О КОНЦЕПЦИИ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ИНФОРМАЦИОННЫХ РЕСУРСОВ

Комментарии · 6108 Просмотры

Управление жизненным циклом информации – это процесс, охватывающий весь жизненный цикл информации с целью оптимизировать использование ресурсов.

В общем случае под информационными ресурсами (ИР) понимается вся совокупность сведений, получаемых и накапливаемых в процессе развития науки и практической деятельности людей, для их многоцелевого использования в общественном производстве и управлении.

В Постановлении Правительства Москвы «О дальнейшем проведении работ по созданию Московского городского портала» информационный ресурс – это совокупность отдельных документов, массивов документов, обычно структурированных в базы данных и используемых определенной информационной системой.

Каждый год в мире создаются тысячи петабайт новых данных, представляющие собой информационный ресурс. Согласно ряду экспертных оценок, объемы корпоративной информации ежегодно утраиваются, причем более половины этого объема составляет информация в неструктурированном виде (традиционные офисные документы, мультимедийные данные, чертежи, XML-документы, HTML-файлы, электронная почта, графические образы документов и т. д.) [22]. Возникает проблема больших данных (bigdata), появляются технологии работы с большими данными.

Чтобы обеспечить взаимодействие сотрудников, партнеров и заказчиков, требуются адекватные инструменты, которые поддержали бы такое взаимодействие и позволяли организовать обмен информацией на протяжении всего ее жизненного цикла, как внутри, так и вне компании.

Управление жизненным циклом информации (ILM) – это процесс, охватывающий весь жизненный цикл информации, от разработки концепции до вывода данных из обращения – с целью оптимизировать использование ресурсов хранения и доступ к ним с минимальными затратами. Наиболее эффективная ILM-стратегия для бизнеса предусматривает управление информацией в соответствии с ее ценностью. Для малых и средних компаний проблема прогнозирования потребностей в ресурсах хранения и ограничения затрат в условиях роста бизнеса может быть особенно сложной [22].

При рассмотрении программ, файлов, программных проектов их жизненный цикл совпадает с жизненным циклом информационной системы, которая использует данные ресурсы.

Таким образом, понятие жизненного цикла информационного ресурса является емким, разноплановым. Оно зависит от вида ресурса, его размещения и организации основных процессов с ним. Следовательно, существует проблема формирования концепции управления жизненным циклом информационного ресурса. Ее решение  следует искать в рамках общей теории управления, а также теории управления проектами [1].

Жизненный цикл – это не временной период существования системы (продукции), а процесс последовательного изменения ее состояния, обусловленный видом производимых на нее воздействий. При этом система или продукция конкретного типа может одновременно находиться в нескольких стадиях (фазах, этапах) жизненного цикла: например, производства, эксплуатации и капитального ремонта [1, 13, 14].

Началом жизненного цикла продукции (системы), в том числе информационного ресурса, условно считают формирование исходных требований к ней. Названия этапов различны. Так, например, к основным этапам жизненного цикла сложных технических систем относятся проектирование, производство, эксплуатация и утилизация [7, 13, 15]. Но в любом случае такие этапы существуют, и они определяют свойства системы. На рис.1 приведены типичные этапы (фазы) жизненного цикла продукции, как другой пример выделения этапов. В моделях жизненного цикла информационных систем, например, в моделях RUP-технологии, рассматривают другие этапы, связанные скорее с этапами менеджмента качества и спиральной моделью Деминга, планирование (анализ) и т.д.

Рисунок 1. Этапы жизненного цикла продукта

Кроме жизненного цикла системы используют понятия жизненного цикла для ее отдельных стадий: к примеру, понятие жизненного цикла проекта, программного обеспечения и др. [1,7, 20]. Существуют специальные модели жизненного цикла проекта, позволяющие организовать проект и управлять им, повышая его эффективность.

В моделях жизненного цикла информационных систем, например, в моделях RUP-технологии, рассматривают другие этапы, связанные скорее с этапами менеджмента качества и спиральной моделью Деминга, планирование (анализ), выполнение, изучение, корректирующие действия (циклы PDCA, PDSA). На рис.2 приведена спиральная модель жизненного цикла программного продукта. В данной модели также существуют четыре фазы. Однако они итерационно повторяются на каждом витке спирали [6,19,23].

 

Рисунок 2. Спиральная модель жизненного цикла программного продукта

На каждой итерации производится тщательная оценка риска превышения сроков и стоимости проекта, чтобы определить необходимость выполнения еще одной итерации, степень полноты и точности понимания требований к системе, а также целесообразность прекращения проекта. Таким образом, решаются число управленческие задачи, управления рисками, сроками, персоналом, требованиями и др.

Эффективность системы на каждом этапе жизненного цикла различна. Сначала она невелика, затем наблюдается ее медленный рост, затем – почти линейный рост. Впоследствии скорость роста уменьшается и, наконец, достигает нулевого значения. Затем эффективность системы начинает уменьшаться. 

Базовые понятия концепции ILM

Вместе с нарастающим объемом данных расширяются и системы их хранения. Однако управлять такими системами, используя старые методы, становится все труднее, а стоимость их резко возрастает. При этом трудно реализовать высокую доступность, достаточную производительность, адекватную темпам развития бизнеса, надежность хранения информации, которая соответствовала бы требованиям бизнеса и государственных органов к долгосрочному хранению информации.

Одно из решений проблемы состоит в том, чтобы разделить данные по критерию их ценности и управлять информацией с учетом изменения ее ценности во времени. Такой подход стали называть управлением жизненным циклом информации ILM (InformationLifecycleManagement).

Аналитики IDC определяют ILM как «миграцию данных разного класса на соответствующие системы хранения согласно их предполагаемой ценности и критериям стоимости, производительности, доступности, времени восстановления, нормативным и организационным требованиям».

Существуют и другие определения, например, «приведение хранения информации в соответствие с требованиями бизнеса за счет использования правил управления данными и уровней обслуживания, ассоциированных с приложениями, данным и метаданными» (StorageNetworkingIndustryAssociation, SNIA), «решения, обеспечивающие наиболее эффективное использование инфраструктуры ИТ и помогающие извлечь ценную информацию из массивов данных» (HP) и даже «процесс управления информацией с минимальными затратами».

К началу 2005 г. ассоциация SNIA навела определенный порядок в терминологии ILM, сократив число разных интерпретаций, однако и сегодня подход каждого вендора имеет свою специфику [16, 22]. Это еще раз подтверждает актуальность разработки концепции управления жизненным циклом информационных ресурсов.

Согласно этой концепции, наиболее важная на текущий момент информация должна автоматически перемещаться в самую быструю, надежную и защищенную систему хранения данных. Менее важная информация, в свою очередь, перемещается в более дешевую и менее скоростную систему хранения. Архивные данные, например, следует удалять из рабочей системы, чтобы не снижать скорость доступа к самой критичной в данный момент информации. Уже ненужная информация будет автоматически удаляться из системы. И процесс этот должен быть цикличным.

По мнению аналитиков Gartner, ILM –на 80% стратегия и лишь на 20% – продукты. Исследователи из ButlerGroup утверждают, что 90% усилий по реализации ILM приходится именно на стратегию и процедуры и лишь 10% – на технологию.

Таким образом, ILM – это, прежде всего, процесс, а не продукт. Он требует, чтобы классификация данных и их миграция в инфраструктуре хранения подчинялась неким правилам. Определение ценности данных по времени хранения – самый простой вариант, но далеко не всегда отвечающий задачам бизнеса и требованиям приложений.

В этом случае корректнее говорить об управления жизненным циклом данных (DataLifeCycleManagement, DLM) – более ограниченной стратегии перемещения данных с целью их защиты, но без учета реальной ценности информации. Еще одно важное подмножество ILM – решения управления контентом (EnterpriseContentManagement, ECM).

Определение ILM до сих пор не устоялось, однако ясно, что за этим термином скрывается не только информационный продукт, а комбинация процессов и решений, имеющая целью предоставить информацию в нужном месте в нужное время и по оптимальной цене. Это достигается за счет непрерывной оптимизации всех процессов обработки информации на протяжении всего ее жизненного цикла с учетом политик, определяемых пожеланиями бизнеса, соглашений об уровне обслуживания и требований к снижению стоимости владения. Жизненный цикл информации, с точки зрения ее хранения, тесно связан с архитектурой данных, временем хранения информации и скоростью доступа к данным, используемыми технологией и средствами хранения данных (больших данных).

Особое значение имеет тип информации, например, рассчитанный на системы обработки неструктурированных или слабоструктурированных данных с гипертекстовой организацией (это, в частности, сообщения электронной почты). Сюда относятся и данные, сильно связанные с точки зрения их хранения: системы офисного документооборота, архивы медицинских данных, реляционные базы данных и т. п. Их обычно отличает отсутствие четкой общепринятой классификации прикладной информации. В отсутствие стандарта, регламентирующего классификацию и взаимосвязи информационных объектов, часто бывает затруднительно выделить устойчивые наборы этих объектов, которые могли бы перемещаться в хранилище по определенным правилам.

В результате при работе с информацией такого типа навигационный доступ используется очень ограниченно и фактически не связан с классификацией. Отсюда широкое использование механизмов поиска при доступе к данным, многократное увеличение нагрузки на хранилище, необходимость держать в оперативном хранилище большой объем невостребованных данных, часто превышающий объем полезных данных. Время активной жизни данных в таких системах обычно определяется временем жизни какого-либо процесса или отчетным периодом.

ILM охватывает все процессы управления размещением, хранением, распределением, миграцией, архивированием и удалением данных в инфраструктуре предприятия. Кроме того, ILM реализует сервисы обработки данных в рамках общего подхода к предоставлению ресурсов. С каждым элементом корпоративных данных на каждом этапе их жизненного цикла соотносятся определенные параметры качества обслуживания: производительность носителя, доступность, уровень защиты, скорость восстановления, стоимость хранения и т.д. ILM-решения позволяют формировать корпоративные политики, задающие уровень обслуживания для данных различных приложений, и управлять этими данными в соответствии с заданными политиками на протяжении всего их жизненного цикла.

Одна из ключевых задач ILM на каждом этапе жизни информации состоит в гарантированном размещении данных на тех носителях, характеристики которых удовлетворяют заданным параметрам качества обслуживания. Тем самым ILM способствует оптимальному распределению ресурсов хранения между приложениями. Для решения этой задачи ILM-среда должна включать средства классификации корпоративной информации по степени ее значимости для бизнес-процессов компании и инструменты управления размещением данных на устройствах хранения в соответствии с этой классификацией. Например, данные от критичных бизнес-приложений ILM разместит на высокопроизводительном дисковом массиве с возможностью зеркалирования томов.

Этапы жизненного цикла проектов информационных систем

Жизненный цикл проекта представляет собой полный набор последовательных фаз проекта, название и число которых определяется исходя из технологии производства работ и потребности контроля. Завершение каждой фазы знаменует достижение одного или нескольких результатов проекта. В свою очередь, каждая выделенная фаза может делиться на фазы следующего уровня (подфазы) и т.д.

Жизненный цикл проекта протекает во времени. Он имеет начало и окончание, требует в течение этого времени определенных затрат (усилий). На рис.3 представлена типичная зависимость «время –усилия», характеризующая динамику процесса развития проекта по фазам жизненного цикла. Из рисунка видно, что жизненный цикл проекта начинается из нулевых значений затрат (усилий)  – начало проекта и кончается нулевыми значениями - конец проекта. Кривая «время –усилия» имеет характерную форму, отражающую типичную динамику развития проекта. Данная кривая показывает асимметричность распределения. На начальных этапах проектирования не целесообразно сразу выделять большое число усилий и средств. Это соответствует с одной стороны психологии человека, который «медленно раскачивается», а с другой стороны,  недостаточностью исходных данных, занятостью исполнителей проекта в других работах.

 

Рисунок 3. Жизненный цикл организации, проекта, продукта (системы)

Общепринятого подхода, определяющего количество фаз, их содержание, а также их последовательность, не существует и, по-видимому, не может существовать, поскольку эти характеристики зависят от конкретного проекта, условий его осуществления и опыта основных участников.

Тем не менее, логика и основное содержание процесса развития проектов во всех случаях являются общими. Применительно к очень крупным проектам, например, строительству корабля, морской, базы и т.п. количество фаз и этапов их реализации может быть увеличено. В дальнейшем будет приведен классический пример, связанный с созданием американской атомной подводной лодки с баллистическими ракетами. Выделение дополнительных этапов в крупных проектах связано не только с большой продолжительностью строительства этих объектов (10-15 лет), но и необходимостью более тщательного согласования действий организаций - участников проекта.

Рассмотрим теперь примерный состав и содержание основных фаз жизненного цикла проекта, как показано на рис.4.

Рисунок 4. Этапы жизненного цикла проекта

Можно выделить четыре основные фазы проекта:

1 Фаза определения проекта (Концептуальная фаза). Главным на данной фазе является разработка концепции проекта, включающая:

  • сбор исходных данных и анализ существующего состояния (предварительное обследование);
  • выявление потребности в проекте;
  • формирование инвестиционного замысла, подготовка декларации о намерениях;
  • оценка жизнеспособности проекта и финансовой реализуемости проекта;
  • определение и сравнительная оценка альтернатив;
  • представление концептуальных предложений, их апробация и экспертиза;
  • утверждение концепции и получение одобрения для начала работ следующей фазы.

2 Фаза разработки проекта. Главным содержанием этой фазы является разработка проектно-сметной документации:

  • задание на проектирование;
  • разработка технико-экономического обоснования (ТЭО) или тактико-технического задания (ТТЗ);
  • экспертиза ТЭО (ТТЗ);
  • утверждение ТЭО (ТТЗ);
  • разработка проектно-сметной и проектной документации;
  • экспертиза проектно-сметной и проектной документации;
  • утверждение проектно-сметной документации.

3 Фаза реализации проектаГлавное содержание фазы следует из ее наименования — выполнение основных работ проекта, необходимых для достижения цели проекта. Основными работами этой фазы являются:

  • детальное проектирование и технические спецификации;
  • материально-техническое обеспечение работ проекта;
  • выполнение работ, предусмотренных проектом;
  • подтверждение окончания работ и получение одобрения для работ следующей фазы.

4 Фаза завершения или окончания проекта. На этой фазе достигаются конечные цели проекта, осуществляется подведение итогов, разрешение конфликтов и завершение проекта. Основное содержание работ этой фазы, как правило, состоит в следующем:

  • приемо-сдаточные работы проекта;
  • эксплуатационные испытания окончательного продукта проекта;
  • подготовка кадров для эксплуатации создаваемого объекта;
  • подготовка документации и ввод объекта в эксплуатацию;
  • завершение проекта.

Окончанием существования проекта может быть:

  • ввод в действие объектов, начало их эксплуатации и использования результатов выполнения проекта;
  • перевод персонала, выполнявшего проект, на другую работу;
  • достижение проектом заданных результатов;
  • прекращение финансирования проекта;
  • начало работ по внесению в проект серьезных изменений, не предусмотренных первоначальным замыслом (модернизация);
  • вывод объектов проекта из эксплуатации.

Обычно как факт начала работ над проектом, так и факт его ликвидации оформляются официальными документами.

Извлечение знаний из данных. Технология KDD

C понятием «извлечение знаний из данных» связаны две технологии: технология KDD (knowledgediscoveryinDatabases); технология Datamining [2, 12, 18]. Данные технологии основаны на управлении этапами, предобработки, обработки, хранения, извлечения, интерпретации данных и знаний. Технологии относятся к технологии интеллектуального анализа данных, открытия знаний из данных. В основном базируется на использовании информационных хранилищ (хранилищ данных).

Технология KDD получила свое название в 1989 году. Представляет собой технологию извлечение знаний из баз данных. Технология KnowledgeDiscoveryinDatabases — это процесс получения из данных знаний в виде зависимостей, правил, моделей, обычно состоящий из таких этапов, как выборка данных, их очистка и трансформация, моделирование и интерпретация полученных результатов. Ее можно рассматривать как жизненный цикл данных.

Технология KDD включает в себя этапы выбора информативных признаков, построения моделей, подготовки данных, очистки, постобработки и интерпретации полученных результатов. Главной частью этого процесса являются методы DataMining, которые позволяют обнаружить закономерности и знания (рис. 5).

Основные этапы KDD:

  1. Выборка данных – первый шаг KDDна основе которого формируется из имеющей совокупности данных исходная выборка. Для получения исходной выборки используются методы фильтрации данных, запросы, экспертиза и экспертные данные.
  2. Очистка – процедура на основе исходной выборки информации представляющей ценность, поиск аномалий, обнаружение дубликатов и противоречий, сглаживания и т.д.
  3. Трансформация – для того чтобы представить информацию в определенном виде. Например, для прогнозирования временных рядов ряд преобразуется в скользящее окно. К трансформации относится квантование сортировка группировка и другие.
  4. DataMining.
  5. Интерпретация – процедура основана на работе бизнес-аналитика по обучению, тестированию, проверке полученных агрегированных данных и элементов знаний, циклическому повторению этапа dataMining.

Рассматривая технологию KDD, можно отметить, что первый этап состоит из процесса выборки данных. По утверждению аналитиков и пользователей баз данных, процесс предобработки информации может занять до 80% всего процесса анализа данных.

Здесь первым шагом в анализе является получение исходной выборки. После чего на основе отобранных данных строятся новые модели. Здесь требуется активное участие экспертов для выдвижения гипотез и отбора факторов, которые в свою очередь влияют на анализируемый процесс. Желательно, чтобы данные были уже собраны и консолидированы. Очень важны удобные механизмы для подготовки выборки: запросы, фильтрация данных и сэмплинг.

Рисунок 5. Этапы технологии KDD

Перед использованием алгоритмов DataMining необходимо произвести подготовку набора анализируемых данных. Так как интеллектуальный анализ данных может обнаружить только присутствующие в данных закономерности, исходные данные с одной стороны должны иметь достаточный объем, чтобы эти закономерности в них присутствовали, а с другой –  быть достаточно компактными, чтобы анализ занял приемлемое время. Чаще всего в качестве исходных данных выступают хранилища или витрины данных. Подготовка необходима для анализа многомерных данных до кластеризации или интеллектуального анализа данных.

На втором этапе производится очистка данных. Реальные данные требуют обработки для получения более полезных знаний. Необходимость в предварительной обработке при анализе данных возникает независимо от того, какие технологии и алгоритмы используются. Даже более того, эта задача может представлять самостоятельную ценность в областях, не имеющих непосредственного отношения к анализу данных. К задачам очистки данных относятся такие как: заполнение пропусков, подавление аномальных значений, сглаживание, исключение дубликатов и противоречий.

Далее данные очищаются. Очистка удаляет выборки с шумами и пропущенными данными.Очищенные данные сводятся к наборам признаков, один набор признаков на наблюдение. Набор признаков формируется в соответствии с гипотезами о том, какие признаки сырых данных имеют высокую прогнозную силу в расчете на требуемую вычислительную мощность для обработки. Например, черно-белое изображение лица размером 100×100 пикселей содержит 10 тыс. бит сырых данных. Они могут быть преобразованы в вектор признаков путем обнаружения в изображении глаз и рта. В итоге происходит уменьшение объема данных с 10 тыс. бит до списка кодов положения, значительно уменьшая объем анализируемых данных, а значит и время анализа.

Первые два этапа также называются консолидацией данных(ETL). В результате консолидации данных решаются следующие задачи:

  • Выбор источников данных;
  • Разработка стратегии консолидации;
  • Оценка качества данных;
  • Обогащение;
  • Очистка;
  • Перенос в хранилище данных.

Место процесса консолидации данных показано на обобщенной схеме (рис.6).

Рисунок 6. Процесс консолидации данных

В основе процесса консолидации лежит процесс ETL (extraction, transformation, loading).  Данный процесс решает задачи извлечения данных из разнотипных источников, их преобразование к виду, пригодному к хранению в определенной структуре, загрузки в соответствующую базу или информационное хранилище.

Перемещение данных производится как последовательность процедур:

  1. Извлечение. Данные извлекаются из источников и загружаются в промежуточную область.
  2. Поиск ошибок. Производится проверка данных на соответствие спецификациям и возможность последующей загрузки в хранилище данных (ХД).
  3. Преобразование. Данные группируются и преобразуются к виду ХД.
  4. Распределение. Данные распределяются на несколько потоков в соответствии с особенностями организации процесса их загрузки в ХД.
  5. Вставка. Данные загружаются в хранилище-получатель.

На третьем этапе рассматривается трансформация данных. Этот шаг необходим для тех методов, при использовании которых исходные данные должны быть представлены в каком-то определенном виде. Дело в том, что различные алгоритмы анализа требуют специальным образом подготовленных данных. Например, для прогнозирования необходимо преобразовать временной ряд при помощи скользящего окна или вычислить агрегированные показатели. К задачам трансформации данных можно отнести: скользящее окно, приведение типов, выделение временных интервалов, квантование, сортировка, группировка и пр.

Следующий четвертый этап - это DataMining. На этом этапе идет процесс обнаружения в сырых данных ранее неизвестных нетривиальных практически полезных и доступных интерпретации знаний. Для того чтобы уверенно оперировать понятиями  «информация», «данные», «знание», необходимо не только понимать суть этих понятий, но и прочувствовать отличия между ними.

На пятом, последнем этапе осуществляется интерпретация. В случае, когда извлеченные зависимости и шаблоны непрозрачны для пользователя, должны существовать методы постобработки, позволяющие привести их к интерпретируемому виду. Для оценки качества полученной модели нужно использовать как формальные методы, так и знания аналитика. Именно аналитик может сказать, насколько применима полученная модель к реальным данным. Построенные модели являются, по сути, формализованными знаниями эксперта, а, следовательно, их можно тиражировать. Найденные знания должны быть применимы и к новым данным с некоторой степенью достоверности.

Содержание DataMining

DataMining (добыча данных, интеллектуальный анализ данных, глубинный анализ данных)– собирательное название, «зонтичный» термин, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Термин введен Григорием Пятецким-Шапиро в 1989 году.

Английское словосочетание «DataMining» пока не имеет устоявшегося перевода на русский язык. При передаче на русском языке используются следующие словосочетания: просев информации, добыча данных, извлечение данных, а, также интеллектуальный анализ данных.

Основу методов DataMining составляют всевозможные методы классификации, моделирования и прогнозирования, основанные на применении деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечеткой логики. К методам DataMining нередко относят статистические методы (дескриптивный анализ, корреляционный и регрессионный анализ, факторный анализ, дисперсионный анализ, компонентный анализ, дискриминантный анализ, анализ временных рядов, анализ выживаемости, анализ связей). Такие методы, однако, предполагают некоторые априорные представления об анализируемых данных, что несколько расходится с целями DataMining (обнаружение ранее неизвестных нетривиальных и практически полезных знаний).

Управление жизненным циклом документации. Управление контентом

Cледует сказать, что хотя управление документацией в зарубежных странах организуется по-разному, но в то же время имеет некоторые общие черты, сформировавшиеся под влиянием международных связей и рекомендаций международных организаций (ЮНЕСКО – Программа RAMP, Международный совет архивов – Международный совет по управлению документацией, Международная федерация по управлению документацией; Международная организация по стандартизации ИСО – технический комитет ИСО/ТК 154 “Документы и информация в управлении: торговле и промышленности”).

Дж. Роудз указывает, что управление документацией охватывает жизненный цикл документов с момента их рождения, выполнения ими соответствующих задач в управлении до уничтожения или передачи в архив. 

Управление документацией складывается из четырех основных составляющих, которые в совокупности позволяют достигнуть эффективности «документальной» деятельности и способствовать развитию организации за счет систематического использования документированной информации. Элементы управления документацией охватывают полный жизненный цикл документов.

  1. Создание документов. Этот элемент понимается как установление необходимого перечня используемых документов, их названий и функционального назначения, проектирование форм документов, наблюдение за их использованием, применение современных информационных технологий для составления документов. 
  2. Хранение и использование документированной информации. Этот элемент понимается как формирование дел (в российской терминологии), создание файлов и систем поиска документов и информации, развитие систем передачи информации, телекоммуникаций, копирования и тиражирования документов; создание центров хранения документов или административных архивов (в российской терминологии — текущие архивы). 
  3. Передача документов на постоянное (государственное) хранение. Этот элемент понимается как составление перечней документов со сроками хранения, оценка документов, идентификация и описание каждого документа и комплексов документов. Ценность и необходимость сохранения признается за документами, которые могут служить для доказательства существовавших сделок или для проведения исторических исследований. 
  4. Управление архивами. Этот элемент понимается как проектирование и строительство архивохранилищ, совершенствование методов консервации и реставрации, систематизации и описания архивных фондов, доступа к документам, составления справочных средств и распространения в обществе информации об архивах.

Управление контентом (ECM)  расширяет понятие «управление документацией» и относится к управлению цифровыми документами и другими типами контента, а также их хранение, обработка и доставка в рамках организации. Данный вид управления предусматривает: управление документами (экспорт, импорт, контроль версий, безопасность и службы библиотек для деловых документов); управление образами документов (захват, преобразование и управление бумажными документами); управление записями (или, в соответствии с последним переводом стандарта IEEE 15489 – ГОСТ Р ИСО 15489-1-2007, «управление документами» [11])– долгосрочное архивирование, автоматизация политик хранения и соответствия нормам регулирующих органов, обеспечение соответствия законодательным и отраслевым нормам;

– управление потоками работ (workflow) – поддержка бизнес-процессов, передача контента по маршрутам, назначение рабочих задач и состояний, создание журналов аудита;

– управление веб-контентом (WCM) – автоматизация роли веб-мастера, управление динамическим контентом и взаимодействием пользователей;

– управление мультимедиаконтентом (DAM) — управление графическими, видео и аудиофайлами, различными маркетинговыми материалами, например, флеш-баннерами, рекламными роликами;

– управление знаниями (knowledgemanagement) — поддержка систем для накопления и доставки релевантной для бизнеса информации;

– документо-ориентированное взаимодействие (collaboration) — совместное использование документов пользователями и поддержка проектных команд.

Управление жизненным циклом документации в России

Несмотря на роль информационных ресурсов в достижении целей информационного общества понятие, требования к составу, формам включения информации в информационные ресурсы на государственном уровне не определены. Отдельные нормы, касающиеся порядка формирования государственных информационных ресурсов, содержатся в ряде нормативных правовых актов [3, 4, 5 и др.].

В отличие от утратившего силу Федерального закона «Об информации, информатизации и защите информации» [6], предусматривавшего в качестве обязательного условия включения информации в информационный ресурс ее документирование, действующий Федеральный закон «Об информации, информационных технологиях и о защите информации» не содержит положений, касающихся условий включения информации в состав информационных ресурсов. Вместе с тем, в отношении отдельных ведомственных информационных ресурсов, например, таможенных органов, сохраняется положение о том, что информационные ресурсы составляет документированная информация

При потреблении или использовании информации в качестве предмета труда она не исчезает и не амортизируется при ее использовании в качестве средства труда, не снижается ее обменная ценность. В процессе общественного информационного производства происходит не просто обмен копиями некоторой информации, а сложное преобразование ее в принципиально новую информацию, новый информационный продукт [8]. Кроме того, одна и та же информация, систематизированная по разным признакам, может одновременно входить в состав разных информационных ресурсов [9]. Это важно учитывать при построении системы управления информационными ресурсами в организациях. Таким образом, отсутствие требований к понятию и составу информационных ресурсов обуславливает отсутствие критериев включения в них информации, четкости в определении организационных и методологических принципов обеспечения их формирования, функционирования и использования информационных р

Комментарии