一种信息系统互操作性量化评估方法

韩化冰, 杨凡德, 陈 光, 白晓颖

(1.清华大学计算机科学与技术系,北京100084; 2.66072部队; 3.装备学院复杂电子系统仿真实验室,北京101416)

一种信息系统互操作性量化评估方法

韩化冰1,2, 杨凡德3, 陈 光1, 白晓颖1

(1.清华大学计算机科学与技术系,北京100084; 2.66072部队; 3.装备学院复杂电子系统仿真实验室,北京101416)

针对信息系统互操作性评估问题,基于层次分析法和网络层次分析法提出一种定量评估方法。在构建包括目标层、属性层、子级层、性能指标层4个层次划分的互操作模型的基础上,利用层次分析法计算子级权重,利用网络层次分析法进行综合计算,并验证了该方法的可行性。

互操作性;层次分析法;网络层次分析法;定量评估

信息系统互操作性是指2个或2个以上系统或应用之间交换信息并相互利用所交换信息的能力[1]1。随着信息系统技术的发展,诸如网络异构、数据格式冲突,接口不兼容等互操作性问题越来越突出,导致信息系统间难以共享数据和协同工作。因此,如何评估和提高信息系统互操作性成为信息系统技术发展的关键问题。目前为止,相关部门和研究机构提出了多种评估模型[2-8]对互操作性进行评估。具有代表意义的评估模型包括：①信息系统互操作性等级模型[2]30(LISI),该模型把互操作性划分为——隔离级、连接级、功能级、领域级和跨域级;② 概念互操作性等级模型[3](levels of conceptual interoperability model,LCIM),该模型中互操作能力定义为7个层次——无互操作性、技术级、语法级、语义级、应用级、动态级、概念级;③ 面向互操作性的技术体系结构参考模型[4](NATO C3 technical architecture,NC3TA),该模型中互操作性定义为5个级别——无数据交换、非结构化数据交换、结构化数据交换、无缝数据共享、无缝信息共享。上述模型从定性的角度评估互操作性,但是在工程实践方面是远远不够的。目前,从定量角度评估的模型方法包括空间向量法[5]、互操作积分法[6]等。空间向量法中把互操作性定义为多维空间2点间距离,每个互操作特征代表一个空间维度,通过计算空间维度差的算术平均值来度量互操作性,该方法由于无法给出特征维度的差值,因此可操作性较差。互操作积分法,通过定义互操作“自旋”和过程模型来评估互操作性,而过程模型随信息系统的变化而变化,不具备普适性,应用较为不便。因此,互操作性定量评估缺乏具体有效的评估方法,具有很强的挑战性。

针对上述问题,本文主要做了以下：① 基于信息系统互操作性等级模型,建立了互操作性评估层次模型;② 结合网络层次分析法,提出一种互操作性定量评估方法,并进行了案例分析。

1 互操作性评估层次模型

互操作性评估层次模型是在LISI标准的基础上建立的方法模型。其中,LISI成熟度模型[2]30根据分布环境,把互操作性定义为5个等级：隔离级、连接级、功能级、领域级和企业级,每个等级又分为若干子级;LISI参考模型[2]43依据信息、服务交互的要求和特征差异定义了4类互操作性属性,即规程(P)、应用(A)、基础结构(I)和数据(D)。规程属性包括与标准、安全策略、管理和操作方面有关互操作的定义和要求,应用属性则包括信息系统之间的功能交互要求,基础结构属性描述了信息系统之间的数据传输的途径和架构特点,数据属性的互操作性主要体现在数据类型、格式和数据语义的一致性方面。LISI在综合了成熟度模型和参考模型的划分方法后给出信息系统互操作性能力模型[2]54。

本文基于LISI能力模型,采用层次分析法[9]121构造信息系统互操作性评估层次模型,如图1所示。

图1 系统互操作性层次模型

该层次模型共分为4层,分别为目标层、属性层、子级层、性能指标层。

1)目标层：互操作性(interoperability);

2)属性层：规程(P)、应用(A)、基础结构(I)、数据(D);

3)子级层：{PiAiIiDi},每一个元素代表能力模型中的相应子级;

4)性能指标层：{PijAijIijDij},每一个元素代表相应子级中的不同的性能指标。

2 互操作性量化评估

2.1 子级权重计算

子级权重计算包括子级层和性能指标层元素的权重向量计算。例如规程属性,包括10个子级,即{P1P2…P10},首先根据层次分析法构造子级与子级两两对比的判断矩阵WP,如式(1)所示,其中wij表示2个子级间的权重关系,根据目标相对重要性等级表[10]进行定义。能力模型中子级层次越高,则其表现的互操作性也就越强,因此在定义子级层子级间的权重关系时,应该满足高子级权重大于低子级权重。因此,规程属性子级的归一化权重向量WP应有WP1＜WP2＜WP3＜…＜WP10。

其次,用几何平均法求归一化权重向量WP。先计算WP的列向量的几何平均值,然后进行归一化,得到规程属性子级的归一化权重向量,如式(2)、式(3)所示,wi表示WP中第i个子级的权重。

然后计算WP的最大特征根λmax,计算方法如式(4)所示。

最后,通过W的最大特征根λ[9]131-132对

PmaxWP进行一致性检验。即比较WP最大特征根λmax与WP的临界值特征根λ′max的大小,其中λ′max由表1根据WP的阶数来定义。如果λmax＜λ′max,则WP成立,否则需要重新更正WP中的权重关系,直到令λmax＜λ′max,此时求得的目标权重向量接近实际权重向量。

表1 平均随机一致性指标[9]131-132

2.2 综合权重计算

2.2.1 网络结构模型

网络层次分析法(ANP)[11]是T.L.Saaty教授于1996年提出,用以解决复杂结构的决策科学方法。ANP的优势是允许决策者考虑复杂动态系统中各部分的相互作用,符合现实生活中决策问题的实际过程。ANP最主要的工作是构建网络层,它反映元素组内各元素或者元素组间的相互关系。本文在综合权重计算中引入ANP对系统互操作性能力进行分析,建立模型如图2所示。

图2 信息系统互操作性评价网络结构模型

该网络层次模型网络层中,定义了2个相互作用的元素组,分别是属性元素组CE和系统元素组CS,CE元素组包括规程(P)、应用(A)、基础结构(I)、数据(D)4个元素,CS系统元素组包括系统1,系统2,…,系统N。在评估过程中,不仅考虑CE对于CS的影响,而且考虑CS对于CE的反馈作用,既衡量基于不同属性各系统互操作性的相对权重,同时衡量基于不同系统的互操作实现情况,各个属性间的相对权重。

2.2.2 计算步骤

权重综合计算是基于网络层次法进行的,流程如图3所示。

图3 系统互操作性决策流程图

式中：T={TP,TA,TI,TD}表示对应的互操作属性(P、A、I、D);i表示属性子级序数;yj表示子级中性能指标序数;l、r根据属性定义而定;θij用来判定系统是否满足相应互操作性能指标,满足时θij为“1”,否则为“0”。

然后根据属性权重矩阵构造基于各个属性的系统间两两判断矩阵和基于评估系统的属性间两两判断矩阵(注：由于判断矩阵中的权重比由属性权重矩阵中具体数值定义,判断矩阵不会产生扰动,因此可以忽略一致性检验),计算后得到各矩阵的归一化特征向量,构造超矩阵,最后得到评估结果,判断最优互操作性系统。

1)构造判断矩阵。以CE中的元素依次为准则,构造判断矩阵,即分别基于P、A、I、D 4个属性,两两比较CS中的元素权重,得到CE对CS的归一化影响矩阵W21,其列向量表示系统间基于某个属性的权重比例关系。反之,得到CS对CE的归一化反馈影响矩阵W12,其列向量表示基于系统的属性权重向量,如式(6)所示。

其中,子级权重和指标权重由层次分析法求得,与被评估系统无关;0-1矩阵代表被评估系统的互操作实现情况,三者结合共同决定系统互操作性属性权重量化结果WT,如式(5)所示。

2)构造未加权超矩阵。未加权超矩阵由网络层所有元素组及其元素的权重排序向量联合构成。归一化特征向量矩阵W*ij为超矩阵W的子块。超矩阵W*表达式为

3)确定元素组权重。CE以及CS内部元素之间相互独立,互不影响,所以W11及W22均为0。则元素组归一化排序向量组成的元素组权重矩阵为

4)加权超矩阵。加权超矩阵的表达式为

5)稳定处理。在此使用幂法,求超矩阵的n次方,当矩阵中列向量不变时即可。通过稳定处理后,得到极限超矩阵,决定被测系统互操作性性能比较关系和各属性对于判断结果的影响权重。

3 实例分析

本文结合互操作性量化评估方法给出以下实例分析。被评估的目标系统分别为S1、S2、S3,且系统属性均达到LISI能力模型中的3c等级。首先通过层次分析法计算子级权重和性能指标权重。如表2所示,P、A、I、D属性的层次权重向量依次为WP、WA、WI和WD,分别代表属性中相应子级的权重向量,子级越高,则权重越大。

其中，Ft,t+n是在t+n到期的期货合约在时期t的价格，st,t+n为时期t+n的现货价格，Φt是时期t的信息集，Et为时期t的信息集下的条件期望。上式意味着：在给定的t时信息集下，t+n到期的期货合约在t时的价格是t+n时现货价格st,t+n的无偏估计。随着时间的推移，新信息不断累积并增加到已有的信息集合中。T时期的信息集于是包含所有随后的信息集，就是说对于所有的时期t，当τ≥0时，有Φt+τ ≥Φt，考虑两个不同时期但到期日相同的期货价格Ft,T和Ft+τ,,T(T代表到期日)，如果市场是有效的，则有：

表2 子级权重向量表

表2说明如下：

1)P、A、I、D各属性子级的性能指标参照文献[1]中表2及附录A所列,并组成本属性性能指标矩阵,例如P51表示P属性的第5子级的第一个性能指标,以此类推;

2)根据层次分析法取得指标层权重向量矩阵,确定性能指标在该子级中的权重;

3)对照上述性能指标描述S1、S2、S3互操作性的实现情况,如果满足相应性能指标,元素定义为“1”,否则定义为“0”。

现由S1、S2、S3的互操作性实现情况得到其属性互操作性0-1矩阵(表示略)。由图3所示,系统互操作性属性权重矩阵由子级权重向量、指标层权重矩阵和系统0-1矩阵共同决定,并根据式(5)计算得到。因此,系统S1、S2、S3的互操作性属性权重矩阵如式(10)所示,对应值表示该系统相关属性的实现权重。

式(11)～式(14)表示基于属性元素,系统之间的成对判断矩阵,经过计算得到系统元素的归一化权重向量VS。

式(15)～式(17)表示基于系统元素的属性间成对判断矩阵,经过计算得到属性元素的归一化权重向量VE。

1)基于规程属性(P)的系统间的成对判断矩阵

3)基于基础结构属性(I)的系统间的成对判断矩阵

4)基于数据属性(D)的系统间的成对判断矩阵

5)基于“S1”的属性间的成对判断矩阵

6)基于“S2”的属性间的成对判断矩阵

7)基于“S3”的属性间的成对判断矩阵

由上述矩阵中的特征向量构成初级超矩阵,如式(18)所示。

以上初始超矩阵W*分为4个元素组,由于CE和CS中内部元素互相独立,互不影响,所以w*11和w*22子块为零矩阵。结合式(8)和式(9)得到本实例加权矩阵。然后对加权超矩阵进行稳定处理,在此对其自乘5次(自乘次数可自行决定,当矩阵中各列向量保持不变),得到稳定的极限超矩阵,如式(19)所示。

根据式(19)中的计算结果,得到系统S1、S2、 S3之间的互操作能力比较结果为

各属性影响权重：WI＞WD＞WA＞WP。因此,在进行系统互操作性决策中,采用互操作性量化评估方法对多目标的属性的复杂系统进行实际评估,可以较为容易得到宏观的其有实际意义的判断结果。在本实例中,应选择S1作为最佳互操作性信息系统。

4 结束语

本文提出互操作性评估层次模型,并定义了目标层、属性层、子级层、性能指标层的层次结构。并结合层次分析法和网络层次分析法给出定量评估信息系统互操作性的理论方法。然后按照上述算法给出验证案例,说明该算法的有效性和实用价值。目前,已知的大多数互操作性评估框架很难直接应用于信息系统互操作性定量评估过程,本研究作为一个早期的尝试,通过划分互操作性评价层次结构,定义和计算信息系统中互操作性能指标的权重,实现了从定性评估到定量评估的过度。未来的研究工作包括细化性能指标体系以及应用推广等等。

References)

[1]中国人民解放军总装备部.GJB/Z 144—2004指挥自动化系统互操作性等级及评估[S].北京：总装备部军标出版发行部,2005.

[2]C4ISR Working Group.Levels of Information systems interoperability(LISI)[EB/OL].[2013-02-17].http：//www. eng.auburn.edu/～hamilton/security/DODAF/LISI.pdf.

[3]TOLK A,MUGUIRA J A.The Levels of Conceptual Interoperability Model[EB/OL].[2013-02-17].http：//citeseerx. ist.psu.edu/viewdoc/download?doi=10.1.1.196.1923& rep=rep1&type=pdf.

[4]NATO Allied Data Publication 34(ADatP-34).NATO C3 Technical Architecture(NC3TA)[EB/OL].[2013-01-13]. http：//www.nato.int/docu/standard.htm.

[5]Amanowicz M,Gajewski P.Military communications and information systems interoperability[EB/OL].[2013-01-02]. http：//ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber =568629&url=http%3A%2F%2Fieeexplore.ieee.org% 2Fxpls%2Fabs_all.jsp%3Farnumber%3D568629.

[6]FORD T,COLOMBI J,GRAHAM S,et al et al.The Interoperability Score[EB/OL].[2013-02-03].http：//129.92. 253.61/cse/docs/pubs/CSER07%20-%20Paper033.pdf.

[7]CLARK T,JONES R.Organizational Interoperability Maturity Model for C2[EB/OL].[2013-01-12].http：//www.sei. cmu.edu/library/assets/orginteroper.pdf.

[8]MORRIS E,LEVINE L,MEYERS C,et al.System of systems interoperability(SOSI)：final report[R].Pittsburgh Pa：Carnegie-mellon univ.Pittsburgh Pa software engineering INST,2004：9-12.

[9]徐玖平,吴巍.多属性决策的理论与方法[M].北京：清华大学出版社,2006.

[10]许晓东.定量分析方法[M].武汉：华中科技大学出版社, 2008：242.

[11]SAATY T L.The analytic network process[J].Iranian Journal of Operations Research,2008,1(1)：1-27.

(编辑：李江涛)

An Approach for Quantitative Assessment of Interoperability of Information Systems

HAN Huabing1,2, YANG Fande3, CHEN Guang1, BAI Xiaoying1

(1.Department of Computer Science and Technology,Tsinghua University,Beijing 100084,China;
2.66072 Troops,China; 3.Science and Technology on Complex Electronic System Simulation Laboratory,Equipment Academy,Beijing 101416,China)

The paper proposes quantitative approach for evaluating the interoperability of information systems based on analytic hierarchical process(AHP)and analytic network process(ANP) methods.It uses levels of information systems interoperability(LISI)standard to construct a hierarchical interoperability model including four levels of goals,attributes,sub-level,and indexes.It calculates the weights at two levels of sub-level and indexes following AHP,and the comprehensive weights following ANP.A case study is exercised to illustrate the proposed approach.

interoperability;analytic hierarchical process(AHP);analytic network process (ANP);quantitative assessment

TP 311.5

2095-3828(2014)02-0118-06

ADOI10.3783/j.issn.2095-3828.2014.02.027

2013-04-19

部委级资助项目

韩化冰(1983-),男,硕士研究生.主要研究方向：软件工程.hh4094408@163.com.