CC BY
26
ляемых к этим показателям.
Показатели эффективности СОНО должны:
• выбираться, исходя из интересов тех задач, которые решаются при использовании этой системы;
• отражать не только достигнутый уровень эффекта за счет СОНО, но и темпы его развития (т.е. возрастания с течением времени); следовательно, в составе показателей должны быть как абсолютные, так и относительные показатели;
• быть критичными к параметрам и факторам, определяющим процессы функционирования СОНО, с тем чтобы, формируя зависимости показателей от этих параметров и факторов, можно было выявлять узкие места и предпринимать меры по их ликвидации;
• быть по возможности простыми, имеющими четкий физический смысл;
• быть эффективными в статистическом смысле, т.е. иметь сравнительно небольшую дисперсию;
• позволять проводить как априорную, так и апостериорную оценку эффективности СОНО.
При определении относительных показателей эффективности СОНО, как правило, сравниваются две величины (берется их отношение): первая из них характеризует достигнутый уровень эффекта за счет СОНО на рассматриваемый момент времени, а вторая
- базовый уровень, т.е. она выступает в роли базы для сравнения. Выбор базы определяется целями исследования процессов функционирования СОНО.
Таким образом, в составе системы показателей эффективности СОНО должны быть:
•абсолютные и относительные показатели;
•показатели для оценки прямого и косвенного экономического эффекта за счет СОНО;
• интегральные и частные показатели. Первые из них необходимы для всесторонней оценки процессов функционирования СОНО, а вторые - для оценки какой-то одной (или нескольких) стороны этих процессов.
10. Система обеспечения информационной безопасности (СОИБ) должна рассматриваться как часть системы обеспечения надежности и отказоустойчивости локальной сети, так как хищение или искажение циркулирующей в сети информации приводит к снижению эффективности ее функционирования.
11. Для полноты оценки надежности и отказоустойчивости РЛКС необходимо оценивать надежность основных элементов (прежде всего компьютеров) сети, используя для этого традиционные показатели.
Литература
1. Кириченко А. А. Надежность вычислительных систем и процессов. - М.: МЭСИ,1989.
2. Пятибратов А.П., Гудыно Л. П., Кириченко А. А. Вычислительные системы, сети и коммуникации. - М.: Финансы и статистика, 2005.
ПОЛУНАТУРНЫЕ МОДЕЛИ СИСТЕМ ДИСТАНЦИОННОГО ОБУЧЕНИЯ: УПРАВЛЕНИЕ ДАННЫМИ
О. Я. Кравец, д.т.н., проф., действительный членМАОО руководитель Центра дистанционного образования E-mail: [email protected] А. А. Неприков, асп. каф. Автоматизированных и вычислительных систем Tел.: (4732) 43 7718 E-mail: [email protected] Воронежский государственный технический университет http://www.vorstu.ru
The article is devoted to consideration of features of management by the data of modelling system of a class of interactive Internet-guided systems to which systems of remote training concern also. The infological model and structure of a database is submitted, results of modelling are given.
Введение
Системы дистанционного обучения (СДО) являются сложными Интернет-
ориентированными информационными системами. Для таких сложных вычислительных комплексов с множеством параметров как на этапе разработки, так и на этапе внедрения актуальна задача оценки качества и оптимизации функционирования [1].
В концептуальном материале [2] были обозначены основные положения, заложенные в идею полунатурного моделирования систем дистанционного обучения как способа получения и оценки реальных параметров производительности программных и аппаратных комплексов, используемых при организации СДО.
В данной статье будет продолжено рассмотрение особенностей реализации программного комплекса полунатурного моделирования СДО.
Инфологическая модель данных полунатурной модели СДО
Поскольку полунатурная модель должна учитывать особенности реальных систем (в том числе и особенности информационных процессов, происходящих в системе), то одним из главных требований к полунатурной модели будет требование максимально адекватного воспроизведения этих особенностей и процессов. В первую очередь, это относится к реализации веб-взаимодействий, запросов к системе и, как следствие, запросов к СУБД. Последнее требование ставит задачу разработки базы данных полунатурной модели СДО, которая включает в себя разработку инфологической и даталогиче-ской модели данных [3].
Отличительной особенностью дистанционного обучения является предоставление обучаемым возможности самим получать требуемые знания, пользуясь развитыми информационными ресурсами, предоставляемыми современными информационными технологиями. Информационные ресурсы: базы данных и знаний, компьютерные, в том числе мультимедиа, обучающие и контролирующие системы, видео- и аудиозаписи, электронные библиотеки - вместе с традиционными учебниками и методическими по-
собиями создают уникальную распределенную среду обучения, доступную широкой аудитории.
Таким образом, говоря о процессе обучения, можно выделить участников процесса и характер информации, которой обмениваются участники процесса. Информационная система дистанционного обучения в данном случае играет роль посредника в обмене информацией.
Главными участниками процесса обучения являются студент и преподаватель. Студент изучает некий учебный курс или дисциплину. Несколько студентов образуют группу слушателей. Учебный курс, в свою очередь, представляет собой структурированный набор информации, включающий в себя лекционные, тестовые материалы, которые также определенным образом структурированы и формируются из отдельных элементов - документы, мультимедийные файлы и т.д. Преподаватель, в свою очередь, контролирует процесс обучения, помогает студенту освоить тот или иной материал.
Таким образом, уже на этапе предварительного описания процесса четко выделяются различаемые объекты, которые могут лечь в основу инфологической модели.
Итак, к стержневым сущностям инфологической модели можно отнести студентов и дисциплины. К ассоциативным, характеристическим и обозначающим сущностям можно отнести преподавателей, лекции, тесты, мультимедийные ресурсы, вопросы, ответы, рейтинги, группы слушателей. Обобщенная схема отношений сущностей инфо-логической модели представлена на рис. 1.
Из рис. 1 видно, что студент ассоциируется с дисциплиной посредством вхождения в группу слушателей дисциплины. В данной модели для упрощения принято, что одной дисциплине соответствует одна группа слушателей. Таким образом, сущность группа будет являться характеристической сущностью по отношению к дисциплине, и их связь можно охарактеризовать как «один-к-одному». Поскольку разные студенты могут быть слушателями различных дисциплин и входить в разные группы, то эту связь можно охарактеризовать как «многие-ко-многим».
м М
Студент
Рис. 1. Обобщенная схема отношений сущностей инфологической модели
Связь дисциплины и лекции можно охарактеризовать как «один-ко-многим», т.е. каждой конкретной дисциплине принадлежит некое множество лекций. Это множество может быть и пустым, поэтому лекция является обозначающей сущностью. В свою очередь, каждая лекция, являясь неким электронными документом, может содержать в себе ссылки на некие мультимедийные объекты, например, графические объекты, звуковые или видеофайлы. Таким образом, связь лекции и ресурсов можно определить как «один-ко-многим». Подобно тому как дисциплине принадлежит множество лекций, дисциплине принадлежит также множество тестов и вопросов. Для этих сущностей также будет связь «один-ко-многим».
Поскольку множество вопросов и тестов может быть пустым, то эти сущности можно охарактеризовать как обозначающие. В выбранной модели принято, что каждая дисциплина обязательно имеет ответственного преподавателя, отвечающего за учебный процесс. Таким образом, сущность преподаватель будет являться характеристической для дисциплины. Связь этих сущностей можно определить как «один-к-одному».
Каждому вопросу соответствует некое не пустое множество ответов, т.е. ответ является характеристической сущностью, которая связана с вопросом связью «один-ко-многим». Из множества вопросов формируется множество тестов, т.е. существует ассоциация «вхождение в тест», которая формирует связь «многие-ко-многим». И, наконец, каждый студент в процессе обучения сдает
тесты, накапливая рейтинги. Поэтому можно говорить об ассоциативной сущности рейтинг, формирующей связь «многие-ко-многим».
Каждая названная выше сущность характеризуется набором атрибутов, поэтому далее опишем, какие атрибуты будут использоваться при построении инфологиче-ской модели дистанционного обучения.
Каждый студент и преподаватель имеют много общих атрибутов, если их рассматривать с позиции системы дистанционного обучения. Обобщенно эти две сущности можно охарактеризовать как просто сущность человек - пользователь системы. К основным атрибутам пользователя можно отнести уникальный системный идентификатор пользователя, играющий роль ключа: регистрационное имя пользователя в системе, пароль пользователя, имя, фамилию, отчество, домашний адрес, телефон, адрес электронной почты, время регистрации в системе, время последнего входа в систему. Различать среди пользователей студентов и преподавателей можно с помощью специального атрибута - роль пользователя.
Собственно дисциплина характеризуется системным идентификатором и названием. Остальная информация по дисциплине складывается из характеристических и определяющих сущностей. Так, например, получить информацию о курирующем некую дисциплину преподавателе можно по характеристической сущности преподаватель. Лекцию можно охарактеризовать системным идентификатором, названием и файлом, в
котором лекция содержится. Ресурс можно охарактеризовать системным идентификатором, названием, типом ресурса (например, графический, объект, звуковой файл, видеоролик), а также файлом, в котором содержится ресурс. Тест характеризуется системным идентификатором, названием и количеством вопросов, входящих в тест. Группа характеризуется системным идентификатором и названием. Вопрос характеризуется системным идентификатором, меткой или названием и собственно файлом, содержащим тело вопроса. Ответ характеризуется системным идентификатором, весовым коэффициентом и собственно файлом, содержащим тело ответа. Рейтинг можно охарактеризовать собственно атрибутом рейтинг, а также некоторой полезной вспомогательной информацией о том, как был пройден тест. К таким атрибутам можно отнести список за-
Перечень таблиц БД
данных вопросов, список правильных ответов, список полученных ответов, время сдачи теста.
Сущности, связанные отношениями с другими сущностями, помимо указанных атрибутов, содержат также внешние ключи, соответствующие первичным ключам тех сущностей, с которыми устанавливается связь.
База данных полунатурной модели СДО и расчет ее параметров
Идентифицировав сущности предметной области, построив инфологическую модель базы данных и выполнив стандартные шаги процедуры проектирования даталоги-ческой модели, получаем множество таблиц базы полунатурной модели системы дистанционного обучения (табл.1).
Структура таблиц, а также их связи представлены на рис. 2.
Таблица 1
унатурной модели СДО
№ Название Краткое описание
1 USERS Различная информация по пользователям системы
2 DISC LIST Информация по дисциплинам
3 LECTURES Множество электронных документов - лекций, относящихся к некоторой дисциплине
4 RESOURCES Ресурсы лекций
5 TESTS Информация по тестам
6 GROUPS Информация по группам слушателей дисциплин
7 GROUPFILL Информации о принадлежности студентов к конкретным группам
8 QUESTIONS Вопросы. В данной модели предполагается, что вопрос представляется в виде текстового блока и реализует тип "множественный выбор"
9 ANSWERS Варианты ответов на некоторый вопрос
10 TESTFILL Соответствие ответов и тестов
11 RATINGS Результаты прохождения тестов в рейтинговой форме
Очевидно, что трудоемкость запросов на получение различных данных будет напрямую зависеть от объема данных, хранящихся в БД СДО и, как следствие, на одних и тех же запросах будет меняться производительность системы. Поэтому входными параметрами БД модели является объем дисциплины (в лекциях), тип подразделения (кафедра, факультет, вуз), который напрямую влияет на количество преподаваемых дисциплин, а также на количество обучаемых студентов.
Для загрузки данных в БД полунатурной модели разработана специальная утилита [2]. Утилита создает схему данных, загружает необходимый объем тестовых данных исходя из заданных параметров. Программа использует ODBC-интерфейс в качестве интерфейса доступа к СУБД, что дает возможность исследовать влияние баз дан-
ных различных производителей на производительность всей системы. В частности, обеспечивается совместимость с такими СУБД, как Oracle, DB2, MySQL, Sybase, Linter.
Модель веб-сайта полунатурной модели СДО
C точки зрения пользователя, веб-сайт СДО представляет собой множество связанных гиперссылками ресурсов, возможность перехода по которым строго ограничена.
Такая организация дает возможность легкого представления структуры веб-сайта системы в виде связанного ориентированного графа G (V, E), где каждый ресурс будет представлять собой вершину графа vi, а гиперссылки или post-формы будут задавать соответственно дуги или петли графа eP Переход пользователя с одной страницы на другую будет определять последовательность
Рис. 2. База данных полунатурной модели СДО
* Перевод ни ииылке на. - Переход по кнопке (submit)
стр аницу " Выхо д из сис темы" -> Переход по ссыпке (Ьгеф
----------> Автоматический переход
< Название > Название кнопки (submit) .__—
3эщищенная страница
О бще д о с тупная с тр аница
Рис. 3. Веб-сайт полунатурной модели СДО
ребер (уо, VI), (VI, V2), ..., (v1.l, V!), (V,, v1+l), ..., (vг.1, уг), что является маршрутом, соединяющим вершины у0 и уг. Маршрут может быть замкнут, если у0 = уг. Графическое представление структуры веб-сайта полунатурной модели СДО представлено на рис. 3. Вершины графа соответствуют ресурсам веб-сайта.
Переход виртуального пользователя со страницы на страницу определяется структурой графа. Задав для каждого виртуального пользователя (или группы виртуальных пользователей) вероятности перехода между узлами, можно определить сценарий работы. Наиболее типичными сценариями работы являются сценарий изучения материалов дисциплины, сценарий сдачи тестов, смешанный, когда пользователь читает материалы и сдает тесты.
Работа виртуального пользователя начинается со страницы #1. Здесь пользователь может ввести свой логин и пароль и, если авторизация пройдет успешно, приступить к работе в защищенной части веб-сайта согласно заданному сценарию со страницы #6 (рис. 4 - см. цв. вставку).
Страницы веб-сайта полунатурной модели СДО реализованы с помощью технологии РНР [4].
Результаты моделирования на примере Центра дистанционного образования Воронежского государственного технического университета
Комплекс программного обеспечения полунатурного моделирования СДО был использован для оценки производительности сервера Центра дистанционного образования (ЦДО) Воронежского государственного технического университета. На рис. 5 (см. цв. вставку) приводится результат работы модели при следующих входных условиях:
1) Server hardware: Intel Pentium 4.
2) Server software: Apache web server 2.043, RDBMS MySQL 3.23, Windows 2000.
3) Объем базы рассчитывался исходя из условий - 190 человек, 15 дисциплин, 25 лекций на дисциплину.
Полученные в результате полунатурного моделирования значения дают возможность оценить производительность выбранной конфигурации сервера в установившемся режиме. Задание критерия эффективности системы позволит сказать, являются ли полученные при заданных входных параметрах характеристики удовлетворительными или нет. Если показатели окажутся слишком низкими, то возможна постановка задачи оптимизации. В зависимости от ситуации оптимизация может коснуться различных узлов сервера, начиная с поиска оптимальных настроек программных средств, поиска возможностей распараллеливания обработки запросов и заканчивая усовершенствованием аппаратной части.
Некоммерческое партнерство «Электронные библиотеки» (НП ЭЛБИ)
Некоммерческое партнерство «Электронные библиотеки» (НП ЭЛБИ) образовано с целью создания эффективной системы обеспечения взаимодействия российских организаций -генераторов электронных коллекций для консолидированного формирования научно и культурно значимого сегмента электронного документного пространства России.
Поскольку многие структуры создают электронные ресурсы изолированно, актуальной становится задача создания механизмов, направленных на придание этому процессу планомерного и сбалансированного характера.
Источник. Российская ассоциация электронных библиотек (http://el1bra.ru)
Литература
1. Материалы http://www.tpc.org.
2. Кравец О.Я., Неприков А.А., Подвальный С.Л., Федорков Е.Д. Концепция полунатурного моделирования систем дистанционного обучения//Открытое образование. - 2003. - №1. - С. 39-46.
3. Неприков А.А. Концептуальная и полунатурная модели систем дистанционного обучения/Системы управления и информационные технологии: Сб. тр.- Вып. 7. - Воронеж: ЦентральноЧерноземное книжное издательство, 2001 . - С. 2-7.
4. Неприков А.А., Кравец О.Я. Разработка системы дистанционного обучения на базе полунатурной модели систем данного класса//Прикладные проблемы образовательной деятельности: Межвуз. сб. научн. тр. - Воронеж: Центрально-Черноземное книжное издательство, 2002. - С. 200-204.
