Управление качеством обслуживания в распределенных информационных системах мониторинга на основе рекурсивных байесовских оценок тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Чудинова, Ксения Владиславовна

• Чудинова, Ксения Владиславовна
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Чудинова, Ксения Владиславовна

Содержание

Список сокращений и обозначений

Введение

Глава 1. Проблемы моделирования и алгоритмизации управления распределенными информационными системами для обеспечения необходимого уровня качества обслуживания

1.1. Анализ состояния проблемы исследования системы управления крупномасштабными сетевыми инфраструктурами

1.2. Особенности управления гарантированным качеством обслуживания в беспроводных сенсорных сетях

1.3. Технологии выбора рациональной конфигурации модулей управления в иерархической распределенной системе мониторинга

1.3.1. Субоптимальная иерархическая конфигурация

1.3.2. Общая эвристика конфигурации

1.4. Постановка задач работы

Глава 2. Динамическое управление данными в межмодульном

взаимодействии подсистем управления крупномасштабных информационных систем с нестационарной топологией на основе рекурсивных байесовских оценок

2.1. Механизмы сетевой оценки состояния сети с учетом прошедших доставок пакетов без потерь информации

2.1.1. Объект управления и сетевые модели

2.1.2. Механизм сетевого оценивания

2.2. Сетевая процедура БРБ

2.2.1. Механизм сетевого оценивания и прогнозирование доставки пакетов

2.2.2. Механизм оценки сети модели БШБ

2.2.3. Механизм оценки сети модели ОЕШБ

2.3. Вычислительная сложность решения задачи прогнозирования состояния сети

2.4. Модель процедуры БРЭ и ее сравнительный анализ

2.5. Сравнительный анализ контроллеров

2.6. Расчет оптимального коэффициента усиления

2.6.1. Алгоритм расчета ^

2.6.2. Вычислительная сложность расчета оптимального коэффициента усиления управления

2.7. Численное моделирование

2.8. Выбор модели

2.9. Выводы

Глава 3. Моделирование и алгоритмизация функционирования

беспроводной подсистемы системы управления на основе двухуровневой модели потоков и микропотоков

3.1. Обобщенный сценарий работы беспроводной сенсорной подсистемы системы управления

3.2. Модель входного потока

3.3. Модель гарантированного РоБ

3.3.1. Модель узла ОоБ

3.3.2. Одно- и многостадийная модель РоБ

3.4. Вычислительный эксперимент

3.4.1. Узел ОоБ

3.4.2. Случай однородной интенсивности обслуживания

3.4.3. Случай неоднородной интенсивности обслуживания

3.4.4. Самоподобный трафик

3.5. Выводы

Глава 4. Технологии и инструменты выбора рациональной

конфигурации модулей управления в иерархической распределенной системе мониторинга

4.1. Типовые топологии сетей

4.1.1. Ячеистые сети

4.1.2. п-гиперкубы

4.2. Функция стоимости и стартовые модели

4.3. Особенности конфигураций с иерархией одного количества уровней и параллелизм

4.4. Элементы программной реализации многоагентной системы мониторинга и прогнозирования распределенных информационных систем

4.4.1. Модуль мониторинга

4.4.2. Модуль прогнозирования

4.4.3. Функциональность системы повышения устойчивости

4.5. Выводы

Основные результаты работы

Список использованных источников

Список сокращений и обозначений

БСС - беспроводная сенсорная сеть

КС - кластерная система

ПДП - последовательность доставки пакетов

РИС - распределенная информационная система

РЦОД - резервный центр обработки данных

ССУ - сетевая система управления

ЦОД - центр обработки данных

CR - темп снижения затрат (Cost Reduction rate)

FPD - сетевая процедура управления доставкой пакетов с учетом предсказания (future packet delivery) GEIHS - независимые связи модели Гильберта-Эллиотта, пошаговая маршрутизации, оценка сети по расписанию (Gilbert-Elliot Independent links, Hop-by-hop routing, Scheduled network estimator). IID-контроллер - доставки пакетов независимые и имеют распределение Бернулли с вероятностью доставки, равной априорной вероятности доставки пакета по сети LQG - гипотетический оптимальный контроллер LUDB - принцип наименьшей верхней задержки

ON-контроллер - пакеты всегда доставляются, или сеть всегда полностью работоспособна

P/C - отношение стоимости обработки к стоимости связи (Ratio of

Processing cost versus Communication cost) QoS - качество обслуживания

SIHS - статические независимые связи, пошаговая маршрутизации, оценка сети по расписанию (Static Independent links, Hop-by-hop routing, Scheduled network estimator)

Введение диссертации (часть автореферата) на тему «Управление качеством обслуживания в распределенных информационных системах мониторинга на основе рекурсивных байесовских оценок»

Введение

Актуальность темы. Достижения современной науки и информационных технологий определили тенденции к широкому использованию распределенных информационных систем (РИС), требующих постоянного контроля состояния узлов и каналов связи в рамках систем мониторинга, функционирующих в реальном масштабе времени. Эффективность систем мониторинга связана с включением в структуру дополнительных модулей прогнозирования поведения РИС на уровне загрузки узлов и каналов связи, обеспечивающих принятие соответствующих решений.

Проблема использования эвристических оценок, основанных на вероятностных методах для решения задачи прогнозирования динамики потоков данных в РИС, в настоящее время является наиболее важной. Так как РИС реализуются практически во всех областях науки и техники, оптимизация их функционирования является важной практической задачей.

Пути ее решения связаны с разработкой алгоритмов оптимального управления потоками данных в РИС. Значительная часть существующих решений в настоящее время основывается на теории массового обслуживания, они являются сложными с вычислительной точки зрения, что оказывает существенное влияние на общую производительность системы. Альтернативой здесь выступают модели и алгоритмы, реализующие процесс прогнозирования динамики потоков данных на основе аппарата теории вероятностей.

Вопросы оптимизации управления распределенными информационными системами исследовались в работах В.Л. Бурковского, И.В. Ковалева, О.Я. Кравца, В.В. Кульбы, А.Д. Цвиркуна и других.

Однако следует отметить, что вопросам выбора архитектуры самой мониторинговой системы уделяется недостаточно внимания. Традиционно в этой области используется «плоская» или централизованная система мониторинга, однако подходы, базирующиеся в том числе на аппарате кла-

стеризации, могут оказаться полезными при проектировании многоуровневых архитектур с учетом вычислительной сложности применяемых алгоритмов мониторинга и прогнозирования.

В качестве базовых критериев, связанных с повышением эффективности мониторинга распределенных систем, можно выделить следующие: максимизация средней скорости обработки потоков между модулями программных систем; минимизация задержек при обработке в реальном времени; обеспечение заданного уровня качества обслуживания.

Таким образом, актуальность темы диссертационной работы продиктована необходимостью повышения эффективности мониторинга состояния РИС на основе дальнейшего развития аппарата прогнозирования, базирующегося на рекурсивных Байесовских оценках для обеспечения принятия решений, ориентированных на высокий уровень качества обслуживания в рамках распределенных информационных систем.

Работа выполнена в ФГБОУ ВО «Воронежский государственный технический университет» в рамках научного направления «Вычислительные комплексы и проблемно-ориентированные системы управления».

Цель и задачи исследования. Цель работы заключается в повышении качества обслуживания в РИС на основе разработки моделей и алгоритмов, обеспечивающих высокую эффективность функционирования систем мониторинга их состояния, основанных на методах структурно -функционального анализа, принятия решений, рекурсивных Байесовских оценках. Для достижения цели в диссертационной работе необходимо решить следующие задачи:

- разработать алгоритм реструктуризации системы мониторинга, учитывающий динамику потоков данных системы и базирующийся на структурно-функциональном анализе;

- разработать формализованное описание прогнозирования состояния и времени обработки потоков данных в распределенных информационных системах на основе Байесовского похода;

- разработать формальный подход к иерархической декомпозиции структуры распределенной системы для распределения нагрузки программных узлов мониторинга;

- осуществить алгоритмизацию процесса принятия решений в рамках работы сетевых процедур управления объектами;

- провести численные эксперименты и осуществить анализ эффективности использования предложенных моделей и алгоритмов;

- разработать архитектуру организации системы мониторинга и управления состоянием распределенной информационной системы для исследования эффективности предложенных подходов.

Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы математического моделирования, оптимизации, объектно-ориентированного программирования, теория множеств, теория вероятностей и теория графов.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.01: п. 5. «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации», п. 9. «Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации технических объектов», п. 11. «Методы и алгоритмы прогнозирования и оценки эффективности, качества и надежности сложных систем».

Научная новизна. В работе получены следующие результаты, отличающиеся научной новизной:

- адаптивный алгоритм принятия решений по реструктуризации системы мониторинга, сочетающий в себе эвристический метод, который ограничивает поиск в определенных классах решений, с полным поиском в

каждом классе для оптимальной структуры, и разделяющий сеть на некоторое число идеальных подсетей одинакового размера;

- алгоритмы анализа и прогнозирования состояния элементов распределенной информационной системы с использованием рекурсивного байесовского подхода, позволяющие осуществлять сетевое оценивание с помощью моделей сети, основанных на статических и динамических сетевых связях;

- сетевая процедура прогнозирования доставки пакетов, построенная на основе минимизации квадратичной функции стоимости и обеспечивающая рационализацию управления сетевым объектом;

- структура беспроводной сенсорной системы с виртуальной очередью в узлах, обеспечивающая ряд преимуществ по сравнению с аналогами за счет наличия общей очереди и пропускной способности узла для всех соседей, гарантии высокого качества обслуживания для каждого канала данных, а также упрощения анализа производительности;

- двухуровневая модель сенсорных узлов, основанная на понятиях потоков и микропотоков и обеспечивающая гарантию таких параметров QoS, как длина очереди буфера, объем буфера, джиггер, задержка и эффективная пропускная способность;

- структура элементов многоагентной системы мониторинга и прогнозирования, обладающая возможностью прогноза изменений параметров трафика и обеспечивающая наблюдение за изменениями значений трафика на всех сетевых интерфейсах носителя агента.

Практическая значимость. Программная реализация компонент системы мониторинга и управления состоянием распределенной информационной системы обеспечивает оперативное принятие решений по формированию и управлению нагрузкой РИС. Разработанные в диссертации модели и алгоритмы могут быть использованы для создания программного обеспечения, позволяющего повышать качество обслуживания в проекти-

руемых, а также существующих информационных системах. На элементы программных средств получено свидетельство о государственной регистрации.

Реализация и внедрение результатов работы. Теоретические и практические результаты исследований, реализованные в виде программного комплекса мониторинга и управления состоянием распределенной информационной системы, получили внедрение в ООО "Новые информационные системы-21" (г. Воронеж).

Основные результаты внедрены в учебный процесс Воронежского государственного технического университета в рамках дисциплин: «Вычислительные машины, системы и сети», «Информационные сети и телекоммуникационные технологии», а также в рамках курсового и дипломного проектирования.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях: XX-й Международной открытой научно-практической конференции «Modern informatization problems in economics and safety» (США, 2015); Международных летних научных школах «Парадигма» (Варна, Болгария, 2015, 2016); Международной научной конференции «Advanced models and technologies in computer networks» (США, 2015); XII Международной научно-практической конференции «Современные инструментальные системы, информационные технологии и инновации» (Курск, 2015); XXI-й Международной открытой научно-практической конференции «Modern informatization problems in the technological and telecommunication systems analysis and synthesis» (США, 2016); XXII-й Международной открытой научно-практической конференции «Modern informatization problems in simulation and social technologies» (США, 2017), а также на научных семинарах кафедры Автоматизированных и вычислительных систем (2014-2017 гг.).

Публикации. По теме опубликовано 22 работы, отражающих ос-

новные положения исследования, в т.ч. 6 статей в журналах, рекомендованных ВАК РФ; 1 свидетельство о государственной регистрации программ для ЭВМ.

В работах, опубликованных в соавторстве, и приведенных в автореферате, личный вклад соискателя состоит: в [1,2] - алгоритмы и модели, позволяющие на основе рекурсивного Байесовского подхода осуществлять сетевое оценивание; [4,9] - сетевая процедура БРЭ, минимизирующая квадратичную функцию стоимости и обеспечивающая рационализацию управления объектом; [3, 11] - структура беспроводной сенсорной системы с виртуальной очередью в узлах; [12, 13, 16] - двухуровневая модель для сенсорных узлов, основанная на понятиях потоков; [6, 17, 20] -алгоритм конфигурирования системы мониторинга; [7, 15, 22] - структура элементов многоагентной системы мониторинга и прогнозирования; [8, 14, 21] - организация универсального программного комплекса распределенной информационной системы мониторинга.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы. Она содержит 119 страниц основного текста. Список библиографических источников включает 139 наименований.

Глава 1. Проблемы моделирования и алгоритмизации управления распределенными информационными системами для обеспечения необходимого уровня качества обслуживания

1.1. Анализ состояния проблемы исследования системы управления крупномасштабными сетевыми инфраструктурами

Все чаще системы управления работают с использованием крупномасштабных сетевых инфраструктур. Некоторые компании внедряют устройства, которые обмениваются данными через маломощные беспроводные ячеистые сети для промышленной автоматизации и управления технологическими процессами [59, 131]. Беспроводные сети легко можно использовать для реализации процессов управления системами, которые физически разбросаны по большой территории, чтобы сохранить затраты на коммуникационную инфраструктуру, однако непросто разработать системы управления предоставлением услуг в них [25, 36, 41, 50, 57, 55, 61, 134]. Кроме того, беспроводная связь по своей сути ненадежна, так как порождает потери пакетов и задержки, которые наносят ущерб контролю производительности и стабильности системы.

Исследования в области сетевых систем управления (ССУ) [98, 119, 130, 135] рассматривают проектирование систем управления, которые могут учитывать потери из-за задержек в каналах связи, вносимых сетью. Традиционные задачи в разработке систем управления, такие как анализ стабильности и производительности, а также центра управления и оценочной функции, пересматриваются с точки зрения сетевых моделей предоставления статистических данных о потерях и задержках пакетов. Например, на рисунке 1.1 представлена общая архитектура сетевой системы контроля за ячеистой сетью, предложенная в [95, 96, 111].

Рисунок 1.1. - Сетевая система контроля над ячеистой сетью, в которой контроллеры могут быть расположены на любом узле

Фундаментальной проблемой архитектуры является выбор наилучшего места для размещения управляющих устройств (контроллеров), если они могут быть размещены в любом из датчиков, в любом из узлов ретрансляции, а также в исполнительных устройствах сети. Один из вариантов представлен в [99, 116, 124] и заключается в том, что если контроллер может знать, достигает ли пакет управления исполнительного устройства - то контроллер в нем и размещается, и оптимальная архитектура ССУ с размещением контроллеров может быть разработана отдельно (принцип разделения).

Введем два ограничения для дальнейшего рассмотрения вопросов архитектуры ССУ. Первое состоит в том, что исследования будет проводиться с использованием простых моделей доставки пакетов по каналу (связи) топологии «точка-точка» или «звезда». Второе ограничение состоит в том, что структура сети считается уже разработанной и зафиксированной перед разработкой системы управления. Действительно, через интерфейс между сетью и системой управления передается совсем немного информации, что ограничивает взаимодействие между двумя уровнями для

настройки контроллера под условия сети, и наоборот.

В [42, 51, 70, 118] изучаются устойчивость и синтез контроллера для различных архитектур систем управления, но в этих работах рассматривается модель сети с использованием независимых процессов (прерывающих доставку пакетов по одному каналу связи) с распределением Бернулли. Информация передается через интерфейс между сетью и системой управления с некоторой вероятностью потери пакета, которая известна и фиксирована. В [69, 83, 117] изучается устойчивость и Яда-синтез контроллера, когда сеть моделируется как канал связи, теряющий пакеты, описываемый цепью Маркова с двумя состояниями (модель Гильберта-Эллиотта), где информация передается через интерфейс сети контроллеров с использованием переходных вероятностей цепи Маркова. В [126, 127, 128] изучается устойчивость и синтез стабилизирующего контроллера, когда сеть представлена системой ЬТ1 со случайными стохастическими разрывами и моделируется как параллельные, независимые и мультипликативные каналы с затуханием.

Некоторые связанные с этим вопросом работы используют модели ретрансляционных (ячеистых) сетей. Например, работы по согласованиям в многоагентных системах [63, 106, 129] изучают как граф связности, индуцированный сетью, влияет на устойчивость систем, и не учитывает модели связей. В [95, 111] изучается оптимальное размещение контроллера в ретрансляционной (ячеистой) сети, используя независимые процессы (прерывающие доставку пакетов) с распределением Бернулли, где вероятность потери пакеты известна контроллеру.

В [48, 49, 56] изучается, как оптимально обрабатывать и передавать измерения датчиков в каждом узле ретрансляционной сети для оптимального управления, также анализируется устойчивость, если потери пакетов моделируется как независимый от других каналов процесс с распределением Бернулли, распределением Гильберта-Эллиотта или коррелированными

процессами без памяти. В [24, 39, 90] сравнивается производительность изменяющегося во времени фильтре Калмана на беспроводной TDMA ячеистой сети при одноадресной маршрутизации и ограниченном размножения пакетов. Сетевая модель описывает топологию маршрутизации и расписание реализации протокола связи TSMP [105], но предполагается, что успешные передачи независимы между каналами и не имеют эффекта памяти. Работы [24, 48, 49, 90] связаны с оценками, когда потеря пакетов происходит в незащищенном канале, причем для оценивания не нужны такие сетевые параметры как вероятность потери пакета.

1.2. Особенности управления гарантированным качеством обслуживания в беспроводных сенсорных сетях

Беспроводные сенсорные сети (БСС) стали одной из высокотехнологичных областей в течение последних десяти лет [58, 94, 115]. Для обеспечения гарантированного качества обслуживания (QoS - Quality of Service) необходимы приложения реального времени. Для создания гарантированной модели качества обслуживания, подходящей для БСС, необходимо создать модель датчика узла на основе совместного использования виртуального буфера и представить двухуровневую модель планирования с помощью сетевых вычислений. На основе структуры системы необходимо разработать модель гарантированного QoS, включающую в себя: оценки нижних и верхних границ длины очереди буфера, задержки и эффективной полосы пропускания, и одно- и многошаговые оценки пропускной способности и задержки. Необходимо проведение численных экспериментов для подтверждения того, что QoS гарантируется и можно осуществлять масштабирование для различных типов потоков, в том числе самоподобных потоков трафика. При этом на параметры потока должны эффективно влиять датчики и узлы системы.

РоБ в предметной области характеризуется, в частности, постоянной скоростью отправки, передачей без потерь, невысокой верхней границей сквозной задержки и т.д. [58, 94, 115]. Гарантированное РоБ играет важную роль в передаче данных для БСС. Например, верхняя граница сквозной задержки является одним из параметров гарантированного ОоБ, препятствующим блокировкам дистанционного управления и помогающим осуществлять эффективную балансировку нагрузки. Для реализации гарантий в БСС нужно отправить некоторые специальные тестовые пакеты [75, 113]. Дополнительные накладные расходы затрагивают и энергоэффективность работы системы, и полосу пропускания, и размер буфера узла. Однако это приводит к усложнению БСС, что является важным для обеспечения гарантированного РоБ и разработки метода оценки эффективности для БСС.

Сетевое исчисление представлено последними исследованиями, которые обеспечивают эффективный вывод детерминированных границ производительности в сети [37, 81, 108]. По сравнению с некоторыми способами традиционной статистической теории сетевое исчисление имеет то преимущество, что обеспечивает глубокое понимание анализа производительности. Исследования в сетевом исчислении включают в основном контроль ОоБ, распределение ресурсов и планирование, и задание размеров буфера задержки в виртуальной сети с коммутацией каналов.

В последнее время границы сквозной задержки оценивались в ЕСБЗ-мультиплексировании на основе принципа наименьшей верхней задержки (ЬиОБ) [27]. Задержка самостоятельных информационных потоков в сетях типа точка-точка с приоритетным мультиплексированием была получена в [64, 65, 85]. Максимальная сквозная задержка для фиксированного информационного потока в любой сети с упреждающим методом управления и случайным мультиплексированием, была рассчитана в [28, 44, 84]. Распределение ресурсов и управление перегрузкой были исследованы в сетях с

распределенным управлением с использованием сетевого исчисления. В [132] предложены аналитические методы на основе сетевого исчисления для анализа производительности в худшем случае и определения размеров ресурса сенсорных сетей. Проблема энергосбережения в сенсорных сетях была исследована в [21]. Производительность для наихудших ситуаций в БСС анализировалась в [54].

В [72] предложен метод анализа сквозной задержки для самоподобного трафика в максимально общей системе управления межпроцессорным обменом в условиях фрактальных составляющих, и получены оценки для детерминированной и вероятностной производительности, с ограничением на сквозную задержку для БСС и беспроводных ячеистых сетей.

Задача динамической минимизации потерь данных в межмодульном взаимодействии систем управления на основе крупномасштабных сетей с нестационарной топологией и квадратичной функции стоимости представлена в [10]. Аналитические оценки эффективности и вычислительной сложности моделей контроллеров управления перемещением данных в распределенных информационных системах получены в [12]. Механизмы идентификации состояния распределенных систем и прогнозирование доставки пакетов на основе рекурсивной Байесовской оценки детально исследованы в [11]. Численные и имитационные эксперименты по оценке эффективности и вычислительной сложности моделей контроллеров управления перемещением данных в распределенных информационных системах проведены в [12]. Программные механизмы практической оценки эффективности математического и программного обеспечения межмодульного взаимодействия для крупномасштабных информационных систем с нестационарной топологией представлены в [20].

В исследовании предполагается: описание обобщенного сценария для БСС, создание модели узлов для обеспечения гарантированного РоБ с использованием схемы на основе совместного использования виртуальной

буфера. На основе понятия потоков и микропотоков планируется создание двухуровневой модели для сенсорных узлов. Разрабатывается модель гарантированного ОоБ, в том числе оценки верхних границ длины очереди буфера, а также задержки и эффективной пропускной способности.

Особенности использования сетевого исчисления

Сетевое исчисление появилось в результате исследований по проблемам движения транспортных потоков, применяется для качественного или количественного анализа сетевых систем и является видом алгебраического исчисления.

Сетевое исчисление можно разделить на два типа: детерминированное и вероятностное. Первое с использованием распределения времен ожидания и обслуживания, в основном используется для получения точного значения пределов характеристик производительности сети, таких как длины и задержки очередей. Второе используется для получения стохастических или статистических значений параметров производительности сети. Напомним основные известные результаты [37, 38, 40, 81, 108]

Теорема 1.1. (Длина очереди и задержка в очереди). Предположим, что поток проходит через узел, а узел имеет распределение времени поступления а(1;) и распределение времени обслуживания Р(1;). Тогда длина Р очереди и задержка D в очереди потока, проходящего через узел, удовлетворяют условиям:

0 < вир{а(1) -Р(1)}, (1.1)

г >0

Б < > 0: а(г) <Р(г + ё)}, (1.2)

где ё - время задержки.

Теорема 1.2. (Распределение времени обслуживания в многоузловой сети). Предположим, что поток проходит через узы 1, 2, ....., N в определенной последовательности. Предположим, что времена обслуживания в

узлах даны как р(), р( ),....., р( }. Пусть также даны постоянные задержки

5(1), р(2),....., Р(К).

между двумя соседними узлами ё2, ... в той же определенной после-

довательности. Тогда распределение времени рт 11 в многоузловой сети

удовлетворяет условию

*т-Ь _ |3(1) ^ |}(2) ^ /Ъ «да

Рт-ь = р(1) 0 р(2) 0 ... 0 р(^) 0 ^ , (1.3)

где 0 является оператором мин-плюс свертки, заданным как:

(Г ® g)(t) =

{Г(1 - б) + g(s)},t > 0

se[0,t]

0,1 < 0

а $<1 - функция задержки выброса, заданная следующим образом:

/0,0 < 1 < а

5 = (+оо,1 >с1

В уравнении (1.3) при N=2 получаем выражение для функции распределения рт-1 двух узлов сети: рт-1 = р(1) 0 р(2) 0 5 .

Доказательство теорем и дополнительная информация о сетевом исчислении приведены в работах [37, 38, 40, 81, 108].

1.3. Технологии выбора рациональной конфигурации модулей управления в иерархической распределенной системе мониторинга

Ряд экспериментов позволил сравнить архитектуру иерархической системы управления с обычной распределенной системой мониторинга. Предварительные результаты этих экспериментов показывают, что гораздо более точной является работа иерархической системы мониторинга.

Стоит обратить внимание на некоторые вопросы, касающиеся исследования иерархической архитектуры, поэтому будут рассмотрены проблемы субоптимальной конфигурации модулей мониторинга. В отличие от предыдущих экспериментов, найдено, что действие системы мониторинга представляет собой функцию, зависящую от количества и размера сфор-

мированных групп. Действия системы зависят от выбранных группировок. Таким образом, осуществлена попытка оптимизировать конфигурацию системы для того, чтобы улучшить работу мониторинга. Из-за большого разнообразия параллельных и распределенных систем и приложений, достаточно сложно найти общее решение для оптимизации всех проблем конфигураций всех видов приложений. Исследваниями установлено, что производительность системы мониторинга при различных группировках зависит как от приложения, так и от топологии сети.

Основываясь на эмпирическом изучении, первичной целью является идентификация тех факторов, которые являются существенными для значений стоимости и работы иерархической распределенной системы мониторинга, так как необходимо обсудить вопросы, касающиеся проблем оптимизации, а также описать различную эвристику оптимальной конфигурации системы мониторинга.

1.3.1. Субоптимальная иерархическая конфигурация

В иерархическом подходе распределенная система мониторинга состоит из иерархии модулей контроля, распределенных по узлам рассматриваемой системы. На нижнем уровне, модули контроля обеспечивают пространственное разделение модулей распределенной системы. Контроль данных зависит от каждого конкретного модуля. Каждый модуль предварительно обрабатывает столько информации, сколько необходимо конкретному модулю. Модули, находящиеся на одном уровне, делятся на несколько групп, каждая из которых имеет руководителя группы. Первоначально члены группы содержат собранную локально информацию, предоставленную руководителем этой группы. Группа модулей мониторинга формирует иерархию, в которой группы различных уровней иерархии могут частично перекрываться: руководитель может являться членом группы на более высоком уровне. Когда выполнение программы на определенном

Список литературы диссертационного исследования кандидат наук Чудинова, Ксения Владиславовна, 2018 год

Список использованных источников

1. Антамошкин А.Н., Ковалев И.В., Царев Р.Ю. Математическое и программное обеспечение отказоустойчивых систем управления и обработки информации. Красноярск, 2011.

2. Ачкасов А.В., Кравец О.Я., Чудинова К.В. Механизмы идентификации состояния распределенных систем и прогнозирование доставки пакетов на основе рекурсивной Байесовской оценки. Системы управления и информационные технологии, 2014, №2.1(56)./ Воронеж: Изд-во «Научная книга» С. 106-110.

3. Брегг Р. Администрирование сети на основе Microsoft Windows 2012. - М.: ДМК Пресс, 2013. - 634 с.

4. Бурковский В.Л., Матвеенко И.М., Бурковский А.В. Анализ развивающихся информационных систем на основе аппарата моделирования и оптимизации. Воронеж, 2009.

5. Говорский А.Э., Кравец О.Я., Суворов Д.В. Проблемы и особенности моделирования и рационального проектирования интегральных систем обслуживания неоднородного трафика // Системы управления и информационные технологии. 2007. № 2.1 (28). С. 122-130.

6. Иванюк В.А., Цвиркун А.Д. Разработка многофакторной системы прогнозирования на основе имитационно-оптимизационного подхода // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2012. Т. 10. № 1. С. 104-108.

7. Ковалев И.В., Царев Р.Ю. Методы оптимизации формирования распределенных архитектур телекоммуникационных систем реального времени. Красноярск, 2009.

8. Компьютерные сети. Принципы, технологии, протоколы В.Г. Олифер В.Г., Н.А. Олифер. СПб: Питер-пресс, 2006. - 672 с.

9. Копылов М.В., Кравец О.Я. Модель трехзвенной архитектуры

«клиент-сервер» // Современные проблемы информатизации в проектировании и телекоммуникациях. 2007.

10. Кравец О.Я., Мохаммад Имад Моххамад, Чудинова К.В. К задаче динамической минимизации потерь данных в межмодульном взаимодействии систем управления на основе крупномасштабных сетей с нестационарной топологией и квадратичной функцией стоимости. Экономика и менеджмент систем управления, 2014, №2(12). / Воронеж: Изд-во «Научная книга» С. 57-64.

11. Кравец О.Я., Чудинова К.В. Аналитические оценки эффективности и вычислительной сложности моделей контроллеров управления перемещением данных в распределенных информационных системах. Экономика и менеджмент систем управления, 2015, №1.1(15). / Воронеж: Изд-во «Научная книга» С. 189-196.

12. Кравец О.Я., Чудинова К.В. Численные и имитационные эксперименты по оценке эффективности и вычислительной сложности моделей контроллеров управления перемещением данных в распределенных информационных системах. Информационные технологии моделирования и управления, 2015, №1(91)./ Воронеж: Изд-во «Научная книга» С. 56-61.

13. Кульба В.В., Сомов С.К. Синтез оптимальных распределенных модульных систем обработки данных реального времени. М., 2012.

14. Острем К.Ю. Введение в стохастическую теорию управления. М: Мир. -1973.

15. Рыков С.А., Бурковский В.Л., Голиков А.А. Управление гетерогенными распределенными объектами информационных систем реального времени. Воронеж, 2012.

16. Сафонов А.И., Кравец О.Я. Методология анализа и проектирования специализированных многозвенных клиент-серверных систем. Воронеж, 2010.

17. Цвиркун А.Д. Управление развитием крупномасштабных систем

в новых условиях // Проблемы управления. 2003. № 1. С. 34-43.

18. Чудинова К.В. Управление потоками данных при межмодульном взаимодействии программных объектов средствами виртуализирован-ного планировщика// Международна научна школа "Парадигма". Лято-2015. В 8 т. Т.2: Информационни технологии: сборник научни стати / под ред. О.Я. Кравца. - Варна: ЦНИИ «Парадигма», 2015. - С. 347-355.

19. Чудинова К.В., Кравец О.Я. Аналитическое и численное моделирование поведения узла под управлением алгоритмов QoS// Информационные технологии моделирования и управления, №6(96), 2015. - С. 253261.

20. Чудинова К.В., Кравец О.Я. Математическое моделирование параметров гарантированного качества обслуживания в распределенных программных системах на основе сетевого исчисления// Современные инструментальные системы, информационные технологии и инновации: сб. науч. тр. XII Междунар. НПК; в 4-х т., Т. 4. - Курск, 2015. С. 252-255.

21. Чудинова К.В., Кравец О.Я. Моделирование многоузлового межмодульного взаимодействия программных объектов с использованием виртуальных очередей// Системы управления и информационные технологии, №1(59), 2015. - С. 61-65.

22. Adwan Alanazi, Khaled Elleithy. Real-Time QoS Routing Protocols in Wireless Multimedia Sensor Networks: Study and Analysis. Sensors (Basel). V. 15(9), 2015.

23. Agarwal. Limits on interconnection network performance. IEEE Transactions on Parallel and Distributed Systems. Volume: 2, Issue: 4, Oct 1991. Page(s): 398 - 412.

24. Ahmed Badi, Imad Mahgoub, Michael Slavik, Mohammad Ilyas. Investigation of the effects of network density on the optimal number of clusters in hierarchical Wireless Sensor Networks (WSNs). High-Capacity Optical Networks and Enabling Technologies (HONET), 2010.

25. Ali N., Taha M., Hassanein H.. IEEE 802.16 Mesh Schedulers: Issues and Design Challenges. IEEE Network, 2008.

26. Amine Mechraoui, Zeashan Hameed Khan, Jean-Marc Thi-riet, Sylviane Gentil. Co-design for wireless networked control of an intelligent mobile robot. International Conference on Informatics in Control, Automation and Robotics (ICINCO), Jul 2009, Milan, Italy. pp.7, 2009

27. Anne Bouillard, Bruno Gaujal, Sébastien Lagrange, Eric Thierry. Optimal routing for end-to-end guarantees: the price of multiplexing. Proceedings of the 2nd international conference on Performance evaluation methodologies and tools. Article No. 62. Nantes, France — October 22 - 27, 2007.

28. Anne Bouillard, Eric Thierry. Tight Performance Bounds in the Worst-Case Analysis of Feed-Forward Networks. Discrete Event Dynamic Systems. September 2016, Volume 26, Issue 3, pp 383-411.

29. Athanassios Boulis, Chih-Chieh Han, Mani B. Srivastava. Design and implementation of a framework for efficient and programmable sensor networks. Proceedings of the 1st international conference on Mobile systems, applications and services. MobiSys '03. Pages 187-200. San Francisco, California — May 05 - 08, 2003.

30. Avi Kavas, Dror G. Feitelson Comparing Windows NT, Linux, and QNX as the basis for cluster systems. Concurrency and Computation: Practice and Experience. Volume 13, Issue 15, 25 December 2001, Pages 1303-1332.

31. Avseeva O.V., Kravets O.Ja., Tebekin Ju.B. Multiphase design and minimization of losses between interfaces. - Yelm, WA, USA, 2013.

32. B.P. Miller. DPM: a measurement system for distributed programs. IEEE Transactions on Computers. Volume: 37, Issue: 2, Feb 1988. Page(s): 243 - 248.

33. Burchard, J. Liebeherr, S.D. Patek. A Min-Plus Calculus for End-to-End Statistical Service Guarantees. IEEE Transactions on Information Theory, Volume: 52, Issue: 9, Sept. 2006. Page(s): 4105 - 4114.

34. C.-Q. Yang, B.P. Miller. Critical path analysis for the execution of parallel and distributed programs. 8th International Conference on Distributed Computing Systems, 1988. 13-17 June 1988.

35. Cao Y., Xue Y., Cui Y. Network-calculus-based analysis of power management in video sensor networks// Proc. of the IEEE Global Communications Conference, Exhibition and Industry Forum (GLOBECOM), November 2007, Washington, DC, USA.

36. Chai Keong Toh, Anh-Ngoc Le, You-Ze Cho. Load Balanced Routing Protocols for Ad Hoc Mobile Wireless Networks. IEEE Communications Magazine, pp 2-9, August 2009.

37. Cheng-Shang Chang. Performance Guarantees in Communication Networks. Springer-Verlag. London.- 2012.

38. Chengzhi Li, Almut Burchard, JÖrg Liebeherr. A Network Calculus With Effective Bandwidth. IEEE/ACM Transactions on Networking. Volume: 15, Issue: 6, Dec. 2007. Pages: 1442 - 1453.

39. Chenmin Li, Guoping Tan, Jingyu Wu, Zhen Zhang, Lizhong Xu. Analyzing cluster-head selection mechanisms and improving the LEACH. International Conference Electronics on Communications and Control (ICECC), 2011.

40. D. Starobinski, M. Sidi. Stochastically bounded burstiness for communication networks. IEEE INFOCOM '99. Eighteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. 2125 March 1999.

41. Dai F., Wu J. Efficient Broadcasting in Ad Hoc Wireless Networks using Directional Antennas. IEEE Transactions on Parallel and Distributed Systems 17(4), 1-13 (2006).

42. Dongxiao Wu, Jun Wu, Sheng Chen. Robust stabilisation control for discrete-time networked control systems. International Journal of Control. Vol. 83, No. 9, September 2010, pp 1885-1894.

43. E. Hernandez-Valencia; M. Scholten; Zhenyu Zhu. The generic framing procedure (GFP): an overview. IEEE Communications Magazine. Volume: 40, Issue: 5. Page(s): 63 - 71 May 2002.

44. G. Rizzo, J.-Y. Le Boudec. Stability and Delay Bounds in Heterogeneous Networks of Aggregate Schedulers. INFOCOM 2008. The 27th Conference on Computer Communications. IEEE. 13-18 April 2008.

45. G. Urvoy-Keller, G. Hebuterne, Y. Dallery. Traffic engineering in a multipoint-to-point network. IEEE Journal on Selected Areas in Communications. Volume: 20, Issue: 4, May 2002. Page(s): 834 - 849.

46. Garey, M.R., Johnson, D.S., 1979. Computers and Intractability: A Guide to the Theory of NP-Completeness. Freeman, New York.

47. Govorskii A.E., Kravets O.Ja. Mathematical Modeling of Inhomoge-neous Traffic in a Heterogeneous Integrated Corporate Data Control Systems // Automation and Remote Control, Vol. 73, No. 7, 2012. - P. 1269-1278.

48. Gupta V., Nuno C. Martins, John S. Baras. Stabilization Using Multiple Sensors over Analog Erasure Channels. 5th International Symposium on Modeling and Optimization in Mobile, Ad Hoc and Wireless Networks and Workshops. 2007.

49. Gupta V., Martins N. On stability in the presence of analog erasure channels. Proc. of the 47th IEEE Conference on Decision and Control, December 2008.

50. H. Dai, K. Ng, R. Wong, M. Wu. On the capacity of multi-channel wireless networks using directional antennas. IEEE INFOCOM, Phoenix, USA, April 2008, pp. 628 - 636.

51. Hongbin Zhang, Chuangyin Dang, Jian Zhang. H» Control of Piecewise-Linear Systems Under Unreliable Communication Links. Circuits, Systems, and Signal Processing, August 2012, Volume 31, Issue 4, pp 12971318.

52. Huimin She, Zhonghai Lu, Axel Jantsch, Li-Rong Zheng, Dian Zhou.

Analysis of Traffic Splitting Mechanisms for 2D Mesh Sensor Networks. International Journal of Software Engineering and Its Applications Vol. 2, No. 3, July, 2008.

53. Huimin She, Zhonghai Lu, Axel Jantsch, Dian Zhou, Li-Rong Zheng. Performance Analysis of Flow-Based Traffic Splitting Strategy on Cluster-Mesh Sensor Networks. International Journal of distributed Sensor Networks. Volume: 8, issue: 3, 2012.

54. Huimin She, Zhonghai Lu, Axel Jantsch, Li-Rong Zheng, Dian Zhou. Deterministic Worst-Case Performance Analysis for Wireless Sensor Networks. International Wireless Communications and Mobile Computing Conference, 2008. IWCMC '08. 6-8 Aug. 2008.

55. Hussien O. H., Saadawi T.N., Lee M.J. Probability Routing Algorithm for Mobile Ad Hoc Networks Resources Management. IEEE Journal on Selected Areas in Communications, 23(12) (December 2005).

56. Hyun Mun Kim, Hyung-Suk Kim, T. Acharya. Rate control using conditional mean estimator. Data Compression Conference Proceedings. DCC 2002.

57. I.F. Akyildiz, X. Wang. A survey on wireless mesh networks. IEEE Communications Magazine , vol. 43, no. 9, pp. 23 - 30, Sep 2005.

58. I.F.Akyildiz, W.Su, Y.Sankarasubramaniam, E.Cayirci. Wireless sensor networks: a survey. Computer Networks, Volume 38, Issue 4, 15 March 2002, pages 393-422.

59. International Society of Automation. - http://www.isa.org/isa100,

2010.

60. J. Liebeherr, S. Patek, E. Yilmaz. Tradeoffs in designing networks with end-to-end statistical QoS guarantees. Eighth International Workshop on Quality of Service, 2000. IWQOS. 2000.

61. J. Zhang, X. Jia, Y. Zhou. Analysis of capacity improvement by directional antennas in wireless sensor networks. ACM Transactions on Sensor

Networks (TOSN), 2012.

62. J.B.Sinclair. Efficient computation of optimal assignments for distributed tasks. Journal of Parallel and Distributed Computing. Volume 4, Issue 4, August 1987, Pages 342-362.

63. Jadbabaie, Jie Lin, A.S. Morse. Coordination of groups of mobile autonomous agents using nearest neighbor rules. IEEE Transactions on Automatic Control, Volume: 48, Issue: 6, pp. 988 - 1001, June 2003.

64. Jens B. Schmitt, Frank A. Zdarsky, Ivan Martinovic. Improving Performance Bounds in Feed-Forward Networks by Paying Multiplexing Only Once. 14th GI/ITG Conference Measuring, Modelling and Evaluation of Computer and Communication Systems (MMB), 2008. 31 March-2 April 2008.

65. Jens B. Schmitt, Frank A. Zdarsky. The DISCO network calculator: a toolbox for worst case analysis. Proceedings of the 1st international conference on Performance evaluation methodolgies and tools valuetools '06. Article No. 8. Pisa, Italy — October 11 - 13, 2006.

66. Jens B. Schmitt, Utz Roedig. Sensor Network Calculus - A Framework for Worst Case Analysis. International Conference on Distributed Computing in Sensor Systems DCOSS 2005: Distributed Computing in Sensor Systems, pp 141-154.

67. Jiannong Caoa, KangZhangb, Olivierde Velc. On heuristics for optimal configuration of hierarchical distributed monitoring systems. Journal of Systems and Software. Volume 43, Issue 3, November 1998, Pages 197-206.

68. Joonas Pesonen, Haibo Zhang, Pablo Soldati, Mikael Johansson. Methodology and tools for controller-networking codesign in WirelessHART. IEEE Conference onEmerging Technologies & Factory Automation, 2009. ETFA 2009.

69. Junlin Xiong, James Lam. Stabilization of linear systems over networks with bounded packet loss// Automatica, Volume 43, Issue 1, January 2007, Pages 80-87.

70. Junyan Yu, Long Wang, Guofeng Zhang, Mei Yu. Output feedback stabilisation of networked control systems via switched system approach. International Journal of Control. Vol. 82, No. 9, September 2009, pp 1665-1677.

71. Kavitha Balasubramanian, G. S. Anil Kumar, G. Manimaran, Z. Wang. A Novel Real-Time MAC Protocol Exploiting Spatial and Temporal Channel Diversity in Wireless Industrial Networks. HiPC 2006: High Performance Computing - HiPC 2006, pp 534-546. 13th International Conference, Bangalore, India, December 18-21, 2006.

72. Ke Xiong , Zheng-Ding Qiu, Hong-Ke Zhang , Chung-Sheng Li, Han-Chieh Chao . A scalable fast forwarding approach for IP networks. International Journal of Internet Protocol Technology, Volume 3, Issue 2. 2008. pp. 119-127.

73. Ke Xiong , Zheng-Ding Qiu, Hong-Ke Zhang , Chung-Sheng Li, Han-Chieh Chao . A scalable fast forwarding approach for IP networks. International Journal of Internet Protocol Technology, Volume 3, Issue 2. 2008. pp. 119-127.

74. Ke Xiong, Zheng-ding Qiu, Yu Zhang, Ya-juan Qin, Hong-ke Zhang. A mathematical QoS model for multimedia flows on the basis of network calculus. ISECS International Colloquium on Computing, Communication, Control, and Management, 2009. CCCM 2009.

75. Ke Xiong, Zheng-ding Qiu, Yu Zhang, Ya-juan Qin, Hong-ke Zhang. A mathematical QoS model for multimedia flows on the basis of network calculus. ISECS International Colloquium on Computing, Communication, Control, and Management, 2009. CCCM 2009.

76. Keiji Kanazawa, Daphne Koller, Stuart Russell. Stochastic simulation algorithms for dynamic probabilistic networks. Proceeding UAI'95 Proceedings of the Eleventh conference on Uncertainty in artificial intelligence, Pages 346-351, Montréal, Qué, Canada — August 18 - 20, 1995.

77. Kohn J., Wiliams W. ATExpert. Journal of Parallel and Distributed

Computing. Volume 18, Issue 2, June 1993, Pages 205-222.

78. Kravets O.Ja. Mathematical Modeling of Parametrized TCP Protocol // Automation and Remote Control, Vol. 74, No. 7, 2013. - P. 1218-1224.

79. Kravets O.Ja., Lapshina M.L. Mathematical and program software for designing intranet-interfaces during competitive development of information systems // American Journal of Control Systems an Information Technology, №2, 2013. - P. 11-20.

80. Kravets O.Ja., Truc T.Ph. Managing the movement of tasks in a distributed intermodulal interaction based on mixed priority strategies with class switching. Yelm, 2017.

81. Le Boudec J.Y., Thiran P. Network calculus: a theory of deterministic queuing systems for the internet. Springer-Verlag. Berlin. - 2001.

82. Ling Shi, O. de Vel, Jiannong Cao, M. Cosnard. Optimization in a hierarchical distributed performance monitoring system. IEEE First ICA/sup 3/PP., IEEE First International Conference on Algorithms and Architectures for Parallel Processing, 1995. 19-21 April 1995.

83. Liqian Zhang, Yang Shi, Tongwen Chen, Biao Huang. A new method for stabilization of networked control systems with random delays// IEEE Transactions on Automatic Control, Volume 50, Issue 8, pp. 1177 - 1181, Aug. 2005.

84. Luca Bisti, Luciano Lenzini, Enzo Mingozzi, Giovanni Stea. Estimating the worst-case delay in FIFO tandems using network calculus. Valu-eTools '08 Proceedings of the 3rd International Conference on Performance Evaluation Methodologies and Tools. Article No. 67 . Athens, Greece, October 20 - 24, 2008.

85. Luciano Lenzini, Enzo Mingozzi, Giovanni Stea. A methodology for computing end-to-end delay bounds in FIFO-multiplexing tandems. Performance Evaluation. Volume 65, Issues 11-12, November 2008, Pages 922-943.

86. Luciano Lenzini, Enzo Mingozzi, GiovanniStea. Delay bounds for

FIFO aggregates: a case study. Computer Communications. Volume 28, Issue 3, 24 February 2005, Pages 287-299

87. Luciano Lenzini, Linda Martorini, Enzo Mingozzi, Giovanni Stea. Tight end-to-end per-flow delay bounds in FIFO multiplexing sink-tree networks. Performance Evaluation. Volume 63, Issues 9-10, October 2006, Pages 956-987.

88. M. Spezialetti, J.P. Kearns. A general approach to recognizing event occurrences in distributed computations. 8th International Conference on Distributed Computing Systems, 1988. 13-17 June 1988.

89. Maben Rabi, Luca Stabellini, Alexandre Proutiere, Mikael Johansson. Networked estimation under contention-based medium access. International Journal of Robust and Nonlinear Control. Volume 20, Issue 2, 25 January 2010. Pages 140-155.

90. Manjusha Pandey, Shekhar Verma. Performance evaluation of AODV for different mobility conditions in WSN. International Conference on Multimedia, Signal Processing and Communication Technologies, 2011.

91. Mario Di Francesco, Cristina M. Pinotti, Sajal K. Das. Interference-free scheduling with bounded delay in cluster-tree wireless sensor networks. Proceedings of the 15th ACM international conference on Modeling, analysis and simulation of wireless and mobile systems. Pages 99-106. Paphos, Cyprus — October 21 - 25, 2012.

92. Markus Fidler. An End-to-End Probabilistic Network Calculus with Moment Generating Functions. 14th IEEE International Workshop on Quality of Service, 2006. IWQoS 2006. 19-21 June 2006.

93. McKenzie McNeal III, Wei Chen, Sachin Shetty. Joint Design of Cluster-Based Hierarchical Networking Architecture and Key Management System for Heterogeneous Wireless Sensor Networks. IJCES International Journal of Computer Engineering Science , Volume1 Issue 3, December 2011.

94. Melodia T. Communication and coordination in wireless multimedia

sensor and actor networks.Georgia Institute of Technology, ProQuest Dissertations Publishing, 2007.

95. Miroslav Pajic, Shreyas Sundaram, George J. Pappas, Rahul Mang-haram. The Wireless Control Network: A New Approach for Control Over Networks// IEEE Transactions on Automatic Control, Volume: 56, Issue: 10, pp. 2305 - 2318, Oct. 2011.

96. Miroslav Pajic, Rahul Mangharam. Embedded Virtual Machines for Robust Wireless Control and Actuation// 16th IEEE Real-Time and Embedded Technology and Applications Symposium (RTAS), April 2010.

97. N.G. Duffield ; J. Horowitz ; F. Lo Presti ; D. Towsley. Multicast topology inference from measured end-to-end loss. IEEE Transactions on Information Theory. Volume: 48, Issue: 1, Page(s): 26 - 45. Jan 2002.

98. Naghshtabrizi P. Delay Impulsive Systems: A Framework for Modeling Networked Control Systems. A Dissertation submitted in partial satisfaction of the requirements for the degree Doctor of Philosophy in Electrical and Computer Engineering. UNIVERSITY of CALIFORNIA, Santa Barbara. 2007.

99. Orhan C.Imer, Serdar Yuksel, Tamer Ba§ar. Optimal control of LTI systems over unreliable communication links // Automatica, Volume 42, Issue 9, Pages 1429-1439, September 2006.

100. P. Dawid. Applications of a general propagation algorithm for probabilistic expert systems. Statistics and Computing. Volume 2, Issue 1, pp 25-36. March 1992.

101. Paul Feautrier. Toward automatic partitioning of arrays on distributed memory computers. ICS '93 Proceedings of the 7th international conference on Supercomputing. Pages 175-184. Tokyo, Japan — July 19 - 23, 1993.

102. Perng-Yi Richard Ma, Lee, Tsuchiya. A Task Allocation Model for Distributed Computing Systems. IEEE Transactions on Computers. Volume: C-31, Issue: 1, Jan. 1982. Page(s): 41 - 47.

103. Petr Jurcik, Anis Koubaa, Mario Alves, Eduardo Tovar. On the Ca-

pacity of Cluster-tree ZigBee Networks. 4th International Conference on COGnitive systems with Interactive Sensors (COGIS). Paris, France.

104. Petr Jurdk, Ricardo Severino, Anis Koubâa, Mario Alves, Eduardo Tovar. Real-Time Communications Over Cluster-Tree Sensor Networks with Mobile Sink Behaviour. 14th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, 2008. RTCSA '08. 25-27 Aug. 2008.

105. Pister K.S.J., Doherty L. TSMP: Time synchronized mesh protocol// Proc. of the IASTED Int. Symp. on Distributed Sensor Networks (DSN), Nov. 2008.

106. R. Olfati-Saber, R.M. Murray. Consensus problems in networks of agents with switching topology and time-delays. IEEE Transactions on Automatic Control, Volume: 49 Issue: 9, pp. 1520 - 1533, Sept. 2004.

107. R. S. Side, G. C. Shoja A debugger for distributed programs. Software: Practice and Experience. Volume 24, Issue 5, May 1994, Pages 507-525.

108. R.L. Cruz. A calculus for network delay. I. Network elements in isolation. IEEE Transactions on Information Theory. Volume: 37, Issue: 1, pp. 114 - 131, Jan 1991.

109. R.R. Selmic, F.L. Lewis. Neural-network approximation of piece-wise continuous functions: application to friction compensation. IEEE Transactions on Neural Networks. Volume: 13, Issue: 3. Page(s): 745 - 751. May 2002.

110. Ricardo Severino, Nuno Pereira, Eduardo Tovar. Dynamic cluster scheduling for cluster-tree WSNs. SpringerPlus, December 2014.

111. Robinson C., Kumar P. Optimizing controller location in networked control systems with packet drops// IEEE Journal on Selected Areas in Communications, Volume: 26, Issue: 4, May 2008.

112. Rosario G. Garroppo, Stefano Giordano, Michele Pagano. Estimation of token bucket parameters for aggregated VoIP sources. International Journal of Communication Systems. Volume 15, Issue 10. December 2002. Pages 851132

113. Rosario G. Garroppo, Stefano Giordano, Michele Pagano. Estimation of token bucket parameters for aggregated VoIP sources. International Journal of Communication Systems. Volume 15, Issue 10. December 2002. Pages 851866.

114. Rui Castro, Robert Nowak, Ryan King, Yolanda Tsang, Mark Coates. Maximum likelihood network topology identification from edge-based unicast measurements. Proceeding SIGMETRICS '02 Proceedings of the 2002 ACM SIGMETRICS international conference on Measurement and modeling of computer systems. Pages 11-20. Marina Del Rey, California — June 15 - 19, 2002.

115. Satyajayant Misra, Martin Reisslein, Guoliang Xue. A survey of multimedia streaming in wireless sensor networks. IEEE Communications Surveys & Tutorials, Volume: 10, Issue: 4, Fourth Quarter 2008.

116. Schenato L., Sinopoli B., Franceschetti M., Poolla K., Sastry S.S., Jordan M.I. Kalman filtering with intermittent observations// IEEE Transactions on Automatic Control, Volume: 49, Issue: 9, pp. 1453 - 1464,Sept. 2004.

117. Seiler P., Sengupta R. A bounded real lemma for jump systems// IEEE Transactions on Automatic Control ( Volume: 48, Issue: 9, pp. 1651 -1654, Sept. 2003 )

118. Shiping Wen, Zhigang Zeng, Tingwen Huang. Observer-based H» fuzzy control for discrete-time Takagi-Sugeno fuzzy mixed delay systems nwith random packet losses and multiplicative noises. International Journal of Systems Science. 2013.

119. T.C. Yang. Networked control system: a brief survey. IEE Proceedings - Control Theory and Applications, vol. 153, issue 4, July 2006, p. 403 -412.

120. Tchudinova K.V., Kravets O.Ja. Program mechanisms of efficiency mathematical and the software research of intermodular interaction management

for large-scale information systems with nonstationary topology// Modern informatization problems in economics and safety: Proceedings of the XX-th International Open Science Conference (Yelm, WA, USA, January 2015)/ Editor in Chief Dr. Sci., Prof. O.Ja. Kravets. - Yelm, WA, USA: Science Book Publishing House, 2015. - P. 43-48.

121. Umakishore Ramachandran, Rajnish Kumar, Matthew Wolenetz, Brian Cooper, Bikash Agarwalla, Junsuk Shin, Phillip Hutto, Arnab Paul. Dynamic data fusion for future sensor networks. ACM Transactions on Sensor Networks (TOSN). Volume 2, Issue 3, August 2006. Pages 404-443.

122. Utz Roedig, Nicos Gollan, Jens B. Schmitt. Validating the sensor network calculus by simulations. WICON '07 Proceedings of the 3rd international conference on Wireless internet. Austin, Texas — October 22 - 24, 2007.

123. V.M. Lo. Heuristic algorithms for task assignment in distributed systems. IEEE Transactions on Computers. Volume: 37, Issue: 11, November 1988. Page(s): 1384 - 1397.

124. Vijay Gupta, Babak Hassibi, Richard M.Murray. Optimal LQG control across packet-dropping links // Systems & Control Letters, Volume 56, Issue 6, Pages 439-446, June 2007.

125. W.J. Dally. Virtual-channel flow control. IEEE Transactions on Parallel and Distributed Systems. Volume: 3, Issue: 2, Mar 1992. Page(s): 194 -205

126. Wang J., Elia N. Control approach to distributed optimization. Allerton Conference on Communication, Control and Computing, September 29-October 1, pp. 557-561. 2010.

127. Wang J., Elia N. Dynamic average consensus over random networks with additive noise. IEEE Conference on Decision and Control, pp. 4789-4794. 2010.

128. Wang J., Elia N. Mean square stability of consensus over fading networks with nonhomogeneous communication delays. Proc. of the 47th IEEE

Conference on Decision and Control, pp. 4614-4619. December 2008.

129. Wei Ren, Randal W. Beard, Ella M. Atkins. Information consensus in multivehicle cooperative control. IEEE Control Systems, Volume: 27, Issue: 2, pp. 71 - 82, April 2007.

130. Wei Zhang, M.S. Branicky, S.M. Phillips. Stability of networked control systems. IEEE Control Systems, vol. 21(1), pp 84-99, Feb 2001.

131. Wireless Industrial Networking Alliance. - http://www.wina.org,

2010.

132. Xi Jin, Nan Guan, Jintao Wang, Peng Zeng. Analyzing Multimode Wireless Sensor Networks Using the Network Calculus. Journal of Sensors. Volume 2015 (2015), Article ID 851608, 12 pages.

133. Y. Vardi. Network Tomography: Estimating Source-Destination Traffic Intensities from Link Data.Journal of the American Statistical Association. Volume 91, Issue 433, pages 365-377. 1996.

134. Yen Y.-S., Chang R.-S., Chao H.-C. Flooding-limited for multi-constrained quality-of-service routing protocol in mobile ad hoc networks. IET Communications., vol. 2, no. 7, pp. 972-981, 2009

135. Yodyium Tipsuwan, Mo-Yuen Chow. Control methodologies in networked control systems. Control Engineering Practice, Volume 11, Issue 10, October 2003, Pages 1099-1111.

136. Zalesky, Hai Le Vu, M. Zukerman. Reducing spare capacity through traffic splitting. IEEE Communications Letters. Volume: 8, Issue: 9, Sept. 2004. Page(s): 594 - 596.

137. Zeashan Hameed Khan, Denis Genon Catalot, Jean Marc Thiriet. Hierarchical Wireless Network Architecture for Distributed Applications. Fifth International Conference on Wireless and Mobile Communications, 2009. ICWMC '09. 23-29 Aug. 2009.

138. Zhenhua Zou, Pablo Soldati, Haibo Zhang, Mikael Johansson. Delay-constrained maximum reliability routing over lossy links. 49th IEEE Conference

on Decision and Control (CDC), 2010.

139. Zhihao Xing, Peng Zeng, Hong Wang. Reliability, Capacity, and Energy Efficiency: A Comprehensively Optimized MAC Protocol for Industrial Wireless Sensor Networks. Advances in Communication Systems and Electrical Engineering. pp 139-154.