Повышение эффективности проектирования вычислительных сетей уровня корпорации

Шевцов, Андрей Юрьевич

Системный анализ, управление и обработка информации (по отраслям)

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Повышение эффективности проектирования вычислительных сетей уровня корпорации

кандидата технических наук: Шевцов, Андрей Юрьевич
город: Москва
год: 2003
специальность ВАК РФ: 05.13.01

Диссертация по информатике, вычислительной технике и управлению на тему «Повышение эффективности проектирования вычислительных сетей уровня корпорации»

Автореферат диссертации по теме "Повышение эффективности проектирования вычислительных сетей уровня корпорации"

На правах рукописи

Шевцов Андрей Юрьевич

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОЕКТИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ СЕТЕЙ УРОВНЯ КОРПОРАЦИИ

05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва, 2003

Работа выполнена в Московском инженерно-физическом институте (государственном университете)

Научный руководитель:

кандидат технических наук, доцент, Золотарев Всеволод Васильевич

Официальные оппоненты:

доктор технических наук, Власенко Ростислав Иванович

кандидат технических наук, доцент, Матюхин Борис Николаевич

Ведущая организация

ФГУП "НИИ "Аргон"

м. на заседании

Защита состоится "01 " октября 2003 г. в_ч._

Диссертационного Совета Д212.130.03 в МИФИ по адресу: 115409, Москва, Каширское шоссе, д. 31, тел. (095) 324-84-98, 323-91-67. С диссертацией можно ознакомиться в библиотеке МИФИ.

Автореферат разослан ¿¿¿0USL 2003 г.

Просим принять участие в работе Совета или прислать отзыв в одном экземпляре, заверенный печатью организации.

УченьЛ секретарь Диссертационного Совета д.т.н., профессор

Вольфенгаген В.Э.

аодм

ЗРИ&9

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Диссертационная работа посвящена решению важной задачи повышения эффективности проектирования вычислительных сетей на основе рационального сочетания методов синтеза сетевых решений с помощью экспертной системы (ЭС), анализа решений методами имитационного моделирования (ИМ) и оптимизации решений методами искусственного интеллекта (ИИ).

Актуальность темы исследования

Актуальность работы определяется увеличением потребности в разработке сетевых решений, которые были бы подкреплены математическими расчетами. Проведение такого анализа без автоматизированных систем является чрезвычайно сложной задачей, особенно для сетей из более чем нескольких десятков станций.

Предметом исследования в данной работе являются методы и алгоритмы, позволяющие повысить эффективность проектирования вычислительных сетей уровня корпорации.

Цель работы

Целью диссертационной работы является разработка методов и алгоритмов проектирования вычислительных сетей уровня корпорации. Основными задачами диссертационной работы являются:

1. Определение области возможного расширения применения автоматизированных систем при разработке сетей.

2. Разработка методов, позволяющих повысить эффективность проектирования сетевых решений.

3. Разработка методов рационального построения системы проектирования корпоративных сетей и их реализация.

4. Разработка методов использования статистических, справочных и экспертных сведений для повышения эффективности проектирования с помощью разработанного варианта построения системы проектирования.

5. Верификация результатов работы программно-информационного комплекса для получения выводов по правильности выбранных путей решения задачи повышения эффективности проектирования сетей.

Научная новизна основных результатов

1. Впервые задача проектирования вычислительных сетей решена на основе рационального сочетания методов автоматизированного синтеза начального варианта сетевого решения, его оптимизации с использованием методов экспертных систем и ИМ. Это позволяет повысить эффективность проектирования за счет достижения большей точности получаемых решений и сокращения сроков проектирования.

2. Разработан способ представления и хранения сетевых решений в единой древовидной структуре, включающей организационные и функциональные характеристики корпораций (включая меньшие по масштабу предприятия), что позволяет сократить используемую память и

РОС НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С Петербург

унифицировать алгоритмы обработки информации.

3. Разработаны методы, позволяющие оптимизировать сетевое решение для достижения лучших характеристик проектируемой сети с указанием ожидаемых результатов последующего ИМ.

4. Разработан метод хранения исходных данных и результатов работы экспертной системы и системы имитационного моделирования в БД для последующего их использования, позволяющий уменьшить требования к памяти и сократить временные затраты на их обработку.

5. Предложен и реализован метод, позволяющий представлять ожидаемые результаты ИМ не только числовыми величинами технических характеристик, но и оценками в баллах этих характеристик для более удобного восприятия пользователем и системой проектирования.

6. Разработаны методы представления рабочих нагрузок в моделях, основанные на сопоставлении пользователю проектируемой сети перечня решаемых задач и времени, отводимого пользователю на это решение в долях от рабочего дня. Это позволяет облегчить процесс описания задач, решаемых в проектируемой сети.

7. Разработаны методы описания статистических параметров задач, решаемых пользователями проектируемой сети, с использованием реальной статистики, собранной и обработанной на сетях нескольких компаний, что позволило получить большую точность получаемых решений и упростить модели сетей.

Практическая ценность работы

1. Используемые методы повышения эффективности проектирования позволили реализовать возможность практической разработки сетевых решений, включающих тысячи рабочих станций.

2. Статистические сведения, собранные на реальных сетях и использованные в работе, позволяют разработанной системе быть успешно использованной без предварительного сбора и обработки детальной информации о задачах, решаемых пользователями проектируемой сети.

3. Численные критерии, предложенные в работе, позволяют проводить сравнительные оценки эффективности получаемых сетевых решений и проектирования в целом.

4. Результаты работы отдельных подсистем могут сохраняться для последующего использования, что обеспечивает более широкое применение разработанного комплекса.

5. Используются наборы готовых конфигураций элементов сетей, что не требует от пользователя выполнения ряда дополнительных операций.

6. Реализован набор функций, позволяющих системе быть успешно использованной для решения широкого круга практических, исследовательских и образовательных задач.

Результаты работы, выносимые на защиту

1. Метод повышения эффективности проектирования сетей, основанный на соединении методов автоматизированного синтеза начального варианта сетевых решений и последующего их анализа и оптимизации методами ИМ и экспертных систем.

2. Методы получения, хранения и представления сетевых решений в виде дерева, сочетающего в себе организационные и функциональные характеристики корпорации, что позволяет уменьшить требуемый объем памяти и повысить скорость доступа к элементам сетевого решения.

3. Использование собранных статистических сведений для составления агрегированной модели рабочей станции по характеристикам ее взаимодействия с сетью и обоснование выбора методов представления рабочих нагрузок в моделях в зависимости от решаемых задач и временных характеристик работы пользователя. Это позволяет сократить время, необходимое для ИМ.

4. Методы и алгоритмы получения и выдачи ЭС ожидаемых результатов последующего моделирования, оценок качества установленного оборудования в баллах, предложений по корректировке сетевого решения, позволяющие сократить количество анализируемых вариантов возможного построения сети.

5. Методы и алгоритмы использования коэффициентов доверия для выбора необходимых сведений из БД и их корректировки по итогам проведенного имитационного моделирования, позволяющие точнее настраивать систему проектирования.

Реализация результатов работы Разработанная система была использована для получения и обоснования

проектных решений при разработке вычислительных сетей библиотеки

МИФИ и Туристско-информационного центра правительства Москвы, что

подтверждается соответствующими документами.

Апробация результатов работы Основные результаты работы доложены на следующих конференциях:

1. Всесоюзный научно- практический семинар "Вузовская библиотека на пороге нового тысячелетия" Министерства Высшего образования РФ на базе МИФИ в марте 2000 года.

2. Международная научная конференция "Современные информационные технологии в образовательном процессе и научных исследованиях", проходившая в государственном университете г. Шуя 21-22 января 2000 года. Был сделан доклад на тему "Имитационное моделирование -современное средство и технология в научных исследованиях и учебном процессе" с демонстрацией действующей системы на секции "Новые информационные технологии в научных исследованиях и в промышленности".

3. Научная сессия МИФИ в январе 2003 года.

Публикации

Всего по теме диссертации опубликовано 9 печатных работ.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы и 22 приложений. Общий объем 187 е., список литературы из 103 наименований, 51 рисунок, 10 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Одним из активно развивающихся направлений в сфере информационных технологий, описанных во введении, является проектирование вычислительных сетей.

В первой главе показана необходимость дальнейшего развития сферы автоматизации проектирования вычислительных сетей, предложены характеристики для проведения сравнительной оценки комплексов построения сетей. Показаны недостатки существующих систем известных производителей, например, отсутствие средств синтеза сетей на основе данных пользователя. Ставится задача на разработку методов и алгоритмов, позволяющих повысить эффективность проектирования сетей и реализовать необходимый набор функций по составлению, анализу и оптимизации сетевых решений.

Вторая глава посвящена описанию и обоснованию предложенного автором метода решения задачи повышения эффективности проектирования сетей на основе рационального сочетания синтеза и анализа модели проектируемой сети. Основное внимание уделим этой главе, так как в ней описана теоретическая основа, которая используется в остальных главах. Во второй главе разработаны и обоснованы методы проектирования сетей, которые поэтапно используют аналитические методы определения характеристик элементов сетевой инфраструктуры и информационных потоков между ними (ЭС), методы ИМ для анализа полученных характеристик (система имитационного моделирования (СИМ)) и методы искусственного интеллекта для получения предложений по повышению эффективности рассматриваемого сетевого решения (система искусственного интеллекта (СИИ)), т.е. совмещает в себе синтез и анализ. На рис. 1 представлена обобщенная структурная схема этапов проектирования сетей без детализации условий перехода между этапами. Прямой штриховкой представлены этапы проектирования (2,3,5, 6), на которых автор предложил использовать Экспертную систему. Обратной штриховкой представлен этап (4), на котором предложено использовать ИМ.

Рис. 1. Этапы проектирования сетей.

С помощью разработанных методов выполняются действия ( по этапам проектирования), описанные в табл. 1.

Таблица 1.

№ этапа Функции разработанной системы

2 Анализ сетевых решений, хранящихся в БД ЭС, и результатов моделирований с целью ознакомления с возможными подходами к проектированию сетей Анализ ЭС для определения перечня необходимых сведений о структуре и других характеристиках корпорации заказчика

3 Определение структуры сети и выбор технических характеристик элементов сети, основывающийся на решении, синтезированном с помощью ЭС

4 Анализ сетевого решения посредством ИМ

5 Оценка результатов анализа с помощью СИМ и СИИ на основе требований ТЗ

6 Оптимизация сетевого решения на основе предложений, полученных с помощью СИИ

Для автоматизации процесса проектирования сетей разработаны формализованные методы и их реализация использует следующие понятия:

Организационная структура представляет собой структуру корпорации как некоторую топологическую совокупность элементов (отделений, подразделений, рабочих групп, рабочих станций). Рабочие станции входят в состав рабочих групп, рабочие группы - в подразделения, подразделения - в отделения, все отделения образуют вместе корпорацию.

Функциональная структура представляет собой подробное описание совокупности видов работ (задач), решаемых каждым из пользователей проектируемой вычислительной сети в составе этой корпорации. Использование понятий организационной и функциональной структур необходимо для создания структуры проектируемых сетей.

Сетевое решение (network solution) представляет собой структуру информационной сети как некоторой топологической совокупности оконечных, коммутационных узлов и трактов передачи данных (линий связи), соединяющих эти узлы в определенной последовательности; раскрыто назначение каждого из оконечных узлов как источника, потребителя или того и другого одновременно и указана совокупность коммутационных узлов, выполняющих функции управления потоками информации в ИС; для каждого элемента указан перечень технических характеристик (или, например, стандарты), позволяющие однозначно определить совокупность его свойств. Это понятие широко используется в зарубежной технической литературе и принято в данной работе как одно из основных при описании методов проектирования сетей.

Экспертная система осуществляет ввод организационной и функциональной структуры, а также синтез сетевого решения и его корректировку. Задание пользователем структур корпорации основано на последовательном вводе информации, позволяющем уточнять особенности корпорации согласно обычному (инженерному) ходу рассуждений. Общая схема взаимодействия пользователя с системой описана на рис.2.

Ввод / корректировка

организационной структуры

Ввод / корректировка функциональной структуры

Система ввода структур корпорации 1

Ввод установок для экспертной системы

Составление сетевого решения по встроенной модели системы

Система синтеза сетевого решения

I И

Анализ полученного решения с помощью имитаци оииого моделирования

Система имитационного моделирования

Система заполнения БД

Система получения и выдачи рекомендаций

Система корректировки параметров БД

Система искусственного интеллекта

Ручное добавление I удаление алементов сетевого решения

Изменение параметров имеющихся алементов

Подсистема для ручной корректировки сетевого решения

Рис. 2. Общая схема взаимодействия пользователя с системой

Структуру информационной сети зададим в виде дерева Оп(А,В), где А = {а19а2,...,ап} - множество вершин, соответствующих узлам сети, В -множество ребер Ьу = (а^а^, соответствующих линиям связи. Пусть О -дерево объединенной организационно-функциональной структуры с элементами 01, С - дерево физической структуры (линии связи, сервера,

рабочие станции и т.д.) с элементами gl. Объединим оба дерева в одно дерево (Ст, О), установив соответствие между и о 1:

1. V/ Эу: е<9 2. 3 К],к (**/): Г (1)

и.ео*

Объединение (1) позволяет описать всю структуру корпорации для выполнения последующих преобразований и представляет из себя схему сетевого решения (см. рис. 3).

ОРГАНИЗАЦИОИИО^УИКЦИОИАЛЬИАЯ ФИЗИЧЕСКАЯ СТРУКТУРА СТРУКТУРА СЕТЕВОГО РЕШЕНИЯ

Выбор данной структуры позволяет в дальнейшем осуществить ее машинное представление через соответствующие объекты среды программирования Delphi. Для формализации представления сети ведем универсальное по структуре дерево с фиксированным количеством уровней и набором элементов для каждого из них, что позволит универсализировать используемые методы. При этом построение системы не накладывает жестких требований на соответствие реальных структур проектируемых сетей универсальной структуре, что позволяет применять систему для большинства сетей EtherNet.

Будем говорить, что элемент сетевого решения Dt напрямую унаследован (принадлежит) от другого элемента D , или Dt е D;, если он расположен на один уровень ниже в структуре решения и непосредственно связан с ним. Введем функционал L(Dt), определяющий номер уровня для элемента структуры: 1 < L(D,) <; LM, Lu = L(Dm ), -,3 k :DmeDk

Введем функционал C(Z)(), определяющий вклад стоимости элемента сети

D, в общую стоимость сети С : С = ^ С(£)(), где М - общее число

элементов в вычислительной сети.

Введем функционал 7\£)(), определяющий тип элемента сетевого

решения (например, "Н"- концентратор, "II" - маршрутизатор, "Б" -коммутатор).

Расположение характеристик решения в дереве будем проводить по следующей схеме. Пусть каждый элемент решения Д обладает набором

свойств или атрибутов: я/ - у'-ое свойство элемента Dl. Пусть выполнено

условие, что некоторая характеристика всегда совпадает для каждого из элементов, принадлежащих некоторому вышестоящему элементу 3 г,к,т: V/,/: г <1,1 <к, Ц Ц е

(2)

тогда переносим т-ое свойство на вышестоящий уровень: = .

Будем выполнять преобразование, пока не останется сочетания величин г, к, т, п такого, что условия (2) будут выполняться.

Определим множество видов работ пользователей корпорации как объединение множеств видов работ каждого пользователя: м?^...,М>Е - виды работ в корпорации, где Е - количество видов работ. Расположим набор конфигураций С[,...,Сд рабочих станций в порядке улучшения вычислительных характеристик, при этом предполагаем, что

С(с,)<...<С(с0).

Положим, что в пределах одной рабочей группы пользователи выполняют одинаковые задачи. Для каждой рабочей группы пользователей известна

средняя продолжительность Ж1 работы с задачей (в часах). Тогда среднее значение сетевой нагрузки для одной задачи будет: V =т1Ж1 Т1 N1 а1, где т1 - сетевая нагрузка от данной /-й задачи для данной конфигурации станции, Т1 - продолжительность активного взаимодействия с сетью, Л^ -частота этого взаимодействия, СС1 - коэффициент, позволяющий в нагрузке учесть "обратный" трафик (например, содержащий результат выполнения запроса). Введем величину Мс> , которая определяет максимальное число

пакетов, которое способна отправить в сеть в единицу времени .¡-ая конфигурация рабочей станции. Величины, использованные в моделях в

данной работе (например, т1, Т1 , N, М°', С(с1)), были получены

на основании исследований и расчетов по реально действующим сетям нескольких компаний. Для принятия первоначального решения об установке рабочей станции необходимо выбрать такую конфигурацию, максимальное количество выдаваемых в сеть пакетов для которой бы превышало суммарное среднее значение сетевой нагрузки, определяемой задачами пользователя. Т.е. необходимо найти такой у, что Т1 ЛГ, а < Мс' (3)

< I

Величины распределения V,, У11, У1 (( сетевой нагрузки V по уровням

решения (рабочей группы, подразделения, отделения) зависят от характеристик вида работ и элементов структуры, задействованных в

конкретной задаче. Введем систему коэффициентов к1 для вычисления У1,У,,,У'111 по величине V :

Для уровня рабочей группы

у^к-у

к,У

N-1

к) У

Для уровня подразделения

к,+к6 = к,

Для уровня отделения

V = = V =

' 1.1,1 ••• М,1 ,АГ

V = к ■V

г1,1,АГ+1 8 1,1

к7+къ =к5

кгУ» К

(4)

У&+2 ~ К /=1

Поместим в схему решения сетевые устройства - концентраторы, коммутаторы, маршрутизаторы. Внутри отделений будем использовать концентраторы и коммутаторы, стоимость этих коллективных устройств подчиняется следующему правилу:

V/,/: ДД) ~'Н", Щ)7)="У С(Д)<С(£>,)

Изменение типа элемента Д с Т'(Д) ="Н" на Т(Д) —'5" позволяет

формировать значение исходящего трафика У1 только из пакетов, предназначенных для передачи в более верхние уровни схемы решения: |Г(Д)="Я" Гг(Д) ="5"

где N - количество пользователей в рабочей группе, V -общая сетевая нагрузка, поступающая в сеть от одной станции, V -сетевая нагрузка от одной станции, предназначенная для передачи на вышестоящие уровни. Очевидно, что V ** V

Для уровней подразделения и отделения расчет производится аналогично.

Базовый метод выбора типа сетевого устройства заключается в том, что вычисляется суммарная нагрузка № на внутреннюю шину (процессор)

а если

устанавливаемого коллективного устройства Д : W = ^_¡VJ = УИ, (5)

где VJ - количество пакетов, поступающих с у - го входа данного

коллективного устройства за секунду, N - число входов устройства. При величинах суммарной нагрузки Ж, превышающих определенные значения, величины временных задержек превышают максимально допустимые. Поэтому при проектировании сети будем ограничивать величину №

значениями ах,..., ак:

V 1,п: Г(Д) ="5" или Т(Д) ="#", ЦД) = п 3!у : IV <аг

\Т(Ц)="Н" _

Если ^ , где а, соответствует и,,

то устанавливаем Д : 77( Д ) =" Н", ГГ(Д) ="Я" \W>aJ

то вместо Д : 7ХД ) =" Н" устанавливаем элемент Д : ^(Д) ="5".

Первоначально полученное решение оптимизируется с помощью ряда разработанных методов, описанных в диссертации. Например, рассмотрим ситуацию, когда причиной перегрузки коммутатора является большой сетевой трафик, поступающий с нижестоящих концентраторов, и ни на одном входе не наблюдается перегрузки:

3/:Г(Д) ="5": Vу Г(Д ) ="Н"илиГ(Д)^^^ е Д Г, <6,

где - нагрузка на элемент Д со стороны элемента DJ, тогда вместо

элемента Д, сТ(От) =" Н" устанавливаем элемент с Т(От) ="5"', где т определяется из системы (6):

К„=тахК,Д€Д (6)

Г(Д) ="Я"

После определения параметров элементов внутри отделений определим параметры линий связи между отделениями. Пусть некоторый трафик У1} должен быть передан из отделения Д в отделение Д : Зi,j,i*j:L(Dl) = L(DJ) = LMax,

Т( Д) ="Я" и« Г(Д ) ="5" ии Г(Д) Г(Д) ="Я" ши Г(Д) ="5" итш Г(Д) ="/?"

В рамках данной задачи существует 2 вида ограничений:

1. Ограничения вида ^(х) = ] ^ позволяют описать обязательные требования

[О

к технологии.

Если = 1, то требование к технологии выполнено, если 2{х) = 0, то требование не выполняется.

2. Ограничения вида хМт <х< хМах позволяют описать количественные требования к различным характеристикам.

Свойства технологий связи, соответствующие ограничениям первого вида, будем описывать векторами £уТ = а, ) 2 ... а>,),к,)' где

§ - вектор, описывающий у'-ое свойство /-ой технологии,/^- величина размерности данного свойства : К] = ) , V/ :К) > 1. Для рассматриваемой корпорации образуем вектора

ё]Т = Р],2 - Р^к,-1 Р)х\ где 8\ ' вект°Р'

описывающий у'-ое свойство корпорации, причем параметры свойств и их порядок для корпорации и технологий связи совпадают.

Применимость 1-й технологии связи к рассматриваемой корпорации по _/-му свойству определяется условием: V /: \ <1 < К^ Р],= 1 => ссу, = 1

Для того, чтобы проверить применимость /-й технологии связи к рассматриваемой корпорации по всем свойствам, составим вектор

=(а,,и а.,1,л:, - а'.2,к1 а.м,ки) для каждой технологии /, где I = 1... ./V, где М-общее количество рассматриваемых свойств.

Для свойств (требований) корпорации составим вектор

<5'Г =(/?,., Дж, ... Р2,кг Рм,ки)- Легко проверить, что

7=1

Рассмотрим величину йх:

М К,

6Т,хё' < и„ где Пх = 221 0Л

}~\ М

В случае = щ технология является применимой к данной корпорации по рассматриваемым ограничениям первого вида. Если 6?, < и,, то величина ех = пх — г/, будет определять количество свойств, по которым технология не подходит. Для определения возможности использования технологии связи

между отделениями, следует рассматривать ее применимость к каждому из соединяемых отделений.

Свойства технологий связи, соответствующие ограничениям второго вида, будем описывать векторами

А/ = 81и1 ... д,]ЛгХ д,^ )

где /у и ри соответствуют хМт и хМах для у'-ого свойства /'-ой технологии:

V /: 1 < / < 7,} Хи1 — > ^]" величина размерности данного

свойства

г;=<Итф = <Ит(ру) , V; >1

В качестве примера свойства приведем минимальную и максимальную протяженность линий связи данного типа в сравнении с расстоянием между отделениями.

Для рассматриваемой корпорации образуем вектора

Л.2 - Г^-1 )> ГДе - ВеКТ°Р'

описывающий у-ое свойство корпорации. Применимость /-й технологии связи к рассматриваемой корпорации поу'-му свойству определяется условием:

Х1]1<Г]1<5ч1

Для того, чтобы проверить применимость /'-й технологии связи к рассматриваемой корпорации по всем свойствам второго вида, составим вектора

•А ••• Х,,2,1 ••• X •■• Х^) = (Х1 Х2 ••• Хт)->

ДГ=(^д,1 - 5,х\ - - = ^ - 5г)

для каждой технологии /, где / = 1... N, где 5-общее количество рассматриваемых свойств.

Для свойств (требований) корпорации составим вектор

X* = (/и - Ги, У2Х - У-2,гг - У8,гя) = {Ух У2 - У г)

Рассмотрим величину ¿/2, равную количеству компонент вектора X],

для которых %1 —У1 — $I> где / = 1 • • • 2. В случае = ^ технология является применимой к данной корпорации по рассматриваемым ограничениям. Если ¿/2 < Z, то величина е2 = 2 — г/2 будет определять количество свойств, по которым технология не подходит.

Введем величину е = + е2 , которая будет отражать число ограничений

обоих видов, по которым технология не применима к корпорации. Получим величину е для каждой из рассматриваемых технологий. N{ - количество технологий, для которых е = О, N2 - количество технологий, для которых e*0. Nl+N2=N

Стоимость установки /'-й линии связи будет С( = С(, + С, 2D, где С,, -

где стоимость, обусловленная терминальными устройствами, Cl2 -

стоимость за единицу длины линии связи, D - расстояние между отделениями.

Если N, > 0, то поиск технологии сводится к поиску /; С = min С,, т.е.

1 1S/SAT

к минимизации стоимости решения.

Если jV, = 0, то поиск технологии сводится к поиску i: I = min /(, где

/( = Ф(G,,G[,JВt,X,,С,) - определяет степень отклонения параметров

корпорации от ограничений конкретной технологии связи.

После получения первоначальной схемы сетевого решения с помощью ЭС, необходимо уточнить разрабатываемый проект сети с помощью ИМ. Для

каждого вида работ wt получим закон распределения и мат. ожидание для

процесса генерации заявок и их выдачи в вычислительную сеть в модели на основании данных, собранных с действующих сетей нескольких компаний (пример статистики по одному из видов задач приведен на рис. 4). Пример вычисленной функции распределения приведен на рис. 5 (см. главу 2.5 диссертации).

Рис. 4. Пример статистики по одному из видов задач пользователей

л,

20 20

Рис. 5. Пример функции распределения, построенной по реальным данным.

Модель случайного процесса выдачи в сеть заявок основана на генерации пакетов по функции распределения, вычисленной для реальных задач. При этом учитывается направление генерируемого трафика V, продолжительность

]¥1 работы пользователя с /-й задачей, количество сеансов активной

работы задачи с сетью в единицу времени и их продолжительность Т1 .

Описание рабочих станций как "черного ящика", о котором достаточно знать лишь характеристики взаимодействия с сетью, а также использование собранной статистики позволяют учесть в модели распределение времени работы пользователя по чтению ответа, его обдумыванию, принятию решения о генерации следующего запроса, наборе запроса и передаче его "вниз" до физического уровня. Таким образом, сочетание аналитических и имитационных методов позволяет получить высокую скорость моделирования при заданной точности получаемых результатов.

Система имитационного моделирования позволяет выявить участки в сетевом решении (например, рабочие станции, сервера, коммутаторы), величины динамических сетевых характеристик (например, временных задержек) которых отличаются от заданных.

Во многих случаях результаты, получаемые при моделировании, не позволяют сделать выводы о необходимых модификациях первоначальной схемы сети за приемлемые сроки с требуемой точностью. Разработанные в данной работе методы искусственного интеллекта позволяют получить обоснованные рекомендации по модификациям схемы сети на основе опыта, накопленного ранее.

Методы искусственного интеллекта используют сведения об

• Исходных данных - сетевых решениях, поступающих на вход системы имитационного моделирования

• Результатах - величинах, полученных по итогам проведенного ИМ и описывающих динамические характеристики рассматриваемого проекта

сети

• Параметрах векторов БД - коэффициентах доверия и количества использований для оценок векторов БД

Введем понятие коэффициента доверия как величины, описывающей эффективность использования данного вектора БД для получения ожидаемых результатов.

Одним из способов хранения характеристик сетевой нагрузки для элемента сетевого решения является запись вектора с компонентами xk+l,xk+2,...,xk+2N (TV - количество видов работ в системе), содержащими

суммарные нагрузки по видам работ и количества элементов решения, создающих эту нагрузку. Для каждого элемента формируется набор результатов - фактических динамических характеристик у1,...,ус.

Таким образом, будем располагать в БД по каждому из типов элементов набором векторов исходных данных:Х{ = ,...,xLl},X2 = (^Д-ч*/,2). •••

, Xк = (xj^,...,XLK}, где К- количество элементов данного типа во всех М сетевых решениях, результаты которых содержатся в БД, L - сумма количеств статических характеристик и характеристик видов работ.

Также после сохранения решения разместим в БД по каждому из типов элементов набором векторов результатов

моделирования:^ =(у11,...:1ус1)Д =(у12,...,ус2), ... ,УК =(у1'Г,...1ус*:), где С

- размерность вектора результатов для данного типа элементов. Поскольку каждая строка результатов получена с помощью моделирования, т.е. является набором случайных величин, то ей сопоставим некоторый коэффициент доверия Cdl. После помещения позиции в БД ей

первоначально присваивается коэффициент доверия Cdt = 1.

В рамках текущего опыта для каждого элемента сетевого решения

располагаем вектором исходных данных X' = ,...,XL Требуется

V Est / Est Est \

получить ожидаемые результаты моделирования / = ГУ[ ,...,ус J. Для этого составим линейно-независимую (J1H3) систему векторов из БД СИИ по исходным данным X, =(x[,...,x'L}, i = l...L, наиболее близких к нашему вектору с точки зрения взвешенного расстояния между векторами. Для каждого вектора исходных данных БД СИИ Xt, /' = 1..К рассчитаем

взвешенное расстояние до данного вектора X' исходных данных. Для этого для каждого типа элементов сетевого решения введем вектор весовых

коэффициентов W' одинаковой с X1 размерности. Каждая компонента его

будет характеризовать степень важности соответствующей компоненты

вектора Х1. Взвешенное расстояние между векторами будем определять формулой (7):

АХ, =

■X,

(7)

Составим величины

\Хса =__при Щ * 0 (8)

1 + —— щ

АХ= АХ, при №,= О , (9)

где С<1,-1 . средняя величина корректировки коэффициента доверия по Л/и,

прошлым опытам использования данной позиции. Отношение (8) позволяет учесть не только взвешенное расстояние АХ1, но и то, насколько успешно

использовался данный вектор Х1 в предыдущих опытах. При равных АХ1

будет выбран тот вектор, для которого будет выше.

М/,

Отсортируем полученные АХ(С</ в порядке возрастания: О < АХ, са < ... < АХ. Са

] 1 )к

Если одна из АХ1 =0, то вычисление ожидаемых результатов не

производится, а принимается как результаты моделирования для того вектора, для которого было найдено совпадение вектора исходных данных.

Для определения ожидаемого вектора результатов для нашего вектора исходных данных необходимо получить матрицу отображения. Для этого образуем матрицу А размерности Ь х Ь, в которую будем помещать вектора

X, и матрицу В размерности Ь х 5, где 5" - размерность вектора результатов, в которую будем помещать вектора У1, соответствующие исходным данным Х1. Последовательно выбираем вектора X1 в

соответствии с отсортированными векторами АХ^ так, чтобы строки

матрицы А бьшиЛНЗ.

Поскольку выбираются ЛНЗ вектора исходных данных, наиболее близкие

к рассматриваемому вектору X', то данная матрица будет являться отображением векторов исходных данных в вектора результатов для рассматриваемой области векторов исходных данных, т.е. осуществлять

линейную покомпонентную аппроксимацию векторов результатов для

получения ожидаемого результата . В том случае, если система ЛНЗ векторов найдена не будет, решение считается не найденным и поиск прекращается.

Имея ЛНЗ матрицу А1х1 с исходными данными и матрицу Ви8

соответствующих им результатов моделирований, найдем матрицу отображения элементов пространства исходных данных в соответствующие им вектора результатов. Условие существования и единственности решения обеспечивается условием линейной независимости матрицы А1х1. Таким образом, получено уравнение А1%1 х = , (10)

где А1х1- матрица, составленная из ближайших ЛНЗ векторов исходных данных, В1х8 - матрица, составленная из векторов результатов моделирований, соответствующих векторам исходных данных, помещенным в матрицу А.

Таким образом, матрица преобразование, отображающее вектор

исходных данных, лежащий в некоторой рассматриваемой подобласти, в вектор результатов. Решив составленное матричное уравнение, получим закон, по которому получается вектор ожидаемых результатов для

рассматриваемого вектора исходных данных X'. Для решения полученного матричного уравнения можно воспользоваться, например, двухпроходным методом Гаусса. Итак, получаем вектор ожидаемых результатов = х' • •

Далее оцениваем покомпонентно данный вектор с помощью

функции:

.....уи\ V, ={2,3,4,5}, каждая из

этих компонент служит для оценки экономической эффективности соответствующей компоненты вектора результатов- У( = 2 - решение

обязательно требует пересмотра, V, = 3 - решение желательно пересмотреть,

V, = 4 - решение не требует пересмотра, но может быть улучшено, V, = 5 -решение оптимально и улучшению не подлежит.

Вектор оценок V = считается не хуже вектора оценок

Уг = (у,г ,...,у</), если V/ у/ > у/ . Будем обозначать это как У] > Vг .

Если для элемента сети выполнено 3 у : т/ Ф 5, то ищем такие X1 из БД СИИ по исходным данным, в которых компоненты наименее отличаются от рассматриваемых, а оценки не ниже тех, которые получены для нашего УРл'.

Для этого для каждого Х1 (/ = \ ..Ь) составим вектор

X^ = , где N - количество видов работ в системе, и

рассчитаем величину расстояния до использованного вектора по

(П)

компонентам, отвечающим за виды работ АХ ^ =У

XI х ^

Полученные АХ ^ отсортируем по возрастанию

О < АХ^ < ...< АХ^ , рассчитаем оценки в баллах Ук для

соответствующих X1 .Затем рассматриваем последовательно вектора Xк ,

выбирая те вектора исходных данных, для которых ¥к > V.

Результатом работы системы получения и выдачи рекомендаций будут

1.Исходные данные { Х1: У1 > V } других экспериментов, для которых

результаты моделирования были не хуже, чем результаты текущего эксперимента

2,Ожидаемые результаты / для текущего эксперимента

3. Расстояния АХ^ между исходными данными текущего эксперимента и

исходными данными, перечисленными в п.1.

По окончании моделирования получаем вектор результатов У,

соответствующий вектору исходных данных нашего сетевого решения X'.

Подсчитаем Д/5' = / — У . Скорректируем величины , что

позволит учесть в следующих опытах результаты использования векторов исходных данных в данном опыте.

Максимальная величина корректировки Сс11, которую может вызвать

один эксперимент будет равна 1 ( когда было найдено точное соответствие вектора из БД рассматриваемому и по результатам имитационного

моделирования величина АУЕа получилась равной 0).

г г

Получим скорректированный С(11 как Сс11 = Сс(1 + Яе • Яй , (12)

Г ^ - Л

где Яе - весовой коэффициент, зависящий от ошибки § _ I_II. юо% :

а ,

Яе (<5) =-, а > 0, Ь > 0. Величины корректировок Яв находятся из

ЗЬ + а

соотношений ^ Я0 = 1, Я0' > 0, причем каждая из них обратно

*=1

пропорциональна расстоянию от X' до соответствующего использованного вектора Х1. Получим

В том случае, если для некоторого вектора БД было найдено точное соответствие, т.е. АХ1 =0, то для получения ожидаемых результатов моделирования рассматриваемого элемента использовался только соответствующий ему вектор результатов. В таком случае, величина для использованного вектора принимается равной 1, и корректировка (12) проводится только по нему одному. Получим

ъ-

У*'-? |

+а

(И)

ЛАГ1АЛГ2...-АЛГ1

ДАТ, АХ2 ■&Х3-...-АХ1 +АХ1 -АХ3 ■...■дьХ1 +...+ДД',-ЛХ2 ■...■АХ'1_1 Таким образом, разработанная система корректировки (14) БД СИИ позволяет учитывать накопленный опыт для получения более точных результатов.

Для выполнения оценки эффективности сети будем использовать критерий к0[С(А,В)] = ^-( \-/3), (15)

где N - среднее число передаваемых по сети сообщений за единицу времени, /? = тах , где Д7 - условная вероятность потерь в тракте Ьу в

Ау

предположении, что сообщение поступило в этот тракт. Также /3 можно

определять как математическое ожидание = ^¡Г Д

У(ьц)

у (В)

, где У(Ь„) -

объем информации, подлежащей передаче по тракту Ь; ¥(В) - общий

объем информации, циркулирующей по всем трактам сети. N = —Ï21BL

1Minutes

где NTotal общее число переданных пакетов, TMmutes - время моделирования в минутах, С = Ся + Сj + Сц ,где Сн - стоимость оборудования, С, - его установки, Си - эксплуатации ( за год ).

т, г Lost 17 Coll о IJ + U А Т Total

А, = Total , „ Los, ^ „ Coli ' N,J " ЧИСЛ0 УСПеШНО

NtJ +NV +Ny

переданных пакетов на данной линии связи, N - число потерянных,

А Г СЫ1 тт

is - испорченных. Причем поскольку пакет на своем пути проходит несколько линий связи, а характеристика ßtJ (а, значит, и N Т°'а1 ) описывает именно свойства индивидуальных линий, то ^ N T°'al = LAver • NTolal , где

LAver > 1 " среднее число линий связи, проходимых пакетом; V(btJ ) -

Ar Total

соответствует количеству переданных пакетов 7V на данной линии

связи за время моделирования;

V(B) - соответствует сумме ^ NtJ Тош' . В итоге, получим

NTotal

т н^'+хСо" дгТош1

Я0[о(л,в)]= а тЬ»,1, \ г Со11 ' тгр' Тош) ^

Сн+С1+Си „Ц Щ +Щ ¿Л

В третьей главе описывается разработанная автором система проектирования сетей, основанная на предложенных методах решения, приведены основные алгоритмы работы систем, диалоговые экранные формы. Разработанная система включает в себя все описанные методы Экспертной системы, Системы имитационного моделирования и Системы искусственного интеллекта. На рис. 6 приведен пример графика зависимости времени составления сетевого решения от количества элементов, полученного в результате выполненных в диссертации исследований. График имеет вид, близкий к линейному, что позволяет увеличивать количество элементов сети без необходимости резкого усиления требований к производительности станции, на которой выполняется Экспертная система.

Количество рабочих станций

Рис. 6. Пример графика зависимости времени составления сетевого решения от количества элементов

При моделировании были проведены исследования зависимости времени моделирования (для модельного времени 8 часов) от количества рабочих станций в проекте сети, которые показали эффективность разработанных методов для моделирования сетей из тысяч рабочих станций. На рис. 7

Количество рабочих станций в модели

Рис. 7. Зависимость времени моделирования от количества рабочих станций в модели

В третьей главе также были выполнены оценки изменения значений

критерия эффективности /Г0 по итогам работы системы искусственного

интеллекта, которые показали ее эффективность на практике. В таблице 2 приведены примеры результатов выполнения описанной процедуры для нескольких проектов сетей.

Таблица 2.

N опыта Момент вычисления критерия/изменение 1, сек е н С, тыс. у.е Щ

1 до модификации 128674 7267,66 1771 0,9995 55,136 0,32

после модификации 133837 7212,09 18)56 0,9996 53,136 0,35

шттжж"'"^ "Г- _»- ="•ида " " -¿ДМ 8,75

2 до модификации 163812 18452,10 8,88 1,0000 5,405 1,64

после модификации 160975 18285 р2 8,80 0,9948 3,970 2,21

Г/Г*>щд1щ

3 до модификации 3503 1153,16 3,04 0,8522 2,212 1,17

после модификации 5590 1522,68 3,67 0,9844 2,719 1,33

тт 20 £5 1ш

Приведенные в таблице результаты показывают, что разработанная система позволяет получать более эффективные сетевые решения как путем установки более дорогих ( опыт № 3), так и более дешевых устройств (опыты № 1 и 2 ).

На основе общей группы критериев типа "цена/качество" автор предложил использовать следующий набор соотношений для оценки

я0

эффективности проектирования ж : Яр =-, (17)

Ср

где стоимость проектирования Ср определяется как

Ср = Сх + С2 + С3 + С4 + С5, где С, - стоимость разработки системы проектирования, отнесенная к количеству раз ее коммерческого использования, С2- стоимость работы эксперта, С3- стоимость машинного

времени при проектировании, С4 - стоимость опытных образцов, С5 -стоимость расходных материалов и другие затраты.

С2 = С2 , К), где tp - время проектирования, К - стоимость единицы

времени работы эксперта. Определим tp как = ^ + Хрг, где -среднее время, необходимое для получения первоначального сетевого решения, 1рг - среднее время, необходимое для внесения модификаций в

сетевое решение по итогам его анализа, г - среднее количество модификаций сетевого решения, предшествующих этапу разработки технической документации. Одним из вариантов зависимости С2 = С2 (/, К) является

Сг — К tpl + К г. Стоимость С3 определим как

С3 = Кт /д + Кт / г, где Кт - стоимость единицы машинного времени.

В приложении 22 диссертации представлен пример сравнения стоимостей проектирования с использованием реализации, основанной на разработанных

методах, и проектирования с использованием только человека-эксперта (см. рис. 8).

О л 1000

Рис. 8.

Решая задачу максимизации критерия эффективности лр —» max, было

получено, что для числа рабочих станций п > 208 более эффективным подходом к задаче проектирования является подход на основе автоматизированной системы. При этом в каждом конкретном случае исходные данные для вычисления кр будут отличаться, но предложенный

метод может быть успешно использован для определения подхода к решению задачи проектирования. Основной причиной экономической целесообразности использования разработанных методов

автоматизированного проектирования являются возможность привлечения более дешевого эксперта для проектирования и меньшее время, необходимое для получения первоначального проектного решения и модификаций по результатам анализа

Четвертая глава содержит описание практического использования разработанной системы. Описаны поставленные Заказчиками задачи по проектированию, исходные данные по работам пользователей и структуре подразделений Заказчика для разработки проектных решений. Приведены результаты, полученные с помощью системы, которые позволили сократить время проектирования, получить обоснованные результаты и сделать выводы о технических характеристиках будущей сети, что подтвердило рациональность используемых методов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработан и обоснован метод повышения эффективности проектирования сетей на основе соединения методов первоначального синтеза сетевого решения и последующего его анализа и оптимизации методами ИМ и искусственного интеллекта.

2. Разработан и обоснован набор методов, позволяющий сократить время,

необходимое для первоначального получения (синтеза) сетевого решения. Он основан на составлении обобщенной структуры решения и определении характеристик оборудования по величинам оценок для сетевых нагрузок. На основе этого набора методов была разработана ЭС.

3. Разработан и обоснован набор методов, позволяющий сократить время анализа получаемых решений. На его основе была разработана система имитационного моделирования. Она позволяет выявить участки в сетевом решении (как оконечные элементы, сетевое оборудование, так и отдельные линии связи), величины сетевых характеристик для которых отличаются от заданных в ту или другую сторону

4. Разработан и обоснован набор методов для оптимизации сетевых решений на основе накопленного опыта. На его основе была разработана система искусственного интеллекта. Она позволяет получать ожидаемые результаты моделирования еще до его выполнения, оценивать их по четырехбалльной системе и предлагать на основе накопленного ранее опыта модификации, позволяющие улучшить динамические характеристики решения и сократить количество анализируемых вариантов построения сети.

5. Предложен критерий оценки экономической эффективности получаемых решений, а также приведены примеры его применения для получения численного сравнения эффективности первоначального решения, полученного системой синтеза, и уточненного решения, полученного после ИМ по рекомендациям системы искусственного интеллекта.

6. Предложен и обоснован критерий оценки эффективности проектирования, позволяющий сравнивать подход к проектированию сетей на основе использования эксперта и на основе системы, сочетающей экспертную часть и средства ИМ. Использование предложенного критерия позволяет делать выводы о целесообразности использования того или иного подхода к проектированию сетей

7. Разработан метод использования статистической информации, собранной на реальных сетях, для упрощения модели сети при ИМ, позволяющий многократно повысить скорость моделирования при заданной точности получаемых результатов. Данные были собраны и обработаны на сетях нескольких крупных компаний для 20 различных задач. Это позволило моделировать сети с количеством станций в десятки тысяч за счет рационального сочетания аналитических и имитационных методов

8. Разработан метод опроса пользователя для ввода сведений о корпорации, основанный на последовательном вводе информации по организационной и функциональной структурам, различных характеристик подразделений и видов работ пользователей проектируемой сети. Он позволяет пользователю уточнять особенности своей корпорации в порядке, соответствующем обычному ходу рассуждений при экспертном проектировании.

9. Предложен и обоснован метод хранения и обработки сетевых решений.

Он основан на сочетании организационной и функциональной структур корпорации в единой иерархической структуре, содержащей также информацию для подробного описания технических средств, использованных в решении, и сведения о прогнозируемых сетевых величинах для каждой из линий связи. Формализация, использованная в методе, позволила хранить и обрабатывать сетевые решения из нескольких тысяч серверов и рабочих станций.

10. Собраны, обработаны и сохранены в программно-информационном комплексе экспертные и статистические данные по техническим параметрам, величинам предельных нагрузок, количествам портов, компонентам совокупной стоимости владения, распределению и мат. ожиданию сетевых нагрузок и т.д., достаточные для эффективного решения практических задач

11. Проведен анализ моделей, зависимостей и алгоритмов, использованных в разработанной системе, позволяющий оценить правильность выбранных подходов. Он показал работоспособность разработанной системы.

12. На базе перечисленных систем синтеза и анализа была создана единая система, позволяющая успешно координировать их работу в своем составе, обеспечивая связь по управлению и данным между взаимосвязанными модулями, а также реализующая удобный диалоговый интерфейс с пользователями.

13. Характеристики разработанной системы были исследованы на вычислительных сетях ряда крупных компаний, что позволило скорректировать ряд методов и используемых в них величин для получения более точных результатов.

14. Разработанный комплекс был успешно использован для решения практических задач по разработкам проектов сетей, что подтверждено соответствующими документами.

Основные работы, опубликованные по теме диссертации

1. Золотарев В.В., Шевцов А.Ю. и др. Разработка подхода к созданию программно-информационного объектно-ориентированного комплекса для проектирования и модернизации сложных систем. - Москва, "ГВЦ Интуриста", 2002, 140 с.

2. Румянцев В.П., Шевцов А.Ю. и др. Разработка и реализация проекта создания туристического информационного Центра Москвы. Отчет о НИР по теме 81-3-028-032. - Москва, МИФИ, 2001.

3. Шевцов А.Ю., Золотарев В.В. Использование экспертных систем при разработке комплексных сетевых решений - преимущества и недостатки // Современные информационные технологии. Сборник научных трудов. Выпуск 2. Статья . - Москва, изд-во МГАУ, 2000,214 с.

4. Шевцов А.Ю., Золотарев В.В. Использование метаязыков для описания моделей экспертных систем. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. - Москва, изд-во МГАУ,

2002.

5. Шевцов А.Ю. Использование накопления знаний в экспертных системах. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. - Москва, изд-во МГАУ, 2002.

6. Шевцов А.Ю., Золотарев В.В.Использование рационального сочетания методов синтеза, имитационного моделирования и искусственного интеллекта для повышения эффективности проектирования вычислительных сетей.//Научная сессия МИФИ-2003. Сб. науч. тр. -Москва, изд-во МИФИ, 2003, том 12.

7. Шевцов А.Ю. Особенности систем синтеза решений для построения вычислительных сетей. //Современные информационные технологии. Сборник научных трудов. Выпуск 3. - Москва, изд-во МГАУ, 2001.

8. Шевцов А.Ю. Разработка решений построения корпоративных сетей с применением технологии предоставления качества сетевого сервиса. //Современные информационные технологии. Сборник научных трудов. Выпуск 3. - Москва, изд-во МГАУ, 2001.

9. Шевцов А.Ю. Способы повышения применимости и эффективности экспертных систем. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. - Москва, изд-во МГАУ, 2002.

В работах, выполненных в соавторстве, личный вклад автора состоит в анализе развития области проектирования сетей, предложен™ использовать сочетание синтеза и анализа для получения решений, сравнительный анализ систем известных производителей, определение состава и принципов работы ЭС, определении требований к ЭС, выявление типичных недостатков ЭС, описание принципов построения и состава ЭС, описание преимуществ, целей и принципов использования метаязыков, определение возможного перечня операторов метаязыка, приведение примера синтаксиса и операторов.

РНБ Русский фонд

2006-4 27129

Оглавление автор диссертации — кандидата технических наук Шевцов, Андрей Юрьевич

Введение.

Глава 1. Анализ состояния и проблем в области проектирования информационно-вычислительных сетей, постановка задачи повышения эффективности проектирования сетей.

1.1. Проблемы и задачи, возникающие при проектировании сетей.

1.2. Потребность в автоматизированном решении задач проектирования сетей.

1.3. Постановка задачи разработки методов и алгоритмов для повышения эффективности проектирования сетей.

1.4. Типичные требования к системам автоматизации проектирования.

Глава 2. Теоретическая основа для практической разработки системы.

2.1. Обоснование решения задачи проектирования сетей на основе сочетания экспертных методов и методов имитационного моделирования.

2.2. Назначение и функции программно-информационного комплекса проектирования сетей, построенного на основании предложенного подхода.

2.3. Экспертная система. Описание и обоснование выбранных методов и алгоритмов.

2.4. Система искусственного интеллекта. Описание и обоснование выбранных методов и алгоритмов.

2.5. Система имитационного моделирования. Описание и обоснование выбранных методов и алгоритмов.

2.6. Оценка эффективности используемых методов решения задачи проектирования.

Глава 3. Реализация программно-информационного комплекса.

3.1. Общее описание программного комплекса.

3.2. Описание принципов работы Экспертной системы.

3.3. Описание принципов работы Системы искусственного интеллекта.

3.4. Описание принципов работы Системы имитационного моделирования.

Глава 4. Практическое применение разработанной системы и ее анализ по предложенным характеристикам.

4.1. Примеры моделирования реальных сетей.

4.2. Сравнение разработанной системы с системами известных производителей, имеющимися на рынке ПО.

Введение 2003 год, диссертация по информатике, вычислительной технике и управлению, Шевцов, Андрей Юрьевич

В настоящее время происходит бурное развитие в сфере информационных технологий. С одной стороны, этому способствуют многочисленные открытия в технологии производства микропроцессорной техники, сред передачи данных и т.д. С другой стороны, многие отрасли, не связанные напрямую с информационными технологиями, не могут существовать без применения значительных вычислительных ресурсов.

Одним из активно развивающихся направлений в сфере информационных технологий является проектирование вычислительных сетей, которые все более широко внедряются в различные области деятельности. Это направление содержит целый комплекс задач, включая составление схемы линий связи, расчет необходимых технических параметров коллективных сетевых устройств, серверов, рабочих станций и т.д., которые необходимо решить для успешного проектирования сети, соответствующей требованиям заказчика. Очевидно, что чрезвычайно сложно проводить проектирование сети без помощи средств автоматизации, поскольку проект должен быть подтвержден математическими расчетами, основанными на большом числе характеристик. Поэтому использование автоматизированных систем является неотъемлемой частью любого научно и практически обоснованного проекта сети, состоящей более чем из нескольких десятков станций. Практически любую сеть можно представить как систему массового обслуживания, состоящую из множества элементов. Это требует проведения сложных математических расчетов, которые часто требуют для своего выполнения значительных упрощений моделей устройств, законов поступления и обработки информации, схем прохождения заявок и т.д., что может привести к возникновению недопустимо больших погрешностей. Однако, если пытаться реализовать модели без упрощений, то скорее всего произойдет многократное усложнение системы моделирования, что сделает ее трудно реализуемой практически на имеющихся технических средствах. Поэтому разработка новых способов представления, анализа и синтеза сетей являются актуальной для разработчиков проектных решений по установке вычислительных сетей. С развитием технологий хранения, обработки и передачи информации увеличивается сложность получения эффективных решений для построения сетей, поэтому актуальность задачи по автоматизации разработок проектных решений постоянно повышается. В силу описанных выше причин автоматизация проектирования сетей во многих компаниях еще не достаточно развита.

Поэтому целью диссертационной работы является разработка методов и алгоритмов для повышения эффективности проектирования вычислительных сетей уровня корпорации. Разработанные методы и алгоритмы реализованы автором в автоматизированной системе получения комплексных сетевых решений для построения вычислительных сетей уровня корпорации (далее - Системе). Такая система позволит компаниям, занимающимся разработкой проектов по установке сетей, автоматизировать процессы принятия решений, добиваться большей эффективности предлагаемых схем сетевого построения, уменьшить стоимость разработок, свести к минимуму вероятность человеческих ошибок и т.д. Кроме того, целый ряд задач просто невозможно решить с требуемым уровнем точности за приемлемое время без автоматизации процесса разработки. Например, расчет загрузок компонентов оборудования, получившихся полос пропускания, определение частоты и продолжительности возможных "всплесков" количества заявок, вероятности возникновения коллизий и потерь при передаче пакетов и т.д.

Для достижения поставленной цели решены следующие задачи:

1. Определение области возможного расширения применения автоматизированных систем при разработке сетей.

2. Разработка методов, позволяющих повысить эффективность проектирования сетевых решений.

3. Разработка методов рационального построения системы проектирования корпоративных сетей и их реализация.

Научная новизна основных результатов работы заключается в том, что в ней

1. Впервые задача проектирования вычислительных сетей решена на основе рационального сочетания методов автоматизированного синтеза начального варианта сетевого решения, его оптимизации с использованием методов экспертных систем и имитационного моделирования. Это позволяет повысить эффективность проектирования за счет достижения большей точности получаемых решений и сокращения сроков проектирования.

5. Предложен и реализован метод, позволяющий представлять ожидаемые результаты имитационного моделирования не только числовыми величинами технических характеристик, но и оценками в баллах этих характеристик для более удобного восприятия пользователем и системой проектирования.

Практическая ценность работы заключается в том, что в ней

Автор выносит на защиту:

4. Методы и алгоритмы получения и выдачи экспертной системой (ЭС) ожидаемых результатов последующего моделирования, оценок качества установленного оборудования в баллах, предложений по корректировке сетевого решения, позволяющие сократить количество анализируемых вариантов возможного построения сети.

В работе были получены следующие научные результаты:

1. Предложен и обоснован метод повышения эффективности проектирования сетей, основанный на соединении методов первоначального синтеза сетевых решений и последующего их анализа и оптимизации методами имитационного моделирования и экспертных систем.

2. Разработаны алгоритмы диалогового взаимодействия с пользователем для получения и формализации исходных сведений об организации, решаемых задачах, ограничениях и особенностях проектируемой сети.

3. Разработан метод создания универсальной обобщенной схемы сетевого решения на основе объединения организационной и функциональной структур корпорации, дополненных описанием задач пользователей и характеристиками оборудования, что позволяет унифицировать алгоритмы обработки информации.

4. Разработан эффективный способ хранения, использования и корректировки характеристик элементов сетевого решения и результатов их моделирования.

5. Разработаны методы и алгоритмы обучения базы данных по результатам имитационного моделирования.

6. Разработаны методы и алгоритмы получения и выдачи ожидаемых результатов моделирования, оценок качества установленного оборудования в баллах, предложений по корректировке сетевого решения для повышения эффективности проектирования сети.

7. Разработан метод рационального использования статистических сведений для составления агрегированной модели рабочей станции по характеристикам ее взаимодействия с сетью.

Разработанная система была использована для получения и обоснования проектных решений при разработке вычислительных сетей библиотеки МИФИ и Туристскоинформационного центра правительства Москвы, что подтверждается соответствующими документами.

Основные результаты работы доложены на следующих конференциях:

1. Всесоюзный научно- практический семинар "Вузовская библиотека на пороге нового тысячелетия " Министерства Высшего образования РФ на базе МИФИ в марте 2000 года.

2. Международная научная конференция "Современные информационные технологии в образовательном процессе и научных исследованиях", проходившая в государственном университете г. Шуя 21-22 января в 2000 году. Был сделан доклад на тему "Имитационное моделирование — современное средство и технология в научных исследованиях и учебном процессе" с демонстрацией действующей системы на секции "Новые информационные технологии в научных исследованиях и в промышленности".

3. Научная сессия МИФИ в январе 2003 года.

По результатам изучения и анализа области проектирования сетей, разработки собственной системы проектирования сетевых решений автором опубликованы 9 печатных работ (из них 5 - в соавторстве).

Первая глава диссертационной работы содержит анализ настоящей ситуации в сфере информационного и программного обеспечения, предназначенного для использования при проектировании вычислительных сетей, рассмотрены актуальные проблемы в данной области. Также глава содержит обзор и анализ по предложенным характеристикам систем проектирования сетей известных фирм, работающих в данной направленности. На основе выполненного анализа аргументирована необходимость разработки системы, позволяющей повысить эффективность работ по составлению сетевых решений, сформулированы цели разработки и требования к такой системе.

Во второй главе описан и обоснован предложенный автором метод решения поставленной задачи на основе соединения синтеза и анализа модели проектируемой сети. Приведены разработанные алгоритмы и методы поиска решений, результаты теоретических и практических исследований, проведенных автором в данной области, полученные зависимости и графики модельных величин. Предложены и обоснованы критерии оценки эффективности сетевых решений и проектирования в целом, приведены примеры их применения.

В третьей главе данной работы описаны и обоснованы алгоритмы, использованные в разработанном программно-информационном комплексе. Приведены схемы взаимодействия пользователя и системы, экранные формы для ввода и отображения графической и текстовой информации. Приведено описание алгоритмов работы подсистем комплекса и некоторых наиболее важных процедур и функций.

В четвертой главе приведены результаты практического применения разработанной системы, описания поставленных задач по синтезу и анализу реальных сетей, предложенные методы решения, полученные результаты и выводы, сделанные по итогам применения системы. Кроме того, приведен анализ характеристик разработанной системы по критериям, предложенным в первой главе для систем известных фирм. По результатам проведенного анализа сделаны выводы о правильности предложенного метода решения поставленных задач.

Результаты диссертационной работы получены с использованием методов искусственного интеллекта, экспертных систем, имитационного моделирования, теории вероятностей и математической статистики, теории баз данных, теории принятия решений.

Гпава 1. Анализ состояния и проблем в области проектирования информационно-вычислительных сетей, постановка задачи повышения эффективности проектирования сетей.

Глава посвящена анализу текущей ситуации в сфере информационного и программного обеспечения, предназначенного для использования при проектировании вычислительных сетей. Рассматриваются проблемы, неизбежно возникающие при создании и модернизации сетевых инфраструктур. Также обсуждается потребность в автоматизированном решении подобных задач. Кроме того, в главе проводится обзор и анализ по предложенным характеристикам систем данной направленности, имеющихся на рынке программного обеспечения. Ставится задача на разработку методов и алгоритмов, позволяющих реализовать необходимый набор функций по составлению, анализу и модернизации вычислительных сетей для повышения эффективности проектирования. Сформулированы цели разработки и требования к разрабатываемой системе, описаны основные характеристики, которыми она должна обладать. Описаны проблемы, возникающие при создании и последующей эксплуатации подобных программных средств.

В качестве цели исследования выбирается разработка методов для повышения эффективности проектирования сетей. Рассматривается область синтеза и анализа вычислительных сетей, технические и организационные аспекты работ с сетями, методы и алгоритмы работы имеющихся пакетов прикладных программ в данной области, их возможности и ограничения, а также формализация представлений о требующемся комплексе и тех задачах, которые он может решать эффективно.

Заключение диссертация на тему "Повышение эффективности проектирования вычислительных сетей уровня корпорации"

Выводы по главе 4.

1. Приведены результаты опытной эксплуатации системы, переданных заказчику материалов, подтверждающие правильность выбранных подходов к повышению эффективности проектирования.

2. На основании полученных сведений о результатах опытной эксплуатации системы сделаны выводы об эффективности использования разработанного комплекса для решения широкого круга практических задач в области разработки и анализа сетевых решений.

3. Проведен анализ характеристик разработанного программно-информационного комплекса по характеристикам, предложенным в первой главе для систем известных фирм, подтвердивший функциональные преимущества разработанной системы.

4. Выявлены достоинства и некоторые характеристики разработанного комплекса, которые могут быть улучшены.

5. На основе сравнения системы с имеющимися, а также с учетом выявленных достоинств и недостатков сделаны выводы о применимости и эффективности разработанного комплекса.

Заключение.

Результатом данной диссертационной работы стала разработка методов и алгоритмов для построения программного комплекса, осуществляющего функции, необходимые при составлении сетевых решений и способного повысить эффективность проектирования. В процессе работы удалось обобщить материалы из разных источников. Среди них множество рекомендаций специалистов компаний информационной направленности, спецификации сетевого оборудования, материалы выставок. Также автором была проведена значительная работа по изучению параметров оборудования и сетевого программного обеспечения, сетевых операционных систем и тестового оборудования. Были собраны статистические данные, позволяющие сделать выводы о характеристиках работы программного обеспечения разной направленности с сетевым оборудованием, получить их вероятностные характеристики.

Автором предложена организация программно-информационного комплекса по разработке сетевых решений, включающая в свой состав Экспертную систему, Систему искусственного интеллекта и Систему имитационного моделирования, что позволило повысить скорость и эффективность принимаемых решений. Применение Экспертной системы позволило разрабатывать "с нуля" сетевые решения, основываясь на организационной и функциональной структурах корпорации. Использование системы искусственного интеллекта позволило предлагать рекомендации по улучшению сетевого решения. Система имитационного моделирования позволяет проводить проверку получаемых сетевых решений.

Работа над Экспертной системой позволила формализовать множество факторов, влияющих в повседневной практике на составление сетевых решений. Большое количество понятий, казалось бы, не имеющих прямого отношения к вычислительным сетям и их проектированию, нашло свое отражение в разработанной системе и реально используется при составлении сетевых решений.

Результатом работы над Системой имитационного моделирования стала разработка методов, позволяющих использовать в одной системе приемы как событийного, так и временного моделирования. Применение элементов событийного моделирования позволило экономить машинное время, а применение временного моделирования - строить достоверные модели сетевых устройств. Также в процессе моделирования активно применялись аналитические методы для оценок временных задержек и динамических параметров оборудования.

Перечисленные достоинства программного комплекса помогли добиться таких временных параметров работы системы, что сеть из нескольких сотен или тысяч рабочих станций моделируется на обычном персональном компьютере (Pentium — 4 1500MHz ) (см. прил. 10), а Система составления сетевого решения Экспертной системы получает параметры вычислительной сети корпорации из нескольких десятков тысяч рабочих станций за считанные секунды.

В работе получены следующие результаты :

1. Разработан и обоснован метод повышения эффективности проектирования сетей на основе соединения методов первоначального синтеза сетевого решения и последующего его анализа и оптимизации методами имитационного моделирования и искусственного интеллекта.

2. Разработан и обоснован набор методов, позволяющий сократить время, необходимое для первоначального получения (синтеза) сетевого решения. Он основан на составлении обобщенной структуры решения и определении характеристик оборудования по величинам оценок для сетевых нагрузок. На основе этого набора методов была разработана экспертная система.

5. Предложен критерий оценки экономической эффективности получаемых решений, а также приведены примеры его применения для получения численного сравнения эффективности первоначального решения, полученного системой синтеза, и уточненного решения, полученного после имитационного моделирования по рекомендациям системы искусственного интеллекта.

6. Предложен и обоснован критерий оценки эффективности проектирования, позволяющий сравнивать подход к проектированию сетей на основе использования эксперта и на основе системы, сочетающей экспертную часть и средства имитационного моделирования. Использование предложенного критерия позволяет делать выводы о целесообразности использования того или иного подхода к проектированию сетей

7. Разработан метод использования статистической информации, собранной на реальных сетях, для упрощения модели сети при имитационном моделировании, позволяющий многократно повысить скорость моделирования при заданной точности получаемых результатов. Данные были собраны и обработаны на сетях нескольких крупных компаний для 20 различных задач. Это позволило моделировать сети с количеством станций в десятки тысяч за счет рационального сочетания аналитических и имитационных методов

9. Предложен и обоснован метод хранения и обработки сетевых решений. Он основан на сочетании организационной и функциональной структур корпорации в единой иерархической структуре, содержащей также информацию для подробного описания технических средств, использованных в решении, и сведения о прогнозируемых сетевых величинах для каждой из линий связи. Формализация, использованная в методе, позволила хранить и обрабатывать сетевые решения из нескольких тысяч серверов и рабочих станций.

Библиография Шевцов, Андрей Юрьевич, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)

1. Антонюк П.Д. Информационные системы в управлении. Москва, Радио и связь, 1986.

2. Бочаров П.П., Печинкин А.В. Теория вероятностей. Математическая статистика. -Москва, Гардарика, 1998.

3. Братко И. Программирование на языке Пролог для искусственного интеллекта. -Москва, Мир, 1990,557 с.

4. Бронштейн И.Н., Семендяев К.А. Справочник по математике. Москва, Наука, 1981.

5. Бусленко Н.П. Моделирование сложных систем.- Москва, Наука, 1978 г.

6. Буч Г. Объектно-ориентированное проектирование с примерами применения./Пер. с англ, Москва, Конкорд, 1992, 519 с.

7. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. — Москва, Наука, 1979.-448с.

8. Вапник В.Н. Червоненкис В.Н. Теория распознавания образов. Москва, Наука, 1974. -415 с.

9. Введение в теорию экспертных систем и обработку знаний. Минск, Дизайн-Про, 1995, 225 с.

10. Вероятность и математическая статистика. Энциклопедия. Москва, Большая российская энциклопедия, 1999.

11. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. Москва, Наука, 1984 -320 с.

12. Воеводин В.В. Вычислительные основы линейной алгебры. Москва, Наука, 1977.

13. Воеводин В.В. Линейная алгебра. Москва, Наука, 1980.

14. Вычислительные методы в прикладной математике. Под ред. Г.И. Марчука и Ж.-Л. Лионса. Новосибирск, Наука, 1982 - 290 с.

15. Гаек П., Гавранек Т. Автоматическое образование гипотез. Математические основы общей теории, (под ред. Д.А. Поспелова). Москва, Наука, 1984,280 с.

16. Глотов В.А., Павельев В.В. Экспертные методы определения весовых коэффициентов // Автоматика и телемеханика. 1976. N 12.-е. 95-107.

17. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. Некоторые аспекты. Москва, Радио и связь, 1985, - 162 с.

18. Горелик A.JI. , Скрипкин В.А. Методы распознавания , Москва, Высшая школа, 1977,- 117 с.

19. Гренандер У. Лекции по теории образов. Книга 2. Анализ образов. Под ред. Ю. Журавлева Москва, Мир, 1981 - 446 с.

20. Гренандер У. Лекции по теории образов. Книга 3. Регулярные структуры. Под ред. Ю. Журавлева Москва, Мир, 1983 - 430 с.

21. Гук М. Сети NetWare 3.12-4.1.Москва-Харьков-Минск, Питер, 1997

22. Гутер Р.С., Овчинский Б.В. Элементы численного анализа и математической обработки результатов опыта. Москва, Наука, 1970, - 432 с.

23. Джордж А., Лю Дж. Численное решение больших разреженных систем уравнений. — Москва, Мир, 1984 333с.

24. Долинский М.С., Зисельман И.М., Белоцкий С. Л. Настраиваемый отладчик — интерпретатор ассемблерных программ // Программирование . 1995. -N 6, с. 36-45.

25. Древе Ю.Г., Золотарев В.В. Имитационное моделирование и его применение при проектировании автоматизированных систем управления. М., Высшая школа.

26. Епанишников A.M., Епанишников В.А. Программирование в среде Delphi: Учебное пособие. В 4-х ч. Ч. 4. Работа с базами данных. Организация справочной системы. — М.: Диалог-МИФИ, 1998.-400 с.

27. Журавлев Ю. И. Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок. // Кибернетика, 1971, N 3. с.1-11.

28. Журнал «СУБД» №4 1995г. Статья С.В. Орлика Borland Delphi как средство разработки масштабируемых приложений.

29. Зенкевич О., Морган К. Конечные элементы и аппроксимация. Под Ред. Н.С. Бахвалова Москва, Мир, 1986 — 318 с.

30. Золотарев В.В., Шевцов А.Ю. и др. Разработка подхода к созданию программно-информационного объектно-ориентированного комплекса для проектирования и модернизации сложных систем. — Москва, "ГВЦ Интуриста", 2002,140 с.

31. Интеллектуальные процессы и их моделирование. Пространственно временная организация. Сб. научн. Трудов под ред. Чернавской А.В. — Москва, Наука, 1991, 240с.

32. Искусственный интеллект. Кн. 1: Системы общения и экспертные системы. Под. Ред. Попова Э.В., Москва, Радио и связь, 1990, с. 464.

33. Искусственный интеллект. Применение в интегрированных производственных системах. Под ред. Э.Кьюсиака. Москва, Машиностроение, 1991.

34. Искусственный интеллект. Справочник в 3-х томах. Москва, Радио и связь, 1990.

35. Карри Х.Б. Основания математической логики, пер. с англ., Москва, 1969, гл. 1-3.

36. Кент П. Internet.- М.,Компьютер, 1996.

37. Ким Д.П. Принципы технической имитации интеллекта. Москва, изд-во МИРЭА, 1992, 76 с.

38. Клини С.К., Введение в метаматематику, пер. с англ., Москва, 1957, гл. 1.

39. Когсвелл Д. Изучи сам программирование баз данных в Delphi 2.0 сегодня/пер. с англ. Мн.: ООО "Попурри", 1997. - 448 с.

40. Корнилова Т.В., Тихомиров O.K. Принятие интеллектуальных решений в диалоге с компьютером. Москва, изд-во МГУ, 1990,192 с.

41. Крол Эд. Все об Internet. Киев, BHV, 1995.

42. Крылов В.И., Бобков В.В., Монастырный П.И. Линейная алгебра и нелинейные уравнения. Минск, Наука и техника, 1985 - 280 с.

43. Крылов Н.М. Избранные труды. Том 1. Киев, Изд-во АН УССР, 1961 - 260 с.

44. Крылов Н.М. Избранные труды. Том 2. Киев, Изд-во АН УССР, 1961 - 307 с.

45. Левин Р., Дранг Д., Эдельсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике. Москва, Финансы и статистика, 1990.

46. Логический подход к искусственному интеллекту. Москва, Мир, 1990.

47. Лорьер Ж.-Л. Системы искусственного интеллекта. Москва, Мир, 1991.

48. Марселлус Д. Программирование экспертных систем на Турбо-Прологе. — Москва, Финансы и статистика, 1994.

49. Марчук Г.И. Методы вычислительной математики. Москва, Наука, 1989 - 608 с.

50. Метаязык на века. //Сети и системы связи. N6(56), 2000.

51. Мизин И.А., Уринсон Л.С., Храмешин Г.К. Передача информации в сетях с коммутацией сообщений. Москва, Связь, 1977.

52. Моргунов Е.Б. Человеческие факторы в компьютерных системах. Москва, Тривола, 1994г.

53. Нейро-компьютеры и интеллектуальные роботы.(под ред. Н.М. Амосова) — Киев, Наукова Думка, 1991,272 с.

54. Нильсон Н. Искусственный интеллект. Методы поиска решений. Под ред. С.В. Фомина. — Москва, Мир, 1973 — 270 с.

55. Ойхман Е.Г. Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и современные информационные технологии. Москва, Финансы и статистика, 1997, с. 336.

56. Орлик С.В. Секреты Delphi на примерах. М.: Бином, 1996. - 352 с.

57. Погосян Э.М. Адаптация комбинаторных алгоритмов. — Ереван, Изд-во АН АрмССР, 1983,-288 с.

58. Растригин JI.A., Эренштейн Р.Х. Метод коллективного распознавания.- М.: Энергоиздат, 1981, Библиотека по автоматике, вып. 615

59. Рот М. Интеллектуальный автомат : компьютер в качестве эксперта. — Москва, Энергоатомиздат, 1991, 80 с.

60. Румянцев В.П., Шевцов А.Ю. и др. Разработка и реализация проекта создания туристического информационного Центра Москвы. Отчет о НИР по теме 81-3-028032. Москва, МИФИ, 2001.

61. Сетевые средства Windows NT. Санкт-Петербург, BHV, 1996.

62. Сети. 1997, N 6,9,10; 1998, N 1- 4; 2001, N 4, 6; 2002, N 17,18,19.

63. Сети и системы связи. 1998, N 1-3; 2000, N1,2.

64. Смирнов Н.В. Теория вероятностей и математическая статистика. Москва, Наука, 1970.

65. Советов Б.Я., Яковлев С.А. Моделирование систем. М., Высшая школа, 1985 г.

66. Статические и динамические экспертные системы: Учеб. Пособие./ Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот.- Москва, Финансы и статистика, 1996.

67. Стефан А. Томас, Сью Пламли. Создание IntraNet -сети в Windows NT 4.О.- Киев, BHV, 1997 г.

68. Тельнов Б.Ф. Интеллектуальные информационные системы в экономике: Учебное пособие, Москва, МЭСИ, 1998, с. 174.

69. Технология документооборота распределенного офиса. Ермаков А.Н., Вязьмин Д.С., Тюфягин В.А. Тезисы докладов "Научная сессия МИФИ-99", Москва, 1999.

70. Тиори Т., Фрай Дж. Проектирование структур баз данных В 2 кн., — Москва, Мир, 1985. Кн. 1.-287 е.: Кн. 2. -320 с.

71. Тищенко Н.М. Введение в проектирование сложных систем автоматики. Москва, Энергия, 1976.

72. Трантенброт Б.А. Бардзинь Я.М. Конечные автоматы ( поведение и синтез ) М., Наука, 1970.-400 с.

73. Уинкуп С. Microsoft SQL-Server 6.5. Киев, BHV, 1998г.

74. Уинстон П.Г. Построение структурных описаний по примерам // Психология машинного зрения: Пер. с англ. Москва, Мир, 1978.- с185-248.

75. Уотерман Д. Руководство по экспертным системам. — Москва, Мир, 1989

76. Уткин В.М. Основы бизнес-плана. М.:Высшая школа, 1998г. - 34с.

77. Фильчаков П.Ф. Численные и графические методы прикладной математики. Справочник. Киев, Наукова Думка, 1970 - 800 с.

78. Хайрер Э., Нёрсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи. Под ред. С.С. Филиппова. Москва, Мир, 1990 — 512 с.

79. Хетагуров Я.А., Древе Ю.Г. Проектирование информационно-вычислительных комплексов. М., Высшая школа, 1987 г.

80. Цыпкин ЯЗ. Адаптация и обучение в автоматических системах, Москва, Наука, 1968.-399 с.

81. Цыпкин Я.З. Основы теории обучающихся систем. Москва, Наука, 1970. - 252 с.

82. Швальб В.П. Сети с обходами и стягиванием обходных путей.-В кн.:Системы управления и коммутации. Москва, Наука, 1965.

83. Шевцов А.Ю., Золотарев В.В. Использование экспертных систем при разработке комплексных сетевых решений — преимущества и недостатки // Современные информационные технологии. Сборник научных трудов. Выпуск 2. Статья . Москва, изд-во МГАУ, 2000,214 с.

84. Шевцов А.Ю., Золотарев В.В. Использование метаязыков для описания моделей экспертных систем. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. Москва, изд-во МГАУ, 2002.

85. Шевцов А.Ю. Использование накопления знаний в экспертных системах. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. — Москва, изд-во МГАУ, 2002.

86. Шевцов А.Ю. Особенности систем синтеза решений для построения вычислительных сетей. //Современные информационные технологии. Сборник научных трудов. Выпуск 3. Москва, изд-во МГАУ, 2001.

87. Шевцов А.Ю. Разработка решений построения корпоративных сетей с применением технологии предоставления качества сетевого сервиса. //Современныеинформационные технологии. Сборник научных трудов. Выпуск 3. — Москва, изд-во МГАУ, 2001.

88. Шевцов А.Ю. Способы повышения применимости и эффективности экспертных систем. //Современные информационные технологии. Сборник научных трудов. Выпуск 4. Москва, изд-во МГАУ, 2002.

89. Экспертные системы. Принципы работы и примеры. Под. Ред. Р. Форсайта. Москва, Радио и связь, 1987

90. Cisco 2500 Series MultiPort Router. Installation and Configuration Guide.

91. HP SureStore Optical 200fx User's Guide

92. LAN. Журнал сетевых решений. 1999, N 8; 2000, N 7; 2001, N 2,3,4,5,6; 2002 , N 6, 7, 8.

93. LAN. Каталог сетевых продуктов. 2001, N 1.

94. Lotus Domino Interactive Web Application Server. Administration Guide.

95. NOVELL NetWare Management Agent for Net View. Administration Guide.

96. NOVELL NetWare Mirrored Server Link.

97. NOVELL NetWare Print Server.

98. NOVELL NetWare Version 3.11 Server Backup.

99. NOVELL NetWare Version 3.11 System Administration.

100. SMC TigerSwitch 16. User Guide.

101. Jae K.Lee, June S. Hong. A regenerative expert system approach for the maintenance ofexpert systems, Expert systems with applications. 1998, c. 313 - 321.

102. Weber J.A. Some traffic characteristics of communications networks with automatic alternate routing.-BSTJ, 1962.

103. Зависимость оценим в баллах от мгруши процессора для стандарта ЮС 10Mbps10 20 30 40 SO 60 70

104. Загруэт процессора, 10 МЬрв60

105. Зависимость оцент в баянах от количества посланных пакетов для стандарта NIC ЮМЬрв1000 15001. Послано пакетов2000 в чае, 10 ИЬрв25003000

106. Зависимость оценш в баллах от количества протведениых работ для стандарта NIC ЮМЬрв150200 250 300 350

107. Произведено работ в час, 10 МЬрв4004505005501. Исходные данные data1. Количество элементов сети

108. Анализ зависимости времени сохранения исходных данных от количества элементов проектируемой сети (квадратичная регрессия)100 2 ^ 100 23 300 43 400 96 300 221 600 466 700 667 800 1294)1. X := data <">

109. Время сохранения исходных денных Y:%data(') п := rows(data)

110. Количество точек исходных данных: п = 8 Степень полинома к := 21. Получение полиномаz := regress(X,Y,k)fit(x) := interp(z,X,Y,x) Полтонне коэффициентов регрессииcoeffs := submatri)<z,3,lengtttz) l,0,0) Коэффициенты

111. COeffST = ( 213.571 -1.937 3.95»х ИГ» )frt(X) mean(Y))1

112. Y-mean(Y))' Степень свободы n — k I = J1. Графики

113. График полинома и исходные точки

114. Исходные точки График полиномаscale := max( |fit(X) Yj) • 1.1

115. Анализ зависимости времени сохранения исходных данных от количества элементов проектируемой сети (экспоненциальная регрессия) f 100 i200 231. ЗОО 43400 96 100 221600 466700 66700 12941. Исходные данные daa:

116. Количество элементов сети Время сохренения исходных данныхvy dataa:>lagth(vx) Количествоточекисходныхданных: Получение экспоненциальной регрессииexpft(vx.vy,^)

117. Получение коэффициентов регрессииcxp:=cx.>th(vx,vy,vg) CXR> ' 15.443 еф, 5 .549k 10" 3 expi - -27.9491. МО «ю ш МОvx) mrantvy))1v, man(v,))JscalemU|c(vs)-vy) . 1.1200 400

Похожие работы

Информатика, вычислительная техника и управление
05.13.00