Математическая модель надёжности аппаратно-программных комплексов обработки информации для систем управления реального времени

Обложка

Цитировать

Полный текст

Аннотация

Одной из главных характеристик аппаратно-программных систем обработки информации реального времени является надёжность.

Под надёжностью программного обеспечения (ПО) понимается свойство этого обеспечения выполнять заданные функции, сохраняя свои характеристики в установленных пределах при определённых условиях эксплуатации.

Надёжность ПО определяется его безотказностью и восстанавливаемостью.

Безотказность ПО – это свойство сохранять работоспособность при использовании его для обработки информации в информационной системе. Безотказностью программного обеспечения оценивается вероятность его работы без отказов при определённых условиях внешней среды в течение заданного периода наблюдения.

Разработка и проектирование систем реального времени требует большого количества ресурсов на проектирование и тестирование. Одним из решений данной проблемы является математическое моделирование аппаратно-программных комплексов. Это позволяет более гибко проектировать системы реального времени с заданной надёжностью с учётом ограничений по цене и времени разработки, а также открывает возможность более гибкой оптимизации аппаратно-программных систем реального времени.

Для разработки математической модели надёжности аппаратно-программного комплекса систем реального времени необходимо учитывать обеспечение заданного уровня надёжности при целесообразных затратах на разработку.

Существует много методов повышения надёжности программного обеспечения, но наиболее перспективный и эффективный метод – это избыточность, которая достигается за счёт использования мультиверсионного программирования.

Для повышения надёжности аппаратной части комплекса также необходимо использовать избыточность и резервирование, что включает в себя мультипроцессорность и обеспечение разных шин и независимой оперативной памяти.

В данной статье рассматриваются существующие подходы к повышению надёжности аппаратного
и программного обеспечения, предлагается модель надёжности аппаратно-программного комплекса, которая понимается как произведение вероятности безотказной работы аппаратного обеспечения и вероятности безошибочной работы программного обеспечения.

Кроме того, предлагаются новые формулы для вероятностей состояний аппаратного обеспечения многопроцессорного вычислительного комплекса с разнородными процессорами в установившемся режиме, дающие тот же результат, что существующие, но требующие меньше вычислений.

В заключении статьи ставится вопрос о возможности оптимизации надёжности аппаратно-программных комплексов на основе построенной модели, указываются методы оптимизации, которые могут быть использованы при решении данной задачи.

Об авторах

Андрей Владимирович Ааб

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Email: anastasiya.popowa@mail.ru

магистр; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Россия, г. Красноярск, 660037, просп. им. газ. «Красноярский рабочий», 31

Павел Викторович Галушин

Сибирский юридический институт МВД России
Российская Федерация

Email: anastasiya.popowa@mail.ru

кандидат технических наук, доцент; Сибирский юридический институт МВД России

Россия, г. Красноярск, 660131, ул. Рокоссовского, 20

Анастасия Валерьевна Попова

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Автор, ответственный за переписку.
Email: anastasiya.popowa@mail.ru

магистр; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Россия, г. Красноярск, 660037, просп. им. газ. «Красноярский рабочий», 31

Виталий Анатольевич Терсков

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Email: anastasiya.popowa@mail.ru

доктор технических наук, профессор; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Россия, г. Красноярск, 660037, просп. им. газ. «Красноярский рабочий», 31

Список литературы

  1. Buttazzo G. Hard Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications. New York, NY, Springer, 2011. XVI+524 P.
  2. Васильев В. А., Легков К. Е., Левко И. В. Системы реального времени и области их применения // Информация и космос. 2016. № 3. C. 68–70.
  3. Черкесов Г. Н. Надежность аппаратно-программных комплексов. Спб. : Питер, 2005. 479 с.
  4. Липаев В. В. Экономика производства программных продуктов. М. : СИНТЕГ, 2011. 358 с.
  5. Затуливетер Ю. С., Фищенко Е. А., Ходаковский И. А. Программные методы повышения надежности структурно сложных распределенных вычислений и процессов управления // Надежность. 2009. №. 1. С. 42–49.
  6. Avizienis A. The N-Version Approach to Fault-Tolerant Software // IEEE Trans. Soft. Eng, 1985. Vol. SE-11 (12). P. 1511–1517.
  7. Кукарцев В. В., Шеенок Д. А. Оптимизация программной архитектуры логистических информационных систем // Логистические системы в глобальной экономике. 2013. № 3. С. 138–145.
  8. Анализ надежности мультиверсионных архитектур аппаратно программных комплексов / О. А. Антамошкин, А. С. Дегтерев, М. А. Русаков и др. // Успехи современного естествознания. 2005. №. 6. C. 44-45.
  9. Ефимов С. Н., Терсков В. А. Реконфигурируемые вычислительные системы обработки информации и управления. Красноярск : КрИЖТ ИрГУПС, 2013. 249 c.
  10. Methods of assessing the characteristics of the multiprocessor computer system adaptation unit / Efimov S. N., Tyapkin V. N., Dmitriev D. D. и др. // Журнал Сибирского федерального университета. Серия: Математика и физика. 2016. Т. 9, № 3. С. 288–295.
  11. Грэхем Р. Л., Кнут Д. Э., Паташник О. Конкретная математика. Математические основы информатики : 2-е изд. ; пер. с англ. М. : ООО «И.Д. Вильямс», 2010. 784 с.
  12. Вентцель Е. С., Овчаров Л. А. Теория вероятностей и её инженерные приложения : 2-е изд. М. : Высшая школа, 2000. 480 с.
  13. Goldberg D. E. Genetic algorithms in search, optimization, and machine learning. Reading, MA, Addison-Wesley, 1989. 372 p.
  14. Vorozheikin F. Yu., Gonchan T. N., Panfilov I. A. at al. Modified Probabilistic Genetic Algorithm for the Solution of Complex Constrained Optimization Problems // Vestnik SibSAU. 2009. Iss. 5 (26). Р. 31–36.
  15. Галушин П. В. Разработка и исследование асимптотического вероятностного генетического алгоритма // Журнал Сибирского федерального университета. Серия: Математика и физика. 2012. № 1(5). C. 49–56.
  16. Использование метода роя частиц для формирования состава мультиверсионного программного обеспечения / Ковалев И. В., Соловьев Е. В., Ковалев Д. И. и др. // Приборы и системы. Управление, контроль, диагностика. 2013. № 3. С. 1–6.
  17. Semenkin E., Semenkina M. Stochastic Models and Optimization Algorithms for Decision Support in Spacecraft Control Systems Preliminary Design // Informatics in Control, Automation and Robotics, Lecture Notes in Electrical Engineering. 2014. Vol. 283. P. 51–65.
  18. Semenkin E., Semenkina M. Self-Configuring Genetic Programming Algorithm with Modified Uniform Crossover Operator // Proceedings of the IEEE Congress on Evolutionary Computation. June 10–15, 2012.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Ааб А.В., Галушин П.В., Попова А.В., Терсков В.А., 2020

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