автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Программно-алгоритмическое обеспечение оценки качества информационного обмена в автоматизированных системах управления железнодорожным транспортом

14610080

На правах рукописи

Москат Натальи Алексапдровна

ПРОГРАММНО-АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОЦЕНКИ КАЧЕСТВА ИНФОРМАЦИОННОГО ОБМЕНА В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ УПРАВЛЕНИЯ ЖЕЛЕЗНОДОРОЖНЫМ ТРАНСПОРТОМ

05.13.06 — Автоматизация и управление технологическими процессами и производствами (на транспорте)

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

- 7 ОКТ ?щ

Ростов-на-Дону

004610080

Работа выполнена на кафедре «Информатика» в государственном образовательном учреждении высшего профессионального образования «Ростовский государственный университет путей сообщения».

Научный руководитель: - доктор технических наук, профессор

Бутакова Мария Александрова

Официальные оппоненты: _ доктор технических наук, профессор

Шабсльнпков Александр Николаевич — кандидат технический наук, доцент Мартемьяиов Сергеи Васильевич

Ведущая организация: Самарский государственный университет

путей сообщения

Защита состоится « 28 » октября 2010 г. в 15.00 на заседании диссертационного совета Д 218.010.03 при Ростовском государственном университете путей сообщения по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного ополчения, 2, конференц-зал.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан « 20 » сентября 2010 г.

Отзывы на автореферат в двух экземплярах, подписанные и заверенные печатью, просим направлять по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного ополчения, 2, диссертационный совет Д 218.010.03, ученому секретарю.

Ученый секретарь диссертационного совета д.т.н., профессор

М.А. Бутакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Актуальность данного исследования обусловлена несколькими объективно существующими факторами.

Железнодорожный транспорт - важная народно-хозяйственная отрасль страны. Автоматизация железнодорожного транспорта ведется на протяжении последних десятилетий. За это время сменилось несколько поколений компьютерной техники, появились компьютерные сети. В связи с тем, что процесс перевозок невозможно остановить, модернизация оборудования и программного обеспечения (ПО) происходит поэтапно, существует несколько поколений действующих информационных систем (ИС) с разнородным оборудованием, информационным и программным обеспечением, которые непосредственно участвуют в автоматизации управления перевозками.

На начальных стадиях автоматизации перевозок информационный обмен осуществлялся только путем передачи текстовых сообщений, и к каналам связи, программному и аппаратному обеспечению автоматизированных систем управления железнодорожным транспортом (АСУЖТ) не предъявлялось особых требований. От современных систем требуется поддержка видеоконференций, предоставление отчетной и другой информации по многочисленным подсистемам, в том числе с графическим материалом. Последние сложившиеся тенденции таковы, что нагрузка на сеть увеличивается, трафик становится асинхронным, разнородным, и наблюдаются всплески информационных потоков. АСУЖТ, которые были спроектированы без учета этих особенностей, не отвечают требованиям качественного предоставления данных, информация подается несвоевременно, возникают проблемы надежности при передаче информации.

В связи с этим при анализе существующих систем и синтезе аппаратных структур и программного обеспечения модулей АСУЖТ актуальны задачи оценки качества их функционирования с точки зрения информационного обмена. В работе используется вероятностные методы анализа качества функционирования АСУЖТ, базирующиеся на современных достижениях в теории массового обслуживания, теории телетрафика и математических методов теории надежности технических систем.

В настоящее время процесс обеспечения качества функционирования современных АСУЖТ трудно осуществлять без применения комплекса моделей и алгоритмов, позволяющих дать оценку и в дальнейшем оптимизировать процессы сбора, хранения и передачи информации. Каждая АСУЖТ требует, как правило, разработки специальных алгоритмов, позволяющих учесть особенности и назначение системы. В то же время АСУЖТ должны удовлетворять потребности пользователей в своевременной, безошибочной и надежной передаче информации. То, насколько выполняются данные требования, и характеризует качество работы системы с точки зрения пользователя. В то же время, сбор, обработка и передача информации АСУЖТ - процессы довольно универсальные. Поэтому возможно создание алгоритмов, позволяющих оценить качество функционирования АСУЖТ по единым функциональным показателям. Также возможны сравнение и оптимизация процессов сбора, обработки и хранения информации для различных АСУЖТ.

Рассматриваемые в диссертационной работе алгоритмы полностью соответствуют принципу универсальности и могут служить (как доказано теоретически и экспериментально) для реализации вышеперечисленных требований.

К основным математическим методам разработки моделей и алгоритмов для оценки качества относятся теория вероятностей, математическая статистика, теория очередей, имитационное моделирование, теория телетрафика. Исследуемые в диссертационной работе проблемы весьма многогранны, поэтому требуют рассмотрения с различных позиций.

Большой вклад в вопросы автоматизации железнодорожного транспорта внесли труды A.C. Гершвальда, А.Н. Гуды, C.B., Жаркова, В.Н. Иванченко, С.М. Ковалева, П.А. Козлова, Э.К. Лецкого, H.H. Лябаха, Э.С. Поддавашкина, А.И. Филоненкова, А.Н. Шабельникова и многих других.

Имитационным моделированием на железнодорожном транспорте занимались такие ученые как A.A. Абрамов, Е. Лещинский, В.А. Падня, A.A. Таранцев, А.Н. Шабельников и другие, имитационным моделированием информационных систем (в аспекте данного исследования) - В. Кельтон, А.И. Костогрызов, А. Лоу и др.

Ведущую роль в постановке и решении классических проблем теории очередей наряду с первыми исследованиями А. Эрланга сыграли работы Т.О. Энгсета и позднее исследования Э. Молины, Т. Фрая, а затем А.Н. Колмогорова, Ф. Поллачека, В. Феллера, А.Я. Хинчина, Б.В. Гнеденко, К. Пальма, Д. Кендал-ла, Ф. Морзе, Л. Такача, Р. Сайски, П. Бёрка. Большое количество ученых внесли вклад и в развитие данной теории. Среди них В.М. Вишневский, Г.П. Баша-рин, В.А. Ивницкий, Л. Клейнрок, И.Н. Коваленко, Д. Литтл.

Изучениею самоподобия трафика посвящены работы М.А. Бутаковой, В.В. Крылова, Д.В. Ландэ, В.И. Неймана, Д.Ю. Пономарева, С.С. Самохваловой, среди иностранных авторов следует выделить И. Добеши, И. Мейера. Исследования поведения сетевого трафика широко проводятся некоторыми западными исследовательскими и образовательными учреждениями, такими как Университет в Бостоне, Университет Беркли, Университет Северной Каролины и другие.

При решении задач анализа качества обслуживания в телекоммуникационных системах, на базе которых строятся современные АСУЖТ, важнейшими характеристиками становятся законы распределения случайных величин и случайные процессы, в соответствии с которыми происходит поступление требований в систему и их обслуживание. В этой области следует отметить работы А.Н. Колмогорова, Б. Мандельброта, Ю.В. Прохорова, В. Феллера, А.Я. Хинчина, А.Н. Ширяева.

Практические аспекты реализации предложенных в работе алгоритмов оценки показателей качества воплощены в комплексе программных средств, разработка которых выполнялась с учетом сложившейся теории и языков компьютерного моделирования. Такие работы выполнялись Г. Бучем, Дж. Гордоном, В. Кельтоном, А. Лоу, Е. Сейджвиком и в дальнейшем позволили использовать объектно-ориентированные принципы при создании систем имитационного моделирования и программирования.

Таким образом, в диссертационной работе выявлены основные задачи, связанные с созданием системы оценки качества информационного обмена в АСУЖТ, для решения которых необходима разработка теоретических основ и прикладных методов анализа и повышения эффективности и надежности на этапах их проектирования, внедрения и эксплуатации.

В качестве объекта исследования в работе выступают информационные системы железнодорожного транспорта, в частности, Автоматизированная система оперативного управления перевозками (АСОУП).

Цель и задачи исследования. Основной целью работы является разработка методологии исследования процессов передачи информации и проектирования надежных автоматизированных систем управления, обеспечивающих устойчивый информационный обмен, а также создание комплекса алгоритмов по оценке качества АСУЖТ и адаптация данного комплекса к АСОУП.

Для достижения поставленной цели необходимо решение следующих задач.

1. Разработка системы показателей, позволяющих оценить качество функционирования АСУЖТ с позиций технологических процессов информационного обмена с учетом его своевременности и надежности.

2. Разработка алгоритмов оценки показателей, указанных в п. 1.

3. Выявление наличия свойств самоподобия и сильного последействия в телекоммуникационном трафике сети передачи данных на железной дороге и оценке степени влияния этих свойств на качество функционирования АСУЖТ.

4. На основе теоретических результатов анализа телекоммуникационного трафика АСУЖТ разработка модели трафика АСОУП.

5. Разработка методики анализа информационного обмена, позволяющей повысить эффективность и надежность АСУЖТ на этапе их проектирования.

6. Создание программного комплекса для оценки качества функционирования и анализа трафика АСУЖТ.

7. Экспериментальная проверка разработанных теоретических подходов и положений на адекватность в практических задачах (в частности, применительно к АСОУП).

Методы исследования основываются на использовании фундаментальных исследований в области теории вероятностей, в частности, теории массового обслуживания, математической статистики, теории телетрафика, теории надежности. При разработке алгоритмов и программного комплекса использовалась объектно-ориентированные технологии.

Исследования в диссертационной работе проводились согласно следующим пунктам паспорта специальности 05.13.06 - Автоматизация и управление технологическими процессами и производствами (на транспорте):

- п.4 - «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация».

- п.8 — «Формализованные методы анализа, синтеза, исследования и оптимизация модульных структур систем сбора и обработки данных в АСУТП, АСУП, АСТППидр».

- п.9 - «Методы эффективной организации и ведения специализированного информационного и программного обеспечения АСУТП, АСУП, АСТПП и др., включая базы и банки данных и методы их оптимизации».

- п. 13 - «Теоретические основы и прикладные методы анализа и повышения эффективности, надежности и живучести АСУ на этапах их разработки, внедрения и эксплуатации».

Научная новизна диссертационной работы состоит в обобщении вопросов, связанных с оценкой качества мультисервисного информационного обмена в АСУЖТ, применении полученных результатов к отраслевой системе АСОУП, разработкой новых алгоритмов для оценки своевременности информации и синтеза надежных структур устойчивого информационного взаимодействия с возможностями анализа абонентских задержек. Предложенная методика и алгоритмы комплексной оценки качества информационных услуг используют способы анализа её телетрафика, базирующиеся на современных научных методах.

К наиболее значимым научным результатам диссертационной работы следует отнести следующие:

- разработана структура показателей качества для оценки многомашинной модульной автоматизированной системы оперативного управления перевозками;

- разработаны алгоритмы анализа качества функционирования АСУЖТ, предназначенные для оценки своевременности предоставления информации, анализа абонентских задержек;

- разработана методология оценки надежности АСУЖТ на этапе проектирования с учетом показателей информационного обмена;

- разработаны формализованные методы анализа качества обслуживания в сетевых автоматизированных системах управления с неоднородным трафиком;

- произведена проверка адекватности модели трафика АСОУП.

Практическая ценность диссертационной работы заключается в разработке программного обеспечения по каждому из созданных теоретических алгоритмов, применении рассмотренных теоретических методов к отраслевой информационной системе АСОУП. Достигнуты следующие практические результаты:

- разработан программный комплекс по оценке качества автоматизированной системы;

- разработана программа для анализа телетрафика;

- проведены экспериментальные исследования имеющейся статистики трафика АСОУП;

- разработанные автором программы применены для оценки качества отраслевой системы АСОУП.

Достоверность научных и практических результатов работы. Полученные в диссертационной работе выводы и результаты строго аргументированы. Разработанные алгоритмы основываются на известных методах теории вероятности, теории массового обслуживания, фрактальной теории. Экспериментальные исследования и имитационные эксперименты, проведенные в работе, позволяют подтвердить достоверность достигнутых теоретических результатов и выводов.

Реализация результатов работы. Результаты работы прошли успешную апробацию в центре специальных перевозок на Северо-Кавказской железной дороге (СКЖД), получено свидетельство об отраслевой регистрации разработки программы для анализа трафика.

Диссертационная работа и её отдельные разделы докладывались и обсуждались на семинарах кафедр «Информатика», «Вычислительная техника и автоматизированные системы управления» Ростовского государственного университета путей сообщения (РГУПС), на Всероссийских научно-практических конференциях «Транспорт-2005», «Транспорт-2008» (г. Ростов-на-Дону); Восьмой Международной научно-практической конференция «Моделирование. Теория, методы и средства» (г. Новочеркасск, 2008 г.); Седьмой Международной научно-технической конференции «Информационно-вычислительные технологии и их приложения» (г. Пенза, 2008 г.). По результатам теоретических исследований диссертационной работы издано учебное пособие.

Публикации. По материалам диссертации опубликовано 14 работ, из них 4 в изданиях, рекомендованных ВАК. Программное обеспечение зарегистрировано в отраслевом фонде алгоритмов и программ (ОФАП).

Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, приложения, списка литературных источников.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы работы, обозначены цель и задачи исследования, научная новизна и практическая ценность.

В главе 1 произведен анализ современного состояния автоматизации, информатизации железнодорожного транспорта. Разработана система показателей качества функционирования АСУЖТ и выявлены наиболее значимые для исследования факторы. Дано описание объекта исследования, рассмотрена теоретическая база систем массового обслуживания и фрактальной теории. Выявлены особенности построения алгоритмов.

Объектом исследования настоящей работы являются АСУЖТ, в качестве частного случая выступает АСОУП.

Комплекс АСОУП содержит данные обо всех основных эксплуатационных событиях с грузами, вагонами, поездами, локомотивами и локомотивными бригадами. Ресурс был создан в 1983 году и в настоящее время постоянно обновляется, пополняется новыми данными.

Структурная схема АСОУП представлена на рис. 1.

АСОУП является центром всей системы управления перевозками на дороге и обеспечения оперативной и достоверной информации аппарата ОАО «РЖД».

По понятным причинам качество АСУЖТ во многом зависит от того, насколько грамотно были отслежены возможные дефекты на этапе проектирования системы. Все «упущения» проявляются в дальнейшем в процессе эксплуатации -в результате комплексной работы технических и программных средств, персонала. Развитием иерархического подхода является представленная на рис. 2 обобщенная структура показателей качества АСУЖТ.

АСУ станций и АРМы

АСУ станций н АРМы

Рис. 1. Структурная схема АСОУП

Рис. 2. Обобщенная структура показателей качества АСУЖТ

В рамках проводимой работы нет необходимости для детального рассмотрения существующих различных способов классификации информации. Выделим только те признаки информации, которые существенно влияют на эффективность управленческих решений: своевременность, надежность, эффективность работы телекоммуникационных каналов. Наличие этих признаков обусловливает, как правило, и эффективность АСУ в целом.

Задержка в поступлении информации к конкретному пользователю приводит к потере основного ее свойства - ценности. Более того, несвоевременно полученная информация может оказаться не только бесполезной, но и привести к принятию неверных решений. Важным качеством функционирования любой системы является её надежность. Очевидно, что недостаточно надежно работающая система не может качественно выполнять свои функции, особенно в задачах управления перевозочными процессами.

Эффективная работа телекоммуникационных каналов напрямую обусловливает качество информационного обмена и во многом - качество функционирования системы в целом.

Глава 2 посвящена разработке адекватных алгоритмов для оценки качества информационной системы. Созданы алгоритмы для оценки своевременности представления информации (включая анализ абонентских задержек) и оценки надежности функционирования сетей передачи данных на транспорте.

Своевременность представления запрашиваемой информации - свойство информационной системы обеспечить представление требуемой информации в заданные сроки, гарантирующие выполнение соответствующей функции согласно целевому назначению системы.

Для оценки своевременности представления информации предлагается в общем виде процессы информационного обслуживания формализовать как процессы массового обслуживания со следующими предположениями:

1. Поток заявок на обслуживание является пуассоновским.

2. Буфер имеет бесконечное число мест для ожидания (не переполняется).

3. Система функционирует надежно (безотказно).

Каждое из данных предположений может быть обосновано.

Предположение 1 объясняется тем, что среди потоков типа Пальма пуассо-

новский поток ставит систему обслуживания в наиболее жесткие условия функционирования и для показателей времени ожидания заявок в очередях дает верхние оценки. Более того, потоки заявок одного типа представляют собой, как правило, сумму большого числа потоков от различных источников. Интенсивность каждого из слагаемых потоков мала по сравнению с интенсивностью суммарного потока - в такой ситуации действует предельная теорема Хинчина, согласно которой суммарный поток будет пуассоновским. Приведенные выше соображения, а также результаты статистических исследований, проводимые в ходе анализа реальных АСУЖТ, свидетельствует о возможности использования допущения о пу-ассоновости потоков заявок на обслуживание в некоторых типах задач.

Предположение 2 легко обосновать тем, что в современных условиях развития вычислительной техники и информационных технологий выделение памяти буферов и баз данных, которые гарантируют отсутствие потерь информации

из-за их вероятного переполнения, не составит особого труда. В частности, для рассматриваемой нами информационной системы объём буфера в 10 гигабайт уже позволяет не задумываться о его переполнении.

Предположение 3 обосновывается тем, что, оценивая характеристики своевременности, мы будем говорить об условной вероятности своевременного представления информации, то есть информация представляется пользователями при условии, что система выполняет все свои функции надёжно (безотказно).

Пусть заданы необходимые требования по своевременному предоставлению информации: - допустимое время обработки запросов г'-го типа (время реакции системы); Рзш.,- - минимально допустимая вероятность своевременной обработки запросов /-го типа.

Введём обозначения: Т<&ш - среднее время реакции системы на запрос /-го типа (полное время обработки, включающее время ожидания в очереди и самой обработки); Р^ -, - вероятность своевременной обработки запросов /-го типа за заданное время Тзш1.

Запрашиваемая информация /-го типа считается представленной своевременно в соответствии с критерием среднего времени обработки, если < 7^,. -критерий 1.

Запрашиваемая информация /-го типа считается представленной своевременно в соответствии с вероятностным критерием, если = ^ ^ Т^) ^ рт,. где ^ -реальное время реакции системы на запросы

¿-го типа - критерий 2.

■ Вероятность своевременной обработки для любой (приоритетной и бесприоритетной) технологии аппроксимируется следующим образом:

р __СП

Г(у,) 1 '

где гамма-функция:

Г(у ,) = У-1е'Л (2)

о

Значение у, рассчитывается по формуле:

Т

V °6ш" П1

' /г2 +Т2

У1 общ.12 т 1 <

г2

обпЫ1

р2 гр2

Здесь / - условный тип запросов на обработку; Г^,,, Т оЪп12 - 1-й и 2-й моменты времени пребывания запросов на обслуживании в системе с учетом ожидания.

Относительная доля своевременно обработанных в системе запросов всех типов (£>) определяется по формуле:

1

5Л

ы

где ^ - интенсивность запросов /'-го типа на обработку в системе.

Относительная доля своевременно обработанных запросов только тех типов, для которых выполняется требование заказчика (К), рассчитывается по формуле:

а, = (для 1-го типа используется критерий 1 и Гобщ, < Тт (); а2= (для г-го типа используется критерий 2 и Р^, > Ргп ,).

Алгоритм для оценки своевременности предоставления информации

1. Задаем количество потоков информации I.

2. Начало цикла для (= 1.....1.

2.1 Ввод исходных данных X,, ц, (среднее время обработки запроса 1-го типа в свободной системе), Т2Ш, /^ад.,-.

2.2 Выбираем критерий к своевременности: по среднему времени пребывания запроса на обработке, по вероятности своевременной обработки.

2.3 По формуле (2) производим расчет Г(у,).

2.4 Рассчитываем значение у, по формуле (3).

2.5 Вычисляем Р^, (1).

2.6 Рассчитываем О по формуле (4).

2.7 Рассчитываем К по формуле (5).

3. Конец цикла для/.

Существенную роль при оценке своевременности представления информации может играть время передачи в обе стороны (абонентские задержки).

Анализ абонентских задержек может быть проведен согласно следующему алгоритму, описывающему функционирование базовой сети, которая включает N каналов передачи данных и К узлов коммутации пакетов.

Введем ряд упрощающих предположений. Предположим, что времена обслуживания в каналах независимы, то есть длина пакета, поступающего в 1-й канал, выбирается независимо в соответствии с плотностью распределения /(х) = / ехр- 1х, где 1/1- средняя длина пакета, байт.

Процесс поступления пакетов в сеть является пуассоновским, где Аа - интенсивность поступления пакетов, пакетов/с, а - номер пары узлов источник-адресат.

Пары упорядочены по номерам от 1 до А. Маршрут пакетов, передаваемых в а-й паре источник-адресат, задается матрицей (а)||. Здесь Р:] - вероятность

(5)

того, что по окончании обслуживания в /-м канале пакет пары а поступит в у'-й канал (г,/ = 1,АГ).

Задавая различными способами матрицу |рДа)|, определяют тип маршрутизации пакета в сети (например, если используются постоянные виртуальные соединения и фиксированная маршрутизация, то соответствующие элементы Р4 (а) принимают только два значения: 0 и 1). Предположим также, что объем

буфера не ограничен, и подтверждение об успешной доставке пакета передается мгновенно.

Таким образом, имеем разомкнутую неоднородную сеть массового обслуживания, моделирующую работу базовой сети передачи данных, в которую поступают а пар пуассоновских потоков пакетов с интенсивностями Л Да = 1,А). Маршрут каждого из них характеризуется матрицей Функция распределе-

ния длительности обслуживания пакетов а-й пары в г-м центре сети массового обслуживания (г =1,//), который моделирует соответствующий канал передачи данных, является экспоненциальной с параметром (д|а =Щ/а (пакетов/с), где Щ-пропускная способность /-го канала (бит/с); 1//, - средняя длина пакета.

Исходя из сделанных предположений, получаем следующий алгоритм:

1. Задаем число каналов связи N.

2. Функция формирования матрицы |/^ (а)|.

3. Начало цикла для а.

3.1 Вводим Аа.

3.2 Упорядочиваем пары по номерам от 1 до Л.

3.3 Начало цикла для (г = 1 •

3.3.1 Задаем Щ.

3.3.2 Рассчитываем интенсивность потока пакетов, поступающих в 1-й ка-

N

нал ^ =

м

3.3.3 Находим общий поток пакетов, поступающих в /-й канал X, , *

X, = и поток пакетов, идущих в сеть извне: Л = 23 Аа.

а= 1 <1=1

3.3.4 Вычисляем загрузку 1-го канала пакетами класса о, гш = Х& / 1аЖа

А

и общую загрузку канала /: г, = .

0=1

N г

3.3.5 Определяем среднее количество пакетов в сети (в целом) М = V——

т

и среднее число пакетов а-го класса в /-м канале М.а = —-—.

(1-г)

3.3.6 Получаем среднюю задержку пакетов а-го класса в /-м канале, используя формулу Литтла:

Т =М<°. 1

* кш лг,(1-г,)'

3.3.7 Абонентская задержка пакетов а-го класса определяется как сумма задержек в каждом канале маршрута р„:

3.3.8 Находим второй момент длительности задержки ст*:

ст2=у_1_

3.4 Конец цикла для I

3.5 Определяем среднюю задержку пакетов в сети как взвешенную сумму

А Л

абонентских задержек по всем маршрутам: Т = V—1-Т .

% Л

4. Конец цикла для а.

Как уже отмечалось выше, АСОУП является неотъемлемой частью информационной среды железной дороги, функционирующей в сети передачи данных. Очевидно, данная сеть является сложным программно-аппаратным объектом с разветвленной инфраструктурой и большим числом узлов и абонентов. В настоящее время сеть передачи данных дороги постоянно модернизируется и расширяется. Естественно, что от того, насколько надежна данная система, зависит не только работа АСОУП, но и всей отрасли в целом. Поэтому одним из ключевых вопросов являются методы, применяемые при расчете надежности.

Точный расчет надежности сети с произвольной структурой по существу сводится к полному перебору возможных состояний каналов связи, то есть даже для сравнительно небольших сетей становится громоздким. Поэтому для расчета надежности сетей обычно используют приближенные методы, в частности, метод минимальных путей и минимальных сечений, который позволяет рассчитывать двусторонние оценки показателей надёжности.

Если каким-либо образом удаётся оценить потери щ из-за отсутствия связи между абонентов при отказеу'-го минимального сечения, то в качестве показателя надёжности целесообразно использовать математическое ожидание потерь от отказов

МОО^ П 4г (6)

М >Ч

Например, если объем обмена информацией между любыми двумя абонентами примерно одинаков, то потери в обмене информацией пропорциональны количеству разорванных связей. В полностью связанном графе, состоящем из п узлов, имеет место 5 = и (л-1)/2 связей. Любой разрез графа делит его на две несвязанные между собой части, внутри которых связи сохраняются, то есть получается два подграфа из щ и «2 узлов, Л]+«2=и. При этом остаются целыми

«1 («1-1) (И2"1) - тт „ .

£— и у2= — связей. Доля потерянных связей яу дляу-го минимального сечения равна

5 п{п-1)

и математическое ожидание относительных потерь от нарушения связности сети легко рассчитывается по формуле (6).

Следует отметить, что метод минимальных путей и минимальных сечений рассчитан для информационных сетей «условной» структуры. На практике широко известны сети, объединенные посредством топологий кольцо, звезда, общая шина и т. д. Произведем расчет для сети с кольцевой топологией.

Пусть сеть имеет структуру, показанную на рис. 3. То есть сеть состоит из п - узлов и т- абонентов. Для данного примера и=6, т=Ъ у каждого узла (для простоты расчета). В состав сети включен сервер, отказ которого приводит к невозможности доступа к сетевой информации и соответственно к отказу всей сети.

Рис. 3. Структура сети с кольцевой топологией

Декомпозиция нашей надёжностной структуры сети с кольцевой топологией представлена на рис. 4.

отказ Н 1 Ь, Г Н

сервера Ч 2 н ч а ь!

-О

°1

Рис. 4. Декомпозиция надёжностной структуры сети с кольцевой топологией с абонентами во всех узлах методом минимальных сечений

При отказе сервера происходит отказ всей сети, то есть п х-т, при отказе одного узла из строя выходят 3 компьютера, а при отказе двух узлов, соответственно, 6.

Так как данная система восстанавливаемая, то в сечении имеем Марковский процесс, и коэффициент простоя вычисляется по формуле (7)

Обобщенный показатель — математическое ожидание потерь от отказов при использовании метода декомпозиции по минимальным сечениям позволяет оценивать надёжность информационных сетей при самых общих предпосылках, например, учесть реальный объем обмена информацией между абонентами, ограничения на размеры транзита, симплексной связи и т.п.

В главе 3 выполнен анализ факторов неоднородности трафика, влияющих на модель самоподобного процесса, предложены алгоритмы для анализа трафика при наличии свойства долговременной зависимости и тяжелого хвоста распределения. Рассмотрен подкласс субэкспоненциального распределения. На основе описанных методов и разработанной автором программы TrqfficManager исследованы информационные потоки АСУЖТ. Произведено формирование и агрегирование исходных данных, выполнен графический анализ путем построения функции распределения и проверка по различным критериям согласия на соответствие нормальному закону.

Особенностью транспортных систем является использование периодически повторяющейся (однотипной) информации, связанной со спецификой перевозочного процесса. Так наблюдается сезонная, суточная, квартальная периодичность данных. Другая особенность АСУЖТ - циклически возникающие перегрузки сети (например, вследствие окончаний отчетных периодов, во время проведения видеоконференцсвязи и т.п.). Целью дальнейших исследований является исследование указанных закономерностей информационных процессов АСУЖТ.

В качестве исследуемых исходных данных выступают информационные потоки системы АСОУП. В основе экспериментальной проверки свойств информационных потоков лежат параметрические методы статистической оценки выборочных характеристик, дополненные методами, предназначенными для работы с телекоммуникационным трафиком. В качестве выборочных значений случайного процесса измерялись следующие характеристики сетевого трафика исследуемой системы:

1) межпакетное время прибытия дейтаграмм на сетевой интерфейс сервера системы;

(7)

Тогда для данной структуры (рис.4) формула (6) примет вид:

м(*)=1>у П

2) размер файлов, передаваемых сервером в ответ на запросы пользователей.

Выполним построение функции распределения. Упорядоченные по возрастанию данные из экспериментальной выборки ;с(1),<...<,х(л) наносятся на ось абсцисс, и строится ступенчатая функция, возрастающая скачками величины в

1 "

каждой точке, так что Fn (х) = — Y 1{Хк < х). Для выборок первого и второго ви-

пы 1

да, Fn(x) показаны, соответственно, на рис. 5 и 6. Fn(x)

О 0,6 0,12

Рис. 5.Функция распределения времени прибытия дейгарамм

Fn{x) 1,0

0,5

4-10

•106

Рис. 6. Эмпирическая функция распределения размеров файлов

Сравнивая их с функциями распределений для выборок нормальных и экспоненциальных случайных величин (рис. 7) можно заметить существенные отличия.

Виды функций на рис. 5 и 6 показывают, что эмпирические распределения времени прибытия дейтаграмм и размера файлов имеют вид, отличный от нормального и экспоненциального распределений.

Обратим внимание, что функция на рис. 6 имеет вид функции распределения с тяжелым хвостом, что отслеживается по оси абсцисс (величина масштаба представляемых значений по оси абсцисс имеет порядок 106, и такие значения

встречаются достаточно редко, в хвосте распределения). Однако и на рис. 5 хвост распределения убывает медленнее, чем экспоненциальный.

Функция экспоненциального распределения

-6 -4 0 4 6

Рис. 7. Функции распределений для выборок нормальных и экспоненциальных случайных величин

Применение различных критериев согласия показывает, что исследуемые выборки не соответствуют нормальному закону распределения.

Важным параметром, характеризующим «степень» самоподобия случайного процесса является оценка показателя Харста. Параметр Харста находится в интервале 0,5<Н<1. Для процессов, не обладающих свойством самоподобия, параметр Харста равен величине в 0,5. А для фрактальных процессов с долгосрочной (долговременной) зависимостью данный параметр изменяется в пределах от 0,70,9, что означает проявление зависимости между событиями через достаточно большие промежутки времени.

Самая известная из таких оценок основывается на следующих рассуждениях. Рассматривается выборка величиной п анализируемых данных хп, для которой определяется выборочное среднее

__п

4=1

и выборочное стандартное отклонение

пн Vй ы

Обозначив R„ = maxf^x, - кХ„ ] - mini ^х,- - кХп

kin I '

ш

1=1

получаем нормиро-

ванные порядковые статистики

V, , которые в случае наличия в данных свои-Я. / "

ства автомодельности будут эквивалентны "/„ =син, с=сода?, и->оо. Рассмат-

/ п

ривая выборку из п значений и разбивая ее на к неперекрывающихся блоков.

можно построить график зависимости от 1о§(/'), где /,=1,

/2 — п!к + \, /3 = 2л/к + \,...,(/, - ])+]< п. По углу наклона прямой относительно оси абсцисс можно оценить величину показателя Харста.

Далее рассмотрены самоподобные модели, проявляющие свойство долговременной зависимости. Во многих вопросах, касающихся работы с сетями, присутствие или отсутствие долговременной зависимости играет определяющую роль в поведении, предсказанном аналитическими моделями.

Выполнен анализ трафика при наличии хвоста распределения. При построении модели распределения с «тяжелым хвостом» необходимо воспользоваться надежным методом оценки параметра, определяющего степень тяжести хвоста. Одной из таких оценок является оценка Хилла.

Под распределением с тяжелым хвостом понимается распределение /г, удовлетворяющее следующему условию Р(х)~х'а1(х) *->со, аХ), где Ь - медленно

меняющаяся функция, такая что

Пусть (Хп)п- стационарная последовательность с одномерным распределением К Основной задачей является оценка необходимого параметра а, которую можно выполнить при помощи названной оценки Хилла, следующим образом.

Пусть - независимые одинаково распределенные случайные вели-

чины с функцией распределения Р. Х(п > Хт >... > Хм - порядковые статистики. Предположим, что Р имеет тяжелый хвост.

1 * X

Функция = — —~. к<п, - оценка Хилла. к

В данном случае используется только к порядковых статистик, так как лучше производить выборку из той части распределения, которая приблизитель-

X X

но выглядит как Парето. Объясним подробнее: набор——,...,—— распределен как порядковые статистики из выборки размера к, и хвост распределения имеет вид ^^(М)), х ^ 1. Если Х№М большое, то 1~Р{хХ^] «

1 -г(х(му <Ь|)

£

Если п->оо,¿->оо, а—>0,то Нкп ->а~'. (8)

и

Из условия, накладываемого на номера порядковых статистик, не ясно, как получить результат (8). Здесь можно выбрать оптимальное к, минимизирующее среднеквадратическую ошибку.

Далее выполнен анализ статистических данных по потокам информации с применением графических методов, а также - разработанной программы «Тга/-flcManager», на основании которого сделаны выводы о наличии пиковых нагрузок в подсистемах телекоммуникаций, их периодичности, наличии свойств самоподобия и сильного последействия.

Глава 4 содержит описание созданного автором на основе разработанных алгоритмов программного комплекса по оценке качества АСУЖТ. Проиллюстрированы основные модули по оценке своевременности и надежности, приведены элементы интерфейса и дано руководство по эксплуатации. Также рассмотрена авторская программа для анализа трафика и изложены рекомендации по работе с ней.

Программный комплекс разработан с использованием объектного языка программирования Object Pascal и реализован в среде программирования DELPHI. В состав комплекса включен набор алгоритмов, рассмотренных в главах 2 и 3 диссертационной работы, и состоит из соответствующих модулей и окон для необходимых расчетов. К достоинствам комплекса следует отнести удобный пользовательский интерфейс, который позволяет эксплуатировать комплекс любому пользователю (без специальной подготовки). В основе расчетов лежит ряд математических функций, используемых при построении алгоритмов глав 2 и 3, есть возможность сохранить все полученные результаты (включая графики) в файл, с именем и местом расположения заданным пользователем. Например, программный модуль построения схемы для оценки надежности моделируемой системы показан на рис. 8.

"■ ■" Выберите вариант построения каждой подсистемы модели

ЕР; ^ЕэЕР"

;" СИематшя оценки надежности моделируемой системы" ' ЛодсистеШ1; 'Подсистема 2 ■ Подсистема 3 Подсистема 4 Подсистема 5

Рис. 8. Интерфейс программного модуля построения схемы для оценки надежности моделируемой системы

При выборе вариантов построения модели системы пользователь получает обоснованные решения.

В главе 5 выполнено практическое применение полученных в предыдущих главах результатов к отраслевой информационной системе АСОУП. Произведена оценка своевременности на примере заявок АСОУП, а также оценка надежности и всесторонний анализ трафика указанной системы. Согласно описанному методу была проведена комплексная оценка своевременности представления информации АСОУП пользователям системы.

Минимальная вероятность своевременного получения информации в течение суток наблюдается с 6 до 7 часов утра и с 16 до 18 часов вечера (график значений исходящего трафика АСОУП при разбиении статистики по суткам представлен на рис. 9).

Если рассмотреть загруженность системы по дням недели, то обнаруживается, что по средам анализировать своевременность представления информации часто вообще не представляется возможным (из-за проведения технического часа и соответственно временного отказа доступа пользователям к АСОУП). Очередь может накапливаться также из-за проблем со связью (линией) на отправляющей стороне, неправильных настроек и т.п. В технический час (по средам с 11 часов до 11 часов 40 мин.) администратор системы удаляет такие сообщения из очереди - «чистит очередь». Встречаются случаи, когда программа телеобработки не может найти начало и конец очереди. При этом она будет пытаться устранить данную проблему, постоянно читая заголовочные файлы, что существенно тормозит всю систему. Проблема решается «чисткой» этих сообщений и установкой количества дней хранения.

Рис. 9. Анализ исходящего трафика АСОУП при разбиении статистики по суткам

В качестве примера для оценки надежности рассмотрим функционирование отраслевой сети (с точки зрения пользователя, работающего в одной из ЛВС). В каждой из ЛВС функционирует АСОУП, при этом ввод-вывод данных происходит из АРМа отправителя либо получателя.

Проведенные исследования показывают, что вероятность безотказной работы данной сети в течение указанного срока составит: за сутки - 0,99; за неделю -0,94; за месяц - 0,77-0,8. Данные значения говорят о достаточной надежности исследуемой системы. Однако если принять во внимание вероятность безотказной работы в течение месяца (результаты расчетов при работе системы за месяц представлены на рис.10), то показатель на уровне 0,8 свидетельствует о возможных неполадках в соединении либо в сбоях при передаче информации за указанный период.

1 ..п(час)

Рис. 10. Результаты расчетов при работе системы за месяц

На основе анализа трафика АСОУП, были сделаны следующие выводы:

1. Трафик в системе АСОУП является фрактальным процессом с долгосрочной зависимостью.

2. Показатель Харста изменяется в пределах от 0,597 до 0,934.

3. При росте интенсивности трафика растет и коэффициент самоподобия.

В заключении приведены основные теоретические и практические результаты работы.

В приложении приведены акты о внедрении результатов диссертационного исследования и классификаторы сообщений АСОУП.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертационной работе решена задача создания комплекса алгоритмов и программ по оценке качества АСУЖТ с применением математического аппарата теории телетрафика, теории очередей, а также адаптации данного комплекса к АСОУП. Основные результаты работы могут быть сформулированы в виде следующих теоретических и практических выводов:

1. Выявлены показатели качества автоматизированных информационно-управляющих систем.

2. Разработаны математические методы и алгоритмы, позволяющие оценить качество функционирования АСУЖТ с позиций технологических процессов информационного обмена с учетом его своевременности и надежности.

3. Разработаны методы экспериментальной проверки указанных алгоритмов.

4. Разработан, внедрен и адаптирован программный комплекс по оценке качества АСУЖТ.

5. С использованием созданного программного комплекса произведен анализ АСОУП, позволяющий оценить качество указанной системы и выявить существующие недостатки.

6. Произведен комплексный анализ трафика АСОУП, на основании которого сделаны выводы о наличии пиковых нагрузок в подсистемах телекоммуникаций, их периодичности, наличии свойств самоподобия и сильного последействия.

Разработанные в диссертационной работе методы и алгоритмы позволяют оценить, насколько качественно функционирует та или иная АСУЖТ, выявить её слабые стороны, а также построить модели «идеальной» АСУ (с заданными характеристиками) на этапе её проектирования.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в периодических изданиях, рекомендованных ВАК РФ для изложения результатов кандидатских диссертаций:

1. Москат H.A. Вероятностный анализ своевременности предоставления информации в автоматизированных системах управления железнодорожным транспортом. // Вестник Ростовского государственного университета путей сообщения, 2008.-№4.-С. 87-94.

2. Бутакова М.А., Москат H.A. Исследование свойства сильного последствия в телекоммуникационном трафике. Обозрение прикладной и промышленной математики. - М.: Т. 15. Вып. 5. - 2008. - С. 863 - 864.

3. Бутакова М.А., Линденбаум М.Д., Москат H.A. Расчет надежности функционирования отраслевых информационных сетей. // Известия вузов. Сев.-Кав. регион. Сер. Техн. науки, 2009. - № 5. - С. 32 - 37.

4. Гуда А.Н., Бутакова М.А., Москат H.A. Модели оценки параметров телекоммуникационного трафика в автоматизированных информационно-управляющих системах // Вопросы современной науки и практики. Ун-т им. В.И. Вернадского. - 2010. - № 4-6(29). - С. 71 - 87.

В других изданиях:

5. Москат H.A. Математическая модель корпоративного Web-портала // Актуальные проблемы развития железнодорожного транспорта. Сборник научных трудов молодых учёных, аспирантов и докторантов. - Ростов н/Д: РГУПС, 2005. -С. 76-82.

6. Москат H.A. Обзор современных многопроцессорных систем. // Труды Всероссийской научно-практической конференции «Транспорт-2005». Ч. 1. -Ростов н/Д: РГУПС, 2005. С. 81 - 82.

7. Москат H.A. Рекуррентный поток отказов-восстановлений информационных систем // Труды Всероссийской научно-практической конференции «Транспорт-2005». Ч. 1. - Ростов н/Д: РГУПС, 2005. С. 83 - 84.

8. Москат H.A., Венгеров В.В. Анализ работы разводного железнодорожного моста в Ростове-на-Дону // Труды РГУПС, 2008. - № 3(7). - С. 72 - 76.

9. Москат H.A. Моделирование телекоммуникационного трафика в автоматизированной системе оперативного управления перевозочным процессом железнодорожного транспорта. // Восьмая Международная научно-практическая конфе-

ренция «Моделирование. Теория, методы и средства». Ч. 2. - Новочеркасск, 2008. -С. 82-91.

10. Москат H.A. Расчет показателя Харста в самоподобных (фрактальных) моделях трафика // Седьмая международная научно-техническая конференция «Информационно-вычислительные технологии и их приложения». - Пенза, 2008. -С. 32-34.

11. Москат H.A. Статистические характеристики автоматизированной системы оперативного управления перевозочным процессом Северо-Кавказской железной дороги // Труды Всероссийской научно-практической конференции «Транспорт-2008». Ч. 1. - Ростов н/Д: 2008. - С. 65 - 66.

12. Москат H.A. Статистические характеристики файлового сервера локальной вычислительной сети РГУПС // Труды РГУПС, 2009. - № 1(8). - С. 76 - 80.

13. Москат H.A. Информационные системы железнодорожного транспорта. Учебное пособие. - Ростов ц/Д, 2009. - 55 с.

14. Москат H.A. Программа для анализа трафика TraßcManager. Отраслевой фонд алгоритмов и программ Госкоорцентра информационных технологий Министерства образования РФ. № гос. регистрации 11274. - М.: ВНТИЦ, 2008.

Личный вклад автора в работах, выполненных в соавторстве

/2/ - анализ трафика; /3/ — расчет надежности сетей с реальной структурой; /4/ - алгоритмы анализа трафика, вычислительные эксперименты; /8/ — сбор и анализ статистических данных.

Москат Наталья Александровна

ПРОГРАММНО-АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОЦЕНКИ КАЧЕСТВА ИНФОРМАЦИОННОГО ОБМЕНА В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ УПРАВЛЕНИЯ ЖЕЛЕЗНОДОРОЖНЫМ ТРАНСПОРТОМ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 17.09.2010 г. Формат бумаги 60x84/16 Бумага офсетная. Ризофафия. Усл.печ.л. 1,0. Тираж 100. Заказ № 5193 Ростовский государственный университет путей сообщения. Ризография РГУПС.

Адрес университета: 344038, Ростов н/Д, пл. Ростовского Стрелкового Полка

Народного Ополчения, 2.

ВВЕДЕНИЕ.

1 АНАЛИЗ ОБЪЕКТА И ВЫБОР ТЕОРЕТИЧЕСКОЙ БАЗЫ ИССЛЕДОВАНИЯ КАЧЕСТВА ПРЕДОСТАВЛЕНИЯ ИНФОРМАЦИОННЫХ УСЛУГ.

1.1 Современное состояние автоматизации и информатизации железнодорожного транспорта.

1.2 Структура и информационное обеспечение объекта исследования

1.2.1 Многомашинная модульная автоматизированная система оперативного управления перевозками СКЖД.

1.2.2 Структура потоков сообщений автоматизированной системы оперативного управления перевозками Северо-Кавказской железной дороги.

1.3 Показатели качества автоматизированных информационно-управляющих систем.

1.4 Теоретическая база исследования.

1.4.1 Математический аппарат теории массового обслуживания.

1.4.2 Математический аппарат фрактальной теории (автомо дельности).

1.5 Выводы.

2 РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МЕТОДОВ И АЛГОРИТМОВ ОЦЕНКИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ЖЕЛЕЗНОДОРОЖНЫМ ТРАНСПОРТОМ.

2.1 Оценка своевременности предоставления информации.

2.1.1 Алгоритм расчета вероятностно-временных характеристик процесса обработки информационных запросов.

2.1.2 Алгоритм анализа абонентских задержек.

212 Методология оценки надежности на этапе проектирования с учетом показателей информационного обмена.

2.2.1 Выбор и нормирование показателей надёжности.58>

2.2.2 Определение требований к показателям надёжности.

23 Разработка надежных структур обеспечения устойчивого информационного обмена.

2:4; Алгоритм расчета надежности функционирования сетей передачи данных на транспорте.

2.5 Выводы.

3 ФОРМАЛИЗОВАННЫЕ МЕТОДЫ АНАЛИЗА КАЧЕСТВА ОБСЛУЖИВАНИЯ В СЕТЕВЫХ АВТОМАТИЗИРОВАННЫХ

СИСТЕМАХ УПРАВЛЕНИЯ С НЕОДНОРОДНЫМ ТРАФИКОМ.

3-. 1 Сети передачи данных как основа информационного обмена в автоматизированных системах управления железнодорожным транспортом

3;2 Анализ факторов неоднородности трафика, влияющих на модель самоподобного процесса:.

3;3 Анализ трафика при наличии свойства долговременной зависимости.

3.4 Анализ трафика при наличии хвоста распределения

3.5 Формирование и агрегирование статистических данных автоматизированной системы оперативного управления перевозками

3.6 Проверка адекватности модели трафика автоматизированной системы оперативного управления перевозками.

3.7 Анализ трафика при наличии свойств автомодельности и сильного последействия.

3.8 Выводы.

4 ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ ОЦЕНКИ КАЧЕСТВА

ФУНКЦИОНИРОВАНИЯ И АНАЛИЗА ТРАФИКА ИНФОРМАЦИОННОЙ СИСТЕМЫ.

4.1 Программный модуль для оценки своевременности. : 4.2 Программный модуль для оценки надежности.

4.3 Программный продукт TraffïcManager.

4.4 Выводы.

5 ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МОДЕЛЕЙ И АЛГОРИТМОВ К

АВТОМАТИЗИРОВАННОЙ СИСТЕМЕ ОПЕРАТИВНОГО УПРАВЛЕНИЯ ПЕРЕВОЗКАМИ.

5.1 Оценка своевременности на примере заявок автоматизированной системы оперативного управления перевозками Северо-Кавказской железной дороги.

5.2 Оценка надежности функционирование отраслевой сети.

5.3 Анализ трафика автоматизированной системы оперативного управления перевозками Северо-Кавказской железной дороги.

5.4 Выводы.

Актуальность темы. Актуальность данного исследования обусловлена несколькими объективно существующими факторами.

Железнодорожный транспорт - важная народно-хозяйственная отрасль страны. Автоматизация железнодорожного транспорта ведется на протяжении последних десятилетий. За это время сменилось несколько поколений компьютерной техники, появились компьютерные сети. В связи с тем, что процесс перевозок невозможно остановить, модернизация оборудования и программного обеспечения (ПО) происходит поэтапно, существует несколько поколений действующих информационных систем (ИС) с разнородным оборудованием, информационным и программным обеспечением, которые непосредственно участвуют в автоматизации управления перевозками.

На начальных стадиях автоматизации перевозок информационный обмен осуществлялся только путем передачи текстовых сообщений. В связи с этим к каналам связи, программному и аппаратному обеспечению автоматизированных систем управления железнодорожным транспортом (АСУЖТ) не предъявлялось особых требований. От современных систем требуется поддержка видеоконференций, предоставление отчетной и другой информации по многочисленным подсистемам, в том числе с графическим материалом. Последние сложившиеся тенденции таковы, что нагрузка на сеть увеличивается, трафик становится асинхронным, разнородным, и наблюдаются всплески информационных потоков. АСУЖТ, которые были спроектированы без учета этих особенностей, не отвечают требованиям качественного предоставления данных, информация подается несвоевременно, возникают проблемы надежности при передаче информации.

В связи с этим при анализе существующих систем и синтезе аппаратных структур и программного обеспечения модулей АСУЖТ актуальны задачи оценки качества их функционирования с точки зрения информационного обмена. В работе используется вероятностные методы анализа качества функционирования АСУЖТ, базирующиеся на современных достижениях в теории массового обслуживания, теории телетрафика и математических методов теории надежности технических систем.

В настоящее время процесс обеспечения качества функционирования современных АСУЖТ трудно осуществлять без применения комплекса моделей и алгоритмов, позволяющих дать оценку и в дальнейшем оптимизировать процессы сбора, хранения и передачи информации. Каждая АСУЖТ требует, как правило, разработки специальных алгоритмов, позволяющих учесть особенности и назначение системы. В то же время АСУЖТ должны удовлетворять потребности пользователей в своевременной, безошибочной и надежной передаче информации. То, насколько выполняются данные требования, и характеризует качество работы системы с точки зрения пользователя. В то же время, сбор, обработка и передача информации АСУЖТ - процесс довольно универсальный. Поэтому возможно создание универсальных алгоритмов, позволяющих оценить качество функционирования АСУЖТ по единым функциональным показателям. Также возможны сравнение и оптимизация процессов сбора, обработки и хранения информации для различных АСУЖТ.

Рассматриваемые в диссертационной работе алгоритмы полностью соответствуют принципу универсальности и могут служить (как доказано теоретически и экспериментально) для реализации вышеперечисленных требований.

К основным математическим методам разработки моделей и алгоритмов для оценки качества относятся теория вероятностей, математическая статистика, теория очередей, имитационное моделирование, теория телетрафика. Исследуемые в диссертационной работе проблемы весьма многогранны, поэтому требуют рассмотрения с различных позиций.

Большой вклад в вопросы автоматизации железнодорожного транспорта внесли труды A.C. Гершвальда, А.Н. Гуды, C.B., Жаркова, В.Н. Иванченко, С.М. Ковалева, П.А. Козлова, Э.К. Лецкого, H.H. Лябаха, Э.С. Поддавашкина, А.И. Филоненкова, А.Н. Шабельникова и многих других.

Имитационным моделированием на железнодорожном транспорте занимались такие ученые как A.A. Абрамов, Е. Лещинский, В.А. Падня, A.A. Таранцев, А.Н. Шабельников и другие, имитационным моделированием информационных систем (в аспекте данного исследования) - В. Кельтон, А.И. Костогрызов, А. Лоу и др.

Ведущую роль в постановке и решении классических проблем теории очередей наряду с первыми исследованиями А. Эрланга сыграли работы Т.О. Энгсета (1865-1943 гг.) и, позднее, исследования Э. Молины, Т. Фрая, а затем

A.Н. Колмогорова, Ф. Поллачека, В. Феллера, А .Я. Хинчина, Б.В. Гнеденко, К. Пальма, Д. Кендалла, Ф. Морзе, Л. Такача, Р. Сайски, П. Бёрка. Большое количество ученых внесли вклад и в развитие данной теории. Среди них В.М. Вишневский, Г.П. Башарин, В.А. Ивницкий, Л. Клейнрок, И.Н. Коваленко, Д. Литтл.

Изучением самоподобия трафика посвящены работы М.А. Бутаковой,

B.В. Крылова, Д.В. Ландэ, В.И. Неймана^ Д.Ю. Пономарева, C.Ç. Самохваловой, среди иностранных авторов следует выделить И. Добеши, И. Мейера. Исследованием поведения сетевого трафика широко проводятся некоторыми западными исследовательскими и образовательными учреждениями, такими как Университет в Бостоне, Университет Беркли, Университет Северной Каролины и другие.

При решении задач анализа качества обслуживания в телекоммуникационных системах, на базе которых строятся современные АСУЖТ, важнейшими характеристиками становятся законы распределения случайных величин и случайные процессы, в соответствии с которыми происходит поступление требований в систему и их обслуживание. В этой области следует отметить работы А.Н. Колмогорова, Б. Мандельброта, Ю.В. Прохорова, В. Феллера, А .Я. Хинчина, А.Н. Ширяева.

Практические аспекты реализации предложенных в работе алгоритмов оценки показателей качества воплощены в комплексе программных средств, разработка которых выполнялась с учетом сложившейся теории и языков компьютерного моделирования. Такие работы выполнялись. Г. Бучем, Дж. Гордоном, В. Кельтоном, А. Лоу, Е. Сейджвиком и, в дальнейшем, позволили использовать объектно-ориентированные принципы при создании систем имитационного моделирования и программирования.

Таким образом, в диссертационной работе выявлены основные задачи, связанные с созданием системы оценки качества информационного обмена в АСУЖТ, для решения которых необходима разработка теоретических основ и прикладных методов анализа и повышения эффективности и надежности на этапах их проектирования, внедрения и эксплуатации. В качестве объекта исследования в работе выступают информационные системы железнодорожного транспорта, в частности, Автоматизированная система оперативного управления перевозками (АСОУП).

Цель и задачи исследования. Основной целью работы является разработка методологии исследования процессов передачи информации и проектирования надежных автоматизированных систем управления, обеспечивающих устойчивый информационный обмен, а также создание комплекса алгоритмов по оценке качества АСУЖТ и адаптация данного комплекса к АСОУП.

Для достижения поставленной цели необходимо решение следующих задач.

1. Разработка системы показателей, позволяющих оценить качество функционирования АСУЖТ с позиций технологических процессов информационного обмена с учетом его своевременности и надежности.

2. Разработка алгоритмов оценки показателей, указанных в п.1.

3. Выявление наличия свойств самоподобия и сильного последействия в телекоммуникационном трафике сети передачи данных на железной дороге и степени влияния этих свойств на качество функционирования АСУЖТ.

4. На основе теоретических результатов анализа телекоммуникационного трафика АСУЖТ разработка модели трафика АСОУП.

5. Разработка методики анализа информационного обмена, позволяющей повысить эффективность и надежность АСУЖТ на этапе их проектирования.

6. Создание программного комплекса для оценки качества функционирования и анализа трафика АСУЖТ.

7. Экспериментальная проверка разработанных теоретических подходов и положений на адекватность в практических задачах (в частности, применительно к АСОУП).

Методы исследования основываются на использовании фундаментальных исследований в области теории вероятностей, в частности, теории массового обслуживания, математической статистики, теории телетрафика, теории надежности. При разработке алгоритмов и программного комплекса использовалась объектно-ориентированные технологии.

Научная новизна диссертационной работы состоит в обобщении вопросов, связанных с оценкой качества мультисервисного информационного обмена в АСУЖТ, применении полученных результатов к отраслевой системе АСОУП, разработкой новых алгоритмов для оценки своевременности информации и синтеза надежных структур устойчивого информационного взаимодействия с возможностями анализа абонентских задержек. Предложенная методика и алгоритмы комплексной оценки качества информационных услуг используют способы анализа её телетрафика, базирующиеся на современных научных методах.

К наиболее значимым научным результатам диссертационной работы следует отнести следующие:

- разработана структура показателей качества для оценки многомашинной модульной автоматизированной системы оперативного управления перевозками;

- разработаны алгоритмы анализа качества функционирования АСУЖТ, предназначенные для оценки своевременности предоставления информации, анализа абонентских задержек;

- разработана методология оценки надежности АСУЖТ на этапе проектирования с учетом показателей информационного обмена;

- разработаны формализованные методы анализа качества обслуживания в сетевых автоматизированных системах управления с неоднородным трафиком;

- произведена проверка адекватности модели трафика АСОУП.

Практическая ценность заключается в том, что разработанное программное обеспечение может быть использовано для оценки качества функционирования широкого класса АСУ с распределенной сетевой обработкой данных:

- разработан программный комплекс, позволяющий выполнять расчеты показателей качества функционирования АСУ, состоящий из модулей для оценки своевременности, надежности, анализа трафика;

- проведены экспериментальные исследования статистики трафика АСОУП;

- разработанные автором программы применены для оценки качества отраслевой системы АСОУП.

Достоверность научных и практических результатов работы

Полученные в диссертационной работе выводы и результаты строго аргументированы. Разработанные алгоритмы основываются на известных методах теории вероятности, теории массового обслуживания, фрактальной теории. Экспериментальные исследования и имитационные эксперименты, проведенные в работе, позволяют подтвердить достоверность достигнутых теоретических результатов и выводов.

Реализация результатов работы.

Результаты работы прошли успешную апробацию Центре специальных перевозок на Северо-Кавказской железной дороге (СКЖД) города Ростова-на-Дону, получено свидетельство об отраслевой регистрации разработки программы для анализа трафика.

По теме диссертации опубликовано 14 печатных работ. Диссертационная работа и её отдельные разделы докладывались и обсуждались на семинарах кафедр «Информатика», «Вычислительная техника и автоматизированные системы управления» Ростовского государственного университета путей сообщения (РГУПС), на Всероссийской научно-практической конференции «Транспорт-2005», г. Ростов-на-Дону, 2005г.; Восьмой Международной научно-практической конференция «Моделирование. Теория, методы и средства» г. Новочеркасск, 2008г.; Всероссийской научно-практической конференции «Транспорт-2008», г. Ростов-на-Дону, 2008г.; Седьмой Международной научно-технической конференции «Информационно-вычислительные технологии и их приложения» г. Пенза, 2008г. По результатам теоретических исследований диссертационной работы издано учебное пособие [81].

Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, приложения, списка литературных источников.

5.4 Выводы

1. Произведена оценка своевременности на примере трафика АСОУП СКЖД. Выявлены основные структурные элементы указанной системы, в которых возникают задержки в передаче и обработке информации, нарушается ритмичность работы. Ввиду отсутствия доступа к информационным ресурсам, нарушается своевременность предоставления оперативной информации, что приводит к сбоям в управлении технологическими процессами в реальном времени.

2. В качестве примера для оценки надежности рассмотрено функционирование отраслевой сети. В каждой из ЛВС функционирует АСОУП, при этом ввод-вывод данных происходит из АРМа отправителя либо получателя. Проведенный анализ свидетельствует о достаточной надежности исследуемой системы. Однако, показатель вероятности безотказной работы в течении месяца свидетельствует о возможных неполадках в соединении либо в сбоях при передаче информации за указанный период.

3. Используя программу "TrqficManager" произведен анализ искомого трафика по загрузке АСОУП по суткам для входящего трафика, исходящего трафика и по дням недели входящего трафика, исходящего трафика. Произведена оценка показателя Харста при разбиении статистики по дням недели. На основании исследований, с делан вывод о том, что трафик в системе АСОУП является фрактальным процессом с долгосрочной зависимостью. При росте интенсивности трафика растет и коэффициент самоподобия.

4. В рамках работы дни предложено разделение дней перезагрузки сервера на плановые, штатные и незапланированные. Предлагается рассматривать дни перезагрузок как потоки событий: плановые перезагрузки рассматриваются в виде потока с ограниченным последействием (Пальма), а незапланированные - пуассоновского нестационарного потока.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена задача создания комплекса алгоритмов и программ по оценке качества АСУЖТ с применением математического аппарата теории телетрафика, теории очередей, а также адаптации данного комплекса к АСОУП. Основные результаты работы могут быть сформулированы в виде следующих теоретических и практических выводов.

1. Выявлены показатели качества автоматизированных информационно-управляющих систем.

2. Разработаны математические методы и алгоритмы, позволяющие оценить качество функционирования АСУЖТ с позиций технологических процессов информационного обмена с учетом его своевременности и надежности.

3. Разработаны методы экспериментальной проверки указанных алгоритмов.

4. Разработан, внедрен и адаптирован программный комплекс по оценке качества АСУЖТ.

5. С использованием созданного программного комплекса произведен анализ АСОУП, позволяющий оценить качество указанной системы и выявить существующие недостатки.

6. Произведен комплексный анализ трафика АСОУП, на основании которого сделаны выводы о наличии пиковых нагрузок в подсистемах телекоммуникаций, их периодичности, наличии свойств самоподобия и сильного последействия.

Разработанные в диссертационной работе методы и алгоритмы позволяют оценить, насколько качественно функционирует та или иная ИС, выявить её слабые стороны, а также построить модели «идеальной» ИС (с заданными характеристиками) на этапе её проектирования.

1. Ebbers М., Byrne F. Introduction to the New Mainframe: Large-Scale

2. Commercial Computing. IBM Corporation, 2006.

3. Falconer K. Fractal geometry: mathematical foundations and applications. New York: John Wiley & Sons, 1990.

4. Internetworking Technology Overview Электронный ресурс. Режим доступа: www.mark-it.ru\CISCO\ITO\ Загл. с экр.

5. J.Martin, System Analysis for Data Transmission. V.II, IBM System Research Institute, New Jersey, 1972.

6. Kratz M.F., Resnick S.I. The Q-Q estimator and heavy tails. Stoch. Models, v. 12, № 4, 1996. P. 699 724.11 .Mark E. Crovella, Murad Taqqu and Azer Bestavros, "Heavy Tailed-Probability distributions in the World Wide Web" 5(6):835~846, December 1997.

7. Shapiro S. S., Wilk M. B. An analysis of variance test for normality. -Biometrika, 1965, 52, №3 p. 591-611

8. Taqqu M.S., Teverovsky V., Willinger W. Estimators for long-range dependence: an empirical study. Fractals, 3(4), 1995, p. 785 788.

9. Fern Paxson, "Fast, Approximate Synthesis of Fractional Gaussian Noise for Generating Self-Similar Network Traffic". Computer Communications Review, V. 27 N. 5, October 1997, p. 5-18.

10. Will Leland and Daniel Wilson, "High Time-Resolution Measurement and Analysis of LAN Traffic: Implications for LAN Interconnection" IEEE INFOCOM 1991.

11. Абрамов A.A. Математическое моделирование транспортных процессов: Учебное пособие Москва: РГОТУПС, 2002

12. Барлоу Р., Прошан Ф. Математическая теория надежности/ Пер. с англ. М.: Советское радио, 1969. 448 с.

13. Башарин Г.П, Самуилов К.Е, Яркина Н.В. Новый этап развития математической теории телетрафика // Автоматика и телемеханика, № 12, 2009.

14. Будко П. А. Выбор пропускных способностей каналов при синтезе сети связи в условиях изменяющейся нагрузки. // Физика волновых процессов и радиотехнические системы. 2000 г. Т.З. №3-4. с. 68-72.

15. Ъ2.Витолин Д. Применение фракталов в машинной графике. // Computerworld-Россия, № 15, 1995.33 .Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003.

16. ЪА.Вентцелъ Е.С. Исследование операций. Советское радио, 1972.

17. Вентцелъ Е.С. Теория вероятностей. Гл. 19. «Марковские процессы. Потоки событий. Теория массового обслуживания». 4-е изд. -М.: «Наука», 1969. С. 319-355.

18. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности. М.: Наука, 1965 524 с.

19. Гнеденко Б.В., Даниэлян Э.А., Димитров Б.Н. и др. Приоритетные системы, обслуживания. М.: МГУ, 1973.

20. Гнеденко Б.В., Коваленко H.H. Введение в теорию массового обслуживания. М.: Наука, 1987.

21. Городецкий А. Я., Заборовский В. С. Информатика. Фрактальные процессы в компьютерных сетях. Учебное.пособие. СПб.: Изд-во СПбГТУ, 2000- 102 с.

22. ГОСТ 27.003-83. Надежность в технике. Выбор и нормирование показателей надежности. -М.: Изд-во стандартов, 1983. 18 с.

23. ГОСТ PB 51987-2002. Информационная технология. Комплекс стандартов на автоматизированные системы.

24. Кендалл М., Стьюарт А. Статистические выводы и связи. — М.: Наука, 1973.

25. Клейнрок, JI. Вычислительные сети с очередями. Пер с англ. — М.: Мир. 1979.

26. Клейнрок, Л. Теория массового обслуживания. Пер. с англ. И. И. Грушко. Под ред. В. И. Неймана. М.: Машиностроение. 1979.5 5.Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. 238 с.

27. Козлов П.А., Проблемы создания автоматизированных информационно-управляющих систем // ВКСС Connect. Москва, №5, 2001.

28. Кулагин В.П. Моделирование структур параллельных вычислительных систем на основе сетевых моделей: Учебное пособие. -Москва: Московский государственный институт электроники и математики (технический университет), 1998. 102 с.

29. Лагутин М. Б. Наглядная математическая статистика. (Том .2, стр., 174) — М.: П-центр, 2003.6%.Лазарев В. Г., Лазарев Ю. В. Динамическое управление потоками информации в сетях связи. М.: Радио и связь, 1983. — 216 с.

30. Лецкий Э.К. и др. Информационные технологии на железнодорожном транспорте: Учеб. для вузов ж.-д. трансп. / Э.К. Лецкий, В.И. Панкратов, В.В. Яковлев и др. М.: УМК МПС России, 2000.

31. Ю.Лецкий Э.К. Оптимизация решений при проектировании систем сбора данных. // Вестник МИИТа. М.: МИИТ, №1, 1998.

32. И.Лещинский Е. Имитационное моделирование на железнодорожном транспорте: Пер. с пол. -М.: Транспорт, 1977 176с.

33. Линденбаум М.Д. Расчёт надёжности сложных систем методом декомпозиции. Международный сб. научных трудов «Проблемы и перспективы развития устройств автоматики, связи и вычислительной техники на ж.д. транспорте», РГУПС, 1999.

34. Лябах H.H., Шабелъников А.Н. Техническая кибернетика на железнодорожном транспорте: Учебник. Ростов н/Д: Изд-во СКНЦ, 2002.

35. Мандельброт Б. Фрактальная геометрия природы. — Москва: Институт компьютерных исследований, 2002, С. 656.

36. Москат H.A. Обзор современных многопроцессорных систем. // Труды Всероссийской научно-практической конференции «Транспорт— 2005», май 2005 г. В двух частях. Часть 1. Рост. гос. ун-т путей сообщения. Ростов-на-Дону, 2005. С. 81 82.

37. Москат H.A. Рекуррентный поток отказов восстановлений информационных систем // Труды Всероссийской научно-практической конференции «Транспорт-2005», май 2005 г. В двух частях. Часть 1. Рост, гос. ун-т путей сообщения. Ростов-на-Дону, 2005. С. 83 - 84.

38. Москат H.A. Статистические характеристики файлового сервера локальной вычислительной сети РГУПС // Труды РГУПС. Ростов н/Д, № 1(8), 2009. С. 76-80.

39. Надежность технических систем: Справочник / Под ред. И.А. Ушакова.М.: Радио и связь, 1985. 606 с.91 .Найденов В.И., Коэюевникова И.А. Эффект Херста в геофизике // Природа, № 1, 2000.

40. Нейман В.И. Самоподобные процессы и их применение в теории телетрафика // Труды MAC. 1999, №1 (9).

41. Нейман В.И. Системы и сети передачи данных на железнодорожном транспорте: Учебник для вузов ж.-д. транспорта. М.: Маршрут, 2005.

42. Нечеткие множества и теория возможностей (последние достижения) / Под ред. Р. Ягер; Пер. с англ. под ред. С. И. Травкина. М.: Радио и связь, 1986. - 406 с.

43. Оре. Теория графов. М.: УРСС, 2008. - 352 с.

44. Оптимальные задачи надежности / Под ред. И.А. Ушакова. М.: Стандарты, 1968. 292с.

45. Орлов А.И. Прикладная статистика М.: Издательство «Экзамен»,2004.

46. Падня В.А. Применение теории массового обслуживания на транспорте (железнодорожном, автомобильном, водном и воздушном) М.: Транспорт, 1968.

47. Пасечников, И. И. Методология анализа и синтеза предельно нагруженных информационных сетей. Монография. М.: «Издательство Машиностроение-1», 2004. - 216 с.

48. Пороцкий С. Моделирование алгоритма маршрутизации транспортной ATM сети. // ISSN 0013-5771. Электросвязь. 2000 г. №10. С. 1619.

49. Поттгофф Г. Теория массового обслуживания: Пер. с нем. М.: Транспорт, 1979.

50. Поттгофф Г. Учение о транспортных потоках: Иер. с нем. М.: Транспорт, 1975.

51. Ратин Г. С. Информационная система для управления перевозочным процессом. М.: Транспорт, 1989.

52. Роджерс Д. Алгоритмические основы машинной графики. М.: Мир, 1990.

53. Рыжиков Ю.И. Теория очередей и управление запасами. СПб.: Питер, 2001.

54. Caamu T.JI. Элементы теории массового обслуживания и ее приложения. М.: Советское радио, 1971.

55. Семенов, Ю. А. Телекоммуникационные технологии Электронный ресурс. Режим доступа: www.podgoretsky.com\ftp\Docs\Internet\Semenov\ Заглавие с экр.

56. Судаков P.C. Избыточность и объем испытаний технических систем и элементов. М.: Знание, 1980.

57. Таранцев A.A. Инженерные методы теории массового обслуживания. Издательство: Наука, 2007.

58. Таранцев A.A., Эрюжев. М.В. Об аналитических соотношениях в одно-канальных незамкнутых СМО // Теория и системы управления №1, 2004.

59. Тарасов, В. Г. Основы теории автоматизированных систем управления. М.: изд. ВВИА им. Жуковского. 1988. - 437 е.: ил.

60. Тескин О.И. Оценка надежности систем на этапе эксплуатационной отработки. М.: Знание, 1981.

61. Тишшн Е.М. Автоматизация управления вагонным парком. М.: ВНИИЖТ, Интекст, 2000.

62. Турко С. А., Фомин Л. А., Будко П. А., Гахова Н. Н., Ватага А. И. Об оптимальном использовании сглаживающего влияния буферов на параметры трафика Ш-ЦСИС. // ISSN 0013-5771. Электросвязь. 2002, №10. С 26-29.

63. Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем. М.: Радио и связь, 1991-132с.

64. Ушаков И.А., Гадасин В.А. Анализ надёжности структурно-сложных систем. -М.: Знание, 1978.

65. Федорчук А.Е., Сепетый A.A., Иванченко В.И. Новые информационные технологии: автоматизация технического диагностирования и мониторинга устройств ЖАТСистема АДК-СЦБ.: учебник для ВУЗов железнодорожного транспорта. РГУПС, 2008. 443 с.

66. Филоненков А.И Математические модели в расчетах на ЭВМ: Учеб. пособие. Ч. 1. Рост. гос. ун-т путей сообщения. Ростов-на-Дону, 1993.

67. Филоненков А.И. Математическое обеспечение АСУЖТ. Методические указания. — Рост. гос. ун-т путей сообщения. Ростов-на-Дону, 2002.

68. Фомин Г. П. Системы и модели массового обслуживания в коммерческой деятельности: Учеб. пособие. — М.: Финансы и статистика,, 2000.

69. Фракталы в физике. // Труды 6 Международного симпозиума. -М.: Мир, 1988.

70. Хинчин А.Я. Работы по математической теории массового обслуживания. -М.: Физматгиз, 1963.

71. Хэмди A. Taxa. Введение в исследование операций. Гл. 17. Системы массового обслуживания. М.: Изд. дом «Вильяме», 2001.

72. Чернов В.П., Ивановский В.Б. Теория массового обслуживания. — М.: ИНФРА-М, 2000.

73. Шабалин H.H. Оптимизация процесса переработки вагонов на станциях. -М.: Транспорт, 1973.