Правовая информатика ♦ Legal Informatics
выпуск № 2 за 2026 г., статья № 10 ♦ issue #2 of 2026, article #10
Методы исследования. Программная система задана кортежем «граф предметной области — ограниченные контексты — отображение в стили (монолит, сервис-ориентированная архитектура, микросервисы) — паттерны — нарушения инвариантов»; корректность конфигураций обеспечена трёхуровневой проверкой совместимости паттернов, граничных протоколов и глобальных инвариантов. Поиск выполнен эволюционным методом недоминируемой сортировки на основе опорных точек (Non-dominated Sorting Genetic Algorithm III) по схеме Дэса-Денниса для пяти критериев — сопровождаемости, надёжности, производительной эффективности, защищённости и стоимости. Метод сопоставлен со случайным поиском, жадной стратегией, классическим NSGA-II и контрольной целочисленной конфигурацией на пяти бизнес-сценариях с числом контекстов от четырёх до десяти. Качество аппроксимации оценивалось по гиперобъёму, инвертированному генерационному расстоянию относительно истинного множества недоминируемых решений и многомерному показателю равномерности Δp; значимость различий — критерием Уилкоксона-Манна-Уитни с поправкой Холма-Бонферрони.
Результаты и выводы. Предложенный метод статистически значимо превосходит классический NSGA-II по гиперобъёму в четырёх сценариях из пяти; средний прирост — от 8,3 до 14,7% p < 0,01. Относительный гиперобъём — доля истинного, восстановленная аппроксимацией, — изменяется от 94,3 до 99,8%, что позволяет считать сходимость практически полной. Покрытие фронта Парето по Δp ровнее в 1,3—2,8 раза, расстояние до истинного фронта сократилось в 1,5—2,4 раза. Выделены три устойчивых класса конфигураций, а именно экономичные монолитные, сбалансированные сервис-ориентированные и микросервисные с повышенной надёжностью. 15—30% фронта занимают гибридные решения со смешанными стилями, недостижимые при гомогенном назначении.
ENG:
Purpose of work. To develop and experimentally validate an algorithm for automated search of Pareto-optimal configurations of software systems according to a set of quality and cost criteria based on the international software quality standard ISO/IEC 25010.
Research methods. The software system is defined by the tuple “domain graph – bounded contexts – mapping to styles (monolith, service-oriented architecture, microservices) – patterns – invariant violations”; configuration correctness is ensured by a three-level validation of pattern compatibility, boundary protocols, and global invariants. The search is performed using the non-dominated sorting evolutionary method based on reference points (Non-dominated Sorting Genetic Algorithm III) according to the Das-Dennis scheme for five criteria: maintainability, reliability, performance efficiency, security, and cost. The method is compared with random search, greedy strategy, classical NSGA-II, and a control integer configuration on five business scenarios with the number of contexts ranging from four to ten. Approximation quality is evaluated by hypervolume, inverted generational distance relative to the true set of non-dominated solutions, and the multidimensional uniformity measure Δp; significance of differences is assessed by the Wilcoxon-Mann-Whitney test with the Holm-Bonferroni correction.
Results of the study. The proposed method statistically significantly outperforms the classical NSGA-II in terms of hypervolume in four out of five scenarios; the average improvement ranges from 8,3% to 14,7% (p < 0,01). The relative hypervolume – the proportion of the true front recovered by the approximation – varies from 94,3% to 99,8%, which indicates practically complete convergence. Pareto front coverage in terms of Δp is 1,3-2,8 times more uniform, and the distance to the true front is reduced by 1,5–2,4 times. Three stable configuration classes are identified: cost-efficient monolithic, balanced service-oriented, and microservice configurations with enhanced reliability. Hybrid solutions with mixed styles, unattainable under homogeneous assignment, occupy 15–30% of the front.
Ф. И. О.
РУС: Никулин Александр Валерьевич
ENG: Alexander V. Nikulin
Место работы
РУС: Елецкий государственный университет им. И.А. Бунина
ENG: Bunin Yelets State University
Город, страна
РУС: Елец, Российская Федерация
ENG: Yelets, Russian Federation
Ф. И. О.
РУС: Гусятников Виктор Николаевич
ENG: Viktor N. Gusyatnikov
Место работы
РУС: Саратовский государственный технический университет им. Ю.А. Гагарина
ENG: Yuri Gagarin State Technical University of Saratov
Город, страна
РУС: Саратов, Российская Федерация
ENG: Saratov, Russian Federation