автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Автоматизированное проектирование корпоративных сетей на основе нечетких гиперграфов

Наг [си

МАКЕЕВ Антон Сергеевич

АВТОМАТИЗИРОВАННОЕ ПРОЕКТИРОВАНИЕ КОРПОРАТИВНЫХ СЕТЕЙ НА ОСНОВЕ НЕЧЕТКИХ ГИПЕРГРАФОВ

Специальность 05.13.12 - Системы автоматизации проектирования по техническим наукам (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Ульяновск-2006

Работа выполнена на кафедре "Информационные системы" в Ульяновском государственном техническом университете.

Научный руководитель:

Д.Т.Н., профессор УлГТУ Ярушкина Надежда Глебовна. Официальные оппоненты:

Д.т.н., профессор УлГТУ Нсгода Виктор Николаевич.

К.т.н., ЗАО "РДТЕХ", г. Москва Горбоконенко Евгений

Александрович.

Ведущая организация:

Федеральный научный производственный центр ОАО НПО "МАРС" г, Ульяновск.

Защита состоится 23.11.2006 в 15.00 на заседании диссертационного совета Д 212.277.01 по адресу: 432027, Ульяновск, ул. Северный венец, 32, Ульяновский государственный технический университет.

С диссертацией можно ознакомиться в библиотеке УлГТУ. Автореферат разослан« октября 2006г.

Ученый секретарь диссертационного совета Д 212.277.01 Д.т.н., профессор Казаков М.К.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В настоящее время наличие корпоративной сети (КС) в учебной организации, правительственных органах, военных организациях, деловом предприятии является неотъемлемой частью их инфраструктуры. За последнее десятилетие отмечается интенсивное развитие распределенных КС различной конфигурации на базе Интернет-технологий с последующей их интеграцией в глобальную информационную сеть.

Проектирование и обслуживание КС является сложным поэтапным многоуровневым процессом. Основная задача - построение оптимальной системы, которая максимально использует свои ресурсы и технические возможности.

В этой области накоплен очень большой опыт, однако зачастую практике сети проектируются и устанавливаются без привлечения научных методов в этой области, что приводит в итоге к частым перегрузкам сетей или блокировки их работы. Для малых локальных сетей это не является критичным, в то время как для корпоративных и тем более распределенных сетей ошибки проектировщиков непосредственно сказываются на эффективности их работы.

Актуальность проблемы

На сегодняшний день при существующих темпах развития обмена информацией КС загружаются до предела, это может привести их к "коллапсу" и следовательно к непредсказуемой остановке бизнес-процессов в организации. Причина кроется в том, что КС и используемые в них сервисы развиваются значительно быстрее, чем базовые технологии передачи данных и происходит модернизация используемого сетевого оборудования. Современные бизнес-процессы предполагают создание интерактивных автоматизированных рабочих мест, потребляющих большие объемы часто меняющейся информацией, с последующем увеличением трафика в сети.

Чтобы оценить эффективность использования систем с распределенной обработкой различной информации в КС необходимо учитывать качественные оценки характеристик этих сетей. Отсутствие в алгоритмах маршрутизации учета дополнительных факторов сети, которых с каждым днем становится все больше и больше, указывает на необходимость улучшения или дополнения протоколов маршрутизации путем анализа и оценок дополнительных характеристик сетей.

Разработчики сетевого программного обеспечения и администраторы сетей привязываются к требованиям бизнесс-процессов, не учитывая при этом, что КС развиваются стихийно и широкомасштабно. При проектировании КС необходимо учитывать временные перегрузки, периодичность изменения параметров сетевых устройств и каналов связи, информацию о протоколах маршрутизации, характере трафика, также правила временной потребности трафика, РУС. Н Л ц дазржшШчР^е

БИБЛИОТЕК\

С.-Петербург 03 20(&аку?-/А

метеорологические условия, нестандартные ситуации.

Следовательно, необходимо вводить в систему проектирования КС описание характеристик, которые влияют на прохождения пакетов в сети, что позволит даже на основании прогнозных данных вырабатывать оптимальные решения.

Перечисленные аспекты проблемы проектирования КС делают тему диссертационной работы актуальной.

Цель диссертационной работы

Целью диссертации является исследование применимости теории нечетких гиперграфов к задачам автоматизированного проектирования КС, разработка методов, моделей и алгоритмов, позволяющих повысить качество автоматизированного проектирования в условиях неопределенности, построение программной системы моделирования маршрутизации и разработки проектных решений КС с использованием нечетких метрик, позволяющей эффективно оптимизировать загрузку существующих КС.

Задачи исследования

Для достижения поставленной цели необходимо решить ряд задач:

1. Провести сравнительный анализ существующих систем моделирования методов маршрутизации КС;

2. Разработать средства представления структуры КС на основе нечетких гиперграфов;

3. Построить методику учета нечетких метрик;

4. Разработать модель трафика КС;

5. Сформировать алгоритм маршрутизации с использованием нечетких гиперграфов и нечетких метрик;

6. Разработать и реализовать программу автоматизированного проектирования КС на основе предварительного моделирования маршрутизации.

Методы исследования

Современная теория неопределенности, неточности и нечеткости; теория вероятностей; теория графов, теория имитационного моделирования.

Научная новизна диссертационной работы заключается в следующем:

1. Впервые построена модель КС на основе нечетких гиперграфов;

2. Предложена методика расширения протоколов маршрутизации, отличающаяся от известных использованием нечетких метрик характеристик элементов сети;

3. Разработан новый алгоритм моделирования роутинга для КС с использованием нечетких прогнозных данных о трафике и вычислительной загрузке сети;

4. Сформулирована новая методика использования результатов моделирования маршрутизации при автоматизированном проектировании вычислительной сети.

Достоверность результатов диссертационной работы.

Достоверность научных положений, выводов и рекомендаций подтверждена результатами экспериментов, а также результатами использования материалов диссертации и разработанной системы в проектной организации.

Основные положения, выносимые на защиту

1. Модель КС, построенная на основе теории нечетких гиперграфов, которая позволяет оперировать прогнозными данными о трафике и вычислительной загрузке сети;

2. Методика расширения протоколов маршрутизации, использующая нечеткие метрики характеристик элементов сети, которая эффективно управляет трафиком в КС;

3. Алгоритм поиска пути с использованием нечетких метрик, применимый для маршрутизации КС;

4. Методика использования результатов САПР КС на основе нечетких гиперграфов, позволяющая эффективно оптимизировать загрузку существующих КС.

Практическая значимость работы

Созданная система автоматизированного проектирования КС используется в производстве и позволяет эффективно перераспределять высокоприоритетный трафик путем применения предлагаемых методик и автоматической оптимизации, а так же сократить время, затрачиваемое на проектирование КС.

Реализация результатов работы

Результаты диссертации и практические рекомендации использованы при переконфигурации маршрутизаторов сегментов КС ГУ ЦБ РФ по Ульяновской области (г. Ульяновск 2005 г.), при проведении процессов проектирования сетей и обучения сетевым технологиям в AHO "Образовательный Центр Сетевых Технологий Диамонда" (г. Москва 2006 г.), в Федеральном научно производственном центре ОАО НПО "МАРС" ( г. Ульяновск 2006 г.).

Апробация работы

Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на международной конференции "Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике" (г. Ульяновск, УлГТУ, 2000 г.), 4-й международной конференции "Интерактивные системы" (г. Ульяновск, УлГТУ, 2001 г.).

научно-технической конференции УлГТУ. "Вузовская наука в современных условиях" (г. Ульяновск, УлГТУ, 2001,2003,2005,2006 г.г.), научных сессиях МИФИ (г. Москва, МИФИ 2002, 2003 г.г.), на 2-ом Международном научно-практическом семинаре "Интегрированные модели и мягкие вычисления в искусственном интеллекте", (г. Коломна, РАИИ ,РАНС 2003 г.), международной научно-технической конференции IEEE AIS'04, CAD-2004 "Интеллектуальные системы", "Интеллектуальные САПР" (г. Двиноморское 2004 г.), 34-ом международном салоне изобретений, новой техники и товаров "Женева-2006" (г. Женева, Швейцария, 2006 г.).

Публикация результатов работы.

По теме диссертации опубликовано 12 работ.

Личный вклад.

Все результаты, составляющие содержание диссертации, получены автором самостоятельно.

Структура и объем работы

Диссертационная работа состоит из введения, четырех глав и заключения, содержит 267 страниц машинописного текста, 35 таблиц, 36 рисунков, список литературы из 137 наименования и 8 приложений.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении рассмотрена актуальность проблемы проектирования современных распределенных КС, сформулированы объекты исследования и предмет исследования, излагаются цель и соответствующие ей задачи работы.

Первая глава «Обзор методов и средств автоматизированного проектирования вычислительных сетей» посвящена анализу существующих моделей, систем автоматизации проектирования, методик и инструментов для моделирования и проектирования вычислительных сетей. Изложено текущее состояние различных исследований, ведущихся в этом направлении. Приведены классификации сетей, определения и свойства КС, принципы маршрутизации, алгоритмов построения путей в сетях и их эффективность.

Рассматриваются вопросы моделирования маршрутизации и оптимизации параметров, структуры и функциональности сетей, значимость показателей алгоритмов маршрутизации, обзор ведется по всем этим направлениям.

Сделаны выводы о том, что использование пакетов различных классов позволяет строить адекватные модели современных систем и сетей в частности. Языки моделирования общего назначения обладают наиболее широкими функциональными возможностями для любых предметных

областей, могут описывать любые свойства компонентов и программировать их взаимодействия. Визуальные системы моделирования более наглядны и современны, но обладают меньшей функциональностью. Специализированные системы позволяют проводить более детальное и адекватное моделирование вычислительных сетей, однако такие пакеты еще недостаточно распространены и их применение сдерживает значительная стоимость.

Дана краткая характеристика существующих программных систем, позволяющих моделировать поведение КС на различных уровнях. Вторая глава "Модели маршрутизации в корпоративных сетях"

В первой части главы описывается модель маршрутизации, которая находится на стыке нескольких теорий: графов, теории нечетких множеств и нечетких гиперграфов. В работе дается краткое описание основных положений каждой из теорий с целью подвести под ними общую черту, определить круг понятий, область применения, свойства операций, все то, что должна включать в себя разработанная модель. На этой основе формируются требования и ограничения к модели маршрутизации. Этому посвящена вторая часть главы. Третья часть посвящена непосредственно описанию модели маршрутизации КС на основе нечетких гиперграфов с использованием нечетких метрик.

Математическое описание модели вычислительной сети возможно с помощью математического аппарата описанного в работах Зыкова А.А., Харари Ф. , Бержа К. , Буркова В.Н., Заложнева А.Ю., Новикова Д.А, Кристофидеса Н., путем представления сети с помощью графа, где множество вершин является множеством узлов КС, множество ребер -является множеством каналов. Рассмотрено гиперграфовое представление КС и ее сегментов (Рис.1.).

Рис. 1. -Представление обмена маршрутными таблицами в КС гиперграфом

В работе для описания моделей КС предложено использование

нечеткого графа и нечеткого гиперграфа. В исследованиях, основанных на

использовании математического аппарата, описанного Мондерсоном Ж.Н.,

Найр П.С, Берге С., Малышевым Н. Г., Берштейном Л. С., Боженюком А,

В., сделаны выводы о том, что нечеткие графы являются эффективным

способом лредставления данных КС, нечеткие гиперграфы являются

обобщением понятия нечетких графов на случай, когда

7

произвольные ребра могут иметь любое, в пределах данного числа вершин, количество нечетко инцидентных им вершин.

Нечеткий ориентированный гиперграф можно рассматривать как произвольный набор нечетких подмножеств, определенных в одном множестве. Алгебраические операции являются операциями сравнения графовых представлений моделей КС. Использование такого подхода позволяет привлекать возможности теории графов для построения алгоритмов принятия решений и исследования структуры объектов, сетевых взаимодействий (описания маршрутов), представимых нечеткими гиперграфами.

Для решения задачи поиска пути в графе известны алгоритмы, которые предложены Ахо А., Хопкрофтом Дж., Ульманом Дж., Асановым М.О., Баранским В.А., Расиным В.В., Кристофидесом Н.

Среди предложенных механизмов были рассмотрены следующие алгоритмы поиска кратчайших путей в графах: алгоритм Беллмана-Форда, алгоритм Дейкстры, волновой алгоритм, алгоритм Флойда, Алгоритм Иена Алгоритм Крускала.

Определено, что маршрут Р в распределенной КС, которая описана с помощью взвешенного графа G = {V,E,c}, представлен как некоторый (v,w) путь:

v = F0—^=w Длина пути Р определена как с(Р):

с(Р)-с(Е1)+ с(Е2)+... + с(Ек).

Для поиска пути в КС предложено использование алгоритма AI, который находит путь минимальной суммарной длины во взвешенном графе с неотрицательными весами, описанный Асановым М.О., Баранским В.А., Расиным В.В.

В механизме алгоритма Дейкстры используется функция Min{F), которая возвращает вершину w е F, такую, что справедливо равенство D[w] = min{jD[v] | v e F) , что является нахождением кратчайших путей от данной вершины-источника до всех остальных вершин, перебирая пути в порядке увеличения их длин.

Вход алгоритма: сеть G = {V,E,c} заданная матрицей весов А порядка п; выделенная вершина s.

Выход алгоритма: расстояния £>[v] - расстояния s от всех вершин veV, где Pfv] - предпоследняя вершина в кратчайшем (s,v) пути.

В распределенных КС параметры узлов маршрутизации и каналов передачи данных, используемые для определения метрики в протоколах маршрутизации, являются непостоянными и могут изменяться. Появляется задача поиска оптимального пути в сети с нечетко заданными параметрами или множеством параметров. Поиск пути в распределенных КС происходит на любой стадии эксплуатации и проектирования путем приведения к минимизированному виду КС в форме объединения опорных узлов и каналов связи между ними. Соответственно, каждый

канал новой сети может быть представлен как канал связи, так и как подсеть, состоящая из отдельно взятых промежуточных узлов, связанных между собой каналами связи. При объединении структуры рассматриваемой сети, наглядно вырисовывается логическая схема операторов связи в WAN сетях, большинство которых имеют связи со всеми остальными сетями.

В описании объектов КС также появляются как четкие, так и нечеткие параметры. В процессе описания межсетевых процессов со стороны проектантов и администраторов КС появляются объективные и не объективные параметры, которые описывают передачу трафика и взаимодействие межсетевых процессов. К любой составляющей КС можно применить термин как "плохой канал", "быстрая линия", "медленный маршрутизатор", "хороший мультиплексор " и т.д.

Введены параметры, относящиеся к узлам маршрутизации: Рг -пропускная способность маршрутизатора, Ъг - задержка при передаче, Sr -стабильность работы и параметры, относящиеся к каналам связи: Рк -пропускная способность канала, Sk- стабильность работы, Zk - задержка.

Экспертом описаны лингвистические переменные с 7 лексическими значениями. Рассмотрим описание на примере переменной Sr, определяющей факторы, влияющие на лексическое значение -перегрузка, нагрев, круглосуточный режим работы, погодные условия (Таб.1.)

Лексическое значение Очень большая Высокая Большая Хорошая Средняя Низкая Очень М2Л2Й

Sr(max) 5 лет 3 года 1 год б мес 3 мес 1 мес 1 день

Sr(minl 3 года 1 год 6 мес 3 мсс 1 мес 1 день 1 час

Таб.] Описание Sr

Ok = fx —+f2Sk +f3Pk , где fi,fifi коэффициенты, отражающие нечеткие характеристики канала.

+ t2Sr + t¡Prt где ',,¿2^3 коэффициенты, отражающие

¿г

нечеткие характеристики узла.

Общая оценка пути вычисляется по формуле:

(»1 У-1

Каждая нечёткая величина Or¡ и Ok¡ рассматривается как

объединение трапециевидных нечетких интервалов параметров узлов и каналов.

а)

/ М, \ / м, Ш'1 т'/ т'/

И , а>, ь,

г ! 1 1

Рис. 2. Формирование нечеткой метрики Каждый из этих нечётких интервалов М представлен пятёркой: Ц =(>А>Щ'арД'/,<), где

- п^ - нижнее модальное значение нечеткого интервала М,;

- т,- верхнее модальное значение нечеткого интервала М,;

- а,- левый коэффициент нечеткости;

- Р, - правый коэффициент нечеткости;

- А, - высота нечеткого интервала.

Нечёткая величина М1+М/, где М, М/ - два трапециевидных нечётких интервала (Рис. 2.) есть также трапециевидный нечёткий

интервал {т ,»Г,а,/? ,(г), где /з = тт{Ы, И/); п^&Ь+Ь. |;

~ ______И к!)

Рис. 3. Объединение нечетких интервалов ФП

Таким образом, общей метрикой маршрута является объединение нечётких величин параметров каналов связи и узлов маршрутизации,

которые в свою очередь представляют собой объединение нечетких интервалов ФП каждой из локальных характеристик (Рис. 3).

В моменты выбора узла с наименьшей накопленной метрикой происходит дефаззификация и сравниваются два чётких числа (Рис. 4).

х =

т1 + т2 + Ь/2-а/2

Рис. 4. Дефаззификация

Нечеткий ориентированный гиперграф первого рода Й=(У,В) будет являться адекватной математической моделью маршрутных таблиц при моделирования процесса маршрутизации в КС, если предположить, что множеству вершин У гиперграфа взаимно однозначно сопоставлено множество активных элементов I - узлов КС, а каждый маршрут прохождения по элементам jeJ представляет собой последовательность прохождения по множеству / и соответствует ориентированному ребру Зj гиперграфа Й=(У,В). Причем значения функции принадлежности определяются, исходя из особенностей передачи информационных

пакетов по каналам связи и обработки их в узлах связи.

Задача разбиения множества I активных элементов на определенные части по критерию качества обработки информации активными элементами заключается в поиске разбиения множества вершин У,\У\=п, на части Г/, У2>... Ук, где |К/|=И/, \У2\-п2,...., \Ук\=пь п,+ «2+...+ щ. и, что сводится к последовательному разбиению множества К на два подмножества V/, и У2 = У\ V/.

Поскольку в каждом ориентированном ребре имеется существенная последовательность вершин, то можно перейти от каждого нечеткого ребра к однозначно представляющему его ориентированному графу, т.е.

для каждого ребра гиперграфа Й=(У,П) построить нечеткие ориентированные графы = (У,0^, где

- У - е I - {1>2,..л} - четкое множество вершин,

- С, = {< Ии (у1>ук)Ку1>Ук) >) - нечеткое множество ребер, где

- - значение функции принадлежности

Ни у для ребра(УрУ^),

Значения функций при разбиении множества вершин V на части V] и У2 будут определяться следующим образом:

при (VíleV¡&vfi<=V2)v(víleV2&vfleVl);

<Рр=\

' [0 в противном случае;

(I при а

Ур =1 '

' [0 в противном случае;

Целевая функция (£>(#) разбиения множества V на V/ и V: будет выглядеть как

Е ь<рр,

I Ъг*

При выполнении разбиения и минимизации целевой функции <р{Щ происходит формирование групп активных элементов I в КС, для которых можно определить оптимальный маршрут с предпочтительным временем обработки внутри выделяемой группы. Алгоритм А1 используется для последовательного выбора наиболее приемлемых вершин V, по выбранному критерию для включения в формируемую группу вершин

<р(Я).

Допустим, что некоторые вершины уе V на шаге / алгоритма уже вошли во множество К/. Для произвольной вершины у/еРУ^' будем использовать оценку $з(у/), такую же, как и определение целевой функции (р{Я), но характеризующую разбиение гиперграфа й при условии, что выделена группа вершин и{у/}. В итоге получаем

т

Е Х>4

, где (ф.1.)

Е 2>Ч

1'I

при (ув еVI и{у/})&у/, (у| и{V/})

0 v (у, € К/ и {у,}) & уа е V) \ (у; и {у,})

в противном случае;

[1 при р', * о;

в противном случае; % =< < va)v/( > / < » , 1,2,3... \

Каждую вершину у/- характеризуем средним значением степени смежности вершин, образующих ребра, попадающие в разрез, в случае, когда вершина V/ включена в формируемую группу Ру.

В целях улучшения обработки значений внутри группы активных элементов для включения во множество V;' необходимо выбирать ту

12

вершину Vу, для которой

(ф. 2.)

Это позволяет утверждать, что на каждом шаге поиска формируется наилучшее - в смысле принятого выбранного критерия - подмножество элементов., а следовательно приводит к получению оптимального разбиения множества К на К; и Первая вершина, помещаемая в У/, аналогично выбирается по ф. 2., при этом фактически берется вершина с наименьшим значением средней степени предпочтительности выходящих

из нее ребер. Значение величины вершины, помещаемой в У/,

представляет собой значение целевой функции <рШ) при разбиении множества вершин К на К; и К?.

Сформулируем алгоритм выделения множества К/ содержащего и/, вершин (Алгоритм А2.)._

ШАГ 1. Принимаем У{' =0 по ф. 1 определяем <Р (^)для всех V/ еУ

ШАГ 2. По ф. 2 определяем вершину vv

ШАГ 3. Получаем множество У\ включая в множество К/0

ШАГ 4. По ф. 1 Определяем ф (Уг)для всех VгеУ\ У\

ШАГ 5. По ф.2 определяем вершину

ШАГ 6. Получаем множество У{* включая уу в множество У^'

ШАГ 7. Если |^!'2| = "|,то значение ^ОО равно значению целевой функции, а работа алгоритма закончена;

ШАГ 8. Если У\2 < Щ ,то принять У/2 за У/' и выполнить шаг 4.

Таб. 2. - Алгоритм Л2 выделения множества активных элементов в нечетком

гиперграфе

Для выделения следующей группы активных элементов I из множества вершин У гиперграфа Я=(у,й) производим удаление всех вершин в гиперграфе Й сформированной части У\, а к оставшейся части гиперграфа применяем алгоритм А2. Процедуру повторяем до тех пор, пока не будут сформированы все группы активных элементов.

Третья глава «Структурно функциональное решение автоматизации проектирования КС»

В данной главе рассматривается практическая реализация системы моделирования КС с использование нечетких гиперграфов. Основное внимание уделяется описанию данных, позволяющим представить процесс маршрутизации в КС с использованием нечетко заданных параметров и использованию алгоритмов маршрутизации в распределенных КС. Обосновывается выбор инструментальных средств и рассматриваются направления дальнейшего развития системы.

Система подразделена на шесть основных блоков- интерфейсный,

блок исходных данных, блок динамических данных, блок маршрутизации,

Рис.5. - Функциональная схема САПР КС

Интерфейсный блок после выполнения процесса расстановки сетевых элементов взаимодействует с блоком исходных данных через модуль анализа и сохранения параметров и в случае несвязности элементов сети передает процесс моделирования модулю управления сетевыми компонентами для дополнительного моделирования несвязанных элементов. Блок исходных данных передает основные параметры сети блоку маршрутизации и параллельно блоку динамических данных, в котором используются дополнительные четкие и нечеткие параметры. Создается полная структура всех данных сетевых устройств и подсетей и межсетевых связей КС. Блок динамических данных передает структуру данных блоку маршрутизации для просчета маршрутов и блоку моделирования для использования данных при формировании сетевого пакета и отсылки его по сети.

Блок маршрутизации, используя модуль формирования таблиц маршрутизации, взаимодействует с блоком алгоритмов, применяя математические инструкции для создания маршрутов в сетевых устройствах, После полного вычисления таблиц маршрутизации в каждом сетевом устройстве управление передается блоку моделирования, где происходит конечный этап генерации сетевого трафика и посылки его по распределенной КС. Далее передается управление интерфейсному блоку, в котором проектанту визуализируются сетевые процессы и механизм прохождения шкетов в КС. В алгоритме работы САПР КС существует возможность учета и исключения вложенных сетевых структур (Рис.6.).

Рис.6. Блок схема алгоритма работы в САПР КС

Описанный механизм, структуры потоков, алгоритмы позволяют проектировать построение маршрутов в КС, осуществлять поиск оптимальных путей прохождения сетевого трафика.

Четвертая глава «Реализация и внедрение САПР КС» описывает результаты внедрения предлагаемой системы в проектирование КС в ГУ ЦБ РФ по Ульяновской области.

Управление информатизации ГУ ЦБ РФ по Ульяновской области, в котором было выполнено внедрение САПР КС, обеспечивает передачу, защиту, обработку и хранение платежных, информационных и служебных данных государственных учреждений и их подразделений, коммерческих банков и их филиалов, расчетно-кассовых центров. Обеспечивает сетевое взаимодействие с другими регионами Банка России.

Сегмент КС был разделен на пять основных сетевых сообществ и представлен в виде гиперграфа (Рис. 7.), где Уц-У^Ую вершины графа соответствующие выборочным серверам и рабочим станциям, К/-К74 вершины графа соответствуют сетевому оборудованию, где Увг Уеез -вершины графа, соответствующие выборочным серверам, которые взаимодействуют с типом трафика, переназначенным для оптимизации. Ребра Е} - £,07 соответствуют каналам связи, причем ребро ЕкЕп , ребро

Е44.Е45, ребро Е7ЕцЕ9, ребро Е46Е47, ребро Еб1Есз> ребро ЕцЕп Е24 £л, являются отображением резервных каналов связи.

4 Сап

1 Сп.мп.т.к.мр.з.в

( 2 )

• "' ¡Г!

Ф !

\ /

Рис. 7. Представление ИТС с помощью мультиграфа.

Для проведения вычислительных экспериментов в рамках диссертации была предложена и апробирована следующая методика.

Шаг 1. Запуск приложений, генерирующих трафик в КС. Замеры входящего и исходящего трафика на сетевых интерфейсах маршрутизаторов на начальной и конечной точках.

Шаг 2. Моделирование САПР КС путем расстановки маршрутизаторов, серверов, каналов связи Присвоение физических и технических характеристик маршрутизаторам и каналам связи.

Шаг 3. Расчет таблиц маршрутизации с помощью САПР КС в каждом маршрутизаторе.

Шаг 4. Внесение изменений в маршрутные таблицы. Для каждого вида трафика прописывается маршрут обязательного взаимодействия с подсетями и обращения к серверам.

Шаг 5. Визуализация прохождения пакетов с генерацией трафика Шаг 6. Указание нечетких характеристик для каждого канала связи и маршрутизатора.

Шаг 7. Расчет таблиц маршрутизации с помощью САПР КС в каждом маршрутизаторе с использованием нечетких характеристик. Визуализация прохождения пакетов с генерацией трафика

Шаг 8. Изменение настроек маршрутизации КС в соответствии с рекомендациями САПР КС.

Шаг 9. Запуск приложений, генерирующих трафик в КС, после переконфигурации маршрутизаторов. Замеры входящего и исходящего трафика на сетевых интерфейсах маршрутизаторов в начальной и конечной точках.

Шаг 10. Анализ выходных данных и предложения по перепроектированию КС.

В рамках диссертационной работы была поставлена задача оптимизации трафика Т1,Т2,ТЗ,Т4 который создавался на рабочих станциях отображенных на графе вершинами V8j,V77,V9e,V7j. Оптимизация трафика Т5 сгенерированного V 91 ,V7!) не производилась, а трафик выполнял роль побочного трафика. Трафик Т6,Т7 не оптимизировался, но измерения его производились для представления полной картины оптимизации.

Маршрут трафиков Т1-Т4, созданный приложениями выглядит следующим образом:

= К, -5и-> У2 Уш V, Уи Уи;

Pis = Уш Уг —Уез; р2 = у17_Е-^->ys3;

Р -V £т \У_Ен ) V Ет )У .

р =У £П0 у у .Л» . л у _ЕР° >у .

г3 9618 "86>

Р =У £1И >Т/ Е'» >Т/ Е" > 7/ Еп чТ/ Е»о \у .

Измерения были проведены с использованием программно-аппаратного анализатора трафика HP Internet Advisor J2300C. Рекомендации САПР КС моделирования трафика с использованием нечетких параметров были использованы при изменении в таблицах маршрутизации.

Были проведены замеры трафика Т1, Т2, Т6, Т7. Для трафика ТЗ сгенерированного приложения узла Ущ изменения в таблицах маршрутизации не производились, так как рекомендации САПР от начальных не изменились.

Ц = Уи-*»-+Уг -5-+К, -J^V%6; Pis'Vu-^y*-**-*?»;

P2=V77 ) V3 —5ь-> —Si-> F¡ Vg —F2 ) ys3. = V„ -^v»;

Pa s =F75 ;

Замеры трафика Т1 проводились до изменения таблиц в маршрутизаторах КС и после.

Рис.8. Загрузка каналов связи трафиком Т1 и Т1о.

л./"г ¡;..';../'ТЬяфпк ! './■!' "'.та-',', - Т1о

Время выполнения задачи 15 мин 25 сек 8 мин 45 сек

Общее время выполнения приложения 16 мин 55 сек 11 мин 50 сек

Общий исходящий трафик 127215 байт 130 851 байт

Общий входящий трафик 59 442 байт 64 361 байт

Максимум занимаемая полоса исходящего трафика 2 996 бит/сек 2 825 бит/сек

Максимум занимаемая полоса входящего трафика 1141 бит/сек 1 243 бит/сек

Потери пакетов исходящего трафика 248 байт 220 байт

Потери пакетов входящего трафика 98 байт 76 байт

Процент потери пакетов исходящего трафика 0,19% 0,17 %

Процент потери входящего трафика 0,16 % 0,12%

Таб. 3, Результаты измерений оптимизации Т1

Измерения оптимизированного графика Т1о показали, что время выполнения задач сократилось с 15 до 8 минут, а время работы приложения 17 до 11 минут. Эффективность работы приложения наблюдалось уже со 2-ой минуты, что отчетливо видно на диаграмме. (Рис.8). Процент потери пакетов уменьшился на 3 %. Результаты замеров (Таб.3) показывают эффективность проведенной оптимизации трафика Т1.

Трафик Т2 Т2о

Время выполнения задачи 8 мин 50 сек 8 мин 20 сек

Общее время выполнения приложения 14 мин 55 сек 11 мин 00 сек

Общий исходящий трафик 137 753 байт 146 374 байт

Общий входящий трафик 63 384 байт 64 774 байт

Максимум занимаемая полоса исходящего трафика 2 761 бит/сек 2 202 бит/сек

Максимум занимаемая полоса входящего трафика 1 053 бит/сек 1 059 бит/сек

Потери пакетов исходящего трафика 342 байт 228 байт

Потери пакетов входящего трафика 184 байт 86 байт

Процент потери пакетов исходящего трафика 0,25 % 0,13 %

Процент потери входящего трафика 0,29 % 0,15%

Таб. 4. - Результаты измерений оптимизации Т2

В результате оптимизации маршрутов появилась возможность прохождения трафика Т2 через маршрутизаторы с большими вычислительными способностями при реализации механизма С^оБ (Рис.9.), • что в первую очередь отразилось на уменьшение полосы пропускания

трафика и более плотного ее использования

Результаты замеров (Таб.4.) показывают эффективность проведенной оптимизации трафика Т2. Процент потери пакетов уменьшился в 2 раза.

Формирование и моделирование общего трафика в КС, состоящей из порядка 80 маршрутизаторов, 100 каналов связи, 40 серверов может достигать 6-8 часов. При использовании САПР КС на оптимизацию каждого трафика КС ГУ ЦБ РФ по Ульяновской области в сегменте 3 (сеть В) было потрачено 6-7 минут на каждый трафик. На описание объектов КС и их сетевых характеристик потребовалось 12 минут. Общее время проектирования составило около 33 минут.

Проектирование в САПР КС всех этапов осуществляется с помощью представления графа КС как гиперграфа и назначением гиперребрам, во вложении которых находятся целые подсети, общих нечетких параметров, что уменьшает время на описание сети.

Отдельное проектирование сегмента 2 в САПР КС заняло 8 минут, сегмента 1 около 18 минут, сегмента 5 - около 6 минут, сегмента 7-7 минут. Общее описание всех элементов сети 1 ч 40 минут. Общее описание I полной КС, представленной графом - 2 ч 50 минут. Причем сегменты 1,2,5

оптимизации не подлежали. Достаточным было описание только гиперграфа сети В,Б,О , полное затраченное время которого около 12 минут.

Заключение. На сегодняшний день не существует протокола маршрутизации, который может использовать нечеткие данные, определенные экспертами, эксплуатирующими КС, о составе оборудования, его поведении в разные моменты времени, качестве каналов, параметры местности, помещений эксплуатации. Однако, используя именно эти данные, САПР КС дает рекомендации по корректировке стандартных протоколов маршрутизации, которые осуществляются путем изменения маршрутных таблиц в

маршрутизаторах. При оптимизации трафика в КС существуют этапы, когда необходимо оценить ситуацию в КС целиком и только потом оптимизировать ее отдельные части.

Используя систему автоматизированного проектирования КС, специалист может создавать наглядные проекты сетей, достаточно быстро их оценивать и динамически перестраивать, проводить предварительные эксперименты, не влияя на производственные процессы. Использование подобного инструмента ведет к существенному повышению качества эксплуатируемых КС.

Результаты экспериментов, произведенных в ходе исследования, подтверждают, что оптимизация с использованием предлагаемых моделей и методов, дает лучший результат качества проектируемого объекта по сравнению с ручным проектированием.

Основные результаты работы;

1. Выполнен сравнительный анализ существующих систем автоматизированного проектирования и моделирования КС, а так же анализ существующих языков имитационного моделирования, который показал актуальность метода оптимизации на основе нечетких гиперграфов;

2. Построена модель распределенной КС на основе нечетких гипертрафов;

3. Разработана модель маршрутизации в условиях неопределенности, алгоритм поиска оптимального пути по нечеткому гиперграфу с использованием нечетких метрик;

4. Разработана система проектирования КС с учетом вложенных сетевых структур;

5. Разработана система моделирования маршрутизации в распределенных КС с использованием четких и нечетких параметров;

6. Проведены вычислительные эксперименты по исследованию эффективности разработанной программы нечеткой маршрутизации;

7. Определена эффективность использования САПР КС, достигнуто более плотное заполнение предоставленной полосы канала, что отразилось на уменьшении времени работы приложений с 15 минут до 8 минут, достигнуто увеличение пропускной способности каналов, путем уменьшения суммарной полосы выделенной для приложений с 2 761 бит/сек до 2 202 бит/сек, уменьшен процент потери пакетов с 29% до 15 %. (По результатам отдельных экспериментов);

8. Программа нечеткой маршрутизации внедрена и используется при проектных работах для выявления узких мест прохождения трафика и его перераспределения в КС ГУ ДБ РФ по Ульяновской области;

9. САПР КС используется при проектировании сетей и обучении сетевым технологиям в организации AHO " Образовательный Центр

Сетевых Технологий Диамонда" г. Москва;

10. САПР КС и сопроводительные материалы переданы для использования в ФНПЦ ОАО НПО "МАРС" г. Ульяновск.

Основное содержание диссертации опубликовано в следующих работах.

1. Макеев A.C. Нейронные сети и искусственный интеллект в задачах науки, техники и экономики. Труды международной конференции "Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике", Том 2. г. Ульяновск, УлГТУ, 2000 г., (Зс).

2. Макеев A.C. , Ярушкина Н.Г. Исследование нечеткой маршрутизации в телекоммуникационных сетях при автоматизированном проектировании. Проектирование экономических информационных систем: отчет по НИР N01990010088 / УлГТУ, Инвентарный N02200102488 - 2000г. (8с).

3. Makeev A.S., Yarushkina N.G. System of modeling routing IP -networks on the basis of the indistinct metrics. Interactive systems: The Problems of Human -Computer Interaction. - Proceedings of the International Conference, Ulyanovsk, U1STU, 2001 (2p).

4. Макеев A.C. Система моделирования маршрутизации в телекоммуникационных сетях Труды XXXV научно-технической конференции УлГТУ. "Вузовская наука в современных условиях" Часть 2. г.Ульяновск, УлГТУ, 2001 г., (1с).

5. Макеев A.C., Ярушкина Н.Г. Проектирование системы моделирования нечеткой маршрутизации Сборник научных трудов "Интеллектуальные системы и технологии", Том 3. г. Москва, МИФИ, 2002г., (2с).

6. Макеев A.C. Проектирование системы моделирования маршрутизации с изменяющимися параметрами в телекоммуникационных сетях. Труды XXXVI научно-технической конференции УлГТУ. "Вузовская наука в современных условиях" Часть 2. г.Ульяновск, УлГТУ, 2002 г., (1с).

7. Макеев A.C. Разработка алгоритма поиска пути в нечетких графах. Сборник научных трудов "Интеллектуальные системы и технологии", Том 3. г. Москва, МИФИ, 2003г., (2с).

8. Макеев A.C. Построение пути в нечетких телекоммуникационных системах Сборник трудов П-й Международного научно-практического семинара "Интегрированные модели и мягкие вычисления в искусственном интеллекте", г. Коломна, РАИИ и РАНС 2003,М: Физмалит 2003г., (4с).

9. Макеев A.C. Проектирование системы моделирования нечеткой маршрутизации. Сборник научных трудов "Информатика и экономика" г. Ульяновск, УлГТУ, 2003г. (Зс).

10. Макеев A.C. Модель роутинга телекоммуникационных сетей на основе нечетких параметров. Сборник трудов конференции ШЕЕ AIS'04, CAD-2004 "Интеллектуальные системы", "Интеллектуальные САПР". Том 2. г. Дивноморское М: Физмалит 2004, (7с).

П.Макеев A.C. Алгоритм вычисления метрики в телекоммуникационных сетях с нечетко заданными параметрами. Тезисы докладов XXXIX научной конференции УлГТУ "Вузовская наука в современных условиях" (31 янв. - 6 февр. 2005 г.) Часть 1. г. Ульяновск, УлГТУ, 2005. (1с).

12. Макеев A.C. Моделирование нечеткого роутинга

телекоммуникационных сетей. Тезисы докладов XL научной конференции УлГТУ "Вузовская наука в современных условиях" ( 30 янв. - 5 февр. 2006 г.) г. Ульяновск, УлГТУ, 2006. (2с).

Свидетельства, дипломы, патенты

1. Макеев А.С. В.В. Гоголев А.В. Вологодский. Программа моделирования роутинга телекоммуникационных сетей с нечетко заданными параметрами (IpLab). Свидетельство о регистрации програмы №2005610426 от 16 февраля 2005 г. Федеральной службы по интеллектуальной собственности, патентам и товарным знакам.

2. A. Makeev. A. Stetsko, N. Yarushkina, A. Shamshev. Systeme de modelage et d'etude du traffic des reseaux de telecommunication. Diplôme une médaillé de bronze. Salon international des innovations. 7.04.2006. Geneve (Switzerland).

Подписано в печать. 09.10.2006 г. Формат 60x80/16 Бумага писчая. Усл. печ. л. 1,00 Тираж 100 экз. Заказ то Типография УлГТУ, 432027, г. Ульяновск, Северный Венец, 32.

f2 02 5«

Список принятых сокращений.

Введение.

Актуальность проблемы.

Цель диссертационной работы.

Задачи исследования.

Методы исследования.

Научная новизна.

Достоверность результатов.

Основные положения, выносимые на защиту.

Практическая значимость работы.

Реализация результатов работы.

Апробация работы.

Публикация результатов работы.

Личный вклад.

Глава 1. Обзор методов и средств автоматизированного проектирования вычислительных сетей.

1.1. Классификация сетей.

1.2. Определение и свойства корпоративных сетей.

1.3. Определение и принципы маршрутизации.

1.3.1. Компоненты маршрутизации.

1.3.2. Методы и функции маршрутизации.

1.4. Определение и характеристики алгоритмов маршрутизации.

1.5. Классификация алгоритмов маршрутизации.

1.6. Показатели алгоритмов маршрутизации (метрики).

1.7. Цели разработки алгоритмов маршрутизации.

1.8. Эффективность алгоритмов маршрутизации в КС.

1.9. Обзор существующих систем моделирования и проектирования КС.

1.10. Выводы.

Глава 2. Модель маршрутизации в корпоративных сетях.

2.1. Графовое представление модели КС.

2.2. Гиперграфовое представление модели КС.

2.3. Нечеткие множества.

2.4. Нечеткие графы.

2.4.1. Определение нечетких графов.

2.4.1. Операции над нечеткими графами.

2.5. Нечеткие гиперграфы.

2.5.1. Определение нечеткого гиперграфа.

2.5.2. Операции над нечеткими гиперграфами.

2.5.3. Выводы.

2.6. Алгоритмы поиска кратчайших путей в графах.

2.6.1. Алгоритм Беллмана-Форда.

2.6.2. Алгоритм Дейкстры.

2.6.3. Волновой алгоритм.

2.6.4. Алгоритм Флойда.

2.6.5. Алгоритм Йена.

2.6.6. Алгоритм Крускала.

2.6.7. Выводы.

2.7. Описание и формирование нечетких метрик.

2.8. Формализованное описание трафика КС.

2.9. Алгоритм поиска пути по нечеткому гиперграфу с использованием нечетких метрик.

2.9.1. Нечеткий алгоритм.

2.10. Выводы.

Глава 3. Структурно функциональное решение автоматизации проектирования КС.

3.1. Выбор инструментальных средств и технологий.

3.2. Этапы проектирования.

3.3. Описание Объектов КС.

3.2. Общая структура САПР КС.

3.2.1. Описание блоков и модулей САПР КС.

3.2.1. Взаимодействие блоков САПР КС.

3.3. Описание классов.

3.4. Описание потоков данных.

3.5. Формирование маршрутных таблиц.

3.6. Интерфейс, алгоритм САПР КС.

3.7. Выводы.

Глава 4. Реализация и внедрение САПР КС.

4.1. Реализация вычислительных экспериментов на базе ГУ ЦБ РФ по

Ульяновской области.

4.1.1. Общее описание.

4.1.2. Структурное описание КС.

4.1.3. Описание процессов КС.

4.1.4. Определение трафика оптимизации.

4.1.5. Проектирование маршрутизации.

4.1.6. Вычислительные эксперименты.

4.1.7. Результаты вычислительных экспериментов.

4.1.8. Преимущества автоматизированного проектирования КС.

4.2. Выводы.

Проектирование и создание сложных информационных систем, таких как локальные, корпоративные и телекоммуникационные вычислительные сети является сложным поэтапным многоуровневым процессом. Он заключается в построении оптимальной системы, которая максимально использует свои ресурсы и технические возможности. В настоящее время научные исследования в области САПР направлены на моделирование уже существующих сетей для проверки их эффективности и выявления ошибок. При моделировании действующих сетей, проектант обладает рядом накопленных статистических данных, после обработки которых, он может внести изменения в ее конфигурацию.

В настоящее время корпоративные сети стремительно распространяются. Если два десятилетия назад корпоративные сети существовали только на больших промышленных предприятиях, то сейчас наличие корпоративной сети в учебной организации, правительственных органах, военных организациях, деловом предприятии является неотъемлемой частью их инфраструктур. Сетевые средства применяются во всех сферах деятельности любого предприятия, включая рекламу, производство, поставку, отчетность, оперативное оповещение, планирование, взаиморасчеты, бухгалтерский учет и пр. Поэтому большинство корпораций имеет даже не одну, а несколько корпоративных сетей.

За последнее десятилетие отмечается интенсивное развитие распределенных корпоративных сетей различной конфигурации на базе Интернет-технологий с последующей интеграцией в глобальную информационную сеть. Практический потенциал в этой области накоплен очень большой, однако на практике зачастую сети проектируются и устанавливаются без привлечения научных наработок в этой области, что приводит в итоге к частым выходам сетей из строя и их большим перегрузкам. Для малых сетей это не является критичным, в то время как для корпоративных и тем более распределенных сетей ошибки проектировщиков непосредственно сказываются на эффективности таких сетей.

Актуальность проблемы

Пользователи распределенных корпоративных сетей все чаще обнаруживают, что их трафик по сети не доходит по назначению, и виной тому - не случайные неисправности.

Специалисты предупреждают, что при существующих темпах развития обмена информацией корпоративные сети загружаются до предела, что может привести их к "коллапсу" и, следовательно, к непредсказуемой остановке бизнес-процессов в корпорации. Причина кроется в том, что корпоративные сети и используемые в них сервисы развиваются значительно быстрее, чем базовые технологии передачи данных и происходит модернизация используемого сетевого оборудования. Современные бизнес-I- процессы подстегивают разработчиков программного обеспечения создавать интерактивные автоматизированные рабочие места, потребляющие большие объемы часто меняющейся информации, с последующем увеличением трафика в сети. Примером являются изменение курса валют, ценных бумаг, закупочных цен, остатков товара на складах, и т.п.

Чтобы оценить эффективность использования систем с распределенной обработкой различных видов информации в корпоративных сетях необходимо ввести количественные оценки характеристик этих сетей. Также отсутствие учета в алгоритмах маршрутизации дополнительных факторов сети, которых с каждым днем становится все больше и больше, указывает на необходимость улучшения или дополнения протоколов маршрутизации путем анализа и оценок характеристик сетей. Для получения характеристик применяют средства генерации трафика и средства моделирования, воссоздающие информационные процессы, протекающие в сетях.

Моделирование разделяется на две составляющие - математическое и физическое моделирование. При физическом моделировании исследуемая 8 система заменяется соответствующей ей другой материальной системой, которая воспроизводит свойства изучаемой системы с сохранением их физической природы.

Физическое моделирование позволяет решать отдельные задачи при задании небольшого количества сочетаний исследуемых параметров системы. Так при натурном моделировании вычислительной сети практически невозможно проверить ее работу для вариантов с использованием различных типов коммуникационных устройств маршрутизаторов, коммутаторов и т.п.

На практике тестирование около сотни разных типов сетевого оборудования связано не только с большими временными затратами, но и с немалыми материальными затратами. В тех случаях, когда при оптимизации сети изменяются не только типы сетевых устройств, но и их параметры, проведение экспериментов в реальном масштабе времени для огромного количества всевозможных сочетаний, практически невозможно за обозримое время. Обычное изменение максимального размера пакета в сетевом протоколе потребует переконфигурировать несколько сотен сетевых устройств.

В распределенных корпоративных сетях такая операция может выполняться в течение недели, что в большинстве случаев является недопустимым для бизнес-процессов. В результате, при оптимизации корпоративных сетей более предпочтительным считается использование математического моделирования. Математическая модель является совокупностью уравнений, формул, неравенств, логических условий, определяющих процесс изменения состояния системы в зависимости от ее параметров, входных сигналов, начальных условий и времени.

Особый класс математических моделей - имитационные модели. Они представляют собой компьютерные программы, которые поэтапно имитируют события, происходящие в реальной сети. Применительно к корпоративным сетям их имитационные модели воспроизводят процессы генерации данных приложениями, разбиение сообщений на пакеты и кадры определенных протоколов, задержки, связанные с обработкой сообщений, пакетов и кадров внутри операционной системы, процесс получения доступа компьютером к разделяемой сетевой среде, процесс обработки поступающих пакетов маршрутизатором и т.д.

При имитационном моделировании сети не требуется приобретать дорогостоящее оборудование. Процессы, происходящие в сетевом оборудовании, имитируется программами, достаточно точно воспроизводящими все основные особенности и параметры сетевого оборудования.

С использованием имитационного моделирования появляется возможность ускорения процесса смены событий в системе в реальном масштабе времени, в результате которого можно воспроизвести месячную работу корпоративной сети за несколько минут, что дает возможность оценить работу сети в широком диапазоне варьируемых параметров.

В настоящее время корпоративные сети развиваются стихийно, привязываясь лишь к требованиям бизнес-процессов. Разработчики программного обеспечения и администраторы сетей не учитывают загруженность сетей, изменение параметров сетевых устройств и каналов связи.

В процессах моделирования существующих корпоративных сетей не используется информация о протоколах маршрутизации, характере трафика, данных по временному изменению параметров и характеристик сетевого и каналообразующего оборудования.

Следовательно, необходимо вводить в систему проектирования корпоративных сетей описания характеристик, которые влияют на прохождения пакетов в сети, что позволят даже на основании прогнозных данных вырабатывать оптимальные решения.

Перечисленные аспекты проблемы проектирования корпоративных сетей делают тему диссертационной работы актуальной.

Цель диссертационной работы

Целью диссертации является исследование применимости теории нечетких гиперграфов к задачам автоматизированного проектирования КС, i разработка методов, моделей и алгоритмов, позволяющих повысить качество автоматизированного проектирования в условиях неопределенности, построение программной системы моделирования маршрутизации и разработки проектных решений КС с использованием нечетких метрик, позволяющей эффективно оптимизировать загрузку существующих КС.

Задачи исследования

Для достижения поставленной цели необходимо решить ряд задач:

1. Провести сравнительный анализ существующих систем моделирования методов маршрутизации КС; 1 2. Разработать средства представления структуры КС на основе нечетких гиперграфов;

3. Построить методику учета нечетких метрик;

4. Разработать модель трафика КС;

5. Сформировать алгоритм маршрутизации с использованием нечетких гиперграфов и нечетких метрик;

6. Разработать и реализовать программу автоматизированного проектирования КС на основе предварительного моделирования маршрутизации.

Методы исследования

Современная теория неопределенности, неточности и нечеткости; теория вероятностей; теория графов, теория имитационного моделирования.

Научная новизна

1. Впервые построена модель КС на основе нечетких гиперграфов;

2. Предложена методика расширения протоколов маршрутизации, отличающаяся от известных использованием нечетких метрик характеристик элементов сети;

3. Разработан новый алгоритм моделирования роутинга для КС с использованием нечетких прогнозных данных о трафике и вычислительной загрузке сети;

4. Сформулирована новая методика использования результатов моделирования маршрутизации при автоматизированном проектировании вычислительной сети.

Достоверность результатов

Достоверность научных положений, выводов и рекомендаций подтверждена результатами экспериментов, а также результатами использования материалов диссертации и разработанной системы в проектной организации.

Основные положения, выносимые на защиту.

1. Модель КС, построенная на основе теории нечетких гиперграфов, которая позволяет оперировать прогнозными данными о трафике и вычислительной загрузке сети;

2. Методика расширения протоколов маршрутизации, использующая нечеткие метрики характеристик элементов сети, которая эффективно управляет трафиком в КС;

3. Алгоритм поиска пути с использованием нечетких метрик, применимый для маршрутизации КС;

4. Методика использования результатов САПР КС на основе нечетких гиперграфов, позволяющая эффективно оптимизировать загрузку существующих КС. Практическая значимость работы.

Созданная система автоматизированного проектирования корпоративных сетей используется в производстве и позволяет эффективно перераспределять высокоприоритетный трафик путем применения предлагаемых методик и автоматической оптимизации, а так же сократить время, затрачиваемое на проектирование КС.

Реализация результатов работы

Результаты диссертации и практические рекомендации использованы при переконфигурации маршрутизаторов сегментов КС ГУ ЦБ РФ по Ульяновской области (г. Ульяновск 2005 г.), при проведении процессов проектирования сетей и обучения сетевым технологиям в АНО "Образовательный Центр Сетевых Технологий Диамонда" (г. Москва 2006 г.), в Федеральном научно производственном центре ОАО НПО "МАРС" (г. Ульяновск 2006 г.).

Апробация работы

Основные положения и результаты диссертации докладывались, обсуждались и получили одобрение на международной конференции "Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике" (г. Ульяновск, УлГТУ, 2000 г.), 4-й международной конференции "Интерактивные системы" (г. Ульяновск, УлГТУ, 2001 г.), научно-технической конференции УлГТУ. "Вузовская наука в современных условиях" (г. Ульяновск, УлГТУ, 2001, 2003, 2005, 2006 г.г.), научных сессиях МИФИ (г. Москва, МИФИ 2002, 2003 г.г.), на 2-ом Международном научно-практическом семинаре "Интегрированные модели и мягкие вычисления в искусственном интеллекте", (г. Коломна, РАИИ ,РАНС 2003 г.), международной научно-технической конференции IEEE AIS'04, CAD-2004 "Интеллектуальные системы", "Интеллектуальные САПР" (г. Двиноморское 2004 г.), 34-ом международном салоне изобретений, новой техники и товаров "Женева-2006" (г. Женева, Швейцария, 2006 г.). I

Публикация результатов работы.

По теме диссертации опубликовано печатных 12 работ.

Личный вклад.

Все результаты, составляющие содержание диссертации, получены автором самостоятельно.

Основные результаты работы:

1. Выполнен сравнительный анализ существующих систем автоматизированного проектирования и моделирования КС, а так же анализ существующих языков имитационного моделирования, который показал актуальность метода оптимизации на основе нечетких гиперграфов.

2. Построена модель распределенной КС на основе нечетких гиперграфов.

3. Разработана модель маршрутизации в условиях неопределенности, алгоритм поиска оптимального пути по нечеткому гиперграфу с использованием нечетких метрик.

4. Разработана система проектирования КС с учетом вложенных сетевых структур.

5. Разработана система моделирования маршрутизации в распределенных КС с использованием четких и нечетких параметров.

6. Проведены вычислительные эксперименты по исследованию эффективности разработанной программы нечеткой маршрутизации и методики расширения протоколов маршрутизации.

7. Определена эффективность использования САПР КС. Достигнуто более плотное заполнение предоставленной полосы канала, что отразилось на уменьшении времени работы приложения трафика Т1 с 16 минут 55 сек. до 11 минут 50 сек и соответствующей задачи с 15 минут 25 сек до 8 минут 45 сек. , времени работы приложения трафика трафика Т2 с 14 минут 55 сек. до 11 минут и соответствующей задачи с 8 минут 50 сек до 8 минут 20 сек. Достигнуто увеличение пропускной способности каналов, путем уменьшения суммарной полосы выделенной для приложений трафика Т1 с 2 996 бит/сек до 2 825 бит/сек, трафика Т1 с 2 761 бит/сек до 2 202 бит/сек. Уменьшен процент потери пакетов трафика Т1 с 19% до 17 %., трафика Т2 с 29% до 15%.

8. Определена второстепенная (побочная) эффективность использования САПР КС. Результаты выполнения оптимизации трафика Т1 и Т2 параллельно улучшили параметры трафика Т6, который не оптимизировался, путем уменьшения процента потери пакетов с 2.53% до 2.44 %. Параметры трафика Т7 изменились незначительно и на качество работы приложения не повлияли.

152

9. Программа нечеткой маршрутизации внедрена и используется при проектных работах для выявления узких мест прохождения трафика и его перераспределения в КС ГУ ЦБ РФ по Ульяновской области.

10.САПР КС используется при проектировании сетей и обучении сетевым технологиям в организации АНО " Образовательный Центр Сетевых Технологий Диамонда" г. Москва.

11. САПР КС и сопроводительные материалы переданы для использования в ФНПЦ ОАО НПО "МАРС" г. Ульяновск.

Заключение.

На сегодняшний день не существует протокола маршрутизации, который может использовать нечеткие данные (определенные экспертами, которые эксплуатируют КС) о составе оборудования, его поведении в разные моменты времени, качестве каналов, параметры местности, помещений эксплуатации, вероятностные объективные причины. Однако, используя именно эти данные, САПР КС выдает рекомендации по корректировке стандартных протоколов маршрутизации, которые осуществляются путем изменение маршрутных таблиц в маршрутизаторах. При оптимизации трафика в КС существуют этапы, когда необходимо оценить ситуацию в целой КС, и только потом оптимизировать более мелкие КС.

Используя систему автоматизированного проектирования КС, специалист может создавать наглядные проекты сетей, достаточно быстро их оценивать и динамически перестраивать, проводить предварительные эксперименты, не влияя на производственные процессы. Использование подобного инструмента ведет к существенному повышению качества эксплуатируемых корпоративных сетей и внедрению более эффективных проектов.

Результаты экспериментов, произведенных в ходе исследования, подтверждают, что оптимизация с использованием предлагаемых моделей и методов дает лучший результат качества проектируемого объекта по сравнению с ручным проектированием.

1. Абрамова М.В. Некоторые аспекты векторной оптимизации и ее приложения: Автореф. дис. канд. физ.-мат. наук. М.: МГУ, 1987.

2. Аверкин А.Н. и др. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Д.А. Поспелова. М.: Наука, 1986.

3. Аверкин А.Н., Федосеева И.Н. Параметрические логики в интеллектуальных системах управления. -М.: Вычислительный центр РАН, 2000.

4. Азов М.С. Система моделирования вычислительной сети на основе нечеткого трафика. Труды восьмой национальной конференции по искусственному интеллекту "КИИ-2002". М.: Издательство Физико-математической литературы, 2002.

5. Ананьев А.Н. Разработка и исследование математических моделей и методик расчета показателей качества функционирования корпоративных сетей региональных операторов связи : Дис. . канд. техн. наук : 05.13.13 М., 2002

6. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000.

7. Асанов М.О., Баранский В.А., Расин В.В. Дискретная матеатика: Графы, матроиды, алгоритмы. Ижевск: НИЦ "Регулярная и хаотическая динамика", 2001

8. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. — М.: Мир, 1979.

9. Басакер Р., Саати Т. Конечные графы и сети. — М.: Наука, 1975.

10. Белов В.В., Воробьев Е.М., Шаталов В.Е. Теория графов. — М.: Высш. шк., 1976.

11. Берж К. Теория графов и ее применения. — М.: Изд-во иностр. лит., 1962

12. Бертсекас Д., Галлагер Р., Сети передачи данных: Пер.с англ. М.:Мир 1989

13. Берштейн JI.C., Боженюк А.В., Малышев Н.Г. Нечеткие модели для экспертных систем САПР. М.: Энергоатомиздат, 1991

14. Берштейн JI.C., Мелехин В.Б. Планирование поведения интеллектуального робота. -М.: Энергоатомиздат, 1994.

15. Берштейн JI. С., Боженюк А. В. Введение в теорию нечетких графов: Учебное пособие. Таганрог: ТРТУ, 1999.

16. Берштейн Л. С., Боженюк А. В. Нечеткие графы и гиперграфы. -М.:Научный мир, 2005.

17. Борисов А.Н. и др. Обработка нечеткой информации в системах принятия решений. М: Радио и связь, 1989.

18. Букатова И.Л. Эволюционное моделирование: идеи, основы теории, приложения. М.: Знание, 1981.

19. Букатова И.Л., Михасев Ю.И., Шаров A.M. Эвоинформатика. Теория и практика эволюционного моделирования. М.: Наука, 1991.

20. Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Теория графов в управлении организационными системами. М.: Синтег, 2001.

21. В.Г. Олифер, Н.А. Олифер. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 2-е изд. СПб.: Питер, 2003

22. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики. Учебное пособие. Уфа: УГАТУ, 1995.

23. Вишневский В.М., Федотов Е.В. Анализ методов маршрутизации при проектировании сетей пакетной коммутации. BrdLS. "Teletraffic Theory and Computing Modeling," София, 1990.

24. Вольфсон И.Е. Критерии надежности и синтез коммуникационных сетей с их учетом. Известия академии наук. Теория и системы управления. 2000, №6.

25. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. М.: Наука, 1987

26. Дэвис Д., Барбер Д., Прайс У, Соломонидес С. Вычислительные сети и сетевые протоколы. М.: Мир, 1981.

27. Евстигнеев В.А. Применение теории графов в программировании. — М.: Наука, 1985.

28. Евстигнеев В.А., Касьянов В.Н. Теория графов: алгоритмы обработки деревьев. — Новосибирск: Наука, 1994.

29. Ершов А.П. Введение в теоретическое программирование. Беседы о методе. — М.: Наука, 1977.

30. Жданов А.А., Караваев М.В. Применение нечеткой логики в имитационных системах автономного адаптивного управления. Труды Института Системного Программирования РАН Том 7. (под. Ред. Жданова А.А.) М. ИСП РАН , 2004

31. Жожикашвили В.А., Вишневский В.М. Сети массового обслуживания. Теория и применение к сетям ЭВМ. М.: Радио и связь, 1988.

32. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974.

33. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

34. Зайченко Ю.П. Задачи проектирования структуры распределенных вычислительных сетей. Автоматика, 1981, №3

35. Зыков А.А. Основы теории графов. — М.: Наука, 1984.

36. Зыков А.А. Теория конечных графов. — Новосибирск: Наука, 1969.

37. Карзанов А.В. Комбинаторные способы решения разрезных задач о мультипотоках. Комбинаторные методы в потоковых задачах. Вып. 3. М.:ВНИИСИ, 1979.

38. Касьянов В.Н. Оптимизирующие преобразования программ. — М.: Наука, 1988.

39. Касьянов В.Н., Поттосин И.В. Методы построения трансляторов. — Новосибирск: Наука, 1986.

40. Клейнрок J1. Вычислительные системы с очередями. М.: Мир, 1979.

41. Кнут Д. Искусство программирования для ЭВМ. Т. 3. Сортировка и поиск. — М.: Мир, 1978.

42. Кораблин М.А., Симонова Е.В. Информационная технология компьютерного исследования коммуникационных сетей. Киев: Электронное моделирование. 1991,

43. Корячко В.П., Курейчик В.М., Норенков И.П. Теоретические основы САПР: Учебник для вузов. М.: Энергоатомиздат, 1987. 400с.

44. Краснощеков П.С., Морозов В.В., Попов И.М. и др. Иерархические схемы проектирования и декомпозиционные численные методы. Известия РАН. ТиСУ. 2001.

45. Кристофидес Н. Теория графов. Алгоритмический подход. — М.: Мир, 1978.

46. Кульгин М., Технологии корпоративных сетей. Энциклопедия СПб.: "Питер", 1999.

47. Курейчик В.М. Генетические алгоритмы. Таганрог: Изд-во ТРТУ, 1998.

48. Курейчик В.М. Математичекое обеспечение конструкторского и технологического проектирования с применением САПР. М.: Радио и связь, 1990.

49. Кутузов Д.В., Осовский А.В. Особенности интервальной маршрутизации на коммутационных структурах. Наука: Поиск 2003 Выпуск 2-й, Сб. науч. статей; Астрахань, 2004.

50. Липский В. Комбинаторика для программистов. — М.: Мир, 1988.

51. Лихтциндер Б.Я., Симонова Е.В. Применение системы имитационного моделирования локальных вычислительных сетей в учебном процессе. Тезисы докладов IV Российской конференции "Пути и методы совершенствования учебного процесса". Самара, 1995.

52. Майника Э. Алгоритмы оптимизации на сетях и графах. — М.: Мир, 1981.

53. Макеев А.С. Нейронные сети и искусственный интеллект в задачах науки, техники и экономики. Труды международной конференции "Континуальные логико-алгебраические и нейросетевые методы в науке, технике и экономике", Том 2. г. Ульяновск, УлГТУ, 2000 г.

54. Макеев А.С., Ярушкина Н.Г. Исследование нечеткой маршрутизации в телекоммуникационных сетях при автоматизированном проектировании. Проектирование экономических информационных систем: отчет по НИР N01990010088 / УлГТУ, Инв. N02200102488 2000.

55. Макеев А.С. Разработка алгоритма поиска пути в нечетких графах. Сборник научных трудов "Интеллектуальные системы и технологии", Том 3. г. Москва, МИФИ, 2003г.

56. Малашенко Ю.Е., Новикова Н.М. Анализ многопользовательских сетевых систем с учетом неопределенности. Известия РАН. Теория и системы управления. 1998

57. Малашенко Ю.Е., Новикова Н.М., Смирнов М.М. Анализ многопользовательских сетевых систем с учетом неопределенности.

58. Многокритериальная и параметрическая постановка для неизвестных требований . Известия академии наук. Теория и системы управления. 1998.

59. Малышев Н. Г., Берштейн JI. С., БоженюкА. В. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991, 136с.

60. Мизин И.А., Богатырев В.А., Кулешов А.П. Сети коммутации пакетов. М.: Радио и связь, 1986.

61. Мину М. Математическое программирование. Теория и алгоритмы. М.: Наука, 1990.

62. Назарова И.А. Лексикографическая задача анализа уязвимости многопродуктовой сети. Известия академии наук. Теория и системы управления.2003.№ 5

63. Наместников A.M., Ярушкина Н.Г. Эффективность генетических алгоритмов для задач автоматизированного проектирования //Известия РАН. Теория и системы управления. 2002. - № 2

64. Нанс Б. Компьютерные сети. М.:Бином, 1996

65. Нечепуренко М.И., Попков В.К., Майнагашев С.М. и др. Алгоритмы и программы решения задач на графах и сетях . Новосибирск: Наука, 1990.

66. Обельченко С.Е., Разработка специальных систем связи. М.: ИПК РРиС, 1998.

67. Окороков А.И. Исследование зависимости эффективности корпоративных ВС от протоколов маршрутизации. Тезисы докладов XXIX Международной молодежной конференции «Гагаринские чтения», том 5. М.: МАТИ РГТУ им. К.Э. Циолковского, 2003.

68. Осовский А.В. Имитационное моделирование коммутатора с программируемой логикой // Техника и технология. 2005. - №2(8).

69. Оре О. Теория графов. — М.: Наука, 1968.

70. Остерлох Хизер. Маршрутизация в IP-сетях. Принципы, протоколы, настройка: Пер. с англ. СПб.: ООО ""ДиаСофтЮП"", 2002"

71. Паничев А. Ю. "Разработка и исследование методов проектирования IP-сетей." Мир информации и телекоммуникаций 2005. Материалы II междунаридной научно-технической конференции студенчества и молодежи, 12-13 мая 2005 г., Киев - 2005.

72. Подопригора Н.Б., Шилов А.А., Обзор современных систем моделирования для анализа ВС. Вестник СевКавГТУ, серия "Физико-Химическая" СевКавГТУ 2003.

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

74. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. — М.: Мир, 1980.

75. Ретана Альваро, Дон Слайс, Уайт Расс .Принципы проектирования корпоративных IP сетей. : Пер. с анг. М. Издательский дом "Вильяме", 2002.

76. Свами М., Тхуласираман К. Графы, сети и алгоритмы. — М.: Мир, 1984.

77. Симонова Е.В. Методы и средства имитационного моделирования распределенных сетевых структур. Тезисы докладов 1-й Поволжской научно-технической конференции "Научно-исследовательские разработки и высокие технологии двойного применения". Самара, 1995.

78. Скурихин А.Н. Генетические алгоритмы Новости искусственного интеллекта. 1995.- № 4

79. Смирнов М.М. Методы аппроксимации граней множества Парето в линейной многокритериальной задаче. // Вестн. МГУ. Вычисл. математика и кибернетика. 1996. № 3.

80. Смирнов М.М. Метод обратной логической свертки в задачах векторной оптимизации. М.: ВЦ РАН, 1996.

81. Смирнов М.М. О логической свертке вектора критериев в задаче аппроксимации множества Парето. ЖВМ и МФ. 1996. Т. 36. № 5.

82. Сорокин С.В., Язенин А.В. Система поддержки принятия решении на базе моделей и методов возможностнои оптимизации. // Программные продукты и системы. 2001, №2.

83. Столлингс В. Современные компьютерные сети. 2-е изд. СПб: Питер, 2003.

84. Сухов А.В. Динамика информационных потоков в системе управления сложным техническим комплексом. . Известия академии наук. Теория и системы управления. 2000, №4

85. Тарасов В.Б. От искусственного интеллекта к искусственной жизни: новые направления в науках об искусственном. Новости искусственного интеллекта. N 4

86. Тартаковский A.M., Курносов В.Е. Информационные технологии проектирования оптимальных конструктивных форм на основе методов эколюционного моделирования. ИТПП N3-4, 1996 г

87. Трахтенгерц Э.А. Компьютерная поддержка формирования рациональной сети предприятий обслуживания. // Известия академии наук. Теория и системы управления. 2000, №5.

88. Уилсон Р. Введение в теорию графов. — М.: Мир, 1977.

89. Успенский В.А., Семенов A.JI. Теория алгоритмов: основные понятия и приложения. — М.: Наука, 1987.

90. Федотов Е.В. Определение оптимальных маршрутов в сети пакетной коммутации. В сборнике: Сетевая обработка информации. М.: МДНТП, 1990

91. Харари Ф. Теория графов. — М.: Мир, 1973.

92. Харари Ф., Палмер Э. Перечисление графов. — М.: Мир, 1977.

93. Шаповаленко С. "Динамическое моделирование и анализ корпоративных вычислительных систем". Сетевой журнал №6, 2001 г.

94. Шварц М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1981.

95. Шеннон Р. Имитационное моделирование систем: искусство и наука. -М.: МИР, 1978 -418с.

96. Штоер Р. Многокритериальная оптимизация. М.: Радио и связь, 1992.

97. Язенин А.В. К задаче максимизации возможности достижения нечеткой цели. Известия АН РФ. Теория и системы управления. -1999, №4.

98. Язенин А.В. Методы оптимизации и принятия решений при нечетких данных: Дис. докт. физ.-матем. наук: ТГУ Тверь, 1995.

99. Ю1.Ярушкина Н.Г. Гибридные системы, основанные на мягких вычислениях: определение, архитектура, возможности. Программные продукты и системы. 2002

100. Ярушкина Н.Г. Методы нечетких экспертных систем в интеллектуальных САПР. Саратов: Изд-во Сарат. ун-та, 1997.

101. Ярушкина Н.Г. Нечеткие нейронные сети. Новости искусственного интеллекта. 2001. - № 2-3

102. Berge С. Graphs (second revised edition), North Holland, Amsterdam -New York - Oxford, 1985.

103. Berge C. Isomorphism problems for hypergraphs. Lecture Notes in Mahtematics. 411. Hypergraph Seminar. 1972. Spring-Verlag, 1974.

104. Berge C. Hypergraphs: combinatorics of finite sets. Elsevier Science Puplishers B.V., 1989.

105. Bondy J.A., Murty U.S.R. Graph theory with applications, North Holland, New York - Amsterdam - Oxford, 1976.

106. Bothe H.-H. Fuzzy Neural Networks. -Prague: IFSA, 1997.

107. Cantor D.G, Gerla M. Optimal Routing in a Packet-Switched Computer Network. IEEE Trans. Computers, 1974, vol. C-23, no. 10, pp.

108. Cisco Systems и др. Руководство по технологиям объединенных сетей, 3-е издание.: Пер. с анг. М. Издательский дом "Вильяме", 2002

109. Courtois Р.J., Semal P. An Algorithm for the Optimization of Nonbifurcated Flows in Computer Communication Networks. Performance Evaluation, 1981,

110. Di Саго G., Dorigo M. Net: Distributed Stigmergetic Control for Communications Networks: Journal of Artificial Intelligence Research. -1998. №9

111. Dijkstra E.W. A Note on Two Problems in Conection with Graphs. Numer. Math., 1959, no. 1.

112. Eufit'98 6th European Congress on Intelligent Techniques and Soft Computing ELITE European Laboratory for Intelligent Techniques Engineering. Hrsg. Von Prof. Dr. Dr. h. c., 1998 ISBN3-89653-500-5

113. Floyd R.W. Algorithm 97: Shortest Path. Comm. ACM, 1962, no. 3.

114. Frank M., Wolfe P. An Algorithm for Quadratic Programming. Naval Research Logistic Quarterly, 1956, no. 3.

115. Fratta L., Gerla M., Kleinrock L. The Flow Deviation Method: An Approach to Store-and-Forward Communication Network Design. Networks, 1973, vol. 3, no. 2, pp. 97-133.

116. Gavish В., Hantler S.L. An Algorithm for Optimal Route Selection in SNA Networks. IEEE Trans. Commun., 1983, vol. COM-31, no. 10, pp. 1154-1161.

117. Gerla M., Kleinrock L. On the Topological Design of Distributed Computer Networks. IEEE Trans. Commun.,1977, vol. COM-25, no. 1.

118. Golumbic M.C. Algorithmic graph theory and perfect graphs. Academic Press, New York, 1980.

119. Held M., Wolfe P., Growder H.P. Validation of Subgradient Optimization. Mathematical programming, 1974, no. 6.

120. IFSA'97. Prague. Seventh International Fuzzy System Association World Congress. University of Economics Prague.

121. Jackson J.R. Networks of Waiting Lines. Operations Research, 1957, no. 5.

122. Lovasz L. Combinatorial problems and exercises, Academiqi Kiado, Budapest, 1979.

123. Makeev A.S., Yarushkina N.G. System of modeling routing IP networks on the basis of the indistinct metrics. Interactive systems: The Problems of

124. Human -Computer Interaction. Proceedings of the International Conference. Ulyanovsk, U1STU, 2001

125. Network Design. Networks, 1973, vol. 3, no. 2, pp. 97-133.

126. Pawlak Z., Rough sets. Int. J. Computer and Information Sci., 11, 1982

127. Pawlak Z., Rough sets. Theoretical aspects of reasoning about data. Kluwer Academic Publishers, Dordrecht, 1991

128. Schwartz M., Cheung C.K. The Gradient Projection Algorithm for Multiple Routing in Message-Switched Net-works. IEEE Tram. Commun., 1976, vol. 4 COM.

129. Sebastian H.-J., Intelligent support systems. Proceedings of EUFIT'93 (Sept. 7-10, 1993, Aachen, Germany) 299-307.

130. Tatra Mountaints. Mathematical Publications. Fuzzy Structures. Current Trends Volume 13 1997

131. Toft В., Jensen T.R. Graph colouring problems. John Wiley & Sons, Inc., 1994.

132. Tutte W.T. Graph Theory. Addison-Wesly, 1984.

133. Welsh D.J.A. Matroid Theory. Academic Press, New York, 1976.

134. УИ ГУ ЦБ РФ по Ульяновской области1. Руководитель

135. Начальник отдела телекоммуникаций ГУ ЦБ РФ по Ульяновской области Бобров В.А.

136. Вид внедренных результатов: Программа моделирования маршрутизации телекоммуникационных сетей с нечеткими метриками.

137. Характеристика масштаба внедрение в масштабе предприятия

138. Форма внедрения: методы, модели, программа.

139. Новизна результатов научно-исследовательских работ: результаты являются новыми.

140. Внедрены в практику работы УИ ГУ ЦБ РФ по Ульяновской области

141. Годовой экономический эффект: не рассматривался

142. Удельная экономическая эффективность внедренных результатов: не рассчитывалась

143. Социальный и научно-технический эффект: повышение качества обслуживаниятраффика1. Научный руководитель

144. Сотрудник УИ ГУ ЦБ РФ, ответственный за внедрениедд~.н., проф. Ярушкина Н.Г.результатов АНО "Центр сетевых технологий" г. Москва1. УТВЕРЖДАЮ»

145. Проректор по НИР Ульяновского Государственного Техникна Н.Г1. УТВЕРЖДАЮ»

146. Руководитель АНО "Образовательный jrp Сетевых Технологий ганда" г. Москвак.т.н. Нариманов А. Г.1. АКТ ВНЕДРЕНИЯрезультатов научно-исследовательских, опытно-конструкторских и технологических работ1. Заказчик1. Руководитель

147. АНО "Образовательный Центр Сетевых Технологий Диамонда" г. Москва

148. Инструктор АНО "Образовательный Центр Сетевых Технологий Диамонда" Денисов М.В. (Cisco Certified Internetwork Expert N 12461)

149. Вид внедренных результатов: Программа моделирования маршрутизации телекоммуникационных сетей с нечеткими метриками.

150. Характеристика масштаба внедрение в масштабе организации

151. Форма внедрения: методы, модели, программа.

152. Новизна результатов научно-исследовательских работ: результаты являются новыми.

153. Внедрены в практику работы АНО "Образовательный Центр Сетевых Технологий Диамонда" г. Москва

154. Годовой экономический эффект: не рассматривался

155. Удельная экономическая эффективность внедренных результатов: не рассчитывалась

156. Социальный и научно-технический эффект: повышение качества обслуживания проектируемых сетей1. Научный руководитель1. Ярушкина Н.Г.

157. Сотрудник ответственный за внедрение1. Денисов М.В.