МЕТОД ДЕКОМПОЗИЦІЇ МОНОЛІТНИХ АРХІТЕКТУР ІНФОРМАЦІЙНИХ СИСТЕМ НА ОСНОВІ КЛАСТЕРИЗАЦІЇ З ВИКОРИСТАННЯМ ГРАФОВИХ НЕЙРОННИХ МЕРЕЖ

Анотація

У статті представлено метод декомпозиції монолітних архітектур інформаційних систем (ІС)  на основі кластеризації графових нейронних мереж (GNN). Пропонується архітектуру ІС моделювати як орієнтований граф програмних сутностей (вузли — бізнес-класи, ребра — залежності імпортів/викликів). Для відображення вбудованих вузлів застосовано двошаровий GraphSAGE. З метою  виявлення меж мікросервісів отримані вектори кластеризовано методом k-means.

Виконана експериментальна перевірка запропонованого методу на реальному монолітному застосунку електронної комерції показала, що метод коректно групує класи, які  пов’язані з окремими бізнес-доменами, досягаючи коефіцієнта силуету (Silhouette score) 0,69 проти 0,24 у базового варіанта (CodeBERT + k-means). Для підтвердження якості кластеризації додатково обчислено Normalized Mutual Information (NMI = 0,74) — показник подібності між отриманими та еталонними кластерами, а також Adjusted Rand Index (ARI = 0,68) — метрику узгодженості кластерів із урахуванням випадкових збігів (середнє за 10 запусків). Отримані результати підтверджують стабільність та точність запропонованого підходу, а сформовані кластери використано для виявлення потенційних меж мікросервісів, що демонструє практичну придатність методу для архітектурного рефакторингу.