Визначення методу кластеризації для вирішення задачі ранньої ідентифікації конфігураційних елементів ІТ-продукта

Автор(и)

  • Адріан Євгенійович Кожанов Харківський національний університет радіоелектроніки, Україна https://orcid.org/0009-0002-3586-6886
  • Максим Вікторович Євланов Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0002-6703-5166

DOI:

https://doi.org/10.15587/1729-4061.2026.352878

Ключові слова:

інформаційна система, конфігураційний елемент, щільнісна кластеризація, алгоритм DBSCAN, відстань Чебишова

Анотація

Об’єкт дослідження – процес управління конфігурацією ІТ-проєкту.

У дослідженні вирішувалася проблема ранньої ідентифікації конфігураційних елементів (СІ) інформаційної системи (ІС) управління підприємством. Дослідження в цій галузі спрямовані на вирішення задачі ранньої ідентифікації сервісів під час рефакторингу програмних систем. Питання застосування методів штучного інтелекту для виявлення СІ досліджені недостатньо.

Для вирішення задачі ранньої ідентифікації СІ ІС було адаптовано щільнісний алгоритм кластеризації Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Адаптований DBSCAN використано для ранньої ідентифікації СІ функціональної задачі «Формування і ведення індивідуального плану науково-педагогічного працівника кафедри». Як вихідні CI розглянуто 10 функцій та 12 сутностей бази даних задачі. Результатом рішення є набори кластерів, які описують монолітну, модульну та сервіс-орієнтовану архітектури ІС.

Проведено порівняльний аналіз використання методів та алгоритмів DBSCAN, Divisive Analysis, Agglomerative Nesting, Chameleon та k-means для вирішення задачі ранньої ідентифікації. Для порівняння використано критерії «Громіздкість рішення» та «Виявлення відокремлених СІ». Використання DBSCAN дозволило сформувати рішення з одного (монолітна та модульна архітектури) або двох (сервіс-орієнтована архітектура) кластерів та виявляти відокремлені СІ. Ці значення запропонованих критеріїв є найкращими для обраної групи методів та алгоритмів кластеризації.

Використання отриманих результатів дозволяє автоматизувати процедуру синтезу опису архітектури ІС. Ця автоматизація підвищить якість розробки ІС за рахунок виділення для проєктування множини архітектурних сутностей цієї ІС. Ця множина є значно меншою, ніж множина елементарних функцій ІС

Біографії авторів

Адріан Євгенійович Кожанов, Харківський національний університет радіоелектроніки

Аспірант

Кафедра інформаційних управляючих систем

Максим Вікторович Євланов, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор

Кафедра інформаційних управляючих систем

Посилання

  1. Quigley, J. M., Robertson, K. L. (2019). Configuration Management. Auerbach Publications. https://doi.org/10.1201/9780429318337
  2. Bourque, P., Fairley, R. E. (2014). Guide to the Software Engineering Body of Knowledge. Version 3.0. IEEE Computer Society, 335. Available at: https://dl.acm.org/doi/10.5555/2616205
  3. IEEE/ISO/IEC 15288-2023. ISO/IEC/IEEE International Standard - Systems and software engineering--System life cycle processes. Available at: https://standards.ieee.org/ieee/15288/10424/
  4. Farayola, O. A., Hassan, A. O., Adaramodu, O. R., Fakeyede, O. G., Oladeinde, M. (2023). Configuration management in the modern era: best practices, innovations, and challenges. Computer Science & IT Research Journal, 4 (2), 140–157. https://doi.org/10.51594/csitrj.v4i2.613
  5. Reiff-Marganiec, S., Tilly, M. (Eds.) (2012). Handbook of Research on Service-Oriented Systems and Non-Functional Properties. IGI Global Scientific Publishing. https://doi.org/10.4018/978-1-61350-432-1
  6. Cadavid, H., Andrikopoulos, V., Avgeriou, P., Broekema, P. C. (2022). System and software architecting harmonization practices in ultra-large-scale systems of systems: A confirmatory case study. Information and Software Technology, 150, 106984. https://doi.org/10.1016/j.infsof.2022.106984
  7. Faitelson, D., Heinrich, R., Tyszberowicz, S. (2017). Supporting Software Architecture Evolution by Functional Decomposition. Proceedings of the 5th International Conference on Model-Driven Engineering and Software Development, 435–442. https://doi.org/10.5220/0006206204350442
  8. Shahin, R. (2021). Towards Assurance-Driven Architectural Decomposition of Software Systems. Computer Safety, Reliability, and Security. SAFECOMP 2021 Workshops, 187–196. https://doi.org/10.1007/978-3-030-83906-2_15
  9. Suljkanović, A., Milosavljević, B., Inđić, V., Dejanović, I. (2022). Developing Microservice-Based Applications Using the Silvera Domain-Specific Language. Applied Sciences, 12 (13), 6679. https://doi.org/10.3390/app12136679
  10. Felfernig, A., Le, V.-M., Popescu, A., Uta, M., Tran, T. N. T., Atas, M. (2021). An Overview of Recommender Systems and Machine Learning in Feature Modeling and Configuration. Proceedings of the 15th International Working Conference on Variability Modelling of Software-Intensive Systems, 1–8. https://doi.org/10.1145/3442391.3442408
  11. Abolfazli, A., Spiegelberg, J., Palmer, G., Anand, A. (2023). A Deep Reinforcement Learning Approach to Configuration Sampling Problem. 2023 IEEE International Conference on Data Mining (ICDM), 1–10. https://doi.org/10.1109/icdm58522.2023.00009
  12. Sellami, K., Saied, M. A., Ouni, A. (2022). A Hierarchical DBSCAN Method for Extracting Microservices from Monolithic Applications. The International Conference on Evaluation and Assessment in Software Engineering 2022, 201–210. https://doi.org/10.1145/3530019.3530040
  13. Krause, A., Zirkelbach, C., Hasselbring, W., Lenga, S., Kroger, D. (2020). Microservice Decomposition via Static and Dynamic Analysis of the Monolith. 2020 IEEE International Conference on Software Architecture Companion (ICSA-C), 9–16. https://doi.org/10.1109/icsa-c50368.2020.00011
  14. Ievlanov, M., Vasiltcova, N., Neumyvakina, O., Panforova, I. (2022). Development of a method for solving the problem of it product configuration analysis. Eastern-European Journal of Enterprise Technologies, 6 (2 (120)), 6–19. https://doi.org/10.15587/1729-4061.2022.269133
  15. Santos, J. L., Martins, L. E. G., Molléri, J. S. (2025). Requirements extraction from model-based systems engineering: A systematic literature review. Journal of Systems and Software, 226, 112407. https://doi.org/10.1016/j.jss.2025.112407
  16. Ashfaq, M., Sadik, A. R., Das, T., Waseem, M., Mäkitalo, N., Mikkonen, T. (2026). Runtime composition in dynamic system of systems: A systematic review of challenges, solutions, tools, and evaluation methods. Journal of Systems and Software, 232, 112661. https://doi.org/10.1016/j.jss.2025.112661
  17. Han, J., Kamber, M., Pei, J. (2012). Data Mining: Concepts and Techniques. Waltham: Morgan Kaufmann Publishers.
  18. Schubert, E., Sander, J., Ester, M., Kriegel, H. P., Xu, X. (2017). DBSCAN Revisited, Revisited. ACM Transactions on Database Systems, 42 (3), 1–21. https://doi.org/10.1145/3068335
  19. Evlanov, М. (2016). Development of the model and method of selecting the description of rational architecture of information system. Eastern-European Journal of Enterprise Technologies, 1 (2 (79)), 4–12. https://doi.org/10.15587/1729-4061.2016.60583
  20. Vasyltcova, N. V., Panforova, I. Yu. (2022). Research on the use of hierarchical clustering methods when solving the task of IT product configuration analysis. Management Information System and Devises, 178, 37–49. https://doi.org/10.30837/0135-1710.2022.178.037
  21. Ievlanov, M., Vasiltcova, N., Neumyvakina, O., Panforova, I. (2024). Use of clustering methods to solve the problem of identifying configuration items in IT project. PROJECT MANAGEMENT: INDUSTRY SPECIFICS, 3–38. https://doi.org/10.15587/978-617-8360-03-0.ch1
  22. Evlanov, M. V., Vasyltsova, N. V., Nykytiuk, V. A. (2011). Formalyzovannoe opysanye uslovyi yntehratsyy IT-servysov v ynformatsyonnuiu systemu upravlenyia predpryiatyem. Visnyk Akademii mytnoi sluzhby Ukrainy. Seriya «Tekhnichni nauky», 2 (46), 87–96. Available at: http://www.irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=vamsutn_2011_2_12
  23. Ievlanov, M., Vasiltcova, N., Panforova, I., Moroz, B., Martynenko, A., Moroz, D. (2024). Comparison of solutions to the task of IT product configuration items early identification using hierarchical clusterization methods. Eastern-European Journal of Enterprise Technologies, 3 (2 (129)), 20–33. https://doi.org/10.15587/1729-4061.2024.303526
Визначення методу кластеризації для вирішення задачі ранньої ідентифікації конфігураційних елементів ІТ-продукта

##submission.downloads##

Опубліковано

2026-02-27

Як цитувати

Кожанов, А. Є., & Євланов, М. В. (2026). Визначення методу кластеризації для вирішення задачі ранньої ідентифікації конфігураційних елементів ІТ-продукта. Eastern-European Journal of Enterprise Technologies, 1(2 (139), 77–90. https://doi.org/10.15587/1729-4061.2026.352878