автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Анализ и обработка информации информационно-вычислительной инфраструктуры нефтегазовых предприятий

ПЕРЕЧЕНЬ ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

РАЗДЕЛ 1. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1. Обоснование термина КИВИ.

1.2. История развития.

1.3. Аналитический обзор средств мониторинга ЛВС.

1.4. Формирование схемы системного анализа.

1.5. Проблемы функционирования КИВИ предприятий НТК.

1.6. Задачи исследования.

1.7. Выбор методов анализа данных.

Краткие выводы.

РАЗДЕЛ 2. МОДЕЛЬ ДЕЯТЕЛЬНОСТИ АДМИНИСТРАТОРА КИВИ.

2.1. Исследование деятельности администраторов.

2.2. Взаимодействие пользователей, администратора и КИВИ.

2.3. Функциональная модель деятельности администратора.

Краткие выводы.

РАЗДЕЛ 3. РАЗРАБОТКА КОМПЛЕКСА АЛГОРИТМОВ МОНИТОРИНГА ОБЪЕКТА УПРАВЛЕНИЯ.

3.1. Концепция мониторинга КИВИ.

3.2. Формирование границ мониторинга КИВИ.

3.3. Предварительная обработка данных наблюдения.

3.4. Формирование исходного множества состояний КИВИ.

3.5. Вычисление информативных параметров.

3.6. Формирование правил распознавания нормального состояния.

3.7. Распознавание текущего состояния.

3.7.1. Алгоритм формирования нейронной сети для распознавания состояний

3.8. Прогнозирование состояния КИВИ.

3.8.1. Формирование архитектуры НС для прогнозирования состояний.

Краткие выводы.

РАЗДЕЛ 4. РЕАЛИЗАЦИЯ СИСТЕМЫ МОНИТОРИНГА КИВИ.

4.1. Описание базового ПО.

4.2. Разработка ПО.

4.3. Требования к ПО.

4.4. Функциональные диаграммы работы ПО.

4.5. Интерфейсные модули.

4.6. Вычислительные программные модули.

4.7. Структура программного комплекса.

4.8. Структура базы данных.

Краткие выводы.

РАЗДЕЛ 5. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ.

5.1. Цель и база проведения экспериментальных исследований.

5.2. Предварительная обработка данных.

5.2.1. Отбор информативных параметров на основе их корреляционной характеристики.

5.2.2. Формирование исходного множества состояний.

5.3. Анализ состояний.

5.4. Уточнение набора информативных параметров.

5.5. Подбор архитектур НС для распознавания и прогнозирования состояний.

5.5.1. Подбор архитектуры НС для распознавания текущего состояния.

5.5.2. Подбор архитектуры НС для прогнозирования состояний.

Краткие выводы.

ВЫВОДЫ.

Актуальность темы диссертационного исследования

Нефтегазовый комплекс в настоящее время интенсивно создает и развивает системы управления распределенными технологическими процессами на нефте- и газопромыслах. Для этих систем управления телекоммуникационной базой, обеспечивающей интенсивные потоки информации об объектах и на объекты, являются сети компьютерных телекоммуникаций. Управление функционированием этих сетей, с целью исключения простоев из-за всевозможных коллизий трафика и тренда параметров аппаратуры, возможно только упреждением сбоев. Поэтому задача автоматизации мониторинга такого объекта управления стала актуальной.

В то же время растет интеграция внедряемых на предприятиях информационных технологий в единую инфраструктуру с целью повышения эффективности производственных и бизнес-процессов в НТК. Вследствие такой интеграции происходит усложнение корпоративной информационно-вычислительной инфраструктуры (КИВИ) нефте- и газопромыслов, нефтегазодобывающих предприятий и их сервисных подразделений. КИВИ таких предприятий - это гетерогенная, распределенная в пространстве сложная система. Это усложняет процесс управления функционированием КИВИ. Сложно наблюдать объект управления: устанавливать, что происходит в этой совокупности программно-аппаратных средств, является ли их текущее состояние нормой для КИВИ. В результате управляющий системой персонал администраторов становится способным реагировать только на факты сбоев. Это приводит к потере производительности труда и психологическим перегрузкам сотрудников. Необходимо усовершенствование технологии и средств управления КИВИ и, в первую очередь, реализовать автоматический мониторинг ее состояния.

В мониторинге состояния КИВИ участвует множество системных администраторов {Aj}: ЛВС, безопасности, почты и т.д. Для 1-го администратора А-, необходима своя модель КИВИ. Например, для А безопасности это может быть совокупность характеристик активности пользователей; для А ЛВС - совокупность параметров нагрузки, ошибок; для А приложения - совокупность показателей состояния приложения. В каждой модели имеются наиболее важные параметры, о которых можно узнать в специальной литературе и из рекомендаций производителей соответствующего программно-аппаратного обеспечения. Однако в совокупности их число может составлять десятки тысяч.

Вместе с тем, с развитием инфотелекоммуникационной инфраструктуры НТК потребность в ИТ-специалистах, обеспечивающих производственную деятельность на промыслах, в компаниях, проектных организациях НТК растет. Работы по администрированию КИВИ должны стать менее трудоемкими, с одной стороны, и более эффективными в смысле минимума простоев, с другой.

Таким образом, актуальна проблема разработки методов и создания программного инструментария поддержки деятельности администраторов по управлению функционированием КИВИ с целью повышения эффективности работы нефтегазовой отрасли.

В работе эта задача решается посредством исследования состояния КИВИ, на примере, ОАО "Тюменнефтегеофизика", являющейся сервисной компанией НТК. Проводится разработка комплекса методов динамического поиска информативных параметров КИВИ, формализации модели деятельности администратора КИВИ и создания программного комплекса поддержки деятельности этого администратора.

Актуальность для НГК подтверждает маркетинговое исследование компании Market-Visio (Россия, г. Москва, 2004г.), по которым аудит текущего состояния информационных систем, функционирование которых обеспечивает КИВИ, является одной из наиболее актуальных задач НГК, (22%) по сравнению с другими исследуемыми показателями работы предприятий НГК [7]. Необходимость мониторинга подчеркивается и в отчете компании IBS, в котором исследовано текущее состояние инфраструктуры корпоративной информационной системы ООО «Сургутгазпром» [57].

В разработке системы мониторинга учтены результаты исследований, полученные российскими учеными. Среди них - Н.А. Олифер, В.Г. Олифер, В.А.Васенин, В.А. Васенин, Э.Я. Якубайтис, Джорж Мартин, Ю.И. Шокин, A.M. Федотов, И.А. Мизин и др. Все они создавали опыт использования передовых сетевых технологий в России и создали теоретическую базу совершенствования процессов управления компьютерными сетями.

В условиях интенсивного развития КИВИ, превращения ее в неотъемлемый компонент компании и ведущий фактор ее успешной деятельности актуальна проблема, повышения эффективности средств поддержки ее высокой эксплуатационной готовности. Поэтому необходимо решить задачи:

1) выбор наименьшего набора актуальных для мониторинга параметров, характеризующих состояние объекта управления (КИВИ);

2) выявление и классификация состояний объекта управления;

3) разработка средств мониторинга объекта управления, в нашем случае -КИВИ.

Целью исследования является разработка системы автоматизированного мониторинга, повышающего оперативность выявления аномалий и степень эксплуатационной готовности КИВИ.

В диссертационной работе решены следующие задачи:

1. Системный анализ КИВИ на примере вычислительной сети ОАО "ТНГФ" с целью выявления факторов, ограничивающих ее функционирование, адекватное назначению организации, с учетом эффективности применения различных методов и программных средств в управлении и поддержке функционирования КИВИ.

2. Системный анализ традиционной деятельности администратора по обеспечению функционирования КИВИ с целью ее рационализации.

3. Разработка методики мониторинга КИВИ. В частности, поиск информативного множества параметров для мониторинга КИВИ и разработка метода прогнозирования состояний КИВИ.

4. Экспериментальное исследование разработанных методов.

На защиту выносятся следующие научные положения:

1. Разработанный и реализованный алгоритм отбора информативных параметров КИВИ, используемых в АСУ НГК, позволяет в 10-100 раз сократить количество необходимых для мониторинга параметров при заданной точности. Алгоритм использует совокупность методов непараметрического корреляционного анализа и самоорганизующихся карт Кохонена (SOM).

2. Созданные две нейронные сети позволяют распознавать и прогнозировать состояния КИВИ по сокращенной выборке информативных параметров с надежностью от 0,5 до практически 1, что подтверждено, в частности, двумя другими методами (интервальный и SOM) в случае распознавания состояний.

3. Реализованный оригинальный программный комплекс автоматизированного сбора и анализа данных позволяет систематизировать значительный объем данных о функционировании КИВИ в виде базы данных и знаний.

4. Предложенная классификация прецедентов деятельности по управлению функционированием КИВИ и экспертные оценки их приоритетности позволяют повысить эффективность этой деятельности на конкретном предприятии НГК по критериям: эксплуатационная готовность и адекватность функциональности КИВИ.

Научная новизна работы. В диссертации получены следующие новые результаты.

1. Разработан оригинальный комплексный алгоритм выбора информативных параметров, включающий последовательное использование методов: непараметрического корреляционного анализа и самоорганизующихся карт Кохонена (SOM).

2. Впервые реализован алгоритм идентификации и распознавания «картин» состояния КИВИ посредством нейронных сетей, включающий, в частности, оригинальный механизм формирования образов, соответствующих нормальным состояниям КИВИ.

3. Создано и апробировано программное обеспечение (ПО), существенно повышающее эффективность поддержки деятельности администратора КИВИ на предприятиях НТК.

4. Разработана методика системного анализа и формализации деятельности по управлению КИВИ по предложенной схеме, создана информационная модель деятельности администратора КИВИ в виде совокупности прецедентов и функциональных диаграмм.

Практическая значимость работы. Разработанные в работе методы, алгоритмы и программы используются для мониторинга КИВИ ОАО «Тюменнефтегеофизика». Эта организация взята как объект исследования ввиду того, что на такое исследование в действующей инфокоммуникационной среде промыслов невозможно. Полученные результаты могут быть использованы для анализа, формализации и поддержки деятельности администраторов посредством автоматизированного, ускоренного мониторинга КИВИ во всех предприятиях и организациях и, в первую очередь, на распределенных промыслах нефти и газа. Предлагаемые методы и разработанные средства позволяют прогнозировать аварийные состояния КИВИ и принимать решения о внеочередных профработах и необходимой модернизации. Полученный экспериментальный материал в виде базы данных и знаний, формализованных в процессе мониторинга, полезен для исследователей и обслуживающего персонала ЛВС в составе КИВИ месторождений.

Диссертация состоит из введения, 5 разделов, изложенных на 122 страницах машинописного текста, содержащих 38 рисунков, 11 таблиц, списка литературы из 108 наименований и 9 приложений на 52 страницах.

ВЫВОДЫ

В диссертационной работе получены следующие значительные результаты:

1. Выявлены недостатки существующих систем мониторинга. Они не обладают возможностью выделения минимального набора ИП для полнофакторного анализа и ограничены по функциям идентификации состояний КИВИ.

2. Сформированы рекомендации по организации деятельности администратора и выявлено направление ее рационализации, при выполнении задач мониторинга (п.2.1).

3. Разработана методика мониторинга КИВИ, которая состоит из двух этапов:

- I этап, формирование информационной базы мониторинга, где разработаны алгоритмы выявления множества ИП и формирования исходного набора состояний КИВИ, включающий последовательное использование методов непараметрического корреляционного анализа и самоорганизующихся карт Кохонена;

- II этап, текущая обработка данных о КИВИ, где разработаны алгоритмы мониторинга ее текущего и прогнозного состояний. Для распознавания текущего состояния сформирована архитектура НС, особенностью которой является введение дополнительных векторов значений параметров характеризующих аномальное состояние системы. Для прогнозирования состояний сформирована архитектура НС, особенностью которой является подбор ретроспективного набора данных необходимых для наиболее успешного выполнения этой функции.

4. Разработан программный комплекс для мониторинга функционирования КИВИ, реализующий разработанные алгоритмы. Сформирована база данных и знаний. Ее особенностями являются: большой объем хранимой информации, сжатие хранимой информации и оптимизация по скорости выполнения запросов предоставления информации.

В работе выполнены задачи исследования и дополнительно осуществлено формирование нового термина КИВИ (Корпоративная Информационно-Вычислительная Инфраструктура) базирующегося на основных понятиях информационных систем и вычислительных сетей, с целью определения области функционирования разрабатываемой системы мониторинга.

Учтивая тенденции развития нефтегазовой отрасли, в частности, связанные с автоматизацией управления распределенными процессами, частью которых является система мониторинга оборудования, необходимо заметить, что мониторингу самой системы уделяется мало внимания. В таком контексте использование результатов работы в НТК крайне желательно Защищаемые положения во введении.

1. Аткинсон К. Фундамент метамоделирования Текст. / К. Аткинсон, К. Томас / Открытые системы. № 12, 2003 С.57-61.

2. Библиограция по нейронным сетям Электронный ресурс. Режим доступа: http://neurnews.iu4.bmstu.ru/booky.

3. Богомолов С.Е. SNMP Электронный ресурс. / С.Е. Богомолов. Режим доступа: http://www.bog.pp.ru/work/SNMP.html.

4. Борисенко В.А., Заиконников С.Ю., Федотов С.И. Современные информационные системы нефтепромыслов Текст. / В.А. Борисенко, С.Ю. Заиконников, С.И. Федотов // Нефтяное хозяйство, №12, 2003.

5. Воловодов А. СЛОВАРЬ ТЕРМИНОВ СКС. Пособие для пользователей Версия 5.0 Электронный ресурс. / А. Всевлодов. Режим доступа: http://www.ecolan.ru/dictionary.htm

6. Востребованности услуг консалтинга в сфере ИТ Текст. : отчет по результатам маркетингового исследования / компания Market-Visio. М., 2004. -88 с.

7. Галушкин А.И. Основы нейроуправления Текст. / А.И. Галушкин // Информационные технологии (Приложение). М.: Новые технологии, №10, 2002.

8. Гараева Ю. CASE-средства: в борьбе со сложностью мира Электронный ресурс. / Ю. Гараева , И. Пономарев. Планета КИС. 2004. Режим доступа: http://www.russianenteфrisesolutions.com/techno/04/l 0 l.html.

9. Ю.Головко В.А. Нейронные сети: обучение, организация и применение Текст. / В.А. Головко // Кн. 4: Учеб. Пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2001. 256 с.

10. Горбань А.Н. Функции многих переменных и нейронные сети. Электронный ресурс. / А.Н. Горбань. КГТУ, 1998. Режим доступа: http://www.pereplet.ru/obrazovanie/stsoros/692.html.

11. З.Гринько Д. Управление гетерогенными сетями связи Текст. / Д. Гринько, В. Саякин. LAN. №11, 2001.

12. Гринько Д. Учет и контроль в сетях связи Текст. / Д. Гринько, В. Саякин. LAN. № 2, 2002.

13. Губанов Д.Л. Прописные истины в интерпретации сетевого администратора Текст. / Д.Л. Губанов, А.О. Сергеев // IX Всероссийская научно-методическая конференция "Телематика-2002", СПб. 2002.

14. Гультяев А.К. Проектирование и дизайн пользовательского интерфейса Текст. / А.К. Гультяев, В.А. Машин. Спб.:Корона-принт, 2000. 352 с.

15. Доктрина информационной безопасности Российской Федерации (утверждена Президентом РФ 9 сентября 2000 г. № Пр-1895) Текст. / Управление защитой информации :Минск-Москва, Т. 4, № 4, 2000- С.388-410.

16. Дорот В. Л. Толковый словарь современной компьютерной лексики: Св. 2000 терминов и словосочетаний. [Текст] / В. Л. Дорот // 2-е изд., перераб и доп. СПб.: BHV-Санкт-Петербург, 2001. 509 с.

17. Дружинин Е.Л. Разработка методов и программных средств выявления аномальных состояний компьютерной сети Электронный ресурс. / Е.Л. Дружинин // Дис. канд. техн. наук : 05.13.13, 05.13.11 Москва, 2005. 202 с. РГБ ОД, 61:05-5/2558.

18. Дюк В. Data Mining Текст. : учебный курс / В. Дюк, А. Самойленко. СПб: Питер, 2001. 368с.

19. Информационная технология. Словарь. Основные термины Текст. : ГОСТ ИСО/МЭК 2382-01-98 / Пер. с англ. Э. П. Крюковой.

20. История развития ИС Электронный ресурс. / Режим доступа: http://www.do.rksi.ru/library/courses/opais/temall.dbk.

21. Калянов Г.Н. CASE: структурный системный анализ (автоматизация и применение) Текст. // Г.Н. Калянов. М.: ЛОРИ, 1996 242с.

22. Крисилов В.А. Преобразование входных данных нейросети с целью улучшения их различимости Электронный ресурс. / В.А. Крисилов, А.В. Кондратюк. Режим доступа :http://neuroschool.narod.ru/articles.html

23. Ларман К. Применение UML и шаблонов проектирования Текст. : Уч. пос. / К. Ларман. М.: Изд. дом "Вилиамс", 2001. 496с.

24. Левенчук А.И. Управление знаниями в управлении проектами Электронный ресурс. / А.И. Левенчук. 2001. Режим доступа : http://www.communiware.rU/l 1574

25. Манд ел Т. Разработка пользовательского интерфейса. Для программистов Текст. / Мандел Т. ДМК, 2001. 416 с.

26. Маркин М.И. Синтез архитектуры нейросетевого аппроксиматора под заданное приложение Текст. / М.И. Маркин, Р.Л. Смелянский. Искусственный интеллект (Донецк), 2000. № 2.- С. 13 8-144.

27. Матвеев Н.И, Быков О.В. Современные информационные системы нефтепромыслов Текст. / О.В.Быков, Н.И Матвеев. Нефтяное хозяйство, 2004. №2.

28. Медведев B.C. Нейронные сети. Matlab 6 Текст. / B.C. Медведев, В.Г. Потемкин. М.:Диалог-МИФИ, 2002. -496с.

29. Метод корреляционных плеяд Электронный ресурс. Режим доступа: http://attribution.karelia.ru/plead/plead.html.

30. Методология функционального моделирования IDEF0 Текст. / РД IDEF0. 2000.

31. Миркес Е.М. Нейроинформатика Текст. : Учеб. пособие для студентов / Е.М. Миркес. Красноярск: ИПЦ КГТУ, 2002. 347 с.

32. Олифер Н.А., Олифер В.Г. Компьютерные сети, принципы технологии, протоколы Текст. / Н.А. Олифер, В.Г. Олифер. СПб, Издательский дом "Питер", 2001.-672 с.

33. Пальянов П.А. Современные информационные системы нефтепромыслов Текст. / П.А Пальянов. Нефтяное хозяйство, №3, 2004

34. Перегудов, Ф.И. Введение в системный анализ Текст. : учеб. пособие для вузов / Ф.И. Перегудов, Ф.П. Тарасенко. М.: Высш. шк., 1989. 367 с.

35. Проблемы построения и обучения нейронных сетей Текст. / под ред. А.И.Галушкина и В.А.Шахнова. М. Изд-во Машиностроение. Библиотечка журнала Информационные технологии, №1, 1999. 105 с.

36. Репин В.В. Сравнительный анализ нотаций Электронный ресурс. /В.В. Репин. Режим доступа: http://www.interface.ru/fset.asp?Url=/ca/ an/danarisl.htm.

37. Ростова Н.С., Корреляционный анализ в популяционных исследованиях Текст. : Сборник Экология популяций / Н.С. Ростова. М.: Наука, 1991- С.69-86.

38. Рубцов С.В. Сравнительный анализ и выбор средств инструментальной поддержки организационного проектирования и реинжиниринга бизнеспроцессов Электронный ресурс. / С.В. Рубцов. Режим доступа: http://or-rsv.narod.ru/Articles/Aris-IDEF.htm.

39. Скотт К. Унифицированный процесс. Основные концепции Текст. / К. Скотт // Пер. с англ. М.: "Вильяме", 2002. 160с.

40. Современная энциклопедия Электронный ресурс. / Режим доступа: http://dic.academic.ru.

41. Стандарты по информационным технологиям Электронный ресурс. Режим доступа: http://www.nit.kz/standart.asp.

42. Ткаченко А. В. Разработка нейросетевой системы управления котлом энергоблока Электронный ресурс. / А. В. Ткаченко / Автореферат магистерской работы. Режим доступа http://masters.donntu.edu.ua/t2005/kita/tkachenko/diss/index.htm.

43. Ткаченко А. Н. Локальная вычислительная сеть Intranet. Ее организация и роль в управлении образовательным процессом (из опыта работы) Электронный ресурс. / А. Н. Ткаченко. Режим доступа : www.eduhmao.ru.

44. Толковый словарь Ушакова Электронный ресурс. Режим доступа: http://dic.academic.ru.

45. Уоссермен Ф. Нейрокомпьютерная техника.Теория и практика Текст. / Ф.Уоссермен. М: Мир, 1992.

46. Усенко О.А. Разработка и исследование методов статистической диагностики технологических объектов Электронный ресурс. // О.А. Усенко // Дис. канд. техн. наук : 05.13.01 Таганрог, 2003. 310 с. РГБ ОД, 61:04-5/12-3.

47. Федотов М. Системы сетевого/системного управления: принципы создания Электронный ресурс. / М. Федотов. Режим доступа: http://qwerty.natm.ru/doc/manual/1252.html.

48. Хартьян Д-Ю. Модель деятельности администратора инфокоммуникационной инфраструктуры организации Текст. / Д.Ю. Хартьян,

49. B.А. Шапцев // Вестник кибернетики. Тюмень: ИПОС СО РАН, Вып. 4, 2005.1. C.84-95.

50. Хартьян Д.Ю. Повышение эксплуатационной готовности интенсивно развивающихся компьютерных сетей НГК Текст. / Д.Ю. Хартьян // Сборник научных трудов ИНиГ ТГНГУ. Тюмень: Изд-во ТГНГУ, 2005.- С.35-44.

51. Хартьян Д.Ю. Проблема адекватного развития инфокоммуникационной инфраструктуры территориально распределенного предприятия Текст. / Д.Ю. Хартьян, В.А. Шапцев // Вестник кибернетики. Тюмень: ИПОС СО РАН, Вып. 2, 2003.- С.55-63.

52. Хартьян Д.Ю. Распознавание состояний коммуникационной инфраструктуры нефтегазовых предприятий посредством нейросетей прямого распространения Текст. / Д.Ю. Хартьян // Горные ведомости. Тюмень: Изд-во ОАО «СибНАЦ», Вып. 4, 2006.- С.70-77.

53. Хисамутдинов С.И., Жильцов А.А. Современные информационные системы нефтепромыслов Текст. / С.И. Хисамутдинов, А.А. Жильцов. Нефтяное хозяйство, №12,2003.

54. Христов П. Инструменты управления сетью Текст. / П. Христов. Открытые системы, №3, 1994.

55. Чирков М. Полезные SNMP MIB Object (OID) для выдирания с Cisco Электронный ресурс. / М. Чирков. Режим доступа : http://solaris.opennet.ru/base/net/ciscosnrnp.txt.htrnl.

56. Шаповаленко С. Динамическое моделирование и анализ корпоративных вычислительных систем Текст. // С. Шаповаленко. Сетевой журнал, № 6, 2001.

57. Штайнке С. Алмаз неограненный / С. Штайнке. LAN, №5, 1995.

58. Шумский С.А. Самоорганизующиеся семантические сети Электронный ресурс. / ФИАН им. Лебедева, ООО "НейрОК", Москва. Режим доступа: www.neurok.ru.

59. Эргономика Текст. : Учеб. пособие для вузов / Ред. В.В.Адамчук; Всерос.заоч.фин.-экон.ин-т.-М.: ЮНИТИ, 1999.-254с.

60. Юсупов Р. М., Научно-методологические основы информатизации Текст. / Р. М. Юсупов, В. П. Заболотский. СПб.: Наука, 2000.- С.436-439.

61. Якубайтис Э.А. Информационные сети и системы. Справочная книга. М.: Финансы и статистика, 1996. 368с.: ил.

62. Andersen. Т. A Provably Convergent Dynamic Training Method for Multilayer Perceptron Networks Text. / T. Andersen, T. Martinez// Proc. of the 2nd International Symposium on Neuroinformatics and Neurocomputers, 1995.

63. Balakrishnan K. Evolutionary Design of Neural Architectures Text. / K. Balakrishnan, V. Honavar // A Preliminary Taxonomy and Guide to Literature. Tech. Report CS TR95-01 Dep. of Computer Science, Iowa State University, Ames.

64. Desktop Management Interface (DMI) Standards Электронный ресурс. Режим доступа: http://www.dmtf.org/standards/dmi/.

65. Fahlman S.E. The Cascade Correlation Learning Architecture Text. / S.E. Fahlman, C. Lebiere // Research Report CMU-CS-90-100, 1991.

66. Flannagan M. E. The Best Damn Cisco Internetworking Book Period Text. / Flannagan M. E. and Frends. Syngress Publishing, Inc.

67. Foresee F. D. Gauss-Newton approximation to Bayesian regularization Text. / F. D. Foresee, M. T. Hagan // Proceedings of the 1997 International Joint Conference on Neural Networks. 1997. p. 1930-1935

68. Fritzke B. A growing neural gas networks learns topologies Text. / B.Fritzke // In Advances in Neural Information Processing Systems 7, eds. G.Tesauro, D.S.Touretzky, T.K.Leen, MIT Press, Cambridge MA. 1995. p.625-632

69. Guidelines for Polling for MIB Variables Electronic resource. / Cisco Systems Inc. 1995. — Режим доступа: http://public.srce.hr/~ddelija/fuzzy/papers/ciscopaper.html.

70. Gusarova A. The methods of cluster analysis results validation Text. / A. Gusarova, I. Yatskiv // Proceedings of International Conference RelStat'04, Transport and Telecommunication. 2005. Vol.6. N 1.

71. Hecht-Neilsen R. Neurocomputing Text. / R. Hecht-Neilsen. Amsterdam: Addison Wesley, 1991.

72. Held G. Ethernet Networks: Design, Implementation, Operation, Management Text. / G. Held. John Wiley & Sons, Ltd, 2003.

73. Hortz J. Introduction to the theory of neural computation Text. // J. Hortz, A. Krogh, R. Palmer. Addison Wesley Publishing Company, 1991.

74. Koivo H. N. NEURAL NETWORKS: Basics using MATLAB Neural Network Toolbox Electronic resource. // H. N. Koivo. 2000

75. Krishnakumar K. Micro-Genetic Algorithms for Stationary and Non-Stationary Function Optimization Text. / K. Krishnakumar // Proceedings of SPIE's Intelligent Control and Adaptive Systems Conference, p.289-296.

76. Nguyen D., Widrow B. Improving the learning speed of 2-layer neural networks by choosing initial values of the adaptive weights Text. // D. Nguyen, B. Widrow. Proceedings of the International Joint Conference on Neural Networks, 3— 1990, p.21-26.

77. Oja M. Bibliography of Self-Organizing Map (SOM) Papers Text.:1998-2001 Addendum / M. Oja, S. Kaski, T. Kohonen // Helsinki University of Technology, Neural Networks Research Centre.

78. Reed R. Pruning algorithms A survey Text. / R. Reed // IEEE Transactions on Neural Networks, 4,1993. p. 740-747.

79. Riedmiller M. A direct method for faster backpropagation learning Text. / M. A Riedmiller // Proceedings of the 1993 IEEE International Conference on Neural Networks (ICNN '93), Vol. 1, San Francisco, p.586-591.

80. SNMP (Simple Network Management Protocol) Electronic resource. -Режим доступа: http://www.snmp.com/protocol/.

81. SOM Toolbox 2.0 Electronic resource. Режим доступа: / http://www.cis.hut.fi/projects/somtoolbox/.

82. Swingler К. Applying Neural Networks Electronic resource. : A Practical Guide (перевод Ю.П.Маслобоева) / К. Swingler. Режим доступа: http://matlab.exponenta.ru/neuralnetwork/book4/index.php.

83. Thimm G. Neural networks initialization Text. / G. Thimm , E. Fiesler // Natural to Artificial Neural Computation. Malaga: IWANN, 1995. c.533-542.

84. Whitley D. Optimizing neural networks using faster, more accurate genetic search Text. / D. Whitley, T. Hanson //3rd International Conference on genetic algorithms p. 391-396, San Mateo, С A, 1989.