Метод выбора сбалансированного набора модулей распределённой вычислительной системы и механизмов обеспечения отказоустойчивости тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Волканов, Дмитрий Юрьевич

• Волканов, Дмитрий Юрьевич
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Волканов, Дмитрий Юрьевич

Оглавление

Введение

РВС и их особенности

Цель диссертационной работы

Актуальность работы

Научная новизна

Теоретическая и практическая ценность

Метод решения

Основные результаты

Апробация работы

Публикации

Личный вклад

Структура работы

Глава 1. Постановка задачи выбора сбалансированного набора МОО для РВС

1.1. Содержательная постановка задачи выбора сбалансированного набора МОО для РВС

1.2. Основные понятия и обозначения

1.3. Оценка надёжности, стоимости РВС в целом

1.4. Формальная постановка задачи

1.5. NP-сложность задачи

1.6. Особенности задачи

1.7. Выводы

Глава 2. Математическая модель организации РВС с МОО

2.1. Виды борьбы с неисправностями и отказами

2.2. Методы обеспечения отказоустойчивости

2.3. Оценка надёжности модуля РВС при использовании МОО

2.4. Оценка стоимости модуля РВС при использовании МОО

2.5. Ограничения и допущения рассматриваемой модели

2.6. Выводы

Глава 3. Обзор методов решения задачи выбора сбалансированного набора МОО для РВС

3.1. Критерии включения статей в обзор

3.2. Классификация постановок задач оптимизации надёжности

3.3. Классификация методов решения задач оптимизации надёжности

3.4. Отбор алгоритмов для решения задачи выбора сбалансированного набора МОО для РВС

3.5. Выводы

Глава 4. Метод решения задачи выбора сбалансированного набора МОО для РВС

4.1. Генетические и эволюционные алгоритмы

4.2. Адаптивный эволюционный алгоритм

4.3. Самообучающийся эволюционный алгоритм

4.4. Выводы

Глава 5. Описание программного средства

5.1. Программное средство RelOpt для решения задачи выбора сбалансированного набора модулей РВС и МОО

5.2. Интеграция программного средства 11е1С^ с системой модели-

рования ДИАНА

5.3. Выводы

Глава 6. Экспериментальное исследование разработанного метода

6.1. Цель экспериментального исследования

6.2. Методика проведения экспериментов

6.3. Описание экспериментальных вычислительной системы

6.4. Результаты экспериментов

6.5. Выводы

Заключение

Литература

Список иллюстраций

2.1 Пример проявления неисправности при функционировании РВС

2.2 Механизмы обеспечения отказоустойчивости

2.3 Пример использования активного резервирования

2.4 Общая схема работы метода N-версионного программирования

2.5 Общая схема работы N-самотестируемого метода

2.6 Общая схема работы метода контрольных точек

2.7 Общая схема метода восстановления блоками

2.8 Пример работы метода восстановления блоками

2.9 N-самоконтролируемое программирование при N=4

2.10 Общая схема работы метода переконфигурирования

4.1 Общая схема работы АЭА

4.2 Общая схема работы СЭА

5.1 Диаграмма классов средства RelOpt

5.2 Главное окно средства RelOpt

5.3 Окно специфических параметров алгоритмов

5.4 Окно генерации описания РВС

5.5 Архитектура системы моделирования ДИАНА в интеграции с программным средством RelOpt

5.6 Схема интеграции системы моделирования ДИАНА с программным средством RelOpt

Введение диссертации (часть автореферата) на тему «Метод выбора сбалансированного набора модулей распределённой вычислительной системы и механизмов обеспечения отказоустойчивости»

Введение

Наиболее точной и эффективной

проверкой ошибок, возникающих в

процессе вычислений, является

организация одних и тех же

вычислений на различных

независимых друг от друга

вычислителях; и эта проверка

оказывается еще более

убедительной, если вычислители

производят вычисления разными

способами,

Дионисий Ларднер "Разностная

машина Беббиджа"1834

РВС и их особенности

В настоящее время широкое распространение получили распределённые вычислительные системы (РВС). РВС - это набор независимых компьютеров, представляющийся пользователям единой объединенной системой и направленный на решение определённой общей задачи [47],[51]. Более формально определение РВС вводится, например в работе [44]. Примерами РВС служат:

• Компьютерные сети [48].

• Системы с архитектурой интегрированной модульной авионики [22].

• Центры обработки данных [45].

РВС оценивается по четырём основным показателям: функциональность, производительность, надёжность и стоимость [61]. На этапе разработки РВС при её оптимизации наибольшее внимание уделяют надёжности при фиксированных ограничениях на стоимость. Под надёжностью РВС будем понимать способность РВС сохранять свою работоспособность, при определенных спецификацией условиях, в течение заданного периода времени [39]. Для количественной оценки надёжности вводят меру надёжности как вероятность безотказной работы в течении интервала [0, tend] при условии, что система находится в работоспособном состоянии в момент времени t=0 [103]. В данной работе рассматривается один из режимов функционирования РВС в котором функционируют все модули. Поэтому одним из условий сохранения работоспособности РВС является функционирование всех модулей РВС в течении интервала [0, tend\.

Надёжность РВС можно повысить двумя основными способами [27, 98]:

1. Использование более надёжных отдельных модулей, из которых состоит система;

2. Использование методов обеспечения отказоустойчивости (МОО) на уровне модулей РВС.

Оба этих подхода приводят к увеличению стоимости и/или уменьшению производительности РВС. Поэтому при проектировании РВС необходимо увеличивать надёжность сбалансированно, то есть необходимо выбрать набор МОО и версии аппаратных и программных компонентов модулей РВС так, чтобы обеспечить максимальную надёжность при ограничениях на стоимость. Данная задача в работе называется задачей выбора сбалансированного набора модулей и МОО для РВС. Эта задача относится к задачам, которые в

литературе называются задачами оптимизации надёжности вычислительной системы [98].

Надо сразу отметить, что задача, в которой максимизируется надёжность вычислительной системы при ограничении на стоимость системы рассматривалась разными исследователями, начиная с 60-х годов прошлого века и было показано, что эта задача является NP-трудной [72]. В большинстве рассматриваемых работ, обзоры которых приведены в [85, 97, 98, 111, 127, 128, 132, 133]. в качестве МОО рассматривалось исключительно аппаратное резервирование и оценивалась надёжность отдельно для аппаратных или только для программных компонентов модуля РВС. В некоторых работах [14, 18, 139, 140] авторы допускают возможность использования нескольких МОО, но их набор не включал в себя все имеющиеся МОО. Как было показано в работе [43], для РВС рассмотрение аппаратной и программной составляющих по отдельности не позволяет адекватно описывать характеристики системы. Поэтому для оценки надёжности всей системы необходимо рассматривать надёжность аппаратуры и программ совместно.

Задача повышения надежности программного обеспечения сильно отличается от аналогичной задачи для аппаратных систем. Аппаратные ошибки - это преимущественно физические ошибки. Физически программное обеспечение не состаривается, не портится и не теряет других своих свойств со временем. Программные ошибки - это логические ошибки в программном обеспечении, которые сложно наглядно продемонстрировать, классифицировать, обнаружить и исправить. Программные ошибки могут вытекать из некорректной спецификации (когда программное обеспечение полностью ей соответствует, но поведение системы по спецификации не соответствует требуемому заказчиком) или из реализации (проектирование и кодирование), не соответствующей спецификации. Причем, изменения в компонентах с уже

присутствующими ошибками могут привести к появлению новых. Для того, чтобы противостоять этим ошибкам, нельзя просто добавить избыточность, как это делается в аппаратуре, так как тем самым ошибка просто будет продублирована. Поэтому для борьбы с программными неисправностями необходимо использовать специальные МО О. В диссертационной работе будут рассмотрены как простейшие методы аппаратной, так и нетривиальные методы программной отказоустойчивости.

Настоящая диссертация посвящена исследованию алгоритмов сбалансированного выбора модулей РВС и МОО для модулей РВС в следующей постановке. Пусть нам задана РВС в виде набора модулей и структуры связей между модулями (то есть топология РВС). Каждый модуль может быть построен с помощью хотя бы одного аппаратного и программного компонентов. К каждому модулю может применяться один из нескольких МОО. Каждый компонент может иметь несколько версий. Количество аппаратных и программных компонентов в модуле зависит от МОО, используемого для модуля. Тем самым возникает несколько вариантов построения РВС. Требуется выбрать сбалансированный набор вариантов модулей РВС, эффективный по определенным критериям на множестве возможных вариантов построения РВС.

Цель диссертационной работы

Целью диссертационной работы является разработка алгоритмов и исследование свойств для решения задачи сбалансированного выбора модулей РВС и МОО, с учётом индивидуального набора МОО для каждого модуля РВС.

Для достижения поставленной цели необходимо решить следующие •sa-

дачи:

• Построить формальную модель организации РВС при наличии МОО. Данная модель должна позволять учитывать наборы МОО, используемые в модулях РВС и предоставлять способ расчёта надёжности и стоимости модуля РВС при наличии МОО, исходя из особенностей каждого модуля.

•

лительных систем и методов их решения для схожих задачи и провести анализ возможности их применения для сформулированной задачи.

бора модулей и МОО для РВС, индивидуально для каждого модуля.

тальной системы и провести экспериментальное исследование предложенных алгоритмов.

Актуальность работы

Актуальность работы определяется широкой распространенностью РВС[40], использованием этого типа систем во всех критически важных технически сложных объектах [19], а также отсутствием в свободном доступе работ, которые в полной мере позволяют решать задачу оптимизации надёжности для РВС, использующих различные МОО для каждого модуля.

Научная новизна

В диссертации сформулирована новая математическая постановка задачи выбора сбалансированного набора модулей и МОО для РВС. Новизна постановки заключается в возможности выбора своего МОО для каждого модуля РВС. Разработаны и исследованы алгоритмы решения этой задачи, в классе адаптивных эволюционных алгоритмов. Полученные результаты расширяют класс систем, для которых удаётся получить сбалансированный набор модулей и МОО для РВС. Разработанные алгоритмы применимы для РВС с различными наборами исходных данных без перенастройки параметров алгоритмов.

Теоретическая и практическая ценность

Теоретическая ценность работы состоит в постановке новой оптимизационной задачи, разработке математической модели организации РВС при наличии МОО и новых алгоритмов, в классе адаптивных эволюционных алгоритмов, исследованию их свойств на тестовых и реальных данных.

Практическая значимость обусловлена тем, что разработанные алгоритмы и программные средства обеспечивают поддержку процесса разработки новых РВС и модернизации существующих.

Метод решения

При получении основных результатов диссертации использовались методы теории надёжности, математической статистики и методы оптимизации.

Основные результаты

Основные результаты, выносимые на защиту:

1. Построена математическая модель организации РВС, в рамках которой сформулирована задача выбора сбалансированного набора МОО для современных РВС на основе выбора МОО индивидуально для каждого модуля РВС.

2. В классе эволюционных алгоритмов получено решение сформулированной задачи. Предложенные алгоритмы способны автоматически адаптироваться к параметрам базового набора компонентов и структуре РВС без предварительного обучения.

3. Проведено исследование свойств алгоритмов методом статистических испытаний. Исследование показало, что точность, стабильность и скорость сходимости предложенных алгоритмов лучше, чем у известных для решения схожих задач.

4. Разработанные алгоритмы интегрированы в программный комплекс для решения задачи выбора сбалансированного набора МОО на этапе проектирования РВС. Комплекс используется в учебном процессе.

Апробация работы

Результаты, представленные в работе, докладывались на научных семинарах лаборатории Вычислительных комплексов кафедры Автоматизации систем вычислительных комплексов факультета ВМК МГУ под руководством чл.-корр. РАН, профессора Р.Л. Смелянского, семинаре кафедры Автоматизации систем вычислительных комплексов имени чл.-корр. РАН, профессо-

pa Л.Н. Королёва, научно-практическом семинаре "Технологии разработки и анализа программ "под руководством профессора А.К. Петренко, а также на 19 конференциях:

• I Всероссийская научная конференция «Методы и средства обработки информации» (МСО-2003) (Москва, октябрь 2003 г.).

информации» (МСО-2005) (Москва, октябрь 2005 г.).

European Conference for Aerospace Sciences, EUCASS'2009) (Франция, Версаль, июль 2009 г.).

информации» (МСО-2009) (Россия, Москва, октябрь 2009 г.).

•

ционному моделированию и его применению в науке и промышленности «Имитационное Моделирование. Теория И Практика» ПММОД-2009 (Санкт-Петербург, октябрь 2009 г.)

•

ученых "Ломоносов-2010"(Россия, Москва, апрель 2010 г.). Киев, май 2010 г.).

систем (Sixth International Conference on Dependability of Computer Systems, DepCos-RELCOMEX 2011) (Польша, Брюнов, июнь 2011 г.).

•

EUCASS European Conference for Aero-Space Sciences, EUCASS'2011) (Санкт-Петербург, июль 2011 г.).

Киев, май 2012 г.).

комплексное моделирование морской техники и морских транспортных систем» - «ПКМ МТМТС 2015». (Санкт-Петербург, июля 2015 г.).

ций (ORM-2016) (Россия, Москва, октябрь 2016 г.).

Диссертационная работа была выполнена в рамках проведения прикладных научных исследований, выполняемых по Соглашению с Министерством науки и образования о предоставлении субсидии №14.579.21.0010 от "05"июня 2014 года по теме "Технология и программное обеспечение распределенных и высокопроизводительных вычислительных систем. Хранение и обработка больших данных".

Публикации

По теме диссертации опубликовано 12 печатных работ[3-8, 11, 13, 88, 92, 110, 125], 3 из них опубликованы в журналах «Моделирование и анализ информационных систем» [5], «Программирование» [13], «Прикладная информатика»[8], входящих в перечень ведущих научных журналов ВАК РФ, 2 работы индексируются системой Scopus [88, 92].

Личный вклад

Личный вклад автора заключается в выполнении основного объема теоретических и экспериментальных исследований, изложенных в диссертационной работе, включая разработку алгоритмов и проведение экспериментальных исследований, формулировку и доказательство приведенных утверждений, анализ и оформление результатов в виде публикаций и научных докладов.

В работах [13, 92] Смелянскому Р.Л. принадлежит введение, заключение, описание архитектуры среды поддержки моделирования проектирования РВС РВ и общая редакция статей, Бахмуровым А.Г. написаны разделы о языке описания моделей и средстве оценки времени выполнения, Чеме-рицкому Е.В. - описание среды выполнения моделей, Волканову Д.К), принадлежит описание подсистемы анализа отказоустойчивости и надёжности, средства сбора и анализа результатов моделирования, средства логического анализа и описание интеграции со средствами оптимизации.

В работе [8] Зориным Д.А. реализованы исследуемые модели оценки надёжности и проведено их экспериментальное исследование, Волканову Д.Ю. принадлежат постановка задачи, классификация моделей оценки надёжности и алгоритм выбора моделей оценки надёжности.

В работе [88] Смелянскому Р.Л. принадлежит введение, заключение, постановка задачи и общая редакция статьи, Бахмурову А.Г. - обзор существующих сред моделирования, Чистолинову М.В. и Ющенко Н.В. принадлежит описание возможностей полунатурного моделирования среды ДИАНА, Балашову В.В. - описание проццесса интеграции РВС РВ, при помощи среды ДИАНА, Волканову Д.К), принадлежит описание среды моделирования ДИАНА, включающее в том числе, описание средств оценки надёжности РВС РВ.

В работе [11] Запутляеву Д.А. принадлежит реализация генетического алгоритма и его экспериментальное исследование, Волканову Д.К), принадлежат постановка задачи, описание существующих методов решения задачи, описание самообучающегося эволюционного алгоритма и его экспериментальное исследование.

В работе [125] Бахмурову А.Г. и Смелянскому Р.Л. принадлежит постановка задачи, Балашову В.В. принадлежит общая редакция статьи, Пашкову В.Н. принадлежит реализация генетического алгоритма и его экспериментальное исследование, Глониной А.Б. принадлежит реализация различных функций штрафа и их экспериментальное исследование, Волканову Д.Ю. принадлежит описание механизмов обеспечения отказоустойчивости, обзор существующих работ, описание адаптивного эволюционного алгоритма и его экспериментальное исследование.

В работе [110] Бахмурову А.Г. и Смелянскому Р.Л. принадлежит постановка задачи, Балашову В.В. принадлежит общая редакция статьи, Пашкову В.Н. принадлежит реализация генетического алгоритма и его экспериментальное исследование, Волканову Д.Ю. принадлежит обзор существующих работ, описание адаптивного эволюционного алгоритма и его экспериментальное исследование.

В работе [6] Глониной А.Б. принадлежит реализация различных функций штрафа и их экспериментальное исследование, Волканову Д.К ), принадлежат постановка задачи, описание существующих методов решения задачи, описание адаптивного эволюционного алгоритма и его экспериментальное исследование.

В работе [7] Григоряну М.В. принадлежит апробация предложенной методики, Волканову Д.Ю. принадлежат постановка задачи и описание методики поиска оптимального набора механизмов отказоустойчивости для бортовых вычислительных систем.

Структура работы

Структура работы следующая. Диссертация состоит из введения, шести глав, заключения и списка литературы.

Во Введении обоснована актуальность диссертационной работы, сформулирована цель и аргументирована научная новизна исследований, показана практическая значимость полученных результатов, представлены выносимые на защиту научные положения и дано краткое описание задачи.

В первой главе приводится содержательная постановка задачи выбора сбалансированного набора модулей и МОО для РВС. Описываются особенности РВС, вводятся основные понятия и обозначения. Затем приводятся оценки надёжности и стоимости РВС в целом.

Во второй главе рассматриваются методы повышения надёжности на разных этапах жизненного цикла системы. В диссертации основным методом повышения надёжности РВС является использование МОО, которые позволяют исправлять последствия неисправностей на этапе функционирования системы. В главе подробно рассматриваются различные виды МОО, исполь-

зуемые в вычислительных системах. Внесение МОО в систему или в отдельно взятый компонент всегда приводит к появлению избыточности в РВС. Несомненно, избыточность необходима для повышения надёжности функционирования системы и обеспечения ее отказоустойчивости. Однако внесение избыточности связано с некоторыми накладными расходами, поэтому необходимо найти компромисс между обеспечением отказоустойчивости системы и стоимостью, связанной с ней. Для отбора подходящих МОО был сделан сравнительный анализ существующих МОО. В рамках обзора была приведена общая классификация МОО вычислительных систем. В обзоре рассмотрены все широко применяемые на данный момент аппаратные, программные и программно-аппаратные методы, приведены общая схема и принцип их работы, свойства, преимущества, недостатки и оценена возможность их использования в РВС. В результате выбора МОО была уточнена модель организации РВС и введены формулы по которым оценивается надёжность и стоимость РВС при наличии МОО.

В третьей главе проведён аналитический обзор методов решения задачи выбора сбалансированного набора МОО для РВС. Показано, что задача является частным случаем задачи оптимизации надёжности. Поэтому в диссертации была дана классификация постановок задач оптимизации надёжности. Был выделен ряд критериев, относящихся к классификации постановок задач оптимизации надёжности (Reliability Optimization Problem (ROP)) и выделены те категории критериев, которые относятся к поставленной в первой главе задаче. Отдельно были рассмотрены методы решения близких задач и выделен класс генетических и эволюционных алгоритмов для дальнейшего изучения.

В четвёртой главе приведено описание двух предлагаемых алгоритмов решения поставленной в первой главе задачи. Предлагаемыми алгоритмами

являются адаптивный эволюционный алгоритм (АЭА) и самообучающийся эволюционный алгоритм (СЭА).

Пятая глава содержит описание программных средств, созданных в рамках данной работы. Это программное средство для разработки и запуска алгоритмов оптимизации 11е1С^ и среда моделирования ДИАНА, с которой был интегрирован НеЮр^ В пятой главе приводится общее описание этих средств, описание архитектуры, графического интерфейса и схемы их интеграции.

В шестой главе приведено описание методики и результаты экспериментального исследования разработанных алгоритмов.

В заключении формулируются основные результаты работы и возможные направления развития.

Полный объём работы диссертации составляет 161 страницу с 18 рисунками и 14 таблицами. Список литературы содержит 145 наименований.

Глава 1

Постановка задачи выбора сбалансированного

набора МОО для РВС

1.1. Содержательная постановка задачи выбора сбалансированного набора МОО для РВС

В данной работе рассматривается задача сбалансированного выбора набора механизмов обеспечения отказоустойчивости (МОО) для распределённых вычислительных систем (РВС) в следующей постановке.

РВС состоит из модулей. Каждый модуль содержит не менее одной версии аппаратного и программного компонента (количество версий зависит от МОО). Известны наборы версий аппаратных и программных компонентов и МОО, которые можно использовать в модуле. Каждая версия компонента характеризуется надёжностью и стоимостью.

Под конфигурацией модуля будем понимать набор выбранных аппаратных и программных компонентов и, возможно, МОО. Конфигурация РВС -совокупность конфигураций ее модулей.

Необходимо найти такую конфигурацию системы РВС, при которой надёжность будет максимальной при ограничениях на общую стоимость.

Подробное описание МОО и выбор МОО для РВС находится в разделе 2.2.

1.2. Основные понятия и обозначения

В каждом модуле РВС выделяются точки доступа к услугам других модулей. Внешняя среда и человек-оператор РВС будут рассматриваться как специфичные модули РВС. Состоянием модуля назовем совокупность значений его элементов памяти (ячеек ОЗУ, ПЗУ, регистров и т.д.) доступных в точке предоставления услуг модуля. Состояния модуля в точках предоставления услуг этого модуля будем называть внешними, а остальные внутренними. То есть, если модуль состоит из нескольких модулей, то внешние состояния внутренних модулей являются внутренними состояниями для внешнего/объемлющего модуля. Действием модуля РВС будем называть смену состояния модуля. Поведением модуля РВС будем называть все последовательности действий модуля [61].

Услугой, предоставляемой модулем, будем называть поведение модуля, влияющее на состояния, а может быть, и на поведение других модулей РВС. Услуга является корректной, если внешние состояния модуля соответствуют функциональной спецификации системы. Услуга может быть распределённой, то есть складываться из внешних состояний нескольких модулей, но мы для простоты изложения не будем рассматривать этот случай.

Будем говорить об отказе услуги, если предоставляемая услуга некорректна. Если в модуле произошёл отказ хотя бы одной из услуг, то будем говорить об отказе модуля или просто отказе. Ошибка - это отклонение одной из частей внутреннего состояния от ожидаемого. Поскольку услуга -это последовательность состояний, то некоторые ошибки могут не изменять внешних состояний модуля и не приводить к отказу. Причину ошибки будем называть неисправностью.

Под надёжностью РВС будем понимать способность РВС сохранять

корректность услуг, при определенных спецификацией условиях, в течение заданного периода времени. Для количественной оценки надёжности вводят меру надёжности, как вероятность безотказной работы (то есть отсутствие отказов услуг) в течении интервала [0, tend] при условии, что система находится в работоспособном состоянии в момент времени t=0 [99].

Для обеспечения необходимого значения надёжности применяют МОО, предотвращающие отказ РВС при отказах её модулей. МОО работают на этапе эксплуатации РВС и предотвращают отказ при возникновении ошибки. Каждый МОО содержит в себе нескольких версий программных и аппаратных компонентов и дополнительных компонентов, обеспечивающих совместную работу выбранных аппаратных и программных компонентов. Дополнительные компоненты имеют свои характеристики надёжности и стоимости. Также их использование увеличивает время работы модуля. Набор дополнительных компонентов специфичен для каждого МОО. В разделе 2.2 проводится выбор МОО для РВС и приводится подробное описание выбранных МОО.

Для формального описания структуры РВС введём следующие обозначения!

• w _ количество модулей РВС;

• ^ _ ¿-ый модуль системы, i £ [1, W];

• р^ qi~ количество доступных версий соответственно аппаратного и программного компонентов в модуле Ui;

• Hij - j-ая версия аппаратного компонента модуля U^ j £ [1,Pi];

• Sij - j-ая версия программного компонента модуля U^ j £ [1,

• p^i - множество доступных МОО для модуля Ui;

• Fi E FTi - MOO, используемый в модуле Uf,

F-

• ff, i _ мультимножество версий Hij, выбранных для аппаратного компонента модуля Uf7

• Sf* - мультимножество версий Sy, выбранных для программного компонента модуля Uf7

• {HFi, SFi, Fi} — конфпгурация ¿-ого модуля;

• System = {{HFi, SFi, Fi}li E [1, Ж]} — конфигурация PBC;

• Systems — множество всех корректных конфигураций;

• Rf™, С^ — надёжность и стоимость j-ой версии аппаратного компонента модуля Ui;

• Д^Г' О*^ — надёжность и стоимость j-ой версии программного компонента модуля Uf7

• С^т™ — стоимость дополнительных аппаратных компонентов к-го элемента множества доступных элементов MOO (FT.) для модуля Ui;

• (jsw ^ _ стоимость дополнительных программных компонентов к-го элемента множества доступных элементов MOO (FT.) для модуля Ui;

• Xij, yij — количество основных экземпляров Hij и Sij в модуле Ui. Может принимать только значение 0 или 1;

• xf-1 у — количество экземпляров Hij и Sij7 используемых в модуле Ui при подключении МОО из множества FT.¿;

С System — стоимость РВС;

• ^m^jsdem ~ максимальная допустимая стоимость РВС;

• щ ...................... надёжность i-oro модуля;

• Rsystem — надёжность РВС;

1.3. Оценка надёжности, стоимости РВС в целом

Для оценки надёжности РВС, состоящей из модулей, которые в свою очередь состоя из компонент, надёжность которых известна в литературе рассматриваются различные методы расчёта показателей надёжности [42]. Прежде всего стоит выделить методы:

• параллельно-последовательного расчёта [39, 54];

• марковского моделирования [10, 31];

В данной работе, как было указано ранее, одним из условий сохранения работоспособности РВС является функционирование всех модулей РВС в течении всего интервала работы системы. Таким образом структура системы с точки зрения надёжности является последовательной, а значит для оценки надёжности применим метод параллельно-последовательного расчёта. В соответствии с этим методом будем оценивать:

1. Надёжность РВС

п

R.y,tc,n = П Д»

i=1

где Ri надёжность ¿-го модуля. Надёжность модуля существенно зависит от используемого в модуле МОО. Формулы расчёта надёжности

будут конкретизированы в ходе разработки математической модели организации РВС в главе 2.

2. Стоимость аппаратных компонентов модуля РВС

Рг

Ь/ш \ Л „„ , Мю , г^чк-ш

hw _ V^ _ _ ^ hw + ^ / 3=1

где ^ - количество версий аппаратного компонента Н.1 V £ [1 ,п]; -количество основных экземпляров в модуле %',СЬт - стоимость ^'-ой версии аппаратного компонента Н^ в модуле г, г £ [1,п],^ £ [1,^] , а С^ЬЮ t стоимость дополнительных аппаратных компонентов из используемого в модуле г к-го элемента множества МОО. Причём

Рг

£ = 1.

3=1

3. Стоимость программных компонентов РВС

Чг

вт | гч вт

СГ _Е Уч * C-W +

3=1

где qi - количество версий программного компонента Si У G [1, yij - количество основных экземпляров Sij в модуле - стоимость j-ой версии программной компоненты Si в модуле i, i G [1,n],j G [1,qi] , a C-JW t стоимость дополнительных программных компонентов из используемого в модуле г к-го элемента множества МОО. Причём

Список литературы диссертационного исследования кандидат наук Волканов, Дмитрий Юрьевич, 2017 год

Литература

[1] Антоненко В. А., Волканов Д. Ю., Чистолипов М. В. Средство генерации кода имитационной модели совместимой со стандартом hla // Труды пятой всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности "Имитационное моделирование. Теория и практика"ИММОД-2011. — Т. 1 из Секция 2 - Средства автоматизации и визуализации имитационного моделирования. — Санкт-Петербург: ОАО "Центр технологии и судостроения 2011. — С. 331-335.

[2] Батищев Д., Исаев С. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов // Межвуз. сборник: Воронеж, ВГ-ТУ. - 1997. Л" 3. С. 4-17.

[3] Волканов Д. Ю. Методика выбора оптимального набора механизмов отказоустойчивости для вычислительных систем реального времени // Научная сессия МИФИ-2007. Сборник научных трудов. Том 12. (Информатика, компьютерные системы и технологии). Т. 12.— МИФИ Москва, 2007. — С. 110-111.

[4] Волканов Д. Ю. Адаптивный метод сбалансированного выбора модулей встроенной вычислительной системы с учётом требований надёжности // VIII Московская международная конференция по исследованию операций (ORM2016): Москва, 17-22 октября 2016 г. Труды / том 2.— Т 2. - ФИЦ ИУ РАН Москва, 2016. - С. 20-22.

[5] Волканов Д. Ю. Метод сбалансированного выбора механизмов обеспечения отказоустойчивости для распределённых вычислительных си-

стем // Моделирование и анализ информационных систем — 2016. — Т. 23, № 2. — С. 119-136.

[6] Волканов Д. К)., Глонина А. Б. Исследование модификаций адаптивного гибридного эволюционного алгоритма для задачи сбалансированного выбора модулей рве рв и их механизмов обеспечения отказоустойчивости // Программные системы и инструменты. Тематический сборник. — Т. 12 из Программные системы и инструменты. — Издательский отдел факультета ВМК МГУ имени М.В. Ломоносова; МАКС Пресс Москва, 2011.-С. 150-162.

[7] Волканов Д. К)., Григорян М. В. Методика выбора оптимального набора механизмов отказоустойчивости для бортовых вычислительных систем // Программные системы и инструменты. Тематический сборник. Т. 7 из Программные системы и инструменты. — МАКС Пресс Москва, 2006. - С. 147-155.

[8] Волканов Д. К)., Зорин Д. А. Исследование применимости моделей оценки надежности для разработки программного обеспечения с открытым исходным кодом // Прикладная информатика. — 2011.— Т. 32, Л" 2.— С. 26-32.

[9] Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы. — 2-е, испр. и доп. изд. — М Физматлит, 2006. — С. 320.

[10] Гладкова И. Детерминированные разделы общего логико-вероятностного метода // Труды Международной научной школы «Моделирование и анализ безопасности и риска в сложных системах»(МА ВР-2010): СПб.: ГУАП. — 2010. — Рр. 453-460.

[11] Запутляев И. А., Волканов Д. Ю. Исследование адаптивного генетического алгоритма для решения задачи оптимизации надежности распределенных вычислительных систем // Программные системы и инструменты. Тематический сборник №16. — Т. 16 из Программные системы и инструменты. — МАКС Пресс Москва, 2016. — С. 119-130.

[12] Зорин Д. А. Синтез архитектур вычислительных систем реального времени с учетом ограничений на время выполнения выполнения и требований к надежности: Дне. канд. физ-мат. наук: 05.13.11 / Московский Государственный Университет имени М.В. Ломоносова. — 2014. — 133 с.

[13] Интегрированная среда для анализа и разработки встроенных вычислительных систем реального времени / А. Г. Бахмуров, Д. Ю. Волканов, Р. Л. Смелянский, Е. В. Чемерицкий // Программирование. — 2013. — № 5. — С. 35-52.

[14] Использование метода роя частиц для формирования состава мульти-версионного программного обеспечения / И. В. Ковалев, Е. В. Соловьев, Д. И. Ковалев и др. // Приборы и системы. Управление, контроль, диагностика. — 2013. — № 3. — С. 1-6.

[15] К вопросу реализации муравьиного алгоритма при выборе состава муль-тиверсионного программного обеспечения информационно-управляющих систем / И. В. Ковалев, Р. Ю. Царев, А. В. Прокопенко, Е. В. Соловьев // Приборы и системы. Управление, контроль, диагностика — 2012. Л" 2. С. 1-4.

[16] Как разработать простое средство верификации систем реального времени / Д. Ю. Волканов, В. А. Захаров, Д. А. Зорин и др. // Моде-

лирование и анализ информационных систем, 2012. — Т. 19, № 6.— С. 45-56.

[17] Ковалев И. В. Анализ проблем в области исследования надежности программного обеспечения: многоэтапность и архитектурный аспект // Вестник Сибирского государственного аэрокосмического университета им. академика МФ Решетнева. — 2014. Л'° 3 (55).

[18] Ковалев И. В., Карасева М. В., Соловьев Е. В. Модификация муравьиного алгоритма для задачи формирования мультиверсионного программного обеспечения // Вестник Сибирского государственного аэрокосмического университет,а им. академика МФ Решетнева — 2014. — № 1 (53).

[19] Колесов П. В., Толмачева М. В., Юхта П. В. Системы реального времени. Планирование, анализ, диагностирование. СПб.: ОАО"Концерн"ЦНИИ"Электроприбор, 2014. С. 180.

[20] Комбинированное средство верификации распределённых вычислительных систем реального времени / Д. Ю. Волканов, В. А. Захаров, Д. А. Зорин и др. // Программирование. — 2015. — № 6. — С. 72-86.

[21] Костенко В. А. Алгоритмы оптимизации, опирающиеся на метод проб и ошибок, в совместном проектировании аппаратных и программных средств вс // Труды Всероссийской научной конференции «Высокопроизводительные вычисления и их приложения». — 2000. — С. 123-127.

[22] Костенко В. А., Смелянский Р. Л. Проблемы построения бортовых комплексов с архитектурой интегрированной модульной авионики // Радиопромышленность. — 2016. — № 3. — С. 63-70.

[23] Костенко В. А., Фролов А. В. Генетический алгоритм с самообучением // Известия РАН. Теория и системы управления. — 2015. — № 4. — С. 24-38.

[24] Кочетов Ю. А. Вероятностные методы локального поиска для задач дискретной оптимизации // Дискретная математика и ее приложения. Сборник лекций молодежных и научных школ по дискретной математике и ее приложениям. М: МРУ. 2001. — С. 87-117.

[25] Курейчик В. М. Гибридные генетические алгоритмы // Известия Южного федерального университет,а. Технические науки — 2007. — Т. 77, Л" 2. — С. 5-12.

[26] Лазарев А. А., Рафаров Е. Р. Теория расписаний. Задачи и алгоритмы. М.: Московский государственный университет имени МВ Ломоносова, 2011. — С. 222.

[27] Лупанов О. Б. Об одном методе синтеза схем // Известия вузов. Радиофизика. - 1958. - Т. 1, № 1. - С. 120-140.

[28] Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. — 4 изд. — Издательский дом Вильяме, 2003. — С. 864.

[29] Методика использования системы имитационного моделирования рве рв диана, основанной на стандарте Ыа / Д. Ю. Волканов, В. А. Ан-тоненко, А. В. Герасёв и др. // Сборник докладов шестой всероссийской научно-практической конференции "Имитационное моделирование. Теория и практика"(ИММОД-2013). — Т. 1.— Издательство "ФЭН'Академии наук РТ, Казань, 2013. С. 322-326.

[30] Модификация стандартного алгоритма муравьиной колонии для решения задачи формирования мультиверсионного программного обеспечения / Д. И. Ковалев, А. В. Клименко, Е. В. Соловьев, Е. В. Туева // Вестник Сибирского государственного аэрокосмического университета им. академика МФ Решетнева. — 2014. — № 2 (54).

[31] Можаев А. Автоматизация моделирования систем ВМФ. Учебник для слушателей BMA. Часть 2. Автоматизированное структурно-логическое моделирование систем. — BMA, СПб, 2006. — С. 577.

[32] Мусаев А. А., Гладкова И. А. Современное состояние и направления развития общего логико-вероятностного метода анализа систем // Труды, СПИИРАН. - 2010. - Vol. 1, по. 12. - Pp. 75-96.

[33] Никифоров Б. Электроника на службе безопасности движения // Современные технологии автоматизации. — 2006. Л'° 1. С. 40-43.

[34] О международном проекте в области проверки правильности программного обеспечения встроенных систем / А. Г. Бахмуров, В. А. Захаров, P. Л. Смелянский, М. В. Чистолинов // Программные системы и инструменты. Тематический сборник. Т. 1 из Программные системы и инструменты. — Изд-факультета ВМиК МГУ Москва, 2000. — С. 24-31.

[35] Опыт применения программной среды линии для моделирования и проектирования бортовых вычислительных систем / В. В. Балашов, А. Г. Бахмуров, Д. Ю. Волканов и др. // Гироскопия и навигация. — 2009. — № 2(65). — С. 48-55.

[36] Павлов А. Нечетко-возможностный подход к анализу и оцениванию безопасности сложных организационно-технических систем // XI

Санкт-Петербургская международная конференция «Региональная информатика-2008 (РИ-2008)», РФ, г. Санкт-Петербург.^ 2008. — Рр. 22-24.

[37] Пашков В. П., Волканов Д. Ю. О подходах к трассировке распределённых вычислительных систем реального времени // Материалы 17-ой международной конференции по вычислительной механике и современным прикладным программным системам (ВМСППС'2011). — МАП-ПРИНТ Алушта, 2011. — С. 139-141.

[38] Пашков В. П., Волканов Д. Ю. Разработка средства анализа и визуализации трасс распределенных вычислительных систем реального времени // Труды международной научной конференции Моделирова-ние-2012. — Институт проблем моделирования в энергетике им. Г.Е. Пухова Киев, Украина, 2012. — С. 330-333.

[39] Половко А. М.. Гуров С. В. Основы теории надежности. БХВ-Петер-бург СПб., 2006. — С. 704.

[40] Радченко Г. П. Распределенные вычислительные системы. — Челябинск: Фотохудожник, 2012. — С. 184.

[41] Рутковская Д., Пилинъский Л/.. Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. — Горячая линия - Телеком, 2006. — С. 452.

[42] Скворцов М. С. Метод оптимизации надежности структурно-сложных технических систем на стадии проектирования: Дне. канд. тех. наук: 05.13.01 / Учереждение Российской академии наук Санкт-Петербургский институт информатики и автоматизации РАН. 2011. — 125 с.

[43] Смелянский Р. Л. Модель функционирования распределенных вычислительных систем // Вестник Московского Университета. — 1990. — Т. 15. — С. 3-21.

[44] Смелянский Р. Л. Модель функционирования распределённой вычислительной системы с временем // Программирование. — 2013. - № 5. -С. 22-34.

[45] Сравнение различных подходов к распределению ресурсов в центрах обработки данных / П. М. Вдовин, И. А. Зотов, В. А. Костенко и др. // Известия Российской академии наук. Теория и системы управления — 2014. Л" 5. — С. 71-83.

[46] Статистические методы анализа безопасности сложных технических систем / Л. Александровская, И. Аронов, А. Елизаров, В. Соколов. Логос М, 2001. — Р. 232.

[47] Таненбаум Э., Ван Стен М. Распределённые системы. Принципы и парадигмы. — Санкт-Петербург: Издательский Дом Питер, 2003. — С. 877.

[48] Таненбаум, Э., Уэзеролл Д. Компьютерные сети.^ Санкт-Петербург: Издательский Дом Питер, 2013. С. 960.

[49] Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / А. А. Барсегян, M. С. Куприянов, В. В. Степаненко, И. И. Холод. - 2007. - Р. 383.

[50] Трекин А. Г. Структурный синтез вычислительной системы с помощью генетических алгоритмов: Дне. канд. физ-мат. наук: 05.13.11 / Московский Государственный Университет имени М.В. Ломоносова. 2002. 111 с.

[51] У сков Б. В. Обеспечение высокоточной временной синхронизации в распределённых вычислительных системах // Электронный Журнал. Вычислительные Сети. Теория И Практика,. — 2012. Л'° 1.

[52] Хохлов П. В. Управление риском.^ М.: Юнити-дана, 2001.— С. 239.

[53] Чемерицкий Е. В., Волканов Д. Ю., Смелянский Р. Л. Среда полунатурного моделирования на основе стандарта hla // Труды международной научной конференции Моделирование-2012. — Институт проблем моделирования в энергетике им. Г.Е. Пухова Киев, Украина, 2012. — С. 454-457.

[54] Черкесов Г. П. Надежность аппаратно-программных комплексов. — СПб.: Питер, 2005. — С. 479.

[55] Чистяков В. П. Курс теории вероятностей. — Наука М., 1987. — С. 224.

[56] Щербина, О. Метаэвристические алгоритмы для задач комбинаторной оптимизации // Таврический, вестник информатики и математики — 2014. Vol. 1. Pp. 56-72.

[57] Amari S., Dill G. A new method for reliability analysis of standby systems // Reliability and Maintainability Symposium, 2009. RAMS 2009. Annual / IEEE. - 2009. - Pp. 417-422.

[58] Amari S., Dill G. Redundancy optimization problem with warm-standby redundancy // Reliability and Maintainability Symposium (RAMS), 2010 Proceedings-Annual / IEEE. — 2010. — Pp. 1-6.

[59] Ardakan M. A., Hamadani A. Z. Reliability-redundancy allocation problem with cold-standby redundancy strategy // Simulation Modelling Practice and Theory. - 2014. - Vol. 42. - Pp. 107-118.

[60] Argouml user manual a tutorial and reference description / A. Ramirez, P. Vanpeperstraete, A. Rueckert et al. // Tech. rep. — 2003. — Pp. 2000-2009.

[61] Aviesienis A., La/prie J.-C., Randell B. Dependability and its threats: A taxonomy // Building the Information Society / Ed. by R. Jacquart. — Springer US, 2004. Vol. 156 of IFIP International Federation forInformation Processing. — Pp. 91-120. http://dx.doi.org/10.1007/ 978-1-4020-8157-6_13.

[62] Avizienis A. Design of fault-tolerant computers // Proceedings of the November 14-16, 1967, fall joint computer conference / ACM.^ 1967.^ Pp. 733-743.

[63] Avizienis A., Chen L. On the implementation of n-version programming for software fault tolerance during execution // Proc. IEEE COMPSAC. — Vol. 77. - 1977. - Pp. 149-155.

[64] Avizienis A., La/prie J., Randell B. Dependability of computer systems: Fundamental concepts, terminology, and examples // LA AS Report No., UCLA Report NoNewcastle No. - 2000.

[65] Bakhmurov A., Kapitonova A., Smeliansky R. Dyana: An environment for embedded system design and analysis // International Conference on Tools and Algorithms for the Construction and Analysis of Systems / Springer. — 1999. - Pp. 390-404.

[66] Bartz-Beielstein T., Lasarczyk C. W., Preuss M. Sequential parameter optimization // Evolutionary Computation, 2005. The 2005 IEEE Congress on / IEEE. - Vol. 1. - 2005. - Pp. 773-780.

[67] Blum, C., Roli A. Metaheuristics in combinatorial optimization: Overview and conceptual comparison // ACM Computing Surveys (CSUR).— 2003. - Vol. 35, no. 3. - Pp. 268-308.

[68] Carlton M. Pentium divide bug faq: Tech. rep.: Technical Report, Intel Corp, 1995.

[69] Chamhari A., Najafi A. A., Rahmati S. H. A. and. Karimr A. An efficient simulated annealing algorithm for the redundancy allocation problem with a choice of redundancy strategies // Reliability Engineering and System Safety. - 2013. - Vol. 119. - Pp. 158-164.

[70] Chen L., Avizienis A. N-version programming: A fault-tolerance approach to reliability of software operation // Digest of Papers FTCS-8: Eighth Annual International Conference on Fault Tolerant Computing. — 1978. — Pp. 3-9.

[71] Chen T.-C. las based approach for reliability redundancy allocation problems // Applied Mathematics and Computation. — 2006. — Vol. 182, no. 2. — Pp. 1556-1567.

[72] Chern M.-S. On the computational complexity of reliability redundancy allocation in a series system // Operations research letters. — 1992. — Vol. 11, no. 5. — Pp. 309-315.

[73] Coit D. W. Maximization of system reliability with a choice of redundancy strategies // HE transactions. — 2003. — Vol. 35, no. 6. — Pp. 535-543.

[74] Coit D. W., Smith A. E. Reliability optimization of series-parallel systems using a genetic algorithm // IEEE Transactions on reliability. — 1996. — Vol. 45, no. 2. — Pp. 254-260.

[75] Coit D. W., Smith A. E. Solving the redundancy allocation problem using a combined neural network/genetic algorithm approach // Computers & operations research. — 1996. — Vol. 23, no. 6. — Pp. 515-526.

[76] Cost estimation with cocomo ii / B. Boehm, C. Abts, A. W. Brown et al. // ed: Upper Saddle River, NJ: Prentice-Hall. — 2000.

[77] Darwin C. On the origin of the species by natural selection. — Murray, 1859.^ P. 502.

[78] Definition and analysis of hardware-and software-fault-tolerant architectures / J.-C. Laprie, J. Arlat, C. Beounes, K. Kanoun // Computer.— 1990. - Vol. 23, no. 7. - Pp. 39-51.

[79] Dugan J. B., Lyu M. R. System reliability analysis of an n-version programming application // IEEE Transactions on Reliability. — 1994. — Vol. 43, no. 4. — Pp. 513-519.

[80] Elmendorf W. R. Fault-tolerant programming // Proceedings of the 2nd International Symposium on Fault-tolerant Computing (FTCS-2).— Vol. 1972.^pp. 79^83.

[81] Florentz B., Huhn M. Embedded systems architecture: Evaluation and analysis // International Conference on the Quality of Software Architectures / Springer. - 2006. - Pp. 145-162.

[82] Fossaceca J. M.. Sandoz J. D., Winterhottom P. The pathstar access server: Facilitating carrier-scale packet telephony // Bell Labs Technical Journal. — 1998. - Vol. 3, no. 4. - Pp. 86-102.

[83] Fyffe D. E., Hines W. W., Lee N. K. System reliability allocation and a

computational algorithm // IEEE Transactions on Reliability. — 1968. — Vol. 2. — Pp. 64-69.

[84] Garg H., Rani M.. Sharma S. An efficient two phase approach for solving reliability-redundancy allocation problem using artificial bee colony technique // Computers & Operations Research. — 2013.^ Vol. 40, no. 12.— Pp. 2961-2969.

[85] Gen M.. Yun Y. Soft computing approach for reliability optimization: State-of-art survey // Reliability Engineering & System Safety. — 2006. — Vol. 91, no. 9. — Pp. 1008-1026.

[86] Glover F. Future paths for integer programming and links to artificial intelligence // Computers & operations research. — 1986.^ Vol. 13, no. 5.— Pp. 533-549.

[87] Goldberg D. E. Genetic algorithms in search, optimization and machine learning 'addison-wesley, 1989 // Reading, MA. — 1989.

[88] A hardware-in-the-loop simulation environment for real-time systems development and architecture evaluation / V. Balashov, A. Bakhmurov, M. Chis-tolinov et al. // International Journal of Critical Computer-Based Systems. - 2010. - Vol. 1, no. 1/2/3.-Pp. 5-23.

[89] Hecht H. Fault-tolerant software for real-time applications // ACM Computing Surveys (CSUR). - 1976. - Vol. 8, no. 4. - Pp. 391-407.

[90] Heimerdinger W. L., Weinstock C. B. A conceptual framework for system fault tolerance: Tech. rep.: DTIC Document, 1992.

[91] Holland J. H. Adaptation in natural and artificial systems: an introductory

analysis with applications to biology, control, and artificial intelligence. — U Michigan Press, 1975. — p. 183.

[92] Integrated environment for the analysis and design of distributed real-time embedded computing sustems / R. Smelyansky, A. Bakhmurov, D. Volka-nov, E. Chemeritskii // Programming and Computer Software. — 2013. — Vol. 39, no. 5. — Pp. 242-254.

[93] Kanagaraj G., Ponnamhalam S., Jawahar N. A hybrid cuckoo search and genetic algorithm for reliability-redundancy allocation problems // Computers & Industrial Engineering. — 2013. — Vol. 66, no. 4. — Pp. 1115-1124.

[94] Knowles J., Nakayama H. Meta-modeling in multiobjective optimization // Multiobjective optimization. — Springer, 2008. — Pp. 245-284.

[95] Kulturel-Konak S., Smith A. E., Coit D. W. Efficiently solving the redundancy allocation problem using tabu search // HE transactions. — 2003. — Vol. 35, no. 6.- Pp. 515-526.

[96] Kuo W., Prasad R. System reliability optimization: an overview // Mathematical Reliability: An Expository Perspective. — Springer, 2004. — Pp. 31-54.

[97] Kuo W., Prasad V. R. An annotated overview of system-reliability optimization // Reliability, IEEE Transactions on. — 2000. —Vol. 49, no. 2.— Pp. 176-187.

[98] Kuo W., Wan R. Recent advances in optimal reliability allocation // Computational Intelligence in Reliability Engineering. — Springer, 2007. — Pp. 1-36.

[99] Laprie J., Costes A. Dependability: a unifying concept for reliable computing // Proceedings of the 12th International Symposium on Fault-Tolerant Computing (FTCS-12). — 1982. — Pp. 22-24.

[100] Laprie J. et a,I. Hardware and software fault tolerance: definition and analysis of architectural solutions in proceedings of 17th international symposium on fault-tolerant computing. — 1987.

[101] Laprie J.-C. Dependable computing and fault-tolerance // Digest of Papers FTC'S-15. - 1985. - Pp. 2-11.

[102] Laprie J.-C. Dependability: Basic concepts and terminology // Dependability: Basic Concepts and Terminology.^ Springer, 1992. — Pp. 3-245.

[103] Laprie J.-C., Costes A. Dependability: a unifying concept for reliable computing // Proceedings of the 12th International Symposium on Fault-Tolerant Computing (FTCS-12). — 1982. — Pp. 22-24.

[104] Lee C. Y. G. M.. W. K. Reliability optimization design using a hybridized genetic algorithm with a neural-network technique // IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences — 2001. - Vol. 84, no. 2. - Pp. 627-637.

[105] Lee C.Y. G. M.. Y. T. Reliability optimization design using hybrid nn-ga with fuzzy logic controller // IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences. — 2002.^ Vol. 85, no. 2. - Pp. 432-446.

[106] Levitin G., Xing L., Dai Y. Cold vs. hot standby mission operation cost minimization for 1-out-of-n systems // European Journal of Operational Research. - 2014. - Vol. 234, no. 1. - Pp. 155-162.

[107] Luke S. Essentials of Metaheuristics. — second edition. — Lulu, 2013. — P. 253. — Available for free at http://cs.gmu.edu/^sean/book/metaheuristics/.

[108] Ma, Y., Wan J. Improved hybrid adaptive genetic algorithm for solving knapsack problem // 2011 2nd International Conference on Intelligent Control and Information Processing. — 2011.

[109] Metamoc: Modular execution time analysis using model checking / A. E. Dalsgaard, M. C. Olesen, M. Toft et al. // Proceedings of the 10th International Workshop on Worst-Case Execution-Time Analysis (WCET2010). - Vol. 15. - 2010. - Pp. 113-123.

[110] Method for choosing an effective set of fault tolerance mechanisms for realtime embedded systems, based on simulation modeling / A. Bakhmurov, V. Balashov, V. Pashkov et al. // Problems of dependability and, modelling. - 2011. - Pp. 13-26.

[111] Misra, K. B. On optimal reliability design: A review // System Science.— 1986. - Vol. 12. - Pp. 5-30.

[112] Misra, K. B. Handbook of performability engineering. — Springer Science & Business Media, 2008.

[113] Misra, K. B., Sharma U. An efficient algorithm to solve integer-programming problems arising in system-reliability design // IEEE Transactions on Reliability. - 1991. - Vol. 40, no. 1. - Pp. 81-91.

[114] Nannen V., Eiben A. E. Relevance estimation and value calibration of evolutionary algorithm parameters. // IJCAI. — Vol. 7. — 2007. — Pp. 975-980.

[115] Neumann P. G. Computer-related risks. — Addison-Wesley Professional, 1994. - P. 584.

[116] Ng K. Y., Sancho N. A hybrid 'dynamic programming/depth-first search'algorithm, with an application to redundancy allocation // HE Transactions. - 2001. - Vol. 33, no. 12. - Pp. 1047-1058.

[117] Noulard E., Rousselot J.-Y., Siron P. Certi, an open source rti, why and how // Spring Simulation Interoperability Workshop. — 2009. — Pp. 23-27.

[118] Pierce W. Interconnection structure for redundant logic, failure-tolerant computer design. — 1965.

[119] A program structure for error detection and recovery / J. J. Horning, H. C. Lauer, P. M. Melliar-Smith, B. Randell // Operating Systems. — Springer, 1974. - Pp. 171-187.

[120] Pullum L. L. Software fault tolerance techniques and implementation. — Artech House, 2001. — P. 343.

[121] Randell B. System structure for software fault tolerance // IEEE Transactions on Software Engineering. — 1975. — no. 2. — Pp. 220-232.

[122] Redundancy optimization for series-parallel multi-state systems / G. Lev-itin, A. Lisnianski, H. Ben-Haim, D. Elmakis // Reliability, IEEE Transactions on, - 1998. - Vol. 47, no. 2. - Pp. 165-172.

[123] Reliability-redundancy optimization using simulated annealing algorithms / T. Dohi, N. Kaio, W. Young et al. // Journal of Quality in Maintenance Engineering. — 2006. — Vol. 12, no. 4. — Pp. 354-363.

[124] Sharangpani H., Barton M. Statistical analysis of floating point flaw in the pentium processor // Intel Corporation. — 1994.

[125] Simulation modeling based method for choosing an effective set of fault tolerance mechanisms for real-time avionics systems / A. Bakhmurov, V. Bal-ashov, A. Glonina et al. // EUCASS advances in aerospace sciences book series_ _ vol. 6. - EDP Sciences, France, 2013. - Pp. 487-500.

[126] Smit S. K., Eiben A. E. Comparing parameter tuning methods for evolutionary algorithms // Evolutionary Computation, 2009. CEC'09. IEEE Congress on / IEEE. - 2009. - Pp. 399-406.

[127] Software architecture optimization methods: A systematic literature review / A. Aleti, B. Buhnova, L. Grunske et al. // IEEE Transactions on Software Engineering. — 2013. — Vol. 39, no. 5. — Pp. 658-683.

[128] Soltani R. Reliability optimization of binary state non-repairable systems: A state of the art survey // International Journal of Industrial Engineering Computations. — 2014. — Vol. 5, no. 3. — Pp. 339-364.

[129] Spears W. M. Evolutionary algorithms: the role of mutation and recombination. — Springer Science & Business Media, 2013.

[130] Statistical identification and optimisation of significant ga factors / A. Petro-vski, A. Wilson, J. Mccall et al. // Proceedings of the 5th Joint Conference on Information Sciences. Atlantic City, USA. — Vol. 1.— 2000.^ Pp. 1027-1030.

[131] Tavakkoli-Moghaddam R., Safari J., Sassani F. Reliability optimization of series-parallel systems with a choice of redundancy strategies using a genetic

algorithm // Reliability Engineering & System Safety. — 2008. — Vol. 93, no. 4. — Pp. 550-556.

[132] Tillman F., Hwang C., Kuo W. An annotated overview of system reliability optimization. — 1980.

[133] Tillman F. A., Hwang C.-L., Kuo W. Optimization techniques for system reliability with redundancy - a review // Reliability, IEEE Transactions on. - 1977. - Vol. 26, no. 3. - Pp. 148-155.

[134] Towards a unified toolset for embedded systems development / A. G. Bah-murov, M. V. Chistolinov, I. V. Epatko et al. // Proceedings of the conference UKRPROG-2000 "Problems of Programming.^ Vol. 1.- 2000.^ Pp. 316-322.

[135] Tzafestas S. Optimization of system reliability: a survey of problems and techniques // International Journal of Systems Science. — 1980. — Vol. 11, no. 4. - Pp. 455-486.

[136] Uppaal - a tool suite for automatic verification of real-time systems / J. Bengtsson, K. Larsen, F. Larsson et al. // Hybrid Systems III. — Springer, 1996. - Pp. 232-243.

[137] Valian E., Valian E. A cuckoo search algorithm by levy flights for solving reliability redundancy allocation problems // Engineering Optimization, — 2013. - Vol. 45, no. 11. - Pp. 1273-1286.

[138] Wattanapongsakorn N., Levitan S. Reliability optimization models for fault-tolerant distributed systems // Reliability and Maintainability Symposium, 2001. Proceedings. Annual / IEEE. — 2001. — Pp. 193-199.

[139] Wattanapongsakorn N., Levitan S. P. Reliability optimization models for embedded systems with multiple applications // IEEE Transactions on Reliability. - 2004. - Vol. 53, no. 3. - Pp. 406-416.

[140] Wattanapongskorn N., Coit D. W. Fault-tolerant embedded system design and optimization considering reliability estimation uncertainty // Reliability Engineering & System Safety. — 2007. — Vol. 92, no. 4. — Pp. 395-407.

[141] Wood A. Software reliability growth models // Tandem Technical Report. — 1996. - Vol. 96, no. 130056.

[142] Xie G., Zhang J., Li J. Adapted genetic algorithm applied to slope reliability analysis // 2008 Fourth International Conference on Natural Computation / IEEE. - Vol. 1. - 2008. - Pp. 520-524.

[143] Xie Z., Sun H., Saluja K. A survey of software fault tolerance techniques // University of Wisconsin-Madison/Department of Electrical and Computer Engineering. — 2006. — Vol. 1415.

[144] Yearout R. D., Reddy P., Grosh D. L. Standby redundancy in reliability-a review // IEEE Transactions on Reliability. iggß.^ Vol. 3, no. 35.^ Pp. 285-292.

[145] Yeh W.-C. A two-stage discrete particle swarm optimization for the problem of multiple multi-level redundancy allocation in series systems // Expert Systems with Applications. — 2009. — Vol. 36, no. 5. — Pp. 9192-9200.