Содержание к диссертации
Введение
1. Методы и алгоритмы расчёта вероятностно-временных характеристик информационно-вычислительной сети 15
1.1 Формальная постановка задачи расчёта и оптимизации вероятностно-временных характеристик информационно-вычислительной сети 15
1.2 Алгоритм расчёта сетей массового обслуживания 20
1.3 Автоматический выбор моделей узлов 23
1.4 Расчёт времени пребывания в сети 26
1.5 Аналитический расчёт высших моментов распределения времени пребывания заявок в замкнутой сети 34
Выводы 39
2. Методы и алгоритмы оптимизации вероятностно-временных характеристик информационно-вычислительных сетей 41
2.1 Актуальность постановки задачи оптимизации ВВХ ИВСет 41
2.2 Формальная постановка задачи оптимизации характеристик информационно-вычислительных сетей 45
2.3 Методы локальной оптимизации 48
2.4 Начальная оценка среднего времени пребывания 49
2.5 Методы глобальной оптимизации 52
2.6 Численные эксперименты 54
2.7 Расчёт и оптимизация вероятностно-временных характеристик информационно-вычислительных сетей с изменяемой структурой Выводы 62
3. Имитационные модели информационно-вычислительных сетей 64
3.1 Задача расчёта вероятностно-временных характеристик информационно-вычислительных сетей средствами имитационного моделирования 64
3.2 Метод меченых заявок 68
3.3 Оптимизация вероятностно-временных характеристик имитационной модели ИВСет 74
Выводы 79
4. Постановка и исследование прикладных задач расчёта и оптими зации информационно-вычислительных сетей 82
4.1 Элементы системы мониторинга 82
4.2 Проверка и анализ исходных данных 85
4.3 Описание модели скрытых цепей Маркова 87
4.4 Исследование модели «Ракурс Д» 92
Выводы 106
Заключение 108
Приложение А 113
- Алгоритм расчёта сетей массового обслуживания
- Формальная постановка задачи оптимизации характеристик информационно-вычислительных сетей
- Оптимизация вероятностно-временных характеристик имитационной модели ИВСет
- Описание модели скрытых цепей Маркова
Введение к работе
Актуальность темы диссертации. Исследование зависимости эффективности функционирования информационно-вычислительной сети (ИВСет) представляет собой весьма актуальную научно-техническую задачу, так как её решение позволит оптимально использовать доступные ресурсы. Проблема оптимального использования информационных ресурсов в настоящее время является достаточно острой, это связано с тем, что лишние ресурсы и избыточные ИТ становятся замороженными инвестициями (более того, потерянными ресурсами, учитывая быстрое моральное старение аппаратно-программного комплекса (АПК)), а недостаточные ресурсы — упущенной выгодой.
В указанных условиях особую ценность приобретают вопросы количественного и качественного оценивания эффективности функционирования существующих и создаваемых ИВСет, которые составляют основу любой современной информационной и автоматизированной системы. Традиционно перечисленные вопросы исследовались с использованием теории массового обслуживания (ТМО). Однако в современных условиях для учёта распределенности, неоднородности, нестационарности требуется разработка соответствующего модельно-алгоритмического обеспечения.
К настоящему моменту получено огромное количество интересных фундаментальных и практических результатов [1, 2, 3, 4, 5, 6, 7], к основным недостаткам которых можно отнести вычислительную сложность и наличие ряда жёстких ограничений на поведение моделируемого объекта, что может приводить к запоздавшим или ошибочным прогнозам и, как следствие, к потере прибыли. Это определяет актуальность поставленных в диссертационной работе задач создания модельно-алгоритмического обеспечения, расчёта и оптимизации вероятностно-временных характеристик (ВВХ) ИВСет.
Объектом исследования является процесс функционирования современных информационно-вычислительных сетей, широко используемых в различных предметных областях в настоящее время. Предметом исследования являются: модели, методы, алгоритмы и методики моделирования, расчёта и оптимизации ВВХ ИВСет.
Целью диссертационной работы является повышение оперативности и качества функционирования существующих и перспективных ИВСет на основе разработки и реализации новых моделей и алгоритмов расчёта и оптимизации их ВВХ.
Для достижения сформулированной цели были поставлены и решены следующие основные задачи исследования:
выполнена содержательная и формальная постановка задачи расчёта и оптимизации ВВХ ИВСет как сетей массового обслуживания (СеМО);
разработаны аналитические и имитационные модели СеМО для расчёта ВВХ ИВСет численными методами;
разработаны и исследованы методы оптимизации характеристик СеМО;
разработаны прототипы программной реализации и созданы интерфейсы для предложенных алгоритмов и моделей;
решены прикладные задачи расчёта и оптимизации ВВХ ИВСет.
Методы исследования, применяемые в диссертационной работе: дискретно-событийное моделирование, теория массового обслуживания, численная оптимизация, математическая статистика.
Положения, выносимые на защиту
Методы аналитико-имитационного моделирования, расчёта различных ВВХ ИВСет.
Комбинированный метод оптимизации ВВХ ИВСет.
Результаты решения прикладных задач расчёта и оптимизации ВВХ ИВСет.
Научная новизна. В рамках диссертационной работы были разработаны оригинальные алгоритмы и методы решения актуальных научно-технических задач моделирования, расчёта и оптимизации характеристик ИВСет, приведённые в следующих абзацах.
Предложен алгоритм расчёта высших моментов и аппроксимации функции распределения времени пребывания заявок при однократном посещении узлов для однородных замкнутых СеМО, позволяющий проводить итеративную коррекцию аппроксимации распределения времени пребывания в узлах сети. Этот алгоритм даёт возможность расширить область использования и повысить точность метода оценивания показателей эффективности для ВВХ СеМО.
Получены аналитические формулы для моментов распределения времени пребывания заявок в сети через моменты распределения длительности однократного пребывания в узлах, которые избавляют от работы с неустойчивой технологией численного дифференцирования и повышают точность оценивания показателей эффективности для СеМО.
Предложен комбинированный метод оптимизации ВВХ ИВСет, выраженной в терминах СеМО, интегрирующий достоинства алгоритмов локальной и глобальной оптимизации, положенных в его основу. Этот метод применим к широкому классу аналитико-имитационных моделей и не требует информации о производных.
В диссертации также предложены модели, методы и алгоритмы, позволившие решить некоторые частные задачи моделирования, расчёта и оптимизации характеристик ИВСет.
Реализован ситуационный алгоритм выбора численного метода для задачи расчёта ВВХ СМО и СеМО, основанный на их классификации по коэффициенту вариации распределений длительности интервалов между последовательными поступлениями заявок и времени обслуживания в каналах и последующем комбинировании моделей СМО и узлов СеМО. Алгоритм позволяет автоматизировать процесс выбора схем моделирования СеМО, что даёт возможность пользователям обоснованно находить компромисс между точностью и скоростью расчёта характеристик СМО и узлов СеМО.
Предложена модификация метода «меченых заявок» для расчёта характеристик ИВСет, исключающая значимую смещённость при оценке характеристик, что достигается рациональным подбором частоты меченых заявок. Полученные оценки обладают существенно меньшей дисперсией при сопоставимой длительности моделирования.
Разработан способ ограничения пространства поиска оптимальных параметров на основе модифицированного метода штрафных функций, который позволяет регулировать скорость сходимости метода оптимизации. Модификация заключается в подборе штрафных функций, являющихся функциональными аналогами производной целевой функции (ЦФ), в то время как сама производная может либо отсутствовать, либо быть очень сложной для вычисления.
Разработан алгоритм оперативного пересчёта оптимальных ВВХ ИВСет для различных сценариев деградации её структуры, в котором последовательно решается новая задача оптимизации сети с вышедшими из строя узлами. В результате выполненных исследований удалось сформулировать правила реконфигурации сети при возникновении подобных ситуаций на этапе проектирования, минимизировать потери без использования дополнительных ресурсов и оценить чувствительность ИВСет к выходу из строя её отдельных узлов.
Практическая ценность работы. В диссертационной работе были разработаны и реализованы два прототипа приложений расчёта и оптимизации ВВХ ИВСет А-МОСТ и QNOpt, система ИМ, а также модельно-алгоритмическое обеспечение расчёта и оптимизации ВВХ ИВСет. При разработке данных прототипов использовалась библиотека прикладных программ МОСТ («Массовое обслуживание. Стационарный режим.»), созданная профессором Рыжиковым Ю. И.
Прототипы приложений А-МОСТ и QNOpt для расчёта и оптимизации ВВХ ИВСет численными методами позволили объединить все разработанные модели, алгоритмы и методы, визуализировать результаты, исследовать их свойства и ускорить процесс моделирования.
Разработанная система ИМ использовалась для проверки качества исследуемых численных методов и для описания случаев, допускающих изменение конфигурации ИВСет во время моделирования. С её помощью удалось успешно реализовать частные ИМ для различных прикладных областей, которые в последующем применялись для исследования эффективности предложенных методов моделирования.
В частности, одной из версий модельно-алгоритмического обеспечения расчёта и оптимизации ВВХ ИВСет была реализована при анализе проекта «Ракурс Д» в организации ОАО СКВ «Орион». В результате удалось на научной основе обосновать требования к составу и структуре оборудования АПК проекта.
В целом, проведённые исследования показали, что полученные результаты могут быть использованы как на этапе проектирования ИВСет для анализа возможностей проектируемой системы, выдачи рекомендаций по характеристикам аппаратной базы и организации процесса функционирования, так и на этапе эксплуатации для поддержки принятия решений, а также для проверки качества функционирования моделируемой системы и управления функционированием ИВСет и при проведения её модернизации.
В практическую реализацию разработанного модельно-алгоритмического обеспечения были переданы:
способ формализации требований экспертов относительно значений показателей эффективности моделируемой системы, позволяющие повысить обоснованность выбора оборудования АПК ИВСет;
иерархия моделей описания функционирования ИВСет обработки телеметрической информации, с помощью которых удалось с различной степенью детализации и точности оценить и оптимизировать ВВХ указанных сетей;
методы оперативного расчёта требуемых ВВХ ИВСет, позволившие сократить время расчёта по сравнению с существующими подходами;
методы верификации модельно-аналитического и программного обеспечения расчёта, базирующегося на результатах сравнения указанных показателей с реальными ретроспективными данными;
методика предсказания моментов времени смены сценариев поведения ИВСет;
методика решения задачи выбора необходимого состава и структуры АПК ИВСет;
методика оценивания чувствительности узлов сети к деградации её структуры.
Реализация результатов работы Полученные в диссертации результаты были реализованы в ОАО «СКВ Орион»; Омский государственный технический университет; Рижский технический университет; СПИИРАН: разработанное модельно-алгоритмическое обеспечение расчёта и оптимизации ВВХ ИВСет использовалось при выполнении НИР фонда содействия развитию малых форм предприятий в научно-технической сфере по программе «У.М.Н.И.К.» и программы фундаментальных исследований ОНИТ РАН проект 2.3; грантов РФФИ 10-08-00906-а, 10-08-90027-Бел_а, 11-08-01016-а, 11-08-00767-а.
Апробация и публикации: Результаты научных исследований автора представлены в 8 публикациях: 1 печатная статья и 7 — в сборниках международных, всероссийских и вузовский конференций. Из них 1 работа, во входящем в перечень ВАК РФ, 4 в рецензируемых изданиях. Основные результаты диссертации докладывались и осуждались на EUROSIM Congress on Modelling and Simulation (2010), 25th European Conference on Modelling and Simulation ECMS (2011), Всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика». (ИММОД) (2009, 2011), XII Санкт-Петербургская международная конференция «Региональная информатика (РИ-2010)».
Структура и объем работы Диссертационная работа состоит из введения, четырёх глав, заключения и двух приложений. Основное содержание работы изложено на 138 страницах, содержит 37 рисунков, 9 таблиц. Список использованных источников включает 53 наименования.
Алгоритм расчёта сетей массового обслуживания
В современных условиях из-за насыщения мирового рынка всеми видами продукции, а также всеобщей доступности высоких технологий (в том числе и в инфосфере), на первый план конкурентной борьбы выдвигается фактор времени. В этой борьбе выиграет только тот, кто сможет успешно синхронизировать в РМВ бизнес-процессы и производство; быстрее разработает и предложит на рынке новый продукт; имеет гибкую, эффективную и высоко автоматизированную технологию управления логистическими процессами, обеспечивающую сокращение циклов поставок и продаж; сократит время обработки заказов; в реальном времени обеспечит контроль расходов ресурсов; осуществит в РМВ оперативное управление и диспетчеризацию производства; сократит время возврата инвестиций; сократит время анализа и принятия решений; обеспечит эффективное управление производственной кооперацией и так далее. Выбор подходящего метода решения задачи зачастую является компромиссом между скоростью, адекватностью и точностью получаемых решений, поэтому на первом этапе проектирования системы необходимо перевести задачу с языка прикладной области на язык методов моделирования, так как для эффективного управления производством необходимо иметь возможность прогнозирования функционирования систем, а это можно сделать средствами, базирующимися на любом методе моделирования, в том числе ТМО.
Одним из методов моделирования, имеющим широкое применение и фундаментальные математические основы, является подход ТМО, для которого уже разработаны численные методы расчёта характеристик ИВСет, отвечающие требуемым критериям эффективности, но при этом обладающие достаточными ограничениями на область применения, как с точки зрения принципиальной возможности решений, так и с точки зрения скорости счёта. В этой главе будут рассмотрены несколько методов, позволяющих преодолеть указанные проблемы.
Для начала опишем общую модель ИВСет, для чего введём несколько обозначений, которые будут использоваться во всей диссертационной работе только в указанном смысле. Количество узлов в сети обозначим М, нулевым узлом назовём источник заявок, (Л/ +1) — сток. Зачастую два данных узла не являются частью моделируемой сети и представляют собой лишь фиктивную добавку, делающей схему модели более прозрачной. Порядок обслуживания определяется приоритетностью заявки и дисциплиной обслуживания в узле.
Необходимо отметить, что в диссертации разделяются два больших класса моделей: открытые и замкнутые сети. Для открытой сети распределение интервала времени между последовательным появлением заявок является необходимым входным параметром, в то время как для замкнутых сетей данное распределение совпадает с распределением интервалов между уходящими заявками и зачастую является искомой оценочной характеристикой. Зададим интервалы между появлением последовательных заявок одного типа распределением А отдельно для каждого типа заявок (индекс типа обслуживания опускается). Для обозначения начальных моментов А будут использоваться следующие обозначения (а\,аг,...,аЙ), где q — некоторое выбранное число, определяющее точность аппроксимации распределения. В случае замкнутых сетей входной характеристикой является К — размер популяции (количество постоянно циркулирующих в сети заявок).
Заявки подразделяются на L типов, которые определяют порядок обслуживания и логику поведения заявок в сети. Сети, в которых L = 1, будем называть однородными. Для каждого типа заявки определена матрица стаци онарных вероятностей переходов R = \\щ\, где i,jeO,M+l. Для матрицы R предполагаются выполненными следующие естественные условия: г0,м+і = О, j=M+\ Гу = 1, где і є О, М. Каждый узел j сети характеризуется и,- количеством каналов и для каждого типа заявок — распределением времени обслуживания Bj. Начальные моменты времени обслуживания будем обозначать (bjubp,.. -,bjq).
Обозначим открытую СеМО как Q, замкнутую — как Q и определим их следующим образом: входных моментов повышается точность расчётов, но также повышается их вычислительная сложность и накапливаются ошибки в оценках высших моментов, поэтому во многих задачах достаточно оценить два момента (использование более четырёх моментов нежелательно из-за погрешностей в оценках [54]).
Необходимо учесть, что в отличие от процесса построения и исследования моделей ИВСет, использующего имитационные модели (ИМ), где рассчитываемые характеристики могут значительно отличаться от стационарных, в предлагаемых аналитических моделях оцениваются именно стационарные показатели эффективности функционирования моделируемой сети. Хотя в обоих методах моделирования выбор рассчитываемых характеристик необходимо делать на шаге проектирования алгоритма расчётов исследуемых характеристик. В работах Ю. И. Рыжикова наглядно продемонстрированы вычислительные преимущества методов ускоренного моделирования ИМ [57] и выбора правильной степени детализации для численных методов [55].
Выбор перечисленных характеристик определяется тем, что на их основании становится возможно вычислить все другие характеристики, которые будут рассматривается в главе 2.
При использовании численных и аналитических методов необходимо указать, что в диссертационной работе оцениваются характеристики стационарного состояния системы и предполагается, что интервалы времени между поступлением заявок независимы и одинаково распределены (н.о.р.с.в.), как и время обслуживания в каналах узлов.
Анализ различных подходов [5, 21,54] решения задачи расчёта стационарных характеристик аналитических моделей СеМО показал, что большинством исследователей используют обобщённый алгоритм, состоящий из следующих этапов:
В аналитических моделях расчёта характеристик узлов СеМО используются следующие аппроксимирующие распределения: экспоненциальное (М), эрлангова типа (Е), эрлантова типа с вероятностным пропуском первой фазы (Р), Кокса (С), гамма (G), гиперэкспоненциальное (с комплексными параметрами) (Я) и гамма-распределение с корректирующим многочленом [54].
М соответствует аппроксимации заданного распределения единственным начальным моментом, Р, С — двумя, #2 — тремя, а гамма-распределение с поправочным многочленом позволяет аппроксимировать распределение по произвольному количеству моментов. В случае предварительного анализа желательно выбрать наиболее частный вид распределения, для этого можно воспользоваться, например, тестом х2 согласия распределений или другие специальные тесты [44].
Формальная постановка задачи оптимизации характеристик информационно-вычислительных сетей
В современном производственном процессе сложность организации эффективной систем управления влечет необходимость постановки и решения задачи анализа и синтеза этих систем. Исследование зависимости эффективности функционирования ИВСет представляет собой весьма актуальную научно-техническую задачу, так как её решение позволит оптимально использовать доступные ресурсы. Проблема оптимального использования информационных ресурсов в настоящее время является достаточно острой, это связано с тем, что лишние ресурсы и избыточные ИТ становятся замороженными инвестициями (более того, потерянными ресурсами, учитывая быстрое моральное устаревание аппаратно-программного комплекса (АПК)), а недостаточные ресурсы — упущенной выгодой. Поэтому бизнес и государство заинтересованы в разработке систем моделирования, расчёта и оптимизации информационных ресурсов, так как они готовы оплачивать равно столько ресурсов, сколько необходимо для информационной поддержки управленческой деятельности. При этом они исходят из таких показателей эффективности, используемых в настоящее время на рынке компьютерных услуг, как ROI, ТСО, QoS [6, 27, 51, 60].
В указанных условиях особую ценность приобретают вопросы количественного и качественного оценивания эффективности функционирования существующих и создаваемых ИВСет, которые составляют основу любой современной информационной и автоматизированной системы. Традиционно перечисленные вопросы исследовались с использованием теории массового обслуживания (ТМО). Однако в современных условиях для учёта распределенности, неоднородности, нестационарности требуется разработка соответствующего модельно-алгоритмического обеспечения. Предложенные в первой главе методы и алгоритмы реализации расчёта оценок ВВХ ИВСет позволили говорить о возможности решения различных задач оптимизации в рамках моделей СеМО. К настоящему моменту получено огромное количество интересных фундаментальных и практических результатов в данной области [2, 5, 11,15, 17, 34, 61], к основным недостаткам которых можно отнести вычислительную сложность и наличие ряда жёстких ограничений на поведение моделируемого объекта, что может приводить к запоздавшим или ошибочным прогнозам и, как следствие, к потере прибыли, что и определяет актуальность поставленных в диссертационной работе задач создания мо-дельно-алгоритмического обеспечения, расчёта и оптимизации вероятностно-временных характеристик (ВВХ) ИВСет.
При решении задач моделирования, например, в логистической цепи поставок (ЛЦП), в первую очередь должны быть вычислены следующие количественные параметры эффективности: точность поставок, сроки поставок, использование мощностей, время производственного цикла, логистические затраты, запасы и устойчивости поставок. Можно оценить целесообразность внедрения новой ИВСет в имеющийся сложный объект за счёт совокупного изменения характеристик эффективности этого объекта. В работе [41] представлено описание значительного числа таких характеристик для описания функционирования ЛЦП.
Вопрос о том, как адекватно моделируемой системе задать все интересующие эксперта прикладной области характеристики ИВСет, описывающие аспекты внедрения новой аппаратно-программного комплекса (АПК), пока остаётся открытым. Для примера в литературе [12, 24, 41] приводятся следующие качественные и количественные характеристики трудные для измерения: более высокое удовлетворённость клиента, экономия времени труда рабочих, время от рассмотрения заявки до получения товара, уменьшение числа ошибок связанных с недостатком информации и человеческим фактором [30]. Для указанных характеристик расчёта предлагаются эмпирические методы на основе экстраполяции статистических данных аналогичных доступных проектов внедрения по эмпирическим правилам [12]. В рамках рассматриваемой работы предлагаются модели вероятностной природы, позволяющие учитывать подобные факторы неопределённости.
Временные характеристики сроков поставок, производства, обработки информации или какой-либо другой обработки могут быть интерпретированы в терминах СеМО как оценки распределения времени пребывания заявок в Се-МО. Описанный в главе 1 алгоритм расчёта характеристик сети позволяет получить оценку начальных моментов времени пребывания заявок в сети. Будем интерпретировать оптимальное время производства, поставок или обработки, как минимально возможное среднее время пребывания заявки в сети, безотносительно природы процесса. Предсказуемость выполнения сроков поставки, завершения обработки данных, передачу телекоммуникационных данных будем интерпретировать как минимизацию дисперсии при заданном среднем времени пребывании заявки в сети.
Точность выполнения плана интерпретируется как вероятность уложиться в заданные временные рамки и рассчитывается, как соответствующий квантиль функции распределения времени пребывания Fv(to), аппроксимированной с помощью рассчитанных начальных моментов. Одной из основных задач оценки ИВСет является проверка того, что она способна работать в РМВ, то есть, что вероятность уложиться в заданный директивный срок превышает заданный уровень. В рамках диссертации предлагается несколько подходов к увеличению точности и расширению применимости численных методов для этой задачи. Отказоустойчивость узлов ИВСет требует разработки методов оценки характеристик «узких мест» сети. Они учитываются в предложенной модели благодаря ряду ЦФ расчёта характеристик отдельного узла: среднего времени ожидания в очереди и коэффициента загрузки, которые могут быть использованы при рассмотрении случая внешнефирменной ЛЦП, когда имеется необходимость изменить параметры ИВСет в интересах локального участка сети (целевого предприятия), что может привести к ущербу интегральных показателей эффективности. Вместе с тем, рассмотрение окрестности точки минимума заданных ЦФ позволяет делать предположения о вариабельности значений ЦФ при локальных изменениях параметров. Вместе с разработкой методов расчёта данных характеристик в диссертации в параграфе 2.7 предлагается подход к глобальной оценке устойчивости узлов сети к возмущению входных параметров.
При рассмотрении сети в целом равномерность использования ресурсов может быть интерпретирована в терминах СеМО как равномерность коэффициентов загрузки узлов сети. В качестве целевой функции была выбрана функция дисперсии коэффициентов загрузки, рассчитанных для каждого узла сети. Минимизация этой дисперсии позволяет добиться ситуации, когда узлы загружены по возможности одинаково и в случае отказа какого-либо из них потери будут минимальны.
Для оценки экономических показателей внедрения необходимо ввести дополнительные параметры, не учитываемые при моделях СеМО, а именно стоимость владения оборудованием, штрафы за невыполнение директивных сроков. Для выбора оптимального оборотного запаса предлагается следующий класс ЦФ:
Оптимизация вероятностно-временных характеристик имитационной модели ИВСет
В исходной сети (и в оставшихся подсетях) циркулирует 35 заявок, распределение времени обслуживания в узлах предполагается показательным с параметром равным единице, при этом дополнительно введено ограничение на коэффициент загрузки узла 5 вида 0 ps 0.2. Структура рассматриваемой сети симметрична, так как отказ узла 3 эквивалентен отказу узла 1,4-6, 7-8. Таким образом, достаточно рассмотреть случаи выхода из строя узлов с индексами: 1,2,4,5,7.
На радиальном графике, изображённом на рисунке 2.7.1, показан пример оценивания влияния полного отказа некоторых из узлов сети, представленного на рисунке 2.6.2, на значение оптимального среднего времени прохождение заявками сети. Значение координат, определяющие структуру внутреннего многоугольника, на рисунке 2.7.1, выражаются в виде величины среднего времени прохождения заявки, а также соответствуют ситуации, когда рассматриваемая сеть нормально функционирует. В свою очередь, значения координат, определяющие структуру внешнего многоугольника, соответствуют ситуации, когда сеть начинает деградировать. Как видно, критичными в случае поломок являются узлы с индексами 7, 8, в то время как исключение узлов 1-3 практически не влияют на эффективность функционирования сети.
Задача автоматизированной оптимизации ВВХ ИВСет является очень сложной, так как при выборе тех или иных методов её решения приходится балансировать между вычислительной сложностью предлагаемого решения и сложностью модели, то есть соответствием модели реальному функционированию ИВСет. В данной главе автором предложен подход, который сближает численные и имитационные методы моделирования, оставляя время расчётов на уровне численных методов и расширяя область применимости, на те модели, которые могли быть рассчитаны ранее только методами ИМ. Предложенный комбинированный метод оптимизации ВВХ ИВСет, выраженный в терминах СеМО, в отличие от других методов, не зависит от задания начального приближения, применим к широкому классу аналитико-имита-ционных моделей и не требует информации о производных, что достигается за счёт интеграции достоинств алгоритмов локальной и глобальной оптимизации, положенных в его основу.
Предложенный подход к ограничению пространства параметров с использованием модифицированного метода штрафных функций позволяет регулировать скорость сходимости метода оптимизации и задавать предпочтительную область параметров. Модификация метода заключается в подборе штрафных функций, являющихся функциональными аналогами производной целевой функции (ЦФ), в то время как сама производная может либо отсутствовать, либо быть очень сложной для вычисления.
Разработанный алгоритм оперативного пересчёта оптимальных ВВХ ИВСет для различных сценариев деградации её структуры, используя который в отличие от традиционных подходов, позволяет решить новую задачу оптимизации сети с вышедшими из строя узлами. В результате выполненных исследований удалось сформулировать правила реконфигурации сети при возникновении подобных ситуаций на этапе проектирования, минимизировать потери без использования дополнительных ресурсов и оценивать чувствительность ИВСет к выходу из строя её отдельных узлов.
Вышеперечисленные алгоритмы и методы позволяют добиться лучшего соответствия моделируемым ИВСет и оперативно проводить оптимизацию их ВВХ, сохраняя согласованность результатов с полученными посредством использования других методов моделирования. 3 Имитационные модели информационно-вычислительных сетей
Задача расчёта вероятностно-временных характеристик информационно-вычислительных сетей средствами имитационного моделирования
В целом создание и развитие ИВСет, как и любой другой сложной организационно-технической системы, представляет собой сложный многоэтапный процесс, характеризующийся значительными капиталовложениями, длительным сроком внедрения и реализации, а также существенной неопределённостью, связанной с возможными изменениями как целей проектирования и применения, так и воздействий различного рода возмущений внешней среды на ИВСет на различных этапах жизненного цикла, имеющих как объективный, так и субъективный характер. Под жизненным циклом ИВСет понимается последовательность фаз существования системы от её замысла до снятия с эксплуатации (ликвидации). Объективная необходимость ориентации процессов создания и эксплуатации ИВСет на конечный результат — повышение эффективности производства и качества вьшускаемои продукции — привела к необходимости ставить и решать задачи управления жизненным циклом данных автоматизированных систем. Одним из способов оценки эффективности системы на всех этапах жизненного цикла является выделение существующих характеристик и их формализация. Следовательно, возникает вопрос их численного расчёта и учёта специфики конкретной ИВСет.
Описание модели скрытых цепей Маркова
Отметим, что при решении различных классов задач анализа и синтеза систем управления необходима информация о целях и задачах управления, о состоянии объекта управления, об окружающей среде [58]. Эта информация формируется на основе процессов измерения, передачи и обработки данных с помощью специальных датчиков (измерителей, сенсоров), каналов связи и вычислительных средств, которые являются основными элементами и подсистемами любой системы управления. Предметом современной информатики являются вопросы сбора, обработки, представления, передачи и защиты информации. Результаты этих исследований формируются в виде ИТ, представляющих собой совокупность способов реализации информационных процессов в различных областях человеческой деятельности при производстве информационного продукта, в том числе в ИВСет. Зависимость эффективности функционирования ИВСет от уровня развития информатики и ИТ очевидна, но конструктивное выявление и исследование этой зависимости представляет собой весьма актуальную научно-техническую задачу.
В системах мониторинга данные с различных датчиков поступают через заданные или случайные интервалы времени. В реальных системах для экономии трафика передаются только данные о значимом изменении состояния в виде {tk, Хк), где tk момент изменения состояния, а Хк —новое значение.
Интенсивность опроса датчиков зависит от состояния системы: нормальное или критическое функционирование. Например, в режиме нормального функционирования данные снимаются раз в 10 секунд, в случае критической ситуации — 10 раз в секунду. Это связано с тем, что в штатной ситуации на грузки на систему незначительны по сравнению с возросшей нагрузкой, в случае возникновения критической ситуации.
Собираемая телеметрическая информация может быть различной природы: датчики блокировки дверей, состояния сетей питания, температурные и т.д. Данные с датчиков поступают в базу данных, в которой содержатся сведения о изменениях ИВСет в целом. С одного датчика могут поступать данные о различных параметрах, которые должны быть обработаны, проанализированы и занесены в базу. Обработка этих параметров предполагает их прохождение через определённые операторы преобразования и агрегирования. Наборы операторов объединены в схемы по следующему принципу: результатом расчёта каждой схемы является одна агрегированная логическая переменная, зависящая от всех параметров, входящих в данную схему, значение которой позволяет судить о степени работоспособности соответствующей подсистемы.
В анализируемой СМ имеется несколько различных типов операторов, используемых при обработке поступающих данных, а именно: логические, битовые, функциональные, строковые, операторы работы со временем и специальные операторы. Логика обработки телеметрической информации представляет собой заранее определённую последовательность выполнения базовых операторов, где при изменении хотя бы одного из входных параметров оператора происходит пересчёт его выходных переменных. Конкретные схемы формируются в интерактивном режиме с использованием редактора схем, а затем описываются на специальном языке, в дальнейшем интерпретируемым СМ. Время работы каждого оператора является, как показал анализ, случайной величиной и зависит от оборудования, на котором происходит его реализация. Данные в РВМ могут поступать в базу одновременно и проверяются специальной программой на наличие значимых изменений.
Набор входных параметров и выходных переменных СМ заранее известен. Для каждой переменной в базе данных создаётся специальная схема, позволя ющая хранить одно или несколько её значений, или их все одновременно. Если хранятся не все значения, и система не справляется с потоком входных данных, то старые данные затираются и пропадают.
Интерпретатор модулей операторов позволяет реализовывать достаточно сложные программные модули, обеспечивающие обработку и интеллектуальный анализ разнотипных данных и информации, что приводит к необходимости постоянного оценивания и контроля их производительности.
Оборудование, на котором происходит обработка телеметрической информации, представлять собой ИВСет с избыточными путями, состоящую из серверов или обычных компьютеров, обеспечивающих транспортировку и обработку поступающих в СМ данных. Также имеется графическая составляющая приложения, отвечающая за отрисовку графиков и состояния объектов мониторинга на терминалах диспетчеров, которая в дальнейшем не будет учитываться при расчётах нагрузки на исследуемую ИВСет из-за разделения задач, возложенных на каждую из компонент рассматриваемой клиент-серверной системы.
Предполагается, что время обработки каждого отдельного модуля зависит от оборудования, на котором он реализуется, является случайной величиной и согласуется по критерию хи-квадрат с гамма-распределением с параметрами, определяемыми конкретным составом аппаратно-программных средств функционального предназначения: модуль математических функций, модуль логических операций, модуль битовых операций (операторы с более сложной структурой рассмотрим отдельно). В рассматриваемой СМ используемые серверы характеризуются количеством и мощностью процессоров, так как основная нагрузка по обработке поступающих данных ложится на вычислительную структуру.
