ISO/IEC 25010:2023, MCDM ЖӘНЕ МАШИНАЛЫҚ ОҚЫТУДЫ ҚОЛДАНА ОТЫРЫП, АҚПАРАТТЫҚ ЖҮЙЕЛЕРДІҢ ГИБРИДТІ СЕНІМДІЛІГІН БАҒАЛАУ

Ақпараттық жүйелердің сенімділігі – қазіргі цифрлық сервистердің, әсіресе жүктемесі жоғары және цифрландыру үдерістері жылдам жүріп жатқан жағдайда, тұрақты жұмыс істеуінің негізгі шарты. Дәстүрлі тәсілдердің көпшілігі жекелеген көрсеткіштерге немесе сарапшылардың субъективті пікіріне сүйенеді, бұл нәтижелердің ашықтығын шектейді. Осы мақалада гибридті әдістеме ұсынылды. Ол ISO/IEC 25010:2023 сапа моделін, көпкритерийлі шешім қабылдау әдістерін (ARAS, CoCoSo, TOPSIS) және жетіспейтін деректерді қалпына келтіруге арналған машиналық оқытуды біріктіреді. ISO/IEC 25010:2023 стандарты сенімділікке қатысты сапа атрибуттарының құрылымын анықтау және тиісті көрсеткіштерді таңдау үшін қолданылады. AHP әдісі сарапшылардың пікіріне негізделе отырып, критерийлердің салмақтарын жүйелі түрде анықтауға мүмкіндік береді. Деректер жиынындағы жетіспейтін мәндер машиналық оқыту алгоритмі арқылы қалпына келтіріп, толық әрі бірізді деректер матрицасы алынады. Деректер дайындалғаннан кейін, баламалы жүйелердің сенімділігі үш көпкритерийлі әдіс арқылы бағаланады. Бұл қорытынды рейтингтің тұрақтылығын арттырып, салмақ коэффициенттеріндегі өзгерістерге сезімталдықты төмендетеді. Ұсынылған әдістеме әртүрлі архитектураға ие төрт нақты ақпараттық жүйеде сынақтан өткізілді. Қолданылған әдістер арасында жоғары деңгейде сәйкестік байқалды, рейтингтер салмақтарды ±10% өзгерткеннің өзінде тұрақты болып қалды, сондай-ақ сенімділікті пайыздық көрсеткішпен бағалау мүмкіндігі бар екені дәлелденді. Бұл тәсіл жүйелерді объективті салыстыруға, әлсіз тұстарын анықтауға және оларды жетілдіру мен жаңғырту бойынша негізделген шешімдер қабылдауға мүмкіндік береді.

1. Advanced risk management software for multi-criteria decision-making in uncertain scenarios / S. Carpitella et al // Computational and Applied Mathematics. – 2025. – vol. 44, art. № 379. https://doi.org/10.1007/s40314-025-03338-0.

2. Tworek K. Reliability of information systems in organization in the context of banking sector: Empirical study from Poland / K. Tworek // Cogent Business & Management. – 2018. – vol. 5, № 1. https://doi.org/10.1080/23311975.2018.1522752.

3. Dubey S. Reliability assessment of component-based software systems using fuzzy and ANFIS techniques / S. Dubey, J. Bhat // International Journal of Systems Assurance Engineering and Management. – 2017. – vol. 8, № 6. https://doi.org/10.1007/s13198-017-0602-z.

4. Foidl H. Integrating software quality models into risk-based testing / H. Foidl, M. Felderer // Software Quality Journal. – 2018. – vol. 26, № 2. https://doi.org/10.1007/s11219-016-9345-3.

5. Thakkar N. Data driven MCDM models for reliability-economic-environmental analysis of energy storage based autonomous micro-grid / N. Thakkar, P. Paliwal // Journal of Energy Storage. – 2024. – vol. 81, art. № 110408. https://doi.org/10.1016/j.est.2023.110408.

6. ISO/IEC, ISO/IEC 25010:2023 – Systems and Software Engineering – Systems and Software Quality Requirements and Evaluation (SQuaRE) – Product Quality Model. Geneva, Switzerland: International Organization for Standardization, 2023.

7. Tamura Y. Reliability modeling and analysis for open source cloud computing / Y. Tamura, M. Kawakami, S. Yamada // Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability. – 2013. – vol. 227, № 2. – Р. 179-186. https://doi.org/10.1177/1748006X12475110.

8. ISO/IEC 9126 quality model for evaluation of student academic portal / Е. Budiman et al // Proceeding of the Electrical Engineering Computer Science and Informatics. – 2018. – vol. 5, № 5. https://doi.org/10.11591/eecsi.v5i5.1670.

9. Sun L. A hybrid MCDM approach for evaluating financial performance based on a set of business companies / L. Sun, H. Zheng // Neutrosophic Sets and Systems. – 2025. – vol. 79. Р. 1-12. https://digitalrepository.unm.edu/nss_journal/vol79/iss1/46.

10. Büyüközkan G. Spherical fuzzy sets based integrated DEMATEL, ANP, VIKOR approach and its application for renewable energy selection in Turkey / G. Büyüközkan, Y. Karabulut, F. Göçer // Applied Soft Computing. – 2024. – vol. 158, art. № 111465. https://doi.org/10.1016/j.asoc.2024.111465.

11. Etraj P. An integrated DEMATEL and AHP approach for multi-criteria green supplier selection process in public procurement / P. Etraj, J. Jayaprakash // International Journal of Engineering and Technology. – 2017. – vol. 9, № 1. – Р. 113-124. https://doi.org/10.21817/ijet/2017/v9i1/170901414.

12. An integrated fuzzy-AHP and TOPSIS approach for maintenance policy selection / N. Hemmati et al // International Journal of Quality & Reliability Management, 2019. https://doi.org/10.1108/IJQRM-10-2018-0283.

13. Ortíz M.A. A contrast between DEMATEL-ANP and ANP methods for Six Sigma project selection: A case study in the healthcare industry / M.A. Ortíz, H.A. Felizzola, I.S. Nieto // Multidimensional, Multidiscipline and Shared Decision Making in Healthcare and eHealth. – 2021. – vol. 15, suppl. 3. – Р. 1-10. https://doi.org/10.1186/1472-6947-15-S3-S3.

14. Mardani A. Fuzzy multiple criteria decision-making techniques and applications – two decades review from 1994 to 2014 / A. Mardani, A. Jusoh, E.K. Zavadskas // Expert Systems with Applications. – 2015. – vol. 42, № 8. – Р. 4126-4148. https://doi.org/10.1016/j.eswa.2015.01.003.

15. Hybrid multiple-criteria decision-making methods: A review of applications in engineering / E.K. Zavadskas et al // Scientia Iranica. – 2016. – vol. 23, № 1. – Р. 1-20. https://doi.org/10.24200/sci.2016.2093.

16. Grote T. Reliability in machine learning / T. Grote, K. Genin, E. Sullivan // Philosophy Compass. – 2024. – vol. 19, № 5. https://doi.org/10.1111/phc3.12974.

17. Kumar N. Vehicle accident sub-classification modeling using stacked generalization: A multisensor fusion approach / N. Kumar, D. Lohani, D. Acharya // Future Generation Computer Systems. – 2022. – vol. 133. – Р. 39-52. https://doi.org/10.1016/j.future.2022.03.005.

18. Shaik N.B. XGBoost based enhanced predictive model for handling missing input parameters: A case study on gas turbine / N.B. Shaik, K. Jongkittinarukorn, K. Bingi // Case Studies in Chemical and Environmental Engineering. – 2024. – vol. 10, art. № 100775. https://doi.org/10.1016/j.cscee.2024.100775.

19. Vinodh S. Lean Six Sigma project selection using hybrid approach based on fuzzy DEMATEL– ANP–TOPSIS / S. Vinodh, V. Swarnakar // International Journal of Lean Six Sigma. – 2015. – vol. 6, № 4. – Р. 313-338. https://doi.org/10.1108/IJLSS-12-2014-0041.

20. Beheshtinia M.A., Omidi S. A hybrid MCDM approach for performance evaluation in the banking industry / Beheshtinia M.A., Omidi S. // Kybernetes. – 2017. – vol. 46, № 8. – Р. 1386-1400. https://doi.org/10.1108/K-03-2017-0105.