Риск - менеджмент в управлении ИТ

Наличие службы эксплуатаи оправданно только при достаточно большом количестве сбоев. В противном случае стоимость устранения каждого сбоя окажется неоправданно высокой (персонал будет недозагружен). Однако именно сокращение числа сбоев позволяет уменьшить штат эксплуатирующего персонала, а за счет этого – повременную составляющую стоимости управления.

Время – не менее важный фактор. Показатели функонирования ИТ-ресурсов необходимо определять с учетом всего срока их службы, работоб?способности устройств и требуемого показателя готовности в течение всего срока службы. Обычно производители указывают лишь среднее время наработки на отказ их устройств, что не дает полного представления о том, как будет вести себя оборудование в течение всего срока службы. Однако, согласно нтральной предельной теореме теории вероятностей [6], плотность вероятности выхода устройств из строя близка к нормальному распределению, характеризующемуся математическим ожиданием б? и стандартным отклонением о?. Типичная зависимость вероятности выхода устройства из строя от времени приведена на Рис. 4. В начале срока службы вероятность отказа пренебрежимо мала, затем монотонно возрастает, после чего асимптотически приближается к едини.

По известному назначенному сроку службы может быть определена вероятность выхода компонента из строя. Например, при б?=5 лет и о?=1 год вероятность выхода устройства из строя к кон шестого года эксплуатаи приблизительно равна 80%. Если же расчетная вероятность выходит за допустимые грани (что весьма вероятно), необходимо рассматривать варианты управления, такие как резервирование, замена устройства после сбоя или превентивная замена.

Также необходимо помнить, что TCO – функя от времени. Причем стоимость неуправления является повременной величиной (начальные затраты на ИТ-ресурсы могут не учитываться при анализе вариантов), стоимость управления имеет как дополнительные начальные затраты, так и повременные (преимущественно на персонал), а снижение совокупной стоимости владения ИТ-ресурсами обеспечивается оптимальным соотношением начальных и повременных затрат. TCO минимизируется с учетом предполагаемого срока службы ИТ-ресурсов. Как правило, более высокие начальные затраты на средства управления оправданны при снижении повременных затрат. Чем дольше предполагаемый срок службы ИТ-ресурсов, тем больше в TCO доля повременных затрат и тем большая стоимость управления может быть обоснована. Соотношения TCO для трех гипотетических вариантов реализаи приведены на рис. 5.

Рис. 5. Зависимость TCO от времени

Для коротких сроков службы ИТ-ресурсов предпочтительным представляется решение с наименьшими начальными затратами (вариант S1). Для среднего временного интервала [Т1-Т2] наиболее выгодным является промежуточный вариант с умеренными начальными затратами S2. Однако для временного интервала [Т2-Т2+] вариант с наибольшими начальными затратами S3 оказывается наиболее выгодным ввиду снижения повременных затрат (по сравнению с затратами, характерными для первых двух вариантов).

Методы управления ИТ-ресурсами

Резервирование

Резервирование обеспечивается за счет аппаратной избыточности: чем ниже надежность устройства, тем выше требуемая степень избыточности. Для известных коэффиентов готовности отдельного устройства и требуемого коэффиента готовности необходимое количество устройств может быть рассчитано по следующей формуле:

Соответственно, общая стоимость решения будет равна произведению рассчитанного таким образом количества устройств и стоимости одного устройства. Добавление одного дополнительного устройства приводит к повышению результирующей надежности на 40%, двух – на 73%, трех – на 100%. Другими словами, добавление второго устройства дает прирост готовности 33%, а третьего – 27%. Зависимость между результирующей готовностью и необходимым количеством избыточных устройств имеет затухающий характер, вследствие чего существует некое пороговое значение n, при достижении которого дальнейшее повышение уровня готовности окажется экономически невыгодным.

Метод резервирования позволяет снизить степень влияния сбоя (i1*MTTR на рис. 3). Например, можно воспользоваться кластерами для повышения надежности критически важного сервиса.

Достоинства: можно отказаться от расходов на управление (обслуживание) системой в течение назначенного срока службы.

Недостатки: результаты расчета применимы только к аппаратному обеспечению, поскольку характер проявления ошибок ПО изучен недостаточно. Чтобы воспользоваться результатами расчета применительно к сбоям ПО, необходимо обеспечить возможность восстановления работоспособности устройства (например, путем его перезапуска) при возникновении программных (не фатальных) сбоев, однако большая часть ресурсов оборудования расходуется при этом «вхолостую».

Применимость: назначенный срок службы системы должен быть меньше среднего времени наработки на отказ ее отдельных компонентов.

Проактивное управление

Как понятно из Рис. 4, уменьшая время использования отдельного устройства, можно добиться достаточно малой вероятности его выхода из строя. В «классическом» виде проактивный подход предусматривает регулярную замену компонентов на новые (аналогично тому, как при техобслуживании автомобилей после определенного пробега меняют ремни газораспределительного механизма). Например, жесткие диски заменяют по истечении гарантийного срока, т.е. через три года, а не после их выхода из строя.

Применимость: необходим персонал, занимающийся изучением предполагаемых «внешних» изменений и расчетом необходимой модернизаи обюектов управления, требуется определенный уровень зрелости проссов эксплуатаи. Должны быть внедрены автоматизированные средства контроля над состоянием и загрузкой обюектов управления (в противном случае сбор данных для прогнозирования будет занимать слишком много времени), проссы управления индентами и проблемами, а также уровнями сервиса (обеспечивают исходные данные для прогнозирования).

Методы управления рисками для ИТ

Применительно к ИТ указанные в табл. 1 методы управления проектными рисками можно интерпретировать следующим образом (табл. 2).

Сравнивая рис. 2 и рис. 3, можно обратить внимание на то, что область 4 характеризуется достаточно высоким значением MTBF, и управлять требуется произведением MTTR*i1. Типичный пример – сбои в аппаратуре бортового радиотехнического комплекса спутника-ретранслятора, находящегося на геостаонарной орбите (ремонт обюективно невозможен).

Область 6 характеризуется аномально большим количеством сбоев. Низкая стоимость каждого сбоя позволяет предположить отсутствие заметного взаимовлияния ИТ-ресурсов. Типичные примеры – неоптимальная настройка исправных компонентов на начальном этапе работы системы и система с большим количеством неконтролируемо вносимых изменений.

Область 5 характеризуется умеренным числом сбоев (среднее значение MTBF) и стоимостью каждого сбоя (произведение MTTR*i1).

Рассмотрим применимость методов управления к рискам среднего уровня, относящимся к разным областям матри, с лью снижения стоимости неуправления (табл. 3).

Табли 3. Применимость методов управления к рискам среднего уровня

Метод «Уменьшить». К области 6 применимо проактивное управление (релизами, проблемами, мощностями конфигурай, изменениями и т.п.), внедрение систем управления. Управление индентами не всегда может быть использовано, если сбои носят краткосрочный характер (например, при сбое одного из маршрутизаторов Internet время реаки персонала превысит время поиска альтернативного маршрута протоколом маршрутизаи). Область 5 – реактивное управление (управление индентами, внедрение автоматизированных систем управления) и/или проактивное (например, превентивная замена оборудования). Прямое применение метода «Уменьшить» в области 4 затруднено из-за чрезвычайно высокой степени влияния сбоя (угроза жизни людей) либо обюективной невозможности устранить сбой (отказ оборудования космического аппарата). Однако при наличии системы диагностики можно контролировать изменение параметров обюекта управления, прогнозировать возможность выхода значений параметров за грани заданного диапазона и выполнять упреждающие действия.

Метод «Делегировать». В области 4 аутсорсинг не всегда уместен, поскольку при высокой степени влияния каждого сбоя появляется дополнительный фактор риска («непрозрачность» организаи-подрядчика). В области 6 надо учитывать, что размер страховых взносов должен превышать среднестатистические показатели убытков, и при очень большой частоте сбоев страхование окажется экономически неоправданным. Зато экономически оправданным будет использование профессионализма подрядчика. С учетом достаточно больших частоты и степени влияния сбоев можно сделать вывод, что в области 5 делегирование осуществимо только путем инсорсинга (т.е. с помощью «домашней» эксплуатирующей организаи).

Метод «Смягчать». В области 4, с учетом небольшой частоты сбоев, применение резервных компонентов (в том числе создание резервных нтров) позволит снизить степень влияния сбоев. В области 5 полезно выборочное резервирование компонентов, оказывающих наибольшее влияние на остальные ИТ-ресурсы. В области 6 применение данного метода не рекомендуется, поскольку это приведет к росту числа сбоев вследствие увеличения количества устройств.

Метод «Планировать». В области 4 обычно разрабатываются планы восстановления после катастроф (disaster recovery plan). В области 5 создаются инструки по устранению индентов и графики превентивной замены оборудования. В области 6 применяются инструки по разработке релизов, их тестированию и внедрению.

Из табл. 3 видно, что не все методы управления пригодны для конкретных областей. Однако для каждой области могут быть применены несколько методов управления.

Далеко не шутка

Если бы строители возводили здания так же, как программисты пишут программы, то первый же дятел разрушил бы вилизаю. Это – далеко не шутка, поскольку причиной примерно 40% сбоев ИТ-систем является программное обеспечение, а еще 40% индентов связаны с человеческим фактором. Мы рассмотрели проблему управления ИТ-ресурсами с точки зрения управления рисками – одной из областей свода знаний по управлению проектами. В свою очередь, само проектное управление развивается уже более 100 лет (в первую очередь, в строительстве), и за эти годы используемые в нем подходы доказали свою универсальность и значимость. Анализ проектных методов управления рисками показал возможность их использования в мире информаонных технологий, а также позволил дать рекомендаи по оптимальному применению этих методов.

Литература

1. Risk Management Guide for Information Technology Systems. Recommendations of the National Institute of Standards and Technology // NIST Special Publication 800-30. – 2004.
2. Risk Management Guide for DoD acquisition. Fourth Edition // The defense acquisition university press Fort Belvoir. – 2001.
3. A Guide to the Project Management Body of Knowledge, PMBOK guide. – 3rd ed., 2004.
4. PRINCE2. Third edition. Crown. – 2002.
5. Управление проектами: Основы профессиональных знаний. Наональные требования к компетени спеалистов. – М.: «Консалтинговое Агентство «КУБС Групп-Кооперая, Бизнес-Сервис». – 2001.
6. Вентль Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. – М.: Высшая школа. – 2000.
7. ITIL Service Support. Office of Government Commerce (OGC). – Crown Copyright. – 2003.
8. Нареш Малхотра. Маркетинговые исследования и эффективный анализ статистических данных. – К.: ТИД «ДС». – 2002.

Игорь Щетинин (shchetinin@i-teco.ru) – руководитель отдела технического проектирования компании «Ай-Теко» (Москва).