автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Моделирование процессов управления ресурсами вычислительной сети распределенной АСУ

На правах рукописи

ЛОГИНОВ ИЛЬЯ ВАЛЕНТИНОВИЧ

МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ РЕСУРСАМИ ВЫЧИСЛИТЕЛЬНОЙ СЕТИ РАСПРЕДЕЛЕННОЙ АСУ

Специальность 05.13.06 - «Автоматизация и управление технологическими процессами и производствами (промышленность)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Орел 2010

□□3432755

003492755

Работа выполнена в Академии Федеральной службы Охраны Российской Федерации (г. Орел).

Научный руководитель:

кандидат технических наук Лебеденко Евгений Викторович

Официальные оппоненты

доктор технических наук, профессор Корсунов Николай Иванович

кандидат технических наук, доцент Фролов Алексей Иванович

Ведущая организация - Орловский филиал Института Проблем информатики Российской Академии Наук

Защита диссертации состоится 23 марта 2010 г. на заседании Диссертационного Совета Д212.182.01 при Орловском Государственном техническом университете (ОрелГТУ) по адресу Орел, Наугорское шоссе 29.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан 19 февраля 2010.

Ученый секретарь Диссертационного Совета Д212.182.01^-) кандидат технических наук, доцент . ^ ^ Волков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТА

Актуальность темы: Широкое внедрение информационных, аналитических и вычислительных технологий в процесс управления промышленными предприятиями, создание крупных корпоративных АСУП и АСУПП на основе распределенных вычислительных сетей привело к значительному повышения эффективности труда. Новые информационные технологии широко используются в сфере прогнозирования развития предприятий, анализе товарных рынков, моделировании жизненных циклов продукции, анализе продаж в большинстве функциональных подсистем АСУП: технической подготовки производства, материально-технического снабжения, технико-экономического планирования, сбыта, управления транспортным хозяйством, оперативно-производственного планирования.

Изменение внешних условий функционирования предприятия и необходимость непрерывного совершенствования требует многократного решения задач модернизации организационной и технической составляющих АСУ, включая разработку и модернизацию отдельных функциональных подсистем. Основой для модернизации функциональных подсистем является использование систем моделирования с комплексом моделей основных и обеспечивающих подсистем АСУ. В современных условиях модернизированные АСУ промышленных предприятий должны обеспечивать прирост эффективности работы предприятия в конкурентной среде. Это обуславливает необходимость повышения результативности процесса модернизации АСУ, то есть повышения ее качественных характеристик при ограниченных затратах ресурсов и минимизации времени на модернизацию.

Наличие множества информационно-аналитических средств в составе АСУ определяет необходимость обоснования структуры вычислительной сети, позволяющей повысить качество АСУ предприятия за счет оптимизации процесса обработки запросов операторов. Для этого необходимо использовать комплект моделей процесса управления ресурсами различных видов.

Операторы АСУП (ЛПР или эксперты) для подготовки, обоснования и принятия решений генерирует множество запросов к обеспечивающим программным системам, и предъявляют требования к качеству результатов. Для каждого запроса задаются требования по точности, достоверности, информативности, содержательности, полноте, своевременности результата его обработки. В соответствии с приоритетом оператора, настройками системы и важностью задачи определяется важность результата запроса. Множество запросов, поступающих от операторов в случайные моменты времени, образует поток запросов. Для интегрального оценивания степени удовлетворения требований операторов используется обобщенный показатель качества, представляющий собой зависимость полезности результата для подготовки и принятия решения от времени, выраженная в нормированных единицах прироста эффективности.

Существующие системы управления процессом обработки запросов операторов в АСУП (на основе приоритетов, критических сроков, классов обслуживания) не полностью учитывают требования пользователей, особенно вид и величину зависимости комплексного показателя требований операторов от времени. Это приводит к снижению качества результатов, предоставляемых операторам, и тем самым снижает качественные характеристики распределенной АСУ. х

Необходимость обоснованности принимаемых решений, определяет особую актуальность решения научной задачи повышения результативности процессов обработки запросов путем рационального управления ресурсами вычислительных сетей распределенных АСУ. Решение данной задачи в ходе разработки и модернизации компонентов АСУ определяет необходимость разработки комплекса моделей и методик процесса управления ресурсами вычислительной сети.

Объект исследования: Процесс управления ресурсами вычислительной сети АСУ.

Предмет исследования: Модели и методы распределения аппаратных, сетевых и программных ресурсов вычислительной сети распределенной АСУ.

Цель исследования: Повышение эффективности разработки и модернизации АСУП за счет повышения результативности обработки потоков запросов в распределенной вычислительной среде.

Для достижения поставленной цели требуется решить следующие задачи:

1. Провести анализ средств и методов распределения ресурсов вычислительной сети АСУ и систем их моделирования для повышения эффективности процессов разработки и модернизации АСУ.

2. Исследовать характеристики и разработать модель потока запросов в распределенной вычислительной системе, позволяющую прогнозировать его свойства.

3. Разработать модель распределенной вычислительной системы АСУ, учитывающую нестационарность входного потока запросов.

4. Разработать алгоритм планирования распределения ресурсов в процессе обработки потока запросов в распределенной вычислительной системе АСУП.

5. Разработать прототип системы моделирования процессов управления ресурсов вычислительной сети АСУ и оценить ее эффективность.

Методы исследования, использованные в процессе выполнения диссертационной работы: исследование операций, теория эффективности, теория управления, системный анализ, моделирование систем, теория принятия решений, теория одномерной полезности, теория расписаний.

Научная новизна диссертационной работы заключается в следующем:

1. Предложена гибкая модель потока запросов в АСУ, базирующаяся на методах регрессионного анализа, отличающаяся учетом характера распределения интенсивности поступления запросов пользователей во времени и их тип, а также возможностью прогнозирования ресурсоемкости потока.

2. Предложена аналитическая модель распределенной вычислительной сети АСУ, базирующаяся на методах кластерного анализа, отличающаяся дисциплиной обслуживания потока запросов, его распределения по узлам системы и сверткой набора учитываемых показателей.

3. Разработан алгоритм планирования распределения ресурсов в процессе обработки потока запросов в распределенных вычислительных системах, базирующийся на использовании методов стохастической оптимизации и отличающийся от известных использованием монотонно убывающих функций полезности.

Практическая значимость результатов диссертационной работы заключается в следующем:

1. Предложен прототип системы моделирования процессов распределения ресурсов для использования при модернизации и разработке АСУ крупных предприятий.

2. Предложен макет вычислительной сети АСУП для оценивания альтернатив систем планирования с возможность дальнейшего развития.

3. Предложен способ распределенной обработки нестационарного потока запросов в гетерогенной вычислительной системе, обеспечивающий распределенную обработку в АСУП. Способ защищен заявкой на патент № 2009110841.

Реализация результатов:

1. Программно-технический прототип системы распределенного управления внедрен в процесс сопровождения АСУП ЗАО «Дормаш» (г. Орел).

2. В ЗАО «Орлэкс» была внедрена программная реализация системы управления балансировкой загрузки вычислительной системы для части служб.

3. Программно-технический прототип системы организации распределенного управления внедрен в процесс сопровождения автоматизированных систем управления ОАО «Орелхолодмаш».

Апробация. Основные положения и результаты работы были доложены и обсуждены на конференции «Исследование, разработки и применение высоких технологий в промышленности» (2005 г.), научной конференции «Современные методы обработки информации 2005», международной научно-методической конференции вузов и факультетов телекоммуникаций (2006 г.), всероссийской конференции «Современные информационные технологии в деятельности органов государственной власти «Информтех - 2008», международной конференции «Параллельные вычислительные технологии - 2009», 11-ой международной конференции «Наукоемкие технологии и интеллектуальные системы - 2009».

Публикации. По теме диссертационного исследования опубликовано 10 работ (из них 3 - в журналах из перечня ВАК).

Структура и объем работы. Диссертация состоит из введения, трех глав и заключения. Диссертация содержит 152 стр., 60 рисунков, 5 таблиц, 3 приложения. Список литературы содержит 153 наименований.

В основе настоящей работы лежат результаты исследований в области: разработки интеллектуальных АСУП: Павлов A.A., Меньков A.B., Колесников А. А., Певзнер JI. Д., Мамиконов А. Г.; построения вычислительных сетей и систем: Foster Y., Воеводин В.В., Шокин Ю.И., Hockney R.; теории принятия решений: Кини P.JI., Райфа X., Нейман Ф., Моргенштейн О., Гвишиани Д.М., Емельянов C.B.; разработки методов управления ресурсами: Топорков В.В., Yu J., Коваленко В.Н.

Положения, выносимые на защиту:

1. Гибкая модель потока запросов в АСУ, учитывающая характер распределения интенсивности поступления запросов пользователей во времени и их тип.

2. Аналитическая модель вычислительной сети распределенной АСУ с модифицированной дисциплиной обслуживания потока запросов.

3. Алгоритм планирования распределения ресурсов в процессе обработки потока запросов в распределенных вычислительных системах.

СОДЕРЖАНИЕ РАБОТЫ

Во введение обоснована актуальность работы, определены цель диссертационной работы, основные положения и методика исследований.

В первой главе «Анализ средств и методов управления ресурсами вычислительной сети распределенной АСУ» проводится анализ корпоративных автоматизированных систем управления промышленными предприятиями и вычислительных сетей на которых они базируются. Отмечается важность удовлетворения требований операторов АСУП при решении ими ресурсоемких задач управления предприятием (моделирования рынков и жизненных циклов продукции, прогнозирования потребительского поведения и объемов продаж, планирования производственных циклов, планов использования оборудования и транспорта).

Промышленное предприятие функционирует в условиях конкурентной среды, определяемой ситуацией на рынке и законодательством страны. В результате состояние предприятия и его автоматизированной системы управления (АСУП) определяется потоком входных запросов и последовательностью ситуаций. АСУП функционирует на основе вычислительной сети, объединяющей рабочие места сотрудников предприятия, общее оборудование, технологические линии и поставщиков и покупателей продукции, и взаимодействует с лицензирующими, разрешительными, налоговыми и другими структурами, что обуславливает распределенный характер обработки запросов операторов. Типовая вычислительная сеть является многоуровневой иерархической системой, взаимодействующей с множеством внешних информационных и информационно-аналитических систем различного назначения. В ее состав входят сотни и тысячи сетевых элементов, как аппаратных, так и программных, реализующих функции автоматизации деятельности служб и подразделений предприятия. Состав вычислительных узлов является неоднородным как по аппаратной части, так и программной, что обуславливает сложность распределения ресурсов.

Для решения задач управления предприятием в высококонкурентной среде: подготовка и принятие управленческих решений, анализ рынков, разработка новых стратегий продаж и продукции - широко применяются программное обеспечение, реализующее функции многомерного статистического анализа, прогнозирования и моделирования, требующих значительных вычислительных ресурсов. Операторы АСУП для решения задач управления предприятием генерируют поток запросов (Рисунок 1) к вычислительной сети и предъявляют требования к качеству результатов соответствующих запросов. После завершения обработки результа-

Корпоративная АСУП Рисунок 1 - Схема обработки запросов операторов АСУП

ты предоставляются операторам. Система управления ВС решает задачи удовлетворения требований операторов путем распределения доступных ресурсов между запросами из потока.

Допущения по требованиям операторов к обработке запросов. К результатам обработки ресурсоемких запросов оператор АСУП указывает качественные требования. Оператор для каждого запроса определяет точность, достоверность, информативность, содержательность, полноту и своевременность результата для решения исходной задачи. Результат обработки запроса оценивается обобщенным показателем качества, который представляется в виде полезности данного результата для решения задачи в заданный момент времени. Исходя из положений теории принятий решений, значение обобщенного показателя качества монотонно убывают с течением времени. Для оценивания результата обработки ¡-го запроса оператор АСУП задает функцию качества результата путем определения зависимости полезности результата от времени его предоставления: V/,/ = 1,/;;ц, (/)е О,. В зависимости от важности задачи функция качества результата корректируется. Требования оператора заключаются в максимизации полезности результата: - = £ (() —» так. Полезность результата обработки запроса в соответствии с теорией полезности измеряется условными единицами, приростом целевого эффекта задачи, а также денежными единицами. Вопросы назначения функций полезности определяются организационно-штатной структурой предприятия на основе выделенных бюджетов.

Результативность обработки потока запросов. Поступление на вход вычислительной сети корпоративной АСУП потока запросов и необходимость удовлетворения требований операторов требует наличия критерия распределения ресурсов в зависимости от качества результата. Это обуславливает необходимость повышения результативности обработки запросов за счет рационального распределения ресурсов корпоративной АСУП.

Результативность обработки потока запросов от множества операторов может быть выражена путем суммирования качества результатов отдельных запросов за промежуток времени:

Ыг)/

2 - '=п /у тах. (1)

При этом на вход ВС за время Т поступает из потока запросов А поступает п запросов. Результативность обработки измеряется полезностью, выраженной в

Вид ресурсов

Технологические

Интенсивность потребления

Организационные

Длительность

Ресурсные

\

Контрольные сроки

На основе ресурсов центрального процессора

На основе ресурсов оперативной памяти

Ресурсы ВС

^ ч

Лицензионные ЪХ

Коммуникационные

Комбинированные

На основе ресурсов устройств ввода-вывода

На основе ресурсов центрального процессора и оперативной памяти

Рисунок 2 - Методы управления ресурсами в ВС АСУП по виду ресурсов

нормированных единицах прироста целевого эффекта задачи. Физический смысл критерия (1) заключается в назначении на обработку потока запросов таким образом, чтобы обеспечить максимум общей полезности.

Для повышения полезности результатов решают две задачи: повышают качественные характеристики информационно-аналитических средств или изменяют дисциплину обслуживания запросов для предоставления результата в требуемые сроки. Решение первой задачи связано с модернизацией информационного и программного обеспечения АСУ и является ресурсоемким и затратным. Решение второй задачи позволяет повысить результативность обработки запросов без существенных затрат. В настоящее время в процессе обработки запросов используются методы обслуживания запросов, основанные на приоритетах, критических сроках предоставления результатов, классах обслуживания и функциях полезности. В ВС АСУ широкое распространение нашли первые два метода, использование которых накладывает грубые ограничения на вид функции полезности, что в свою очередь может приводить с такому распределению ресурсов ВС, которое не соответствует предъявляемым требованиям. Классификация методов управления ресурсами ВС представлена на рисунках 2 и 3.

Возникает несоответствие между необходимостью получения качественного результата обработки запроса и долгого времени ожидания из-за нехватки и нерационального распределения имеющегося вычислительного ресурса. Наличие указанного противоречия требует разработки комплекса моделей и алгоритмов планирования распределения ресурсов в процессе обработки запросов, позволяющего повысить его результативность, на основе учета функций полезности.

Цели планирования имеет следующий вид: На вход ВС за время Т поступает из потока запросов л поступает п запросов. Цель планирования заключается

Алгоритмы распределения ресурсов

Управления группами ,, работ *"1а мно*естве, очередей

Поиска^ ^

Теории графов

\

Математического

программирования / \ ^

Выпуклого V Линейного Сеточные X Модельные Логического в Списочные \ ^ограничениях ^ \ Имитации

На основе \ отжига

списков Имитационные Обратного Итерационные заполнения реального запуска

Рисунок 3 - Алгоритмы распределения ресурсов

Поток отказов

Поток запросов ■

Вычислительная сеть АСУ

Поток результатов

м

Система оперативного управления

Управляющее воздействие

Наблюдаемые параметры

Шумы измерения

Т* "'

План ; распределения I ресурсов_ ] I Система ■ планирования

I Система измерения

Оценка состояния ВС

" 1 Измеренные ^ I параметры

~ "Система | оценивания | состояния I

Рисунок 4 - Схема управления в ВС АСУ

в максимизации целевой функции вида (1). Система планирования взаимодействует с системой оценивания состояния ВС и системой оперативного управления. От системы оценивания на вход системы планирования поступает оценка текущего состояния ВС в виде комплекса моделей, включающего модели ВС и входного потока. Указанный комплекс моделей используется при нахождении оптимального плана распределения ресурсов. Новый алгоритм планирования требует разработки моделей, адекватно представляющих текущее состояние ВС.

Поступающий поток запросов л, поток результатов м и система управления переводят ВС из одного состояния в другое: Б'т-—>5д!. Система планирования 5/7 определяет план распределения ресурсов. Планирование распределения ресурсов осуществляется на основе использования комплекса моделей ВС включающей в свой состав модель входного потока запросов Гл и внутреннюю модель ВС Рм.\ ? = лЛ-)- Система планирования с использованием алгоритма планирования А определяет требуемое состояние ВС: Я'— Требуется разработать модели и методики планирования процессов обработки нестационарного потока запросов в распределенных вычислительных системах АСУП, позволяющий повысить результативность обработки потока запросов путем применения методов стохастической оптимизации.

Во второй главе «Разработка комплекса моделей и алгоритмов управления ресурсами вычислительной сети АСУ» представлена методика составления плана распределения ресурсов ВС, разработан комплекс моделей ВС АСУП и входного потока запросов, предложен алгоритм планирования и представлен способ распределения ресурсов на основе функций полезности.

Распределенный характер ВС АСУ определяет необходимость использования распределенной системы планирования. В ее составе выделяется три подсистемы (рисунок

Подсистема моделирования Подсистема планирования Подсистема прогнозирования 5): ПОДСИСТема

запросов и потоков распределения ресурсов состояния вычислительных узлов

моделирования

Рисунок 5-Архитектура системы планирования запросов И пото-

ков; подсистема планирования распределения ресурсов; подсистема прогнозирования состояния вычислительных узлов. При разработке структуры системы управления сделаны следующие допущения: система управления перераспределяет запросы из входной очереди, операторы генерируют запросы с длительным

. i <р ■У

г=

<г = <А<) Г HOM'K'W

...<rí!i! ¡ Ík 4-ílífillilk

а) функция полезности результата обработки запроса

Т <

б) функция плотности вероятности завершения

обработки запроса в заданный момент времени

в)произведение функций

временем обработки в случайные моменты времени и определяют требования к результатам путем задания функции полезности, функция полезности корректируется системой в зависимости от приоритета оператора и типа задачи, множество запросов всех операторов образует нестационарный поток, огибающая интенсивности и структура которого изменяются с течением времени, ВС состоит из узлов различной производительности, набор программного обеспечения неоднороден, обработка запросов происходит в пакетном режиме, вероятность выхода из строя вычислительного узла за время обработки запроса пренебрежительно мала.

Методика составления плана распределения ресурсов ВС между запросами в очереди. Составляются такой план распределения ресурсов, который обеспечивает максимальную прогнозируемую по-

Рисунок 6 - Использование функции полезности _______ . „к__

3 лезность результатов обра-

ботки запросов. К распределению ресурсов применен экономический подход планирования обработки запросов, который позволяет учесть требования результативности. В качестве исходных выступили методы управления ресурсами, предложенные Киселевым А.В., Голосовым П.Е. «Планирование заданий на основе экономической модели как подход к обеспечению качества обслуживания в распределенной вычислительной среде», Бредихиным С.В. «Две модели ценового согласия при распределении вычислительных ресурсов», Buyya R. «An economy driven resource management architecture for global computational grid», и Altman E. «Flow control using the theory of zero sum markov games». Отличие методики в учете требований операторов к результатам обработки запросов в виде убывающих функций полезности, прогнозировании времени обработки запросов для случая гетерогенных вычислительных систем АСУ. Методика предполагает назначение на обработку наиболее полезного запроса, включает следующие действия:

1) Определение глубины планирования: I - максимального размера последовательности запросов, учитываемых в плане.

2) Прогнозирование времени обработки запросов с использованием функций плотности вероятности ошибки прогнозирования, получаемых с использованием регрессионных методов <p = (/>(0,t) - показывают зависимость вероятности завершения обработки запроса в заданный момент времени для рассматриваемого запроса (рисунок 6).

3) Расчет прогноза полезности обработки запросов согласно плану.

4) Составление альтернатив планов распределения ресурсов /7, и расчет прогнозируемой полезности р(П,):

+ (2)

/=| kM j.I i=l „

где p¡¡t - прогноз полезности результата обработки k-го запроса на j-м вычислительном узле в i-м плане распределения ресурсов, при условии, что сначала будет

обработано к-1 запрос, !//';1 - вспомогательная функция при условии что был обработан к-1 запрос:

А* = 0+'*)*<('>/'< (3)

о

где - условная функция плотности вероятности завершения обработки запроса при условии что был обработан к-1 запрос:

о

5) Выбор варианта плана с использованием решающего правила, предполагающего максимизацию полезности обработки запросов:

П = П(р(П)=тах{П,}). (5)

Пример реализации решающего правила в случае, когда вычислительная система состоит из одного узла, в очереди на обработку находятся два запроса. При глубине планирования равной одному / = 1:

+ (/)//> ]<?,(*+ /,)х«»,(')д<=> |У/,(; + г,)Л> ],//_,((+ О, V. (6)

1=0 1=0 1-0 1=11

1 = 2: (I + Г,) х (р, (/)Л + ] £ (г + и ) х (/>, (I + ф'Л >

'=" » ■ (7)

1=0 1=0 !' = 0 Выполнение пунктов (3)-(5) сводится к решению оптимизационного уравнения следующего вида:

2 = тах{п), £.(?), <рМ), /• (8)

Гибкая модель входного потока запросов. На основе модели определяется и в зависимости от типа события уточняется план распределения ресурсов между узлами ВС. Для каждого запроса предлагается с использованием модели

осуществлять прогнозирование ресурсоемкое™ и времени завершения обработки. Для ВС входящих в состав АСУП характерно наличие входного потока запросов Л, который образуется путем объединения множества запросов О в соответствии с временем их поступления. Нестационарность (рисунок 7) входного потока определяется двумя особенностями: изменением огибающей интенсивности в зависимости от времени Л = Л(/) и изменением структуры потока. Для целей определения рациональной структуры ВС, управления ресурсами и оценивания эффективности методов планирования предлагается комплекс моделей нестационарного потока запросов:

^Ч^'./Т}, (9)

I

!■ н -*-

Рисунок 7 - Пример нестационарности входных потоков

1 1 Определение исходных данных для получения —■—' функции плотности вероятности для заданного класса запросов

♦

| 1.1 | Измерение времени обработки запросов

I 1.2 I Определение производительности [———' вычислительных узлов

*

г J Расчет ресурсоемкости запросов = »/

т

3 | Расчет функции регрессии Л _ п(/-Л - для всех классов запросов " "" V- /

X

I Определение независимых переменных

I 3.2 I Определен!

X

|ие вида уравнения регрессии

X

3,3 Расчет коэффициентов уравнения регрессии

X

Расчет нормированной «

X

ж:

где Р;1 - аналитическая, Я" - имитационная, Р"" - полунатурная модели потока запросов в ВС. Аналитическая модель Р;1 относится к классу абстрактных моделей потоков запросов и предназначена для использования в целях планирования согласно концепции управляемого ресурса. Предлагаемая модель потока отличается использованием предположения о возможности объединения нескольких запросов в один подпоток, называемый единичным потоком.

Р;1={Р,,Р(л,),...,Р(лХ~г(А,)), (10)

где Р. - параметры модели потока запросов, Г (Я,) - параметрически и структурно настраиваемая модель потока однотипных запросов, п - количество единичных потоков в модели. Каждая модель единичного потока формируется на основе модели потока запросов и параметров их поступления: ри1) = (р:,р(0,)), где Р\ - параметры модели /-го единичного потока, 1;{о) - модель запроса, образующего поток. Модель единичного потока определяется следующими параметрами: интенсивность входного потока запросов М = |/1|; дисперсию О; закон распределения промежутков времени между поступлением запросов; тип запросов в потоке, функцию плотности вероятности завершения обработки потока запросов. Прогнозирование времени обработки запроса предлагается осуществлять с помощью методики, представленного на рисунке 8. На первом этапе формируют выбору запросов из входного потока. На втором этапе рассчитывают вычислительную ресурсоем-кость запросов по формуле у= '/р для всех запросов из выборки. На третьем этапе

рассчитывают функции регрессии для всех классов запросов. На четвертом этапе для каждого класса запросов рассчитывают нормированную функцию плотности вероятности (ФПВ) завершения обработки запроса. На пятом этапе определяют ФПВ для конкретных узлов.

Целью разработки имитационной модели Р" является ее использование при сравнительном анализе алгоритмов и систем управления процессом обработки запросов для определения рациональной структуры вычислительной сети на этапах модернизации АСУ. Имитационная модель генерируется на основе анализа исходных потоков, либо их прогноза, с использованием предложенной в работе методики, позволяющей гибко настраивать параметры потока и образующих запросов (Рисунок 9). При этом происходит гибкая настройка следующих параметров:

Расчет нормн рованной шибки прогнозирования ресурсоемкости

X

Сглаживание ошибки прогнозирования ресурсоемкости ^

X

М

Расчет нормированной функции плотности / \ вероятности завершения обработки т// V/

X

Расчет функции плотности вероятности для заданного узла

Рисунок 8 - Методика прогнозирования времени обработки запроса

закона распределения промежутков времени между поступлениями запросов (Парето, ограниченный Парето, Вейс-булла, логнормальный), огибающей интенсивности единичных потоков по типам запросов. Генератор имитационных моделей реализован в виде подпрограммы для средства имитационного моделирования LabVIEW.

Для целей управления ресурсами предлагается следующая модель вычислительной системы: SK. ={S1I]R.,SK.P}, где SIIIIC - модель вычислительной подсистемы, SK - модель среды взаимодействия, р - протоколы взаимодействия элементов системы. Вычислительной подсистемы Sm. задается моделью групп вычислительных узлов G: Srwc = {G,.....С,,,}. Каждая группа вычислительных узлов обрабатывает запросы одного типа. Модель вычислительного узла Vj eGt позволяет описывать как однопроцессорные ЭВМ, так и многопроцессорные системы, находящиеся под управлением операционной системы кластерного типа, например, windows computer cluster. Для этого предлагается модель вычислительного узла следующего вида:

V = (n,p,o,C,os,Arh,PO), (11)

где п - количество процессоров/ядер вычислительного узла, р - условная производительность по обработке наиболее частных запросов, о - объем оперативной памяти, С = {к,с,(р) - коммуникационная подсистема (количество, производительность и тип сетевых интерфейсов), os - тип операционной системы, Arh • архитектура вычислительной системы, РО - множество установленного программного обеспечения. Предлагается учитывать ожидаемое время завершения обработки запроса(ов) t=t„...t1, загруженность ij = (/;,„,'7„,'/г), список идентификаторов запросов Q = QLIDI,...,QCIDs\ Vj=(J,i],Q). Для сокращения ресурсоемкое™ планирования предлагается вычислительные узлы, обрабатывающие запросы одного типа, объединять в группы вычислительных узлов G. Каждая группа вычислительных узлов определяется следующей моделью:

G = (e,p,d,C,os.Arh,PO), (12)

где в - функция прогнозирования времени завершения обработки запроса, р.д.С - средние значения соответствующих параметров. В результате кластеризации уменьшается количество параметров модели вычислительного узла:

Определение исходных данных для моделирования входного потока запросов

[ 1^1 | Сбор адекватен выборки запросов 1.2 Измерение параметров запросов

Классификация запросов из выборки и выделение классов

| 2.1 | Определенне критериев классификации_j

| 2.2 | Разбиение выборки на несколько классов_J

Настройка модели образующих запросов

3,1 Определение исходных параметров -' образующего запроса

3.2 Настройка параметров •//j\ — —*___образующего запроса_' '

Настройка модели единичных потоков 1<"(Д) и их объединение в модель потока ^ '

Л

4.1 [Определение параметров единичных потоков

4.2 Гибкая настройка параметров единичных потоков (законов распределения и т.д.)

4.3 [Создание набора генераторов единичных потоков и их объединение ^^^^^

Рисунок 9 - Методика создания модели потока запросов

Г = (/?, р, о, С,05, АгЬ, РО) о V = (и, кр, , кс, д^],

(13)

где к„

п > = °/п ' = С/г • Модель вычислительного узла представляет собой

'р- " /о - > /с

объединение моделей V и Г": Ур = {г,г°}= ^п,кр,ка,кс,О),^,п,0)). Модель среды

взаимодействия представляется в виде графа, вершинами которого являются вычислительные узлы, а ребра

Рисунок Ю-Модель вычислительной сети распределенной АСУ

- коммуникационные линии:

Для распределения ресурсов ВС целесообразным является определение объема доступных ресурсов при их динамическом изменении, то есть учет подключений и отключений узлов ВС. Модель узла V используется на двух этапах: при первоначальном определении групп вычислительных узлов и непосредственно в процессе планирования.

Четвертой частной задачей исследования является разработка алгоритма планирования распределения ресурсов в процессе обработки запросов в ВС. В результате исследований предложен алгоритм, основанный на методе стохастической оптимизации. Реализация данного алгоритма в дальнейшем называется РМТ. Рассмотрим более подробно часть алгоритма, связанную с определением требуемого состояния ВС. Исходными данными для выполнения данного алгоритма являются: набор моделей запросов находящихся в очереди на обработку и обрабатывающиеся в ВС, набор моделей вычислительных узлов, модель ВС. Целью применения алгоритма является максимизация целевой функции (1). Результатом применения алгоритма является плана распределения ресурсов П. Алгоритм планирования заключается в выполнении следующих операций (рисунок 11):

- составление прогноза времени выполнения, функции плотности вероятности завершения обработки запроса (формула 4);

- составление оптимизационного уравнения, включающего в себя прогноз времени выполнения для всех вычислительных узлов, функцию полезности обработки, целевую функцию, ограничения на обработку запросов, глубину планирования;

- расчет требуемого состояния ВС на основе алгоритмов оптимизации;

- определение нового плана.

( начало )

1

/ Поступление ^ запроса хг /

1

Определение типа запроса

Расчет ФПВ

А')

Определение списка доступных узлов

Составление уравнения , для оптимизации

I Цикл по номеру итераций |

р(п,)

I {17}, {.р(п)1

Ар

Г

Вывод нового плана для исполнения

7

С

I)

Рассмотрим задачу перераспределения ресурсов ВС АСУ промышленного предприятия при планировании производства в плановом подразделении. ВС планового подразделения включает в свой состав два вычислительных узла Г, и Г,, предназначенных для решения задач календарного планирования. Вычислительные узлы ВС имеют разную производительность по обработке запросов, соответственно кг, и кр;. В течении времени планирования на ВС поступает поток запросов от экспертов для моделирования предметной области и расчета вариантов планов производственной деятельности промышленного предприятия на календарный период (рисунок 12). Получены прогнозы плотности вероятности завершения обработки к заданному моменту времени (рисунок 13).

Рисунок 12 - Реализация потока запросов

2 '1 3 ^ 4 5 6 / ^

Рисунок 13 - Прогноз времени завершения обработки запросов

Рисунок 11 - Алгоритм планирования Диаграммы занятия вычислительных узлов запросами для вариантов с прерыванием обработки и без прерывания представлены на рисунке 14. Ниже приведен пример определения плана распределения ресурсов для алгоритма с прерыванием обработки.

Алгоритм работы с прерыванием. 1. Поступление запроса Запрос назначается Рисунок 14-План распределения ресурсов на вычислительный узел с большей производительностью. £?, ¡\.

Т..... (Л ! ...... I СЛ | С . <Л 1

Г, 1 в 1 , 1 о, й |

0 . 1 1 2 3 | | 5 Г» / час

V. ч Т у. П • 1 <->' 1

г. 1 « 1 1 (Л \ (Л '

0 1 2 3 4 5 (> / час

2. Поступление запроса О,: Существует два возможных условия назначение на оба вычислительных узла. Проверятся два варианта условий по критерию максимизации полезности:

+ Ф и'" 0 + ф > }(#,(' + Ф <р\' (' + 0* (1 - ^ ('))>'

ч ч '(14)

О II

Т Т

Г'1 ч -(15)

^(Ох^'М+йС'+'Ох^ЧФ > К=> а -> ^

II о

а ■ '\Ы'+Ф ^ > +Ф ^ (г+Ф 0-<ру: (О))а

" - г " -(16)

(| к

5. Поступление запроса 05:

т т

х & (>+■о •+ ш х Й'1 ('+4 - (о))» > 1Ы')х & {'+фш * ^ ('+4 - ^ (#'

" Г 7'

" .(17)

/(Й(') х $ (')+Й(/)Х +))/' > х $ м+Й (о х $ (г+

и о

я

1а </,

В третьей главе «Разработка прототипа системы моделирования процессов управления ресурсами вычислительной среды АСУ и оценка ее эффективности» разработан прототип системы моделирования, набор исходных моделей, экспериментальные стенды полунатурного и имитационного моделирования и проведена оценка эффективности системы.

Прототип системы моделирования процессов управления ресурсами предназначен для определения рациональной структуры вычислительной среды на

модель потока __________________________________________этапе модернизации

АСУ и ее функциональных подсистем. Система моделирования (рисунок 15) включает в свой состав

отказов

Модель потока запросов

Прототип системы | управления ресурсами _ ]

] Сгенерированная • модель ВС

Генератор модели | ! Параметрическая 1 1 Пр0*°™П„С"С™иЬ' р г. _ _

потока запросов I ' модель ВС | | УДРсурЛсаыи _. Наб°Р ГенераТОрОВ

" ' '-—.г...—::-:-...... | имитационных и полу-

Рпсунок 15-Прототип системы моделирования процессов натурных моделей по-управления ресурсами токов запросов, пара-

метрически настраиваемую модель вычислительной сети АСУ с набором заменяемых прототипов системы управления потоком запросов.

{ Система административного

----1 управления экспериментальным

I стендом

[ Средства

а настроики и управления экспериментальным стендом

Средства визуализации результатов моделирования и анализа

......А......

Средства анализа результатов моделирования

Средства

I

Ч

1 Реализация ! \ I генератора 1 ' ! потока запросов .■ ^

Модель потока запросов

____I Средства

__' измерения

Прототип'системы управления '. ( ресурсами ВС

Исследуемая реализация модели структуры ВС

- I

Исследуемая имитационная модель вычислительной сети АСУ

Среда выполнения имитационной модели 1_аЬ\ЛВЛ/

Средства настройки реализаций модели

Исходная модель ВС

Исходная модель потока запросов

! Генератор моделей потоке ; запросов

База данных моделей ВС АСУ

Реализации модели ВС

Набор систем управления ресурсами ВС

Реализации модели потока запросов 1

С целью экспериментальной проверки предложенных в разделе 2 архитектуры системы планирования распределения ресурсов ВС и комплекса моделей проведен сравнительный анализ альтернатив систем планирования с использованием серии экспериментов на имитационных и полунатурных моделях. Для исследования разработаны методики проведения имитационных и полунатурных исследований по оцениванию систем планирования в

Рисунок 16 - Экспериментальный стенд

АСУП с запросами, имеющими функцию полезности.

Для проведения имитационного эксперимента разработан экспериментальный стенд, позволяющий провести исследования в среде визуального моделирования ЬаЬУ1Е\^ (рисунок 16). Исследовательский стенд позволяет моделировать процесс управления ресурсов ВС и оценивать альтернативы систем управления по показателям результативности. Это позволяет выбирать рациональную структуры вычислительной сети в процессе модернизации распределенных АСУ.

Полунатурный экспериментальный стенд. Стенд включает в свой состав модель АСУП прототип системы управления запросами операторов, в том числе заменяемый модель планирования. Для организации полунатурного стенда разработан генератор полунатурных моделей потоков И'"', реализованный в виде программного комплекса и предназначена для оценивания вариантов алгоритмом и систем планирования на полунатурных и натурных экспериментальных стендах.

реализует следующие свойства: возможность генерации моделей запросов с настраиваемыми параметрами, в том числе параллельных, с возможностью запуска на ЭВМ различной архитектуры; обеспечение работы с различными системами планирования; формирование потока запросов с требуемыми исследователям свойствами. Полунатурная модель ВС реализована в виде многомашинного программно-аппаратного комплекса, на который установлен прототип системы управления ресурсами.

УМТ --¿: * гоУх /Г/Х

4 п =2 >.«/.(<т*(р)«еоп81

пгг

* -Г- - л-х!

ген

1

ЯТ5

п = 2-р = 1 Ч2.к = (К>

050 033 0 25 0 20 017 013 0.1С

Рисунок 17 - Результаты эксперимента

Практическое исследование возможности управления ресурсами при обработке запросов в ВС на основе РМТ проведено путем сравнительного анализа с широко используемыми в вычислительных сетях АСУП способов планирования на основе РСР8 и РСЬБ по показателю результативности обработки потока запросов с использованием имитационного эксперимента. Для каждого метода разработан модуль планирования его реализующий.

Планирование и условия проведения эксперимента. Количество вычислительных узлов п = 1..2000; производительность узлов постоянна. Задержки на запуск обработки и выдачу результата оператору являются много меньшими времени обработки запроса. Промежуток времени между поступлением запросов распределен по нормальному закону. Ресурсоемкость запросов Л является случайной величиной распределенной по нормальному закону. Ошибка прогнозирования является одинаковой для всех запросов из потока и является случайной величиной распределенной по логнормальному закону. Функции полезности являются убывающими неотрицательными функциями. Мощность эксперимента определялась на основании теории планирования экспериментов.

В процессе проведения имитационного эксперимента оценивалось результативность обработки потока запроса по нормированному показателю суммарной полезности результата обработки запросов:

(18)

Физический смысл показателя (18) заключается в отношении полезности результата обработки исследуемой альтернативы к базовой (РСЬБ).

В процессе эксперимента получены зависимости показателя результативности от: среднеквадратичного отклонения производительности вычислительных узлов о-,.; среднеквадратичного отклонения точности прогнозирования времени обработки сг,.; отношения длины интервала положительности функции полезности и среднего времени обработки запроса к при р = 0.9\ нагрузки р.

Результаты эксперимента показывают (рисунок 17), что управление обработкой запросов в ВС АСУП на основе функций полезности позволяет повысить результативность предоставления операторам результатов обработки запросов по показателю нормированной полезности при решении ими ресурсоемких задач. Использование предложенной системы моделирования процессов управления по-

зволяет выбрать рациональную структуру ВС, в том числе путем автоматизации выбора методов управления ресурсами ВС, для повышения эффективности АСУ.

Анализ результатов внедрения комплекса моделей и алгоритмов управления распределения ресурсов вычислительной сети на ряде промышленных предприятий г. Орла показал его применимость для практического использования в ВС АСУ промышленных предприятий.

На основе анализа определены следующие возможные области использования предлагаемых алгоритмов планирования: системы массового компьютинга (вычислительные центры с разделяемым ресурсом); системы административного управления сетями связи; системы управления научными исследованиями; управление отраслями экономии; системы поддержки принятия решений в ситуационных центрах (ведомственных и корпораций).

В заключении представлены основные результаты работы и определяются дальнейшие направления исследований.

ЗАКЛЮЧЕНИЕ

Результатом проведенного исследования является разработка комплекса моделей и методик управления ресурсами в процессе обработки нестационарного потока запросов в распределенных вычислительных системах корпоративных АСУП, базирующегося на методах прогнозирования ресурсоемкое™, стохастической оптимизации, функциях полезности результата, позволяющей повысить результативность обработки запросов и обоснованность выбора рациональной структуры ВС в АСУ. Предложена функциональная модель АСУ промышленного предприятия с распределенной системой управления вычислительными ресурсами, реализующая методику распределения ресурсов вычислительной сети на основе функций полезности. Предложен, обоснован комплекс моделей нестационарного потока запросов и экспериментально доказана его адекватность. Комплекс моделей потока запросов отличается возможностью прогнозирования ресурсоемкое™, как отдельных запросов, так и потока в целом с использованием методов множественного регрессионного анализа. На основе существующих моделей предложен комплекс моделей ВС с системой управления ресурсами в ее составе, включающий аналитическую, имитационную и полунатурную модели ВС.

Предложен алгоритм планирования процесса обработки запросов, отличающийся составлением плана распределения ресурсов ВС между запросами из входного потока в соответствии с их функциями полезности и ожидаемым временем завершения обработки. Проверена его реализация в прототипе системы управления. Разработана система моделирования процессов управления ресурсами вычислительной сети АСУ для повышения результативности процессов ее модернизации. На основе анализа перспективных и существующих проектов вычислительных сетей АСУ предприятий разработаны гибко настраиваемые экспериментальные стенды с соответствующими имитационными и полунатурными моделями ВС и системы управления. Результаты применения предложенной методики с модельным потоком ресурсоемких запросов показали превосходство предлагаемого алгоритма планирования по сравнению с набором альтернатив по показателю результативности. На основе результатов эксперимента сформулированы

20 I Ц

научно-технические предложения для построения вычислительной сети АСУП крупных промышленных предприятий.

Использование модернизированных АСУП новой организации, включающих систему управления ресурсами ВС с использованием функций полезности позволяет повысить результативности обработки запросов. Предлагаемые методики и модели кроме вычислительных сетей АСУП может применяться для обеспечения качества обслуживания в общедоступных и платных вычислительных сетях, системах коллективного доступа к вычислительным ресурсам и другому разделяемому лабораторному имуществу. Направлением дальнейших исследований является разработка методов планирования на основе комплексных показателей качества обслуживания экспертов и ЛПР в АСУП.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ

1. Логинов, И.В. Оптимизация модели распределенной гетерогенной вычислительной системы, используемой для планирования обработки запросов [текст] / И.В. Логинов, Е.В. Лебеденко // Информатика и системы управления, 2009. № 3(21). - с. 118-124 (список ВАК).

2. Логинов, И.В. Методы и алгоритмы планирования вычислений в распределенных системой с нестационарной входной нагрузкой [текст] / И.В. Логинов, Е.В. Лебеденко // Системы управления и информационные технологии, 2009. № 2.1(36). - с. 157-162 (список ВАК).

3. Логинов, И.В. Прогнозирование времени обработки запроса в гетерогенных вычислительных системах [текст] / И.В. Логинов, И.В. Иванов // Известия ОрелГТУ, 2009. №5. с. 125131 (список ВАК).

4. Логинов, И.В. Планирование вычислений в потоковых вычислительных системах кластерного типа с гибридной архитектурой [текст] / И.В. Логинов, Е.В. Лебеденко // Информационные технологии моделирования и управления, 2008. №7(50). - с. 846-853.

5. Логинов, И.В. Особенности обработки больших объемов потоков данных в информаци-онно-коммуппкационном центре [текст] / И.В. Логинов, И.В. Иванов // Вестник СОНИИР, № 3 (17). 2007 г., с. 62-65.

6. Автоматизированная система управления полунатурными и натурными экспериментальными стендами : свидетельство о государственной регистрации программ для ЭВМ № 2008610707 / В.Г. Гришаков, Д.В.Христенко, И.В.Логинов, заявлен. № 2007615101 от 12.12.2007. Лично соискателем разработан прототип системы управления полунатурным и имитационным моделированием.

7. DataFlowModelGenerator : свидетельство о государственной регистрации программ для ЭВМ № 2009614467 / И.В. Логинов, Е.В. Лебеденко, заявлен. № 2009613384 от 21.08.2009.

8. Логинов, И.В. Интеллектуализация административного управления распределенной АСУ [текст] / И.В. Логинов, Д.В. Христенко, В.Г. Гришаков // Высокие технологии, фундаментальные п прикладные исследования, образование. Т. 2: Сборник трудов Первой международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности». СПб.: Изд-во Политехи, ун-та. 2005. - с. 44-45.

9. Логинов, И.В. Особенности применения технологии CALS для управления высшим учебным заведением [текст] / И.В. Логинов. Д.В. Христенко, В.Г. Гришаков // IX Международная научно-практическая конф. вузов и факультетов телекоммуникаций: сборник докладов/ СПбГУТ. - СПб. 2006. - с. 91 -94.

Логинов Илья Валентинович Автореферат диссертации на соискание ученой степени к.т.н.

Подписано в печать 11.02.2010 г. Формат 30x42/4. Печать офсетная.

Усл. печ. л. 1. Тираж 100 экз. Заказ № 024 Отпечатано в типографии Академии ФСО России 302034, г. Орел, ул. Приборостроительная 35.

Оглавление.

Список сокращений и обозначений.

Введение.

Глава 1. Анализ средств и методов управления ресурсами вычислительной сети распределенной АСУ.

1.1. Анализ процесса управления ресурсами вычислительных сетей распределенных АСУ П.

1.1.1. Модель организации АСУ промышленного предприятия.

1.1.2. Общая характеристика распределенных вычислительных систем в составе АСУ предприятий.

1.1.3. Анализ архитектур гетерогенных распределенных вычислительных систем.

1.1.4. Управление процессами обработки запросов.

1.2. Анализ систем управления ресурсами при обработке запросов в АСУП.

1.2.1. Структура системы планирования обработки запросов.

1.2.2. Обзор методов планирования обработки потока запросов.

1.2.3. Анализ алгоритмов планирования в распределенных гетерогенных вычислительных системах АСУ.

1.2.4. Анализ проблем и недостатков существующих систем планирования.

1.3. Научная задача исследования.

1.3.1. Общая постановка научной задачи исследования.

1.3.2. Формализованное представление научной задачи.

Выводы по главе 1.

Глава 2. Разработка комплекса моделей и алгоритмов управления ресурсами вычислительной сети АСУ.

2.1. Модель процесса управления ресурсами при обработке запросов в распределенной вычислительной системе АСУП.

2.1.1. Функциональная модель системы планирования ВС АСУП.

2.2.2. Процесс планирования и его основные свойства.

2.2. Модель входного потока запросов в вычислительных системах АСУ.

2.2.1. Анализ потоков запросов в распределенных АСУ.

2.2.2. Комплекс моделей нестационарного потока запросов в АСУ.

2.2.3. Прогнозирование времени обработки запроса.

2.2.4. Пример прогноза времени обработки запроса.

2.3. Модель гетерогенной распределенной вычислительной системы.

2.3.1. Модель вычислительной системы распределенной АСУ.

2.3.2. Планирование на основе аналитической модели распределенной вычислительной системы.

2.3.3. Имитационная модель вычислительного ресурса.

2.4. Алгоритм планирования распределения ресурсов в вычислительной сети распределенной АСУ.

2.4.1. Выбор математического аппарата для повышения результативности процессов обработки запросов.

2.4.2. Алгоритм планирования распределения ресурсов.

2.4.3. Использование метода локального поиска для решения оптимизационного уравнения.

2.4.4. Использование генетического алгоритма для нахождения приближенного плана распределения ресурсов.

2.4.5. Свойства алгоритма планирования.

2.4.6. Контрольный пример перераспределения ресурсов в процессе обработки нестационарного потока запросов.

2.4.7. Способ распределенного управления процессом планирования обработки нестационарного потока запросов.

Выводы по главе 2.

Глава 3. Разработка прототипа системы моделирования процессов управления ресурсами вычислительной среды и оценка ее эффективности.

3.1. Прототип системы моделирования процессов управления ресурсами вычислительной среды АСУ и базы моделей.

3.1.1. Разработка системы моделирования процессов управления ресурсами.

3.1.2. Генерация полунатурных моделей потока запросов.

3.2. Экспериментальная оценка эффективности распределения ресурсов путем имитационного моделирования.

3.2.1. Планирование имитационного эксперимента.

3.2.2. Разработка экспериментального стенда с имитационными моделями.

3.2.3. Результаты имитационного эксперимента.

3.3. Экспериментальная оценка эффективности способа распределения ресурсов на полунатурном стенде.

3.3.1. Планирование полунатурного эксперимента.

3.3.2. Разработка экспериментального стенда.

3.3.3. Результаты полунатурного моделирования.

3.4. Научно-технические предложения по внедрению способа управления ресурсами для обработки запросов в АСУ.

3.4.1. Анализ области применения способа обработки нестационарного потока запросов.

3.4.2. Научно-технические предложения по внедрению способа управления ресурсами в АСУ промышленных предприятий.

3.4.3. Оценка эффективности внедрения системы планирования в вычислительные системы промышленных предприятий.

Выводы по главе 3.

Актуальность темы: Широкое внедрение информационных, аналитических и вычислительных технологий в процесс управления промышленными предприятиями, создание крупных корпоративных АСУП и АСУПП на основе распределенных вычислительных сетей привело к значительному повышения эффективности труда. Новые информационные технологии широко используются в сфере прогнозирования развития предприятий, анализе товарных рынков, моделировании жизненных циклов продукции, анализе продаж в большинстве функциональных подсистем АСУП: технической подготовки производства, материально-технического снабжения, технико-экономического планирования, сбыта, управления транспортным хозяйством, оперативно-производственного планирования.

Изменение внешних условий функционирования предприятия и необходимость непрерывного совершенствования требует многократного решения задач модернизации организационной и технической составляющих АСУ, включая разработку и модернизацию отдельных функциональных подсистем. Основой для модернизации функциональных подсистем является использование систем моделирования с комплексом моделей основных и обеспечивающих подсистем АСУ. В современных условиях модернизированные АСУ промышленных предприятий должны обеспечивать прирост эффективности работы предприятия в конкурентной среде. Это обуславливает необходимость повышения результативности процесса модернизации АСУ, то есть повышения ее качественных характеристик при ограниченных затратах ресурсов и минимизации времени на модернизацию.

Наличие множества информационно-аналитических средств в составе АСУ определяет необходимость обоснования структуры вычислительной сети, позволяющей повысить качество АСУ предприятия за счет оптимизации процесса обработки запросов операторов. Для этого необходимо использовать комплекс моделей процесса управления ресурсами различных видов.

Операторы АСУП (ЛПР или эксперты) для подготовки, обоснования и принятия решений генерирует множество запросов к обеспечивающим программным системам, и предъявляют требования к качеству результатов. Для каждого запроса задаются требования по точности, достоверности, информативности, содержательности, полноте, своевременности результата его обработки. В соответствии с приоритетом оператора, настройками системы и важностью задачи определяется важность результата запроса. Множество запросов, поступающих от операторов в случайные моменты времени, образует поток запросов. Для интегрального оценивания степени удовлетворения требований операторов используется обобщенный показатель качества, представляющий собой зависимость полезности результата для подготовки и принятия решения от времени, выраженная в нормированных единицах прироста эффективности.

Существующие системы управления процессом обработки запросов операторов в АСУП (на основе приоритетов, критических сроков, классов обслуживания) не полностью учитывают требования пользователей, особенно вид и величину зависимости комплексного показателя требований операторов от времени. Это приводит к снижению качества результатов, предоставляемых операторам, и тем самым снижает качественные характеристики распределенной АСУ.

Необходимость обоснованности принимаемых решений, определяет особую актуальность решения научной задачи повышения результативности процессов обработки запросов путем рационального управления ресурсами вычислительных сетей распределенных АСУ. Решение данной задачи в ходе разработки и модернизации компонентов АСУ определяет необходимость разработки комплекса моделей и методик процесса управления ресурсами вычислительной сети.

Объект исследования: Процесс управления ресурсами вычислительной сети АСУ.

Предмет исследования: Модели и методы распределения аппаратных, сетевых и программных ресурсов вычислительной сети распределенной АСУ.

Цель исследования: Повышение эффективности разработки и модернизации АСУП за счет повышения результативности обработки потоков запросов в распределенной вычислительной среде.

Для достижения поставленной цели требуется решить следующие задачи:

1. Провести анализ средств и методов распределения ресурсов вычислительной сети АСУ и систем их моделирования для повышения эффективности процессов разработки и модернизации АСУ.

2. Исследовать характеристики и разработать модель потока запросов в распределенной вычислительной системе, позволяющую прогнозировать его свойства.

3. Разработать модель распределенной вычислительной системы АСУ, учитывающую нестационарность входного потока запросов.

4. Разработать алгоритм планирования распределения ресурсов в процессе обработки потока запросов в распределенной вычислительной системе АСУП.

5. Разработать прототип системы моделирования процессов управления ресурсов вычислительной сети АСУ и оценить ее эффективность.

Методы исследования, использованные в процессе выполнения диссертационной работы: исследование операций, теория эффективности, теория управления, системный анализ, моделирование систем, теория принятия решений, теория одномерной полезности, теория расписаний.

Научная новизна диссертационной работы заключается в следующем:

1. Предложена гибкая модель потока запросов в АСУ, базирующаяся на методах регрессионного анализа, отличающаяся учетом характера распределения интенсивности поступления запросов пользователей во времени и их тип, а также возможностью прогнозирования ресурсоемкости потока.

2. Предложена аналитическая модель распределенной вычислительной сети АСУ, базирующаяся на методах кластерного анализа, отличающаяся дисциплиной обслуживания потока запросов, его распределения по узлам системы и сверткой набора учитываемых показателей.

3. Разработан алгоритм планирования распределения ресурсов в процессе обработки потока запросов в распределенных вычислительных системах, базирующийся на использовании методов стохастической оптимизации и отличающийся от известных использованием монотонно убывающих функций полезности.

Практическая значимость результатов диссертационной работы заключается в следующем:

1. Предложен прототип системы моделирования процессов распределения ресурсов для использования при модернизации и разработке АСУ крупных предприятий.

2. Предложен макет вычислительной сети АСУП для оценивания альтернатив систем планирования с возможность дальнейшего развития.

3. Предложен способ распределенной обработки нестационарного потока запросов в гетерогенной вычислительной системе, обеспечивающий распределенную обработку в АСУП. Способ защищен заявкой на патент № 2009110841.

Реализация результатов:

1. Программно-технический прототип системы распределенного управления внедрен в процесс сопровождения АСУП ЗАО «Дормаш» (г. Орел).

2. В ЗАО «Орлэкс» была внедрена программная реализация системы управления балансировкой загрузки вычислительной системы для части служб.

3. Программно-технический прототип системы организации распределенного управления внедрен в процесс сопровождения автоматизированных систем управления ОАО «Орелхолодмаш».

Апробация. Основные положения и результаты работы были доложены и обсуждены на конференции «Исследование, разработки и применение высоких технологий в промышленности» (2005 г.), научной конференции «Современные методы обработки информации 2005», международной научно-методической конференции вузов и факультетов телекоммуникаций (2006 г.), всероссийской конференции «Современные информационные технологии в деятельности органов государственной власти «Информтех - 2008», международной конференции «Параллельные вычислительные технологии — 2009», 11-ой международной конференции «Наукоемкие технологии и интеллектуальные системы - 2009».

Публикации. По теме диссертационного исследования опубликовано 10 работ (из них 3 — в журналах из перечня ВАК).

Структура и объем работы. Диссертация состоит из введения, трех глав и заключения. Диссертация содержит 152 стр., 60 рисунков, 5 таблиц, 3 приложения. Список литературы содержит 153 наименований.

ЗАКЛЮЧЕНИЕ

Результатом проведенного исследования является разработка комплекса моделей и методик управления ресурсами в процессе обработки нестационарного потока запросов в распределенных вычислительных системах корпоративных АСУП, базирующегося на методах прогнозирования ресурсоемкости, стохастической оптимизации, функциях полезности результата, позволяющей повысить результативность обработки запросов и обоснованность выбора рациональной структуры ВС в АСУ. Предложена функциональная модель АСУ промышленного предприятия с распределенной системой управления вычислительными ресурсами, реализующая методику распределения ресурсов вычислительной сети на основе функций полезности. Предложен, обоснован комплекс моделей нестационарного потока запросов и экспериментально доказана его адекватность. Комплекс моделей потока запросов отличается возможностью прогнозирования ре-сурсоемкости, как отдельных запросов, так и потока в целом с использованием методов множественного регрессионного анализа. На основе существующих моделей предложен комплекс моделей ВС с системой управления ресурсами в ее составе, включающий аналитическую, имитационную и полунатурную модели ВС.

Предложен алгоритм планирования процесса обработки запросов, отличающийся составлением плана распределения ресурсов ВС между запросами из входного потока в соответствии с их функциями полезности и ожидаемым временем завершения обработки. Проверена его реализация в прототипе системы управления. Разработана система моделирования процессов управления ресурсами вычислительной сети АСУ для повышения результативности процессов ее модернизации. На основе анализа перспективных и существующих проектов вычислительных сетей АСУ предприятий разработаны гибко настраиваемые экспериментальные стенды с соответствующими имитационными и полунатурными моделями ВС и системы управления. Результаты применения предложенной методики с модельным потоком ресурсоемких запросов показали превосходство предлагаемого алгоритма планирования по сравнению с набором альтернатив по показателю результативности. На основе результатов эксперимента сформулированы научно-технические предложения для построения вычислительной сети АСУП крупных промышленных предприятий.

Использование модернизированных АСУП новой организации, включающих систему управления ресурсами ВС с использованием функций полезности позволяет повысить результативности обработки запросов. Предлагаемые методики и модели кроме вычислительных сетей АСУП может применяться для обеспечения качества обслуживания в общедоступных и платных вычислительных сетях, системах коллективного доступа к вычислительным ресурсам и другому разделяемому лабораторному имуществу.

Направлением дальнейших исследований является разработка методов планирования на основе комплексных показателей качества обслуживания экспертов и ЛПР в АСУП.

1. Аверьянихин А. Е. Оптимизация работы коммуникационного оборудования путем упреждающего прогнозирования состояния сети Текст. // Сборник материалов конференции «Наукоемкие технологии и интеллектуальные системы 2007», 2007. Т1, - с. 80-89.

2. Аветисян А. И. Эвристики распределения задач для брокера ресурсов grid Текст. / А. И. Аветисян, С. С. Гайсарян, Д. А. Грушин, Н. Н. Кузюрин, А. В. Шокуров. Труды института системного программирования РАН, 2004. 33 с.

3. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе Lab VIEW 7: ДМК пресс, 2005 г., 264 стр.

4. Автоматизированная система управления полунатурными и натурными экспериментальными стендами : свидетельство о государственной регистрации программ для ЭВМ № 2008610707 / В.Г. Гришаков, Д.В.Христенко, И.В. Логинов, заявлен. № 2007615101 от 12.12.2007.

5. Антонов А. В. Повышение эффективности параллельных вычислений на гетерогенных кластерных системах Текст. // Высокопроизводительные параллельные вычисления на кластерных системах: мат. 6-го семинара. Том 1. — СПб: Изд-во СПбГУ, 2007. с. 28-35.

6. Багаева, Т. А. Автоматизация процесса реконфигурации сложной технической системы // Автоматизация в промышленности. 2009. №10. с. 11-14.

7. Барщевский Е. Г., Зубарев Ю. Я., Солдатенко С. А. Активная идентификация автоматизированных систем на основе вычислительного эксперимента Текст. //Программные продукты и системы. 2009. №1. с. 15-17.

8. Безгинов А. Н., Трегубов С. Ю. Обзор существующих методов составления расписаний Текст. /. Информационные технологии и программирование: Межвузовский сборник статей. Вып. 2 (14). М.: МГИУ, 2005. - с. 5-18.

9. Белозеров В. А., Тарасов А. Г. Оценивание показателей качества вычислительной сети распределенной системы управления Текст. // сборник трудов конференции «Навигация и управление движением». 2004.

10. Березовский П.С. В.Н. Коваленко Планирование в гриде с разделяемыми ресурсами на основе статистических данных Текст. // Программные продукты и системы. 2009. №1. с. 3-6.

11. Бестужев-Лада И. В. Рабочая книга по прогнозированию Текст. М.: Мысль, 1982.-430 с.

12. Блюмин С.Л., Корнеев A.M. Дискретное моделирование систем автоматизации и управления. Липецк: ЛЭГИ, 2005. - 124 с.

13. Бредихин С. В. , Вялков И. А. , Савченко И. Ю. , Хуторецкий А. Б. Две модели ценового согласования при распределении вычислительных ресурсов Текст. // Сиб. журн. индустр. матем., 2006, 9:1, 28—46.

14. Бредихин С. В. , Тиунова Е. М. , Хуторецкий А. Б. Ценовое согласование спроса и предложения при распределении мощности многопроцессорной системы Текст. // Сиб. журн. индустр. матем., 2007, 10:3, 20-28.

15. Бухановский A.B., Ковальчук C.B. Стохастический анализ параллельной производительности программных систем Текст. // Сборник трудов конференции «Научный сервис в сети интернет 2008». 2008. с. 132-135.

16. Васильченко Д.И. Моделирование и анализ вычислительной сети предприятия Текст. // Системы управления и информационные технологии: меж-вуз. Сборник научных трудов. 2001. с. 93-98.

17. Воеводин В. В. Параллельные вычисления Текст. / В. В. Воеводин, Вл. В. Воеводин. СПб.: БХВ-Петербург, 2002. - 608 е.: ил.

18. Гаврилов Д. А. Управление производством на базе стандарта MRP II 2-е изд. Текст. СПб Питер, 2005 - 416 е.: ил. - ISBN 5-469-00920-3.

19. Гаврилюк А. Б. Метод оптимального статического планирования задач в распределенных вычислительных системах с использованием генетического алгоритма Текст. //Проблемы программирования, №1,2004. с. 52-59.

20. Гвишиани Д. М. Многокритериальные задачи принятия решений Текст. / Под ред. Д. М. Гвишиани и С. В. Емельянова. — М.: машиностроение, 1978.-192 е.: ил.

21. Герасимов Б.И., Шубин A.B., Романов А.П. Моделирование организационной структуры промышленного предприятия Текст.: Монография. Тамбов: Издательство ТГТУ, 2005. - 86 с.

22. Гламаздин Е.С., Новиков Д.А., Цветков A.B. Управление корпоративными программами: информационные системы и математические модели Текст. М.: ИЛУ РАН, 2003. - 159 с.

23. ГОСТ 24.702-85. Единая система стандартов автоматизированных систем управления. Эффективность автоматизированных систем управления. Основные положения.

24. ГОСТ 34.201-89. Информационная технология. Автоматизированные системы. Стадии создания.

25. ГОСТ Р 51170-98 Качество служебной информации. Термины и определения 12.05.1998.

26. Гребенев С.А., Кузякин В.И., Синенко О.В. Интеграция АСУ: вчера, сегодня, завтра Текст. // Автоматизация в промышленности. 2003. №9. с. 28-30.

27. Гуляев Ю.В., Корниенко В.Н., Олейников А .Я., Черепенин В.А. Технология отрытых систем и вычислительный эксперимент в радиоэлектронике Текст. Журнал радиоэлектроники. N 9, 2002.

28. Данильченко, А. М. Выполнение задач в кластерных системах Текст. // Высокопроизводительные параллельные вычисления на кластерных системах: материалы 2 меж. научно-прак. семинара. — НН: Изд-во НГУ, 2002. С. 91-95.

29. Дисциплина обслуживания НТВ // http://luxik.cdi.cz/~devik/qos/htb/.

30. Добросоцкий В. И. Совершенствование организации вычислительных процессов в АСУП на основе экономико-математического моделирования : дис. . канд. экономические науки : 08.00.13. JL, 1984.

31. Егоров С.Я. Аналитические и процедурные модели компоновки оборудования промышленных производств Текст.: Монография. М.: Издательство "Машиностроение", 2007.

32. Жижимов О.Л., Федоров A.M., Чубаров Л.Б., Шокин Ю.И. Технология создания распределённых информационно-вычислительных ресурсов СО РАН Текст. // Тр. Первой международной конференции САИТ-2005. Т. 2, Москва. С.161-165.

33. Жуков А. В., Аминова И. В. Исследование сетевого трафика web-ресурса www.energy-links.com. — Петрозаводск, 2003.

34. Зарубин A. A. Call и контакт-центры: эволюция технологий и математических моделей Текст. // Вестник связи. — М., 2003. — №8. — с. 85-88.

35. Кини Р. Л., Райфа X. Принятие решений при многих критериях :предпочтения и замещения Текст.: Пер с англ. / Под ред. И. Ф. Шахнова. — М.: Радио и связь, 1981. 560 е.: ил.

36. Коваленко В.Н., Коваленко Е.И., Шорин О.Н. Разработка диспетчера заданий грид, основанного на опережающем планировании Текст. // Препринт ИПМ№ 133, Москва, 2005.-28 с.

37. Коваленко, В. Н. Метод опережающего планирования для grid Текст. / В. Н. Коваленко, Е. И. Коваленко, Д. А. Корягин, Э. 3 Любимский. — М.: ИПМ им. М. В. Келдыша РАН, 2005. 33 с.

38. Колесов Н.В., Толмачева М.В., Юхта П.В. Планирование вычислительного процесса в многопроцессорных системах при заданных для решаемых задач директивных сроках Текст. // Вестник компьютерных и информационных технологий. 2009. № 6. с. 31-37.

39. Корнеенко В. П. Методы оптимизации : Учебник / В. П. Корнеенко. — М.: Высш. шк., 2007.-664 е.: ил. ISBN 978-5-06-005531-3.

40. Костогрызов А.И., Липаев В.В. Сертификация качества функционирования автоматизированных информационных систем Текст. М.: Вооружение. Политика. Конверсия., 1996г. 275с., ил.

41. Кочетов Ю. А. , Младенович Н., Хансен П. Локальный поиск с чередующимися окрестностями Текст. // Дискрета, анализ и исслед. опер., 10:1 (2003), 11-43.

42. Кудрявцев М.В., Мошкин Д.В., Полунин М.А., Эйсымонт Э.К. Оценочное тестирование кластеров на базе процессоров AMD Barcelona и Shanghai ссетями infiniband DDR и QDR Текст. // Вычислительные методы и программирование. Т 10. 2009. с. 69-77.

43. Куо Б. Теория и проектирование цифровых систем управления: Пер. с англ. М.: Машиностроение, 1986. - 448 е.: ил.

44. Ларинов, А. М. Вычислительные комплексы, системы и сети Текст. / А. М. Ларинов, С. А. Майоров, Г. И. Новиков. Ленинград.: Энергоатомиздат: Ленинградское отделение, 1987., - 178 с

45. Липаев В.В. Выбор и оценивание характеристик качества программных средств Текст. Методы и стандарты, М., 2001.- 63 с.

46. Логинов И.В. Методы и алгоритмы планирования вычислений в распределенных системой с нестационарной входной нагрузкой Текст. / И.В. Логинов, Е.В. Лебеденко // Системы управления и информационные технологии, 2009. № 2.1(36). с. 157-162.

47. Логинов И.В. Оптимизация модели распределенной гетерогенной вычислительной системы, используемой для планирования обработки запросов Текст. / И.В. Логинов, Е.В. Лебеденко // Информатика и системы управления, 2009. №3(21).-с. 118-124.

48. Логинов И.В. Планирование вычислений в потоковых вычислительных системах кластерного типа с гибридной архитектурой Текст. / И.В. Логинов, Е.В. Лебеденко // Информационные технологии моделирования и управления, 2008. №7(50).-с. 846-853.

49. Логинов И.В. Прогнозирование времени обработки запроса в гетерогенных вычислительных системах Текст. / И.В. Логинов, И.В. Иванов // Известия ОрелГТУ, 2009. №5. с. 125-131.

50. Мамиконов А. Г. Проектирование АСУ Текст. : Учебник для спец. «АСУ» вузов. М.: Высш. шк., 1987. — 303 е.: ил.

51. Мандель И. Д. Кластерный анализ Текст. М.: Финансы и статистика. - 1988.- 176 е.: ил.

52. Маневич П. Единая система мониторинга и администрирования хозяйства сети // Connect. 2009. март.

53. Марко Д. ИТ архитектура организации: SOA и управление информационными потоками//Матер, сайт, http://erpnews.ru/docl793.html.

54. Масликов В.И. Универсумная методика разработки АСУ предприятия Текст. // Программные продукты и системы. 2009. №3. с. 64-67.

55. Меньков А. В. Теоретические основы автоматизированного управления Текст. / А. В. Меньков, В. А. Острейковский. -,Учебник для вузов. М.: Издательство ОНИКС, 2005. - 640 е.: ил. - ISBN 5-488-00129-8.

56. Меркулова И. А. Доступ в Интернет с гарантированной скоростью доставки трафика Текст. // Инфокоммуникационные технологии, 2004. — Т 2.: №2, с. 27-30.

57. Методика определения полезности показателей бухгалтерской рентабельности хозяйствующих субъектов Текст. // Финансовые и бухгалтерские консультации. 1998. № 4, 0,5 п.л.

58. Миков А. И., Замятина Е. Б., Осмехина К. А. Метод динамической балансировки процессов имитационного моделирования Текст. // Методы и средства обработки информации. Труды второй Всероссийской научной конференции. -М: Изд-во МГУ, 2005. С. 472-477.

59. Михайлов A.B. Модели и алгоритмы повышения живучести распределенных информационно-вычислительных систем АСУП :диссертация . кандидата технических наук : 05.13.06 Владимир, 2007 145 е., Библиогр.: с. 129-141.

60. Мусаев A.A., Шерстюк Ю.М. Автоматизация диспетчеризации производственных процессов промышленных предприятий Текст. // Автоматизация в промышленности. 2003. №9. с. 36-43.

61. Нейман Д., Моргенштерн О. Теория игр и экономическое поведение Текст. М.: Наука, 1970.

62. Нефедов А.Н. Об одном подходе к распределенному моделированию дискретно-событийных систем Текст. //Программные продукты и системы. 2009. №1. с. 104-106.

63. О'Лири Д. ERP системы. Современное планирование и управление ресурсами предприятия. Выбор, внедрение, эксплуатация Текст. / Дэниел О'Лири; [Пер. с англ. Ю. И. Водяновой]. М.: ООО «Вершина», 2004. — 272 е.: ил. - ISBN - 5-94696-067-9.

64. Олейникова С.А. Оптимизация структуры вычислительной системы с многофазными задачами Текст. // Системы управления и информационные технологии: межвуз. Сборник научных трудов. 2001. с. 88-93.

65. Олзоева С.И. Распределенное моделирование в задачах разработки АСУ Текст. Улан-Удэ: Издательство ВСГТУ, 2005. - 219 с.

66. Организационно-методическое обеспечение процесса формирования системы адаптивного управления промышленным предприятием Текст. / Вестник Ярославского ГТУ: Сб. научн. тр. Вып. 3 Ярославль: Изд.-во ЯГТУ, 2000. с. 106-113.

67. Павлов А. А. Основы системного анализа и проектирования АСУ Текст. : Учеб. пособие / А. А. Павлов, С. Н. Гриша, В. Н. Томашевский и др.; Под общ. ред. А. А. Павлова. К.: Выща шк.; 1991.-367 е.: ил. - ISBN 5-11-002093-0.

68. Павлычев А. И. SOA и Web сервисы. Сервис-ориентированное моделирование и архитектура Текст. // Сборник материалов конференции «Наукоемкие технологии и интеллектуальные системы 2008», 2008. — Т1, — с. 68-75.

69. Пат. 2280275 Российская Федерация, МПК G06F 15/16 (2006.01). Способ и устройство для дерева распределенных серверов / Коскелайнен П, Вайни-кайнен М.; заявитель и патентообладатель Нокиа Корпорейшн.

70. Петухов Г. Б., Якунин В. И. Методологические основы внешнего проектирования целенаправленных процессов и целеустремленных систем Текст. — М.: ACT, 2006.-504 с.

71. Пиза Н.Д. Исследование эффективности применения параллельных вычислительных систем для моделирования движения космического аппарата Текст. // Радиоэлектроника. Информатика. Управление. № 1. 2003. с. 98-104.

72. Погодаев А.К., Блюмин C.JI. Адаптация и оптимизация в системах автоматизации и управления Текст.: Монография. Липецк: ЛЭГИ, 2003. - 128 с.

73. Пономарев Д. Ю. Исследование моделей телекоммуникационных систем с непуассоновскими входными потоками Текст. // Проблемы информатизации региона. ПИР-2001: Сборник научных трудов. Красноярск: ИПЦ КГТУ. -2002.-С. 145-152.

74. Потапова Т. Б. Аксиомы интеграции АСУТП и АСУП Текст. / /Автоматизация в промышленности. 2003. №9. с. 31-35.

75. Прохоров С.А., Графкин A.B., Графкин В.В. и др. Прикладной анализ случайных процессов / Под ред. Прохорова С.А. Самара: СНЦ, 2007. - 582 с.

76. Пьявченко Т.А., Финаев В.И. Автоматизированные информационно-управляющие системы Текст. Таганрог: Изд-во Изд-во Технологического института ЮФУ, 2007. - 271 с.

77. Растригин J1.A. Адаптация сложных систем Текст.— Рига: Зинатне, 1981.—375 с.

78. Россиев A.A. Итерационное моделирование неполных данных с помощью многообразий малой размерности Текст. Красноярск. 2000. — 89 с.

79. Рядио С.А. Выбор алгоритма планирования выполнения заданий для системы управления заданиями кластера СарФТИ Текст. // сборник трудов Всероссийская молодежная научно-инновационная школа «Математика и математическое моделирование». 2007. с. 28-31.

80. Самоваров О.И., Кузюрин H.H., Грушин Д.А., Аветисян А.И., Михайлов A.M., Рогов Ю.П. Проблемы моделирования Grid-систем и их реализации. Текст. // Сборник трудов конференции «Научный сервис в сети интернет 2008». 2008. с. 83-88.

81. Смелянский P.JI. Проблемы разработки и анализа функционирования встроенных систем реального времени Текст. // сборник трудов конференции «Методы и средства обработки информации 2003». 2003. с. 57-72.

82. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике / Юнити. 1999. — 598 с.

83. Степанов Е. А. Планирование в OpenTs — системе автоматического динамического распараллеливания // Информационные технологии и программирование: Межвуз/ сборник статей. Вып. 2 (14). М.: МГИУ, 2005. - с. 31-42.

84. Столлингс В. Современные компьютерные сети: 2-е издание Текст. — СПб.: Питер, 2003.-783 е.: ил.

85. Сысоев С. С. Рандомизированные алгоритмы стохастической оптимизации и их применение для повышения эффективности работы вычислительных комплексов и сетей: дис. . канд. физ.-мат. наук : 05.13.11 : — Санкт-Петербург, 2005. 80 с.

86. Тарасов А.Г. Расширяемая система мониторинга вычислительного кластера//Вычислительные методы и программирование. Т 10. 2009. с. 1-12.

87. Топорков В. В. Модели распределенных вычислений Текст. — М.: ФИЗМАТЛИТ, 2004. 320 с. - ISBN 5-9221-0495-0.

88. Топорков В. В. Стратегии планирования распределенных вычислений в масштабируемых средах // Методы и средства обработки информации. Труды Всероссийской научной конференции. -М: Изд-во МГУ, 2003. С. 510-515.

89. Топорков В.В., Топоркова A.C., Целищев A.C. Стратегии коалокации для решения больших задач в распределенных средах Текст. // Сборник трудов конференции «Научный сервис в сети интернет 2008». 2008. с. 3-6.

90. Успенский В. А., Семенов А. Л. Теория алгоритмов: основные открытия и приложения Текст. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - (Б-чка программиста). - 288 с.

91. Финаев В.И., Пушнин А.В. Информационное обеспечение систем управления Текст. Таганрог: Изд-во ТРТУ, 2001. - 91 с.

92. Фишберн П. Теория полезности для принятия решений Текст. М.: Наука, 1978.-352 с.

93. Хорошевский В.Г., Павский К.В., ПавскийВ.А. Расчет показателей эффективности функционирования болыпемасштабных распределенных вычислительных систем Текст. И ВКИТ. 2009. № 6. с. 25-30.

94. Христенко Д. В., Баранов И. Ю., Пирогов В. В., Интеллектуальная система административного управления развитием корпоративной информационно-вычислительной сети Текст. // "Датчики и системы". №6, 2001. с. 42-46.

95. Черноруцкий И. Г. Методы оптимизации в теории управления Текст. : Учебное пособие. СПб.: Питер, 2004. - 256 е.: ил. - ISBN 5-94723-514-5.

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

97. Шаповалов Т. С. Применение генетических алгоритмов для поиска оптимального расписания занятий в GRID / (ПаВТ'2008): Труды научной конференции. Челябинск: Изд. ЮУрГУ, 2008. с. 500-505.

98. Шикин Е. В., Чхартишвили А. Г. Математические методы и модели в управлении Текст. М.: Издательство «Дело», 2000. — 431 е.: ил.

99. Якобовский, М. В. Распределенные системы и сети. Учебное пособие Текст. -М.: МГТУ «Станкин», 2000. 118 е., ил.

100. Яковис JI.M. Многоуровневое управление производством (состояние, проблемы, перспективы) Текст. // Автоматизация в промышленности. 2009. №9.

101. Яшков С. Ф. Математические вопросы теории систем обслуживания с разделением процессора Текст. // Итоги науки и техн. Сер. Теор. вероятн. Мат. стат. Теор. кибернет., 29, ВИНИТИ, М., 1990, 3-82.

102. Al-Ali, Hafid A., Rana О., Walker D. An approach for QoS adaptation in service-oriented grids // Concurrency and Computation: practice and experience journal, 2004. #№ 16(5). p. 401-412.

103. Berman F., G.Fox, T.Hey. Grid Computing. Making the Global Infrastructure a Reality. Wiley, 2003. - 1012 p.

104. Bodyonov D., Morozov E. Verification the LRD property in the tandem and splitted networks. Proceedings of Annual Finnish Data Processing Week at the Petrozavodsk State University (FDPW'2005), vol. 7, pp. 131-140, 2006.

105. Buyya, R. An Economy Driven Resource Management Architecture For Global Computational Power Grids / R. Buyya, D. Abramson, J. Giddy. International Conference on Parallel and Distributed Processing Techniques and Applications, 2000.

106. Casanova H., Legrand A., Quinson M. SimGrid: a Generic Framework for Large-Scale Distributed Experiments. Computer Modeling and Simulation, 2008. UKSIM 2008. Tenth International Conference on Volume , 2008 Page(s):126 -131.

107. Condor High Throughput Computing, http://www.cs.isc.edu/condor/.

108. DataFlowModelGenerator : свидетельство о государственной регистрации программ для ЭВМ № 2009614467 / И.В. Логинов, Е.В. Лебеденко, заявлен. № 2009613384 от 21.08.2009.

109. Ebber М., Galea A., Schaefer М., Khiem M.T.D. The green data center: steps for journey. REDP-4413-00. IBM. 2008. 90 p.

110. Eigenmann R. Performance Evaluation and Benchmarking with Realistic Applications. The MIT Press., 2001.

111. Foster I., Kesselman C., Tuecke S., "The Anatomy of the GRID: Enabling Scalable Virtual Organizations," International Journal of Supercomputer Applications, 15 (3), 200-222. 2001.

112. Gameron D.G., Carvajal-Schiaffino R., Millar A. P., Nicholson C., Stockinger K., Zini F. Evaluating scheduling and replica optimization strategies in OptorSim / Technical report IST-2000-25182. CERN.: Geneva, 2005. 8 p.

113. GartnrGroup, Keys to a Succesfiill IDM Implementation, 2000, August.

114. Gentzsch, W. Sun Grid Engine: towards creating a compute power grid / Cluster Computing and the Grid, 2001. Proceedings. First IEEE/ACM International Symposium on. USA, 2001. p. 35-36.

115. Globus Toolkit, http://www.globus.org.

116. Goldberg D.E. Genetic algorithms in search, optimization and machine learning. Addison Wesley. Reading, MA, 1989.

117. Hafeez M., Samar A., Stockinger H. A Data Grid Prototype for Distributed Data Production in CMS. VII International Workshop on Advanced Computing and Analysis Techniques in Physics Research (ACAT) 2000. 3 p.

118. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. (2nd edition). Springer-Verlag, 2008. — 763 pages.

119. Hockney R. Parallel Computers: Architecture and Performance // Proc. of Int. Conf. Parallel Computing'85. 1986. P.33-69.

120. Klie T., Straub F. Integrating SNMP Agents with XML-based Management Systems. Technical University of Braunschweig. 2004-04-1. (Paper No.352). 16 p.

121. Lavian T. I. Lambda data grid: communications architecture in support of grid computing. Technical report UCB/EECS-2006-190,California: Berkeley. — 2006.

122. Overview of Sun integrated lights out manager. Sun Microsystems. Santa Clara, California 95054, U.S.A. 2008. 9 p.

123. Raman R., Livny M., Solomon M. Matchmaking: An extensible framework for distributed resource management / Cluster computing 2 (2). 1999/

124. Ravelomanana, S.; Bianchi, S.C.S.; Joumaa, С.; Sibilla, M. A Contextual GRID Monitoring by a Model Driven Approach // Telecommunications, 2006. AICT-ICIW apos;06.

125. Subramanyan R., José Miguel-Alonso, José A. B. Fortes A scalable SNMP-based distributed monitoring system for heterogeneous network computing // Conference on High Performance Networking and Computing. USA. No. 14 . 2000.

126. Tagato, H.; Kiriha, Y.; Nakai, S. Hardware-oriented TMN systems. Network Operations and Management Symposium, 1998. NOMS 98., IEEE Volume 2, Issue , 15-20 Feb 1998 Page(s):692 695 vol.2.146. Topl00.rambler.ru.

127. Top-50 суперкомпьютеры, http://www.supercomputers.ru.

128. Top-500 supercomputers sites, http://www.top500.org.

129. Venugopal S., Buyya R., Ramamohanarao K. A Taxonomy of Data Grids for distributed data sharing, management and processing, ACM Computing Surveys, Vol. 38, No. 1, ACM Press, New York, USA, March 2006.

130. Windows Compute Cluster Server 2003. http://www.microsoft.com/rus/win-dowsserver2003/ccs/default.mspx.

131. Yih Ping Luh; Shean-Shyong Chiou; Jau-Woie Chang Design of distributed control system software using client-server architecture // Industrial Technology, 1996., Proceedings of The IEEE International Conf. on Volume , Issue , 1996 p. 348 — 350.

132. Yu J., Buyya R. A taxonomy of workflow managements systems for computing. GRID-TR-2005-1, Grid computing and distributed systems laboratory, university of Melbourne. Australia, 2005. — 7 p.

133. Yu Jia, Rajkumar Buyya. A Taxonomy of scientific workflow systems for grid computing, Special Issue on scientific workflows, SIGMOD Record, 34(3):44-49, ACM press, New York, USA. September 2005.

134. Методика выполнения имитационного эксперимента по оцениванию системы управления ресурсами вычислительной среды

135. Предназначена для оценивания системы планирования процессов обработки запросов в ВС при отсутствии возможности проведения экспериментов с реальной сетью вследствие технических и финансово-экономических ограничений.2. Область применения:

136. Используется в системах разработки и модернизации ВС АСУП, а также в ходе их административного управления, при выборе системы планирования распределения ресурсов в вычислительных системах общего пользования.3. Допущения и ограничения:

137. Существующая модель ВС и потока запросов позволяет адекватно (на уровне доверия 10 %) оценить возможности системы планирования и отражают цель вышестоящей системы (АСУ промышленного предприятия).4. Математический аппарат:

138. Системный анализ, моделирование систем, планирование эксперимента, теория статистики, факторный анализ, множественный регрессионный анализ.

139. Исходные данные и способ получения (статистика):

140. Рисунок А1 — Методика оценивания системы планирования ВС

141. Порядок использования этой методики:

142. Используется разработчиками АСУП для выбора методов организации вычислительных сетей, администраторами ВС в процессе административного управления.7. Результаты:

143. Результатом является сравнительная оценка системы планирования с набором альтернатив и области значимости результатов. Вариант вид области превосходства представлен на рисунке А2 (одна альтернатива).

144. Рисунок А2 — Типовой вид результата применения методики 8. Пример:

145. Использование методики для оценивания системы планирования ВС промышленного предприятия представлено в разделе 3.

146. Структура макета вычислительной сети для полунатурного эксперимента

147. Коммутаторы (3): 1 1 Гбит/с; 2-10 Мбит/с1. Аппаратная система макета

148. Количество вычислительных узлов в макете ГРВС может варьироваться от двух до 10

149. Рисунок Б1 — Структурная схема макета ВС1. Вычислительный узел (10)

150. Управление процессами обработки запросов осуществляется с помощью прототипа системы управления ВС метауровня, включающую подключаемый модуль планирования, реализующий различные методы и способы распределения ресурсов ВС между ресурсоемкими запросами.

151. Варианты макетов ВС используемые в процессе проведения экспериментов представлены на рисунке Б2. Они представляют двух и трехуровневую вычислительные системы, наиболее часто используемые в АСУ промышленности.