Афонин П.Н. Информационные таможенные технологии

Подождите немного. Документ загружается.

131

менеджеры компании спросили себя: как можно улучшить процесс выдачи

кредита? Более того, при осуществлении этих радикальных перемен было

поколеблено господствовавшее в IBM Credit убеждени е, что ко мпан ия

нуждается в специалистах для выполнения отдельных этапов оформ ления

кредита.

7.1.3. Реинжениринг ЕАИС ФТС России

Информационные технологии играют исключительную роль в

реализации стратегий автоматизации там оженн ой службы, ориентированной

на перспективные требования (так, например, исключается передача ряда

документов в некоторые подразделения таможенной службы или их

согласование там, где о ни не обязательны для получения конечного

результата).

Реинжениринг таможенных бизнес-процессов возможен только на

основе интегрированных корпоративных информационных систем, которые

обеспечивают поддержку управлени ю деловыми процессами на всех

уровнях. Применявшийся при построении 1-й очереди ЕАИС канонический

подход к автоматизации отдельных функций управления в виде локальных

АРМов, не изменял существующую технологию управления таможенной

системой. Т олько использование комплексных средств автоматизации на

уровне региона и страны в целом - корпоративных таможенных

информационных систем 2-й и 3-й очередей ЕАИС – предполагает

трансформацию системы управлени я таможенной службой на основе

концепции автоматизации управления сквозными бизнес-процессами.

Внедряемые в рамках ЕАИС информационные технологии призваны

реализовать принцип "нужную информацию сотруднику в нужное время".

Основными направлениями реинжениринга в развитии

информационных технологий таможенных органов являются:

• комплексность и системность информатизации, ее п одчиненн ость

решению стратегических задач, стоящих перед тамож енной системой в

настоящее время и на перспективу;

• активность в обеспечении информ ацио нны х потребностей пользователей

на всех уровнях таможенной системы;

• поэтапность и преемственность в проведении информатизации

таможенных органов;

• интеграция с программами информатизации Государственной налоговой

службы, налоговой полиции, МВД и т.д.

• распределенность хранения и обработки информации;

• накопление информации в банках данных таможенных подразделений,

совместимость общесистемных (центральных) банков данных по входу и

выходу с региональными базовыми функциональными задачами;

• обеспечение требуемой конфиденциальности информации.

132

При этом речь идет не о небольшом усовершенствовании и увеличении

эффективности там оженны х процедур на 10-100%, а о кардинальном

повышении их эффективности в десятки и даже сотни раз.

Результатами информатизации ФТС России в рамках ЕАИС являются

не только принципиально новые возможности для решения задач, стоящих

перед таможенной системой страны, но и изменения в характере труда

специалистов в сторону его интеллекту ализац ии, освобождения от р утинных

операций. При этом используется горизонтальное и вертикальное сжатие

процессов.

Горизонтальное сжатие процессов – несколько рабочих процедур

объединяются в рамках создания многофункционального

автоматизированного рабочего места, подключаемого к комплексной системе

автоматизации управления. Автоматизация множества операций позволяет

концентрировать выполнение множества функций одним работником с

меньшей квалификацией.

Вертикальное сжатие процесса – организация и контроль выполнения

таможенного процесса со стороны сотрудников различных таможенных

подразделений на основе использования локальных вычислительных сетей с

архитектурой "клиент -серв ер", систем у прав ления потоками работ и

распределенных баз данных. При этом шаги процесса выполняются в

естественном порядке при допустимом распарал леливании работ.

При проведении реинжениринга должен быть осуществлен переход к

новым условиям работы персонала, новому объему прав и обязанностей

сотрудников таможенных органов, в частности:

• делегирование потенциально возможных прав на принятие реш ений

каждому сотруднику в области его деятельности;

• предоставление каждому сотруднику информационных,

коммуникационных и иных ресурсов, реально обеспечивающих

эффективное выполнение им своих обязанностей.

Главный результат от применения реинжениринга при разработке

ЕАИС ожидается в качественном изменении функций таможенных

подразделений и повышении личной роли каждого сотрудника таможенного

органа. Любое подразделение или отдельный сотрудник, как пользователь

реальных инструментов, предоставляемых ЕАИС сможет получать в

диалоговом режиме необходим ую для принятия решения информац ию из

единого банка данных.

Набор служебных регламентов таможенной системы должен

ориентировать на рассм отрение производствен ных операци й и процессов,

игнорируя вертикальные границы между функциональными

подразделениями и ориентируя, прежде всего, на конечный результат и

преимущество горизонтальных связей между подразделениями таможенных

органов.

133

ТЕМА 7.2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ТАМОЖЕННЫХ ПРОЦЕССОВ

7.2.1. Роль математического моделирования

при проектировании информационных технологий

Невозможно представить себе современную науку без широкого

применения математического моделирования. Сущность этой методологии

состоит в замене исходного объекта его "образом" − математической

моделью – и дальнейшем изучении модели с помощ ью реализуемых на

компьютерах вычислительно-логических алгоритмов. Этот метод познания,

конструирования, проектирования сочетает в себе м ногие достоинства как

теории, так и эксперимента. Работа не с сами м объ ектом (явлением ,

процессом), а с его моделью дает возможность безболезненно, относительно

быстро и без сущ ественных затрат исследовать его свойства и поведение в

любых мыслимых ситуациях (преимущества теории). В то же время

вычислительные (компьютерные, симуляционные, им итац ион ные)

эксперименты с моделями объектов позволяют, опираясь на мощь

современных вычи слительн ых методов и технических инструментов

информатики, подробно и глубоко изучать объекты в достаточной полноте,

недоступной чисто теоретическим подходам (преимущества эксперимента).

Неудивительно, что методология математического моделирования бурно

развивается, охватывая все новые сф еры – от разработки технических систем

и управления ими до анализа сложнейших экономических и социальных

процессов.

Элементы математического моделирования использовались с самого

начала появления точных наук, и не случайно, что некоторые методы

вычислений носят имена таких корифеев науки, как Ньюто н и Эйлер, а слово

«алгоритм» происходит от имени средневекового арабского ученого Аль-

Хорезми. Второе «рождение» этой методологии пришлось на конец 40-х −

начало 50-х годов XX века и было обусловлено по крайней мере двумя

причинами. Первая из них − появление ЭВМ, хотя и скромных по нынешним

меркам, но тем не менее избавивших ученых от огромной по объему

рутинной вычислительной работы. Вторая – беспрецедентный социальный

заказ на выполнение наци ональн ых программ СССР и США п о созданию

ракетно-ядерного щита, которые не могли быть реализованы традиционными

методами. Математическое моделирование справилось с этой задачей:

ядерные взрывы и полеты ракет и спутников были предварительно

«осуществлены» в недрах ЭВМ с помощью математических моделей и лишь

затем претворены на практике. Этот успех в о многом определил дальнейшие

достижения методологии, без применени я которой в развитых странах ни

один крупномасштабный технологический, экологический или

экономический проект теперь всерьез не рассматривается (сказанное

справедливо и по отношению к некоторым социально-политическим

134

проектам).

Сейчас математическое моделирование вступает в третий

принципиально важный этап своего развития, «встраиваясь» в структуры так

называемого информационного общества. Впечатляющий прогресс средств

переработки, передачи и хранения информации отвечает мировым

тенденциям к усложнению и взаимному проникновению различных сфер

человеческой деятельности. Без владения информационными «ресурсами»

нельзя и думать о решении все более укрупняющихся и все более

разнообразных проблем, стоящих перед мировым сообществом. Однако

информация как таковая зачастую мало что дает для анализа и прогноза, для

принятия ре шений и контроля за их исполнением. Нужны надежные способы

переработки информаци онного «сырья» в готовый «продукт», т. е. в точное

знание. Истор ия методологии математического моделирования убеждает: она

может и должна быть интеллектуальным ядром информационных

технологий, всего процесса информатизации общества.

Технические, экономические, таможенные и иные системы, изучаемые

современной науко й, больше не поддаются исследовани ю (в нужной полноте

и точности) обычными теоретическими методами. Прямой натурный

эксперимент над ними долог, дорог, часто либо опасен, либо попросту

невозможен, так как многие из этих систем существуют в «единственном

экземпляре». Цена ошибок и просчетов в обращен ии с ними недопустимо

высока. Поэтому математическое (шире – информационное) моделирование

является неизбежной составляющей научно-технического прогресса.

Рис. 7.1. Этапы создания про г р ам м но г о об ес пе че н ия

Сама постановка вопроса о математическом моделировании какого-

либо объекта порождает четкий план действий. Его можно условно разбить

на три этапа: модель – алгоритм – программа (рис. 7.1). На первом этапе

выбирается (или строится) «эквивалент» объекта, отражающий в

математической форме важнейшие его свойства – законы, которым он

подчиняется, связи, присущие составляющим его

135

7.2.2. Формализация и основные параметры

модели таможенного органа

Весьма важным для целостного восприятия проблем

функционирования ФТС РФ является создание универсальной обобщенной

модели таможенного органа, учитывающей основные факторы,

определяющие условия его деятельности. В форм ализованном виде модель

может представляться следующим образом:

( ) ( ) ( )( )

iii

tStVftR ;=

где

( )

– результат деятельности i-го таможен ного органа в момент времени

( )

– совокупность факторов, определяю щи х нагрузку н а i-й таможенный

орган в момент времени t;

( )

- возможности таможенного органа для

обработки поступающей нагрузки в момент времени t.

Рабочая нагрузка

( )

характеризуется своей структурой S

(наличие

потоков ГТД, ТПО, пешеходов на пунктах пропуска и т.д.), параметрами

нагрузки P

(интенсивность потоков в различны е пери оды врем ени ),

служебными факторами F

(трудоемкость и ресурсоемкость выполнения

элемента нагрузки S

( ) ( )

ViViVi

FPSftV ,,=

Соответственно, возможности или ресурс

( )

i-го таможенного органа

для обработки нагрузки определяются: оргштатной структурой S

, ресурсами

каждого ее элемента, структурными M

и алгоритмическими связями A

между элементами, которые определяются нормативно-правовой базой и

функциональными связями:

( ) ( )

Msd

AMSftS ,,=

Результат деятельности i-го таможенного органа в момент времени t

представим следующим образом:

ТПОГТДвбффб

,,, NNСCR =

где C

фб

– сумма по ступл ений в федеральный бюджет, С

вбф

– сумма

поступлений во внебюджетный фонд, N

ГТД

– число оформленных ГТД, N

ТПО

– число оформленных таможенных приходных ордеров.

Данная модель представляет собой обобщенное формализованное

описание двухстороннего процесса взаимодействия участников

внешнеэкономической деятельности и таможен ного органа на общем фоне

других объектов и субъектов, воздействующих на этот процесс или на

которые этот процесс оказывает возде йств ие (контролирующие органы,

местные органы власти, экология и т.д.). Проведение практических расчетов

возможно, например, при реализации модели с помощью средств

имитационного моделирования.

136

7.2.3. Модель расчета пропускной способности таможенного

пограничного автомобильного пункта пропуска

Экономико-математическая модель расчета пропускной способности

таможенного пограничного автомобильного пункта пропуска может быть

описана следующим образом [33]. Пусть А – наибольшее число автомобилей,

которое может поступить на пункт пропуска за период времени Т, тогда

⋅

где m – величина, характеризующая наибольшее число мест таможенной

обработки автомобилей за период T; t – число расчетных периодов

(допустим, дней) за период T.

Вероятность использования какого-либо места таможенной обработки

автомобилей

где λ

– среднее число автомобилей с i-м видом груза, которые проходят

таможенную обработку за период Т.

Вероятность, что какое-либо место пункта пропуска не будет

использовано для таможенной обработки,

pq −= 1

а вероятность, что за пери од T на пункте пропуска не будет проведена

таможенная обработка ни одного автомобиля

( )

pp −= 1

Вероятность таможенной обработки одного автомобиля:

( ) ( )

−

−⋅=

iim

ppCp

двух автомобилей:

( ) ( )

−

−⋅=

iim

ppCp

а для n автомобилей:

( ) ( )

ppCp

−

−⋅= 1

где С

– число периодов для расчета m.

Из формул видно, что последовательность таможенной обработки

автомобилей на пункте пропу ска (0,1, 2, ..., n) соответствует биномиальному

распределению. При больших значениях m бином иальное распределение

можно заменить нормальным. Тогда вероятность таможенной обр аботки

автомобилей:

−

при

( )

Gnx

−=

, а

qpmG ⋅⋅=

– стандартное отклонение биномиального

распределения. С учетом (1.2) и (1.3)

−=

137

Вероятность, что в пунктах пропуска за период T будет проведена

таможенная обработка от n

до n

автомобилей,

( )

∫

−

=<<

nnnp

Интеграл вида

∫

−

выражается через функцию Лапласа

( )

∫

−

dxen

с помощью которой вероятность таможенной обработки в интервале от n

до

может быть выражена следующим образом:

( )

(

)

−

(

)

−

=<<

nnnp

Частота таможенной обработки автомобилей определяется по формуле:

h =

где С – число периодов (дней); r – число (общее) периодов.

Теоретическое число периодов определяется из уравнения:

PrС ⋅=

Данная модель может быть использована при расчете оптимального

количества автомобилей, проходящих тамо женную обрабо тк у, с

минимальными затратами на таможенные процедуры. Правда, следует

заметить, что в реальной таможенной практике пункты пропуска

автомобилей через границу имеют ограниченную пропускн ую способно сть.

При этом объективно возникают очереди на таможенную обработку

автомобилей, что предполагает н еобхои мость установления приоритетов.

Если абстрагироваться от частностей, то оценку приоритетов таможенной

обработки автомобилей можно установить по функции срочности перевозки

груза (допустим, скоропортящиеся продукты).

Данная модель является практическим примером анализа таможенных

бизнес-процессов и может служить основой для их оптимизации в интересах

их дальнейшей корректной автоматизации.

ТЕМА 7.3. МОДЕЛИРОВАНИЕ ПРИ ПРОЕКТИРОВАНИИ

ИНФОРМАЦИОННЫХ ТАМОЖЕННЫХ ТЕХНОЛОГИЙ

7.3.1. Динамическое моделирование и анализ

корпоративных вычислительных систем

В настоящее время наблюдается стремительный рост сложности

корпоративных информационных систем, в ряду которых таможенные

информационные системы занимают одно из перв ых мест. Это обусловлено

широким использованием гетерогенных распределенных баз данных и

вычислительных систем и приводит к экспоненциальному росту сложности

таких задач, как проектирование, управление и модернизация

информационной системы. Единствен ным вариантом решения таких задач

138

становится моделирование. Оно позволяет оценить предлагаемое решение

"на столе" без закупки, установки и настройки оборудования и программного

обеспечения. Использование такого подхода помогает значительно снизить

расходы на разработку, внедрение и модернизацию информационной

системы, устранить возможные риски.

Эффективность использования и построения корпоративных

информационных систем стала чрезвычайно актуальной задачей, особенно в

условиях недостаточного финансирования информационных технологий на

предприятиях и, в частности, в таможенной системе.

Критериями оценки эффективности могут служить снижение

стоимости р еализац ии информационной системы, соответствие текущим

требованиям и требованиям ближайшего времени, возможность и стоимость

дальнейшего развития и перехода к новым технологиям.

Основу информационной системы составляет вычислительная система,

включающая такие компоненты, как кабельная сеть и активное сетевое

оборудование, компьютерное и периферийное оборудование, оборудование

хранения данных (библиотеки), системное программное обеспечение

(операционные системы, системы управления базами данных), спе ци альное

программное обеспечение (системы управления и мониторинга сетями) и в

некоторых случаях прикладное программное обеспечение.

Наиболее распространенным подходом к проектированию

информационных систем в настоящее время является использование

экспертных оценок. В соответствии с этим подходом специалисты в области

вычислительных средств, активного сетевого оборудования и кабел ьных

сетей на основани и имеющегося у них опыта и экспертных оценок

осуществляют проектирование вычислительной системы, обеспечивающей

решение конкретной задачи или класса задач. Этот подход позволяет

минимизировать затраты на этапе проектирования, быстро оценить

стоимость р еализаци и информационной системы. Однако решения,

полученные с использованием экспертных оцен ок, носят субъективный

характер, требо в ан и я к обору дован ию и программному обеспечению также

грешат субъективностью , как и оцен ка гарантий работоспособн ости и

развиваемости предлагаемого проекта системы.

В качестве альтернативного может быть использован подход,

предполагающий разработку модели и моделирование (имитацию работы –

simulation) поведения вычислительной системы.

Моделирование вычислительной системы позволяет произвести более

точный, по сравнению с экспертными оценками, расчет необходимой

производительности отдельных компонентов и всей системы в целом, в том

числе системного и прикладного программного обеспечения. При этом

появляется возможность использовать не максимальные значения

характеристик вычислительного обор удован ия, а характеристики,

учитывающие специфику использования этого оборудования в конкретном

учреждении.

139

При моделировании на компьютере воспроизводятся реальные

процессы в обследуемом объекте, исследуются особые случаи,

воспроизводятся реальные и гипотетические критические ситуац ии.

Основным достоинством моделирования является возможность проведения

разнообразных экспериментов с исследуемым объектом, не прибегая к

физической реализаци и, что позволяет предсказать и предотвр атить большое

число неожиданн ых ситуаций в процессе эксплуатации , которые могли бы

привести к неоправданным затратам, а может, и к порче оборудования.

7.3.2. Бездефектное проектирование вычислительных систем

Можно говорить о "бездефектном" проектирования информационных

систем. Оно дости гается комплексным применением высокоуровневого

моделирования (функций или бизнес-процессов) предприятия и

низкоуровневого моделирования вычислительной системы. Общая условная

схема бездефектного проектирования инф ормационной системы приведена

на рис. 7.2.

Использование высокоуровневого моделирования позволяет

гарантировать полноту и правильность выполнения системой функци й,

определенных заказчиком. К системам высокоуровнего моделирования

относятся такие, как ARIS, Rational Case. С и х помощью р еал и з уются

принципы структурного анализа, когда предприятие представляется в виде

сложной системы, состоящей из разных компонентов, имеющих различного

рода взаимосвязи. Создаваемые модели представляют собой

документированную совокупн ость знаний об информационной системе

предприятия – его организационной стру ктуре, взаимодействиях между

предприятием и пр очим и субъектами рынка, составе и структуре

документов, последовательности шагов процессов, должностных

инструкциях отделов и их сотрудников.

Следует особо отметить, что модел и ро в а ни е функций в ы чи с л ит ель ной

системы напрямую сегодня не представляется возможным. Д анная задача в

полном объеме не разрешима. Однако, возможно моделирование работы

системы в динамике (динамическо е мо делир овани е), при это м его р езультаты

позволяют по косвенным показателям судить о функционировании всей

системы. Т ак, по необслуженным запросам можно судить о правильности

функционирования сервера базы данных и программного обеспечения.

В процессе моделирования возможно следующее:

• определение миним ально необходимого, но обеспечивающего

потребности передачи, обработки и хранения информации оборудования

(даже не имеющего реальных аналогов) в настоящее время;

• оценка необходимого запаса производительности оборудования,

обеспечивающего возможное увеличение производственных потребностей

в ближайшее время (один-два года);

140

• выбор нескольких вариантов оборудования с учетом текущих

потребностей, перспективы развития на основании критерия стоимости

оборудования;

• проведение проверки работы вычислительной системы, составленной из

рекомендованного оборудования.