ВДОСКОНАЛЕННЯ МЕТОДУ ВИРІШЕННЯ ЗАДАЧІ РАННЬОЇ ІДЕНТИФІКАЦІЇ КОНФІГУРАЦІЙНИХ ЕЛЕМЕНТІВ ІНФОРМАЦІЙНОЇ СИСТЕМИ

А.Є. Кожанов; М.В. Євланов; Д.М.  Мороз

doi:10.34185/1562-9945-3-164-2026-05

Автор(и)

А.Є. Кожанов https://orcid.org/0009-0002-3586-6886
М.В. Євланов https://orcid.org/0000-0002-6703-5166
Д.М. Мороз https://orcid.org/0000-0003-2577-3352

DOI:

https://doi.org/10.34185/1562-9945-3-164-2026-05

Ключові слова:

інформаційна система, конфігураційний елемент, задача ранньої ідентифікації, функція, архітектурна сутність, DBSCAN, опис архітектури

Анотація

Формальне вирішення задачі ранньої ідентифікації конфігураційних елементів (Configuration Items, СІ) інформаційної системи (ІС) дозволить значно зменшити витрати часу та зусиль на створення описів архітектури, планування та управління ІТ-проєктом створення ІС. Науково-прикладною проблемою дослідження є визначення можливості вирішення задачі ранньої ідентифікації СІ ІС з використанням методів та алгоритмів кластеризації, які не сильно залежать від припущень про форму кластерів. Метою дослідження є розробка нового або вдосконалення існуючого методу вирішення задачі ранньої ідентифікації СІ ІС. Запропоновано вдосконалення методу вирішення цієї задачі, яке полягає у використанні алгоритму кластеризації DBSCAN для виявлення архітектурних елементів як кластерів окремих функцій ІС. Використання вдосконаленого методу дозволяє автоматизувати процедуру синтезу опису архітектури ІС. Застосування цієї автоматизованої процедури сприяє підвищенню якості розробки ІС за рахунок виділення для проєктування множини архітектурних сутностей цієї системи, яка є значно меншою, ніж множина елементарних функцій ІС.

Посилання

Guide to the Software Engineering Body of Knowledge. Version 3.0 / eds. Bourque P., Fairley R.E. Washington, DC, United States: IEEE Computer Society, 2014. 335 p.

Quigley J.M., Robertson K.L. Configuration Management, Second Edition: Theory and Application for Engineers, Managers, and Practitioners. New York: Auerbach Publications, 2019. 453 p. DOI: https://doi.org/10.1201/9780429318337

Farayola O.A., Hassan A.O., Adaramodu O.R., Fakeyede O.G., Oladeinde M. Configuration management in the modern era: best practices, innovations, and challenges. Computer Science & IT Research Journal. 2023. Vol. 4, No 2. P. 140-157. DOI: https://doi.org/10.51594/csitrj.v4i2.613

Kozhanov A., Ievlanov M. Definition a clusterization method to solve the task of early identification of IT product configuration elements. Eastern-European Journal of Enterprise Technologies. 2026. Vol. 1. №. 2 (139). P. 77–90. DOI: https://doi.org/10.15587/1729-4061.2026.352878

Faitelson D., Heinrich R., Tyszberowicz Sh. Supporting software architecture evolution by functional decomposition. In 5th International Conference on Model-Driven Engineering and Software Development – MODELSWARD. SciTePress, 2017. P. 435-442. DOI: https://doi.org/10.5220/0006206204350442

Cadavid H., Andrikopoulos V., Avgeriou P., Chris Broekema P. System and software architecting harmonization practices in ultra-large-scale systems of systems: A confirmatory case study. Information and Software Technology. 2022. Vol. 150. № 106984. DOI: https://doi.org/10.1016/j.infsof.2022.106984

Felfernig A., Le V., Popescu A., Uta M., Tran T.N., Atas M. (2021). An Overview of Re-commender Systems and Machine Learning in Feature Modeling and Configuration. Proceed-ings of the 15th International Working Conference on Variability Modelling of Software-Intensive Systems (VaMoS '21). New York, NY, USA: Association for Computing Machinery, 2021. Article 16, P. 1–8. DOI: https://doi.org/10.1145/3442391.3442408

Abolfazli A., Spiegelberg J., Palmer G., Anand A. A Deep Reinforcement Learning Approach to Configuration Sampling Problem. 2023 IEEE International Conference on Data Mining (ICDM). Shanghai, China, 2023. P. 1-10. DOI: https://doi.org/10.1109/ICDM58522.2023.00009.

Sellami Kh., Saied M.A., Ouni A. A Hierarchical DBSCAN Method for Extracting Microservices from Monolithic Applications. EASE '22: Proceedings of the 26th International Conference on Evaluation and Assessment in Software Engineering. New York, NY, USA: Association for Computing Machinery, 2022. P. 201-210. DOI: https://doi.org/10.1145/3530019.3530040

Krause A., Zirkelbach C., Hasselbring W., Lenga S., Kroger D. Microservice Decomposi-tion via Static and Dynamic Analysis of the Monolith. 2020 IEEE International Conference on Software Architecture Companion (ICSA-C). Salvador, Brazil, 2020. P. 9-16. DOI: https://doi.org/10.1109/ICSA-C50368.2020.00011

Ievlanov, M., Vasiltcova, N., Neumyvakina, O., Panforova, I. Development of a method for solving the problem of it product configuration analysis. Eastern-European Journal of En-terprise Technologies. 2022. Vol. 6. Iss. 2 (120). P. 6–19. DOI: https://doi.org/10.15587/1729-4061.2022.269133

Santos J.L., Martins L.E.G., Molléri J.S. Requirements extraction from model-based systems engineering: A systematic literature review. Journal of Systems and Software. 2025. Vol. 226. № 112407. DOI: https://doi.org/10.1016/j.jss.2025.112407

Evlanov М. Development of the model and method of selecting the description of rational architecture of information system. Eastern-European Journal of Enterprise Technologies. 2016. Vol. 1, No. 2(79). P. 4–12. DOI: https://doi.org/10.15587/1729-4061.2016.60583

Han J., Kamber M., Pei J. Data Mining. Concepts and Techniques. (Third Edition). Waltham: Morgan Kaufmann Publishers. 2011. URL: https://shop.elsevier.com/books/data-mining-concepts-and-techniques/han/978-0-12-381479-1 (дата звернення 21.03.2026).

Schubert E., Sander J., Ester M., Kriegel H.P., Xu, X. DBSCAN Revisited, Revisited: Why and How You Should (Still) Use DBSCAN. ACM Transactions on Database Systems. 2017. Vol. 42. Iss. 3. Article No.: 19, P. 1-21. DOI: https://doi.org/10.1145/3068335.