CC BY
65
УДК 681.3
ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ТЕХНИЧЕСКИМИ СРЕДСТВАМИ В СИСТЕМАХ ОБРАБОТКИ ИНФОРМАЦИИ
Халил Мохамед
В статье рассматриваются вопросы разработки средств принятия решений в вычислительных сетях АСОИ на основе использования технологии экспертных систем
Ключевые слова: экспертные системы, вычислительные сети, принятие решений
Сложность используемого в современных системах обработки информации сетях
технического и программного обеспечения, а также растущий круг пользователей этих систем
повышает вероятность вмешательства человека в функционирование программного и аппаратного обеспечения, что делает систему уязвимой к возникновению различного рода нарушений как из-за внутренних, так и из-за внешних причин.
Таким образом, одним из приоритетных направлений научных исследований в области
повышения эффективности функционирования систем обработки информации на основе
информационно-вычислительных сетей становится разработка интеллектуальных систем поддержки принятия решений в ситуациях, связанных с различными нарушениями в работе оборудования или программного обеспечения.
Анализ содержания задач принятия решений в ситуациях, связанных с нарушениями в работе системы, позволяет отметить особую важность использования интеллектуальных технологий. Информация о состоянии системы, сохраненная в виде фактов в базе знаний системы принятия решений, оказывает существенную помощь при анализе типовых ситуаций, а также при преодолении отрицательных последствий,
связанных с выходом из строя той или иной части вычислительной сети, на основе которой построена система.
При выборе из множества существующих оболочек для создания экспертных систем были рассмотрены как свободно распространяемые, так и коммерческие программные продукты.
В результате сравнительного анализа из рассматриваемого множества программных
продуктов была выбрана программная оболочка
КАРРА фирмы ШеШСогр. Данная оболочка представляет собой дальнейшее развитие принципов организации баз знаний и логического вывода, реализованных в достаточно хорошо себя зарекомендовавшей системе КЕЕ, разработанной той же фирмой для платформы ЦЖХ.
В соответствии с принятой технологией и выбранной оболочкой для построения ЭС, для хранения необходимых фактов была разработана
Халил Мохамед - ТГТУ, аспирант, E-mail:
Mohamed_hh@mail.ru
иерархию классов и создано необходимое количество объектов этих классов для исследуемой вычислительной сети [1]. На рис. 1 представлены основные классы, используемые для описания структуры сети и составляющих ее сетевых устройств. В локальной вычислительной сети, включающей сервер, обслуживающей рабочие станции, подключенные через него к сети Интернет, возможны различные ситуации, вызывающие неудовлетворительную работу сети с точки зрения ее пользователей. Администратору сети в этом случае приходится принимать решения на основании информации.
Алгоритм принятия решений представлен на рис. 2. Исходными данными для алгоритма
являются временные параметры, а также значения управляющих воздействий, которые будут применяться к выявленным хостам, чье поведение необходимо корректировать.
Алгоритм включает в себя два временных цикла. Внешний цикл (для Т от 1 до 24) обеспечивает периодическое (один раз в час) выполнение функций по сбору информации и выполнению необходимых мероприятий по обеспечению достаточной полосы пропускания для имеющихся в сети хостов.
Для этого организуется внутренний цикл (для I от 1 до Тк), в котором выполняется процедура определения множества активных хостов {Ы}. Затем для каждого хоста из этого множества выполняется проверка на наличие
мультимедийного трафика. При выявлении такого трафика приоритет данного хоста уменьшается на константу, являющуюся параметром алгоритма. Если при этом значение приоритета оказывается меньше заданного Ршш, то выполняется временное отключение хоста от данного сервиса. Данный этап алгоритма реализует процедуру автоматического принятия решений и выполняется без ЛПР.
После завершения внутреннего цикла выполняется процедура анализа
широковещательных рассылок и формируется множество хостов {Ш}. Затем для каждого хоста из этого множества выявляются незаконные обращения по используемым сервисам. При подтверждении факта незаконного обращения выполняется временное ограничение по скорости передачи данных с данного хоста.
Рис. 1. Иерархия классов разработанной СППР
После этого выполняется обновление базы сигнатур используемой антивирусной программы. Если незаконное обращение не подтверждается, проверяется легальность обращения к сервисам узлов, вызывающих факт спама. При наличии нелегальных обращений также устанавливается временное ограничение по скорости передачи данных. Если все обращения были легальными, адреса хостов запоминаются в базе знаний для анализа на последующих циклах алгоритма
Описанный набор действий позволяет гибко управлять скоростью передачи данных для каждого узла сети. При наличии несанкционированной активности приоритет данного узла может быть уменьшен на заданное значение, что позволяет уменьшить его влияние на работу сети в целом. При прекращении несанкционированных действий и нормальной работе узла в течение заданного интервала времени приоритет узла может быть восстановлен до его обычного значения.
Рис. 2. Алгоритм принятия решений
li- Г Под ель принятия решений НЧ" 0 © СЮ 1
- 4 і, ,
— ± J 4--М- — — :=? — — — — — - Запуск
::: ::: ::: ::: :~f ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: ::: щ ' 1 Время
— — ij- — — — — — — — — — — — — — — — — — - 1 - 1 1Э0 Порог ПР
-5-4 ш- :г_: -± : 1 бООС
::: г= - 1 - 1 Нач. значение
-V -- :г: _1 - 1 ЗИИО
-pH :т. н ::: г: ::: - 1 Разброс ИЗ
- -у ::: и: — : | 2000
— г 0 Ґ- Спамер )/_ Приоритеты Оцифровка Время
— - +- г: - і
А ::: ::: ::: ; 1
— --г Г" -- — --- — — — — — — , ::h ;
: J -у- - г: _ -4_ : 1 10
Д TTJ- 'Л -■ п-: Г Трафік
E=: ' - .і: 0 I- II" 4 100D
L —1- — ■ - - — т : — Г: — ■|4-~ -
“Т1 т ті t-' =ї- vy _ — III Сохранить
1 J к и — =" -1: — Выход
5 0 -4 W- N 0 0 -4 0 0 -4 0 -4 0 0 -4 0 -4 0 0 -4- t
Рис. 3. Результаты моделирования процесса принятия решений
Данный этап алгоритма реализует процедуру автоматизированного принятия решений и может выполняться с привлечения ЛПР в особых случаях, описание которых отсутствует в базе знаний системы. После пополнения базы знаний решения в аналогичных случаях могут приниматься автоматически с использованием метода аналогий.
Описанный алгоритм принятия решений был смоделирован с помощью системы моделирования AnyLogic [2]. Результаты моделирования отображаются с использованием встроенных классов анимации системы AnyLogic. На рис. 3 представлен пример реализации представленного выше алгоритма принятия решений [3].
Таким образом, в результате проведенного исследования разработана структура базы знаний СППР для предметной области «Технические
средства систем обработки информации на базе вычислительных сетей».
Литература
1. Халил Мохамед. Интеллектуальная поддержка администрирования вычислительной сети // Математические методы и информационные технологии в экономике, социологии и образовании: сборник статей XX Междунар. науч.-техн. конф. - Пенза, 2007. С. 170.
2. Карпов Ю. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. - СПб.: БХВ - Санкт-Петербург, 2005. - 400 с.
3. Халил Мохамед. Использование
моделирования для анализа функционирования ЛВС // Приоритетные направления развития науки и технологий: Всерос. науч.-техн. конф. - Тула, 2008.
С.132.
Тверской государственный технический университет
INTELLECTUAL TECHNOLOGIES OF DECISION-MAKING ON MANAGEMENT OF MEANS IN SYSTEMS OF PROCESSING OF THE INFORMATION
Khalil Mohamed
The paper deals with issues of decision making software tools based on logical deduction by expert system for the subject domain “Local area network administration”
Key words: local area networks, decision making, expert system
