CC BY
176
УДК 621.39
А. К. Канаев, М. А. Камынина, Е. В. Опарин
ФОРМИРОВАНИЕ ЭЛЕМЕНТОВ СИСТЕМЫ УПРАВЛЕНИЯ СЕТЬЮ ПЕРЕДАчИ ДАННЫХ С ПРИМЕНЕНИЕМ
АППАРАТА НЕЙРОННЫХ СЕТЕЙ
В статье приведен обзор существующих систем управления сетями передачи данных (СПД) с выявлением их характерных достоинств и недостатков. Произведен анализ различных подходов к формированию систем управления СПД с выделением их основных элементов.
Предложен вариант по организации базы знаний системы управления с применением аппарата нейронных сетей, что позволит выполнять полный и непрерывный контроль за всеми элементами СПД, обеспечивать своевременное обнаружение ошибок, неисправностей и отказов оборудования, управление конфигурациями сетевых узлов, резервное копирование, восстановление элементов СПД, управление сетевым трафиком и политикой безопасности.
интеллектуальная система поддержки принятия решений, сеть передачи данных, система управления сетью, нейронные сети.
Введение
XXI век характеризуется бурным развитием сетей передачи данных (СПД), которые реализуют передачу и обработку данных [1]. Для устойчивого функционирования СПД требуется система управления (СУ) сетью. Современная СУ СПД должна обладать свойствами своевременности и обоснованности в формировании и реализации решения по управлению.
Совершенствование СУ СПД необходимо для поддержки работы специалиста-эксперта, поскольку сегодня управление сетью представляет собой довольно трудоемкий процесс и требует от эксперта знания используемого оборудования, программного обеспечения и топологии сети, умения выделить причины нарушения нормальной работы и сформировать решение для устранения отказов и отклонений от штатных режимов работы.
Задачами данной работы являются обоснование потребности формирования СУ СПД, анализ существующих подходов к ее построению и формирование предложений по ее организации с применением нейронных сетей.
47
1 Формирование требований к системе управления сетью передачи данных
Сеть передачи данных - это совокупность оконечных устройств связи, объединенных каналами связи и коммутируемыми устройствами (узлами сети), обеспечивающими обмен сообщениями между всеми оконечными устройствами (рис. 1), [2].
В настоящее время сеть передачи данных является сложной организационно-технической системой, при этом должны обеспечиваться бесперебойная работа всех компонентов СПД и гарантироваться предоставление пользователям услуг заданного качества.
Рис. 1. Сеть передачи данных:
ООД - оконечное оборудование данных; КО - каналообразующее оборудование; АПД - аппаратура передачи данных
Современная СПД, помимо основной функции - передачи данных, обеспечивает предоставление целого ряда услуг: высокоскоростной и широкополосный доступ в Интернет; доступ к специализированным системам; организация корпоративных СПД; организация виртуальных частных сетей (VPN); предоставление сетевых сервисов виртуальных соединений; передача голоса с использованием технологий VoIP, Web-хостинг и др.
Для устойчивого функционирования современной СПД требуется система управления сетью, которая выполняет следующие основные задачи: своевременное обнаружение ошибок, неисправностей, сбоев и отказов в оборудовании и программном обеспечении; управление конфигурациями сетевых узлов; резервное копирование и восстановление элементов сети; управление сетевым трафиком и политикой безопасности.
Традиционные системы управления основаны на наблюдении за сетью и сборе информации о состоянии. Такие системы работают с более простыми СПД, а в случае сложной сети для успешного управления ею требуется специалист-эксперт, задачами которого являются:
48
- владение всем используемым оборудованием и программным обеспечением;
- знание топологии сети (для быстрого определения причины и источника изменений);
- умение выделить существенные причины нарушения нормальной работы сети;
- умение сформировать возможные решения по устранению аномалий и выбрать рациональные решения на множестве состояний.
Сложное оборудование СПД, большой объем поступающей информации, трудность решения плохо формализованных и слабо структурированных задач при отсутствии полной и достоверной информации о состоянии элементов сети, ограниченное время на анализ проблемных ситуаций и принятие решения обусловливают несоответствие возможностей человека требованиям эффективного управления сетью.
В настоящее время на сети связи железных дорог создана единая система мониторинга и администрирования (ЕСМА) телекоммуникационной сети (ТКС), которая выполняет ряд функций по сбору информации о состоянии элементов ТКС. Однако в современных условиях этого недостаточно.
Основные недостатки существующих систем управления СПД:
- неполнота исходной информации;
- невозможность ведения оперативных расчетов и автоматического моделирования для оценки ситуации, так как многие данные трудно поддаются точному количественному измерению;
- современная система управления сетью предполагает диагностику и мониторинг состояния сети, однако выбор пути решения полностью остается за специалистом-экспертом;
- ограниченные возможности проверки степени оптимальности выбранного решения;
- наличие определенного лимита времени для своевременного и обоснованного решения по управлению СПД.
В современных условиях с растущими требованиями к системе управления СПД и ее постоянным развитием требуется разработка интеллектуальной системы поддержки принятия решений по управлению СПД, которая будет выполнять функции планирования, оперативного управления, контроля и учета данных и удовлетворять требованиям к системе управления, таким как [3]:
- устойчивость (способность системы обеспечивать управление с требуемой эффективностью; включает в себя свойства живучести, помехоустойчивости и надежности);
- мобильность (способность в установленные сроки выполнять определенные операции);
- безопасность (защита пользователя от поступления в сеть ложной информации и несанкционированного доступа);
49
- производительность (способность преобразовывать требуемые объемы информации в установленные сроки);
- управляемость (способность изменять свое состояние в необходимых пределах и сохранять свое состояние при переходе из одного состояния в другое).
Укрупненный алгоритм работы СУ СПД представлен на рисунке 2.
Рис. 2. Укрупненный алгоритм работы СУ СПД
2 Формирование элементов СУ СПД
При создании СУ СПД необходимо обеспечить её функционирование по принципу работы человеческого мозга, основными элементами которой являются база знаний (БЗ) и система логического вывода. Таким образом, компонентами СУ являются система логического вывода и БЗ. Ключевую роль при построении СУ играет БЗ.
50
БЗ служит основой представления данных об элементах и состояниях СПД [3]. Сегодня существует несколько методов представления знаний, например продукционные сети, фреймовые модели, семантические сети и др. [3], [4], [5]. На рисунке 3 представлена полная классификация методов представления знаний.
Если работа СУ СПД должна максимально приблизиться к работе человеческого мозга, то следует построить БЗ на нейронных сетях, поскольку при создании данной модели изначально предполагалось воспроизвести функционирование нервной системы человека. Возможность использования нейронной сети для решения задач управления во многом основывается на том, что нейронная сеть, состоящая из двух слоев и имеющая в скрытом слое произвольное большое количество узлов, может аппроксимировать любую функцию действительных чисел с заданной степенью точности [5], [6].
Рис. 3. Классификация методов представления знаний
Архитектура нейронных сетей представлена на рисунке 4 [6].
Реализация нейронной сети может быть аппаратной, когда каждый нейрон выполнен на отдельном микропроцессоре, или программной, если нейроны эмулируются в специальных программах, подобных электронным таблицам [7].
На рисунке 5 представлена простейшая однослойная нейронная сеть [6]. На п входов поступают некие сигналы, проходящие по синапсам нейро-
51
Рис. 4. Архитектура нейронных сетей
на, образующие единственный слой этой нейронной сети и выдающие три выходных сигнала. В искусственных сетях многие соединения могут отсутствовать. В данном случае показаны все соединения.
Основными свойствами нейронных сетей являются:
- обучение (нейронные сети могут менять свое поведение в зависимости от воздействий внешней среды);
- обобщение (эта способность нейронной сети позволит преодолеть требование строгой точности, предъявляемое двоичной логикой; искусственная нейронная сеть делает обобщения автоматически благодаря своей структуре, а не с помощью использования «человеческого интеллекта» в форме специально написанных компьютерных программ);
- абстрагирование (способность извлекать сущность из входных сигналов);
x
w
Y
Y!
Y2
Y3
Рис. 5. Пример построения однослойной нейронной сети
52
- применимость (могут быть использованы в большом классе задач, с которыми плохо или вообще не справляются обычные вычислительные системы).
Приведем некоторые достоинства нейронных сетей по сравнению с традиционными вычислительными системами:
- решение задач при неизвестных закономерностях;
- устойчивость к шумам во входных данных;
- адаптирование к изменениям окружающей среды;
- потенциальное сверхвысокое быстродействие;
- отказоустойчивость при аппаратной реализации нейронной сети.
В общем виде процесс обработки данных (рис. 6) состоит в предобработке данных перед их подачей нейронной сети. Предобработка предполагает приведение данных в удобный для обработки нейронной сетью вид. В некоторых случаях требуется этап последующей обработки выходов нейронной сети для восстановления первоначального вида данных.
ПостобработкаJ
Рис. 6. Обработка данных
Основное отличие нейронной сети от программного обеспечения заключается в том, что сеть «обучается», а «не программируется», т. е. сеть учится выполнять задачу, а не программируется непосредственно, что приближает работу нейронной сети к работе человеческого мозга.
За все время существования теория нейронных сетей показала свою эффективность в решении многих реальных задач. Очень широко нейронные сети в настоящее время применяются в робототехнике и в системах управления [7]. Вычислительный принцип, который нейронные сети позаимствовали у своего биологического прототипа (головного мозга), - распределенная обработка информации независимыми простейшими вычислителями - несомненно, является чрезвычайно эффективным.
53
Основными областями применения нейронных сетей в системах связи являются: управление коммутацией, маршрутизация, управление трафиком, распределение каналов в подвижных системах радиосвязи. Для решения комбинаторно-оптимизационных задач широко используются модели, построенные на основе нейронной сети Хопфилда. Использование нейронной сети с временными задержками при использовании речи позволяет преодолеть ряд недостатков, присущих статистическим сетям [6].
Заключение
Несомненно, сегодня необходимо развитие существующих СУ СПД в направлении их интеллектуализации, а в некоторых случаях и создание новой СУ СПД, поскольку специалисту в современных условиях трудно своевременно и обоснованно организовать работу и контролировать состояние компонентов сети.
На сегодняшний день при создании системы управления учитывается множество факторов и при определенных условиях некоторыми возможно пренебречь, что позволяет получить системы управления, уникальные для каждой СПД. Например, на железнодорожном транспорте создана ЕСМА ТКС, которая должна быть способна выполнять множество функций. Однако, как упоминалось выше, этого недостаточно для полноценного управления сетью.
В данной работе предлагается создать СУ СПД, база знаний которой будет построена на основе нейронных сетей. Такая система будет способна выполнять полный и непрерывный контроль за всеми элементами СПД, резервное копирование и восстановление всех элементов сети, своевременно обнаруживать ошибки, неисправности, сбои и отказы оборудования, управлять конфигурациями сетевых узлов, сетевым трафиком и политикой безопасности.
Библиографический список
1. Сети ЭВМ и телекоммуникации : учеб. пособие / Т. И. Алиев. - СПб. : СПбГУ ИТМО, 2011. - 400 с.
2. Системы и сети передачи данных на ж.-д. транспорте / В. И. Нейман. - М. : Маршрут, 2005. - 470 с.
3. Методология проектных исследований и управление качеством сложных технических систем / В. И. Курносов, А. М. Лихачев. - СПб. : ТИРЕКС, 1998. - 495 с.
4. Построение фреймовой модели представления знаний в интеллектуальной системе поддержки принятия решений системы управления сетью тактовой сетевой синхронизации / М. А. Камынина, А. К. Канаев, Е. В. Опарин // Бюллетень результатов научных
54
исследований : интернет-журн. 17.02.2012. - URL: http://sampgups.ru/brni/index.php (дата обращения 24.04.2012).
5. Нейронные сети: распознавание, управление, принятие решений (Прикладные информационные технологии) / А. Б. Барский. - М. : Финансы и статистика, 2004. - 176 с.
6. Нейронные сети и их применение с системах управления и связи / В. И. Комашинский, Д. А. Смирнов. - М. : Горячая линия - Телеком, 2003. - 94 с.
7. Искусственный интеллект / И. А. Бессмертный. - СПб. : СПбГУ ИТМО, 2010. -
132 с.
© Канаев А. К., Камынина М. А., Опарин Е. В., 2012
55
