近年来，国内外的商业银行纷纷斥巨资实施数据大集中。通过将信息技术和经营策略的紧密结合，实现资源共享，以及银行业务的集中监控和风险防范，调整银行内部控制机制和治理结构，从而增强市场核心竞争能力和适应能力，降低管理成本。但是，在数据大集中的同时，商业银行信息系统的运营风险也高度集中。信息系统的故障会造成商业银行区域性乃至全国性的业务中止，降低银行信用，使客户流失，营业额下降，严重时会引起社会波动。因此，如何评估和分析商业银行信息系统的可用性模型，据此提出相应的应急体系架构，具有重要的意义。
一、信息系统的可用性模型
从控制论的角度，可以将数据大集中后的银行计算机信息系统抽象成如图１所示的数学模型。
正常运行情况下，信息系统只有正常的业务请求信号Ｒ（ｓ），没有任何影响信息系统响应业务请求的干扰信号。即Ｄ１（ｓ）＝Ｄ２（ｓ）＝Ｄ３（ｓ）＝０，此时系统是一个稳定的负反馈系统，其输出（即业务响应）如图２所示。
当信息系统运行正常时，系统是稳定的，并且△ｔ远小于△Ｔ，即△ｔ△Ｔ，此时，商业银行的信息系统是可用的，业务可以正常进行。
但是，信息系统运行总是存在着各种不同类型的干扰信号Ｄ１（ｓ）≠０、Ｄ２（ｓ）≠０和Ｄ３（ｓ）≠０，主要表现在系统软硬件故障（包括系统软件和应用软件的缺陷和硬件损坏等）、运行维护和管理故障（包括操作失误、运行维护流程和技术手段不完善、管理制度存在盲区等）、通讯故障（包括网络通讯故障以及通讯能力不足以满足峰值业务请求造成的业务堵塞等）和外来攻击与入侵（包括黑客攻击、病毒入侵等）等几个方面。干扰信息的存在导致△ｔ增长，等于甚至大大超过△Ｔ，此时尽管系统是稳定的，但是系统可用性变坏，如图３所示。干扰信号严重时，将导致系统稳定性被破坏，系统完全不可用。
因此，对于商业银行的信息系统，其可用性η可以用信息系统的业务响应时间△ｔ和客户的容忍时间△Ｔ的比值来衡量，即
η＝（１－×１００％
１．当信息系统运行正常时，△ｔ△Ｔ，则η≈１００％，系统可用，客户很满意；
２．当信息系统出现异常时，△ｔ≈△Ｔ，则η≈０，系统处于不可用临界点，客户开始有不满情绪，但是尚未造成负面影响；
信息系统故障继续恶化，△ｔ△Ｔ，则η０，此时系统完全不可用，客户极度不满，并且造成恶劣影响。
二、信息系统的应急模型
根据上述分析，我们可以看出，对于图１所示的商业银行信息系统，可用性的高低取决于各种干扰信号Ｄ１（ｓ）、Ｄ２（ｓ）和Ｄ３（ｓ）的作用结果。因此，为了提高信息系统的可用性，必须优化信息系统结构，提高系统抗干扰的鲁棒性，降低干扰信息对信息系统的影响，从而减小系统的业务响应时间。信息系统的数学模型如图４所示。
该系统采用反馈控制器Ｇ＇ｆ（ｓ）的目的是为了消除干扰信号Ｄ１（ｓ）、Ｄ２（ｓ）和Ｄ３（ｓ），以提高系统的鲁棒性，增强系统的可用性η。从图４中可以看出，当信息系统出现故障时，系统输出Ｙ（ｓ）出错，反馈控制器Ｇ＇ｆ（ｓ）发生作用，通过调整控制器Ｇｃ（ｓ）保证系统输出正确。因此，相比传统的反馈控制器Ｇ＇ｆ（ｓ）而言，优化后的反馈控制器Ｇ＇ｆ（ｓ）不仅在信息系统正常运转时起到稽核和反馈的作用，而且在信息系统出现故障时，还起到应急处理的作用。因此，反馈控制器Ｇ＇ｆ（ｓ）就是整个信息系统的应急子系统，即当信息系统可用性出现问题影响业务运行时，应急子系统从管理和技术两个层面发生作用，尽快解决故障，恢复系统可用性。
从管理层面上讲，启动应急防范和处理体系，主要包括：
１．应急指导思想
必须明确商业银行的应急指导思想，在全行内部进行纵向（从上到下）和横向（从信息科技部门到其他业务部门）的应急体系教育，从客户第一的高度理解和贯彻应急策略。
２．应急组织机构和相应的授权
必须依据应急体系建立相应的组织机构，阐明各个机构的人员组成及相应的职责，尤其需要明确信息系统出现故障时应急人员的授权，从而保证应急策略的顺利实施。
３．应急体系的具体运作流程
必须依据商业银行的业务特点，以客户的容忍时间为衡量指标，建立不同层面、不同深度的应急流程。应急流程应该根据业务和信息系统的变化而更新，确保应急流程的时效性和可用性。应急流程创建和变更之后，必须进行相应的应急演练，不仅可以验证应急流程的有效性，而且可以促进全员熟悉应急流程，提高应急处理能力。
４．应急信息的发布体系
为了满足应急行动的宣传和信息发布的需要，减小信息系统故障对商业银行造成的负面社会影响，必须建立完备的应急信息发布体系。可以充分利用各种媒体，尤其是利用网络技术，建立综合的应急信息网络发布平台。在故障发生时，充分发挥网络快速及时的优势，不仅可以向应急参与人员通知最新的应急处理信息，而且可以向客户发布合理的信息，缓解客户的不满情绪。
从技术层面讲，应该智能优化信息系统体系结构，提高系统鲁棒性。这包括主动预防和应急处理两个方面。一方面，可以通过数据挖掘等手段，借助于ＳＡＳ、ＳＰＳＳ等数学分析工具，通过分析信息系统的历史性能数据，预测信息系统的运转趋势，提前优化系统结构，从而降低信息系统出现故障的概率；另一方面，不断总结信息系统既往故障和处理经验，建立故障应急知识库和专家库，结合智能控制技术和自动化手段，提高故障的应急速度和准确度，从而提高系统的可用性。
工行数据中心（北京）系统部 任长清
|
