Оптимизация принятия решений при обеспечении надежности работы сложных информационно-вычислительных систем тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Николов, Александр Георгиевич

• Николов, Александр Георгиевич
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Николов, Александр Георгиевич

Введение

1. Обзор исследований по теме диссертации.

1.1. Общие сведения о кластерных информационно-вычислительных системах

1.2. Особенности обеспечения надежности функционирования сложных информационно-вычислительных систем

1.3. Обзор существующих методик обеспечения надежности функционирования кластерных информационно-вычислительных систем

1.4. Перспективные способы повышения надежности работы кластерных информационно-вычислительных систем

1.5. Основные задачи исследований 42 Выводы к разделу

2. Теоретические основы поддержки принятия решений при обеспечении надежности функционирования кластерных информационно-вычислительных систем.

2.1. Формализация отображений типа «ситуация - решение» при обеспечении надежности функционирования кластерных информационно-вычислительных систем

2.2. Алгоритм многокритериальной оптимизации принимаемых решений при обеспечении надежности функционированиякластерных информационно-вычислительных систем

2.3. Алгоритм распознавания количества реально существующих типичных состояний узлов кластерной информационно-вычислительной системы при обеспечении надежности ее функционирования 57 Выводы к разделу

3. Формализация элементов интеллектуальной деятельности лиц, принимающих решения, при обеспечении надежности функционирования кластерных информационно-вычислительных систем.

3.1. Постановка задачи распознавания сцен для оценки технического состояния кластерных информационно-вычислительных систем

3.2. Алгоритм контроля технического состояния узлов кластерной информационно-вычислительной системы методами аппарата распознавания дискретно представленных сцен

3.3. Методика самообучения системы поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС

3.4. Методика оценки технического состояния кластерной информационно-вычислительных систем в условиях многокритериальности и многоальтернативности

Выводы к разделу

4. Реализация технологий автоматизированного обеспечения надежности функционирования кластерных информационно-вычислительных систем.

4.1. Выбор программных и технических средств, синтез информационного обеспечения при реализации системы под держки принятия решений при обеспечении надежности обработки информации кластерными ИВС

4.2. Оценка эффективности разработанных моделей, методов и алгоритмов обеспечения надежности работы кластерных информационно-вычислительных систем

Выводы к разделу

Введение диссертации (часть автореферата) на тему «Оптимизация принятия решений при обеспечении надежности работы сложных информационно-вычислительных систем»

На сегодняшний день кластерные информационно-вычислительные системы (ИВС), благодаря своей чрезвычайно высокой востребованности, занимают значительное место в общем объеме мирового производства вычислительной техники. Область их применения простирается от типично деловых задач, связанных с обработкой огромных объемов информации, хранящейся в корпоративных базах данных, до сугубо научных приложений - моделирования планетарного климата или расчета ядерных реакций. Несомненно, эти задачи чрезвычайно важны как в фундаментальном, так и в прикладном плане и любые сбои, отключения или аварии, возникающие в процессе работы кластерных ИВС, могут носить катастрофический характер. Кроме того, по оценкам аналитиков, простой комплекса в течение одного рабочего дня обходится его владельцам в сотни тысяч или даже миллионы долларов. Таким образом, вопрос об обеспечения отказоустойчивости кластерных ИВС является одним из важнейших в рамках общей концепции применения подобных систем.

Основными параметрами, обеспечивающими отказоустойчивость таких изделий, являются качество и надежность структурных элементов (узлов), а также кластерных ИВС в целом. Эти параметры закладываются: о на этапе проектирования - правильным выбором комплектующих и материалов, а так же режимов работы, о на этапе подготовки производства - проектированием бездефектных технологий, исключающих или минимизирующих возникновение брака в процессе производства или возникновение отказов в процессе эксплуатации изделий, о в процессе производства - соблюдением технологий изготовления, проведением эффективного входного контроля комплектующих и материалов, выходным контролем качества и надежности готовых изделий.

На этапе эксплуатации в современных технологиях обеспечения надежности обработки информации кластерными ИВС широко применяются три концептуально различных подхода к принятию решений: экспертный, классический и неформальный.

Первый заключается в использовании эмпирических знаний и опыта практической работы одного или нескольких экспертов, досконально знающих предметную область. Решение принимается единолично или на основе согласованного мнения и критерием его оптимальности служит уверенность экспертов, подтвержденная их квалификацией. К недостаткам такого подхода относятся: субъективность оценок предпочтительности альтернативных решений; отсутствие формального аппарата для принятия на постоянной основе оптимальных управленческих решений в условиях многоальтернативности выбора и многокритериальности оценок предпочтительности альтернатив; невозможность создания единой целостной системы, обеспечивающей надежность обработки информации кластерными ИВС на всем протяжении срока их эксплуатации.

Суть классического подхода заключается в построении надежностной модели кластерной ИВС, позволяющей рассчитывать временные интервалы, в рамках которых обработка информации будет идти с надежностью не меньше заданных значений соответствующих параметров. Непрерывность и достоверность процесса обработки информации обеспечивается программными системами диагностики отказов и сбоев и аппаратным резервированием наиболее важных узлов ИВС. Таким образом, перечень возможных решений и их оптимальность определены рамками проектного решения кластерной ИВС и адекватностью выбранной для него надежностной модели. Недостатки подхода: чрезвычайная трудоемкость построения адекватной надежностной модели ИВС, невозможность ее переноса на другие ИВС; отсутствие возможности к восприятию новых знаний - самообучению; не учитывается или учитывается слабо, многокритериальность и многоальтернативность исходных ситуаций; стоимостные и массогабаритные ограничения по резервированию систем.

Неформальный подход заключается в использовании систем искусственного интеллекта построенных на базе нейронных сетей. Его суть - применение аппарата искусственных нейронных сетей (ИНС), основанного на модели 5 черного ящика» для анализа исходных ситуаций и принятия управленческих решений без участия экспертов и без построения надежностной модели ИВС. Оптимальность принимаемых решений зависит от правильности выбора структуры нейронной сети и качества ее обучения (самообучения). Недостатками подхода можно считать: необходимость наличия большого объема статистических данных по каждой конкретной ИВС для эффективного обучения ИНС; модель «черного ящика» не позволяет осуществлять обратный логический вывод - от решения к исходным ситуациям - т.е. определять причины сбоев и отказов и подтверждать правильность принятого решения; ИНС, построенная с учетом множества параметров, описывающих состояние кластерной ИВС и множества критериев, характеризующих оптимальность решения, весьма требовательна к вычислительным ресурсам.

При решении практических задач оптимального выбора и принятия решений, характерных для технологий автоматизированного обеспечения надежности обработки информации кластерными ИВС, приходится сталкиваться с многокритериальностью и многоальтернативностью. Кроме того, принимаемые решения не должны носить бинарный характер (типа «да -нет»). Напротив, они должны быть «размытыми», содержать обоснование степени уверенности, т.е. полностью имитировать поведение лица, принимающего решения (ЛИР) в конечной ситуации.

Помимо прочего, такие системы не «увязаны» в целостную единую систему или «увязаны» частично, в результате чего невозможно достоверно и в полной мере оценить текущее состояние кластерных ИВС и предпринять необходимые шаги, направленные на предотвращение возможных отказов, сбоев и неполадок. Интеграция подсистем в единую систему позволит значительно повысить оперативность и эффективность принимаемых управленческих решений при обеспечении надежности кластерных ИВС.

Дополнительным осложнением задачи обеспечения надежности работы кластерных ИВС является обширность номенклатуры элементов, их составляющих, тенденция ее постоянного развития, многочисленность характеристик объектов (параметров).

Еще одним фактором, приводящим к усложнению решаемой задачи, является процесс формирования множества альтернатив решений, требующий оценки, отбора в условиях различных предпочтений ЛИР. Кроме того, наличие нескольких ЛПР хотя бы с частично противоречивыми взглядами может приводить к еще большему росту числа критериев, используемых для сравнения принимаемых решений. Все это требует формализации построения модели рационального выбора с возможной размытостью в условиях многоальтернативности и многокритериальности.

Одним из направлений автоматизации процесса обеспечения надежности работы кластерных ИВС на этапе их эксплуатации является создание интегрированных систем управления на основе нового подхода, учитывающего условия многоальтернативности и многокритериальности. С помощью этой технологии представляется возможным формализовать качественную информацию об объектах контроля и управления. Это, прежде всего поведение обслуживающего персонала, их опыт, интуиция, словом, их интеллектуальная деятельность в процессе обеспечения отказоустойчивости кластерных ИВС. Включение в интегрированную систему средств интеллектуальной под держки, в частности средств адаптивного самообучения системы обеспечения надежности кластерных ИВС, минимизирует субъективизм при принятии решений, обеспечит их адекватность и надежность. Использование экспертных оценок на этапе обучения весьма затруднительно или не представляется возможным из-за объемной номенклатуры структурных элементов с достаточно большим числом характеристик и параметров, а также наличия разветвленной системы связей между ними.

Таким образом, для оценки надежности обработки информации кластерными ИВС и оптимизации принятия управленческих решений по обеспечению непрерывности и достоверности процесса обработки информации в условиях многоальтернативности необходимо решить многокритериальную оптимизационную задачу, позволяющую находить компромисс в предпочтениях операторов-технологов при отборе вариантов решений в условиях размытости, неопределенности выбора. Все выше сказанное дает 7 основание рассматривать вопросы разработки нового подхода к поддержке принятия решений при обеспечении надежности функционирования кластерных ИВС как актуальную научную и практическую задачу.

Цель исследования заключается в разработке моделей, методов и алгоритмов, позволяющих оптимизировать принимаемые управленческие решения при обеспечении надежности обработки информации кластерными информационно-вычислительными системами.

Идея работы заключается в анализе причинно-следственных связей между физическими воздействиями внешней среды и состояниями узлов кластерной ИВС и выработке оптимальных управляющих решений для обеспечения надежности обработки информации кластерными ИВС.

Предлагаемый подход позволяет формализовать основные элементы интеллектуальной деятельности ЛПР по обеспечению надежности кластерных систем на уровне моделей и алгоритмов. Вследствие этого, становится возможным осуществлять интеграцию технологий автоматизированного контроля в глобальную систему обеспечения надежности кластерных систем и повысить, таким образом, ее эффективность.

Основные научные положения, разработанные соискателем, и их новизна: о новый подход к оценке надежности работы кластерных ИВС, состоящий из этапов: исчисление ситуационных исходов, оценка предпочтительности принимаемых решений, идентификация количества и состава классов эталонных ситуаций, распознавание ситуаций-сцен, самообучение, который позволяет формализовать процесс принятия и оптимизации управленческих решений при обеспечении надежности обработки информации; о алгоритм распознавания количества классов эталонных состояний кластерной ИВС, основанный на методе классификации и гипотезе «компактности», который, в отличие от существующих, позволяет осуществлять разбиение пространства состояний ИВС на классы как в одномерных, так и многомерных ситуациях; о методика адаптивного самообучения системы поддержки принятия решений при обеспечении надежности обработки информации кластерными 8

ИБС, включающая формализацию знаний в заданной предметной области на основе теории кластерного анализа выборки значений параметров, которая, в отличие от существующих, позволяет определять оценки значимости факторов и проводить оптимизацию признакового пространства; о методика оценки технического состояния кластерной ИВС, основанная на теории распознавания дискретно представленных сцен, которая позволяет, в отличие от известных, оптимизировать процесс оценки сходства распознаваемой и эталонной сцен с учетом их «масштаба» и «освещенности». о алгоритм формализованной оценки предпочтительности альтернативных решений на множестве критериев, характеризующих надежность обработки информации, который отличается сочетанием принципа монотонности и процедур последовательного сужения множества рассматриваемых альтернатив при оптимизации принимаемых решений; Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается положительными результатами экспериментального моделирования процессов оценки надежности обработки информации кластерными ИВС и принятия эффективных решений в системах обеспечения надежности кластерных ИВС с помощью разработанных инструментальных средств, позволяющих уменьшить затраты на восстановление кластерных вычислительных комплексов после сбоев, повысить уровень их надежности на 15 - 25 % по сравнению с существующими подходами. При выводе научных положений использовались методы теории многокритериальной оптимизации и принятия решений, нечетких множеств, математической статистики, кластерного анализа, математического моделирования.

Научная значимость работы состоит в разработке нового подхода к принятию управленческих решений при обеспечении надежности обработки информации кластерными ИВС, который включает модели, методики и алгоритмы формализации интеллектуальной деятельности лиц, принимающих решения, и многокритериальной оптимизации принимаемых решений, что 9 позволяет осуществлять интеграцию технологических процессов контроля и обеспечения надежности обработки информации, уменьшая субъективизм принимаемых решений и обеспечивая их адекватность. Практическая значимость работы состоит:

• в разработке процедур для оценки текущего технического состояния кластерных ИВС, позволяющих определять его принадлежность к одному из классов типичных состояний системы;

• разработке процедур оптимизации принимаемых решений при обеспечении надежности обработки информации, позволяющих осуществлять выбор в условиях многоальтернативности решений и многокритериальное™ оценок их оптимальности;

• разработке структуры интегрированной системы поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС с определением информационных потоков взаимодействия подсистем;

• создании инструментальных средств поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС;

• внедрении основных результатов диссертационной работы по оптимизации принятия решений при обеспечении надежности обработки информации кластерными ИВС в разработки ЗАО «СК ПРЕСС» (г. Москва) и ФГУП «Главный информационно-вычислительный центр металлургии» (г. Москва), и в учебный процесс для подготовки бакалавров, специалистов и магистров по направлению 552800 «Информатика и вычислительная техника» на кафедре «Автоматизированные системы управления» МГТУ.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Николов, Александр Георгиевич

Выводы по четвертой главе

Реализация предложенного в работе подхода к автоматизированному обеспечению надежности функционирования кластерных информационно-вычислительных систем, позволяет сделать следующие выводы:

1. Разработана структура интегрированной системы поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС с определением информационных потоков взаимодействия подсистем.

2. Созданы инструментальные средства поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС.

3. Осуществлена оценка эффективности разработанных моделей, методов и алгоритмов обеспечения надежности работы кластерных информационно-вычислительных систем.

ЗАКЛЮЧЕНИЕ

В диссертационной работе представлено теоретическое и практическое решение актуальной научной задачи разработки нового подхода к поддержке принятия оптимальных управленческих решений, позволяющих в реальном масштабе времени обеспечивать повышенную надежность обработки информации кластерными информационно-вычислительными системами. Основные выводы и научные результаты работы:

• исследована специфика обеспечения надежности обработки информации кластерными информационно-вычислительными системами в условиях естественных и искусственных физических воздействий и определен набор важнейших параметров, характеризующих техническое состояние кластерных ИВС.

• разработан алгоритм формализованной оценки предпочтительности альтернативных управленческих решений на множестве критериев, характеризующих состояние кластерных ИВС.

• разработан алгоритм контроля и методика оценки технического состояния кластерной ИВС на основе анализа причинно-следственных связей и технологических параметров узлов системы с использованием аппарата теории распознавания дискретно представленных сцен.

• методика адаптивного самообучения системы поддержки принятия решений при обеспечении надежности обработки информации кластерными ИВС, включающая формализацию знаний в заданной предметной области. Она позволяет определять значимость факторов, проводить оптимизацию признакового пространства и строить модели состояний кластерных ИВС в виде эталонов типичных состояний путем анализа и обобщения фактов.

• разработан программный инструментарий для поддержки принятия оптимальных решений по обеспечению надежности работы кластерных информационно-вычислительных систем, позволяющий экспериментально подтвердить правильность изложенных в работе положений.

Список литературы диссертационного исследования кандидат технических наук Николов, Александр Георгиевич, 2004 год

1. Нечипоренко В.И. Структурный анализ систем. -М.: Сов.радио, 1977.

2. Месарович М., Такахара Я. Общая теория систем: Математические основы. -М.: Мир, 1978.

3. Лагоша Б.А., Емельянов A.A. Основы системного анадиза. -М.: Изд-во МЭСИ, 1998.

4. Анфилатов B.C., Емельянов A.A., Кукушкин A.A. Системный анализ и управление. -М.: Финансы и статистика, 2002.

5. Анфилатов B.C. Вычислительные системы. -СПб. Изд-во ВУС, 1998.

6. Волкова В.Н., Денисов A.A. Основы теории систем и системного анализа. -СПб. Изд-во СПбГТУ.

7. Дегтярев Ю.И. Системный анализ и исследование операций. —М.: Высш. шк., 1996.

8. Певзнер Л.Д. Проектирование надежных систем. -М.: МГИ, 1982.

9. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности. -М.: Наука, 1965.

10. Ю.Козлов Б.А., Ушаков И.Л. Справочник по расчету надежности. -М.: Сов.радио, 1975.

11. Червонный A.A., Лукьяненко В.И., Котин Л.В. Надежность сложных систем. -М.: Машиностроение, 1976.

12. Капур К., Ламберсон Л. Надежность и проектирование систем. -М.: Мир, 1980.

13. Райке А.Л. Элементы теории надежности технических систем. -М.: Сов.радио, 1978.

14. Надежность автоматизированных систем управления/Под ред. Я.А. Хетагурова. -М.: Высшая школа, 1979.

15. Шор Я.Б. Статистические методы анализа и контроля качества и надежности. -М.: Сов.радио, 1962.

16. Кукушкин A.A. Теоретические основы автоматизированногоуправления. 4.1: Основы анализа и оценки сложных систем. -Орел.: Изд-во ВИПС, 1998.

17. П.Кукушкин A.A. Теоретические основы автоматизированного управления. 4.2: Основы управления и построения автоматизированных информационных систем. -Орел.: Изд-во ВИПС, 1999.

18. Голинкевич Г.А. Прикладная теория надежности. -М.: Высш. шк., 1985.

19. Круглов В.В., Дли М.И., Годунов Р.Ю. Нечеткая логика и искусственные нейронные сети. -М.: Физматлит, 2001.

20. Круглов В.В., Борисов В.В. Искусственные нейронные сети. -М.: Горячая линия — Телеком, 2001.21 .Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. -М.: Высш. шк., 2003.

21. Прикладные нечеткие системы/Под ред. Т. Тэрано, К. Асаи, М. Сугэно. -М.: Мир, 1993.

22. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. -М.: Наука, 1982.

23. Ногин В.Д., Толстых И.В. Использование набора количественной информации об относительной важности критериев в процессе принятии решений // Журн. вычислит, математики и мат. физики. 2000. Т.40Ц1). С.1593-1601.

24. Алексеев A.B. Проблемы разработки математического обеспечения выполнения нечетких алгоритмов. -В сб.: Модели выбора альтернатив в нечеткой среде. -Рига, 1984.

25. Алексеев A.B. Применение нечеткой математики в задачах принятия решений. -В сб.: Методы и системы принятия решений. -Рига: РПИ, 1983.

26. Алтунин А.Е., Востров H.H. Оптимизация многоуровневых иерархических систем на основе теории размытых множеств и методовсамоорганизации. -В сб.: "Проблемы нефти и газа Тюмени", Тюмень, вып. 42,1979.

27. Гудмен И. Нечеткие множества как классы эквивалентности случайных множеств. В сб.: Нечеткие множества и теория возможностей. -М: Радио и связь, 1986.

28. Брайсон А., Хо Ю-Ши. Прикладная теория оптимального управления -М: Мир, 1972.

29. ЗО.Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М: Мир, 1976.

30. Дюбуа Д., Прад А. К анализу и синтезу нечетких отображений. В сб.: Нечеткие множества и теория возможностей. -М: Радио и связь, 1986.

31. Карповский Е.Я., Чижов С.А. Оценка показателей качества программных средств с использованием лингвистических переменных. Управляющие системы и машины, N 2, 1987, с. 17-19.

32. Кашьян P.JL, Pao А.Р. Построение динамических стохастических моделей по экспериментальным данным. -М: Наука, 1983.

33. Клыков Ю.И. Ситуационное управление большими системами. -М: Энергия, 1974.

34. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. -М: Радио и связь, 1981.

35. Негойце К. Применение теории систем к проблемам управления. М: Мир, 1981.

36. Цыпкин Я.З. Адаптивные методы выбора решений в условиях неопределенности. -Автоматика и телемеханика, 1976, N 4.

37. Эйкофф П. Современные методы идентификации систем. М: Мир, 1983.

38. Лэсдон Л.С. Оптимизация больших систем. -М.: Наука, 1975.

39. Моисеев H.H. Методы оптимизации. -М. Наука, 1978.

40. Александров Л.В. и др. Системный анализ при создании и освоении объектов техники. -М.: НПО "поиск", 1992.

41. Еремеев А.П. Экспертные модели и методы принятия решений. -М.: МЭИ, 1995.

42. Поспелов Г.С. Системный анализ и искусственный интеллект. -М.: ВЦ АН СССР, 1980.

43. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука, 1980.

44. Жуковин В.Е. Многокритериальные модели принятия решений с неопределенностью. -Тбилиси, 1983.

45. Макаров И.М. и др. Теория выбора и принятия решений. -М.: Наука, 1987.

46. Орловский С.А. Проблемы принятия решений при расплывчатой информации. -М.: наука, 1981.

47. Машунин Ю.К. Методы и модели векторной оптимизации. -М.: Наука, 1986.

48. Орлов А.И. Задачи оптимизации и нечеткие переменные. -М.: Знание, 1980.

49. Лямец В.И., Тевяшев А.Д. Системный анализ. -Харьков: ХТУРЭ, 1998.

50. Литвак Б.Г. Управленческие решения. -М.: Тандем, 1998.

51. Байхельт Ф., Франкен П. Надежность и техническое обслуживание. Математический подход. -М.: Радио и связь, 1988.

52. БарлоуР., Прошан Ф. Математическая теория надежности. -М.: Сов.радио,1969.

53. Вопросы математической теории надежности /Е.Ю.Барзилович, Ю.К.Беляев и др. -М: Радио и связь,1983.

54. Райкин A.JI. Элементы теории надежности технических систем. -М.: Сов.радио,1978.

55. Козлов Б.,Ушаков И. Справочник по расчету надежности. -М.: Сов.радио,1975.

56. Ларичев О.И. Теория и методы принятия решений. —М.: Логос, 2000.

57. Новиков Д.А., Петраков С.Н. Курс теории активных систем. -М.: Синтег, 1999.

58. Васильев Ф.П. Методы оптимизации. -М.: Факториал Пресс, 2002.

59. Рыков A.C. Методы системного анализа: Оптимизация. -М.: Экономика, 1999.

60. Рыков A.C. Методы системного анализа: Многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. —М.: Экономика, 1999.

61. A.A. Ерофеев, А.О. Поляков. Интеллектуальные системы управления. -СПб: Издательство СПбГТУ, 1999.

62. В.И. Васильев. Распознающие системы. Справочник. -Киев, Наукова думка, 1983.64,Обработка нечеткой информации в системах принятия решений./ А.Н.Борисов, А.В.Алексеев, и др. -М.: Радио и связь, 1989.

63. Е.Ю. Кандрашина, A.B. Литвинцева, Д.А. Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах. -М.: Наука, 1989.ъ

64. Васильев Ф.П. Численные методы решения экстремальных задач. -М.: Наука, 1980.

65. Поляк Б.Т. Введение в оптимизацию. -М.: Наука, 1983.

66. Сеа Ж. Оптимизация. Теория и алгоритмы. -М.: Мир, 1973.

67. Черноруцкий И. Методы оптимизации в теории управления. -Спб.:1. Питер, 2004.

68. Филамофитский М. Средства анализа производительности параллельных приложений, http://parallel.ru/

69. Основные классы современных параллельных компьютеров. http://parallel.ru/computers/classes.html

70. Вычислительный комплекс НИВЦ МГУ. http://parallel.ru/cluster/

71. Митрофанов В.В., Слуцкин А.И., Ларионов К.А., Эйсымонт JI.K. Направления развития отечественных высокопроизводительных систем. Открытые системы, №5,2003 г.

72. LAM/MPI Parallel Computing, http://www.lam-mpi.org/

73. MPI: The Message Passing Interface. http://www.parallel.ru/tech/tech dev/mpi.html

74. MOSIX. http://www.mosix.org/index.html

75. Тест производительности межпроцессорных обменов. http://www.parallel.ru/testmpi/transfer.html

76. Тест эффективности основных операций MPI. http://www.parallel.ru/testmpi/mpitest.html

77. В.В.Воеводин, Вл.В.Воеводин Параллельные вычисления. Спб.: БХВ-Петербург, 2002

78. Parallel Virtual Machine, http://www.csm.ornl.gov/pvm/

79. Лазарев В.Г. Распределенные системы передачи и обработки информации. -М.: Наука, 1985.

80. Лазарев В.Г., Черняев В.Г. Управление процессами и ресурсами в распределенных системах. -М.: Наука, 1989.

81. Пирс У. Построение надежных вычислительных машин. 1968.

82. High-Availability Linux Project, http://linux-ha.org/

83. Engineering a Beowulf-style Compute Cluster. http://www.phy.duke.edu/~rgb/Beowulf/beowulf book/beowulf book/index .html

84. David HM Spector. Building Linux Clusters. O'Reilly, July 2000.

85. Thomas Sterling, John Salmon, Donald J. Becker and Daniel F. Savarese. How to Build a Beowulf. The MIT Press, 2001/

86. Надежность персональных ЭВМ и производственная загрузка фирменной сети сервиса. "Микропроцессорные средства и системы." 1985.-№4.-С. 89.

87. Надежность и отказоустойчивость параллельных ЭВМ. http://www.wl.unn.ru/~ragozin/plan/nad.htm

88. ПРОБЛЕМА ОРГАНИЗАЦИИ НАДЕЖНЫХ ПРОЦЕССОВ УПРАВЛЕНИЯ С ПРИМЕНЕНИЕМ НЕНАДЕЖНЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕД, http://zvt.bv.ru/bezop 96.htm

89. Linux Virtual Server, http://www.linuxvirtualserver.org/