Проектирование информационной системы для диагностики аппаратной части компьютера

ВВЕДЕНИЕ

В первом квартале 2023 г. в России было продано более 1,8 млн персональных компьютеров, что на 0,4 % больше, чем за аналогичный период 2022 г. [1]. Даже с учетом ухода с российского рынка множества иностранных компаний-производителей электронной техники, наблюдается положительная динамика в количестве продаваемых персональных компьютеров [2].

Согласно прогнозам аналитиков, такой скачок в количестве продаваемых устройств связан со спросом, накопившимся за предыдущие года, поэтому, несмотря на возможный кратковременный спад в количестве продаваемых устройств, в ближайшие несколько лет динамика будет оставаться положительной (рис. 1) [2].

Как и любая другая электронная техника, персональные компьютеры (ПК) имеют свойство выходить из строя. Для предотвращения этого необходимо своевременное обслуживание оборудования, а в случае если неполадка возникла, нужно ее устранять.

Уход иностранных компаний с российского рынка, упомянутый ранее, нанес сильный удар как по сфере ремонта, так и по сфере обслуживания компьютерной техники. Возникло немалое количество проблем – недостаток компонентов для ремонта, отказ производителей операционных систем от деятельности на территории Российской Федерации [3], а также отсутствие лицензий для коммерческого использования программ, используемых в диагностике ПК [4].

В связи со сложившейся ситуацией на рынке, а также с политикой государства, направленной на импортозамещение во всех сферах жизни граждан, в частности сфере информационных технологий [5], образовалась ниша, которую необходимо заполнить.

МАТЕРИАЛЫ И МЕТОДЫ

В рамках проводимого исследования была сформирована экспертная группа из 16 человек, включавшая сотрудников различных компьютерных мастерских в Сургуте, а также сотрудников отделов технического обслуживания в крупных компаниях. Каждый из участников опроса был проинформирован об анонимности опроса и дал согласие на обработку данных в рамках научной статьи.

Всем экспертам был предложен опрос (рис. 2.1–2.2), который включал в себя вопросы касательно датчиков каждого компонента системы для того, чтобы определить, какую информацию должна предоставлять разрабатываемая система, а также вопросы, касающиеся операционных систем, с помощью которых возможно будет определить платформы, которым в первое время разработки необходимо отдать приоритет.

После того как эксперты были опрошены, результаты опроса были выгружены в Microsoft Excel. На основе этих данных, с помощью языка программирования Python и специализированной библиотеки (pandas), был проведен статистический анализ. Подсчитаны частоты выбора каждого ответа среди всех ответов на вопрос, путем нахождения отношения количества ответов, где есть выбранный пункт, к общему числу.

Код, используемый для обработки данных:

import pandas as pd

work_file = pd.read_excel(“Опрос для ВКР (Ответы).xlsx”, sheet_name=1)

for col_index in range(1, 5):

col_values = work_file.iloc[:, col_index].astype(str)

col_values = col_values.str.replace(“Напряжение, “, “Напряжение “).str.replace(“ядра, hot spot, видеопамяти”, “ядра hot spot видеопамяти”).str.replace(“, “, “; “)

unique = col_values.str.split(“; “).explode().unique()

values_counter = {value: col_values.str.contains(value).sum() for value in unique}

for value, count in sorted_values_counter:

print(f”{value} - {round(count / len(col_values) * 100, 2)} %”)

print(«-» * 30)

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

В результате проведения опроса удалось выявить наиболее предпочтительные для экспертов поля информации о персональном компьютере. Так, для процессора ранжирование интересующих числовых данных выглядит следующим образом:

1. Температура ядер – 93,33 %;
2. Загруженность ядер и потоков – 80,0 %;
3. Напряжение, подающееся на процессор – 73,33 %;
4. Частота работы ядер – 73,33 %;
5. Вольтаж ядер – 46,67 %.

Для видеокарты:

1. Температура ядра, hot spot, видеопамяти – 100,0 %;
2. Напряжение, подающееся на видеокарту – 60,0 %;
3. Частота работы ядра и видеопамяти – 46,67 %;
4. Загруженность ядра и видеопамяти – 46,67 %.

Для оперативной памяти:

1. Загруженность физической памяти – 100,0 %;
2. Объем используемой физической памяти – 100,0 %;
3. Загруженность виртуальной памяти – 53,33 %;
4. Объем используемой виртуальной памяти – 53,33 %;
5. Вольтаж – 6,67 %.

Для материнской платы:

1. Скорость вращения вентиляторов – 86,67 %;
2. Вольтажи – 80,0 %;
3. Загруженность контроллеров вентиляторов – 73,33 %;
4. Температура – 46,67 %.

Запросов на какую-либо дополнительную информацию о системе, помимо перечисленной выше, поступило крайне мало, поэтому для получения более конкретных данных необходимо расширить экспертную группу.

Для операционных систем также удалось выявить тенденцию – преобладающей операционной системой (ОС) является Windows – 75 %, далее идет macOS – 18 %, Linux – 6 %, замыкают данный список прочие ОС, доля которых составила 1 % (рис. 3). Данное распределение устройств совпадает с информацией, предоставляемой разработчиками операционных систем: 72,47 % – Windows, 14,68 % – macOS, 8,79 % – прочие ОС, 4,05 % – Linux [6].

Как можно заметить, по всему миру процент прочих операционных систем составляет большую часть, чем Linux. Это можно объяснить тем, что есть продукты, которые не поставляются в РФ, однако они тоже учитываются в общей статистике [7]. Также данное явление можно объяснить массовым переходом государственных структур и крупных компаний в России на ОС Linux, в частности дистрибутив Astra Linux [8].

Такие точные выводы о результатах опроса позволяет сделать высокий коэффициент согласованности экспертной группы, который составляет 97 %.

Опираясь на данные, полученные в ходе анализа результатов опроса, можно построить показательную модель информационной системы. Данный вид моделей главным образом используется для объяснения и понимания терминов и процессов внутри темы. Она поможет в дальнейшем разработать саму программу, а также понимать сложные структуры и предсказывать их поведение. Данная модель приведена на рис. 4.

ЗАКЛЮЧЕНИЕ

В результате проведенного исследования была проведена работа с потенциальными клиентами, от которых была получена обратная связь касательно как функционала разрабатываемой системы, так и операционных систем, с которыми связан итоговый продукт. На основе анализа результатов опроса была построена пояснительная модель информационной системы с использованием языка универсального моделирования (UML). Данная диаграмма отражает связи в системе и служит для упрощения разработки.