Инструментальный комплекс распределенного имитационного моделирования кластерных систем модульного программирования тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Александров, Андрей Александрович

• Александров, Андрей Александрович
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Александров, Андрей Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ.

1.1. Задача моделирования распределенных вычислительных систем

1.2. Средства и методы имитационного моделирования.

1.3. Системы имитационного моделирования.

1.4. Технологии распределенных вычислений.

1.5. Технология HL А.

1.6. Синхронизация времени.

1.6.1. Консервативный алгоритм синхронизации времени.

1.6.2. Оптимистический алгоритм синхронизации времени.

1.7. Кластерные системы модульного программирования.

ГЛАВА 2. СРЕДСТВА И МЕТОДЫ ОРГАНИЗАЦИИ РАСПРЕДЕЛЕННОГО ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ КСМП.

2.1. Технология распределенного имитационного моделирования кластерных систем модульного программирования.

2.2. Распределенная имитационная модель.

2.3. Коммуникационная библиотека.

2.4. Алгоритм синхронизации времени.

2.5. Обеспечение надежности.

2.6. Аппарат контрольных точек.

ГЛАВА 3. ИНСТРУМЕНТАЛЬНЫЙ КОМПЛЕКС СИРИУС ДЛЯ ОРГАНИЗАЦИИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ.

3.1. Архитектура.

3.2. Конструктор описания предметной области.

3.3. Конструктор описания программно-аппаратной архитектуры.

3.4. Генератор распределенной имита! донной модели.

3.5. Исполнительная подсистема.

3.6. Программные аспекты реализации.

ГЛАВА 4. ПРИМЕНЕНИЯ ИНСТРУМЕНТАЛЬНОГО КОМПЛЕКСА ПРИ ПРОЕКТИРОВАНИИ КСМП.

4.1. Проверка гипотезы о законе распределения.

4.2. Пример прогнозирования времени работы модулей КСМП для решения СБУ.

4.3. Пример применения ИК СИРИУС при моделировании работы КСМП для решения СБУ.

4.4. Сравнительный анализ эффектовi юс п i локального и распределенного процессов моделирования.

Введение диссертации (часть автореферата) на тему «Инструментальный комплекс распределенного имитационного моделирования кластерных систем модульного программирования»

Актуальность темы. Развитие информационных технологий, увеличение пропускной способности сетей передачи данных, снижение стоимости комплектующих и постоянный рост требований, исходящих от научно-исследовательских приложений, обусловили создание новых вычислительных инфраструктур предназначенных для решения целого класса задач, не предполагающих тесного взаимодействия между параллельными процессами [9].

Такими инфраструктурами называют кластеры, метакомпьютеры, сети GRID и т.д., которые формируются из обычных компьютерных ресурсов (вычислительных узлов), размещенных в Интернет и используемых независимо от своего физического расположения. Вычислительные ресурсы узла включают процессоры, оперативную и внешнюю памя ть, файлы, базы данных и др.

Интеграция некой распределенной вычислительной инфраструктуры и пакета прикладных программ, функциональные модули которого размещены в узлах этой инфраструктуры, привела к появлению нового вида предметно-ориентированных вычислительных комплекс он — кластерных систем модульного программирования (КСМП) [36].

Распределенная вычислительная инфраструктура, предназначенная для создания и применения рассмотренных выше пакетов программ, представляет собой совокупность территориально распределенных рабочих станций (узлов), коммуникационной сети и промежуточного программного обеспечения, предназначенного для управления процессом решения задач в узлах этой инфраструктуры. Узлы подразделяются па главный (управляющий) узел и подчиненные (вычислительные) узлы.

При создании КСМП ее модули п клиентские части системного программного обеспечения размещаются в вычислительных узлах, а ядро (серверная часть) системного программного обеспечения — в управляющем узле. Набор системных функций КСМП дополняется (но сравнению с традиционными пакетами программ) коммуникативными функциями по передаче сообщений и дан4 ных между узлами, функциями синхронизации выполнения модулей, функциями мониторинга состояния распределенной системы и др.

На этапе проектирования КСМП, помимо концептуальных вопросов ее функционирования (на какие категории пользователей и классы задач она ориентируется), возникает ряд технических вопросов:

- какую программно-аппаратную архитектуру выбрать для функционирования КСМП;

- какое прикладное программное обеспечение использовать для решения задач в КСМП;

- по каким критериям будут оцениваться производительность и надежность этой КСМП;

- какими методами и средствами проводить моделирование ее работы.

Возрастающая сложность, размер и особенности организации моделей

КСМП требуют удобных инструментальных средств описания и анализа таких моделей. Поэтому необходима инструментальная среда, предназначенная для решения следующих задач: определения множества функциональных отношений между объектами исследуемой предметной области и построения соответствующей вычислительной модели; описания программно-аппаратной архитектуры создаваемой системы, включая коммуникационную среду; моделирования процессов формирования постановок исследовательских задач, построения и исполнения планов решения задач.

Исследования в области перспективных технологий программирования (Л. А. Калужнин, А. П. Ершов, М. С. Бургин, И. В. Вельбицкий, В. В. Ивани-щев, Э. X. Тыугу, G. A. Raeder, Chang Shi-Kuo и др.) показывают, что визуальные методы и графический стиль программирования предлагают более естественную форму для выражения алгоритмов и структур данных по сравнению с текстовыми линейными языками (см., например, обзор [65]).

Поэтому необходима разработка и реализация графической среды для описания концептуальной схемы предметной области и программно-аппаратной архитектуры среды функционирования КСМП.

С точки зрения визуализации процессов представления предметно-ориентированных данных, планирования и выполнения вычислений, в КСМП можно выделить несколько групп инструментальных средств, автоматизирующих эти процессы.

1) Специализированные математические пакеты программ для проведения научных и инженерных расчетов, как. например, Simulink, входящий в пакет Mathlab [12]. Основным назначением подобных систем является проектирование низкоуровневых коммуникационных моделей, моделей обработки сигналов электрических цепей, а также визуализация результатов проводимых в них расчетов. В таких системах построение моделей происходит в интерактивном графическом режиме из набора базовых элементов так называемой библиотеки насфаиваемых шаблонов, когорые в процессе проектирования могут быть упорядочены в виде иерархий.

2) CASE-средства [7] (англ. Computer-Aided Software Engineering - автоматизированная разработка программного обеспечения) — системы для проектирования программных средств, комплектующиеся графическим редактором и зачастую использующие язык UML (англ. Unified Modeling Language - унифицированный язык моделирования). Главной задачей этих систем является автоматизация разработки программного обеспечения па различных этапах, включая анализ, формулировку требований, проектирование программ и баз данных, генерацию кода, создание, тестирование, сопровождение и документирование программ. Хотя такие системы и позволяют в наглядной форме описывать предметную область и анализировать ее модель, они зачастую сложны для применения в моделировании КСМП, поскольку требуют описания предметной области «с нуля» и ее доводки на языках более низкого уровня (по сравнению с языками имитационного моделирования) наподобие С++ или Java.

3) Инструментальные средства разработки пакетов программ с возможностью описания модели предметной области и динамическим планированием вычислительного процесса. Такие системы обладают набором компонентов многоразового использования, таких как решатель, подсистема организации вычислений и функциональные блоки (модули, реализующие конкретные алгоритмы расчетов). Одними из первых разработок можно выделить систему ДИСУПГ1П [40] и ее графический аналог - систему ГРАФ-ПРОЦЕСС [39]. Из систем дальнего зарубежья можно отметить инструментальные средства, акцентирующие внимание на создании моделей путем их сбора из базовых графических примитивов, каждый из которых представляет собой отдельный объект — как, например, в системе G2 [24] или ILOG [76]. Тем не менее применение данных систем требует достаточно высокой программистской квалификации разработчика.

4) Существует также ряд специализированных систем моделирования программно-аппаратного обеспечения сетей передачи данных, например, OPNET [88], QualNet [89], Vantage Predictor [99] и др., предназначенных в первую очередь для проектирования и оптимизации топологической структуры компьютерной сети и обладающих развитыми графическими средствами ее конструирования. Основными типовыми задачами, решаемыми в подобных системах, являются [8]: оптимизация пропускной способности каналов связи, выбор маршрутов, оптимизация топологической структуры, выбор методов управления потоками и определение параметров управления, анализ объемов буферной памяти узлов коммутации, маршрутизации, выбор стратегии буферизации при перегрузках и т. п.

Однако при моделировании КСМП помимо представления сети передачи данных требуется также определение множества функциональных отношений между объектами исследуемой предметной области, постановки исследовательских задач и генерации планов их решения. Функциональные отношения такой модели, реализуемые в реальных системах модулями какого-либо языка программирования. требуются для анализа ее внутреннего параллелизма, моделирования процессов формирования постановок исследовательских задач, построения и исполнения планов их решения. Перечисленные выше системы моделирования не обладают всеми необходимыми средствами для решения подобной задачи. Модифицировать же их с целью расширения круга решаемых в них задач достаточно непросто. В диссертации предлагается разработка и реализация графической инструментальной среды, включающей конструкторы описания предметной и программно-аппаратной архитектуры и устраняющей недостатки перечисленных сред.

КСМП является сложной системой, представляющей совокупность объектов разной природы (пользователей, задач, программно-аппаратных средств, процессов и др.), оперирующих и вза им оде iicT ву ющих между собой. Состояние такой системы в каждый момент времени зависит от большого числа управляющих переменных, случайных событий, законов их распределения, связен между объектами системы и ограничений разных типов.

На практике исследование подобного рода систем зачастую невозможно без применения средств и методов имитационного моделирования [21]. Имитационная модель позволяет воспроизвести весь процесс функционирования сложной системы с сохранением ее логической структл ры, связи между событиями этой системы и последовательности протекания их во времени. Имитационное моделирование позволяет учесть большое количество реальных деталей функционирования моделируемого объекта. Применение статистических методов, неизбежное при имитационном моделировании, требует больших затрат машинного времени и вычислительных ресурсов. Одним из путей решения данной проблемы является использование суперкомпыотерной вычислительной техники, в том числе кластерных архитектур.

На сегодняшний день разработаны разные модели, методы и средства распределенного имитационного моделирования (см., например, работы В.В. Окольнишиикова, P.JI. Смелянского, R.M. Fujimoto, S.Strassburger и др.), в том числе такие известные системы как Мера [29], Диана [44], SLX [80] и др. Для построения среды имитационного моделирования можно использовать универсальные языки программирования, такие как С, Fortran, Ada, Java, или системы имитационного моделирования GPSS World [68], GPSS/H [73], Arena [84], SLX, SIMPLEX3 [67], AnyLogic [19] и др.

Системы имитационного моделирования по сравнению с универсальными языками программирования [21, 94], обладая средой и специализированными языками, дают ряд значительных преимуществ, таких как существенное сокращение [45] времени разработки имитационных моделей, простота поддержки и их последующей модификации. Более того, такие системы предоставляют высокоуровневые инструменты для работы с параллельными процессами, объектами имитационных моделей, статистические инструменты, обеспечивают более совершенные механизмы обнаружения ошибок и обладают высокоуровневой средой отладки, оперирующей понятиями заявок, устройств обслуживания и объектов.

Поэтому использование готовой системы имитационного моделирования для решения поставленной в диссертации задачи выглядит предпочтительнее. Использование систем в распределенной вычислительной среде (РВС) также налагает ряд требований по выбору систем моделирования, таких как [77]: отказоустойчивость, поддержка механизмов синхронизации времени, организации обмена данными между сегментами распределенной модели, а также наличие самой системы моделирования в свободном доступе. Обеспечение отказоустойчивости распределенного процесса требует дополнительных функциональных возможностей для сохранения/восстановления состояний модели, которые редко встречаются в существующих системах [93]. Базовые возможности для этого имеются в системах GPSS World, GPSS/H и SIMPLEX3, но недостаточно развиты для использования в пакетном режиме, так как требуют разработки управляющих надстроек.

При использовании системы имитационного моделирования на локальном компьютере проблем с синхронизацией времени не возникает. Сложности с синхронизацией времени появляются в случае использования распределенного имитационного моделирования [94], т. е. когда отдельные сегменты модели размещены на разных узлах вычислительной сети. В этой области известны следующие традиционные подходы к синхронизации времени [77, 93]:

- консервативные подходы, в которых обеспечивается поддержка строгих причинно-следственных связей между событиями процесса моделирования;

- оптимистические подходы, разрешающие продвижение времени в отдельных сегментах модели независимо друг от друга и осуществляющие откат процесса моделирования в случае нарушения причинно-следственных связей между событиями; для осуществления таких откатов в процессе моделирования необходимы средства поддержки аппарата контрольных точек (КТ);

- смешанные подходы, которые комбинируют возможности первых двух подходов.

Следует отметить, что подавляющее большинство широко известных систем имитационного моделирования разрабатывались для использования на локальных компьютерах. По этой причине организация распределенного имитационного моделирования с их помощью попросту становится невозможной, поскольку в них отсутствуют механизмы синхронизации времени среди удаленных сегментов и передачи данных между ними.

Поэтому возникает необходимость в технологии, которая обеспечивала бы взаимодействие распределенных моделирующих программ. Для этого можно рассматривать существующие технологии и коммуникационные библиотеки, такие как CORBA [97], RMI [79], MPI [86] или PVM [78]. Данные технологии разрабатывались для распределенных вычислений, но не для организации распределенного имитационного моделирования [25], о чем говорит отсутствие поддержки протоколов управления временем и его синхронизации. К тому же, эти технологии порождают весьма сложную реализацию, настройку, эксплуатацию и не могут в полной мере удовлетворить необходимому набору требований, предъявляемых при организации распределенного имитационного моделирования [93].

Отдельным подходом, призванным решить многочисленные проблемы построения распределенных систем имитационного моделирования, является архитектура HLA (англ. High Level Architecture — высокоуровневая архитектура) [81]. HLA обладает открытой спецификацией и предлагает ряд преимуществ по сравнению с приведенными выше технологиями, как, например, возможность синхронизации времени и расширенное понятие коммуникации [93]. Основным компонентом HLA является реализация ее инфраструктуры, называемая RTI (англ. Run Time Infrastructure — инфраструктура времени выполнения). В качестве российских систем, где заявлена поддержка архитектуры HLA, можно привести системы AnyLogic и Мера.

Несмотря на многочисленные преимущества, HLA обладает рядом недостатков. Она является достаточно сложным стандартом [94], который требует разработки протоколов обмена от самого разработчика имитационной системы. Первоначальная реализация ITLA выполнена внутри военного ведомства на таких языках как С++, Java или АДА. которые не являются традиционными в гражданской сфере имитационного моделирования, где используются специализированные системы с высокоуров!ювымтт языками имитационного моделирования. К тому же, системы на базе HLA имеют предел масштабируемости [85]. В HLA отсутствуют средства обеспечения отказоустойчивости, что становится существенным недостатком при организации моделей, включающих большое число сегментов. Отмечается, что разные реализации ITLA не могут взаимодействовать между собой. Разработчики гражданских систем не хотят интегрировать HLA, чтобы их пользователи не имели доступа к системам конкурентов [95], и отказываются от поддержки HLA из-за ее сложности. Бесплатные реализации RTI зачастую перестают поддерживаться производителями и исчезают из свободного доступа, в результате программные разработки, основанные на таких RTI, становятся не работоспособными. Примером тому является система AnyLogic, в которой поддержка HLA базировалась на бесплатных версиях JavaBinding и RTI. С 2002 года производитель прекратил предоставлять про граммное обеспечение для публичных нужд и убрал JavaBinding и RTI со своего официального сайта. Таким образом, на сегодняшний день отсутствие JavaBinding и RTI в свободном доступе не позволяет реализовать распределенные модели в AnyLogic.

Как следует из всего выше сказанного, является очевидной актуальность создания программного инструментария для анализа КСМП с использованием средств и методов имитационного моделирования.

Цель работы состоит в создании графического инструментального комплекса (ИК) для исследования КСМП с использованием методов распределенного имитационного моделирования и динамического анализа программ.

Объектом исследования являются технологии анализа распределенных вычислительных систем.

Предмет исследования составляют методы и инструментальные средства распределенного имитационного моделирования КСМП.

Методы исследования. При решении поставленных задач использовались методы системного программирования, характерные для автоматизации разработки больших программных комплексов, методы имитационного моделирования, организации распределенных вычислений и динамического анализа программ.

Научная новизна. Предложена технология анализа эффективности функционирования КСМП. обеспечивающая (в отличие от известных) комплексное исследование характеристик как прикладного программного обеспечения, так и аппаратных средств РВС. В основе этой технологии лежат разработанные автором методы и инструментальные средства, обеспечивающие распределенное имитационное моделирование КСМП с применением средств динамического анализа программ.

Практическая значимость. Применение разработанного в диссертации ИК СИРИУС дает возможность специалистам в предметной области самостоятельно, без участия высококвалифицированных системных программистов, описывать предметную область, программно-аппаратную архитектуру распределенной КСМП и проводить имитационные испытания с целью исследования эффективности рабо ты проектируемой КСМП.

Разработанные средства зарегистрированы в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам [3] и применяются для проведения экспериментальных расчетов по плановым НИР в ИДСТУ СО РАН, а также в учебном процессе в Институте математики, экономики и информатики Иркутского государственного университета.

Исследование, разработка и применение представленных в диссертации программных средств выполнялись в рамках интеграционного проекта № 3 СО РАН «Методы, технологии и инструментальные средства создания вычислительной инфраструктуры в Internet» (2003-2005 гг.); проекга СО РАН 3.2.6 «Интегрированные информационно-вычислительные и коммуникационные ресурсы: интеллектыые методы организации, автоматизации разработки и применения» (2004-2006 гг., блок 1 «Распределенная вычислительная САТУРН-среда»): проекта СО РАН «Разработка научных основ распределенной информационно-аналитической системы на основе ГИС и Веб-технологий для междисциплинарных исследований» междисциплинарной программы 4.5.2 (2007—2009 гг., блок 2 «Интеллектные методы и инструмента.;гьные средства разработки и комплекси-рования распределенных информационно-вычислительных ресурсов») и проекта РФФИ № 04-07-90358 «Разработка и реализация распределенной вычислительной системы решения булевых уравнений большой размерности».

Достоверность результатов диссертации основы вается на анализе исследований отечественных и зарубежных ученых и подтверждается успешным опытом практического применения ИК СИРИУС для моделирования процесса функционирования ряда КСМП, а также для проектирования архитектуры вычислительного кластера вуза.

На защиту выносятся следующие основные результаты:

1. Технология анализа эффективности функционирования КСМП, базирующаяся на построении распределенной имитационной модели КСМП, которая обеспечивает (в отличие от известных) детальный учет как характеристик предметной области КСМП, так и особенностей программно-аппаратной архитектуры.

2. Комму}шкацнонная библиотека распределенного имитационного моделирования для систем семейства GPSS, включающая методы синхронизации времени, обмена данными и создания контрольных точек. Реализованная коммуникационная библиотека может быть использована для разработки распределенных GPSS-моделей как в ИК СИРИУС, так и автономно.

3. ИК СИРИУС обеспечивающий поддержку основных этапов анализа КСМП, включая графическое описание предметной области и программно-аппаратной архитектуры КСМП, а также автоматизацию построения и выполнения на вычислительных кластерах распределенных имитационных GPSS-моделей.

Апробация работы. Основные положения и результаты проделанной работы докладывались на научно-практической конференции «Ляпуновские чтения & Презентация информационных технологий» ( Иркутск, 2004 г.), на IV Всероссийской конференции «Математика, информатика, управление» (Иркутск, 2005 г.), на VI, VII и VIII Школе-семинаре молодых ученых «Математическое моделирование, управление и информационные технологии» (Ангасол-ка, 2005 г.; Зеленый мыс, 2005 г.; Энхалук, 2006 г.), на V и VI Международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск. 200? г., 2006 г.), на V Школе-семинаре «Распределенные и кластерные вычисления» (Красноярск, 2006 г.), на Всероссийской конференции «Инфокоммунпкацпонные и вычислительные технологии и системы» (Энхалук, 2006 г.), на XII Байкальской Всероссийской конференции с международным участием «Информационные и математические технологии в пауке и управлении» (Иркутск, 2007 г.), на Международной научной конференции «Параллельные вычислительные технологии (ПАВТ)» (Челябинск, 2007 г.), на VI Международной конференции «Идентификация систем и задачи управления (S1CPRO)» (Москва, 2007 г.), на Международной конференции «Геоинформатика: технологии, научные проекты» (Иркутск, 2008 г.), а также на семинарах ИДСТУ СО РАН.

Публикации и личный вклад автора. По теме диссертации опубликовано 14 печатных работах [2-5, 17, 31, 54-61] (2 статьи в рецензируемы журналах, рекомендованных ВАК для опубликования научных результатов диссертации на соискание ученой степени доктора или кандидата наук, 11 публикаций в трудах региональных, всероссийских и международных конференций). Получено свидетельство [3] об официальной регистрации программы в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам (РОСПАТЕНТ). В перечисленных публикациях все результаты, связанные с алгоритмизацией, программной реализацией и вычислительны ми экспериментами на ЭВМ, получены автором лично. Результаты по моделям и методам организации распределенного имитационного моделирования вычислительных моделей систем получены совместно с А.Г. Феоктистовым и являются неделимыми. Из совместных работ с А.С. Корсуковым, А.В. Лариной и Г.А. Опариным в диссертацию включены только те результаты, которые принадлежат лично автору.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы ттз 99 наименований, списка сокращений, глоссария и 5 приложений. Общий объем работы 162 страницы, из них 136 страниц основного текста, включающего 25 рисунков и 10 таблиц.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Александров, Андрей Александрович

Основные результаты диссертационной работы:

1. Предложена технология анализа эффективности функционирования КСМП, базирующаяся на построении распределенной имитационной модели КСМП, которая обеспечивает (в отличие от известных) детальный учет как характеристик предметной области КСМП, так и особенностей программно-аппаратной архитектуры.

2. Разработана коммуникационная библиотека распределенного имитационного моделирования для систем семейства GPSS. включающая методы синхронизации времени, обмена данными и создания контрольных точек. Реализованная коммуникационная библиотека может быть использована для разработки распределенных GPSS-моделей как в ИК СИРИУС, так и автономно.

3. Реализован ИК СИРИУС, обеспечивающий поддержку основных этапов анализа КСМП, включая графическое описание предметной области и программно-аппаратной архитектуры КСМП, а также автоматизацию построения и выполнения на вычислительных кластерах распределенных имитационных GPSS-моделей.

Правильность и эффективность принятых в работе решений подтверждена опытом успешной практической эксплуатации разработанных инструментальных средств.

заключение

Главными результатами диссертационной работы являются разработка, реализация и применение инструментальных средств для исследования КСМП. Характерной особенностью данного подхода является применение средств и методов распределенного имитационного моделирования КСМП.

Список литературы диссертационного исследования кандидат технических наук Александров, Андрей Александрович, 2009 год

1. Абрамов О.В. Параметрический синтез стохастических систем с учетом требований надежности / О.В. Абрамов. - М.: Наука, 1992. - 176 с.

2. Александров А.А. Коммуникационная библиотека для построения распределенной модели системы массового обслуживания / А.А. Александров // Вестник ТГУ. Приложение, 2006. № 18.-С. 258-261.

3. Александров А.А. Организация распределенного имитационного моделирования / А.А. Александров // Математическое моделирование и информационные технологии: Материалы VII Школы-семинара молодых ученых. -Иркутск: ИДСТУ СО РАН, 2005. С. 6.

4. Александров А.А. Создание кош рольных точек при моделировании в системе GPSS World / А.А. Александров // Математическое моделирование и информационные технологии: Материалы VIII Школы-семинара молодых ученых. Иркутск: ИДСТУ СО РАН, 2006. -С. 10-13.

5. Боев В.Д. Моделирование систем. Инструментальные средства GPSS World / В.Д. Боев. СПб.: БХВ-Петербург, 2004. - 368 с.

6. Вендеров A.M. CASE-техпологии. Современные методы и средства проектирования информационных систем / A.M. Вендеров. М.: Финансы и статистика, 1998. - 176 с.

7. Вишневский В.М. Теоретические основы проектирования компьютерных сетей / В.М. Вишневский. М.: Техносфера. 2003. -512 с.

8. Воеводин В.В. Параллельные вычисления / В.В. Воеводин, Вл.В. Воеводин. СПб.: БХВ-Петербург, 2002. - 608 с.

9. Волков Д. Оценка быстродействия нерегулярного доступа к памяти / Д. Волков, А. Фролов // Открытые системы, 2008. № 1. - С. 15-19.

10. Горбунов-Посадов М.М. Расширяемые программы / М.М. Горбунов-Посадов, М.: Полиптих, 1999. - 336 с.

11. Гультяев А.К. MATLAB 5.2. Имитационное моделирование в среде Windows / А.К. Гультяев // Практическое пособие. — СПб.: КоРОНАприит, 1999.-288 с.

12. Гурвиц М. Безотказные сети и системы / М. Гурвиц // LAN, 1998. № 3. — С. 121-127.

13. Дейтел Х.М. Операционные системы. Распределенные системы, сети, безопасность. Третье издание / Х.М. Дейтел, П.Дж. Дейтел, Д.Р. Чофнес. -М.: ООО Бином-пресс, 2006. 704 с.

14. Жоголев Е.А. Технологии программирования / Е.А. Жоголев. М.: Научный мир, 2004.-215 с.

15. Замятина Е.Б. Современные теории имитационного моделирования: Специальный курс / Е.Б. Замятина. Пермь: ИГ У, 2007. — 119 с.

16. Иыуду К.А. Надежность, контроль и диагностика вычислительных машин и систем / К.А. Иыуду. М.: Высшая школа, 1989. — 216 с.

17. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5 / Ю.Г. Карпов. СПб: БХВ-Пегербург, 2006. - 400 с.

18. Кахро М.И. Инструментальная система программирования ЕС ЭВМ (ПРИЗ) / М.И. Кахро, А.11. Калья, Э.Х. Тыугу. М.: Финансы и статистика, 1981. - 158 с.

19. Кельтон В. Имитационное моделирование / В. Кельтон, A. Jloy. — СПб.; Питер; Киев: Издательская группа BHV, 2004. 847 с.

20. Киндлер Е. Языки моделирования: пер. с чеш. / Е. Киндлер. М.: Энерго-атомиздат, 1985. — 288 с.

21. Киселев В.Д. Метод распределения программ в вычислительных системах с отказами / В.Д. Киселев // Электронное моделирование, 1993. -Т. 15, №3.-С. 34-37.

22. Кисель Е.Б. Обзор функциональных возможностей и технических характеристик системы G2 / Е.Б. Кисель // Экспертные системы реального времени. М.: РОСНИИ ИТиСАПР, 1995.- С. 38-43.

23. Коваленко В. Вычислительная инфраструктура будущего / В. Коваленко, Д. Корягин // Открытые системы, 1999. № 11-12. - С. 45-53.

24. Кориеев В.В. Параллельные вычислительные системы / В.В. Корнеев. -М.: Нолидж, 1999. 320 с.

25. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем / Нейлор Т. М.: Мир, 1975. - 500 с.

26. Нейлор Т.М. Машинные имитационные эксперименты с моделями экономических систем / Т.М. Нейлор. — М.: Мир, 1975. — 500 с.

27. Окольнишников В.В. Разработка системы распределенного имитационного моделирования / В.В. Окольнишников // Информационные технологии, 2006. -№ 12.-С. 28-31.

28. Опарин Г.А. Графическая инструментальная среда для описания модели распределенной вычислительной системы / Г.А. Опарин, А.Г. Феоктистов, А.А. Александров // Вестник ИрГТУ, 2006. Т. 3, № 2(26). - С. 35-40.

29. Опарин Г.А. Инструментальная распределенная вычислительная САТУРН-среда / Г.А. Опарин, А.Г. Феоктистов // Программные продукты и системы, 2002.-№2.-С. 27-30.

30. Опарин Г.А. Модели и инструментальные средства организации распределенных вычислений / Г.А. Опарин, А.Г. Феоктистов // Параллельные вычисления и задачи управления: Материалы IV Международной конференции РАСО'2008. Москва: ИПУ РАН, 2008. - С. 1126-1135.

31. Опарин Г.А. Распределенная система интеллектуальных почтовых клиентов / Г.А. Опарин, А.Г. Феоктистов // Проблемы управления и моделирования в сложных системах: Труды IV Международной конференции. — Самара: ИПУСС РАН, 2002. С. 373-379.

32. Опарин Г.А. САТУРН — метасистема для построения пакетов прикладных программ / Г.А. Опарин // Разработка пакетов прикладных программ. -Новосибирск: Наука, 1982.-С. 130-160.

33. Опарин Г.А. Технология разработки распределенных пакетов знаний / Г.А. Опарин, А.Г. Феоктистов // Проблемы управления и моделирования в сложных системах: Труды III Международной конференции. Самара: Самарский научный центр РАН, 2001. — С. 496-502.

34. Орлов С.А. Технологии разработки программного обеспечения: учебник для вузов / С.А. Орлов. СПб: Питер, 2002. - 464 с.

35. Пакеты прикладных программ. Инструментальные системы // Сборник статен под ред. Самарского А.А. М.: Наука, 1987. - 151 с.

36. Перевозчикова O.J1. Инструментарий конструирования систем диалогового решения задач / O.JI. Перевозчикова // Кибернетика, 1989. № 6. - С. 17-27.

37. Перевозчикова О.Л. Система диалогового решения задач на ЭВМ / O.JI. Перевозчикова, E.JI. Ющенко. Киев: Наукова Думка. 1986. — 264 с.

38. Пипер Ш. Новая эра в оценке производительности компьютерных систем / Ш. Пипер, П. Джоан, М. Сколт // Открытые системы, 2007. — № 9. — С. 52-59.

39. Росляков Д.И. Новые технологические решения в построении отказоустойчивых систем / Д.И. Росляков, И.Ф. Терехов // Информационные технологии, 1998. № 1. - С. 30-36.

40. Советов Б.Я. Моделирование систем. Пятое издание / Б.Я. Советов, С.А. Яковлев. М.: Высшая школа, 2007. - 344 с.

41. Тапенбаум Э. Распределенные системы, принципы и парадигмы / Э. Та-ненбаум. М. ван Стеен. СПб.: Питер, 2003. — 877 с.

42. Таненбаум Э. Современные операционные системы / Э. Таненбаум. — СПб.: Питер, 2004. 1037 с.

43. Таха Х.А. Введение в исследование операций / Х.А. Таха. М.: Вильяме, 2001.-912 с.

44. Турута Е.Н. Организация распределения задач в вычислительных системах, обеспечивающая их отказоустойчивость / Е.Н. Турута // Автоматика и вычислительная техника, 1985. — № 1. С. 5-14.I

45. Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем / И.А. Ушаков. — М.: Радио и связь, 1991. С. 132.

46. Феоктистов А.Г. Распределенное имитационное моделирование в САТУРН-среде / А.Г. Феоктистов, А.А. Александров // Ляпуновские чтения & Презентация информационных технологий: Тезисы докладов Иркутск: ИДСТУ СО РАН, 2004. - С. 42.

47. Французов Д. Оценка производительности вычислительных систем / Д. Французов // Открытые системы, 1996. № 2. - С. 58-66.

48. Харченко B.C. Выбор дефектоустойчивой архитектуры вычислительной системы с параллельно-последовательным выполнением задач / B.C. Харченко, О.А. Ильина // Электронное моделирование, 1998. Т. 15, № 2. - С. 77-90.

49. Хеннинг Дж. SPEC CPU 2000: определение производительности в новом тысячелетии / Дж. Хеннинг // Открытые системы, 2000. — № 07-08. С. 27-37.

50. Хлебцевич Г.Е. Визуальный стиль программирования: понятия и возможности / Г.Е. Хлебцевич, С.В. Цыганкова // Программирование, 1990. № 4. - С. 68-79.

51. Хорошевский В.Г. Методика расчета показателей эффективности функционирования вычислительных систем / В.Г. Хорошевский, В.А. Пав-ский, К.В. Паве кий // Вестник компьютерных и информации ш ых технологий, 2008. № 2. - С. 47-55.

52. Шмидт Б. Искусство моделирования и имитации: введение в имитационную систему Simplex3 / Б. Шмидт. М.: Изд-во Фраптэра, 2003. - 550 с.

53. Шраибер Т.Дж. Моделирование на GPSS / Т.Дж. Шрайбер. — М.: Машиностроение, 1980. 592 с.

54. Bhatt S. Parallel Simulation Techniques for Large-Scale Networks / S. Bhatt // IEEE Communications, 1998. P. 42-47.

55. Chandy K.M. Distributed Deadlock Detection / K.M. Chandy, J. Misra // Assoc. Comput. Mach. Trans. Computer Systems, 1983. № 1. -P. 144-156.

56. Chandy K.M. Distributed Simulation: A Case study in Design and Verification , of Distributed Programs / K.M. Chandy, J. Misra // IEEE Trans. Software Eng., 1979.-P. 440-452.

57. Chen D. Framework for Robust HLA-based Distributed Simulations / D. Chen, J.T. Stephen, C. A. Wentong // Proceedings of the 20th Workshop on Principles of Advanced and Distributed Simulation, 2006. P. 183-192.

58. Crain R.C. Simulation using GPSS/H / R.C. Cram // Proceedings of the 29th Winter Simulation Conference, 1997. P. 567-573.

59. Система программирования с автоматическим синтезом программ / И.О. Бабаев, С.С. Лавров, Г.А. Нецветаева, Ф.А. Новиков, Г.М. Шувалов // Применение методов математической логики. — Таллин: ИК АН ЭССР, 1983.-С. 29-41.

60. Defense Modeling and Simulation Office Электронный ресурс. / Электрон, дан. Режим доступа: https://www.dmso.mil, свободный.

61. Forgy C.L. A fast algorithm for many pattern/many objects pattern match problem / C.L. Forgy // Artificial Intelligence, 1982. V. 19, № 1. - P. 17-37.

62. Fujimoto R.M. Parallel and Distributed Simulation Systems / R.M. Fujimoto. -USA: Wiley, 2000. 300 p.

63. Geist A. PVM: Parallel Virtual Machine / A. Geist, A. Beguelin, J. Dongarra, W. Jiang, R. Manchek, V. Sunderam // A Users' Guide and Tutorial for Networked Parallel Computing. USA: The MIT Press, Cambridge, 1994. - 279 p.

64. Grosso W. Java RMI: Designing & Building Distributed Applications / W. Grosso. O'Reilly, 2002. - 545 p.

65. Henriksen J.O. An Introduction to SLX / J.O. Henriksen // Proceedings of the 1995 Winter Simulation Conference, 1995.-P. 502-507.

66. High Level Architecture General purpose architecture for simulation reuse and interoperability Электронный ресурс. / Электрон, дан. - Режим доступа: https://www.dmso.mil/public/tnmsition/lila, свободный.

67. Jalote P. Fault Tolerance in Distributed Systems / P. Jalote. USA: Prentice Hall, New Jersey, 1994. - 448 p.

68. Jefferson D.R. Virtual Time / Jefferson D.R. // Assoc. Comput. Mach. Trans. Programming Languages and Systems, 1985. -№ 7. P. 404-425.

69. Kelton W.D. Simulation with Arena / W.D. Kelton, R. Sadowski, D. Sa-dowski. -New York: McGraw-Hill, 2003. 672 p.

70. Liu B. Development of a Runtime Infrastructure for Large-Scale Distributed Simulations / B. Liu, Y. Yao, J. Tao, H. Wang // Proceedings of the 2006 Winter Simulation Conference. P. 1036-1043.

71. MacDonald N. Writing Message Passing Parallel Programs with MPI / N. MacDonald, E. Minty, T. Harding, S. Brown — Edinburgh: University of Edinburgh. 80 p.

72. Misra J. Distributed Discrete-Event Simulation / J. Misra // Computing surveys, 1986. -№ 18.-P. 39-65.

73. OPNET Modeler, Network Modeling and Simulation Environment OPNET Technologies Inc. Электронный ресурс. / Электрон, дан. — Режим доступа: http://www.opnet.com/products/modeler/home.html, свободный.

74. QualNet Parallel Developer Scalable Network Technologies Inc. Электронный ресурс. / Электрон, дан. — Режим доступа: Iittp://www.scalable-networks. com/products/parallelsimulator.php. свободный.

75. Standard Performance Evaluation Corporation Электронный ресурс. / Электрон. дан. Режим доступа: http://www.spec.org/, свободный.

76. Standard Performance Evaluation Corporation Электронный ресурс. / Электрон. дан. Режим доступа: http://www.spec.org/, свободный.

77. Steinman J.S. SPEEDES: A Multiple-Synchronization Environment for Parallel Discrete Event Simulation / J.S. Steinman // International Journal on Computer Simulation, 1992. P. 251 -286.

78. Strassburger S. Distributed Simulation Based on the High Level Architecture in Civilian Application Domains / S. Strassburger // Dissertation (Dr.-Ing.). Magdeburg, Otto-von-Guerickc University, 2000. 242 p.

79. Strassburger S. The Road To Cots-Interoperability: From Generic HLA-Interfaces Towards Plug-And-Play Capabilities / S. Strassburger // Proceedings of the 2006 Winter Simulation Conference, 1991. P. 1111-1118.

80. Tamir Y. Error Recovery in Multicomputer Using Global Checkpoints / Y. Tamir, C. Sequin // Proceedings of the 1984 International Conf. Parallel Processing, 1984. P. 32-41.

81. The Object Management Group (OMG) Электронный ресурс. / Электрон, дан. — Режим доступа: http://www.omg.org/, свободный.

82. Unger В. Scheduling Critical Channels in Conservative Parallel Discrete Event Simulation / B. Unger // Proceedings of the Workshop on Parallel and Distributed Simulation, 1999. P. 20-28.

83. Vantage Predictor, Complete WAN provisioning and growth management — Compuware Corp. Электронный ресурс., Электрон, дан. — Режим доступа: http://wAvw.compuware.com/products/vantage/predictor.htm, свободный.список используемых сокращений

84. ДИСУППП диалоговая система управления пакетами прикладных программ.

85. ИК инструментальный комплекс.

86. КНФ — коныок I ивно-нормальиая форма.

87. КСМП кластерная система модульного программирования.5. КТ контрольная точка.

88. РВС — распределенная вычислительная среда.

89. СБУ системы булевых уравнений.

90. СМО система массового обслуживания.

91. СМИ система модульного программирования.

92. СУБД система у правлен: !я базой данных.

93. ЭВМ электронная выч чс i! (тельная машина.

94. ADODB англ. ActiveX Data Objects for Data Bases, объекты ActiveX для баз данных.

95. ALSP англ. Aggregate Lc\cl Simulation Protocol, имитационный про го кол обобщенного уровня.

96. CASE англ. Computer-Aided Software/System Engineering, автоматизированная разработка программного обеспечения.

97. CDECL англ. С DECLaration, объявление функций в формате языка С.

98. CNF англ. Conjunctive Normal Form, коньюктивно-нормальная форма.

99. CORBA англ. Common Object Request Broker Architecture, общая архитектура брокера объектыv\ запросов.

100. CPU англ. Central Proee° .ing Unit, центральная обрабатывающая единица (процессор).

101. DIMACS англ. Discrete л laihematics and theoretical Computer Science, теоретическая информатика и дискретная математика.

102. DMSO англ. Department Modelling and Simulation Office, отдел моделирования и имитации.

103. DNF англ. Disjunctive Normal Form, дизъюнктивно-нормальная форма.

104. GPSS англ. General Purpose Simulation System, имитационная система общего назначения.

105. HDD англ. Hard Disk Drive, жесткий диск.

106. HLA — англ. High Level Architecture, архитектура высокого уровня.

107. JDK англ. Java Developsr .Tit Kit. комлект разработки для платформы Java.

108. LBTS англ. Lower Bound on the Time Stamp, нижняя граница временных меток.

109. MPI англ. Message Passing Interface, интерфейс передачи сообщений.

110. МРР англ. Massive Parallel Systems, массово параллельные системы.

111. ODBC англ. Open Data Base Connectivity, открытое соединение с базами данных.

112. OMG англ. Object Management Group, группа управления объектами.

113. PDES англ. Parallel Discrete Event Simulation, параллельное дискретно-событийное моделироваа ше.

114. РНР англ. Personal Homo Page tools, набор инструментов для персональных домашних страниц.

115. PLUS англ. the Programming Language Under Simulation, язык программирования при имитации.

116. PVM — англ. Parallel Virtual Machine, параллельная виртуальная машина.

117. RAD англ. Rapid Application Development, быстрая разработка приложений.

118. RAID — англ. Redundant Array of Independent/Inexpensive Disk, избыточный массив независимых диско з.

119. RAM англ. Random Accars Memory, память случайного доступа.

120. RMI англ. Remote Method Invocation, вызов удаленных методов.

121. RMI-IIOP — англ. RMT Internet Inter-Orb Protocol, общий протокол обмена внутри систем RMI через сеть Интернет.

122. RPC — англ. Remote Procedure Call, удаленный вызов процедур.

123. RTI англ. Run-Time Infrastructure, инфраструктура времени выполнения).

124. SLX — англ. Simulation ! „nguage with extensibility, язык имитационного моделирования с расширяемостью.

125. HyperText Markup Language, расширяемый

126. SPEEDES англ. S> л Discrete-Event Simulalio ляции и дискретно-соо'

127. TeD/GTW англ. Tele Time-Warp, язык ornicj ческого университета гт

128. XHTML англ. the еХ> язык гипертекстовой р."11. ГЛОССАРИЙ TZT /1ИНОВ

129. Модуляризацпя— процео -деления программы на модули.

130. Системы пакетной с\у \ \ки {СПО) заданий — системы (такие как PBS, DQS, NQS, Condor и др.) с" оные управлять кластерами, параллельными и многоядерными архитектура ; : : федназначенные для организации в них вычислений.

131. Система массового обе:.} ивания (СМО) — системы в которых в случайные моменты времени, задай!г зачастую вероятностным законом распределения, поступают заявки на о С:. 1 живание и обрабатываются с помощью имеющихся в распоряжении СМО п ' урсов.