Управление качеством обслуживания в системах обработки информации на основе гистерезисного метода с двумя типами порогов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Минайчев Артём Андреевич

• Минайчев Артём Андреевич
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Минайчев Артём Андреевич

Введение

ГЛАВА 1. Проблемы моделирования и алгоритмизации управления системами обработки информации в условиях изменяющейся нагрузки

1.1 Архитектура систем обработки информации и проблематика распределения их ресурса памяти

1.2 Анализ данных и нестационарных нагрузок модульных систем обработки информации

1.3 Сравнительный анализ существующих технологий распределения и балансировки нестационарной нагрузки

1.4 Выводы по главе

ГЛАВА 2. Динамическое управление качеством обслуживания программного модуля на основе гистерезисного метода с порогами коэффициента вариации

2.1 Модель потока входных данных программного модуля модульной системы обработки информации

2.2 Построение и анализ математической модели процесса функционирования программного модуля в условиях изменяющейся нагрузки.

49

2.3 Обобщение модели для и-канальной системы. и расчет основных характеристик и показателей разработанной модели

2.4 Выводы по главе

ГЛАВА 3 Алгоритмизация динамического управления качеством обслуживания модульной системы обработки информации на основе двухуровневой схемы управления ресурсом памяти и гистерезисным методом с двумя типами порогов

3.1 Механизм межмодульного распределения ресурса памяти в модульной системе обработки информации

3.2 Организация функционирования МСОИ с использованием двухуровневой схемы межмодульного распределения ресурса памяти

3.3 Особенности проектирования и алгоритмы работы глобального и локального менеджеров

3.4 Оценка вычислительной сложности разработанного алгоритма

3.5 Выводы по главе

ГЛАВА 4 Экспериментальное исследование эффективности модели и комплекса алгоритмов управления качеством обслуживания модульной системы обработки информации

4.1 Проектирование структуры имитационной модели модульной системы обработки информации

4.2 Элементы программной реализации механизма межмодульного распределения ресурса памяти на основе менеджеров

4.3 Проверка адекватности разработанной имитационной модели

4.4 Результаты экспериментального исследования распределения ресурса памяти системы

4.5 Выводы по главе

Заключение

Список терминов, сокращений и условных обозначений

Список использованных источников

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

159

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Управление качеством обслуживания в системах обработки информации на основе гистерезисного метода с двумя типами порогов»

Актуальность темы

Увеличение пропускной способности современных транспортных инфраструктур, а также совершенствование и рост популярности сетевых сервисов, ориентированных на функционирование в режиме реального времени, повышают требования к системам обработки информации (СОИ), ориентированным на работу с подобными сервисами.

Результаты

Рисунок 1 - Обобщенная схема системы обработки информации

Этап разделения входного потока в таких системах предшествует этапу обработки подпотоков и является обязательным, поскольку разделенные подпотоки могут обрабатываться независимо. Обобщенная схема организации системы обработки информации представлена на рисунке 1.

В настоящее время технология виртуализации позволяет реализовать концепцию модульных СОИ, в которых узел обработки подпотока ассоциируется с программным модулем (ПМ), выполняющимся на этом узле, а очереди заявок на обработку размещаются в буферной памяти (БП) программного модуля, реализуемой в едином пространстве памяти узла обработки подпотока.

Архитектура модульных СОИ (МСОИ) широко используется в системах, решающих задачи оперативно-розыскных мероприятий, использование которых,

обязывает операторов хранить голосовой и текстовый трафики абонентов. Особенностью подобных систем является функционирование в круглосуточном режиме, причем интенсивность обрабатываемых потоков информации зависит от таких факторов, как время суток, день недели, а также от инцидентов, происходящих в мировом/региональном масштабе. Увеличение интенсивности обрабатываемого ПМ подпотока до уровня, превышающего его производительность, является причиной скачкообразного увеличения размера очереди в БП ПМ, что можно представить как перегрузку ПМ (или узла обработки подпотока в целом), приводящую к потере обрабатываемой информации и, как следствие, снижению качества обслуживания МСОИ.

Значительный вклад в исследование вопросов управления качеством обслуживания в системах обработки информации внесли такие ученые, как Ложковский А. Г., Граничин О. Н., Алиев Т. И., Яковлева С. А., Месарович М., Нейман В. И. и другие.

Анализ работ вышеперечисленных авторов показывает, что поставленная задача решается путем увеличения ресурса производительности на «проблемном» узле системы за счет родственных узлов или дополнительного разложения потока, что позволяет обозначить научную задачу — разработка модели и алгоритма управления качеством обслуживания системы обработки информации, позволяющих для существующих систем снизить потери обрабатываемой информации при скачкообразных возрастаниях интенсивности потока данных, без необходимости изменения состава и размещения их элементов, что определяет актуальность диссертационного исследования.

Цель и задачи исследования. Цель работы заключается в повышении качества функционирования системы обработки информации на основе разработки модели и алгоритмов управления ресурсом памяти системы в условиях изменяющейся нагрузки на программные модули системы обработки информации. Для достижения цели в диссертационной работе необходимо решить следующие задачи:

- исследовать существующие модели и алгоритмы управления качеством обслуживания в системах обработки информации при скачкообразном возрастании интенсивности обслуживаемых ими подпотоков на предмет снижения потерь обрабатываемой информации;

- разработать модель процесса функционирования программного модуля модульной системы обработки информации с целью определения влияния скачкообразного возрастания интенсивности обрабатываемого подпотока на его производительность;

- осуществить алгоритмизацию процесса управления качеством обслуживания программного модуля, использующую механизмы управления общим ресурсом памяти модульной системы обработки информации;

- разработать комплекс алгоритмов управления буферной памятью программных модулей, обеспечивающих снижение потерь обрабатываемой информации за счет применения решающей функции предложенной модели;

- разработать имитационную модель процесса обработки заявок в модульной системе обработки информации для выполнения численных экспериментов, подтверждающих работоспособность предлагаемых моделей и алгоритма;

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

Методы исследования. Научной основой для решения поставленной задачи являются: теория и методы математического моделирования, оптимизации, теория вероятностей и математической статистики, теория эффективности целенаправленных процессов, технологии объектно-ориентированного программирования, теория вычислительных систем и параллельных вычислений.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.01: п.3. «Разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления,

принятия решений и обработки информации», п. 5. «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации».

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

- разработана модель управления качеством обслуживания в системах обработки информации на основе моделирования нестационарного входного подпотока данных программного модуля аппроксимацией интервалов времени между смежными заявками гиперэкспоненциальным распределением второго порядка, позволяющая получить значение коэффициента вариации временных интервалов для использования в качестве дополнительного критерия принятия решения в гистерезисном методе реконфигурации ресурса памяти системы;

- разработана модель процесса обслуживания программным модулем подпотока данных с интервалами времени между заявками распределенными по гиперэкспоненциальному закону высших порядков на основе выведенной системы дифференциальных уравнений Чемпена-Колмогорова решение которой позволяет определять вероятности состояний системы обработки информации;

- предложена двухуровневая схема мониторинга программных модулей, основанная на множестве локальных менеджеров и глобального менеджера, обеспечивающие наблюдение за состоянием ресурса памяти элементов системы обработки информации и параметрами обрабатываемых подпотоков данных;

- разработан комплекс алгоритмов планирования перераспределения ресурса памяти программных модулей, основанный на методе управления страничной виртуальной памятью, отличающийся учетом фиксированного размера обрабатываемых пакетов данных и размещением буферов памяти в едином адресном пространстве;

- разработана имитационная модель процесса обслуживания подпотоков данных, обеспечивающая получение граничных значений их параметров, для случаев скачкообразного возрастание интенсивности.

Практическая значимость. Программная реализация компонентов системы управления буферами программных модулей системы обработки информации обеспечивает оперативное принятие превентивных мер по снижению потерь обрабатываемой информации в условиях изменяющейся нагрузки. Разработанные в диссертации модели и алгоритмы могут быть использованы для создания программного обеспечения, позволяющего повысить качество обслуживания в проектируемых, а также существующих системах обработки информации. На элементы программных средств получены два свидетельства о государственной регистрации и один патент на изобретение.

Реализация и внедрение результатов работы. Теоретические и практические результаты исследований, реализованные в виде специального программного модуля мониторинга и управления состоянием аппаратно-программным комплексом «Вектор-УС», получили внедрение в ООО «ТехАргос СпецСистемы» (Москва).

Апробация результатов диссертационного исследования. Результаты диссертационного исследования обсуждались на следующих научно-технических конференциях: XXI-й Международной открытой научно-практической

конференции «Modern informatization problems in economics and safety» (США, 2016); II-й Всероссийской военно-научной конференции «Актуальные проблемы подготовки военных специалистов в области отбора и обработки информации техническими средствами» (Санкт-Петербург, 2016); Х-й Всероссийской межведомственной научной конференции «Актуальные направления развития систем охраны, специальной связи и информации для нужд государственного управления» (Орёл, 2017); XXII-й Международной открытой научно-практической конференции «Modern informatization problems in simulation and social technologies» (США, 2017); XX научно-практическом семинаре «Новые информационные технологии в автоматизированных системах» (Москва, 2017).

Публикации. По теме диссертационного исследования опубликовано 13 печатных работах (из них три научные статьи опубликованы в трех

рецензируемых журналах, рекомендованных ВАК при Минобрнауки России), в том числе один патент на изобретение и два свидетельства Роспатента РФ о государственной регистрации программы для ЭВМ.

В работах, опубликованных в соавторстве, и приведенных в автореферате, личный вклад соискателя состоит: в [1, 9, 12] - модели, использующие в качестве базиса распределение фазового типа для описания ситуаций «пачечности» трафика; [4,5] - комплекс алгоритмов управления качеством обслуживания модульной системы обработки информации; [6, 11] - двухуровневая схема управления ресурсом буферной памяти программных модулей; [10, 13] -имитационная модель процесса обработки заявок в модульной системе обработки информации.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения и 11 приложений. Работа изложена на 174 страницах машинописного текста, включая 53 рисунка, 2 таблицы и список литературы из 102 наименования.

ГЛАВА 1. ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ И АЛГОРИТМИЗАЦИИ УПРАВЛЕНИЯ СИСТЕМАМИ ОБРАБОТКИ ИНФОРМАЦИИ В УСЛОВИЯХ ИЗМЕНЯЮЩЕЙСЯ НАГРУЗКИ.

В данной главе представлена проблематика распределения ресурса памяти в системах обработки информации, в условиях нестационарной нагрузки обрабатываемого высокоскоростного потока данных.

Рассмотрена архитектура систем обработки информации, их особенности функционирования, механизмы управления элементами системы и аномальные ситуации, возникающие при организации вычислений на них.

В главе описаны часто используемые методы распределения нагрузки в таких системах, а также технологии и ограничения, накладываемые на узлы в процессе их эксплуатации.

1.1 Архитектура систем обработки информации и проблематика распределения их ресурса памяти.

История развития вычислительных устройств показывает динамику усложнения структур таких систем. Начиная с 90-ых годов и до 2000-ых, наблюдается валовое повышения тактовой частоты процессора вычислительных узлов входящих в состав таких систем, что спровоцировано увеличением скорости передаваемых данных необходимых для обработки внутри них. Бытует мнение [73], что дальнейший рост частоты связан с проблемой тепловыделения, и новейшие виды процессоров и соответствующие им сложные системы охлаждения дают пророст в скорости вычислений, однако экономические затраты на такие вычислители, могут быть нецелесообразны для всех задач.

В зависимости от доступных средств и трудоемкости поставленных перед вычислителями задач, инженерами могут использоваться различные подходы к созданию архитектуры МСОИ. Одним из таких вариантов, является использование параллельных систем обработки информации для работы с

сетевыми сервисами, ориентированных на функционирование в режиме реального времени, где каждый элемент такой системы которой может независимо от других компонентов системы решать свою задачу [74]. При этом существующие в настоящее время системы IP-телефонии, видеоконференцсвязи, мгновенного обмена сообщениями (instant messaging), а также подобные им сервисы, по сути, являются мультисервисными программными и программно-аппаратными системами. В них, наряду с приоритетным (в зависимости от их функционального назначения) сервисом, параллельно происходит обслуживание пользовательских заявок ряда других сервисов. Так, к примеру, в современных системах instant messaging параллельно с функцией текстового чата или IP-телефонии пользователь имеет возможность отправки множества данных различных форматов (графические, аудио и видео фрагменты, файлы произвольной структуры). Учитывая наметившиеся в последнее время тенденции в разработке сервисов, обеспечивающих повышенный уровень защиты персональных данных, подобные системы могут быть основаны, как на моделях «клиент-сервер» (шифрование клиент-сервер), так и на моделях peer-to-peer (сквозное шифрование). Последний подход означает, что система должна обеспечивать децентрализованное управление потоком мультисервисных сообщений. В общем же случае наблюдается комбинированное использование указанных моделей организации потоково-ориентированных сетевых сервисов.

Большая часть таких сетевых сервисов, кроме функционирования в режиме реального времени, функционируют по схеме 24/7, что накладывает на МСОИ требования по производительности и отказоустойчивости. К таким системам можно отнести программно-ориентируемые Центры обработки данных (далее - ЦОД), часто используемые в компаниях, чья деятельность зависит от быстрой и эффективной обработки больших объемов данных. Аналогичная ситуация с системами технических средств для обеспечения функций оперативо-разыскных мероприятий (далее - СОРМ) [1], условия и требования к которым в соответствии с Федеральным законом от 06.07.2016 № 374-ФЗ (пакет Яровой-Озерова) ужесточились в разы. Если в случаях с потерей

данных в ЦОД, компании могут нести лишь финансовые потери, то для СОРМ, используемых спецслужбами в сети оператора связи, такие сбои, могут поставить под удар государственную безопасность. Как правило, такие МСОИ обслуживают сложноуплотненные потоки данных высокоскоростных магистральных волоконно-оптических каналов, а значит могут быть представлены как многоканальная система обработки информации с внутренней реализацией разделения этих потоков на подпотоки с минимальной задержкой [2]. При этом разделение обобщенного потока на подпотоки обычно выполняется либо на основе номера потока (например, для потоков с речевой нагрузкой), либо на основе адресной информации, присутствующей в заголовке пакетов. Также возможна реализация двухуровневого разделения, когда на первом уровне выделяются подпотоки на основе вида нагрузки (речь, видео, данные, др.), каждый из которых на втором уровне может быть разделен на производные подпотоки на основе адресной информации или номера потока.

Особенностью потоково-ориентированных сетевых сервисов, функционирующих в режиме близком к реальному времени (NRT, Near RealTime) является высокая эффективная скорость передачи данных, как в обобщенном сложноуплотненном потоке (десятки гигабит в секунду), так и выделенных подпотоках (сотни мегабит в секунду) [3]. При этом обработка данных в таких подпотоках должна осуществляться на контекстном уровне, что не позволяет реализовать механизмы ее отложенной обработки. Обобщенная схема организации МСОИ для потоково-ориентированных сетевых сервисов представлена на рисунке 1.

Из рисунка 1 видно, что функционально такая МСОИ может состоять из двух видов узлов:

1. Узел выделения подпотоков по заданным признакам.

2. Узел обработки подпотока выделенного типа.

При этом, в отличие от узлов обработки, узел выделения подпотоков в таких МСОИ представлен в единичном экземпляре, в силу того, что сложноуплотненный входной поток поступает только на один вход.

Очевидно, что для эффективного функционирования узла выделения подпотоков требуется его особая реализация, поддерживающая алгоритмы разделения высокоскоростного потока на подпотоки с минимальной задержкой. вариантами такой реализации могут быть программно-аппаратные решения на базе программируемых логических устройств [75] (PLD, programmable logic device), архитектура которых не является предметом настоящего исследования.

Будем предполагать, что узел выделения подпотоков является генератором нагрузки для «-узловой распределенной вычислительной системы, а единицей нагрузки будем считать требующий обработки подпоток заявок определенного класса, поступающий на вход «-го узла обработки подпотока с заданной интенсивностью X. Очевидно, что обобщенный сложноуплотненный поток содержит совокупность заявок разных классов, но при этом в рамках одного класса (подпотока) по времени обработки эти заявки будем считать неразличимыми.

Для стационарного режима функционирования такой МСОИ можно рассматривать следующие характеристики ее производительности [4]:

- загруженность - доля времени, в течение которой МСОИ обрабатывает заявки;

- очередь - среднее количество заявок на «-м узле обработки подпотока;

- пропускная способность - среднее количество заявок, обрабатываемых МСОИ в единицу времени;

- время пребывания - среднее время нахождения заявки на узле обработки (включая задержку обработки и само время обработки).

Производительность совместно работающих узлов зависит не только от структуры связи между ними, вычислительной мощности отдельных элементов системы, но и, в определяющей степени, от динамики вычислительного процесса, порождаемого запущенной на них программной составляющей.

В то же время, для организации архитектуры МСОИ, допускает их модульность, как с точки зрения разделения всей системы на подсистемы (хранения данных, вычислительную, сетевую и др.) так и с точки зрения

ассоциации узла обработки не с вычислительной системой, а с ПМ, выполняющимся на этом узле. Представление вычислителя в виде ПМ допускает ситуацию создания универсального узла обработки, содержащего ПМ узлов обработки для всех классов заявок и специализированного на обработку подпотока заявок одного класса. Такой узел в условиях возникновения потерь заявок имеет возможность передачи (получения) части заявок из подпотоков других узлов МСОИ (механизм динамической балансировки загрузки).

Организация такого МСОИ может строится на единой платформе, представляющая собой аппаратно-программный комплекс управления МСОИ. Эта платформа обеспечивает совместную работы различных функциональных ПМ комплекса и специализированных устройств сбора данных из разных источников и устройств.

Таблица 1

Период времени Наиболее распространенное телекоммуникационное оборудование Вычислительный модуль обработки МСОИ

Тип Дуплексная скорость в одном канале, Мбит/с МСОИ Суммарная скорость входного потока, Мбит/с

1998 г. PDH (E1) 4,096 МСОИ 1 16,384

2001 г. SDH (STM1) 310 МСОИ 2 50

2005 г. SDH (STM4) 1240 МСОИ 3 100

2007 г. SDH (STM16) 4960 МСОИ 4 155

2017 г. SDH/Ethernet (STM64/10GE) 20000 МСОИ 5 500

В большинстве случаев, разработчики таких систем, предлагают свою эталонную версию её архитектуры, однако если небольшие скорости потоков данных (например ведомственных или коммерческих линий) выдвигают менее жесткие требования к вычислительным ресурсам системы по их обработке и к сложности структуры системы, то по магистральным волоконно-оптическим каналам связи (ВОЛС) передаются высокоскоростные информационные потоки динамичный, нестационарный характер нагрузки, что требует более гибкой настройки системы под изменения в потоке.

С точки зрения тематики диссертации необходимо показать возможности, ПМ МСОИ из состава наиболее распространенного оборудования в разные периоды времени.

Из таблицы 1 и соответствующей ей графику (Рисунок 2) можно пронаблюдать рост скорости информационных потоков данных и его превышение над производительностью ПМ (вычислительных модулей).

Рисунок 2 - Изменение скорости информационных потоков данных и производительности вычислительных модулей.

Таким образом, для обработки одного информационного потока данных в состав МСОИ требуется включать несколько вычислительных модулей (Рисунок 3).

Рисунок 3 - Требуемое количество вычислительных модулей для обработки одного информационного потока данных

Как следует из проведенного анализа скоростей потоков данных, и производительности вычислительных модулей, следует, что в состав узла МСОИ следует включать до нескольких десятков ПМ.

Причем, как уже отмечалось выше, в зависимости от передаваемой информации внутри канала и его характере, система взаимосвязей между ПМ может меняться.

Для достижения цели своего проектирования - МСОИ должны удовлетворять определенным требованиям, как и распределенные системы [6].

Открытость. Все протоколы ПМ взаимодействующих друг с другом внутри вычислительного узла, должны быть основаны на общедоступных и общеизвестных стандартах. Таких образом, любой разработчик нового ПМ, может независимо от средства, создания которым он пользуется, создать программную составляющую под требуемому платформу, особенно это критично, когда разработкой МСОИ занимаются несколько независимых компаний.

Масштабируемость. Наиболее важное требование для МСОИ-возможность добавления в систему новых ПМ (компьютеров) для увеличения производительности системы. Однако, затрагивая вопросы масштабируемости,

не стоит забывать про парадокс Браэрса [4], согласно которому в случае неоптимального распределения подпотоков по ПМ обработки добавление дополнительных путей в системе приводит к существенному увеличению времени прохождения заявок от истоков к стокам МСОИ. Парадокс Браэрса обусловлен выбираемым критерием равновесия, достигаемым в МСОИ, который не во всех случаях может соответствовать глобальному оптимуму.

Поддержание логической целостности данных. Единица обрабатываемых данных (заявка) должна обрабатываться в системе целиком, или не обрабатываться вообще. Вариант, когда один ПМ, некорректно обрабатывает заявку, не позволяет оперативно выявить его проблемность по результатам функционирования системы.

Устойчивость. Под устойчивостью следует понимать возможность дублирования другими ПМ, одних и тех же функций, другими словами самой устойчивой системой будет являться система, состоящая из универсальных ПМ, тем самым устраняется всякая возможность устранения «узких» мест системы.

Безопасность. Обрабатываемые данные на ПМ, должна быть защищена как от несанкционированного доступа к ней, так и от искажений.

Эффективность. Относительно МСОИ, под эффективностью, имеет смысл понимать минимизацию накладных расходов, связанных с функционированием системы. В зависимости от функций и её предназначения (корпоративный ЦОД, или СОРМ), эффективностью можно «принебрегать» в пользу безопасности, однако полное нарушение данного требования может поставить под сомнение всю работы системы. В ряде работ, в качестве параметра, отражающего эффективность МСОИ, было выбрано значение энергопотребления системы, что к примеру, считается очень важным ресурсом для географически отдаленных, автономных МСОИ.

Производительность - в простом толковании этого требования, это такой вид эффективности, определяющий количество единиц данных, которое может быть обработано системой в единицу времени. Применительно к объекту исследования, это может являться заявка, генерируемая в нашем случае ПМ

выделения подпотоков, объем которой, как и объем информации, измеряется в битах. Суммарную производительность по всем ПМ обычно называют системной производительностью, которая зависит как от характеристик ПМ (физическая среда), так и от логической составляющей платформы (логическая среда), на которой они функционируют, именно с качеством ее разработки связана скорость обработки заявок, количество отказов в обработке, методы и средства распределения ресурсов в системе.

Таким образом системную производительность - как полную характеристику МСОИ можно представить в виде выражения (1):

Z = F(W,L, I) (1)

где Z - системная производительность МСОИ, W - вектор параметров физической среды (множество ПМ, коммутационное и сетевое оборудование), L

- вектор параметров логической среды МСОИ, Л - вектор параметров входного потока.

В условиях экономического кризиса, повышение системной производительности за счет наращивания вычислительной мощности МСОИ, редко бывает рентабельно, следовательно, для повышения этой характеристики системы необходимо усовершенствовать логическую составляющую платформы, совершенствуя ее архитектуру в направлениях их динамической масштабируемости и повышения функционально живучести.

Для такого усовершенствования, необходимо воспользоваться подходом используемым в технологии программно-конфигурируемых сетей (Software Defined Networking - далее SDN). Этот подход хорош тем, что позволяет отделить уровень управления сетью от устройств передачи данных, с помощью его программной реализации, тем самым прибегнуть к виртуализации ресурсов. Следует остановиться поподробнее на данной концепции построения МСОИ, так

как она будет диктовать «моду» для проектирования корпоративных ЦОД в ближайшие годы.

Основным элементом, подвергающимся замене, является сетевое устройство (свитч, роутер и коммутатор), которое выполняет 3 основные функции (Рисунок 4) [76]:

Список литературы диссертационного исследования кандидат наук Минайчев Артём Андреевич, 2018 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Гольд Штейн В. С. Инженерные аспекты СОРМ в сетях NGN / Гольд Штейн В. С. Зарубин А.А., А.В. Пинчук. // Вестник связи. - 2005. - 10 - С. 1722.

2. Минайчев А. А. Подходы к моделированию потоково-ориентированных сетевых сервисов с близким к реальному временем //Информационные технологии моделирования и управления. - 2015. - Т. 92. -№. 2. - С. 164-171.

3. Vassiliadis P., Simitsis A. Near real time ETL //New trends in data warehousing and data analysis. - 2009. - С. 1-31.

4. Хританков А.С. Модели и алгоритмы распределения нагрузки // Информационные технологии и вычислительные системы. - 2009. - №3. - C. 3348.

5. Чернопрудова Е. Н., Щелоков С.А. Проектирование распределенных информационных систем. - Оренбург: БИБКОМ, 2012. - 320 с.

6. С.И. Макаренко Операционные системы, среды и оболочки, ставрополь СФ МГГУ им. М.А. Шолохова 2008. - 210 с.

7. Олифер В. Г. НА Олифер. Компьютерные сети. Принципы, технологии, протоколы. Учебник для вузов. 4-е изд //СПб.: Питер. - 2010. - Т. 201. - С. 672.

8. Таненбаум Э. С., Таненбаум Э. С. Компьютерные сети: [пер. с англ.]. - Издательский дом" Питер", 2012.

9. Recommendation E.500 [Электронный ресурс], режим доступа: https://www.itu.int/rec/T-REC-E.500-198811-S/en (дата обращения 05.10.2017).

10. Recommendation E.492 [Электронный ресурс], режим доступа: https://www.itu.int/rec/T-REC-E.492-199602-I/en (дата обращения 05.10.2017).

11. Lin Y., Zhang Y., Ou Y. The design and implementation of host-based intrusion detection system //Intelligent Information Technology and Security

Informatics (IITSI), 2010 Third International Symposium on. - IEEE, 2010. - С. 59559.

12. Потресов С. Трагедия 29 марта: телеком-аспект, [Электронный ресурс], режим доступа: http://www.mobile-review.com/print.php?filename=/articles/2010/opers-metro-03-2010.shtml (дата обращения 05.10.2017).

13. Леонов Е. А., Денисова Л. А. Балансировка нагрузки: основные алгоритмы и методы //информационные технологии и автоматизация управления. - 2015. - С. 192-197.

14. Бурцев В. С. Параллелизм вычислительных процессов и развитие архитектуры суперЭВМ. - Торус Пресс, 2006. - С. 210.

15. Тетерев М.А. Классификация ошибок работы с памятью в специальном программном обеспечении // Вычислительные системы реального времени и цифровые устройства: науч.-техн. рецензируемый сб. / ОАО «Концерн «Моринсис-Агат». - М., 2011. - Вып. 4. - С. 137-141.

16. Добровольский Е.В., Нечипорук О.Л. Моделирование сетевого трафика с использованием контекстных методов // Науковi пращ ОНАЗ iм. О.С. Попова. - 2005. - № 1. - С. 24-32.

17. Шелухин О.И. Мультифракталы. Инфокоммуникационные приложения. - М.: Горячая линия - Телеком, 2011. - 576 с.

18. Шелухин О.И., Тенякшев А.М., Осин А.В. Фрактальные процессы в телекоммуникациях. Монография. / Под ред. О.И. Шелухина. - М.: Радиотехника, 2003. - 480 с.

19. V.Paxson, S.Floyd. Wide-Area Traffic: The Failure of Poisson Modeling // IEEE/ACM Transactions on Networking. - 1995. - 3(3). - P. 226-244.

20. Feldmann A. Characteristics of TCP connection arrivals //Self-similar network traffic and performance evaluation. - 2000. - С. 367-399.

21. F.Barcelo, J.I.Sanchez. Probability distribution of the inter-arrival time to cellular telephony channels // Proceedings of 49th Vehicular Technology Conference (VTC'99). - Houston, TX. - 1999. - P. 762-766.

22. I.Martin-Escalona, F.Barcelo, J.Casademont. Teletraffic simulation of cellular networks: modeling the hand-off arrivals and the hand-off delay // IEEE Proc. Of the 13th PIMRC. - 2002. - P. 2209-2213.

23. Бронштейн О. И., Духовный М.М. Модели приоритетного обслуживания в информационно-вычислительных системах // Общетехнические задачи и пути их решения. - М.: Наука, 1976. - 220 с.

24. Ложковский А. Г. Модель трафика в мультисервисных сетях с коммутацией пакетов // Науковi пращ ОНАЗ iM. О. С. Попова. - 2010. - № 1. - С. 63-67.

25. Cox D. R. A use of complex probabilities in the theory of stochastic processes // Mathematical Proceedings of the Cambridge Philosophical Society. -Cambridge University Press, 1955. - Т. 51. - №. 2. - С. 313-319.

26. Ложковский А. Г. Анализ и синтез систем распределения информации в условиях мультисервисного трафика. Диссертация д.т.н. по спец. 05.12.02 / Ложковский Анатолий Григорьевич. - Одесса:, 2010. - 267 с.

27. Алиев Т. И., Аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики. - 2013. - №. 2 (84). - С 88-93.

28. Алиев Т. И., Трехмоментная аппроксимация вероятностных распределений в моделях массового обслуживания // Научно-технический вестник информационных технологий, механики и оптики - 2014 - №2. 2 (90). - С 106-110.

29. Христанков А. С. Модели и алгоритмы распределения нагрузки //Информационные технологии и вычислительные системы. - 2009. - №. 3. - С. 33-48.

30. Oliver C. Ible. Fundamentals of stochastic networks. John Wiley and Sons, Inc., Hoboken. New Jersey. 2011. - 310 с.

31. Бочаров П. П., Вишневский В. М. G-сети: развитие теории мультипликативных сетей //Автоматика и телемеханика. - 2003. - №. 5. - С. 4674.

32. Минайчев А. А., Лебеденко Е. В. Исследование методов аппроксимации входного непуассоновского потока в комплексе обработки мультисервисных данных законом распределения фазового типа //Информационные технологии моделирования и управления. - 2017. - Т. 1. - №2. 103. - С. 52-58.

33. Алиев Р. Т., Король В. В. Анализ характеристик мультимедийного трафика в локальных вычислительных сетях // Сб. докладов НПК «Имитационное моделирование: теория и практика». - СПб.: ФГУП ЦНИИ технологий судостроения, 2003. - 45-49 с.

34. Петров В. В. Структура телетрафика и алгоритм обеспечения качества обслуживания при влиянии эффекта самоподобия. Диссертация к.т.н. по спец. 05.12.13. / Петров Виталий Валерьевич М., 2004. - 135 с.

35. Моргайлов Д.Д., Ладыженский Ю.В., Юнис М. Моделирование самоподобного входного трафика сетевых процессоров в системе №-2 // Информатика и компьютерные технологии - Донецк: ДонНТУ, 2012. - 232-239 с.

36. Сафонов В. О. Основы современных операционных систем: учебное пособие. М.: Национальный Открытый Университет" ИНТУИТ", 2011. -584 с.

37. А.В. Куприянов Алгоритмы управления памятью [Электронный ресурс] Режим доступа: http://www.twirpx.com/file/1951989/ (дата обращения 22.09.2017).

38. Кнут Д.Э. Искусство программирования, т. 3. Сортировка и поиск, 2-е.-М.: Издательский дом "Вильямс", 2000. -832 с.

39. Таненбаум Э Современные операционные системы. 4-е изд СПб.: Питер, 2006. - 1040 с

40. Виттих В. А., Скобелев П. О. Метод сопряженных взаимодействий //Автометрия. - 2009. - Т. 45. - №. 2. - С. 65-80.

41. Скобелев П.О. Мультиагентные технологии в промышленных применениях: к 20-летию основания Самарской научной школы мультиагентных систем // Мехатроника, автоматизация, управление, 2010. № 12. С. 33-46.

42. J. Xu and J. Fortes, "Multi-objective Virtual Machine Placement in Virtualized Data Center Environments", Proceedings of the 2010 IEEE/ACM Conference on Green Computing and Communications, P. 179-188.

43. Городецкий В.И., Грушинский М.С., Хабалов А.В. Многоагентные системы (обзор) // Новости искуственного интелекта. - 1998 - №2. - С. 64-116.

44. Журавлев С.С. Краткий обзор методов и средств имитационного моделирования производственных систем [Электронный ресурс], режим доступа: http://simulation.su/uploads/files/default/obzor-2010-guravlev.pdf (дата обращения: 28.10.2017).

45. Михеева Т.В. Обзор существующих программных средств имитационного моделирования при исследовании механизмов функционирования и управления производственными системами // Известия Алтайского государственного университета. - 2009. - № 1. - С. 87-90.

46. Лычкина Н.Н. Современные технологии имитационного моделирования и их применение в информационных бизнес-системах [Электронный ресурс], режим доступа: https://www.anylogic.ru/upload/iblock/049/0498c3885e7d7b5dc8ac3dd4f2 61bca0.pdf (дата обращения: 28.10.2017).

47. Зайцева Н.О. Имитационное моделирование средствами системно-объектного подхода // Научные ведомости. - 2012. -№ 7 (126). - Вып. 22/1 - С. 155-159.

48. Развитие средств имитационного моделирования [Электронный ресурс], режим доступа: http://www.gpss.ru/immod05/s1/konyuh/print.html (дата обращения: 28.10.2017).

49. Лычкина Н.Н. Имитационное моделирование экономических процессов [электронный ресурс] режим доступа, http://simulation.su/uploads/files/default/2005-uch-posob-lychkina- 1.pdf (дата обращения: 28.10.2017).

50. Кубланов М.С. Математическое моделирование. Методология и методы разработки математических моделей механических систем и процессов: Учебное пособие. Часть I. Третье издание. // - М.: МГТУ ГА. - 2004. - 108 с.

51. Классификация видов моделирования систем [Электронный ресурс], режим доступа: http://victor-safronov.ru/systems-analysis/lectures/rodionov/08.html (дата обращения: 20.05.2017).

52. Рублева Г. В. Математическая статистика: статистические критерии проверки гипотез [Электронный ресурс], режим доступа: http://tmnlib.ru/jirbis/files/upload/books/PPS/Rybleva_proverka gipotez_2014.pdf (дата обращения: 30.10.2017).

53. Р-критерий Кохрена [Электронный ресурс], режим доступа: http://statistica.ru/local-portals/medicine/q-kriteriy-kokhrena/ (дата обращения: 30.10.2017).

54. Монтгомери Д.К. Планирование эксперимента и анализ данных [Текст] / Монтгомери Д.К. // Пер. с англ. - Л.: Судостроение. - 1980. - 384 с.

55. Рублева Г. В. Математическая статистика: статистические критерии проверки гипотез [Электронный ресурс], режим доступа: http://tmnlib.ru/jirbis/files/upload/books/PPS/Rybleva_proverkagipotez_2014.pdf (дата обращения: 20.05.2017).

56. Айвазян С.А. Мхитарян В.С. Теория вероятностей и прикладная статистика // М.: ЮНИТИ-ДАНА. - 2001. --- 656 с.

57. Государственный комитет стандартов совета министров СССР. Методика выбора и оптимизации контролируемых параметров технологических процессов РДМУ 109-77 // Москва издательство стандартов - 1978 - 72 с

58. Гуц А.К. Математическая логика и теория алгоритмов: учебное пособие // Омск: Изд-во Наследие. Диалог-Сибирь. - 2003. - 108 с.

59. Галиев Ш.И. Математическая логика и теория алгоритмов // Казань: Изд-во КГТУ им. А. Н. Туполева. - 2002. - 270 с.

60. Игошин В.И. Математическая логика и теория алгоритмов // М.: Издательский центр «Академия». - 2004. - 448 с.

61. Рябоконь В.В. Алгоритмы поиска и идентификации массивов бинарных данных в исходных текстах программного обеспечения / Диссертация на соискание ученой степени кандидата технических наук. - Орел, 2016. - 130 с.

62. Рублев В.С. Основы теории алгоритмов: учебное пособие // Ярославль: Изд-во ЯГУ им П.Г. Демидова - 2005 - 143 с.

63. Вержбицкий, В.М. Численные методы (линейная алгебра и нелинейные уравнения): учеб.пособие для вузов // М.: Высшая школа, 2000. - С. 382.

64. Воеводин В.В. Вычислительные основы линейной алгебры. М.: Наука, 1977. - 304 с.

65. Баркалов К.А. Методы параллельных вычислений. Методическое пособие // Нижний Новгород -НГУ, 2011. - 64 с.

66. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М Численные методы М.: Наука, 1987 - 600 с.

67. Гулин А.В, Самарский А.А. Численные методы М.: Наука, 1989 - 432

с.

68. Bertsekas D. P., Tsitsiklis J. N. Parallel and distributed computation: numerical methods. - Englewood Cliffs, NJ : Prentice hall, 1989. - Т. 23. - 209 с.

69. Dongarra J.J., Duff L.S., Sorensen D.C., Vorst H.A.V Numerical Linear Algebra for High Performance Computers (Software, Environments, Tools) Soc. for Industrial & Applied Math., 1999 - 343 с.

70. Гергель В. П. Введение в методы параллельного программирования //Образовательный комплекс. Н. Новгород: ННГУ. - 2005 - 123 с.

71. Свинцов А. Г. Системы мониторинга волоконно-оптических сетей связи //Фотон-экспресс. - 2007. - №. 5. - С. 28-30.

72. Бареев М. Ю. «Антитеррористический пакет» Яровой и Озерова как мера противодействия терроризму и экстремизму в Российской Федерации //Национальная безопасность в современной России: стратегия противодействия

экстремизму и терроризму и перспективы преодоления глобальных проблем. -2016. - С. 163-170.

73. Погорелый С. Д. и др. Анализ методов повышения производительности компьютеров с использованием графических процессоров и программно-аппаратной платформы CUDA // Математические машины и системы. - 2010. - Т. 1. - №. 1. - С. 40-54.

74. Воеводин В. В. Параллельные вычисления. // БХВ-Петербург, - 2004. - 608 с.

75. Соловьев В. В. Проектирование цифровых систем, на основе программируемых логических интегральных схем. - М.: Горячая линия-Телеком, 2001. - 376 с.

76. Копейка О. В. Сетевые службы и служба сетевых устройств в дата-центрах //Системи управлшня, нав^ацп та зв'язку. - 2013. - №. 4. - С. 115-122.

77. Ефимушкин В. А. и др. Международная стандартизация программно-конфигурируемых сетей //Электросвязь. - 2014. - №. 8. - С. 3-9.

78. Головко Н. И. и др. Исследование моделей систем массового обслуживания в информационных сетях //Сибирский журнал индустриальной математики. - 2008. - Т. 11. - №. 2. - С. 50-64.

79. Simitci H., Malakapalli C., Gunturu V. Evaluation of SCSI over TCP/IP and SCSI over fibre channel connections //Hot Interconnects 9, 2001. - IEEE, 2001. -С. 87-91.

80. Dykstra P. Gigabit Ethernet Jumbo Frames, and why you should care //WareOnEarth Communications, Inc., December. - 1999 - с. 35-40.

81. Калашников Е. И. Адаптивные алгоритмы управления распределением нагрузки в многосерверных системах //Режим доступа.—URL: http://www. dissercat. com/content/adaptivnye-algoritmy-upravleniya-raspredeleniem-nagruzki-v-mnogoservernykh-sistemakh (дата последнего обращения: 5.11. 2017).

82. Бершадский А. М., Курилов Л. С., Финогеев А. Г. Исследование стратегий балансировки нагрузки в системах распределенной обработки данных

//Известия высших учебных заведений. Поволжский регион. Технические науки. - 2009. - №. 4 - С. 38-47.

83. hemawat S., Gobioff H., Leung S. T. The Google file system //ACM SIGOPS operating systems review. - ACM, 2003. - Т. 37. - №. 5. - С. 29-43.

84. Печинкин А. В., Рыков В. В. О декомпозиции замкнутых сетей с зависимым обслуживанием //Автоматика и телемеханика. - 1999. - №. 11. - С. 58-68.

85. Вдовин А. К. Оптоволоконная связь //Теория и практика современной науки. - 2017. - №. 2. - С. 145-147.

86. Leland W. E. et al. On the self-similar nature of Ethernet traffic (extended version) //IEEE/ACM Transactions on networking. - 1994. - Т. 2. - №. 1. - С. 1-15.

87. Соколинский Л. Б. Эффективный алгоритм замещения страниц для буферизации обменов с дисками в параллельной системе баз данных без совместного использования ресурсов //Вычислительные методы и программирование: новые вычислительные технологии. - 2002. - Т. 3. - №. 2. -С. 11-28.

88. Табуров Д. Ю. Проблемы декомпозиции распределенных компьютерных систем //Вестник Московского государственного университета приборостроения и информатики. - 2009. - №. 22. - С. 66-72.

89. Криницын К. А., Носков В. Ю. Балансировка вычислительной нагрузки в современных web-приложениях // Теплотехника и информатика в образовании, науке и производстве - Екатеринбург, 2012. - .С. 1-14.

90. Кормен Т. и др. Алгоритмы. Построение и анализ:[пер. с англ.]. -Издательский дом Вильямс, 2009 - 313 С.

91. Ахо А. В. Структуры данных и алгоритмы. - Издательский дом Вильямс, 2000 - 384 С.

92. Borshchev A. The big book of simulation modeling: multimethod modeling with AnyLogic 6. - AnyLogic North America, 2013. - 511 с.

93. Telles M. A., Dimtemann J. Borland C++ Builder. - International Thomson Publishing, 1997 - 342 с.

94. Бусленко В. Н. Автоматизация имитационного моделирования сложных систем. - Наука, 1977 - 240 с.

95. Вощинин А. П., Бронз П. В. Построение аналитических моделей по данным вычислительного эксперимента в задачах анализа чувствительности и оценки экономических рисков //Заводская лаборатория. - 2007. - Т. 73. - №. 1. -С. 101-104.

96. Орлов А. И. Теория принятия решений //М.: Экзамен. - 2006. - 656 с.

97. Кулаичев А. П. Методы и средства комплексного анализа данных. 4-е изд., перераб. и доп.—М: ФОРУМ: ИНФРА-М, 2006. —512 с.

98. Урбах В. Ю. Математическая статистика для биологов и медиков. -Изд-во Академии наук СССР, 1963 - 322 с.

99. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. - 1965 - 340 с.

100. Бойко Н. Г., Устименко Т. А. Теория и методы инженерного эксперимента //Донецк, ДонНТУ. - 2009 - 158 с.

101. Мухачев В. А. Планирование и обработка результатов эксперимента //учеб. пособие/В. А Мухачёв.-Томск: Томский государственный университет систем управления и радиоэлектроники. - 2007.

102. Гиндин С. И., Хомоненко А. Д., Ададуров С. Е. Численный расчет многоканальной системы массового обслуживания с рекуррентным входящим потоком и «разогревом» //Известия Петербургского университета путей сообщения. - 2013. - №. 4 (37). - С. 92-101.

ПРИЛОЖЕНИЕ 1

ПРИМЕР РАЗДЕЛЕНИЯ ФУНКЦИОНАЛЬНЫХ ЗОН ПМ ДЛЯ3 КЛАССОВ

ЗАЯВОК

N 1 2 3 4 5 6 7

Н 0 0,1 0,2 0,35 0,5 0,57 0,65

N 1 2 3 4 5 6 7

Н 0 0,55 0,6 0,67 0,75 0,8 0,85

N 1 2 3 4 5 6 7

Н 0 0,7 0,8 0,85 0,9 0,93 0,95

Пороги Н для запросов 1 класса (Ро4 < 1%) Пороги Н для запросов 2 класса (Ро4 < 5%) Пороги Н для запросов 3 класса (Ро4 < 10%)

n = 3

n = 5

n = 7

Свар\г 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90

1,01 0,000093 0,00131 0,007954 0,02 0,033 0,057 0,087 0,123 0,161

1,3 0,00063 0,0053 0,016 0,034 0,059 0,089 0,123 0,159 0,196

1,7 0,0036 0,019 0,042 0,07 0,102 0,137 0,172 0,208 0,244

2 0,0074 0,031 0,062 0,097 0,133 0,169 0,205 0,241 0,275

2,2 0,01 0,04 0,075 0,113 0,151 0,188 0,224 0,259 0,293

2,5 0,015 0,052 0,093 0,134 0,174 0,212 0,249 0,284 0,316

3 0,021 0,068 0,116 0,162 0,204 0,244 0,281 0,315 0,347

4 0,031 0,09 0,146 0,197 0,243 0,284 0,322 0,356 0,387

5 0,036 0,103 0,163 0,217 0,264 0,307 0,345 0,379 0,41

7 0,042 0,115 0,18 0,236 0,285 0,329 0,367 0,401 0,432

10 0,046 0,122 0,189 0,247 0,297 0,341 0,38 0,415 0,445

18 0,049 0,128 0,196 0,255 0,306 0,35 0,389 0,424 0,455

1,01 9,5*10л-7 0,000053 0,00053 0,00254 0,00808 0,02 0,039 0,0607 0,103

1,3 0,000024 0,000589 0,00309 0,00943 0,021 0,04 0,066 0,097 0,134

1,7 0,00048 0,00484 0,015 0,031 0,052 0,079 0,11 0,144 0,18

2 0,00163 0,012 0,029 0,052 0,079 0,109 0,142 0,177 0,212

2,2 0,00287 0,017 0,039 0,066 0,096 0,129 0,163 0,197 0,232

2,5 0,0053 0,027 0,056 0,088 0,121 0,156 0,191 0,225 0,259

3 0,01 0,043 0,081 0,119 0,157 0,194 0,23 0,264 0,297

4 0,02 0,069 0,119 0,165 0,208 0,247 0,284 0,318 0,349

5 0,027 0,087 0,142 0,193 0,238 0,279 0,317 0,351 0,382

7 0,035 0,105 0,168 0,222 0,27 0,313 0,351 0,385 0,416

10 0,041 0,117 0,183 0,24 0,289 0,333 0,371 0,406 0,437

18 0,045 0,125 0,194 0,253 0,303 0,347 0,386 0,421 0,452

1,01 9,5*10л-9 2,1*10л-6 4,8*10л-5 4,1*10л-4 0,002 0,0069 0,018 0,039 0,071

1,3 9,5*10л-7 6,3*10л-5 0,00058 0,0025 0,0079 0,019 0,037 0,063 0,098

1,7 6,3*10л-5 0,00126 0,005294 0,014 0,027 0,047 0,072 0,104 0,139

2 0,00036 0,00434 0,013 0,028 0,048 0,073 0,102 0,134 0,17

2,2 0,00081 0,00767 0,021 0,039 0,063 0,09 0,121 0,154 0,189

2,5 0,00195 0,014 0,034 0,058 0,086 0,116 0,149 0,183 0,217

3 0,00498 0,028 0,057 0,088 0,122 0,156 0,19 0,224 0,257

4 0,013 0,054 0,096 0,138 0,178 0,216 0,252 0,286 0,318

5 0,02 0,073 0,125 0,172 0,215 0,255 0,292 0,326 0,357

7 0,03 0,097 0,156 0,209 0,256 0,298 0,335 0,369 0,4

10 0,038 0,112 0,177 0,233 0,282 0,325 0,363 0,397 0,428

18 0,044 0,124 0,192 0,25 0,301 0,345 0,384 0,418 0,449

1 класса (Ро4 < 1%) Пороги СварН для запросов

2 класса (Ро4 < 5%) Пороги СварН для запросов

3 класса (Ро4 < 10%)

+ + +

ПРИЛОЖЕНИЕ 2

ЛОГИЧЕСКАЯ СХЕМА ИМИТАЦИОННОМ МОДЕЛИ МСОИ

Начало

ВБоЗ исходных Зонных /A(t)1...A(t)j, B(t)1...B(t)j/ Tmod, j, TbaL, tm I

Инициализация переменных: Z1 Zj Nin1 Ninj, Nout1 Noutj Nmis1 Nmisj, Nq1 Nqj Nqmax1 Nqmaxj FLag1 FLagj, Ppot1 Ppotj F1 Fj

Ndev:=1..

/ V

tm:=1...Tmod

A(t)1 A(t)j- функции р интервал^ поступления запросов B(t)...B(t)j - функция распреЗвлен^ длительностей обслуживания запросов Tmod - Окончание моаелшоВсния j - количество модулей Ш - интерВал балансировки Ш^- Время моделирования

0

О

71 7]- объем буфера мобуля Ип1 Мгу - Счетчик ЬхосОЙ (число Вошебших В мобуль заяВок) №иМ №иТ|- Счетчик ВыхобоВ, мгл1б1 иглб] - счетчик потеряныых Ыд1 N0] - Текущая блина очереби ИдтохЧ Nqm□xJ - макс блина снереби Н1...Н] - Порог бал-ки мобуля {0,1} Р1ад1..Лод - Флаг балансироВки {0,1} Ррот - Вероятность потери запроса Р1...Р] - Флаг «занятости» мобуля {0,11

0

tm=1...Tmod

вывоз результатов моделирования

Nin1_.Ninj - Счетчик входов (число вошедших в модуль заявок)

Nout1 Noutj - Счетчик выходов, . Nmis1 Nmisj - счетчик потеряных

Генерация временных

интервалов между

запросами

хо1 xaj

Идтох1 Идтох] - максимальная блина очереби

- Вероятность потери запроса'

Ранжирование модулей

по Z/Nq , Z и сохранение в виде

списка List

БЛОК СХЕМА ЛОГИКИ РАБОТЫ ПРОЦЕДУРЫ ОБРАБОТКИ ЗАЯВОК

Блок-схема логики работы процебурыы обработки заяВок

Тт-Мт+пйт

Нет

Обработка запросоВ ИоиТ Т Р=0

Нет

ПостаВноВка запросоВ В очеребь

N0. Т

Нет

ПостаВноВка запросоВ В очеребь

жг

Нет

УстройстВо не занимается

Начало

ПостаВноВка запросоВ В очеребь

_ш_

ПРИЛОЖЕНИЕ 2

ПРИЛОЖЕНИЕ 2 БЛОК СХЕМА ЛОГИКИ РАБОТЫ ПРОЦЕДУРЫ БАЛАНСИРОВКИ

Блок-схема логики работы процедуры балансиро&ки

Конец

ПРИЛОЖЕНИЕ 3

ВЫБОРКА ЗНАЧЕНИЙ ВРЕМЕННЫХ ИНТЕРВАЛОВ МЕЖДУ ЗАЯВКАМИ (ЭМПИРИЧЕСКАЯ)

13,53 10,87 9,02 7,92 7,09 6,24 5,5 5,08 4,74 4,5 4,14 3,86

23,86 13,53 10,87 8,9 7,92 7,09 6,24 5,48 5,08 4,74 4,46 4,14 3,86

23,86 13,41 10,64 8,83 7,89 7,06 6,21 5,47 5,08 4,72 4,42 4,13 3,86

21,19 13,41 10,58 8,79 7,81 6,99 6,19 5,47 5,05 4,72 4,42 4,12 3,82

20,46 13,41 10,47 8,76 7,75 6,97 6,15 5,47 5,05 4,71 4,41 4,11 3,82

19,85 13,19 10,41 8,72 7,72 6,95 6,09 5,47 5,04 4,71 4,4 4,09 3,81

18,84 13,19 10,41 8,72 7,72 6,95 6,06 5,47 5,02 4,71 4,39 4,09 3,81

17,37 12,98 10,36 8,69 7,7 6,93 6,04 5,43 5,02 4,7 4,39 4,09 3,8

16,54 12,98 10,36 8,65 7,64 6,81 6,04 5,43 5,01 4,67 4,36 4,07 3,8

16,3 12,98 10,26 8,62 7,64 6,79 5,97 5,39 4,99 4,67 4,36 4,07 3,78

16,07 12,98 10,15 8,62 7,64 6,79 5,93 5,39 4,98 4,66 4,35 4,06 3,78

15,85 12,88 10,1 8,58 7,54 6,71 5,93 5,37 4,98 4,65 4,3 4,02 3,76

15,65 12,78 10 8,58 7,54 6,66 5,83 5,3 4,98 4,63 4,3 4,02 3,75

15,45 12,4 10 8,51 7,46 6,58 5,83 5,28 4,97 4,61 4,3 4,02 3,74

15,27 11,98 9,86 8,48 7,43 6,52 5,83 5,27 4,97 4,61 4,27 4,01 3,73

15,27 11,9 9,72 8,45 7,41 6,5 5,81 5,25 4,92 4,58 4,27 3,99 3,73

14,76 11,68 9,72 8,38 7,41 6,5 5,81 5,22 4,92 4,57 4,22 3,98 3,73

14,6 11,6 9,72 8,35 7,41 6,48 5,74 5,21 4,87 4,57 4,2 3,97 3,73

14,45 11,6 9,72 8,25 7,36 6,46 5,68 5,15 4,84 4,55 4,2 3,96 3,7

14,03 11,53 9,63 8,16 7,33 6,42 5,66 5,13 4,83 4,55 4,2 3,96 3,7

14,03 11,32 9,59 8,16 7,31 6,38 5,61 5,13 4,83 4,53 4,2 3,96 3,69

13,9 11,19 9,54 8,1 7,31 6,38 5,59 5,12 4,83 4,53 4,19 3,94 3,68

13,9 11 9,37 8,07 7,18 6,3 5,59 5,12 4,82 4,52 4,18 3,9 3,66

13,9 11 9,25 8,07 7,16 6,3 5,59 5,11 4,76 4,51 4,15 3,89 3,65

13,77 10,93 9,21 8,01 7,11 6,3 5,58 5,11 4,76 4,51 4,14 3,89 3,65

13,53 10,93 9,17 7,95 7,11 6,28 5,55 5,09 4,74 4,5 4,14 3,88 3,65

3,б3 3,41 3,17 2,95 2,72 2,57 2,39 2,23 2,0б 1,93 1,79 1,б9 1,б1

3,б3 3,41 3,1б 2,94 2,72 2,5б 2,39 2,23 2,0б 1,93 1,79 1,б9 1,б

3,б3 3,39 3,1б 2,94 2,72 2,55 2,38 2,22 2,0б 1,92 1,79 1,б8 1,б

3,б1 3,38 3,15 2,93 2,72 2,54 2,38 2,22 2,05 1,92 1,79 1,б7 1,б

3,б 3,38 3,13 2,92 2,7 2,53 2,37 2,22 2,05 1,92 1,78 1,б7 1,б

3,59 3,38 3,11 2,92 2,б9 2,53 2,3б 2,21 2,04 1,92 1,78 1,бб 1,б

3,58 3,37 3,11 2,92 2,б9 2,52 2,3б 2,21 2,04 1,91 1,78 1,бб 1,б

3,58 3,37 3,1 2,9 2,б9 2,52 2,3б 2,2 2,04 1,91 1,77 1,бб 1,б

3,58 3,37 3,1 2,89 2,б9 2,51 2,35 2,2 2,04 1,89 1,77 1,б5 1,59

3,57 3,35 3,09 2,88 2,бб 2,51 2,35 2,2 2,02 1,89 1,77 1,б5 1,59

3,5б 3,34 3,09 2,8б 2,бб 2,5 2,34 2,19 2,02 1,88 1,7б 1,б5 1,59

3,5б 3,32 3,08 2,8б 2,бб 2,5 2,33 2,19 2,01 1,88 1,7б 1,б5 1,59

3,55 3,32 3,07 2,85 2,бб 2,5 2,32 2,18 2 1,87 1,75 1,б5 1,58

3,55 3,32 3,0б 2,85 2,б5 2,49 2,31 2,18 1,99 1,87 1,75 1,б5 1,58

3,55 3,32 3,05 2,85 2,б5 2,49 2,31 2,18 1,99 1,8б 1,75 1,б4 1,58

3,54 3,31 3,05 2,84 2,б5 2,49 2,3 2,18 1,99 1,8б 1,74 1,б4 1,58

3,54 3,29 3,04 2,84 2,б4 2,49 2,27 2,17 1,99 1,8б 1,74 1,б4 1,58

3,54 3,28 3,04 2,8 2,б4 2,49 2,2б 2,1б 1,98 1,8б 1,74 1,б4 1,57

3,53 3,28 3,03 2,8 2,б3 2,49 2,2б 2,15 1,98 1,8б 1,73 1,б4 1,57

3,52 3,28 3,02 2,8 2,б3 2,48 2,2б 2,13 1,97 1,84 1,73 1,б4 1,57

3,52 3,27 3 2,8 2,б3 2,47 2,25 2,13 1,9б 1,82 1,73 1,б4 1,57

3,52 3,24 3 2,7б 2,б2 2,47 2,25 2,12 1,9б 1,82 1,72 1,б4 1,57

3,51 3,24 3 2,7б 2,б2 2,45 2,24 2,12 1,95 1,81 1,72 1,б3 1,5б

3,49 3,24 2,99 2,7б 2,б2 2,45 2,24 2,11 1,95 1,81 1,71 1,б3 1,5б

3,47 3,23 2,98 2,7б 2,б1 2,44 2,24 2,1 1,95 1,8 1,71 1,б3 1,5б

3,47 3,23 2,98 2,7б 2,59 2,43 2,24 2,1 1,95 1,8 1,7 1,б3 1,55

3,47 3,19 2,97 2,74 2,59 2,43 2,24 2,08 1,94 1,8 1,7 1,б2 1,55

3,44 3,19 2,97 2,73 2,59 2,42 2,23 2,08 1,94 1,8 1,7 1,б2 1,55

3,44 3,19 2,9б 2,73 2,58 2,42 2,23 2,08 1,94 1,8 1,7 1,б2 1,54

3,43 3,19 2,9б 2,72 2,57 2,41 2,23 2,07 1,93 1,79 1,б9 1,б1 1,52

1,52 1,44 1,37 1,31 1,21 1,13 1,09 1,04 0,98 0,93 0,89 0,84 0,79

1,52 1,43 1,36 1,3 1,21 1,13 1,09 1,03 0,98 0,93 0,89 0,84 0,79

1,51 1,43 1,36 1,29 1,2 1,13 1,09 1,03 0,98 0,93 0,89 0,84 0,79

1,51 1,43 1,36 1,29 1,2 1,13 1,09 1,03 0,98 0,93 0,89 0,84 0,79

1,51 1,43 1,36 1,29 1,2 1,13 1,09 1,02 0,98 0,92 0,88 0,84 0,79

1,51 1,43 1,36 1,28 1,2 1,12 1,08 1,02 0,98 0,92 0,88 0,84 0,79

1,51 1,43 1,35 1,28 1,2 1,12 1,07 1,02 0,97 0,92 0,88 0,84 0,78

1,51 1,43 1,35 1,27 1,2 1,12 1,07 1,02 0,97 0,92 0,88 0,83 0,78

1,51 1,43 1,35 1,26 1,2 1,12 1,07 1,02 0,97 0,91 0,88 0,83 0,78

1,51 1,43 1,35 1,26 1,19 1,12 1,07 1,02 0,97 0,91 0,88 0,83 0,78

1,51 1,42 1,35 1,26 1,19 1,12 1,06 1,02 0,97 0,91 0,88 0,83 0,78

1,5 1,42 1,35 1,26 1,19 1,12 1,06 1,02 0,97 0,91 0,88 0,83 0,78

1,5 1,42 1,34 1,26 1,18 1,12 1,06 1,01 0,97 0,91 0,87 0,83 0,78

1,49 1,42 1,34 1,24 1,18 1,12 1,06 1,01 0,96 0,91 0,87 0,82 0,78

1,48 1,42 1,34 1,24 1,18 1,11 1,06 1,01 0,96 0,91 0,87 0,82 0,77

1,48 1,42 1,33 1,24 1,18 1,11 1,06 1 0,96 0,9 0,87 0,82 0,77

1,48 1,42 1,33 1,24 1,18 1,11 1,06 1 0,96 0,9 0,86 0,82 0,77

1,47 1,41 1,33 1,24 1,17 1,11 1,06 0,99 0,96 0,9 0,86 0,82 0,77

1,47 1,41 1,33 1,24 1,17 1,11 1,05 0,99 0,96 0,9 0,86 0,82 0,77

1,47 1,4 1,33 1,24 1,17 1,11 1,05 0,99 0,95 0,9 0,86 0,81 0,76

1,46 1,4 1,33 1,23 1,17 1,11 1,05 0,99 0,95 0,9 0,85 0,81 0,76

1,46 1,4 1,32 1,23 1,16 1,11 1,05 0,99 0,95 0,9 0,85 0,81 0,76

1,46 1,39 1,32 1,23 1,16 1,1 1,04 0,99 0,95 0,9 0,85 0,81 0,76

1,46 1,38 1,32 1,23 1,16 1,1 1,04 0,99 0,94 0,9 0,85 0,81 0,76

1,46 1,38 1,32 1,23 1,15 1,1 1,04 0,99 0,94 0,9 0,85 0,81 0,76

1,45 1,38 1,32 1,23 1,15 1,1 1,04 0,99 0,94 0,9 0,85 0,81 0,76

1,45 1,38 1,32 1,22 1,15 1,1 1,04 0,99 0,94 0,89 0,85 0,8 0,76

1,45 1,37 1,32 1,22 1,14 1,1 1,04 0,98 0,94 0,89 0,85 0,8 0,75

1,44 1,37 1,31 1,22 1,13 1,09 1,04 0,98 0,94 0,89 0,85 0,8 0,75

1,44 1,37 1,31 1,21 1,13 1,09 1,04 0,98 0,94 0,89 0,85 0,8 0,75

0,75 0,7 0,бб 0,б1 0,57 0,53 0,49 0,45 0,42 0,38 0,32 0,3 0,27

0,75 0,7 0,бб 0,б1 0,57 0,53 0,48 0,44 0,41 0,37 0,32 0,3 0,2б

0,75 0,7 0,бб 0,б1 0,57 0,53 0,48 0,44 0,41 0,37 0,32 0,3 0,2б

0,75 0,7 0,бб 0,б1 0,57 0,52 0,48 0,44 0,41 0,37 0,32 0,3 0,2б

0,74 0,б9 0,б5 0,б1 0,57 0,52 0,48 0,44 0,41 0,3б 0,32 0,3 0,2б

0,74 0,б9 0,б5 0,б 0,57 0,52 0,48 0,44 0,41 0,3б 0,32 0,3 0,2б

0,74 0,б9 0,б5 0,б 0,5б 0,52 0,48 0,44 0,41 0,3б 0,32 0,3 0,2б

0,73 0,б9 0,б5 0,б 0,5б 0,52 0,48 0,44 0,41 0,3б 0,32 0,3 0,2б

0,73 0,б9 0,б5 0,б 0,5б 0,52 0,47 0,44 0,4 0,3б 0,32 0,29 0,2б

0,73 0,б9 0,б4 0,б 0,5б 0,52 0,47 0,44 0,4 0,3б 0,32 0,29 0,2б

0,73 0,б9 0,б4 0,б 0,5б 0,52 0,47 0,43 0,4 0,3б 0,32 0,29 0,25

0,73 0,б8 0,б4 0,59 0,5б 0,52 0,47 0,43 0,4 0,3б 0,32 0,29 0,25

0,73 0,б8 0,б4 0,59 0,55 0,52 0,47 0,43 0,4 0,3б 0,32 0,29 0,25

0,73 0,б8 0,б4 0,59 0,55 0,51 0,4б 0,43 0,4 0,35 0,32 0,29 0,25

0,73 0,б8 0,б3 0,59 0,55 0,51 0,4б 0,43 0,4 0,35 0,31 0,28 0,25

0,72 0,б8 0,б3 0,59 0,55 0,51 0,4б 0,43 0,39 0,35 0,31 0,28 0,25

0,72 0,б8 0,б3 0,59 0,55 0,51 0,4б 0,43 0,39 0,35 0,31 0,28 0,24

0,72 0,б8 0,б3 0,59 0,55 0,51 0,4б 0,43 0,39 0,35 0,31 0,28 0,24

0,72 0,б8 0,б3 0,59 0,55 0,51 0,4б 0,43 0,39 0,35 0,31 0,28 0,24

0,71 0,б7 0,б3 0,59 0,55 0,51 0,4б 0,43 0,39 0,35 0,31 0,28 0,24

0,71 0,б7 0,б3 0,58 0,55 0,5 0,4б 0,42 0,39 0,34 0,31 0,28 0,24

0,71 0,б7 0,б3 0,58 0,54 0,5 0,4б 0,42 0,38 0,34 0,31 0,28 0,23

0,71 0,б7 0,б3 0,58 0,54 0,5 0,4б 0,42 0,38 0,34 0,31 0,28 0,23

0,71 0,б7 0,б2 0,58 0,54 0,5 0,45 0,42 0,38 0,34 0,31 0,28 0,23

0,71 0,б7 0,б2 0,58 0,54 0,49 0,45 0,42 0,38 0,34 0,31 0,27 0,23

0,71 0,б7 0,б2 0,58 0,54 0,49 0,45 0,42 0,38 0,34 0,31 0,27 0,23

0,71 0,б7 0,б2 0,57 0,54 0,49 0,45 0,42 0,38 0,33 0,31 0,27 0,23

0,7 0,бб 0,б2 0,57 0,53 0,49 0,45 0,42 0,38 0,33 0,3 0,27 0,23

0,7 0,бб 0,б1 0,57 0,53 0,49 0,45 0,42 0,38 0,33 0,3 0,27 0,23

0,7 0,бб 0,б1 0,57 0,53 0,49 0,45 0,42 0,38 0,33 0,3 0,27 0,23

0,22 0,19 0,15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 19 0, 15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 18 0, 15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 18 0, 15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 18 0, 15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 18 0, 15 0,12 0,09 0,0б 0,03 0,01

0,22 0, 18 0, 14 0,11 0,08 0,0б 0,03 0,01

0,22 0, 18 0, 14 0,11 0,08 0,0б 0,03 0,01

0,22 0, 18 0, 14 0,11 0,08 0,05 0,03

0,21 0, 18 0, 14 0,11 0,08 0,05 0,03

0,21 0, 18 0, 14 0,11 0,08 0,05 0,03

0,21 0, 17 0, 13 0,11 0,08 0,05 0,02

0,21 0, 17 0, 13 0,11 0,08 0,05 0,02

0,21 0, 17 0, 13 0,11 0,08 0,05 0,02

0,21 0, 17 0, 13 0,11 0,08 0,05 0,02

0,21 0, 17 0, 13 0,11 0,08 0,04 0,02

0,21 0, 17 0, 13 0,11 0,08 0,04 0,02

0,2 0, 1б 0, 13 0,11 0,07 0,04 0,02

0,2 0, 1б 0, 13 0,11 0,07 0,04 0,02

0,2 0, 1б 0, 13 0,1 0,07 0,04 0,02

0,2 0, 1б 0, 13 0,1 0,07 0,04 0,02

0,2 0, 1б 0, 13 0,1 0,07 0,04 0,02

0,2 0, 1б 0, 13 0,1 0,07 0,04 0,02

0,2 0, 1б 0, 12 0,1 0,07 0,04 0,02

0,2 0, 1б 0, 12 0,1 0,07 0,04 0,02

0,19 0, 1б 0, 12 0,1 0,07 0,03 0,02

0,19 0, 15 0, 12 0,1 0,0б 0,03 0,01

0,19 0, 15 0, 12 0,1 0,0б 0,03 0,01

0,19 0, 15 0, 12 0,09 0,0б 0,03 0,01

0,19 0, 15 0, 12 0,09 0,0б 0,03 0,01

ПРИЛОЖЕНИЕ 4

ВЫБОРКА ЗНАЧЕНИЙ ВРЕМЕННЫХ ИНТЕРВАЛОВ МЕЖДУ ЗАЯВКАМИ (ГЕНЕРАТОР ИМИТАЦИОННОЙ МОДЕЛИ)

21,09 13,41 10,15 8,41 7,16 5,98 5,53 4,96 4,48 4,11 4 3,56

21,09 12,98 10,15 8,38 7,11 5,97 5,47 4,95 4,47 4,1 4 3,55

20,46 12,98 10,05 8,04 7,04 5,95 5,42 4,94 4,46 4,09 4 3,54

20,46 12,98 9,91 8,01 7,02 5,95 5,4 4,87 4,43 4,09 4 3,54

18,84 12,88 9,86 7,95 7,02 5,95 5,37 4,87 4,42 4,08 4 3,52

17,69 12,78 9,81 7,89 6,99 5,91 5,34 4,86 4,42 4,07 4 3,51

17,07 12,32 9,68 7,86 6,97 5,91 5,33 4,86 4,4 4,06 4 3,47

16,8 12,32 9,68 7,84 6,97 5,91 5,31 4,83 4,37 4,06 3,73 3,47

16,54 12,23 9,63 7,84 6,86 5,86 5,31 4,83 4,33 4,06 3,73 3,47

16,3 12,06 9,63 7,81 6,77 5,78 5,3 4,8 4,33 4,02 3,72 3,46

16,07 11,83 9,5 7,78 6,73 5,78 5,28 4,8 4,33 4,01 3,68 3,46

15,85 11,83 9,46 7,78 6,73 5,76 5,24 4,75 4,32 4 3,68 3,45

15,85 11,68 9,37 7,75 6,66 5,76 5,22 4,75 4,29 4 3,68 3,4

15,65 11,6 9,33 7,64 6,4 5,73 5,18 4,75 4,28 4 3,67 3,4

15,45 11,39 9,25 7,62 6,28 5,73 5,16 4,72 4,28 4 3,66 3,38

15,45 11,25 9,02 7,62 6,26 5,71 5,15 4,71 4,26 4 3,66 3,38

15,27 11,19 8,94 7,56 6,24 5,68 5,15 4,7 4,26 4 3,65 3,37

14,76 10,81 8,87 7,56 6,22 5,66 5,13 4,65 4,23 4 3,62 3,35

14,76 10,75 8,83 7,54 6,19 5,66 5,12 4,62 4,2 4 3,61 3,34

14,76 10,75 8,79 7,48 6,19 5,63 5,12 4,61 4,2 4 3,6 3,32

14,45 10,69 8,65 7,43 6,13 5,63 5,12 4,58 4,19 4 3,59 3,31

14,03 10,64 8,65 7,43 6,11 5,58 5,09 4,58 4,17 4 3,58 3,31

14,03 10,64 8,62 7,36 6,09 5,58 5,06 4,57 4,15 4 3,58 3,31

13,77 10,58 8,51 7,36 6,09 5,58 5,04 4,53 4,15 4 3,58 3,3

13,64 10,36 8,51 7,28 6 5,53 4,96 4,53 4,14 4 3,57 3,3

13,53 10,31 8,48 7,26 6 5,53 4,96 4,48 4,11 4 3,57 3,27

3,27 3,04 2,8 2,59 2,43 2,29 2,17 2 2 1,7б 1,б3 1,57

3,2б 3,04 2,8 2,59 2,43 2,28 2,15 2 2 1,75 1,б3 1,5б

3,23 3,04 2,8 2,58 2,43 2,28 2,15 2 2 1,75 1,б3 1,5б

3,19 3,02 2,8 2,5б 2,43 2,2б 2,15 2 2 1,75 1,б3 1,55

3,19 2,99 2,78 2,54 2,4 2,2б 2,15 2 2 1,74 1,б3 1,55

3,19 2,99 2,7б 2,53 2,4 2,2б 2,15 2 2 1,74 1,б3 1,55

3,18 2,98 2,74 2,53 2,39 2,2б 2,13 2 2 1,74 1,б3 1,55

3,17 2,98 2,73 2,53 2,39 2,2б 2,13 2 2 1,74 1,б2 1,55

3,17 2,9б 2,72 2,53 2,38 2,2б 2,13 2 2 1,74 1,б1 1,55

3,17 2,9б 2,72 2,53 2,38 2,25 2,12 2 2 1,74 1,б1 1,55

3,17 2,95 2,72 2,5 2,37 2,25 2,12 2 2 1,73 1,б1 1,54

3,1б 2,94 2,72 2,5 2,37 2,25 2,1 2 1,84 1,72 1,б1 1,54