ОЦЕНИВАНИЕ УСЛОВИЙ ЭФФЕКТИВНОГО ФУНКЦИОНИРОВАНИЯ КОМПЬЮТЕРНЫХ УЗЛОВ ПРИ ИЗМЕНЕНИЯХ ВХОДНОГО ТРАФИКА НА ОСНОВЕ СТОХАСТИЧЕСКИХ ПРОЦЕССОВ


Цитировать

Полный текст

Аннотация

Современные цифровые технологии позволяют организовать эффективное управление процессами в информационных контурах промышленных предприятий. При этом для самих компьютерных узлов существуют разнообразные системы контроля и мониторинга. На основе таких систем можно выполнить построение моделей, а затем, исходя из результатов моделирования, установить эффективный режим функционирования на компьютерном узле. Предлагается подход управления компьютерным узлом, основанный на использовании статистического моделирования процессов Ито. Такой подход позволяет производить моделирование компьютерного узла во времени и в зависимости от результатов потребления узлом ресурсов устанавливать на узле наиболее подходящий режим функционирования с учетом решения эксперта.

Полный текст

Введение Компьютерные технологии способствуют по- вышению эффективности работы промышлен- ных предприятий [1]. Внедрение компьютерных технологий в производство приводит к умень- шению количества используемой аппаратуры и повышению его надежности, появлению прин- ципиально новых возможностей управления и самодиагностики, увеличению качества произво- димой продукции. Наиболее часто на современ- ном производстве используются не отдельные компьютеры, а их сети. При таком подходе раз- личные компьютеры могут отвечать за отдельные производственные участки, управление кото- рыми должно происходить в реальном времени. Для управления в реальном времени необходимо формировать дискретные сигналы управления с определенной скоростью. Если скорость фор- мирования будет недопустимо низкой либо вы- сокой, то возможно несрабатывание отдельных технических блоков. Поэтому необходим выбор режимов управления отдельными компьютерами в автоматическом режиме. Управление компьютерными узлами Управление отдельными блоками на промыш- ленных предприятиях производится с использо- ванием специальных математических моделей [2]. По этим моделями можно сформировать пла- ны работ отдельных исполнительных механиз- мов. Во многих случаях считается, что точных методов формирования планов нет. Поэтому по- иск решения задач планирования производится итерационными методами. Разрабатывается про- граммное обеспечение, позволяющее численны- ми методами находить существующие решения задач оптимизации, в свою очередь, на основе этих решений уже может быть произведено эф- фективное планирование проводимых работ. При эксплуатации указанного программного обе- спечения необходимо учитывать существование определенных ситуаций, когда решение может не быть найдено при его фактическом существова- «Infokommunikacionnye tehnologii» 2021, Vol. 19, No. 4, pp. 435-439 нии, что может ухудшить качество долгосрочно- го планирования. Необходимы дополнительные средства, позволяющие эти ситуации во многих Пусть компьютерный узел имеет входной поток управляющих воздействий X(t), изменя- ющийся в соответствии со случайным процессом: случаях исключить. Например, системы искусственного интел- X t ct DW t . (1) лекта позволяют производить поиск решений с В формуле (1) W t - винеровский процесс, самообучением [3]. Формируется пространство состояний управляемой сложной системы, и зада- ется ее поведение в определенные моменты вреc - постоянный коэффициент сноса, D - постоянный коэффициент диффузии. Объем используемых ресурсов компьютерной мени, а также правила, по которым происходит системы R t для реакции на управляющее возпереход из одного состояния в другое. Эти передействие зависит от X t , то есть: ходы могут выполняться по различным путям, но самообучающиеся системы выбирают из них R t X t . (2) оптимальный либо близкий к такому. Существу- ющие обратные связи находят свое отражение в качестве внедренных подсистем, позволяющих отобразить в том числе и расход ресурсов. Совер- шение неправильных управляющих воздействий может быть компенсировано за счет последова- тельностей корректировок управляющих воз- В формуле (2) - штрафной коэффициент, выбираемый экспертом (процесс выбора этого коэффициента в настоящей работе не рассматри- вается). После получения от системы мониторинга компьютерного узла последовательности изме- ренных через отрезки отсчета T значений велидействий. Фактическое завершение выполнения чин воздействий xi , i 1, 2,..., n можно оценить работ является моментом для проведения анали- за по расходу ресурсов и оценки характеристик коэффициенты (1). Для этого можно применить, в частности, метод наименьших квадратов [10]: n результата работ. Анализ работы систем мониторинга дает возc 6 T n 1 2n 1 i 1 ixi , можность компенсировать недостаток инфорn (3) мации о состоянии вычислительных сред [4]. n D 1 x - cTi . Для анализа малых объемов выборок о происхо- дящих изменениях применяются подходы, учи- тывающие нестационарность работы этих сред. Для управления узлами беспилотных систем i i 1 n В формуле (3) c - математическое ожидание значения коэффициента сноса, D - математиче- ское ожидание значения коэффициента диффузии. применяются подходы, в основе которых лежит Пусть в моменты времени i 1, 2,..., n известиспользование непараметрических статистик [5]. Эти подходы позволяют повысить уровень до- стоверности при выявлении возможных угроз и ны объемы потребляемых компьютерным узлом ресурсов R t . Тогда: рисков в беспилотных системах. Подходы на основе систем массового обслу- живания (СМО) и непараметрических стати- X t R t ct Из (3), (4) следует, что DW t . (4) стик также применимы и к компьютерным узлам сложных цифровых систем производственных предприятий [6]. Эти подходы позволяют обеспеc n 6 i T n 1 2n 1 i 1 xi , чить эффективную поддержку цифровых систем 1 n x cTi на основе результатов моделирования СМО. Но D i - . моделирование СМО может быть уточнено с ис- пользованием винеровских процессов. Аналитическое моделирование n i 1 n Можно предположить, что процесс (1) описы- вает скорость изменения состояний компьютер- ного узла. Тогда Поэтому в настоящей работе рассматривается моделирование компьютерных узлов информаy t X t (6) ционного контура на основе процессов Ито [7]. y t c t D W t . Помимо статистического моделирования процес- сов Ито для исследования компьютерных узлов в условиях изменяющейся нагрузки можно приме- нять и другие аналитические подходы [8; 9]. Численное решение дифференциального урав- нения (6) производится на основании результатов мониторинга за потреблением ресурсов компью- терного узла. Tkachenko K.S. 437 Рисунок 1. Численное решение уравнения (7) Рисунок 2. Численное решение уравнения (8) Пусть, например, c 0, 0636, и D 0,1138, Заключение что соответствует информационной ситуации с наименьшей скоростью изменения вероятности простоя компьютерного узла из [7]. Тогда диффе- ренциальное уравнение, описывающее процесс изменения состояний компьютерного узла, есть Полученные результаты позволяют произво- дить моделирование компьютерного узла во вре- мени и в зависимости от результатов потребления узлом ресурсов устанавливать на узле наиболее подходящий режим функционирования с учетом y t 0, 0636t 0,1138W t . (7) решения эксперта. Модели на основе процессов Численное решение (7) может быть найдено с использованием системы компьютерной алгебры. Для случая W t 0, 75 с нулевыми начальными условиями решение изображается на рисунке 1. Ито становятся в дополнение к системам мониторинга основой эффективным инструментом для режима функционирования на компьютер- ном узле. Также, например, пусть c 0, 0773 и D Литература 0,1637, что соответствует информационной ситуации с наибольшей скоростью изменения веро- ятности простоя компьютерного узла из [7]. Тог- да дифференциальное уравнение, описывающее процесс изменения состояний компьютерного узла, есть Каширских В.Г., Медведев А.Е. Компьютер- ная система управления конвейерной лини- ей // Вестник Кузбасского государственно- го технического университета. 2005. № 6. С. 51-55. Матухина О.В. Компьютерные технологии в y t 0, 0773t 0,1637W t . (8) управлении системой с программными свя- Численное решение (8) может быть найдено с использованием системы компьютерной алгебры. Для случая W t 0, 75 с нулевыми начальными условиями решение изображается на рисунке 2. Эксперт, возможно, совместно с системным администратором компьютерной системы про- изводят коррекцию параметров компьютерного узла в зависимости от его текущей загрузки на основе анализа результатов системы мониторин- га. В случае возникновения нестационарного ре- жима при обработке задач на основе численного решения уравнения (6), коэффициенты которого определяются по (5), производится выбор наи- более подходящего режима функционирования узла из числа имеющихся. Таблица конфигура- ций компьютерных узлов, описывающая как ми- нимум модельные количества каналов и емкости накопителей, формируется априорно.
×

Об авторах

К. С Ткаченко

Севастопольский государственный университет

Email: kstkachenko@sevsu.ru
Севастополь, РФ

Список литературы

  1. Каширских В.Г., Медведев А.Е. Компьютерная система управления конвейерной линией // Вестник Кузбасского государственного технического университета. 2005. № 6. С. 51-55.
  2. Матухина О.В. Компьютерные технологии в управлении системой с программными связями // Вестник Казанского технологического университета. 2013. Т. 16, № 2. С. 199-202.
  3. Дьячук П.П., Николаева Ю.С. Компьютерные системы управления поиском решения задач // Программные продукты и системы. 2009. № 2. С. 128-130.
  4. Интеллектуальная система мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах / А.В. Скатков [и др.] // Информационно-управляющие системы. 2017. № 2 (87). С. 19-25.
  5. Адаптивный метод обнаружения уязвимостей интерфейсов беспилотных транспортных средств в инфраструктуре умного города / А.В. Скатков [и др.] // Инфокоммуникационные технологии. 2020. Т. 18, № 1. С. 45-50.
  6. Ткаченко К.С. Эффективная поддержка цифровых технологий при изменениях требований на производственных предприятиях // Инфокоммуникационные технологии. 2020. Т. 18, № 4. С. 484-488.
  7. Ткаченко К.С., Скатков И.А. Метод статистического моделирования для проектирования информационно-измерительных систем контроля с учетом особенностей стохастических процессов // Системы контроля окружающей среды. 2020. № 1 (39). С. 46-53.
  8. Скатков А.В., Ткаченко К.С. Статистические оценки рисков в условиях несанкционированных возмущений узлового трафика // Системы контроля окружающей среды. 2016. № 5 (25). С. 41-46.
  9. Ткаченко К.С., Корепанова Н.Л. Обнаружение вирусных атак в распределенных средах и однородных сетях критического применения // Системы контроля окружающей среды. 2014. № 20. С. 98-101.
  10. Саичев А.И., Филимонов В.А., Тараканова М.В. Оценка коэффициента диффузии винеровского случайного процесса с равномерным сносом // Вестник Нижегородского университета им. Н.И. Лобачевского. 2010. № 5-1. С. 61-66.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Ткаченко К.С., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах