автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Системы мобильных агентов с настраиваемой архитектурой

На прав

483ЬДОО

Першин Алексей Владимирович

СИСТЕМЫ МОБИЛЬНЫХ АГЕНТОВ С НАСТРАИВАЕМОЙ АРХИТЕКТУРОЙ

Специальность: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

Автореферат

диссертации на соискание ученой степени кандидата технических наук

1 з ОКТ 2011

Санкт -Петербург —2011

4856968

Работа выполнена в Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» им. В. И. Ульянова (Ленина).

Научный руководитель: доктор технических наук, профессор

Куприянов Михаил Степанович

Официальные оппоненты: доктор технических наук, профессор

Кутузов Олег Иванович

кандидат технических наук, ведущий инженер ЗАО «Моторола Солюшнз» Смирнов Александр Николаевич

Ведущая организация: ОАО «Информационные телекоммуникационные технологии» (г. Санкт-Петербург)

по защите докторских и кандидатских диссертаций ДС 212.238.01 Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» им. В. И. Ульянова (Ленина) по адресу: 197376, Санкт-Петербург, ул. Проф. Попова, д.5.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан ли сентября 2011г.

часов на заседании совета

Ученый секретарь совета по защите докторских и кандидатских диссертаций

Щеголева Н.Л.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Непрерывное развитие информационных компьютерных систем способствует всё большему их проникновению во все сферы деятельности. С увеличением количества пользователей требуется все большая производительность, улучшение качества обслуживания и надёжности подобных систем. В работе рассматривается класс распределенных систем поиска, которые предназначены для поиска и бронирования товаров и услуг.

При разработке распределенных систем широко используется агентный подход, который объединяет в себе преимущества таких технологий, как объектно-ориентированные и распределённые программные системы, компонентная концепция разработки программного обеспечения, искусственный интеллект и экспертные системы.

Для эффективного поиска в распределенных хранилищах данных используется особый класс агентов — мобильные агенты, которые позволяют: 1) значительно повысить производительность при правильном распараллеливании алгоритма поиска; 2) снизить сетевой трафик благодаря локальному доступу к распределенным информационным ресурсам, тем самым снизив нагрузку на коммуникационные элементы сети. Но эффективность работы агентной системы сильно зависит от выбранной организации взаимодействия мобильных агентов, степени параллелизма.

Для обеспечения наиболее быстрого поиска мобильными агентами (минимизации времени отклика системы на запрос пользователя) в работе предлагается менять организацию взаимодействия агентов и одновременно варьировать степень параллелизма.

В существующих системах мобильных агентов агенты строятся как монолитные функциональные сущности. Для возможности изменения организации агентов предлагается настраиваемая архитектура агента, которая позволяет осуществлять сборку агента из программных компонентов. Благодаря настраиваемой архитектуре можно строить различные типы агентов, с нужным функциональным составом в процессе функционирования системы. Выбранная организация агентов определяет типы агентов и их функционально-модульный состав. Организация агентов, а также оптимальная степень параллелизма определяются благодаря предварительному моделированию.

Цель диссертационной работы. Разработка настраиваемой архитектуры системы мобильных агентов для поисковых систем.

Для достижения этой цели были решены следующие задачи:

1. Проведен анализ архитектур распределенных поисковых систем с мобильными агентами.

2. Разработана компонентная архитектура агента, позволяющая настраивать поисковых агентов и менять организацию взаимодействия агентов для

О О

достижения наибольшей производительности при изменении условий функционирования среды.

3. Созданы модели агентных поисковых систем для исследования производительности агентных архитектур поиска.

4. Проведено моделирование агентных архитектур поиска для определения условий, в которых архитектура агентов достигает наибольшей производительности.

5. Разработана методика проектирования агентных поисковых систем.

6. Разработан прототип агентной системы с целью апробации предложенной архитектуры агента.

Направление исследования. Поисковые системы, построенные на базе распределённых архитектур, использующих мобильных агентов, математические и алгоритмические модели и методы построения таких систем на базе агент-ориентированного подхода.

Методы исследования. Для решения поставленных задач в работе используются методы математического моделирования, общей теории систем, теории систем массового обслуживания, теории автоматов, теории вероятностей, имитационного моделирования, анализа и проектирования объектно-ориентированных многозадачных программных систем.

Достоверность и обоснованность результатов подтверждается использованием современных научных методов исследования, глубоким и многосторонним рассмотрением объекта исследования, введением адекватных модельных ограничений, согласованностью данных модельного эксперимента и научных выводов, оценкой адекватности предложенных моделей, прототипи-рованием архитектуры агентной системы, которое подтверждает работоспособность предложенного решения.

Положения, выносимые на защиту:

1. Модели агентных поисковых систем.

2. Настраиваемая компонентная архитектура агента.

3. Методика проектирования настраиваемых агентных поисковых систем.

Научная новизна. В работе получены следующие научные результаты:

1. Разработана компонентная архитектура агента, позволяющая строить агентные системы из настраиваемых программных компонентов.

2. Предложены модели агентных поисковых систем для определения условий, в которых достигается наибольшая производительность распределенной агентной системы поиска.

3. Предложена методика проектирования настраиваемых агентных поисковых систем. ■ - ■

Практическая значимость. В процессе выполнения данной работы были получены следующие практические результаты:

1. Реализован набор библиотечных модулей для построения имитационных моделей агентных поисковых систем в системе моделирования AnyLogic.

2. Построены имитационные и аналитические модели основных архитектур агентных систем.

3. Проведена серия модельных экспериментов, на основе полученных результатов проведено сравнение характеристик различных архитектур агентных поисковых систем на модельных данных.

4. Реализован прототип модульной агентной системы, подтверждающий возможность реализации предложенной компонентной настраиваемой архитектуры агентной системы.

Реализация и внедрение результатов исследования. Разработанная методика проектирования использовалась в учебном процессе при проведении практических занятий для студентов в рамках дисциплины «Распределенные программные системы и технологии» для профиля «Программное обеспечение и администрирование информационно-вычислительных систем и сетей» магистерской программы «Управление информационными системами и ресурсами».

Апробация работы. Основные положения и результаты работы докладывались на следующих научно-технических конференциях: на Международной конференции по мягким вычислениям и измерениям (SCM'2002), С.-Петербург, 2002 г.; Международной конференции по мягким вычислениям и измерениям (SCM'2004), С.-Петербург, 2004 г.; Всероссийской межвузовской научно-технической конференции студентов и аспирантов, С.-Петербург, 2007 г.; Международной конференции по мягким вычислениям и измерениям (SCM'2007), С.-Петербург, 2007 г.;

Публикации. По теме диссертации опубликовано И печатных работ, среди которых 3 публикации в ведущих рецензируемых изданиях, рекомендованных в действующем перечне ВАК, 3 статьи в других журналах, доклады доложены и получили одобрение на 5 международных, всероссийских и межвузовских научно-практических конференциях, перечисленных в конце автореферата.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 109 наименований. Содержание изложено на 188 страницах машинописного текста.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы основные цели, задачи, научная новизна, практическая ценность работы.

В первой главе проанализированы основные архитектуры поисковых систем: централизованная архитектура системы поиска с одним сервером, централизованная архитектура системы поиска с базой данных, частично центра-

лизованная архитектура с несколькими серверами, иерархическая архитектура с серверами групп и сегментов, децентрализованная архитектура без сервера.

В результате анализа выяснилось, что главной проблемой рассмотренных архитектур является наличие центрального сервера, который является самым медленным компонентом системы и ограничивает производительность и масштабируемость всей системы.

Системы с архитектурой из нескольких серверов позволяют распределить нагрузку между несколькими равноправными сегментами, серверы сегментов должны быть очень мощными компьютерами, поэтому затраты на развертывание и поддержку такой системы будут велики.

В иерархических системах с ростом глубины иерархии увеличивается степень параллелизма, нагрузка распределяется между серверами нижних уровней, соответственно затраты на серверы нижних уровней снижаются, но с ростом глубины иерархии возникают издержки при взаимодействии между уровнями.

При построении систем без центрального сервера имеются технические ограничения, т.к. возникает необходимость в групповых запросах и широковещательных сообщениях, что в глобальной сети оказывается весьма проблематичным, поскольку не все маршрутизаторы поддерживают групповые и широковещательные сообщения. К тому же массовая рассылка сообщений перегружает сеть и узлы избыточной информацией, снижая общую производительность.

Устранение выявленных недостатков возлагается на применение агентно-го подхода, поэтому далее в первой главе рассматриваются архитектуры, использующие мобильных агентов для распределенного поиска.

Архитектура мобильного агента зависит от способа взаимодействия агентов при выполнении поиска и архитектуры узлов поисковой системы. Поэтому были рассмотрены следующие архитектуры поиска с мобильными агентами: 1) архитектура поиска с мобильными агентами, где агенты независимы и не обмениваются сообщениями между собой; 2) архитектура поиска с мобильными агентами-маршрутизаторами; 3) архитектура поиска с мобильными агентами-Маршрутизаторами и агентами-наблюдателями.

Архитектура поиска с мобильными агентами, где агенты независимы и не обмениваются сообщениями между собой, показана на рисунке 1. Сплошными линиями показан обмен между потребителями и сервером-интерфейсом, пунктирными - перемещения поискового агента. На рисунке 2 приведена схема архитектуры системы мобильных агентов с использованием агента-маршрутизатора (на схеме он обозначается заштрихованным кружком). Поиск в таких системах включает следующие этапы:

1. Потребитель посылает запрос на сервер-интерфейс.

2. Сервер-интерфейс создает агента-маршрутизатора.

3. Агент-маршрутизатор перемещается на вспомогательный хост сети и согласно запросу пользователя определяет подмножество поставщиков для обхода.

4. Агент-маршрутизатор создает несколько поисковых агентов для обхода нужных поставщиков, задает им маршруты и запускает их.

5. Поисковые агенты обходят заданных поставщиков и возвращаются с результатом.

6. Агент-маршрутизатор возвращается с результатом на сервер-интерфейс.

7. Сервер-интерфейс формирует и передает результат потребителю.

Рисунок 2 —Архитектура системы поиска с мобильными агентами-маршрутизаторами

В архитектуре с агентами-наблюдателями (рисунок 3) запросы поисковых агентов направляются не на сервер поставщика, а к агентам-наблюдателям, которые хранят копию данных сервера поставщика и поддерживают состояние этих данных в актуальном виде благодаря подписке на изменения в базе данных поставщика. Такая архитектура целесообразна при значительной нагрузке,

Рисунок 3 —Архитектура системы поиска с мобильными агентами-маршрутизаторами и

агентами-наблюдателями

когда сервер поставщика перестает справляться с обработкой поисковых запросов.

Выбор архитектуры определяется параметрами запроса (последовательный поиск, поиск первого подходящего решения и т. д.), рекомендациями и зависимостями, определенными в процессе имитационного моделирования, а также состоянием сети. Критерием выбора архитектуры, состава агентов и количества поисковых агентов является минимальное время поиска.

Во второй главе на основе анализа шаблонов (паттернов), используемых при проектировании агентов, предлагается «реконфигурируемый шаблон агента», позволяющий собирать специализированного агента из готовых компонентов, конфигурируемых в процессе создания. Поскольку критерием выбора архитектуры агента является текущая ситуация в сети, то архитектура агента должна позволять выбирать способы реализации требуемых функций на этапе инициализации агента.

Агент состоит из тела и компонентов. Тело агента будет управлять инициализацией и завершением, обеспечивать возможность динамической стыковки компонентов, их взаимодействие, возможность сохранения и восстановления состояния компонентов. Сборка агентов производится с помощью сервера агентов, последовательность сборки показана на рисунке 4:

1. Создание тела агента.

2. Запрос класса функционального элемента из библиотеки.

3. Создание компонента.

4. Инициализация и настройка компонента.

5. Интеграция компонента в тело агента.

К телу агента могут подключаться следующие компоненты:

1. Компонент перемещения управляет перемещением агента, содержит

Сервер агентов

1 чг»

Тело агента

Компоненты многозначных функций 5

Библиотека компонентов агента

Компоненты перемещения Компоненты взаимодействия Компоненты бизнее-погики Компоненты безопасности

Компоненты резервирования Компоненты связи с БД Прочие компоненты

Рисунок 4 —Сборка агента

маршрут, текущее положение агента в сети и т. д.

2. Компонент взаимодействия с другими агентами определяет протокол взаимодействия между агентами в группе, например, основанный на языке ACL.

3. Компонент взаимодействия с системой локального поиска (компонент связи с БД) определяет протокол взаимодействия с базой данных, т. е. является интерфейсом к базе данных.

4. Компонент бизнес-логики обеспечивает поведение агента, определяемое решаемой задачей, реализует функции поиска агента (бизнес-функции агента).

5. Компонент взаимодействия с сервером-интерфейсом определяет протокол взаимодействия между сервером-интерфейсом и агентом для обеспечения возможности передачи результатов работы и получения команд управления. Взаимодействие может быть как локальным, так и удаленным.

6. Компонент резервирования позволяет создать резервных агентов, обнаружить потерю резервируемого агента и заменить его резервным. Для обеспечения этих функций осуществляется информационный обмен между резервируемым и резервными агентами, в результате чего повышается надежность агента-маршрутизатора в ненадежной сетевой среде.

7. Компонент безопасности отслеживает изменение состояния агента, подлинность сертификатов, цифровых подписей от внутренних данных и кода агента, а также сообщений, принимаемых и отсылаемых агентом, взаимодействует с компонентами безопасности платформы системы мобильных агентов (СМА).

8. Компонент взаимодействия с платформой СМА обеспечивает возможность взаимодействия агента и платформы СМА. Внутреннее состояние агента и его компонентов сохраняются с помощью платформы СМА, платформа также обеспечивает передачу сообщений между агентами, управление инициализаци-

ей и завершением агента, поэтому следует выделить отдельный интерфейс для взаимодействия агента и платформы.

Тело агента должно обеспечивать возможность взаимодействия между компонентами произвольной функциональности. Для реализации такой архитектуры потребуется общий интерфейс для передачи межкомпонентных сообщений и обеспечения возможности сохранения и восстановления состояния компонента в процессе перемещения.

Для апробации предложенного «реконфигурируемого шаблона» и демонстрации идеи сборки агентов из типовых компонент был реализован прототип агентной системы. В качестве основы для реализации прототипа была взята агентная система JADE.

На диаграмме рисунке 5 показаны сущности системы JADE: Agent - базовый класс всех агентов в системе, Behavior - базовый абстрактный класс всех агентных поведений, SimpleBehavior - реализация поведения для типовых агентов.

<«JAD£ > > «JADE»

Agent Behavior

♦setupO +oone(): Boolean

Г

<<JADE>>

SimpleBehavior

cneckHodulcsConslstO +getHoduleByClisi() (etSUteO

♦r»etitgrHodul«(ABstractHoauT*}

J.

♦KodlAeSt ate ♦igentBotfy: Agenteody

+tet»eäults<) : i ♦ 1л terna Met 1on( *done(): boolean ♦f1n1sM) *»ctlon() ist<HoduUClass> )

Рисунок 5 —Диаграмма классов прототипа компонентного агента в среде JADE

Элементы реализованного прототипа: AgentBody - базовый класс тела агента, которое содержит внутри себя компоненты агентов, унаследованных от базового класса AbstractModule.

Тело агента имеет состояние, которое можно получить вызовом AgentBody.getState(). Диаграмма состояний представлена на рисунке 6. Третья глава посвящена построению моделей систем мобильных агентов. В

Рисунок 6 —Диаграмма состояний тела прототипа агента

качестве сетевой среды рассматриваются соединённые сетью Интернет серверы поставщиков информационных услуг, которые являются сетевыми узлами. Между любыми узлами может быть установлен канал связи, параметрами которого является максимальная и средняя пропускная способность, задержка при передаче, зависящая от числа промежуточных узлов и их характеристик. Каждый сетевой узел характеризуется параметром производительности - временем выполнения поискового запроса. Данная величина зависит от архитектуры узла: типа ОС, типа используемой СУБД, эффективности реализации функционального ПО, а также от характеристик оборудования: процессоров, объема памяти, скорости работы и ёмкости устройств долговременного хранения информации и прочих факторов. При моделировании учитывается производная характеристика от данных параметров - среднее время выполнения базового запроса.

Для того, чтобы учесть наиболее существенные факторы (суммарную среднюю пропускную способность и задержку при передаче), осуществляется переход к модели каналов связи между узлами системы.

Для каналов связи основными характеристиками являются: г/ - пропускная способность, г - задержка времени возврата пакета. Узлы будут характеризоваться временем выполнения запроса на центральном сервере, временем выполнения запроса на сервере поставщика ¿,5.

В разработанных моделях использовались следующие компоненты:

1. Сеть. Состоит из узлов сети и коммуникационных связей между узлами. Узлы сети могут быть каналами данных, переключателями (маршрутиза^-торами), хостами (компьютеры пользователей, серверы).

Канал данных - элемент модели, связывающий узлы сети, обеспечивает возможность взаимодействия между узлами сети, характеризуется задержкой передачи данных, которая может меняться в зависимости от текущей загрузки соответствующего канала.

Переключатель (маршрутизатор) - узел сети, который выполняет перенаправление пакетов в требуемый канал данных согласно маршруту пакета. В маршрутизаторе может сходиться много каналов данных.

Хост - узел сети, который предоставляет некоторый ресурс пользователю. Обычно соединяется одним каналом данных с пользователем или переключателем. Хост является модельным отображением сервера.

2. Сервер. Является моделью хоста сети. Состоит из следующих объектов: приёмника запросов, очереди запросов, обработчика запросов, отправителя результатов. Ёмкость очереди и время обработки запроса могут быть различными для разных серверов.

3. Пользователь. Посылает запросы серверам и получает от них ответы. Является генератором запросов и получателем ответов. Интенсивность посылки запросов у пользователей может быть различной.

При моделировании используются следующие входные параметры:

1. Конфигурация сети. Совокупность узлов и связей между ними.

2. Серверы. Характеризуются распределением времени обработки запроса и длиной очереди.

3. Каналы данных. Характеризуются временем передачи запросов в зависимости от их пропускной способности, задержки и загрузки.

4. Переключатели. Характеризуются задержкой при передаче запросов.

5. Пользователи. Характеризуются интенсивностью посылки запросов и её распределением.

Выходные параметры моделирования:

1. Трафик в сети. Количество сообщений в единицу времени. Должна быть возможность просмотра трафика каждого канала данных в отдельности для выявления «узких» мест.

2. Среднее время обслуживания заявки.

3. Средняя длина очереди заявок.

4. Количество отказов.

Ограничения модели. Поток событий в модели ординарный, так как одновременное появление двух событий маловероятно ( к тому же в реальной жизни из-за ограничения времени распространения сигналов понятие одновременности относительно), поэтому минимальный интервал между появлением событий будет равен машинной погрешности. Для моделирования работы информационных систем было использовано событийное моделирование с дискретным временем. Время обработки запроса может задаваться произвольным распределением, но в работе при моделировании использовалось экспоненциальное распределение.

В данной работе для построения моделей была использоана система Апу^1с. Компоненты моделей строились на основе библиотечных элементов Апу^1с, таких как очередь, задержка, коммутатор, блок управления.

На рисунке 7 приведена схема модели сервера, она имеет входную очередь запросов, обработчик, блок управления, генератор ответов и агентов, выходную очередь. Обработка запроса потребителя заключается в создании группы агентов, их запуске, обработке результатов поиска после возвращения всех агентов. Затем происходит формирование и отправка ответа компонету-пользователю.

Алгоритм работы блока управления сервера задается картой состояний, показанной на рисунке 8. Карта состояний сильно зависит от алгоритма поиска информации с помощью мобильных агентов. Данные алгоритмы подробно описаны в работе.

Модель сервера является получателем запросов и генератором ответов. Интенсивность и распределение посылки запросов у разных пользователей может быть различной.

Входными параметрами сервера являются: 1) Интенсивность обработки запросов и функция распределения. 2) Длина входной очереди. 3) Количество посылаемых агентов. 4) Количество серверов поставщиков для обхода. 5) Размер пакета. 6) Размер системной части пакета. 7) Размер пакета подтверждения. 8) Размер агента.

Выходными параметрами сервера являются: 1) Загрузка. 2) Средняя длина очереди, количество запросов. 3) Количество обработанных запросов. 4) Количество отказов из-за переполнения очереди.

Для моделирования различных архитектур требуется собрать из перечисленных компонентов модель сети и задать алгоритмы обработки запросов и агентов. Для определения значений параметров модели поисковой системы была проанализирована задача поиска и бронирования авиабилетов.

В четвертой главе приведены модели архитектур и результаты моделирования. Целью моделирования архитектур агентных поисковых систем является выбор оптимальной архитектуры.

В данной главе определялась производительность архитектур агентов при варьировании нагрузки на систему. Критерием оптимальности является выполнение поиска за минимальное время на базе имеющихся сетевых вычислительных ресурсов. Пусть А - нагрузка на систему , г - организация агентов, I -множество организаций агентов, г £ I, А : А € [0; 1},1 € М,А € К - интервал

исследуемой нагрузки, t(i, Л) - целевая функция, поскольку Т € R, то целевая

функция отображает t : I х Л —»• К, тогда задача оптимизации заключается в

нахождении такого г, когда t(i, А) min.

i

Дополнительной задачей оптимизации является определение оптимального количества агентов (степени параллелизма) при использовании выбранной организации агентов. Если степень параллелизма fc € [1, оо), к € N, то целевая

функция i:/xNxA—»K, t(i, к, Л) min.

i,k

Конечным результатом моделирования является формирование данных, пригодных для автоматического выбора организации агентов в меняющихся условиях работы. Для каждой из моделируемых архитектур представлен алгоритм поиска и алгоритмы маршрутизации агентов на главном сервере, серверах потребителей, дополнительных серверах.

Имитационное моделирование было проведено для следующих типов архитектур:

1. Независимой группы агентов со статической балансировкой нагрузки.

2. Группы агентов с маршрутизатором со статической балансировкой нагрузки.

3. Независимой группа агентов при различной производительности поставщиков.

4. Группы агентов с маршрутизатором при различной производительности поставщиков. Также выполнена аналитическая оценка оптимальной степени параллелизма для простейшего случая: независимая группа агентов со статической балансировкой и с одинаковой производительностью хостов в установившемся режиме.

В процессе моделирования были получены результаты, которые представлены в виде семейства графиков рисунке 9, каждый график соответствует определённой нагрузке на систему, создаваемой определенным количеством работающих потребителей (1,25,50,75,100) в системе.

Видно, что у каждого графика есть свой характерный минимум в соответствующих точках на оси абсцисс: 32,(7-14),6,5,4значения которых соответствуют количеству агентов, при котором поиск выполняется наиболее быстро (t —> min). Значения оси абсцисс в точках минимума являются оптимальным количеством агентов для заданной нагрузки. При увеличении нагрузки точка оптимального количества агентов становится более выраженной и смещается влево, то есть оптимальное количество поисковых агентов уменьшается при увеличении нагрузки системы.

Данные семейства графиков были получены для всех четырех типов архитектур. Результатом явилась методика проектирования агентных систем поиска, состоящая из следующих основных этапов:

1Для кривой (25) минимум соответствует интервалу значений в интевале 7-14

Время поиска

80,00 п

Количество потребителей

25

50

75

100

0,00

0,00 5,00 10,00 15,00 20,00 25,00 ЗОМ 35,00

Рисунок 9 —Время поиска группой независимых агентов

1. Определение функциональных требований к системе.

2. Определение требований к нагрузочным характеристикам системы.

3. Задание функций системы, которые будут определять действия агентов.

4. Определение возможных организаций агентов для выполнения поиска.

5. Для каждой из организаций агентов определение:

5.1. Набора функций для каждого типа агентов.

5.2. Выявление базовых действия агентов и задание сценариев их работы.

5.3. Определение времени выполнения базовых действий агента. Для этого необходимо выполнить следующие действия:

5.3.1. Провести прототипирование и измерение времени выполнения базовых операций.

5.3.2. Определить пропускную способность и задержки системы.

5.3.3. Перевести полученные измерения в модельные единицы.

6. Выявить топологию сети, в которой будут работать агенты.

6.1. Представить сеть в виде функциональных модельных элементов, связанных сетевыми модельными элементами.

6.2. Задать алгоритмы работы модельных элементов, отражающие сценарии работы агентов.

6.3. Откомпилировать и отладить модель.

6.4. Провести серию модельных экспериментов. Для этого необходимо:

7. Определение параметров, при которых та или иная схема взаимодействия достигает наибольшей эффективности.

8. Представление результатов в виде матрицы для принятия решения.

(Конец)

Рисунок 10 —Методика проектирования

Перечисленные этапы методики проектирования агентной системы с перестраиваемой архитектурой представлены в виде диаграммы, рисунке 10.

В случае изменения интенсивности запросов более оптимальной может стать другая организация мобильных агентов, эта информация следует из анализа матрицы принятия решения, полученной в результате моделирования.

Матрица принятия решения в зависимости от количества запросов пользователей в единицу времени будет выглядеть следующим образом, см. таблицу 1, где п - количество архитектур, А - нагрузка, и Л! < Лг • • • < Ага-1 < Ага. Данная матрица определяет выбор архитектуры для одного из варьируемых параметров, для п параметров это будет п-мерная таблица.

После выбора архитектуры необходимо определить степень параллелиз-

Таблица 1 —Матрица выбора архитектуры

Нагрузка, запросов в ед.вр. Арх.1 Арх. 2 Арх. п-1 Арх. п

(0; А1 +

(0;А2 +

+

(0; А„] +

ма, т.е. количество агентов, параллельно выполняющих поиск. Степень параллелизма также является результатом моделирования и представлена в виде таблицы 2, где а, Ъ £ N,0 < Ь,а > 0. В результате моделирования были получены II-образные кривые, что позволяет говорить не об оптимальном значении количества агентов, а об оптимальном интервале степеней параллелизма [а», &;]. После

Таблица 2 —Выбор степени параллелизма

Нагрузка, запросов в ед.вр. Количество агентов

СО; Аг] 01,61]

(0;А2] «2,62]

(0; Ат_1]

(0; Ат]

определения оптимальной организации агентов производится сборка агентов из функциональных модулей, каждый тип агентов будет иметь свой модульный состав. Сборку агентов производит сервис агентов, который принимает запрос от интерфейса пользователя, инициирует старт агентов, принимает результаты поиска и возвращает их пользователю системы.

Представленная методика проектирования агентных систем поиска позволяет: 1) получить характеристики различных организаций агентов для поиска в сети , 2) на основе данных характеристик, произвести выбор наиболее эффективной архитектуры в данных параметрах окружения 3) для выбранной архитектуры определить оптимальную степень параллелизма агентов, 4) применить результаты моделирования для модульных агентных систем поиска.

ЗАКЛЮЧЕНИЕ

В процессе проведенных в диссертационной работе исследований получены следующие основные результаты:

1. В работе проведен анализ основных архитектур распределенных поисковых систем, в результате которого выявлены их основные недостатки: плохая масштабируемость, высокая стоимость, низкая производительность. Для устранения этих недостатков предложено использовать агентный подход. Благодаря

использованию мобильных агентов происходит более оптимальное распределение нагрузки между компонентами системы и, тем самым, оптимизируется время поиска системы. Агенты позволяют строить более гибкие системы, имеющие меньшую стоимость за счет возможности развертывания на существующей сетевой инфраструктуре. Но производительность агентной системы поиска сильно зависит от способа организации агентов и текущей загрузки сети, поэтому было решено разработать архитектуру, которая позволяет менять организацию агентов в зависимости от текущего состояния сети. На основании этого сформулированы задачи: разработка настраиваемой агентной архитектуры, разработка методики проектирования агентных распределенных систем поиска.

2. Систематизированы основные архитектуры мобильных агентов для задачи поиска в сети, определены условия и границы их применимости. Определены основные типы агентов, описаны взаимодействия и связи между ними.

3. Разработана компонентная настраиваемая архитектура агента, позволяющая настраивать поисковых агентов и менять организацию взаимодействия агентов для достижения наибольшей производительности при изменении условий функционирования среды.

4. Создан прототип агентной системы с целью апробации компонентной архитектуры агента.

5. Разработаны аналитические и имитационные модели агентных систем поиска с целью определения оптимальной архитектуры системы при изменении параметров функционирования сетевой среды, определения оптимальной степени параллелизма агентной системы, при которой достигается наибольшая производительность всей системы.

6. Реализован набор библиотечных модулей для построения имитационных моделей агентных поисковых систем в системе моделирования Апу1^1с.

7. В процессе моделирования были получены зависимости времени выполнения поискового запроса от нагрузки на систему, количества агентов, параллельно выполняющих поиск, и организации агентов в системе. Определены точки экстремума, значения которых соответствуют количеству агентов при котором поиск выполняется с наибольшей производительностью, данное количество агентов является оптимальной степенью параллелизма. Полученные данные позволяют сравнивать различные организации агентов и выбирать наиболее оптимальную в заданных условиях.

8. Разработаны основы методики, позволяющей проектировать эффективные настраиваемые агентные системы поиска благодаря возможности изменения структуры агентной системы, применению мобильных агентов с разным компонентным составом, а также определению оптимальных значений степени параллелизма для выбранной структуры агентов, полученных при моделировании.

Апробация. Основные результаты работы докладывались на междуна-

родных конференциях по мягким вычислениям и измерениям (SCM) в 20022008г., Всероссийской межвузовской научно-технической конференции студентов и аспирантов в 2007 г.

Публикации. По теме диссертации опубликовано 11 печатных работ, включающих 6 статей и тезисы к 4 докладам на международных и всероссийской научно-технических конференциях.

Публикации в изданиях, рекомендованных ВАК России:

1. Фомичев B.C., Першин A.B. Архитектуры сетевых поисковых систем. //Известия СПбГЭТУ «ЛЭТИ». 2006. № 3. С. 3-8.

2. Першин A.B. Архитектура настраиваемого агента. //Информационные технологии. 2008. № 6

3. Куприянов М.С.,Першин A.B. Методика моделирования агентных поисковых систем. //Известия СПбГЭТУ «ЛЭТИ». 2010. № 9. с. 61-66.

Другие статьи и материалы конференций:

4. Фомичев B.C., Холод И.И., Першин A.B., Степанов А.Г. Поток сообщений в системах мобильных агентов. // Материалы Междунар. конф. по мягким вычислениям и измерениям (ЭСМ2002).СПб., 25-27 июня 2002. СПб: Изд-во СПбГЭТУ «ЛЭТИ».

5. Першин A.B. Классификация шаблонов проектирования систем мобильных агентов. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 17-19 июня 2004. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2004. Т.1. С. 238-243.

6. Першин A.B. Построение моделей мобильных агентов в системе Anylogic. Материалы Всероссийской межвузовской науч.-техн. конф. студентов и аспирантов. 4.V. СПб: Изд-во. СПбГПУ. Политехнического университета, 2007. с.181-182.

7. Фомичев B.C., Першин A.B. Система мобильных агентов для поиска в сети. //Известия СПбГЭТУ «ЛЭТИ». 2007. № 1.

8. Першин A.B. Моделирование процесса поиска с мобильными агентами посредниками. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 25-27 июня 2007. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2007. Т.1.

9. Першин A.B. Модель агентной системы для поиска в сети. //Известия СПбГЭТУ «ЛЭТИ». 2008. № 7. С. 19-24.

10. Першин A.B. Аналитическая модель агентной поисковой системы //Известия СПбГЭТУ «ЛЭТИ». 2008. № 8. С. 21-26.

11. Першин A.B. Динамическая балансировка нагрузки при поиске в сети мобильными агентами. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 23-25 июня 2008. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2008. Т.1.

Подписано в печать 16.09.2011. Формат 60x84/16 Отпечатано с готового оригинал-макета в типографии ЗАО «КопиСервис». Печать ризографическая. Заказ № 1/0916. П. л. 1.25. Уч.-изд.л. 1.25. Тираж 100 экз.

ЗАО «КопиСервис» Адрес: 197376, Санкт-Петербург, ул. Проф. Попова, д. 3. тел.: (812) 327 5098

Сокращения и условные обозначения.

Введение.

Глава 1. Архитектуры мобильных агентов для поисковых систем.

1.1. Введение

1.2. Архитектуры современных поисковых систем.

1.3. Архитектура агента для поисковых систем.

1.4. Анализ задачи поиска в сети.

1.4.1. Постановка задачи.

1.4.2. Модель пользователя.

1.4.3. Состояния выполнения запроса

1.4.4. Формализация задачи распределённого поиска.

1.4.5. Задача поиска авиабилета и бронирования номера в гостиннице

1.5. Выводы.

Глава 2. Архитектуры и шаблоны мобильных агентов.

2.1. Введение

2.2. Адаптивный шаблон агента.

2.3. Прототип модульной агентной системы.

2.4. Управление перемещением.

2.5. Шаблоны взаимодействия.

2.6. Шаблоны организации агентов.

2.7. Архитектуры бизнес-логики агента

2.7.1. Простой рефлексивный агент.

2.7.2. Рефлексивные агенты, основанные на модели

2.7.3. Целевые агенты.

2.7.4. Агенты, основанные на полезности

2.7.5. Архитектура BDI

2.7.6. Реактивная архитектура.

2.8. Шаблоны надежности.

2.9. Выводы.

Глава 3. Построение моделей систем мобильных агентов.

3.1. Введение

3.2. Модель сетевой среды.

3.2.1. Время выполнения запроса.

3.2.2. Время передачи данных в сети.

3.2.3. Время реакции и теория очередей.

3.2.4. Факторы производительности сетей.

3.2.5. Влияние стратегий управления потоком данных.

3.2.6. Рекомендации для эксплуатации сетей

3.2.7. Моделируемые объекты.

3.2.8. Параметры моделирования.

3.2.9. Требования и ограничения модели.

3.3. Концепция системы имитационного моделирования.

3.4. Выбор системы моделирования.

3.5. Компоненты моделей

3.5.1. Модель канала данных.

3.5.2. Модель сетевого переключателя.

3.5.3. Модель генератора подтверждения

3.5.4. Модель центрального сервера

3.5.5. Модель терминала потребителя.

3.5.6. Модель сервера поставщика

3.5.7. Оценка параметров моделирования.

3.6. Выводы.

Глава 4. Моделирование архитектур агентных поисковых систем

4.1. Введение.

4.2. Имитационная модель поиска с независимой группой агентов

4.2.1. Модель сети.

4.2.2. Алгоритмы поиска.

4.2.3. Параметры моделирования.

4.2.4. Результаты моделирования.

4.3. Аналитическая модель агентной поисковой системы.

4.4. Имитационная модель поиска с агентом-маршрутизатором

4.4.1. Модель сети

4.4.2. Алгоритмы поиска.

4.4.3. Параметры моделирования.

4.4.4. Результаты моделирования.

4.5. Методика моделирования агентных поисковых систем.

4.6. Выводы.

Актуальность темы. Непрерывное развитие информационных компьютерных систем способствует всё большему их проникновению во все сферы деятельности. С увеличением количества пользователей требуется все большая производительность, улучшение качества обслуживания и надёжности подобных систем. В работе рассматривается класс распределенных систем поиска, которые предназначены для поиска и бронирования товаров и услуг.

При разработке распределенных систем широко используется агентный подход, который объединяет в себе преимущества таких технологий, как объектно-ориентированные и распределённые программные системы, компонентная концепция разработки программного обеспечения, искусственный интеллект и экспертные системы.

Для эффективного поиска в распределенных хранилищах данных используется особый класс агентов — мобильные агенты, которые позволяют: 1) значительно повысить производительность при правильном распараллеливании алгоритма поиска; 2) снизить сетевой трафик благодаря локальному доступу к распределенным информационным ресурсам, тем самым снизив нагрузку на коммуникационные элементы сети. Но эффективность работы агентной системы сильно зависит от выбранной организации взаимодействия мобильных агентов, степени параллелизма.

Для обеспечения наиболее быстрого поиска мобильными агентами (минимизации времени отклика системы на запрос пользователя) в работе предлагается менять организацию взаимодействия агентов и одновременно варьировать степень параллелизма.

В существующих системах мобильных агентов агенты строятся как монолитные функциональные сущности. Для возможности изменения организации агентов предлагается настраиваемая архитектура агента, которая позволяет осуществлять сборку агента из программных компонентов. Благодаря настраиваемой архитектуре можно строить различные типы агентов, с нужным функциональным составом в процессе функционирования системы. Выбранная организация агентов определяет типы агентов и их функционально-модульный состав. Организация агентов, а также оптимальная степень параллелизма определяются благодаря предварительному моделированию.

Цель диссертационной работы. Разработка настраиваемой архитектуры системы мобильных агентов для поисковых систем.

Для достижения этой цели были решены следующие задачи:

1. Проведен анализ архитектур распределенных поисковых систем с мобильными агентами.

2. Разработана компонентная архитектура агента, позволяющая настраивать поисковых агентов и менять организацию взаимодействия агентов для достижения наибольшей производительности при изменении условий функционирования среды.

3. Созданы модели агентных поисковых систем для исследования производительности агентных архитектур поиска.

4. Проведено моделирование агентных архитектур поиска для определения условий, в которых архитектура агентов достигает наибольшей производительности.

5. Разработана методика проектирования агентных поисковых систем.

6. Разработан прототип агентной системы с целыо апробации предложенной архитектуры агента.

Направление исследования. Поисковые системы, построенные на базе распределённых архитектур, использующих мобильных агентов, математические и алгоритмические модели и методы построения таких систем на базе агент-ориентированного подхода.

Методы исследования. Для решения поставленных задач в работе используются методы математического моделирования, общей теории систем, теории систем массового обслуживания, теории автоматов, теории вероятностей, имитационного моделирования, анализа и проектирования объектно-ориентированных многозадачных программных систем.

Достоверность и обоснованность результатов подтверждается использованием современных научных методов исследования, глубоким и многосторонним рассмотрением объекта исследования, введением адекватных модельных ограничений, согласованностью данных модельного эксперимента и научных выводов, оценкой адекватности предложенных моделей, прототипированием архитектуры агентной системы, которое подтверждает работоспособность предложенного решения.

Положения, выносимые на защиту:

1. Модели агентных поисковых систем.

2. Настраиваемая компонентная архитектура агента.

3. Методика проектирования настраиваемых агентных поисковых систем.

Научная новизна. В работе получены следующие научные результаты:

1. Разработана компонентная архитектура агента, позволяющая строить агентиые системы из настраиваемых программных компонентов.

2. Предложены модели агентных поисковых систем для определения условий, в которых достигается наибольшая производительность распределенной агентной системы поиска.

3. Предложена методика проектирования настраиваемых агентных поисковых систем.

Практическая значимость. В процессе выполнения данной работы были получены следующие практические результаты:

1. Реализован набор библиотечных модулей для построения имитационных моделей агентных поисковых систем в системе моделирования

АпуЪс^с.

2. Построены имитационные и аналитические модели основных архитектур агентных систем.

3. Проведена серия модельных экспериментов, на основе полученных результатов проведено сравнение характеристик различных архитектур агентных поисковых систем на модельных данных.

4. Реализован прототип модульной агентной системы, подтверждающий возможность реализации предложенной компонентной настраиваемой архитектуры агентной системы.

Реализация и внедрение результатов исследования. Разработанная методика проектирования использовалась в учебном процессе при проведении практических занятий для студентов в рамках дисциплины «Распределенные программные системы и технологии» для профиля «Программное обеспечение и администрирование информационно-вычислительных систем и сетей» магистерской программы «Управление информационными системами и ресурсами».

Апробация работы. Основные положения и результаты работы докладывались на следующих научно-технических конференциях: на Международной конференции по мягким вычислениям и измерениям (8СМ'2002), С.-Петербург, 2002 г.; Международной конференции по мягким вычислениям и измерениям (8СМ'2004), С.-Петербург, 2004 г.; Всероссийской межвузовской научно-технической конференции студентов и аспирантов, С.-Петербург, 2007 г.; Международной конференции по мягким вычислениям и измерениям (8СМ'2007), С.-Петербург, 2007 г.;

Публикации. По теме диссертации опубликовано 11 печатных работ, среди которых 3 публикации в ведущих рецензируемых изданиях, рекомендованных в действующем перечне ВАК, 3 статьи в других журналах, доклады доложены и получили одобрение на 5 международных, всероссийских и межвузовских научно-практических конференциях, перечисленных в конце автореферата.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 109 наименований. Содержание изложено на 188 страницах машинописного текста.

4.6. Выводы

1. Разработана методика моделирования настраиваемых модульных агентных систем поиска, которая позволяет:

1) получить характеристики различных организаций агентов для поиска в сети,

2) на основе данных характеристик произвести выбор, наиболее эффективной архитектуры в данных параметрах окружения,

3) для выбранной архитектуры определить оптимальную степень параллелизма агентов,

4) применить результаты моделирования для модульных агентных систем поиска.

2. Как показало имитационное моделирование, время поиска очень сильно зависит от количества агентов в поисковой группе. Минимальное и максимальное время поиска может отличаться на порядок при одинаковой загрузке в системе. Увеличение количества агентов не означает ускорение поиска.

3. Выявлено, что оптимальное количество агентов, при котором обеспечивается наименьшее время поиска, очень сильно зависит от конфигурации и параметров в системе. Кривые времени поиска от количества поисковых агентов при различном количестве потребителей в системе имеют характерные минимумы, определяющие оптимальное соотношение агентов и потребителей в системе.

4. Имитационное моделирование позволяет более точно определить поведение и характеристики системы по сравнению с аналитическими моделями, особенно в условиях перегрузки.

5. Несмотря на примитивность и ограниченность приведенной аналитической модели, она позволяет достаточно точно определить оптимальное количество агентов в системе для группы с независимыми агентами. Это позволяет использовать представленную аналитическую модель для определения оптимального количества агентов в работающей системе. Имитационная модель для этого не применима, поскольку требует значительного времени и вычислительных ресурсов.

6. Использование агентов-маршрутизаторов позволяет разгрузить сервер-интерфейс за счет распараллеливания работы и использования вспомогательных вычислительных серверов в сети.

7. Организация системы поиска с агентами-маршрутизаторами позволяет обслуживать на порядок больше потребителей при тех же вычислительных мощностях в системе благодаря более оптимальному распределению нагрузки на узлы сети.

8. Использование агентов-маршрутизаторов вносит накладные расходы, которые делают системы с агентами-маршрутизаторами более медленными в случае низкой нагрузки в системе. Если нагрузка в системе меньше некоторой величины, то становится более эффективной система с независимой группой агентов.

9. Эффективность организации агентов при поиске определяется параметрами производительности среды, на которой развернута система, нагрузкой на систему, критериями запросов пользователей. Каждая из организаций эффективна при определенных условиях, что подтверждает правильность построения архитектуры агента, допускающей адаптацию и перестройку агентов в процессе работы системы.

Заключение

В процессе проведенных в диссертационной работе исследований получены следующие основные результаты:

1. В работе проведен анализ основных архитектур распределенных поисковых систем, в результате которого выявлены их основные недостатки: плохая масштабируемость, высокая стоимость, низкая производительность. Для устранения этих недостатков предложено использовать агеитный подход. Благодаря использованию мобильных агентов происходит более оптимальное распределение нагрузки между компонентами системы и, тем самым, оптимизируется время поиска системы. Агенты позволяют строить более гибкие системы, имеющие меньшую стоимость за счет возможности развертывания на существующей сетевой инфраструктуре. Но производительность агентной системы поиска сильно зависит от способа организации агентов и текущей загрузки сети, поэтому было решено разработать архитектуру, которая позволяет менять организацию агентов в зависимости от текущего состояния сети. На основании этого сформулированы задачи: разработка настраиваемой агентной архитектуры, разработка методики проектирования агентных распределенных систем поиска.

2. Систематизированы основные архитектуры мобильных агентов для задачи поиска в сети, определены условия и границы их применимости. Определены основные типы агентов, описаны взаимодействия и связи между ними.

3. Разработана компонентная настраиваемая архитектура агента, позволяющая настраивать поисковых агентов и менять организацию взаимодействия агентов для достижения наибольшей производительности при изменении условий функционирования среды.

4. Создан прототип агентной системы с целью апробации компонентной архитектуры агента.

5. Разработаны аналитические и имитационные модели агентных систем поиска с целью определения оптимальной архитектуры системы при изменении параметров функционирования сетевой среды, определения оптимальной степени параллелизма агентной системы, при которой достигается наибольшая производительность всей системы.

6. Реализован набор библиотечных модулей для построения имитационных моделей агентных поисковых систем в системе моделирования Апу1^1с.

7. В процессе моделирования были получены зависимости времени выполнения поискового запроса от нагрузки на систему, количества агентов, параллельно выполняющих поиск, и организации агентов в системе. Определены точки экстремума, значения которых соответствуют количеству агентов при котором поиск выполняется с наибольшей производительностью, данное количество агентов является оптимальной степенью параллелизма. Полученные данные позволяют сравнивать различные организации агентов и выбирать наиболее оптимальную в заданных условиях.

8. Разработаны основы методики, позволяющей проектировать эффективные настраиваемые агентные системы поиска благодаря возможности изменения структуры агентной системы, применению мобильных агентов с разным компонентным составом, а также определению оптимальных значений степени параллелизма для выбранной структуры агентов, полученных при моделировании.

Апробация. Основные результаты работы докладывались на международных конференциях по мягким вычислениям и измерениям (БСМ) в 2002-2008г., Всероссийской межвузовской научно-технической конференции студентов и аспирантов в 2007 г.

Публикации. По теме диссертации опубликовано 11 печатных работ, включающих 6 статей и тезисы к 4 докладам на международных и всероссийской научно-технических конференциях.

Публикации в изданиях, рекомендованных ВАК России:

1. Фомичев B.C., Першин A.B. Архитектуры сетевых поисковых систем. //Известия СПбГЭТУ «ЛЭТИ». 2006. № 3. С. 3-8.

2. Першин A.B. Архитектура настраиваемого агента. //Информационные технологии. 2008. № б

3. Куприянов М.С.,Першин A.B. Методика моделирования агент-ных поисковых систем. //Известия СПбГЭТУ «ЛЭТИ». 2010. № 9. С. 61-66.

Другие статьи и материалы конференций:

4. Фомичев B.C., Холод И.И., Першин A.B., Степанов А.Г. Поток сообщений в системах мобильных агентов. // Материалы Между-нар. конф. по мягким вычислениям и измерениям (SCM2002).Cn6., 25-27 июня 2002. СПб: Изд-во СПбГЭТУ «ЛЭТИ».

5. Першин A.B. Классификация шаблонов проектирования систем мобильных агентов. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 17-19 июня 2004. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2004. Т.1. С. 238-243.

6. Першин A.B. Построение моделей мобильных агентов в системе Anylogic. Материалы Всероссийской межвузовской науч.-техн. конф. студентов и аспирантов. 4.V. СПб: Изд-во. СПбГПУ. Политехнического университета, 2007. с. 181-182.

7. Фомичев B.C., Першин A.B. Система мобильных агентов для поиска в сети. //Известия СПбГЭТУ «ЛЭТИ». 2007. № 1.

8. Першин A.B. Моделирование процесса поиска с мобильными агентами посредниками. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 25-27 июня 2007. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2007. Т.1.

9. Першин A.B. Модель агентной системы для поиска в сети. //Известия СПбГЭТУ «ЛЭТИ». 2008. № 7. С. 19-24.

10. Першин A.B. Аналитическая модель агентной поисковой системы //Известия СПбГЭТУ «ЛЭТИ». 2008. № 8. С. 21-26.

11. Першин A.B. Динамическая балансировка нагрузки при поиске в сети мобильными агентами. // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 23-25 июня 2008. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2008. Т.1.

1. Фомичев В. С., Першин А. В., Система Мобильных агентов для поиска в сети//Известия Государственного электротехнического университета. 2007. № 1.

2. Amadeus IT Group SA. www. amadeus. com

3. Sabre Holding, www.sabre-holding.com

4. Galileo International Services, Inc. www.galileo-cis.com

5. Worldspan, L.P. www.worldspan.com

6. Аврин Сергей. Системы комплексного обслуживания: аспект бизнес-процессов (на примере зарубежных систем бронирования авиаперевозок) //Директор ИС. 2001. N8.

7. Wooldridge M. An Introduction to MultiAgent Systems. Wiley. 2009.

8. Рассел С., Норвиг П. Искуственный интеллект. Современный подход // Вильяме. 2007.

9. Shoham Y., Leyton-Brown K. Multiagent Systems. Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge University Press. 2009. http://www.masfoundations.org

10. Vidal J. M., Fundamentals of Multiagent Systems. University of South Carolina Press. 2010. http://multiagent.com

11. Таненбаум Э. С., Ван Стеен М. Распределенные системы. Принципы и парадигмы. //СПб.: Питер. 2003.

12. Katia P. Sycara: Multiagent systems, AI Magazine, Vol. 10, No. 2, 1998, pp. 79-93.

13. Danny B. Lange, Mobile Objects and Mobile Agents:The Future of Distributed Computing?, ECOOP'98, LNCS 1445, pp.1-12, 1998, http://www.acm.org/~danny

14. Arjav J. Chakravarti, Xiaojin Wang, Jason O. Hallstrom, Gerald Baumgartner. Implementation of Strong Mobility for Multi-Threaded Agents in Java, Department of Computer and Information Science, The Ohio State University Columbus, OH 43210, USA, 2002

15. Illmann Torsten, Weber Michael, Kargl Frank. Migration of Mobile Agents in Java: Problems, Classification and Solutions. Department of Multimedia Computing University of Ulm, Germany. 2000

16. Бакиров А. К., Кирильченко А. А.,Проблемы управления распределёнными мобильными системами // ИПМ им. М. В. Келдыша РАН. М. 2000.

17. Фомичев B.C., Холод И.И., Першин А.В., Степанов А.Г. Поток сообщений в системах мобильных агентов // Материалы Междунар. конф. по мягким вычислениям и измерениям (SCM2002).Cn6., 2527 июня 2002. СПб: Изд-во СП6ГЭТУ«ЛЭТИ».

18. Tveit Amund. A survey of Agent-Oriented Software Engineering. CSGSC2001. www.csgsc.org

19. В.Б. Федотов Построение распределённой системы доступа к информационным ресурсам на основе многоагентной архитектуры //1. ГПНТБ СО РАН. М. 2003.

20. Karen D. Devine, Erik G. Boman, Robert T. Heaphy, Bruce A. Hendrickson, James D. Teresco, Jamal Faik, Joseph E. Flaherty, Luis G. Gervasio. New Challenges in Dynamic Load Balancing. Appl. Number. Maths. Vol. 52, Issues 2-3, pp. 133-152. 2005.

21. Jiannong Cao, Yudong Sun, Xianbin Wang, Sajal K. Das. Scalable Load Balancing on Distributed Web Servers Using Mobile Agents. Journal of Parallel and Distributed Computing. Volume 63. Issue 10. October 2003.

22. Neeraj Nehra, R.B. Patel, V.K. Bhat. A Framework for Distributed Dynamic Load Balancing in Heterogeneous Cluster. Journal of Computer Science, p. 14-24, 2007.

23. R. B. Patel, Neetu Aggarwal. Load Balancing on Open Networks: A Mobile Agent Approach. Journal of Computer Science 2 (4): 337-346, 2006.

24. Першин А.В. Динамическая балансировка нагрузки при поиске в сети мобильными агентами // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 23-25 июня 2008. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2008. Т.1.

25. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж Приемы объектно-ориентированного проектирования, паттерны проектирования. //СПб.: Питер. 2001.

26. Deugo D., Weiss М. A Case for Mobile Agent Patterns. Workshop on Mobile Agents in the Context of Competition and Cooperation (MAC3). Autonomous Agents, p. 19-23. 1999.

27. Aridor Y., Lange D. B. Agent design patterns: Elements of agent application design. In Proceedings of Agents'98,1998.

28. Фомичев B.C., Першин A.B. Архитектуры сетевых поисковых систем. //Известия Государственного электротехнического университета. №3. С. 3-8. 2006.

29. Weiss G. Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. Cambridge, Massachusetts: MIT Press, 1999.

30. Emerson Ferreira de Araújo Lima, Patricia Duarte de Lima Machado, Jorge César Abrantes de Figueiredo, Flávio Ronison Sampaio. Implementing Mobile Agent Design Patterns in the JADE framework.

31. Deugo D., Weiss M., Kendall E. Reusable Patterns for Agent Coordination. Coordination of Internet Agents. Springer. 2001.

32. Parunak H. Van Dyke, Odell J. Representing Social Structures in UML. Agent-Oriented Software Engineering II. LNCS 2222. p. 1-16. Berlin:Springer. 2002.

33. Першин А. В. Классификация шаблонов проектирования систем мобильных агентов // Сб. докл. Междунар. конф. по мягким вычислениям и измерениям, СПб., 17-19 июня 2004. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2004. Т.1. С. 238-243.

34. Jiang H., Vidal J. M. From Rational to Emotional Agents. In AAAI Workshop on Auction Mechanism for Robot Coordination. July. 2006.

35. Jiang H., Vidal J. M., Huhns M. N. EBDI: An Architecture for Emotional Agents. In Proceedings of the Autonomous Agents and Multi-Agent Systems Conference. 2007.

36. Lyu Michael R., Wong Tsz Yeung. A Progressive Fault Tolerant Mechanism in Mobile Agent Systems. 7th World Multiconference on Systemics, Cybernetics and Informatics(SCI2003).

37. Serugendo Giovanna Di Marzo, Romanovsky Alexander. Designing Fault-Tolerant Mobile Systems. Scientific Engineering for Distributed Java Applications, International Workshop. FIDJI 2002

38. Mohindra Ajay,Purakayastha Apratim. Exploiting non-determinism for reliability of mobile agent systems. DSN2000 и FTCS 2000.

39. Flávio Moráis de Assis Silva, Raimundo José de Araújo Macêdo. Reliability Requirements in Mobile Agent Systems. Proceedings of the Second Workshop on Tests and Fault Tolerance (II WTF 2000).

40. Pears Simon, Xu Jie, Boldyreff Cornelia. Mobile Agent Fault Tolerance for Information Retrievalh Applications: An Exception Handling Approach. The Sixth International Symposium on Autonomous Decentralized Systems (ISADS2003), 2003.

41. Petri Stefan, Grewe Claus. A Fault-Tolerant Approach for Mobile Agents. European Dependable Computing Conference (EDCC3). 1999.

42. Qiao Xin, Yang Yu, Yu Xu, Zhanhai Qin. Fault Tolerance Issues in Mobile Agents. CSE 221. Graduate Operating Systems. 2000.

43. Shivakant Mishra. Agent Fault Tolerance Using Group Communication. In the Proceedings of the 2001 International Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA 2001), Las Vegas, NV (June 2001)

44. Hevia Alejandro, Vasa Aaras. Fault-Tolerant Protocols for Mobile Agents: A Survey. Computer Science & Engineering Department Univ. of California, San Diego ,CSE 221 Project Reports, 2000

45. Chandy K. M., Laport L. Distributed Snapshots: Determining Global States of Distributed Systems. ACM Transactions on Computer Systems. Vol. 3. No. 1. February 1985. P. 63-75.

46. J.-M. Helary, Mostefaoui A., Netzer R.H.B., Raynal M. Communication-based prevention of useless checkpoints in distributed computations. Distrib. Comput. (2000) 13. 2000. p. 29-43.

47. Elnozahy M., Alvisi L., Wang Yi-Min, Johnson D. B. A Survey of Rollback-Recovery Protocols in Message-Passing Systems. ACM Computing Surveys. 1998

48. Ashfield B., Deugo D., Oppacher F., White T. Distributed Deadlock Detection in Mobile Agent Systems. Springer. T. Hendtlass and M. Ali (Eds.): IEA/AIE 2002, LNAI 2358, pp. 146-156, 2002.

49. Sander T., Tschudin C. F. Protecting Mobile Agents Against Malicious Hosts. Mobile Agents and Security. LNCS 1419. p. 44-60. 1998.

50. Berkovits S., Guttman J. D., Swarup V. Authentication for Mobile Agents. Mobile Agents and Security. LNCS 1419. p. 114-136. 1998. Schelderup K., Olnes J. Mobile Agent Security Issues and Directions. IS&N99. LNCS 1597. p. 155-167. 1999.

51. Ametller J., Robles S., Ortega-Ruiz J. A. Self-Protected Mobile Agents. AAMAS04. July 19-23. 2004.

52. ARPA Knowledge Sharing Initiative. Specication of the KQML agent-communication language. ARPA Knowledge Sharing Initiative, External Interfaces Working Group working paper., July 1993.

53. Danny B. Lange, Oshima M. Programming and Deploying Java Mobile Agents with Aglets, Addison-Wesley, 1998

54. Aglets: Mobile Java Agents, Kruger Tilmann, IBM Tokyo Research Lab, http://www.trl.ibm.co.jp/aglets

55. Oshima M., Karjoth G., Ono K. Aglets Specification 1.1. IBM. 1998 http://www.trl.ibm.com/aglets/

56. Danny B. Lange, Oshima M. Mobile Agents with Java: The Aglet API. ACM Press/Addison-Wesley. 1999.

57. Ohsuga A., Nagai Y., Irie Y., Hattori M., Honiden S. PLANGENT: An Approach to Making Mobile Agents Intelligent, IEEE Internet Computing, Vol. 1, No. 4 (1997), pp. 50-57, http://computer.org/internet/icl997/w4050abs.htm

58. The Java(tm) Agent Template, Standford University, http://java.Stanford.edu

59. October 1999 (A.Karmouch and R. Impey, eds.) , pp. 1-18,World Scientific Pub., 1999.

60. Graham Glass. Overview of Voyager: ObjectSpace's Product Family for State-of-the-Art Distributed Computing. ObjectSpace. 1999.

61. Alberto Castillo, Masataka Kawaguchi, Noemi Paciorek, David Wong. Concordia as Enabling Technology for Cooperative Information Gathering, Mitsubishi Electric ITA Horizon Systems Laboratory, JSAI98

62. Tom Walsh, Noemi Paciorek, David Wong. Security and Reliability in Concordia. Mitsubishi Electric ITA Horizon Systems Laboratory. HICSS98

63. Peng Jian, Li Binglin. Mobile Agent in Concordia. 2002. citeseer.ist.psu.edu/498364.html

64. Dejan Milojicic,Dag Johansen,Dave Kotz, Danny Lange, Charles Petrie, Chris Rygaard Mobile agent applications, Hewlett Packard Laboratories 1501 Page Mill Rd. Palo Alto, CA 94304, 1999

65. F.L. Bellifemine, G. Caire, D. Greenwood. Developing Multi-Agent Systems with JADE. Wiley, 2007.

66. The Foundation for Intelligent Physical Agents (FIPA), FIPA Abstract Architecture Specification, 2002, http://www.fipa.org81. "Agent Communication Language FIPA Spec 2,1999.

67. Yannis Labrou, Tim Finin, and Yun Peng: "Agent Communication Languages: The Current Landscape".

68. Rao,A.S. and Georgeff, M. P. Modeling rational agents within a BDI-architecture. In Fikes, R. and Sandewall, E., editors, Proceedings of Knowledge Representation and Reasoning (KR&R-91), 1991, pages 473-484. Morgan Kaufmann Publishers: San Mateo, CA.

69. Орфали P., Харки Д., Эдвартс Д. Основы CORBA. //МАЛИП,М. 1999.

70. Object Management Group (OMG), CORBA Facilities: Mobile Agent System Interoperability Facilities Submission, 1998, http://www.omg.org

71. Java Remote Method Invocation. SUN Microsystems Inc., World Wide Web. http://java.sun.com/j2se/l.5/pdf/rmi-spec-1.5.0.pdf

72. Deugo D., Weiss M., Kendall Б. Reusable Pattern for Agent Coordination. In: Coordination of Internet Agents: Models, Technologies, and Applications, Springer, 347-368. 2001

73. Schelfthout K., Coninx Т., Helleboogh A., Holvoet Т., Steegmans E., Weyns D. Agent Implementation Patterns. Proceedings of the OOPSLA 2002 Workshop on Agent-Oriented Methodologies. 2002.

74. Shen W., Norrie, D.H., A Mediator-Centric Architecture for Holonic Manufacturing Systems. In proceedings of the Sixth IASTED Internationa Conference on Robotics and Manuacturing, Banff, Canada, July 26-29, 1998, pp. 73-76.

75. Fischer K., Schillo M., Siekmann J. Holonic Multiagent Systems: A Foundation for the Organisation of Multiagent Systems, citeseer.ist.psu.edu/578538.html

76. Заболсева-Зотова А. В., Набока M. В.,Применение агентно-ориентированиой технологии к синтезу новых технических систем,/ / Журналы по качеству. 2004. http://www.quality-journal.ru/.

77. R. Fikes and N. Nilsson. STRIPS: a new approach to the application of theorem proving to problem solving. Artificial Intelligence, 2:189-208, 1971

78. Рассел С., Норвиг П. Исскуственный интеллект: современный подход, 2-изд.: Пер. с англ. М.: Издательский дом «Вильяме», 2006.

79. Брэдли Митчел. Пропускная способность и задержка. Сетевые решения.// Изд-во НЕСТОР. Минск. 2002. № 12.

80. Вентцель Е. С., Овчаров JI. А. Теория вероятностей. Гл. 10. Теория массового обслуживания. М., 1969.

81. Першин А.В. Аналитическая модель агентной поисковой системы //СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2008. № 8. С. 21-26.

82. Адам Джефферсон. Десять главных рекомендаций по настройке приложений. Oracle Magazine RE.29 апреля 2000 г.г—http://www.oramag.ru/default.htm?rub=9&ID=48

83. Олифер H.A., Олифер В.Г. Средства анализа и оптимизации локальных сетей. //Центр Информационных Технологий, 1998

84. Олифер Н.А., Олифер В.Г. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 3-е изд. //СПб.: Питер. 2006.

85. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. //СПб.: BHV. 2005.

86. Бенькович Е., Колесов Ю., Сениченков Ю. Практическое моделирование динамических систем. //СПб.: BHV. 2001.

87. Шрайбер Т.Дж. Моделирование на GPSS: Пер. с англ. М.: Машиностроение, 1980.

88. AnyLogic Technical Overview (core modeling language). //XJ Technologies Company Ltd. 2005. www.xjtec.com

89. Enterprise Library Reference Guide. //XJ Technologies Company Ltd. 2005. www.xjtec.com

90. Enterprise Library Tutorial. //XJ Technologies Company Ltd. 2005. www.xjtec.com

91. Першин А.В. Построение моделей мобильных агентов в системе Anylogic. Материалы Всероссийской межвузовской науч.-техн. конф. студентов и аспирантов. 4.V. СПб: Изд-во. СПбГПУ. Политехнического университета, 2007. с. 181-182.

92. Першин А. В., Модель агентной системы для поиска в сети. //Изв. СПбГЭТУ «ЛЭТИ». 2008. № 2.