Модели управления ресурсами систем хранения данных тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Пойманова Екатерина Дмитриевна

• Пойманова Екатерина Дмитриевна
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Пойманова Екатерина Дмитриевна

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ ОСОБЕННОСТЕЙ ТЕХНОЛОГИИ ХРАНЕНИЯ ДАННЫХ13

1.1 Предпосылки роста объема информации

1.1.1 Эволюция технологий хранения данных

1.1.2 Законодательные нормы в области хранения информации

1.2 Цифровые технологии хранения данных

1.2.1 Архитектура систем хранения данных

1.2.2 Носители цифровых данных

1.2.3 Хранение бита данных

1.2.4 Инкапсуляция данных

1.2.5 Метаданные как отличительная черта цифрового хранения

1.2.6 Ресурсы обеспечения хранения данных

1.2.7 Организация доступа к данным

1.3 Физическое хранилище данных как объект управления

1.4 Постановка задачи исследования

Выводы по первой главе

ГЛАВА 2. МНОГОУРОВНЕВАЯ МОДЕЛЬ ХРАНЕНИЯ ДАННЫХ

2.1. Общие принципы создания стратифицированных моделей

2.2. Архитектура многоуровневой модели хранения данных

2.2.1 Физический уровень модели хранения данных

2.2.2 Структурный уровень модели хранения данных

2.2.3 Уровень управления модели хранения данных

2.3 Описание работы уровневой модели хранения данных

Выводы по второй главе

ГЛАВА 3. МОДЕЛИ И АЛГОРИТМЫ УПРАВЛЕНИЯ РЕСУРСАМИ СИСТЕМ

ХРАНЕНИЯ ДАННЫХ

3.1. Алгоритмы управления емкостными характеристиками систем хранения данных

3.1.1. Алгоритм вертикального размещения

3.1.2. Алгоритм горизонтального размещения

3.1.3. Алгоритм динамического размещения

3.2. Модель управления емкостью СХД

3.2.1. Алгоритм управления емкостью СХД

3.2.2. Описание модели управления емкостью СХД

3.2.3. Сеть Кохонена, как инструмент классификации файлов данных

3.2.4. Описание эксперимента по распределению входящего потока файлов по ячейкам матрицы хранения

Выводы по третьей главе

ГЛАВА 4. МЕТОДИКА ПРОГНОЗИРОВАНИЯ НАРАЩИВАНИЯ ЕМКОСТИ СИСТЕМ ХРАНЕНИЯ ДАННЫХ

4.1 Модель прогноза дифференцированного наращивания емкости физического хранилища данных

4.2 Особенности входящего потока данных

4.3 Модели и методы прогнозирования, применяемые при анализе временных рядов

4.3.1 Сезонные модели

4.3.2 Общая линейная модель

4.3.3 Модели авторегрессии и скользящего среднего

4.3.4 Выбор модели для построения прогноза поведения хранилища данных с матричной структурой

4.4 Методика прогнозирования наращивания емкости СХД на основе анализа потока входящих данных и их миграции

4.4.1 Анализ текущего состояния системы

4.4.2 Выявление свойств входящего потока данных

4.4.3 Построение паттерна поведения СХД

4.3.4 Расчет времени преодоления пограничных значений емкости ячеек матрицы хранения

4.3.5 Мониторинг соответствия состояния СХД паттерну поведения и коррекция модели прогноза

4.4 Макет интерфейса приложения для анализа входящего потока данных и построения модели прогноза наращивания

Выводы по четвертой главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ТЕРМИНОВ

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Модели управления ресурсами систем хранения данных»

ВВЕДЕНИЕ

Исследование цифровой вселенной, проведенное компанией IDC (International Data Corporation) по заказу корпорации Dell EMC в 2014 г. с целью количественной оценки ежегодного объема создаваемых данных, показало, что мировой объем цифровой информации способен увеличиться с 4,4 (2014 г.) зеттабайт до 44 зеттабайт к 2020 году [60]. По мнению экспертов, каждые два года объем данных удваивается. Поэтому актуальной является проблема не только обработки информации, но также и ее хранения.

Необходимость в хранении данных можно встретить на уровне отдельного предприятия, корпорации, на уровне государственных структур.

Для отдельного предприятия хранение данных определяется действующими бизнес-процессами.

Для корпораций становится необходимым хранение больших объемов данных, связанных с ведением бизнеса, включая данные для деловой аналитики и построения моделей прогноза.

Для государственных структур большую роль в формировании больших объемов данных сыграло внедрение межведомственного электронного документооборота и использование разнообразных первичных данных для государственных аналитических систем.

Рядовые пользователи также способствуют быстрому увеличению потока данных, в первую очередь, используя социальные сети и облачные хранилища для личных фото- и видеоматериалов [27].

Очевидно, что организации любого уровня нуждаются в формировании развитой инфраструктуры хранения данных. Существующие технологии, такие как дубликация, зеркалирование, виртуализация, иерархическое хранение и т.д. способствуют обеспечению гарантированного хранения [4].

Инженерным решением реализации инфраструктуры хранения являются системы хранения данных (СХД). СХД представляет собой архитектурное

решение, позволяющее подключать внешние устройства хранения данных, которые имеют различную физическую природу. Важным аспектом также является организация физического хранилища данных - аппаратного средства, представляющего собой совокупность носителей данных.

В основном СХД выделяют в отдельную подсистему вычислительного комплекса, например, как систему хранения данных центра обработки данных [67].

Проблема непрерывного роста объемов вычислительных ресурсов, известная как закон Гордона Мура не является новой. Объем оперативной памяти современного компьютера вырос в десять тысяч раз, емкость жесткого диска увеличилась более чем в сто тысяч раз в сравнении с первым персональным компьютером. Однако, рост объема памяти в настоящее время приближается к физическому пределу, при котором минимальная единица хранения ограничена размером атома. Поэтому рост объемов для хранения данных в последние годы решается технологиями параллелизма - проектирование систем хранения данных сетевого типа [11].

Задача хранения не сводится только к выделению емкостей для размещения данных. Множество факторов, включая федеральные нормы, неэффективность затрат на хранение данных и другие, требуют новых моделей управления ресурсами СХД.

Управление ресурсами СХД является сложной задачей, при решении которой необходимо учитывать наличие следующих обстоятельств:

1. Разнородность СХД:

- устройства хранения в СХД могут быть разными по физической природе, например, магнитные, оптические, твердотельные;

- архитектура СХД может быть прямого или сетевого доступа.

2. Наличие разных требований к хранению данных:

- критически важным транзакционным системам, таким как биллинговые, процессинговые, ERP и т.п. требуются высоконадежные и производительные СХД:

- для систем аналитики необходимы как высокая производительность, так и низкая стоимость единицы хранения;

- для работы с файлами нужны функциональность и низкая стоимость хранения.

3. Отсутствие единых алгоритмов организации хранения данных с разными требованиями к хранению. В решении того, как наиболее рационально размещать информационные ресурсы, например, в ЦОД руководствуются практикой многоуровнего хранения данных [31]. Однако современные СХД по-прежнему остаются одномерными, поскольку перемещение данных между уровнями определяется одной метрикой - временем, прошедшим с момента последнего обращения к информации.

4. Осуществление параллельного выполнения основной функции СХД и функции, обеспечивающей восстановление данных без остановки выполняемых бизнес-процессов. К функциям восстановления данных относятся:

- резервирование сохраняемых данных для обеспечения надежности хранения;

- перезапись данных для обеспечения времени гарантированного хранения.

5. Увеличение стоимости хранения единицы данных в связи с модернизацией и утилизацией СХД. Зачастую СХД, приобретенная три-пять лет назад, не справляется с растущими объемами и не отвечает требованиям к скорости доступа к данным. В этом случае приобретается новая СХД, на которую переносятся данные с прежней. Таким образом, владелец СХД, повторно платит за объемы хранения и несет расходы на установку новой СХД и перенос на нее данных.

Наличие такого количества глобальных проблем проектирования СХД с заданными свойствами объясняется отсутствием единой модели организации физического хранения данных.

Нельзя сказать, что модели хранения данных отсутствуют вовсе. Примерами таких моделей являются: модель общего хранения SNIA Shared Storage Model, трехуровневая модель СУБД ANSI/SPARK, MIC (Model for Interactions between

Components) - модель открытой системы известная как модель взаимодействия между компонентами, CIM (Common Interface Model) - модель общего интерфейса доступа к системам хранения данных, MUSIC (М - Management; U - Userinterface; S - Service interface for programs; I - Informations and data formats; C -Communications interfaces) - модель, включающая группы компонентов для построения открытых систем, в том числе систем хранения данных и ряда других [10].

Проведенные исследования показали, что в рассмотренных моделях хранения не учитывается связь между уровнями хранения, характеристиками хранимых данных и технологиями записи.

Учитывая обозначенные проблемы при организации хранения данных, основной научной задачей является разработка новых моделей и алгоритмов управлении ресурсами систем хранения данных, что определяет актуальность темы диссертационной работы.

По вопросам стандартизации и моделирования систем хранения данных опубликовано мало работ. Это объясняется спецификой области исследования. Корпорации, разрабатывающие технологи хранения данных и внедряющие их в ИТ-сферу, такие как Dell EMC, Fujitsu, IBM и другие, предоставляют свои решения для клиента в виде IaaS-услуги (Infrastructure as a Service - инфраструктура как услуга). Эти решения не являются открытыми с точки зрения реализации. Тем не менее доступны регулярные обзоры о трендах в области хранения данных.

Помимо аналитических обзоров от этих корпораций отметим труды отечественных и зарубежных авторов Р. Ландауэра, Л.Б. Киша, М. Фарли, Д. Паттерсона, Б.Я. Советова, В.В. Цехановского, В.Д. Чертовского, А.И. Водяхо, В.А. Дубенецкого, и других, составляющих теоретическую базу проектирования хранилищ данных и систем хранения данных, а также работы В.А. Богатырева, О.И. Кутузова, М.О. Колбанева, Т.М. Татарниковой, С.А. Яковлева в области моделирования сложных технических систем и их элементов, к числу которых можно отнести и системы хранения данных.

Объектом исследования являются системы хранения данных центров обработки данных, построенные на разных технологиях хранения и применяемые в корпоративном или государственном секторе.

Предметом исследования является применение моделей управления ресурсами систем хранения данных.

Цель диссертационной работы состоит в разработке моделей и алгоритмов управления ресурсами систем хранения данных с учетом иерархического принципа хранения данных.

В соответствии с указанной целью в работе поставлены, обоснованы и решены следующие задачи:

1. Предложена многоуровневая модель хранения данных.

2. Предложена модель управления емкостью физического хранилища данных, основанная на алгоритмах размещения и миграции данных по уровням иерархии системы хранения данных.

3. Построена модель прогноза дифференцированного наращивания емкости системы хранения данных и предложена соответствующая методика прогнозирования.

Методы исследования. Решение сформулированной в диссертационной работе проблемы разработки моделей и алгоритмов управления ресурсами систем хранения данных базируется на методах системного анализа, теории вероятности, случайных процессов и математической статистики, методов анализа данных, методов построения прогнозов временных рядов.

Основные новые результаты, полученные в работе и выносимые на защиту:

1. Многоуровневая модель хранения данных.

2. Модель управления емкостью физического хранилища данных, основанная на алгоритмах размещения и миграции данных по уровням иерархии системы хранения данных.

3. Модель прогноза дифференцированного наращивания емкости системы хранения данных и соответствующая методика прогнозирования.

Научная новизна результатов работы.

1. Многоуровневая модель хранения данных отличается от других моделей открытых систем стратифицированным описанием, сочетающим уровневую организацию хранения данных, технологии хранения данных и характеристики физического хранилища и сохраняемых файлов, что позволяет проектировщикам систем хранения данных получать решения с заданными свойствами на всем многообразии вариантов хранения данных.

2. Модель управления емкостью физического хранилища отличается применением алгоритмов размещения и миграции данных по уровням иерархии системы хранения данных, которые основаны на анализе метаданных, что позволяет реализовать проактивное управление ресурсами систем хранения данных с учетом сроков гарантированного хранения.

3. Модель прогноза дифференцированного наращивания емкости системы хранения данных и соответствующая методика прогнозирования отличаются учетом паттернов состояния, что позволяет наращивать емкости СХД исходя из реального динамического изменения состояния системы хранения данных.

Практическая ценность и реализация результатов работы. Практическая ценность результатов диссертационной работы заключается в полученных расчетных выражениях, моделях и алгоритмах, реализующих проектирование систем хранения данных сетевого типа.

Основные научные результаты диссертации используются в учебном процессе на кафедре Информационные системы СПбГЭТУ «ЛЭТИ» по направлению обучения бакалавров «Информационные системы и технологии» по курсу «Управление данными», на кафедре информационных систем и технологий СПбГЭУ при изучении дисциплин направления 09.03.02 «Информационные системы и технологии» и направления 38.03.05 «Бизнес-информатика», а также на кафедре безопасности информационных систем СПбГУАП при изучении дисциплин направления 10.03.01 «Информационная безопасность», 11.04.02 «Инфокоммуникационные технологии и системы связи».

Достоверность полученных результатов подтверждена результатами моделирования и экспериментальных исследований.

Для моделирования использовалось специализированное программное обеспечение (программа Statistica 8.0), подкрепленное апробированными теоретическими методами исследований моделей компьютерных систем.

Полученные в ходе выполнения диссертационного исследования результаты не противоречат ранее полученным данным, описанным в литературе другими авторами.

Апробация работы. Основные научные результаты диссертационной работы докладывались, обсуждались и были одобрены на X межвузовской научно-практической конференции преподавателей, аспирантов и докторантов «Проблемы и пути развития предпринимательской деятельности в современных условиях» СПбГЭУ 13-14 марта 2014 г.; Санкт-Петербургской международной конференции «Региональная информатика» в 2013-2018 гг., VIII Санкт-Петербургской межрегиональной конференции «Информационная безопасность регионов России (ИБРР-2013)», 28 октября 2013 г., II межрегиональной научно-практической конференции «Перспективные направления развития отечественных информационных технологий», Севастополь, 13-17 сентября 2016 г., на научной конференции аспирантов СПбГЭУ «Россия в современном мире: экономические, правовые и социальные аспекты развития», 25 апреля 2017 г.; X Санкт-Петербургской межрегиональной конференции «Информационная безопасность регионов России (ИБРР-2017)», 1-3 ноября 2017 г.; X научно-практическая конференция молодых ученых «Программная инженерия и компьютерная техника» (Майоровские чтения), V международной научно-практической конференции ИНФОГЕО 2018 «Геоинформационное обеспечение устойчивого развития территорий», кафедральных семинарах СПбГЭУ 2014-2018 гг., XXII международная научная конференция «Волновая электроника и инфокоммуникационные системы» 3-7 июня 2019 Санкт-Петербург.

Получено свидетельство о государственной регистрации программы для ЭВМ «Программа прогноза наращивания емкости систем хранения данных» №2019661945.

Публикации. Основное содержание диссертации опубликовано в 19 печатных работах, в том числе в 4 работах, рекомендованных ВАК РФ и в 4 работах, входящих в базы цитирования Web of Science и Scopus.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы (всего 77 источников). Общий объем работы составляет 140 страниц машинописного текста, который включает 55 рисунков, 13 таблиц.

ГЛАВА 1. АНАЛИЗ ОСОБЕННОСТЕЙ ТЕХНОЛОГИИ ХРАНЕНИЯ ДАННЫХ

Особенностью технологии хранения данных можно назвать разнообразие физической природы носителей информации и организации доступа к данным. Эти особенности можно проследить на эволюционном развитии технологий хранения данных.

1.1 Предпосылки роста объема информации

Рост мирового объема информации, подлежащей хранению, обусловлен, в основном, двумя причинами. Первая причина - это эволюция технологий, связанная с развитием общества, науки и техники. Вторая - это законодательные нормы, регламентирующие сроки хранения информации в различных областях.

1.1.1 Эволюция технологий хранения данных

Развитие ИТ сделало доступным как аналоговое, так и цифровое хранение информации. История аналогового хранения берет начало тысячи лет назад: наскальная живопись, клинопись, египетские папирусы. С развитием письменности стали появляться библиотеки, а для поиска нужной информации -картотеки. История цифрового хранения отсчитывается с 1832 года, когда С.Н. Корсаков (1787 - 1853) впервые представил серию из пяти «интеллектуальных машин» для информационного поиска и классификации, в конструкции которых были впервые в истории информатики применены перфокарты [30].

В 1950-х годах IBM уже использовала перфокарту для хранения и ввода данных в компьютеры. С 1951 года в качестве носителя информации стала использоваться магнитная лента, примененная компанией Eckert-Mauchly Computer Corporation на ЭВМ UNIVAC I, и использующаяся до сих пор для хранения архивных данных, в том числе в центрах обработки данных. Эра жестких дисков начинается в 1956 году, когда компания IBM представила диск IBM 350, а

уже в 1961 году в жестком диске IBM 1301 были установлены головки чтения/записи. История современных твердотельных накопителей берет начало в 1978 году и положена американской компанией StorageTek [3].

Дальнейший этап, известный как информатизация общества, характеризуется увеличением общего объема информации, появлением систем хранения данных, центров обработки данных, сетей хранения данных и других технологий.

Рост информации, подлежащей хранению, в том числе длительному, обусловлен сегодня несколькими причинами, среди которых основными являются общий рост количества информации, связанный с переходом на третью платформу информатизации и требования законодательства.

Исторически «платформы информатизации» развивались следующим образом:

- первая платформа представляла собой мейнфреймы, появившиеся в 50-х годах XX века и являющиеся на тот момент единственным типом компьютеров;

- вторая платформа информатизации - это локальные сети и, как следствие, интернет;

- третья платформа информатизации охватывает целый спектр современных технологий - составляющими которой являются облачные технологии, технологии интернета вещей, больших данных, мобильного широкополосного доступа, сервисы Over The Top (OTT-сервисы, наложенные сервисы) [21, 25].

Технологии третьей платформы информатизации позволяют создавать информационные инфраструктуры разного уровня сложности и назначения благодаря конвергенции технологий хранения, передачи и обработки данных. Прогноз на увеличение объемов информации устанавливает соответствующие требования к ресурсам, обеспечивающим реализацию информационных технологий и технологии хранения данных в том числе.

Одной из базовых технологий третьей платформы являются облачные вычисления. Эта технология позволяет пользователям дистанционно в реальном времени работать с информационными ресурсами.

Облачные технологии являются результатом эволюции архитектур информационных систем: от полной централизации ресурсов в мейнфреймах, последующей децентрализации с разделением функций в клиент-серверных технологиях и до организации дистанционного доступа к распределенным ресурсам.

Классификация облачных услуг:

- SaaS (Software as a Service) - программное обеспечение (ПО) как услуга -предоставляет пользователям доступ к коммерческому ПО;

- PaaS (Platform as a Service) - платформа как услуга - предоставляет вычислительные мощности разработчикам приложений без привязки к физическому оборудованию;

- IaaS (Infrastructure as a Service) - инфраструктура как услуга предоставляет серверы, сетевые устройства, дисковые массивы архитекторам сетей [32].

Техническую основу облачных вычислений составляют центры обработки данных (ЦОДы, дата-центры). ЦОД представляет собой сложную информационно-коммуникационную инфраструктуру, в которой размещается пул вычислительных ресурсов.

Для хранения больших объемов информации в ЦОД используются системы хранения данных (СХД) - совокупность оборудования и программного обеспечения, реализующих запись данных, физическое хранение и доступ к ним.

1.1.2 Законодательные нормы в области хранения информации

Требованиями законов и норм Российской Федерации жестко закреплены сроки хранения информации практически во всех важнейших сферах: труд и занятость населения [50, 54], информация и информатизация [55], техническое регулирование [53], образовательная, научная и культурная деятельность [35-37], медицина и фармацевтика [13, 38]. Документы предполагают различные сроки хранения информации - вплоть до бессрочных. Поскольку существует тенденция к переводу архивных документов в цифровой вид, очевидно, что нормы,

регламентирующие сроки хранения информации способствуют увеличению общего объема хранимых цифровых данных.

Однако проблема хранения цифровых данных актуальна не только для архивной информации: 6 июля 2016 года президент Российской Федерации подписал Федеральный закон №374-ФЗ «О внесении изменений в Федеральный закон «О противодействии терроризму» и отдельные законодательные акты Российской Федерации в части установления дополнительных мер противодействия терроризму и обеспечения общественной безопасности» (так называемый «закон Яровой»). Согласно статье 13 данного закона внесены изменения в закон «О связи», в частности в статью 64. С момента вступления закона в силу, то есть с 20 июля 2016 года операторы связи обязаны хранить на территории Российской Федерации информацию о фактах приема, передачи, доставки и (или) обработки голосовой информации, текстовых сообщений, изображений, звуков, видео- или иных сообщений пользователей услугами связи -в течение трех лет с момента окончания осуществления таких действий, а с 1 июля 2018 года также и текстовые сообщения пользователей услугами связи, голосовую информацию, изображения, звуки, видео-, иные сообщения пользователей услугами связи - до шести месяцев с момента окончания их приема, передачи, доставки и (или) обработки [52].

Учитывая, что, согласно данным, опубликованным на сайте Минкомсвязи, в 2018 году объем только интернет-трафика составил 48 257 857 331 ГБ [46], становится очевидно, что реализация данного закона потребует новых ИТ-решений, обеспечивающих надежное хранение данных.

Таким образом законодательные нормы, устанавливая сроки хранения информации, фактически обязывают организации обеспечивать хранение большого объема данных. Следовательно, необходимы новые решения в области хранения и соответственно модели, позволяющие воплотить эти решения на техническом и программном уровне.

В таблице 1. 1 приведены примеры сроков хранения информации в различных отраслях, регламентированные различными нормативными документами.

Таблица 1. 1

№ п/п Информация, подлежащая хранению Срок хранения Документ, устанавливающий требования к сроку хранения

БУХГАЛТЕРСКИМ УЧЕТ И ОТЧЕТНОСТЬ

1 Бухгалтерская (финансовая) отчетность (бухгалтерские балансы, отчеты о прибылях и убытках, отчеты о целевом использовании средств, приложения к ним и др.): ст. 351 Перечня, утв. Приказом Минкультуры России от 25.08.2010 N 558

- сводная годовая (консолидированная) Постоянно

- годовая Постоянно

- квартальная 5 лет. При отсутствии годовых -постоянно

- месячная 1 год. При отсутствии годовых, квартальных -постоянно

2 Аудиторские заключения по бухгалтерской (финансовой) отчетности 5 лет при условии проведения проверки (ревизии). Для годовой бухгалтерской (финансовой) отчетности -постоянно ст. 408 Перечня, утв. Приказом Минкультуры России от 25.08.2010 N 558

3 Документы по личному составу, законченные делопроизводством до 1 января 2003 года (за исключением документов по личному составу, в отношении которых действующими перечнями архивных документов с указанием сроков их хранения установлен иной срок хранения) 75 лет ч. 1, ч. 2 и ч. 4 ст. 22.1 Федерального закона от 22.10.2004 N 125-ФЗ "Об архивном деле в Российской Федерации"

Документы по личному составу, законченные делопроизводством после 1 января 2003 года (за исключением документов по личному составу, в отношении которых действующими перечнями архивных документов с указанием сроков их хранения установлен иной срок хранения) 50 лет

4 Документы (заявления работника о согласии на обработку персональных данных, сведения, уведомления) о субъекте персональных данных 75 лет ст. 666 Перечня, утв. Приказом Минкультуры России от 25.08.2010 N 558

5 Трудовые книжки До востребования. Невостребованные -75 лет ст. 664 Перечня, утв. Приказом Минкультуры России от 25.08.2010 N 558

МЕДИЦ [ДНА

6 Медицинская карта стационарного больного 25 лет Письмо Минздрава России от 07.12.2015 N 13-2/1538

История родов

История развития новорожденного

История развития ребенка

Медицинская карта пациента, получающего медицинскую помощь в амбулаторных условиях

ОБРАЗОВАНИЕ, НАУКА И КУЛЬТУРА

7 Журналы регистрации выданных дипломов об ученых степенях и их дубликаты Постоянно (хранятся как документы строгой отчетности) п. 29 Порядка, утв. Приказом Минобрнауки России от 04.03.2014 N 157

8 Журналы регистрации выданных аттестатов о присвоении ученых званий профессора и доцента и их дубликаты Постоянно (хранятся как документы строгой отчетности) п. 30 Порядка, утв. Приказом Минобрнауки России от 11.06.2014 N 652

9 Второй экземпляр аттестационного дела вместе с экземпляром диссертации (при положительном решении по результатам защиты диссертации) В течение 10 лет п. 33 Положения, утв. Постановлением Правительства РФ от 24.09.2013 N 842

Первый экземпляр аттестационного дела и диссертация (при отрицательном решении по результатам защиты диссертации)

СВЯЗЬ

10 Сведения о пользователях (фамилия, имя, отчество (при наличии), реквизиты основного документа, удостоверяющего личность), которым были оказаны универсальные услуги связи по передаче данных и предоставлению доступа к сети Интернет с использованием пунктов коллективного доступа, а также об объеме и времени оказания им услуг связи Не менее 6 месяцев п. 9 Правил, утв. Постановлением Правительства РФ от 21.04.2005 N 241

11 Информация о действиях абонентов, совершенные после идентификации Не менее 3 лет со дня расторжения договора - в отношении действий абонентов, направленных на изменение условий договора п. 28 Правил оказания услуг телефонной связи, утв. Постановлением Правительства РФ от 09.12.2014 N 1342

Не менее 3 лет со дня совершения действия -для остальных действий абонентов

Таким образом, развитие информационных технологий открывает новые возможности для общества и ставит перед специалистами сложнейшие задачи реализации информационных процессов. Хранение наряду с распространением и обработкой является важнейшим информационным процессом, эффективная реализация которого обеспечивает надежную работу информационных систем и, как следствие, удовлетворение информационных потребностей пользователей. Запросы современного пользователя таковы, что информация может понадобиться как сегодня, так и через 100 и более лет, а законодательные нормы регламентируют конкретные сроки хранения данных. Следовательно, современные информационные системы, в частности СХД, должны обеспечивать надежное хранение больших объемов данных и своевременный доступ к ним в течение длительного времени.

1.2 Цифровые технологии хранения данных

Хранение данных - это сложный многоуровневый процесс, жизненный цикл которого, в общем случае, можно разделить на следующие этапы:

Список литературы диссертационного исследования кандидат наук Пойманова Екатерина Дмитриевна, 2020 год

СПИСОК ЛИТЕРАТУРЫ

1. Анисимова Э. С. Самоорганизующиеся карты Кохонена в задачах кластеризации //Актуальные проблемы гуманитарных и естественных наук. Номер: 9- Год: 2014 С. 13-16

2. Бахур В. Главный производитель чипов переходит на 5 нм и уводит разработку в облака URL: http://www.cnews.ru/news/top/2018-10-04_tsmc_gotovit_chipy_s_normami_5_nm_i_uvodit_razrabotku

3. Богатова Е. Б. Документные коммуникации: эволюционная модель носителей информации // Инновационная наука. 2015. №10-3. С. 39-47

4. Богатырев В.А., Богатырев С.В., Богатырев А.В. Надежность кластерных вычислительных систем с дублированными связями серверов и устройств хранения // Информационные технологии - 2013. - № 2. - С. 27-32

5. Будько М. Ю., Будько М. Б., Гирик А. В. Применение авторегрессионного интегрированного скользящего среднего в алгоритмах управления перегрузками протоколов передачи потоковых данных // Научно-технический вестник информационных технологий, механики и оптики. 2007. №39. С. 319-323

6. Верзун Н.А., Колбанёв М.О., Пойманова Е.Д. Энергетические характеристики процесса долговременного хранения данных // Известия вузов. Приборостроение 2017 Т.60, №2. С.158-164.

7. Виртуализация хранения данных https: //www. bytemag. ru/articles/detail. php?ID= 18173

8. Воронцов К.В. Методы кластеризации URL: http://www.machinelearning.ru/wiki/images/archive/2/28/20170525095743%21Voron-ML-Clustering-slides.pdf

9. Горизонтальное и вертикальное масштабирование системы хранения данных на флэш-накопителях: оптимизация важнейших бизнес-задач URL: https: //www.t-mash.ru/info/stati/641 /

10. Горшков В.В., Добродеев А.А., Стреха А.А., Тулемисов У.М. Модели открытых систем (обзор) // Информационно-экономические аспекты стандартизации и технического регулирования. 2013. №3 (13). С.6

11. Докучаев В. А., Кальфа А. А., Мытенков С. С., Шведов А. В. Анализ технических решений по организации современных центров обработки данных // T-Comm. 2017. №6. С. 16-24

12. Зенченко Е. С. Сравнительный анализ систем хранения данных // Cloud of science. 2013. №3. С. 22-26

13. Инструкция о порядке обеспечения бланками листков нетрудоспособности, их учета и хранения, утв. Приказом ФСС РФ N 18, Минздрава РФ N 29 от 29.01.2004 URL: http://base.garant.ru/12134444/

14. Интернет-магазин 2BIT.RU https://2bit.ru/item/lentochnyj-nositel-hp-lto-6-ultrium-6-25tb-rw-data-tape-c7976a-227120858/?utm_source

15. Интернет-магазин BLURSHOP http://bluray-disc.ru/blu-ray-100-gb/3-verbatim-blu-ray-m-disc-bd-r-xl-100gb-4x.html

16. Интернет-магазин YOURSPASES https://yourspares.ru/products/disk-bd-re-blu-ray-verbatim-25-gb-2x-slim-case-

43615?taxon_id=283&ymclid= 15585156529394957061400006

17. Интернет-магазин компании Western Digital https://www.wd.com/ru-ru/products/internal-storage/wd-red.html

18. Интернет-магазин компании Western Digital https://www.wd.com/ru-ru/products/internal-ssd/wd-blue-3d-nand-sata-ssd.html#WDS200T2B0A

19. Интернет-магазин Ситилинк https://www.citilink.ru/catalog/computers_and_notebooks/media/optic_disks/801107/

20. Колбанёв А.М., Татарникова Т.М., Яковлева Е.А. Систематизация базовой терминологии в области информационных технологий // Ученые записки международного банковского института 2015 №13. С.162-171.

21. Колбанёв М.О., Коршунов И.Л., Левкин И.М. Проблемы информационно-технологической деятельности // Приборостроение. 2017. №2. С. 105-109

22. Колбанёв М.О., Пойманова Е. Д., Татарникова Т. М. Физические ресурсы информационного процесса сохранения данных // Приборостроение. 2014. №9. С. 38-42

23. Колбанёв М.О., Татарникова Т. М. Информационный объем базовых информационных процессов // Информационно-управляющие системы. 2014. №4 (71). С. 42-47.

24. Колбанёв М.О., Татарникова Т. М. Физические ресурсы информационных процессов и технологий // Научно-технический вестник информационных технологий, механики и оптики. 2014. №6 (94). С. 113-122

25. Колбанёв М.О., Татарникова Т.М., Верзун Н.А. Технологическая платформа четвертой промышленной революции//Геополитика и безопасность. Информационный издательский учебно-научный центр "Стратегия будущего" (Санкт-Петербург) Номер: 2 (34) Год: 2016 С. 73-77

26. Копнова Е.Д., Родионова Л.А. Статистические подходы к анализу и прогнозированию демографических данных // Изв. Сарат. ун-та Нов. сер. Сер. Экономика. Управление. Право. 2016. №3. С. 306-315

27. Круглый стол CNews: «Рынок СХД: реалии и перспективы» ГАРАНТ.РУ: http://www.garantru/info/mfopartner/386053/#ixzz5z7s9jV64

28. Крюков Ю.А., Чернягин Д.В. ARIMA - модель прогнозирования значений трафика // Информационные технологии и вычислительные системы. 2011/2, с. 41-49

29. Микадзе С.Ю., Колбанёв М. О., Татарникова Т. М. Модель информационного взаимодействия для предприятий сервиса // Приборостроение. 2014. №9. С. 10-14

30. Михайлов А.С. Изобретения С.Н. Корсакова. 2013 URL: http://elib. sbras.ru: 8080/j spui/handle/SBRAS/9145

31. Многоуровневое хранение данных: в нужное время - в нужном месте // Журнал сетевых решений/LAN 2013 № 03 URL: https://www.osp.ru/lan/2013/03/13034585/

32. Мурзин Ф.А., Батура Т. В., Семич Д. Ф. Облачные технологии: основные модели, приложения, концепции и тенденции развития // Программные продукты и системы. 2014. №3 (107). С. 64-72

33. Орлова И. В., Турундаевский В. Б. Краткосрочное прогнозирование ипотечного кредитования // Статистика и экономика. 2013. №6. С. 175-177

34. Переход к жестким дискам с секторами размером 4 КБ (Advanced Format) URL: https://www.seagate.com/ru/ru/tech-insights/advanced-format-4k-sector-hard-drives-master-ti/

35. Письмо Росархива от 05.12.2008 N 4/2191 "О сроках хранения аттестационных дел лиц, утвержденных в ученом звании доцента, старшего научного сотрудника, профессора" URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=EXP&n=449785#046979 4393171296

36. Положение о совете по защите диссертаций на соискание ученой степени кандидата наук, на соискание ученой степени доктора наук, утв. Приказом Минобрнауки РФ от 13.01.2014 N 7 URL: http://vak.ed.gov.ru/documents/10179/0/%D0%9F%D1%80%D0%B8%D0%BA%D0% B0%D0%B7%20%E2%84%96%201093+%D0%BE%D 1 %82%2010. 11.2017.pdf/2166 3bcc-c000-4580-83c6-73c562663cbe

37. Порядок оформления и выдачи дипломов доктора наук и кандидата наук, утв. Приказом Минобрнауки России от 04.03.2014 N 157 URL: http://legalacts.ru/doc/prikaz-minobrnauki-rossii-ot-04032014-n-157/

38. Правила организации производства и контроля качества лекарственных средств, утв. Приказом Минпромторга России от 14.06.2013 N 916 URL: http://www.vgnki.ru/assets/files/normativy/916.pdf

39. Реймер В.В., Улезько А.В., Тютюников А.А. Прогноз развития сельского хозяйства Амурской области // Научный журнал КубГАУ - Scientific Journal of KubSAU. 2015. №114. URL: https://cyberleninka.ru/article/n/prognoz-razvitiya-selskogo-hozyaystva-amurskoy-oblasti (дата обращения: 24.02.2019).

40. Сезонные и параметрические модели временных рядов URL: http://eos.ibi.spb.ru/umk/15_3/5/5_R1_T4.html#print.

41. Советов Б.Я., Водяхо А.И, Дубенецкий В.А., Цехановский В.В. Архитектура информационных систем. — М. : Издательский центр «Академия», 2012. — 288 с.

42. Советов Б.Я., Колбанёв М.О., Татарникова Т.М. Информационные процессы и технологии// СПб: ГУАП, 2014.

43. Советов, Б.Я., Цехановский В.В., Чертовской В.Д. Теоретические основы автоматизированного управления. —М.: Высш. шк., 2006. — 463 с.: ил.

44. Советов, Б.Я., Яковлев С.А. Моделирование систем. - М. : Высш. шк., 2001. - 343 с.

45. Соловьев А.Ю. О задаче прогнозирования самоподобных сетевых процессов // III Международная научная конференция «Современные проблемы информатизации в системах моделирования, программирования и телекоммуникациях». URL: http://econf.rae.ru/article/4745 (дата обращения: 23.02.2019).

46. Статистика отрасли. Официальный портал Минкомсвязи России https://digital.gov.ru/ru/pages/statistika-otrasli/#section-80

47. Т. Кохонен. Самоорганизующиеся карты / Т. Кохонен ; пер. 3-го англ. изд. - М. : БИНОМ. Лаборатория знаний, 2008. - 655 с.

48. Технология сверхстабильной оптической памяти разработана в интересах Минобороны России URL: https: //function. mil. ru/news_page/country/more. htm? id= 12122289@egNews

49. Тиндова М.Г., Максимов А.А. Эконометрический анализ ценообразования жилой недвижимости // Модели, системы, сети в экономике, технике, природе и обществе. 2016. №2 (18). С. 71-78.

50. Трудовой кодекс Российской Федерации от 30.12.2001 N 197-ФЗ (ред. от 27.12.2018) URL: http://www.consultant.ru/document/cons_doc_LAW_34683/

51. Фаулер, Мартин, Салладж, Прамодкумар Дж. NoSQL: новая методология разработки нереляционных баз данных: Пер. с англ. - М: ООО "И.Д. Вильямс", 2013. - 196с.: ил. - Парал. тит. англ.

52. Федеральный закон "О внесении изменений в Федеральный закон "О противодействии терроризму" и отдельные законодательные акты Российской Федерации в части установления дополнительных мер противодействия терроризму и обеспечения общественной безопасности" от 06.07.2016 N 374-Ф3 URL : http://www. consultant. ru/document/cons_doc_LAW_201078/

53. Федеральный закон "О техническом регулировании" от 27.12.2002 N 184-ФЗ URL: http://www.consultant.ru/document/cons_doc_LAW_40241/

54. Федеральный закон "Об архивном деле в Российской Федерации" от 22.10.2004 N 125-ФЗ URL: http://www.consultant.ru/document/cons_doc_LAW_1406/

55. Федеральный закон "Об электронной подписи" от 06.04.2011 N 63-ФЗ URL: http://www.consultant.ru/document/cons_doc_LAW_112701/

56. Черняк Л. Виртуализация на фоне новых протоколов // Открытые системы. СУБД .№08, 2009 http://www.osp.ru/text/print/article/10737593.html?isPdf=1

57. Шелухин О.И. Мультифракталы. Инфокоммуникационные приложения. 2016 г. Научно-техническое издательство «Горячая линия - Телеком» 576 с.

58. Linux и системы хранения данных. Официальный сайт компании IBM https://www. ibm. com/developerworks/ru/library/l-linux-storage/index. html

59. Darbar Kishansing G., Suthar Sagar M. Study Of The ANSI/SPARC Architecture // International Journal of Modern Trends in Engineering and Research Volume 01, Issue 03, September - 2014 P. 22-30

60. Data Growth, Business Opportunities, and the IT Imperatives URL: https://www.emc.com/leadership/digital-universe/2014iview/executive-summary.htm

61. David A. Patterson, Garth A. Gibson, Randy H. Katz: A Case for Redundant Arrays of Inexpensive Disks (RAID). ACM SIGMOD Conference 1988: 109-116. URL: http://www.cs.cmu. edu/~garth/RAIDpaper/Patterson88.pdf

62. Fabian Donat Natterer, Fabio Donati, François Patthey, and Harald Brune. Thermal and Magnetic-Field Stability of Holmium Single-Atom Magnets/ Phys. Rev.

Lett. 121, 027201 - Published 10 July 2018, doi: https://doi.org/10.1103/PhysRevLett. 121.027201.

63. Farley, M. Building Storage Networks. - McGraw-Hall: Osborne, 2001. - 590

p.

64. George M. Church, Yuan Gao, Sriram Kosuri. Next-Generation Digital Information Storage in DNA // Science 16 Aug 2012: 1226355 DOI: 10.1126/science. 1226355 URL: http://science.sciencemag.org/content/early/2012/08/15/science.1226355

65. HAMR: The Next Leap Forward is Now URL: https://blog.seagate.com/craftsman-ship/hamr-next-leap-forward-now/

66. IBM Research Determines Atomic Limits of Magnetic Memory URL: https://www-03.ibm.com/press/us/en/pressrelease/36473.wss?utm_source=ixbtcom

67. Information Storage and Management. 2nd Edition. - John Wiley & Sons, Inc. 2016 544 p.

68. Kish L.B. Moore's law and the energy requirement of computing versus performance // IEE Proceedings: Circuits, Devices and Systems. 2004. V. 151. N 2. P. 190-194.

69. Kish L.B., Granqvist C.G. Does information have mass? // Proceedings of the IEEE. 2013. V. 101. N 9. P. 1895-1899.

70. Kutuzov O. I., Tatarnikova T. M. Model of a self-similar traffic generator and evaluation of buffer storage for classical and fractal queuing system. In Moscow Workshop on Electronic and Networking Technologies, MWENT. 2018. P. 1-3.

71. Landauer R. Information is physical // Physics Today. 1991. V. 44. N 5. P. 2329.

72. M-Disk Technology URL: http://www.mdisc.com/mdisc-technology/

73. Nick Goldman, Paul Bertone, Siyuan Chen, Christophe Dessimoz, Emily M. LeProust, Botond Sipos & Ewan Birney. Towards practical, high-capacity, low-maintenance information storage in synthesized DNA http://www.nature. com/nature/j ournal/v494/n7435/full/nature 11875. html

74. RAID - Redundant Array of Inexpensive Disks URL:https://researcher.watson.ibm.com/researcher/view_page.php?id=6892

75. SCSI Standards Architecture http://www.t10.org/scsi-3.htm

76. The SNIA Shared Storage Model https://www.snia.org/sites/default/files/SharedStorageModel_v2.pdf

77. Zwart A. P. Queueing Systems with Heavy Tails. Eindhoven University of Technology, 2001. 227 p.