Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях тема диссертации и автореферата по ВАК РФ 05.13.15, кандидат технических наук Коваленко, Татьяна Анатольевна

• Коваленко, Татьяна Анатольевна
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Коваленко, Татьяна Анатольевна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

Глава 1 Современное состояние проблемы маршрутизации

1.1. Понятие алгоритма маршрутизации

1.2. Статическая маршрутизация

1.3. Динамическая маршрутизация

1.3.1. Дистанционно - векторный алгоритм

1.3.2. Алгоритм маршрутизации с учетом состояния каналов

1.3.3. Гибридный алгоритм

1.4. Маршрутизация на основе математического анализа

1.5. Методы на основе нечеткой логики

1.6. Современные методы маршрутизации

Глава 2 Разработка интегрированной системы маршрутизации

2.1. Параметры алгоритмов маршрутизации

2.2 Нейронная сеть и нечеткая логика

2.3. Современные маршрутизаторы

2.3.1. Анализ архитектур маршрутизаторов

2.3.2 Интегрированная система маршрутизации

Глава 3 Исследование интегрированной системы маршрутизации

3.1 Исследование процесса маршрутизации известными

методами

3.2 Исследование сети с помощью ИСМ

Глава 4 Моделирование маршрутизации в компьютерных сетях с

использованием ИСМ

4.1.Анализ работы ИСМ в компьютерной сети

4.2.Сравнение со стандартными протоколами RIP и OSPF

4.2.1. Внутренний протокол маршрутизации RIP

4.2.2. Протокол состояния связей OSPF

4.2.3. Сравнение протоколов - RIP и OSPF - по затратам - на

широковещательный трафик

4.2.4. Сравнение работы простой сети и с применением ИСМ

4.3.Маршрутизация пакетов с учетом важности сообщений

4.4.Протокол РРР с использованием ИСМ

4.5.Применение ИСМ для распределения потока данных

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

ПРИЛОЖЕНИЕ 3

ПРИЛОЖЕНИЕ 4

ПРИЛОЖЕНИЕ 5

Введение диссертации (часть автореферата) на тему «Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях»

ВВЕДЕНИЕ

Развитие компьютерных сетей приводит к усложнению их топологии. Эта тенденция ведет к необходимости разработки новых подходов к организации маршрутизации в компьютерных сетях

Главная задача маршрутизации - это повышение скорости передачи данных в компьютерных сетях. Наиболее часто критерием выбора маршрута является время передачи данных, которое зависит от многих факторов: пропускной способности каналов, интенсивности трафика, который может изменяться с течением времени, загрузки интерфейса буфера и.т.д. Сложность проблемы маршрутизации заключается в ее многофакторности. Учет всех факторов сводит задачу маршрутизации к решению задачи оптимального распределения ресурсов сети. Усложнение структуры сети ведет к появлению новых протоколов маршрутизации, с помощью которых происходит процесс передачи данных. Это определяет сложность решения поставленной задачи: чем больше количество параметров учитывается, тем более громоздким становится алгоритм.

Значительный вклад в решение проблемы маршрутизации внесли отечественные и зарубежные ученые: В.Г. Олифер, H.A. Олифер, Брайн Хилл, Столингс В., Стивен Браун, Оливер Ибе, Щербо В.К., Джо Хабрейкен, Мэтт Хайден и другие.

Известные алгоритмы маршрутизации можно свести к трем основным:

1. Подход на основе маршрутизации по вектору расстояния, в соответствии с которым определяются направление (вектор) и расстояние до каждого канала в сети.

2. Подход на основе оценки состояния канала (также называемый выбором наикратчайшего пути), при котором воссоздается точная топология всей сети (или, по крайней мере, той части, где размещается маршрутизатор).

3. Гибридный подход, объединяющий аспекты алгоритмов с определением вектора расстояния и оценки состояния канала. [2]

Процедура выбора оптимального маршрута включает в себя две задачи — определение маршрута и оповещение сети о выбранном маршруте, который в основном определяется по таблице маршрутизации. В нее заносится вся информация о маршрутах следования пакетов, тем самым маршрутизатор реализует режим баланса загрузки маршрутов, отправляя пакеты попеременно по каждому из маршрутов. Недостаток такого метода выбора маршрута в том, что он не может определить, какой из данных маршрутов предпочтителен для той или иной информации.

Задачи, связанные с выбором маршрута, планированием работы маршрутизаторов относятся к классу комбинаторно-оптимизационных задач, не имеющих простых аналитических решений. Кроме того, вычислительные затраты экспоненциально возрастают при увеличении количества узлов в сети.

Для решения поставленных задач в настоящее время применяется совместное использование нечеткой логики и нейронной сети. Это обеспечивает следующие преимущества:

• возможность нечеткой формализации критериев оценки и сравнения; проведение качественных оценок, как входных данных, так и выходных результатов;

• разрешает оперировать степенью достоверности данных с использованием их при распределении потока информации;

• позволяет проводить сравнительный анализ с заданной точностью; допускает быстрое моделирование заданных систем и автоматизацию процесса определения маршрута.

Развитию в данной области знаний способствовали труды следующих ученых: Алтунин А.Е., Андрейчиков A.B., Андрейчикова О.Н., Асаи К., Гольдберг Д., Заде Д., Ковалёв С.М., Коско Б., Кофман А., Круглов В.В.,

Мамдани Е., Мелихов А.Н., Минаев Ю.Н., Пилиньский М., Рутковский Л., Семухин М.В., Сугэно М., Тэрано Т., Филимонова О.Ю., Холланд Дж., Ягер Р. и многих др.

Постоянное увеличение количества пользователей в сети Интернет в настоящее время привело к тому, что предприятия, фирмы перенесли в сеть немалую долю бизнес-процессов. Многие из таких процессов требуют высокой производительности корпоративных сетей. Основным «узким местом» корпоративных сетей являются каналы связи.

Актуальность данной работы связана с отсутствием эффективных методов поиска маршрутов в сложных компьютерных сетях и необходимостью разработки инструмента оперативного моделирования состояния каналов сети.

Работа соответствует паспорту специальности 05.13.15. «Вычислительные машины, комплексы и компьютерные сети» п. 2 «Теоретический анализ и экспериментальное исследование функционирования вычислительных машин, комплексов и компьютерных сетей с целью улучшения их технико-экономических и эксплуатационных характеристик».

Цель диссертации: разработка и исследование интегрированной системы маршрутизации (ИСМ), с совместным использованием нечеткой логики, нейронных сетей и стандартных маршрутизаторов для нахождения оптимальных маршрутов передачи пакетов в сложных компьютерных сетях. Основные задачи исследования:

• анализ существующих алгоритмов маршрутизации в компьютерных сетях (КС) для решения задачи ускорения прохождения пакетов;

• разработка современного подхода, основанного на методах интеллектуального анализа данных;

• разработка интегрированной системы маршрутизации, с совместным использованием нечеткой логики (НЛ), нейронных сетей (НС) и стандартных маршрутизаторов для компьютерных сетей ;

• разработка и исследование методов моделирования маршрутизации в сетях различной топологии;

• обоснование области эффективного применения предложенной ИСМ.

Методы исследования В работе использовались теория графов, теория нечетких систем, методы имитационного моделирования, методы математической статистики, теория искусственных нейронных сетей, эволюционные алгоритмы. Исследование разработанных в работе алгоритмов обработки данных проводилось с использованием пакетов МАТЬАВ, 81аЙ81:юа, ОРЫЕТ и разработанного автором программного обеспечения.

Научная новизна заключается в том, что:

1. Предложена интегрированная система маршрутизации (ИСМ), отличающаяся совместным использованием стандартных маршрутизаторов, подсистемы нечеткой логики и нечеткого вывода, что позволяет находить оптимальные по критерию времени маршруты передачи пакетов в компьютерных сетях.

2. Предложено новое представление объема трафика в виде нечеткой величины и разработана формализованная модель сети, позволяющая оперировать прогнозируемыми данными о трафике и вычислительной загрузке сети.

3. Предложена методика исследования процессов маршрутизации в компьютерных сетях, отличающаяся совместным использованием нечеткой логики и нейронных сетей как инструмента моделирования.

Достоверность результатов работы

Достоверность научных положений рекомендаций и выводов подтверждена путем сравнения статистического материала, собранного в

процессе мониторинга реальной сети, с результатами моделирования аналогичной сети в разработанной программной среде. Личный вклад

Предложена Интегральная система маршрутизации, теоретическое и практическое исследование процессов маршрутизации с помощью совместного использования нечеткой логики и нейронной сети, применение нечеткой логики и нейронной сети как инструмент для моделирования. Основные положения, выносимые на защиту

1. Интегрированная система маршрутизации (ИСМ), отличающаяся совместным использованием стандартных маршрутизаторов, подсистемы нечеткой логики и нечеткого вывода.

2. Новое представление объема трафика в виде нечеткой величины и формализованная модель сети, позволяющая оперировать прогнозируемыми данными о трафике и вычислительной загрузке сети.

3. Методика исследования процессов маршрутизации в компьютерных сетях, отличающаяся совместным использованием нечеткой логики и нейронных сетей как инструмента моделирования. Практическая ценность работы:

• разработана интегрированная система маршрутизации, которая обеспечивает ускорение процесса передачи данных в многосегментных компьютерных сетях;

• предложенный метод маршрутизации в КС на основе ИСМ обеспечивает повышение эффективности доставки пакетов для сетей сложной конфигурации в условиях локальных перегрузок;

• разработанные методы моделирования на основе нейронных сетей и нечеткой логики позволяют исследовать различные классы компьютерных сетей.

Реализация результатов работы.

Основные результаты, полученные в ходе работы над диссертацией, использовались при создании компьютерных сетей ООО «Волготехпласт», ООО «Самара - Авиагаз», ОАО СЗ «Экран» для определения загруженности сети, управления трафиком и распределения данных по сети. Результаты исследований также используются в учебном процессе и подтверждены актами о внедрении.

Апробация работы. Основные положения, теоретические выводы и практические рекомендации диссертационной работы докладывались и обсуждались на заседаниях кафедры «Информатика и вычислительная техника» ФГОБУ ВПО ПГУТИ, а так же на конференциях и семинарах различного уровня:

• ХУ Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов Самара 2008,

• ХУ1 Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов Самара

2009,

• ХУП Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов Самара

2010,

• Информационно-Вычислительные технологии и их приложения X Международная научно-техническая конференция Пенза 2009,

• Информационно-Вычислительные технологии и их приложения XI Международная научно-техническая конференция, Пенза 2009,

• Информационно-Вычислительные технологии и их приложения XII Международная научно-техническая конференция, Пенза 2010,

• ХУ1П Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов Самара 2011.

Публикации

По теме диссертации опубликовано 14 печатных работ, в том числе 4 статьи в научных журналах, входящих в перечень ВАК РФ, 3 научных статьи на Международных конференциях, 7 тезисов и докладов на Российских конференциях.

Структура работы

Диссертационная работа включает в себя введение, четыре главы, заключение, библиографический список из 104 наименований. Основная часть работы изложена на 125 страницах машинописного текста, содержит 79 рисунков, 14 таблиц, приложение. В диссертации принята двойная нумерация формул, рисунков и таблиц: первая цифра указывает номер главы, вторая - порядковый номер внутри данной главы.

Заключение диссертации по теме «Вычислительные машины и системы», Коваленко, Татьяна Анатольевна

Основные результаты и выводы по диссертации

1. В результате проведенных исследований была разработана ИСМ с совместным использованием нечеткой логики, нейронных сетей и стандартных маршрутизаторов. ИСМ позволяет автоматизировать процесс выбора маршрута на систематической основе путем изменения набора правил для работы компьютерной сети.

2. Моделирование работы ИСМ выявило ряд преимуществ по сравнению с традиционными методами маршрутизации: математический аппарат анализа структуры с помощью ИСМ не усложняется; потеря пакетов уменьшается, причем эффект увеличивается с укрупнением сети.

3. На основе результатов серии модельных экспериментов обоснован диапазон эффективного применения предложенной системы маршрутизации. Подтверждено, что применение ИСМ позволяет ускорить процесс перераспределения сетевого трафика в сетях с топологической избыточностью в условиях интенсивной переменной загрузки и локальных перегрузках.

Важный шаг - оценка чувствительности модели к изменению параметров входных сигналов и внутренних параметров самой системы. Процедура, в том числе помогает выявить и проанализировать проблемные места синтезированного решения. ИСМ имеет по каждому параметру относительный коридор стабильности, в пределах которого функционал качества изменяется незначительно в силу распределения вычислительных функций между отдельными нейронами сети. Благодаря этому резкого падения качества модели при повреждении структуры не происходит, и наблюдается постепенная деградация работоспособности. Выше сказанное определяет надежность схем на ИСМ и позволяет использовать ИСМ для автоматизации ответственных и опасных процессов. ЗАКЛЮЧЕНИЕ

Проведенные исследования сети с помощью существующих алгоритмов на основе гиперграфов выявили, что распределение пакетов по компьютерной сети с помощью таблицы маршрутизации не всегда работает стабильно. Чем больше загруженность сети, тем менее эффективен анализ и диагностика сети.

Проведенный анализ показал, что ИСМ, разработанная на основе совместного применения аналитических методов, нечеткой логики и нейронной сети позволяет:

• Применять ИСМ в условиях, когда человеческий интеллект малоэффективен, а обычные вычисления трудоемки или неадекватны.

• Разрабатывать сеть без больших затрат и специальных знаний от пользователя.

• Преобразовывать и включать новые данные в обучение ИСМ.

• Создавать доступные широкому пользователю компьютерные системы мониторинга, принятия решений в области связи.

• Автоматизировать процесс создания ИСМ, возможность просмотра сформированных правил и придания им содержательной интерпретации, что позволяет рассматривать ИСМ как средство получения данных для построения архитектуры сети.

Необходимо отметить, что применение ИСМ не всегда оправдано. Если это касается настройки протоколов, то под каждый протокол настраивать с помощью ИСМ не рентабельно. Вопрос о замене протоколов единой ИСМ остается открытым. В этой области много нерешенных вопросов.

Недостаток ИСМ - одна выходная переменная. Однако, это не отражаются на практической стороне применения ИСМ, т.к. исследования показали, что для работы вычислительной сети достаточно максимум 4 входных переменных и одной приоритетной переменной выходной.

Наши исследования доказали, что чем точнее поставлена задача и чем больше правил задано, тем быстрее сеть адаптируется к заданным условиям. Процесс выбора маршрута с помощью ИСМ происходит точнее и быстрее, чем при использовании таблицы маршрутизации. Сам маршрут при использовании ИСМ становится предсказуемым и управляемым.

Таким образом, моделирование сложной КС для решения любых задач связанных с передачей данных с помощью ИСМ оказывается исключительно простым и универсальным.

Список литературы диссертационного исследования кандидат технических наук Коваленко, Татьяна Анатольевна, 2012 год

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

Монографии и статьи

1. Аверкин, А. Н. Параметрические логики и в интеллектуальных системах управления [Текст] / А. Н Аверкин, И. Н. Федосеева. - М. : Вычислительный центр, РАН, 2000. - 120 с.

2. Акчурин, Э. А. Имитационное моделирование канала связи с использованием нечеткой логики [Текст] / Э. А. Акчурин, Т. А. Коваленко. // Информационно-вычислительные технологии и их приложения : материалы X Междунар. науч.-техн. конф. - Пенза, 2009. -С. 3-5.

3. Акчурин, Э. А. О модификации процесса маршрутизации в вычислительных сетях с помощью нечеткой логики [Текст] / Акчурин Э. А., Коваленко Т. А. // Информационные технологии. - 2010. - Т. 8, № 4. -С. 32-36

4. Акчурин, Э. А. Программирование в системе МАТЬАВ. Ч. 3 : Разработка программ для ЦСП [Текст] : метод, указания к лаб. работе / Э. А. Акчурин. - Самара : ПГАТИ, 2004. - 31 с.

5. Берштейн, Л. С. Нечеткие модели для экспертных систем САПР [Текст] / Л. С. Берштейн, А. В. Боженюк, Н. Г. Малышев. - М. : Энергоатомиздат, 1991.

6. Блишун, А. Ф. Нетрадиционные модели и системы с нечеткими знаниями [Текст] / А. Ф. Блишун. - М. : Энергоатомиздат, 1991. - 78 с.

7. Борисов, А. Н. Модели принятия решений на основе лингвистической переменной [Текст] / А. Н. Борисов, А. В. Алексеев, О. А. Крумберг. -Рига : Зинатне, 1989. - 24 с.

8. Букатова, И. Л. Эвоинформатика. Теория и практика эволюционного моделирования [Текст] / И. Л. Букатова, Ю. И. Михасев, А. М. Шаров. -М. : Наука, 1991.-27 с.

9. Букатова, И. Л. Эволюционное моделирование: идеи основы теории, приложения [Текст] / И. Л. Букатова. - М. : Знание, 1981. - 15 с.

Ю.Васильев, А. Н. Моделирование распределённых систем с помощью нейронных сетей [Текст] / А. Н. Васильев, Д. А. Тархов // Компьютерное моделирование : материалы V междунар. науч.-техн. конф. - СПб., 2004. -С. 171-172.

П.Васильев, В. И. Интеллектуальные системы управления с использованием нечеткой логики [Текст] : учеб. пособие / В. И. Васильев, Б. Г. Ильясов. -Уфа : УГАТУ, 1997. - С. 12-25,

12.Галушкин, А. И. Нейрокомпьютеры [Текст] / А. И. Галушкин. - М. : ИПРЖ, 2000. - 532 с.

1 З.Галушкин, А. И. Нейрокомпьютеры в разработке военной техники США [Текст] / А. И. Галушкин // Зарубежная радиоэлектроника. - 1995. - № 6. -С. 4-21.

14.Галушкин, А. И. Теория нейронных сетей [Текст] / А. И. Галушкин. - М. : ИПРЖ, 2000.-416 с.

15.Горбань, А. Н. Обучение нейронных сетей [Текст] / А. Н. Горбань. - М. : Параграф, 1990. - 47 с.

16.Гультяев, А. К. Визуальное моделирование в среде МАТЬАВ [Текст] : учеб. курс / А. К. Гультяев. - СПб. : Питер, 2000. - 432 с.

17.Дорогов, А. Ю. Математические модели быстрых нейронных сетей [Текст] / А. Ю. Дорогов, А. А. Алексеев // Системы управления и обработки информации : сб. науч. тр. СПбГЭТУ. - 1996. - Вып. 490. - С. 79-84.

18.Дорогов, А. Ю. Структурные модели быстрых нейронных сетей [Текст] / А. Ю. Дорогов, А. А. Алексеев // Интеллектуальные системы : тр. II Междунар. симп. ; под ред. К. А. Пупкова. Т. 2. - М. : Изд-во ПАИМС, 1996.-С. 138-143.

19. Дуглас, Э. Сети TCP/IP. Т. 1 : Принципы протоколы и структура [Текст] / Э. Дуглас, Камер. - М. : Вильяме, 2003.

20.Дьяконов, В. П. MATLAB 6.5 SPl/7+Simulink 5/6 в математике и моделировании [Текст] / В. П. Дьяконов. - М. : COJIOH-Пресс, 2005. -472с.

21.Дьяконов, В. П. MATLAB 6.5 SP 1/7/7 SP1/7 SP2 Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики [Текст] / В. П. Дьяконов, В. В. Круглов. - М. : СОЛОН-ПРЕСС, 2006. - 195 с.

22.Емельянов, В. В. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО [Текст] / В. В. Емельянов, С. И. Ясиновский. - М. : АНВИК, 1998. - 67 с.

23.Заде, Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений [Текст] / Л. А. Заде. - М. : Знание, 1974. - 78 с.

24.3аде, Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений [Текст] / Л. А. Заде. - М. : Мир, 1976. -87 с.

25.3аенцев, И. В. Нейронные сети: основные модели [Текст] / И. В. Заенцев. -Воронеж, 1999.-24 с.

26.3олотарев В.В. Кто умнее нейрокомпьютеров? [Текст] / В.В. Золотарев— Вестник Российского общества информатики и вычислительной техники. М., ВИМИ, № 5, 1995.

27.Ивахненок, А. Г. Моделирование сложных систем по экспериментальным данным [Текст] / А. Г. Ивахненок, Ю. П. Юрачковский. - М. : Радио и связь, 1987.

28.Коберси, И. С Гибридные системы управления в условиях неопределенности [Текст] / И. С. Коберси, Д. А. Белоглазов // Тр. Ежегод. науч. конф. студентов и асп. базовых каф. ЮНЦ РАН. - Ростов н/Д. : Изд-во ЮНЦ РАН, 2009. - С. 125-126.

29.Коберси, И. С. Application of fuzzy neural network to control parameters of trunk gas pipeline system [Text] / И. С. Коберси, В. В. Шадрина, Н. Г. Минаева // Изв. ЮФУ. Сер. Техн. науки. Тем. вып. : Актуал. пробл. производства и потребления электроэнергии. - Таганрог : Изд-во ТТИ ЮФУ. - 2009. - № 5 (94). - С. 133-142.

30.Коберси, И. С Применение нейронных сетей для управления энергопотреблением [Текст] / И. С. Коберси, В. В. Шадрина // Изв. ЮФУ. Сер. Техн. науки. Тем. вып. : Актуал. пробл. производства и потребления электроэнергии. - Таганрог : Изд-во ТТИ ЮФУ. - 2008. - № 7 (84). - С. 190-196.

31 .Коваленко, Т. А. Алгоритмы маршрутизации [Текст] / Т. А. Коваленко // XVI Рос. науч. конф. проф.-препод. состава, науч. сотрудников и асп. : материалы конф. - Самара : Изд-во ПГАТИ, 2009.

32.Коваленко, Т. А. Имитационное моделирование работы протокола РРР с использованием нечеткой логики [Текст] / Т. А. Коваленко // Информ.-выч. технологии и их прилож. : материалы XI Междунар. науч.-техн. конф. - Пенза, 2009. - С. 144-147.

33.Коваленко, Т. А. Исследование процесса передачи данных в вычислительных сетях с помощью гибридной сети [Текст] / Т. А. Коваленко // XVIII Рос. науч. конф. проф.-препод. состава, науч. сотрудников и асп. : материалы конф. - Самара : Изд-во ПГУТИ, 2011.

34.Коваленко, Т. А. Исследование процессов маршрутизации с помощью гибридной системы [Текст] / Т. А. Коваленко // XVIII Рос. науч. конф. проф.-препод. состава, науч. сотрудников и асп. : материалы конф. -Самара : Изд-во ПГУТИ, 2011.

35.Коваленко, Т. А. Исследование статической маршрутизации с помощью нечеткой логики [Текст] / Т. А. Коваленко // XVII Рос. науч. конф. проф.-препод. состава, науч. сотрудников и асп. : материалы конф. -Самара : Изд-во ПГУТИ, 2010.

36.Коваленко, Т. А. Моделирование процесса маршрутизации в вычислительных сетях с помощью нечеткой логики [Текст] / Т. А. Коваленко // Информ.-выч. технологии и их прилож. : материалы XI Междунар. науч.-техн. конф. Пенза, 2010. - С. 94-96.

37.Комашинский, В. И. Гибридные методы множественного доступа к беспроводным ATM сетям [Текст] / В. И. Комашинский, Д. А. Смирнов // 54-я науч.-техн. конф. : тез. докл. - СПб. : НТОРЭС им. А. С. Попова, 1999. - С. 66-67.

38.Комашинский, В. И. Нейронные сети и их применение в системах управления и связи [Текст] / В. И. Комашинский, Д. А. Смирнов. - М. : Горячая линия - Телеком, 2003. - С. 34-48.

39.Кофман, А. Введение в теорию нечетких множеств [Текст] : пер. с фр. / А. Кофман. - М. : Радио и связь, 1982. - 36 с.

40.Круглов, В. В. Искусственные нейронные сети. Теория и практика [Текст].

- 2-е изд. / В. В. Круглов. - М. : Горячая линия - Телеком, 2002. - 128 с.

41.Крысанов, А. И. СБИС L-Neuro - базовый нейрочип для создания нейрокомпьютеров [Текст] / А. И. Крысанов // Зарубежная радиоэлектроника. - 1998. - № 1. - С. 18-21.

42.Кузнецов, В. П. Интервальные статические модели [Текст] / В.П. Кузнецов. - М. : Радио и связь, 1991. - 237 с.

43.Кузьмин, В. Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений [Текст] / В. Б. Кузьмин. - М. : Наука, 1982.

- 156 с.

44.Куссуль, Э. М. Ассоциативные нейроподобные структуры [Текст] / Э. М. Куссуль. - Киев : Наукова думка, 1990. - 13 с.

45.Лазарев, Ю. Ф. MatLab 5.x [Текст] / Ю. Ф. Лазарев. - Киев : Издат. группа BHV, 2000. - 384 с.

46.Ли, У. Техника подвижных систем связи [Текст] : пер. с англ. / Уильям Ли. - М. : Радио и связь, 1985. - 247 с.

47.Логовский, А. С. Использование нейронных сетей для решения комбинированных задач с полным перебором [Текст] / А. С. Логовский // Нейрокомпьютеры. - 1994. - № 3/ 4. - С. 41-50.

48.Медянцев, Д. В. Методика нейросетевого моделирования сложных систем [Текст] / Д. В. Медянцев, Н. В. Замятин // Изв. Томского политехи, ин-та. - 2006. - Т. 309, № 8. - С. 100-106.

49.Медведев, В. С. Нейронные сети. МАТЬАВ 6 [Текст] / В. С. Медведев, В. Г. Потемкин. - М. : Диалог МИФИ, 2005. - 234 с.

50.Нечеткие множества и теория возможностей. Последние достижения [Текст] : пер. с англ. / под ред. Р. Р. Ягера. - М. : Радио и связь, 1986. - 149 с.

51.0лифер, В. Г. Компьютерные сети. Принципы, технологии, протоколы [Текст] : учеб. для вузов. - 3-е изд. / В. Г. Олифер, Н. А. Олифер. - СПб. : ПИТЕР, 2008. - 604 с.

52.Олифер, В. Г. Компьютерные сети. Принципы, технологии, протоколы [Текст] / В. Г. Олифер, Н. А. Олифер. - СПб. : ПИТЕР, 2000. - 584 с.

53.Орлов, А. И. Задачи оптимизации и нечеткие переменные [Текст] / А. И. Орлов. - М.: Знание, 1980. - 265 с.

54.Орловский, С. А. Проблемы принятия решений при нечеткой информации [Текст] / С. А. Орловский. - М. : Наука, 1981.

55.0совский, С. Нейронные сети для обработки информации [Текст] / С. Осовский ; пер. с польск. И. Д. Рудинского. - М. : Финансы и статистика, 2002.

56.Полукаров, Д. Ю. Анализ эффективности нечеткой маршрутиза- ции с помощью имитационного моделирования [Текст] / Д. Ю. Полукаров // Проблемы техники и технологии телекоммуникаций : материалы VII Междунар. науч.-техн. конф. - Самара : Изд-во ПГАТИ, 2006. - С. 149150.

57.Потемкин, В. Г. Инструментальные средства MATLAB 5.x. [Текст] / В. Г. Потемкин. - М. : Диалог МИФИ, 2000. - 336 с.

58.Прикладные нечеткие системы [Текст] : пер с яп. / К. Асаи [и др.] ; под ред. Т. Тэрано, К. Асаи, М. Суджэно. -М. : Мир, 1993.

59.Проектирование и моделирование сетей ЭВМ в системе OPNET Modeler [Текст] : лаб. практикум / В. Н. Тарасов [и др.]. - Самара, 2008.

60.Семенов, Ю. А. Алгоритмы телекоммуникационных сетей [Текст] / Ю. А. Семенов. - СПб. : Бином. Лаборатория знаний, Интернет -ун-т информ. технологий, 2007. - С. 187-249.

61.Соколов, В. И. Нейронные механизмы памяти и обучения [Текст] / В. Н. Соколов. -М. : Наука, 1981.

62.Тархов, Д. А. Нейронные сети: модели и алгоритмы [Текст] / Д. А. Тархов. - М. : Радиотехника, 2005. - 256 с.

63. Тархов, Д. А. Нейронные сети как средство математического моделирования [Текст] / Д. А. Тархов. - М. : Радиотехника, №2, 2006. 116 с.

64.Терехов, С. А. Технологические аспекты обучения нейросетевых машин [Текст] / С. А. Терехов // Современные проблемы нейроинформатики : лекция для VIII шк.-семинара. -М. : МИФИ, 2006. - С. 13-73.

65.Тутубалин, В. Н. Теория вероятностей и случайных процессов [Текст] / В. Н. Тутубалин. - М. : МГУ, 1992.

66.Хабрейкен, Д. Сетевые технологии [Текст] / Джо Хабрейкен, А. Ф. Блишун. - М. : Вильяме, 2007. - 138 с.

67.Хилл, Б. Полный справочник по Cisco [Текст] / Брайн Хилл. - М. : Вильяме, 2006. - С. 547 - 638.

68.Цыпкин, Я. С. Адаптация и обучение в автоматических системах [Текст] / Я. С. Цыпин. - М. : Наука 1968.

69.Экспертные системы: принципы работы и примеры [Текст] : пер. с англ. / под ред. Р. Форсайта. - М. : Радио и связь, 1987.

70.Ярушкина, Н. Г. Гибридные системы, основанные на мягких вычислениях: определение, архитектура, возможности [Текст] / Н. Г. Ярушкина // Программные продукты и системы. - 2002. - № 3.

71.Ярушкина, Н. Г. Интегрированные модели и мягкие вычисления в искусственном интеллекте [Текст] / Н. Г. Ярушкина. - М.: Наука, 2001.

72.Ярушкина, Н. Г. Методы нечетких экспертных систем в интеллектуальных САПР [Текст] / Н. Г. Ярушкина. - Саратов : Изд-во Сарат. гос. ун-та, 1997.

73 .Ярушкина, Н. Г. Основы теории нечетких и гибридных систем [Текст] / Н. Г. Ярушкина. - М.: Финансы и статистик, 2004. - С. 184, 301.

Иностранные источники

74.Artificial Neural Networks [Text] : Concepts and Theory // IEEE Computer Society Press. - 1992.

75.Battiti, R. First and second order methods for learning: Between steepest descent and Newton's method [Text] / R/ Battiti // Neural Computation. - 1992. -Vol. 4, N2.-P. 141-166/

76.Beale, E. M. L.A. derivation of conjugate gradients in F. A. Lootsma [Text] | E. M. Beale // Numerical methods for nonlinear optimization London : Academic Press, 1972.

77.Brent, R. P. Algorithms for Minimization Without Derivatives [Text] / R. P. Brent. - Englewood Cliffs, NJ : Prentice-Hall, 1973.

78.Mc Culloch, W. C. A Logical calculus or ideas immanent in nervous activity [Text] / W. C., W. H. Pitts // Bulletin of Mathematical Biophysics. - 1993. -Vol. 5.-P.l 15-133.

79.Li, J. Analysis and synthesis of class of neural networks: liner system operating on a closed hypercube [Text] / J. Li, A. N. Michel, W. Porod // IEE Transaction on Ciruits and Systems. - 1989. -Vol. 36, NII. - P. 1405-1422.

80.Fletcher, R. Function minimization by conjugate gradients [Text] / R. Fletcher, С. M. Reeves // Computer Journal. - 1994. - Vol. 7. - P. 149-154.

81.Haykin, S. Neural Networks: A comprehensive foundation [Text] / S. Haykin. -New-York : MacMillan College Publishing Co., 1994.

82.He, G. Neural Networks Approaches to Implementation of Optimum Multiuser Detection in CDMA Channals, Intl. [Text] / G. He, P. Tang // Journal Of Electronics. - 1996. - Vol. 80. - P. 425 - 431.

83.Regression modeling in back-propagation and projection pursuit learning [Text] / J.-N Hwang [u and.] // IEEE Transactions on Neural Networks. - 1994. - Vol. 5, N3. - P. 342-353.

84.Rasmussen, С. E. Gaussian processes for machine learning [Text] / С. E. Rasmussen, С. K. Williams. - MIT Press, 2006.

85.Shihg, J., ANFIS: Adaptive-network based fuzzy inference System [Text] / J. Shihg, R. Jang // IEE Transactions on SMC. - 1993. -Vol. 23. - P. 665-685.

Электронные ресурсы

86.Алтунин, A. E. Модели и алгоритмы принятия решений в нечетких условиях. HTML-курс [Электронный ресурс] / А. Е. Алтунин, М. В. Семухин. - Режим доступа: http://www.allmath.ru/appliedmath/operations-/operations26/operations.htm. - Загл. с экрана. - Свободный доступ.

87.Борисов, Е. С. Основные модели и методы теории искусственных нейронных сетей [Электронный ресурс] / Е. С. Борисов. - Режим доступа: http://www.zen-studio.com.ua/mechanoid.kiev.ua/nns/base/index.html. - Загл. с экрана. - Свободный доступ.

88.Дыжин, Д.Н. Ускорители корпоративных сетей [Электронный ресурс] / Д.Н. Дыжин, М.К. Клочков - «Сети» , № 06, 2007. - Режим доступа: http://www.osp.ru/nets/ - Загл. с экрана. - Свободный доступ.

89. Короткий, С. Нейронные сети: алгоритм обратного распространения [Электронный ресурс] / С. Короткий // Введение в теорию нейронных сетей. - Режим доступа: http://www.orc.rU/~stasson/neurox.html#articles. -Загл. с экрана. - Свободный доступ.

90. Короткий, С. Нейронные сети: основные положения [Электронный ресурс] / С. Короткий // Введение в теорию нейронных сетей. - Режим доступа: http://www.orc.ru/~stasson/neurox.html#articles. - Загл. с экрана. -Свободный доступ.

91.Макеев, A.C. Система моделирования маршрутизации корпоративных сетей на основе нечетких метрик [Электронный ресурс] / A.C. Макеев, A.A. Стецко, Н.Г. Ярушкина - «Информационные технологии», том 6, №2, 2008. - Режим доступа: http://ikt.psuti.ru/upload/File/2008/14.pdf- Загл. с экрана. - Свободный доступ.

92.Полукаров, Д.Ю. Автореферат «Методы IP маршрутизации на основе алгоритмов с использованием нечетких множеств» [Электронный ресурс] / Д.Ю. Полукаров - Режим доступа http://www.psuti.ru/referat/ARD-Polukarov.pdf - Загл. с экрана. - Свободный доступ.

93.Сосенушкин, С.Е. Автореферат «Повышение эффективности доставки и обработки информации в корпоративных информационно-вычислительных сетях на основе балансировки трафика» [Электронный ресурс] / С.Е. Сосенушкин. - Режим доступа: http://www.referun.eom/n/povyshenie/ - Загл. с экрана. - Свободный доступ.

94. Сотник, С. Л. Конспект лекций по курсу «Основы проектирования систем искусственного интеллекта» [Электронный ресурс] / С. JI. Борисов. -Режим доступа: http://www.iskint.ru/?xid=books/sotnik/. - Загл. с экрана. -Свободный доступ.

95. Уваров, Д.В. Автореферат «Методы и алгоритмы ускоренной маршрутизации в корпоративных вычислительных сетях» [Электронный ресурс] / Д.В. Уваров - Режим доступа: http://diss.rsl.ru/diss/ - Загл. с экрана. - Свободный доступ.

96.Черных, И. В. Simulink: инструмент моделирования динамических систем [Электронный ресурс] / И. В. Черных. - Режим доступа: http://matlab.exponenta.ru/simuHnk/bookl/9_3.php. - Загл. с экрана. -Свободный доступ.

97. Шерстнев, О.Г Обработка информации о маршрутизации в оптических сетях на основе метода нечёткой логики [Электронный ресурс] / О.Г. Шерстнев. - Вестник СибГУТИ. 2010. № 3. - Режим доступа: http://vestnik.sibsutis.ru/uploads. - Загл. с экрана. - Свободный доступ.

98. Штовба, С. Д. Проектирование систем управления \Fuzzy Logic Toolbox [Электронный ресурс] / С. Д. Штовба // Штовба С. Д. Введение в теория нечетких множеств и нечеткую логику. - Режим доступа: http://matlab.exponenta.rU/flizzylogic/bookl/l.php#l. - Загл. с экрана. -Свободный доступ.

99.Dong-Chul Park Кратчайший путь - алгоритм маршрутизации использованием нейронной сети Хопфилда [Электронный ресурс] / Dong-Chul Park, Kyo-Reen Keum - Режим доступа: http://www.tandfonline.com -Загл. с экрана. - Свободный доступ.

100. Julia К. Brande Dissertation submitted Computer Network Routing with a Fuzzy Neural Network [Электронный ресурс] / Julia К. Brande- Режим доступа: http://scholar.lib.vt.edu/theses - Загл. с экрана. - Свободный доступ.

101. Kaufmann, Arnoldlntroduction to Fuzzy Arithmetic / Thomson Computer Press, 1991. [Электронный ресурс] / Gupta, Madan M. - Режим доступа: http://www.cdforex.com.ru/Nlog/index_118.htm - Загл. с экрана. -Свободный доступ.

102. Kosko Networks and Fuzzy Systems / Englewood Cliffs, NJ: Prentice-Hall, 1991. [Электронный ресурс] / Bart Neural- Режим доступа: http://rutracker.org - Загл. с экрана. - Свободный доступ.

103. McNeill Fuzzy Logic / Touchstone Rockefeller Center, 1993. [Электронный ресурс] / Daniel and Freiberger, Paul. Режим доступа: http://emag.iis.ru/arc/infosoc Загл. с экрана. - Свободный доступ.

104. Modicon Modbus Protocol. Reference Guide. Massachusetts 01845 [Электронный ресурс] / Modicon, Inc. North Andover Режим доступа: http://plc4good.org.ua - Загл. с экрана. - Свободный доступ.

105. Фэн Ган Применение нейронных сетей для определения минимальной задержки в сетях с коммутацией пакетов [Электронный ресурс] Фэн Ган, Христос Дулигерис Режим доступа: http://www.google.ru/search - Загл. с экрана. - Свободный доступ.

Программа построения нейронной сети

function [output,IRR,ORR,ARR] = evalfis(input, fis, numofpoints); % EVALFIS Perform fuzzy inference calculations.

%% Y = EVALFIS(U,FIS) simulates the Fuzzy Inference System FIS for the % * U is a M-by-N matrix, each row being a particular input vector % * Y is M-by-L matrix, each row being a particular output vector. % Y- EVALFIS(U,FIS,NPts) further specifies number of sample points % range. If this argument is not used, the default value is 101 points. % [Y,IRR,ORR,ARR] = EVALFIS(U,FIS) also returns the following range % variables when U is a row vector (only one set of inputs is applied): % * IRR: the result of evaluating the input values through the membership % functions. This is a matrix of size Nr-by-N, where Nr is the number % of rules, and N is the number of input variables.

% * ORR: the result of evaluating the output values through the membership % functions. This is a matrix of size NPts-by-Nr*L. The first Nr % * ARR: the NPts-by-L matrix of the aggregate values sampled at NPts % Example: fis = readfis('tipper'); out = evalfis([2 1; 4 9],fis) ni = nargin; if ni<2

disp('Need at least two inputs'); output=[]; IRR=[]; ORR=[]; ARR=Q; return end

if ~isfis(fis)

elseif strcmpi(fis.type,'sugeno') & ~strcmpi(fis.impMethod,'prod')

warning('Implication method should be "prod" for Sugeno systems.') end

[M,N] = size(input); Nin = length(fis.input); if M=1 &N=1,

input = input(:,ones(l,Nin)); elseif M==Nin & N~=Nin,

input = input.'; elseif N~=Nin end

inRange = getfis(fis,'inRange'); InputMin = min(input,[],l); InputMax = max(input,[],l);

if any(InputMin(:)<inRange(:,l)) | any(InputMax(:)>inRange(:,2))

warning('Some input values are outside of the specified input range.') end

if ni==2

numofpoints =101; end [output,IRR,ORR,ARR] = evalfismex(input, fis, numofpoints);

¿Вдел*

^^ажшш

Ф. . ?=! л !

и

■г ^ -¡Ь

Утверждаю Проректор *обучению и качеству профессор д.т.н. _Д .В .Мишин

АКТ

1 к

Об использовании результатов диссертационной работы Т.А. Коваленко «Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях» представленной на соискание ученой степени

кандидата технических наук.

Комиссия в составе зам. декана з/о доцента к.т.н. Старожиловой О.В., зав. кафедрой ИВТ профессора д.т.н.Акчурина Э.А., доцента к.т.н. Солодова А.Н. составила настоящий акт в том что научные результаты полученные в диссертации Коваленко Т.А. внедрены в учебный процесс Поволжском Государственном Университете Телекоммуникаций и Информатики в следующем виде:

• в курсе лекций и лабораторных работ по второму высшему образованию в дисциплине «компьютерное моделирование» введен раздел имитационного моделирования гибридных систем применительно к процессам маршрутизации;

• в дипломном проектировании для специальностей второго высшего образования.

Декан з/о

доцент д. физ-мат .н.

зам. декана з/о

доцент к.т.н.

Зав. кафедрой ИВТ

профессор д.т.н.

доцент кафедры ИВТ к.т.н.

О.В.Осипов

О.В.Старожилова

Э.А. Акчурин А.Н. Солодов

С ..... ... »

443052, г. Самара, пр. Кирова, 24, а/я 14254 Тел: [phone]

Щ Факс:[phone]

Е-таО: [e-mail] ЬИр:// www.ekransamara.ru ИНН 6319033724 ОКПО 08851358

АКТ

Об использовании результатов диссертационной работы Т.А. Коваленко «Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях» представленной на соискание ученой степени кандидата технических наук.

ОАО СЗ «Экран» настоящим актом подтверждает, что отраженные в диссертационной работе Т.А. Коваленко результаты теоретических и практических исследований и разработок касающихся методов управления процессом маршрутизации в компьютерных сетях, основанных на использовании интегрированной системы, имеют практическую ценность. Данные исследования Жгут быть использованы при проектировании нового программного обеспечения, таких сетевых устройств как управляемые коммутаторы третьего поколения.

Генеральный директор ОАО СЗ «Э

Воронков Н.М.

Общество с ограниченной ответственностью

443022, Россия, Самарская обл., г. Самара, Промышленный р-н, пргКирова, 24, корпус 7, офис 1 ИНН/КПП 6319150604/631901001 Р/с 40702810400040001205 в ОАО « Волго-Камский банк » г. Самара К/с 30101810700000000709, БИК 043601709, ОГРН 1116319003470, ОКПО 91047042, тел. [phone], тел/факс [phone] e-mail: [e-mail]

Исх.№ 317 от 5.12.2011г.

Об использовании результатов диссертационной работы Т.А. Коваленко «Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях» представленной на соискание ученой степени

кандидата технических наук.

ООО «Волготехпласт» настоящим актом подтверждает, что отраженные в диссертационной работе Т.А. Коваленко результаты, полученные в ходе теоретических и практических исследований, имеют практическое значение для решения задач маршрутизации.

Представленные в работе результаты и выводы приняты ООО «Волготехпласт» для практического использования в следующих направлениях:

• определение степени загруженности корпоративной сети;

• распределение данных по сети.

АКТ

Технический директор ООО «Волготехпласт»

Жердев В.В.

ШООО "Самара-Авиагаз'

I

443022, г. Самара, ул. 22то Партсъезда, Юа Тел. [phone]

Факс [phone]

E-mail: [e-mail] Исх. N2 б/н От 25.11.2011г.

АКТ

Об использовании результатов диссертационной работы Т.А. Коваленко Разработка и исследование интегрированной системы маршрутизации в компьютерных сетях» представленной на соискание ученой степени

кандидата технических наук.

«

ООО «Самара-Авиагаз» настоящим актом подтверждает, что отраженные в диссертационной работе Коваленко Т.А. результаты теоретических и исследований касающиеся методов управления процессом маршрутизации в компьютерных сетях, основанных на использовании интегрированной системы, имеют практическую ценность.

Представленные в работе результаты и выводы приняты ООО «Самара-Авиагаз» для практического использования при создании корпоративной сети в следующих направлениях:

• определение степени загруженности сети;

• распределение данных по сети;

• описание метрик элементов сети.

Гтто^тй мм^-р.ттяп ООО «Самаоа-Авиагаз» тУгГЧ\(\ М л ^ А-В- Васильев