Имитационное моделирование в задачах построения систем синхронизации времени

Полный текст

Одной из важнейших задач сегодня является поиск недорогих способов увеличения эффективности и рациональности функционирования различного рода систем и объектов. Необходимо определить оптимальныесредства, которые позволят заранее определить возможные риски и минимизировать их. Своевременныйанализ планируемых изменений поможет избежать многих проблем, повысить качество и оперативность принимаемых управленческих решений. Одним из основных инструментов анализа, который позволяет оценить результативность изменений, планируемых к применению, является имитационное моделирование. Вопросам имитационного моделирования уделено внимание в многочисленных работах российских и зарубежных ученых, например таких, как Каталевский Д.Ю. [1], Sterman J.D. и др. Однако остаются слабо разработанными вопросы применения имитационного моделирования в задачах моделирования систем синхронизации времени (ССВ). В статьях [2] и [3] были рассмотрены вопросы организации типовой комплексной ССВ информационных систем распределительной сетевой компании (РСК), а также методики и средства для организации мониторинга работы этой системы. В [4] рассмотрена задача построения функциональной модели ССВ, основанной на протоколе NTP, оптимальной для решения задачи поддержания единого времени на энергообъектах региональной электросетевой компании. Цельюданнойстатьи является рассмотрение задач имитационного моделирования в процессе принятия управленческих решений, связанных с процессом мониторинга работы ССВ. Использование имитационной модели делает возможным прогнозирование и анализ всевозможных ситуаций, которые не происходили ранее, но могут произойти в будущем. С ее помощью возможно оценить критичность некоторых параметров и облегчитьпостроение теоретических моделей, а такжеорганизовывать эксперименты, которые зачастую не представляется возможным провести в реальной ситуации. Кроме этого, они позволяют легко отслеживать динамику процесса. В качестве инструмента для моделирования выбрана система AnyLogic. Она разработана компанией The AnyLogic Company на основе современных концепций в области информационных технологий и результатов исследований в теории гибридных систем и объектно-ориентированного моделирования [5]. В [2] предлагается организовать мониторинг работоспособности процесса синхронизации, основываясь на анализе и обработке сообщений, поступающих в единый центр со всех устройств, входящих в ССВ, об ошибках и предупреждениях в работе того или иного параметра протокола NTP: - об остановке службы времени; - о сбоях в процессе синхронизации; - о превышении смещения времени локальных часов и часов на сервере; - о превышении заданного уровня Stratum NTP-сервера, с которым происходит синхронизация. Логика создаваемой модели представлена на рис. 1. Рассмотрим объекты представленной модели. ОбъектSourceсоздает заявки. В контексте проводимого исследования с определенной периодичностью генерирует сообщения об ошибках и предупреждениях (Type_1…4), возникающих на устройствах ССВ. ОбъектServiceзахватывает для поступившей заявки заданное количество ресурсов (заданныхобъектом ResourcePool), задерживает заявку на определенное время, а затем освобождает захваченные ею ресурсы. Имитируется задержка на решение одной ошибки (solution_type_1…4) или предупреждения администратором(-ами) системы. Объект ResourcePool задает набор ресурсов, которые могут захватываться и освобождаться заявками с помощью объекта Service. Имитирует количество администраторов системы (administrators), работающих одновременно. Объект SelectOutputнаправляет входящие заявки в один из двух выходных портов в зависимости от выполнения заданного условия. Имитирует приоритетность решения администратором сначала наиболее серьезных ошибок. Объект Sink уничтожает поступившие заявки. Используется для подсчета решенных администратором ошибок. Рассмотрим начальные данные для модели. Предположим, что в сети ССВ используется 100 устройств (параметр модели num_Devices), которые круглосуточно (посменно) обслуживает один администратор (параметр модели num_Admins). Средства мониторинга на устройствах генерируют сообщения об ошибках и предупреждениях, представленные ниже. Рис. 1. Логика имитационной модели мониторинга ССВ Сообщение об ошибке (Type_1) «Не работает служба NTP». Данное сообщение может возникнуть на одном устройстве согласно треугольному вероятностному распределению с минимальным значением 0 в месяц, максимальным - 1 в месяц и наиболее вероятным - 0 в месяц. Таким образом, интенсивность прибытия сообщений Type_1 от всех устройств определяется: Интенсивностьприбытия = triangular(0/(30*day()), 1/(30*day()),0/(30*day()))*num_Devices. На разрешение одной такой ошибки администратор затрачивает время, которое также определяется по треугольному вероятностному распределению с минимальным значением 1 час, максимальным - 8 часов и наиболее вероятным - 2 часа: Времязадержки= triangular( 1*hour(), 8*hour(), 2*hour()). Сообщение об ошибке (Type_2) «Сбой в процессе синхронизации». По интенсивности прибытия такие сообщения аналогичны сообщению Type_1: Интенсивностьприбытия = triangular(0/(30*day()), 1/(30*day()),0/(30*day()))*num_Devices. На разрешение одной такой ошибки администратор затрачивает время, которое определяется по треугольному вероятностному распределению с минимальным значением 1 час, максимальным - 16 часов и наиболее вероятным - 4 часа: Времязадержки= triangular( 1*hour(), 16*hour(), 4*hour()). Сообщение о предупреждении (Type_3) «Превышение максимально разрешенного значения смещения Offset». Данное сообщение может возникнуть на одном устройстве согласно треугольному вероятностному распределению с минимальным значением 0 в день, максимальным - 2 в день и наиболее вероятным - 1 в день: Интенсивностьприбытия = triangular(0/day(), 2/day(), 1/day())*num_Devices. Администратор затрачивает на обработку такого предупреждения время, которое определяется по треугольному вероятностному распределению с минимальным значением 0,1 часа, максимальным - 0,5 часа и наиболее вероятным - 0,2 часа: Времязадержки= triangular( 0.1*hour(), 0.5*hour(), 0.2*hour()). Сообщение о предупреждении (Type_4) «Превышение максимально разрешенного уровня Stratum». Данное сообщение может возникнуть на одном устройстве согласно треугольному вероятностному распределению с минимальным значением 0 в день, максимальным - 1 в день и наиболее вероятным - 0 в день: Интенсивностьприбытия = triangular(0/day(), 1/day(), 1/day())*num_Devices. Администратор затрачивает на обработку такого предупреждения время, которое определяется по треугольному вероятностному распределению с минимальным значением 0,1 часа, максимальным - 0,5 часа и наиболее вероятным - 0,2 часа: Времязадержки= triangular( 0.1*hour(), 0.5*hour(), 0.2*hour()) Рис. 2. Результат выполнения модели Обработку поступающих сообщений администратор ведет со следующими приоритетами: Type_1 - 4, Type_2 - 3, Type_3 - 2, Type_4 - 1. Выполнив модель для периода модельного времени в один месяц (744 часа) для ССВ количеством 100 устройств, получают выходные данные (рис.2). Анализируя диаграммы, можно сделать вывод, что администратор не успел обработать одно критичное сообщение об ошибке Type_2 и множество некритичных предупреждений Type_3 и Type_4. Для повышения качества и оперативности принимаемых управленческих решений необходимо подобрать оптимальное количество устройств для ССВ, по которым один администратор сможет обслуживать возникающие ошибки и предупреждения. Для этого создается эксперимент «Оптимизация», где в качестве функции, возвращаемое значение которой необходимо максимизировать, указывается параметр num_Devices. Приемлемым условием эксперимента будет считаться отсутствие необработанных ошибок Type_1 и Type_2 за один месяц. Количество устройств с каждой итерацией эксперимента будет изменяться от 40 до 150 с шагом 10. Для каждой итерации будет выполняться 5 реплик эксперимента. На рис. 3 видно, что за один месяц один администратор может без труда обслуживать ССВ с количеством устройств, равным 70. Рис.3.Результат эксперимента по оптимизации Таким образом, предложенная дискретно-событийная модель процесса обработки аварийных событий системы синхронизации времени, построенная в среде моделирования AnyLogic, позволяет выявить узкие места системы и оценить меры по их устранению. В частности, определено максимальное количество возможных устройств ССВ, сообщения об ошибках с которых может обрабатывать один администратор ССВ при определенных вероятностях появления таких сообщений.

Об авторах

Алексей Сергеевич Рагузин

Самарский государственный технический университет

аспирант Россия, 443100, г. Самара, ул. Молодогвардейская, 244

Николай Геннадиевич Губанов

Самарский государственный технический университет

(к.т.н., доц.), заведующий кафедрой «Автоматизация и управление технологическими процессами» Россия, 443100, г. Самара, ул. Молодогвардейская, 244

Список литературы

Дополнительные файлы