能一致性处理原则,“可能有争议”。 最有趣的是:
C1。 业务数据可能不总是正确地反映世界或业务的状态。
C2。 事务和事件有时以意外的顺序发生,暂时违反完整性约束。
C7。 处理(几乎所有)更新作为新数据的插入,并通过将数据标记为已删除而处理删除,而不是实际删除。
C8。 业务流程应立即处理冲突或异常(冲突解决)或延迟模式(数据清理)。
C9。 流程步骤和用户体验应设计为支持试验性操作和(Helland(2008)称之为)道歉导向计算,其中使用暂定操作和道歉处理补偿。
C11。 商务服务应始终可用。
我们将使用他们所有的方向。
我们看到各种挑战不具有应用特性。他们都必须影响很多应用程序才能对用户造成影响。应用程序员将能够仅通过透明的抽象的形式,让它们被包括到系统内核中。这样的内核应该仔细设计,透明可见和测试,因此非常广泛。只有当它被广泛地用于许多不同的系统湿,这也许就变得可能。
这种进化系统多样化的问题有明显的解决方案:克隆最近的原型,并进化以满足当地的需要。那么,首先应该做什么,大型系统具体应用或更小的系统,旨在支持系统本身的发展?在建设大型中,它似乎更便宜,更安全的开发和测试较小的创新系统。自我发展信息系统的思想是由Roost等人提出的。 (2001),最初由Roost(2004)Roost等人(2007)和Znamenskij(2006)开发。
- 系统要求的核心要求
3.1必须透明和一致地支持变更处理。
系统种子必须通过其性质无限地灵活。 它必须允许任意创新的硬件,算法和组织变化。
3.2属性连接应该在本地可解析
必须有完全可用的方法来使工作系统的任何部分适应合理的组合的冲突属性:
- 不可避免的(由于硬件更新或软件演变)延迟不应违反系统可用性。
(2)对不一致和失败的高度容忍不应该威胁到真实输入数据的输出的完全一致性。
(3)完全控制集中管理不应限制任何权力下放发展的权力和责任代表团的可能性。
(4)意外的资源过载不应该在大多数关键请求上响应。
这个要求似乎违反了Brewer CAP定理Gilbert和Lynch(2002),但是Znamenskij(2012c)包含了对这种广义解释的一个明显的反例。
3.3系统必须始终完全透明,可能简单
开发必须基于性能监控子系统提供即时控制对开发的影响
bull; 资源使用,
bull; 透明度,
bull; 复杂性,
bull; 一致性,
bull; 权威。
这个子系统应该能够像任何其他子系统一样演进。 假设1.系统 - 种子匹配列出的核心需求将能够提供一个独立的基础来应对上述所有挑战。
- 建筑草图
我们将考虑进化信息系统的数学模型。
4.1柔性层次结构
定义2.我们将非循环部分有序集合I称为具有根u的可伸缩树,如果forall;alpha;,beta;isin;I
- (exist;gamma; isin; I)(u ≺ alpha; ≺ gamma;),
(2) (alpha; ≺ beta;) rArr; (exist;gamma; isin; I)(alpha; ≺ gamma; ≺ beta;).
树结构不能直接处理我们需要引入现有分支版本的情况。 可伸缩树为层次结构演化提供了更加灵活的一般抽象:这意味着任何有限子集uisin;Tsub;I是一个具有相同根的树,可以无限增长,边可以无限分割,大树可以去正规化, 这里T没有任何搬迁; 思想这样的功能可能看起来更容易用符号链接处理,它的性能似乎更好的,不透明在链接机械实现分裂,而不是在顶部的低级。 因此,我们将在我们的系统中使用所有可能的信息对象标识符的可伸缩树I,并使用u作为整个系统标识符。
4.2变更处理
通常的软件模块化具有标准接口的隔离模块,它只是将差异移动到一致的接口演变,没有一般工作解决方案的问题。 我们认为模块化是通过分离关注点来明确指导的。 因此,在Chroust(1992)和Scherrer 等人。 (1994),我们再次回到一个活动过程层次结构作为一个自然的系统形成基础。 为了支持这样的模块化,我们表示S(t)sub;T,uisin;S(t)当前关注标识符集。 为了系统安全,这个函数必须是单调的,所以
让我们用可能的祖先识别符集合表示A(alpha;)= {gamma;isin;I:gamma;≺alpha;},并且D(alpha;)= {gamma;isin;I:alpha;≺gamma;}可能的后代识别符集合。 每个关注sisin;S(t)都有自己的 配置sCisin;D(s)保持关注子系统设置,包括:activity-process sP算法或工作流选择来开发输出数据; 输入对象集合包含活动过程订阅的设置(参见Pardo-Castellote(2003)和Ford 等人。(2009)关于数据中心发布订阅)对象的读取数据的设置; 输出对象规范sO,它必须包含对s的所有最近后代的形式化和非正式描述,但是
为了防止写并发和可避免的冲突; 我们认为活动过程能力具有人,组织,计算或任何其他适当的性质。 它假定以太返回请求一些新的对象版本或成功,没有更改或超时失败。
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[138525],资料为PDF文档或Word文档,PDF文档可免费转换为Word
您可能感兴趣的文章
- 饮用水微生物群:一个全面的时空研究,以监测巴黎供水系统的水质外文翻译资料
- 步进电机控制和摩擦模型对复杂机械系统精确定位的影响外文翻译资料
- 具有温湿度控制的开式阴极PEM燃料电池性能的提升外文翻译资料
- 警报定时系统对驾驶员行为的影响:调查驾驶员信任的差异以及根据警报定时对警报的响应外文翻译资料
- 门禁系统的零知识认证解决方案外文翻译资料
- 车辆废气及室外环境中悬浮微粒中有机磷的含量—-个案研究外文翻译资料
- ZigBee协议对城市风力涡轮机的无线监控: 支持应用软件和传感器模块外文翻译资料
- ZigBee系统在医疗保健中提供位置信息和传感器数据传输的方案外文翻译资料
- 基于PLC的模糊控制器在污水处理系统中的应用外文翻译资料
- 光伏并联最大功率点跟踪系统独立应用程序外文翻译资料
