Architecture d’un moteur de règles : 5 composants et tests

L’architecture d’un moteur de règles définit la façon dont la logique décisionnelle est stockée et gérée, dont les changements sont déployés et les règles exécutées, ainsi que la manière dont l’historique est conservé. Elle comprend cinq composants : un référentiel de règles, une interface de gestion des règles, une interface de déploiement, l’exécution des règles et l’historique des versions. Sa conception implique aussi de déterminer comment une version conserve le flux de décision exécuté et comment tester les brouillons avant leur déploiement.

Les composants de l’architecture d’un moteur de règles

Les moteurs de règles automatisent la prise de décision dans de nombreux cas d’usage. Leur intérêt tient à la souplesse et à l’efficacité avec lesquelles ils appliquent la logique décisionnelle. L’architecture d’un moteur de règles comprend notamment :

  • Référentiel de règles : L’espace central où la logique décisionnelle est stockée et gérée.
  • Interface de gestion des règles : Les fonctions qui permettent de créer, modifier et examiner les règles.
  • Interface de déploiement des règles : Les commandes qui servent à déployer les changements et à les appliquer.
  • Exécution des règles : Le processus qui applique les règles aux données pour prendre une décision.
  • Historique des versions et accès : Pour examiner ou gérer une règle, il est possible de consulter l’historique complet de ses versions et de ses modifications.
Les cinq composants d’un moteur de règles : référentiel, gestion des règles, déploiement, exécution et historique des versions, avec les tests de brouillon

Lorsqu’une équipe étudie un moteur de règles pour ses activités, ces composants, notamment lorsqu’ils sont hébergés dans le cloud, apportent la souplesse et l’efficacité qui rendent les moteurs de règles utiles dans de nombreux secteurs, de la validation des données aux processus décisionnels complexes.

Le référentiel de règles, au cœur du moteur

Concevoir un référentiel de règles efficace

Le référentiel de règles est l’espace central où la logique décisionnelle est stockée. Il joue un rôle essentiel dans le fonctionnement du moteur. Un référentiel efficace doit :

  • Stocker les règles en vigueur et conserver l’historique complet des versions précédentes.
  • Faciliter l’accès aux versions antérieures et leur examen, avec le détail des changements et l’identité des personnes qui les ont effectués.
  • Permettre à l’équipe de monter en charge et de bénéficier d’un fonctionnement fiable, deux atouts courants des systèmes cloud.

Ces capacités améliorent le référentiel et renforcent la transparence et le contrôle, des enjeux importants dans les environnements décisionnels complexes.

Bien gérer un référentiel de règles

Gérer un référentiel de règles ne consiste pas seulement à le tenir à jour. Il faut aussi prévoir :

  • Des audits réguliers et des contrôles de performance pour préserver l’efficacité du référentiel.
  • Une configuration qui facilite les changements rapides et simples lorsque l’environnement décisionnel évolue.
  • Des outils dans l’interface qui simplifient la gestion du référentiel et limitent le besoin de compétences techniques approfondies.

Les plateformes cloud répondent bien à ces besoins. Elles proposent des fonctions avancées qui simplifient la gestion des règles. Le système reste souple et peut s’adapter aux changements.

L’interface de gestion des règles

Les fonctions essentielles d’une interface de gestion des règles

La gestion des règles demande une interface qui ne se limite pas aux fonctions de base. Elle doit être claire et complète. Une interface adaptée doit :

  • Permettre aux personnes qui gèrent les règles de les créer, de les modifier et de les supprimer facilement, sans compétences avancées en programmation.
  • Proposer une organisation claire et logique pour faciliter le travail sur des processus décisionnels complexes.
  • Rester simple d’utilisation tout en prenant en charge les tâches complexes.

Les interfaces cloud sont souvent plus faciles à utiliser et à consulter. Elles réduisent le temps nécessaire à leur prise en main et rendent la gestion des règles plus rapide et plus simple.

Faciliter l’utilisation des systèmes de gestion des règles

Améliorer l’ergonomie d’un système de gestion des règles permet d’en simplifier l’utilisation sans en limiter les capacités. Une interface utilisateur bien conçue aide les personnes qui gèrent les règles à :

  • Permettre à des personnes ayant différents niveaux de compétences techniques de gérer les règles.
  • Utiliser les éléments visuels à bon escient pour que vous et vos collègues puissiez présenter une logique complexe plus clairement.
  • Adapter l'interface aux besoins et aux préférences des différents utilisateurs.
  • Un assistant peut aider à créer, configurer et valider la logique décisionnelle. Une personne examine et approuve chaque modification proposée.

Les systèmes cloud répondent souvent bien à ces besoins. Ils rendent les technologies avancées plus faciles à utiliser tout en préservant les capacités de la plateforme.

Déployer et publier de nouvelles règles

Simplifier le déploiement des règles

Le déploiement de nouvelles règles doit être simple et perturber le moins possible l'activité. Les moteurs de règles hébergés dans le cloud sont bien adaptés : leur intégration et leur déploiement sont rapides. Ils permettent de propager rapidement les changements sur plusieurs systèmes, sans interruption de service. C'est un avantage évident par rapport aux installations locales traditionnelles.

Assurer la cohérence et l’efficacité des versions déployées

Un déploiement cohérent des règles contribue à l’intégrité et aux performances du système. Les moteurs cloud s’appuient sur un cadre central qui favorise une application uniforme des règles sur tous les nœuds, ce qui est plus difficile à obtenir dans les environnements traditionnels.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.

L’exécution des règles, au cœur des opérations

Optimiser les performances de l’exécution des règles

C’est lors de l’exécution des règles que les décisions sont prises. Son efficacité influe sur les performances globales du système. Les moteurs cloud utilisent une infrastructure évolutive pour gérer efficacement les variations de charge et maintenir les performances, même en période de forte demande.

Résoudre les problèmes courants d’exécution des règles

Les systèmes cloud facilitent souvent la résolution des problèmes grâce à leurs outils de supervision avancés et à leurs structures de support. La maintenance s’en trouve simplifiée, les interruptions sont plus courtes et la fiabilité s’améliore.

L’historique des versions et son accessibilité

Le cinquième élément est un historique consultable de la logique de décision. Chaque version des objets versionnés est enregistrée : tables de décision, arbres de décision, ensembles de règles, scorecards, fonctions personnalisées, modèles, exigences relatives aux critères d’octroi, types de dossiers et flux de décision. Chaque révision indique l’objet concerné, la personne qui l’a enregistrée, la date et l’heure de l’enregistrement, ainsi que la somme de contrôle du contenu.

L’historique est accessible depuis le menu des paramètres de l’objet. Une personne de l’équipe risque ou des opérations peut ouvrir une révision seule, ou en sélectionner deux pour les comparer côte à côte. Elle peut ainsi examiner la logique à un moment donné, puis voir comment sa définition a évolué.

L’historique des versions et les versions déployées répondent à des questions différentes. Une révision correspond à une version enregistrée d’un objet. Une version déployée conserve un instantané compilé de l’ensemble du flux de décision exécuté. Si l’ensemble de règles sous-jacent est modifié par la suite, l’instantané déployé indique toujours quel flux de décision a été utilisé pour cette exécution.

Une révision conserve une version enregistrée d’un objet. Une version déployée conserve l’instantané compilé de l’ensemble du flux de décision exécuté.

Comparer les changements apportés à la logique

La comparaison des révisions permet à l’équipe d’examiner directement deux versions. Il est possible de consulter les définitions antérieure et ultérieure, ou d’ouvrir une seule version pour examiner un moment précis de l’historique. On dispose ainsi d’un historique plus clair des changements avant d’examiner ou de gérer un flux de décision.

Relier une décision à sa version

Le journal d’audit relie une modification à la personne qui l’a effectuée et à la révision concernée. La version déployée relie ensuite l’exécution au flux de décision compilé qui a été utilisé. Ensemble, ces éléments permettent à l’équipe d’examiner la logique, de savoir qui l’a modifiée et de distinguer la définition actuelle de celle qui a réellement été exécutée.

Les tests : le +1 qui complète les cinq composants

Les cinq composants décrivent l’architecture d’un moteur de règles : où la logique décisionnelle est stockée, comment l’équipe de souscription la gère, comment les déploiements sont préparés, comment les décisions sont exécutées et comment accéder aux versions précédentes. Les tests constituent le +1 : ils permettent de vérifier que le flux de décision créé donne le résultat attendu avant l’arrivée de demandes réelles.

Un flux de décision à l’état de brouillon peut être exécuté avant son déploiement. Le brouillon est compilé selon le même processus qu’une version déployée. Le test porte donc sur la logique décisionnelle qui serait effectivement utilisée. Les tests font ainsi partie de la conception et du déploiement du flux de décision, et ne constituent pas un simple élément descriptif de l’architecture.

Tester un flux de décision avec un vecteur enregistré ou une entrée fournie

Un test à blanc démarre avec un vecteur de test enregistré et conservé par le client, ou avec un objet fourni dans la requête. Si celle-ci désigne un vecteur inexistant, le résultat indique que le vecteur est inconnu. Il est aussi possible d’arrêter le test après une étape donnée. Le périmètre comprend alors cette étape et celles qui l’alimentent. Le résultat précise le contrat d’entrée correspondant, c’est-à-dire les attributs que le flux de décision va lire.

Un test à blanc démarre avec un vecteur de test enregistré et conservé par le client, ou avec un objet fourni dans la requête. Il est aussi possible d’arrêter le test après une étape donnée.

Tester les ensembles de règles et la conception complète d’un dossier

Les ensembles de règles peuvent être testés séparément, avec les attributs qu’ils lisent chargés pour le test. Pour des essais plus larges, un fichier contenant plusieurs dossiers peut être traité par lot au moyen d’un flux de décision déployé. La conception des dossiers dispose d’un environnement de test distinct, qui exécute un dossier jusqu’au bout dans la requête sans créer de dossier réel dans la file d’attente. Ces options permettent de vérifier concrètement les cinq composants de l’architecture et d’examiner le résultat avant de traiter des demandes réelles.

Un flux de décision à l’état de brouillon peut être exécuté avant son déploiement. Pour tester un plus grand nombre de cas, un fichier de dossiers peut être traité par lot au moyen d’un flux de décision déployé.

Les évolutions à venir de l’architecture des moteurs de règles

Les nouvelles technologies et leurs effets

L’intégration de l’IA et de l’apprentissage automatique dans les moteurs de règles cloud fait évoluer les systèmes décisionnels. Ces évolutions comprennent :

  • Intégrer directement des modèles de machine learning entraînés au flux de décision et les exécuter en Python, R ou Julia pour obtenir des décisions plus adaptables et plus intelligentes.
  • Exécuter un LLM comme tâche dans le même flux de décision et utiliser son résultat avec celui des autres tâches.
  • Effectuer l’OCR des documents dans le flux de décision à l’aide d’un service configuré par l’équipe.
  • Utiliser des copilotes basés sur des LLM pour aider à construire la logique de décision, à configurer le flux et à valider les règles. Une personne examine et approuve toute modification proposée à la logique de décision.

Cette intégration rend les moteurs de règles plus adaptables et leur permet de traiter des processus décisionnels complexes avec davantage d’efficacité et de précision.

La gestion de dossiers fonctionne de façon réactive

Un flux de décision est un graphe orienté : l’utilisateur en dessine l’ordre, et chaque partie alimente la suivante. La gestion de dossiers suit une autre logique. Les tâches ne sont pas reliées selon un ordre fixe. Chacune précise plutôt les données qu’elle lit et celles qu’elle produit.

Toutes les informations sont inscrites dans un dossier partagé. Le planificateur consulte le dossier et sélectionne les tâches dont les données d’entrée sont disponibles, qu’elles soient réalisées par une personne ou automatiquement. À l’arrivée de nouveaux éléments, les tâches qui en dépendent peuvent redevenir disponibles. Il n’est pas nécessaire de modifier une séquence. Découvrez la gestion de dossiers, un modèle réactif pour organiser les éléments et les décisions.

Un flux de décision est un graphe orienté : l’ordre est défini et chaque élément alimente le suivant. Toutes les informations sont inscrites dans un dossier partagé.

Préparer une architecture évolutive et souple

À mesure que l’architecture d’un moteur de règles évolue, l’évolutivité et la souplesse restent essentielles. Les systèmes cloud répondent bien à ces deux besoins et peuvent s’adapter rapidement à la croissance de l’organisation et à l’évolution des exigences. Pour les personnes qui choisissent l’architecture, cela met en évidence les avantages du cloud par rapport aux installations traditionnelles qui reposent largement sur du code.

Questions fréquentes

Comment définir le périmètre d’un test partiel de brouillon ?

Choisissez le point de décision dont le comportement a changé, puis incluez ses dépendances amont dans le test à blanc. Examinez le contrat d’entrée indiqué et fournissez tous les attributs lus par le flux de décision concerné, notamment les valeurs aux limites et les cas où une valeur est manquante. Un test partiel permet d’isoler un changement, mais ne prouve pas que la logique en aval ou l’ensemble du flux de décision déployé se comporte toujours comme prévu.

Peut-on tester un brouillon non déployé sur de nombreuses demandes avec un traitement par lot ?

Le test à blanc permet de tester un vecteur de test enregistré, à l’unité, ou une entrée fournie. L’option de traitement par lot fait passer un fichier de dossiers dans un flux de décision déployé. Elle ne permet donc pas de valider une version non déployée sur ce même fichier. Pour effectuer des tests de régression plus larges, déployez le flux selon les contrôles habituels, puis traitez les dossiers par lot et comparez les résultats aux résultats attendus.

Quand utiliser un vecteur de test enregistré plutôt qu’une entrée directe ?

Utilisez un vecteur enregistré pour effectuer un contrôle reproductible que vos collègues pourront relancer après une modification. Fournissez une entrée directement pour tester une valeur particulière à la limite ou reproduire une entrée qui ne figure pas dans les vecteurs enregistrés. Consignez le résultat attendu avec le test : une exécution réussie indique le résultat renvoyé par la logique, mais ne confirme pas qu’il est correct.

Comment concevoir un moteur de règles ?

Pour concevoir un moteur de règles, déterminez où la logique décisionnelle est stockée et versionnée, qui crée, modifie et examine les règles, et comment les changements sont déployés. Une version déployée conserve l’instantané compilé de l’ensemble du flux de décision exécuté. Un brouillon peut être testé selon le même processus de compilation, avec un vecteur de test enregistré ou une entrée fournie. Le test d’un brouillon peut s’arrêter après une étape donnée.

Que montre un schéma d’architecture d’un moteur de règles ?

Un schéma d’architecture d’un moteur de règles montre le dépôt de règles, l’interface de gestion des règles, l’interface de déploiement des règles, l’exécution des règles et l’historique des versions, avec les tests en +1. Il numérote ces éléments dans cet ordre et ne comporte pas de flèches, car aucun flux entre les composants n’est indiqué.

Quelle différence entre l’architecture d’un moteur de règles et les modèles de conception d’un moteur de règles ?

L’architecture d’un moteur de règles comprend cinq composants : un référentiel de règles, des interfaces de gestion et de déploiement, l’exécution des règles et l’historique des versions. Pour découvrir comment structurer les règles sous forme d’ensembles de règles, de tables de décision, d’arbres de décision et de flux de décision, consultez les modèles de conception des moteurs de règles.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.