CC BY
22
Модель функционирования автоматизированной системы управления, учитывающая информацию мониторинга производительности в узлах сетевой инфраструктуры
В.В. Оркин
Военно-космическая академия имени А.Ф. Можайского Санкт-Петербург, Россия orc225@mail.ru
Аннотация. Предложена модель функционирования автоматизированной системы управления, основанная на использовании информации мониторинга производительности в узлах сетевой архитектуры. Рассматривается информационная подсистема автоматизированной системы управления, мониторинг в которой производится в отношении серверов комплекса средств автоматизации, предоставляющих информацию должностным лицам. Модель предусмотрена для реализации метода перераспределения информационно-вычислительных ресурсов в информационных системах с целью обеспечения результативности их целевого функционирования.
Ключевые слова: информационная подсистема автоматизированной системы управления, мониторинг производительности, результативность.
Введение
В целях реализации проводимых в сложной организационно-технической системе операций необходимо их информационное обеспечение. В целях своевременного получения ответов обслуживания по заявкам от должностных лиц органов управления необходимо направлять данные заявки к центрам предоставления информации (узлам предоставления информационных услуг), в которых качество предоставления информации либо решения информационно-расчетных задач выше, чем в остальных, а время обслуживания меньше. Заявки направляются из центрального узла-получателя информационных услуг к узлам, предоставляющим информацию. Выбор направления определяется планом распределения информационных ресурсов. В условиях отсутствия возмущений время обслуживания заявок не выходит за пределы интервала допустимых значений, загрузка системы зависит лишь от интенсивности входного потока.
В условиях возмущений в информационной подсистеме автоматизированной системы управления (ИПС АСУ) часть обработчиков заявок может выйти из строя либо оказаться перегруженными. Время обслуживания заявок серверами также может увеличиться. Для фиксации данных
изменений предназначаются специальные комплексы мониторинга с целью отслеживания состояния различных параметров.
ПОСТАНОВКА ЗАДАЧИ
Гетерогенность информационных систем управления и средств автоматизации как основы информационной инфраструктуры порождает необходимость комплексного подхода к решению задач мониторинга с использованием различных методов сбора, обработки и анализа информации о параметрах вычислительных систем (комплексов) в центрах обработки данных различного типа, состоянии каналов связи и сервисов. Ключевыми показателями эффективности перспективной системы оперативного мониторинга состояния являются время локализации события, оценка нагрузки и вероятность отказа. При распределении информационных потоков либо заявок к информационным ресурсам в различных условиях функционирования АСУ, в том числе при отказе системы мониторинга, необходимо предусмотреть возможность применения различных алгоритмов распределения.
Разработкой моделей, алгоритмов и методик распределения занимались многие ученые [1-5, 14]. Анализ методов распределения заявок на предоставление информационных услуг и других информационных потоков проведен в работах [6, 7]. Для АСУ различного предназначения возможно применение как универсальных, так и специально разработанных процедур динамического перераспределения информационных ресурсов. Комплексное применение таких процедур предусматривает разработку метода динамического перераспределения информационных ресурсов с использованием модели функционирования АСУ для определения текущей производительности в узлах сетевой инфраструктуры и прогнозирования результативности при использовании текущего распределения информационно-вычислительных ресурсов.
Необходимо разработать модель, способную определить зависимость результативности функционирования от значений элементов плана распределения и параметров ин-
Моделирование процесса функционирования АСУ
Сложность и разнородность управляемых составляющих АСУ, включающих взаимозависимые элементы, существенно усложняют описание взаимных связей и отношений между ними.
Намечена тенденция использования в исследованиях некоторой совокупности моделей, например: специализированных моделей (каждая из которых позволяет получить оценку, как правило, одного показателя эффективности), не увязанных между собой по входной и выходной информации; моделей, отличающихся используемыми исходными данными и степенью детализации моделируемой системы [8], а также имитационных моделей, модули которых в зависимости от состава комплексного показателя эффективности могут удаляться из модели или использоваться при моделировании [9].
Первым этапом моделирования функционирования системы является формализация процесса [10]. Формализованная схема функционирования АСУ представлена на рис. 1.
Получение оценок показателей эффективности в связи со сложностью АСУ представляет собой задачу большой размерности, которая не может быть решена в рамках одной аналитической модели ее функционирования. Обычно разрабатывается несколько моделей. С точки зрения оценивания результатов целевого функционирования АСУ, предназначенной для информационного обеспечения органов управления, рассмотрена результативность функционирования системы как составляющая (операционное свойство) эффективности. Комплексным показателем результативности выбрана вероятность своевременного обслуживания поступивших заявок на предоставление информационных услуг либо решения информационно-расчетных задач (ИРЗ) с требуемым качеством. Данный показатель позволяет оценить эффективность функционирования АСУ с
формационно-вычислительных ресурсов с целью определения необходимости применения той или иной процедуры динамического перераспределения ресурсов.
точки зрения оперативности и результативности, где результатом является решение задач информационного обеспечения.
Между комплексами средств автоматизации циркулируют различные информационные потоки, в том числе запросы на предоставление различной информации для должностных лиц в целях решения задач сложной организационно-технической системы, а также сообщения обслуживания данных запросов. При проведении масштабных операций в системе направляется большое количество заявок на предоставление информации. Для построения адекватной модели важно правильно определить характеристики входных потоков, поступающих к серверам комплексов средств автоматизации.
Нагрузка на узлы предоставления информационных услуг (УУ) определяется планом распределения Е, представляющим собой матрицу с числом столбцов, равным г (число УУ, к которым центральный узел может обращаться (количество исходящих направлений)) и числом строк, равным п (число видов заявок). Элементом строки матрицы является доля от общего количества заявок вида у, у = 1, п, планируемая для обработки к-м УУ,
±Е]к = 1. (1)
к=1
В работе предложена аналитическая модель расчета показателя результативности функционирования АСУ - вероятности своевременного обслуживания заявок на предоставление информации с требуемым качеством.
Модель предполагает получение значений времени обслуживания заявок системой мониторинга функционирования средств (рис. 1) в узлах сетевой информационной инфраструктуры. Определяется время обработки данных по единичной заявке:
Рис. 1. Формализованная схема функционирования АСУ
,ед лск . ,ср ,изв гр „
■к _ 'к +'к + 'к , (2) '■к - время сравнения качества найденной информации
пск с требуемым уровнем качества;
где 4 - время поиска информации сервером к-го УУ ,изв , ,
к г ^ г г г 'к - время выдачи информации в формализованном
по единичной заявке;
виде.
РАСПРЕДЕЛЕНИЕ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ. ОБСЛУЖИВАНИЕ ЗАЯВОК НА ПРЕДОСТАВЛЕНИЕ ИНФОРМАЦИИ
Мониторинг производительности в узлах сетевой инфраструктуры Фиксация наличия возмущений локальными менеджерами мониторинга
Фиксация увеличения длины очереди к обработчикам
Фиксация деградации вычислений Фиксация нарушения целостности информации
Фиксаций увеличения времени обслуживания заявок и определение параметров распределения времени обслуживания. Оценивание состояния серверов.
Мониторинг сети узлов из центрального узла системы управления, в котором формируется план распределения
Контроль работы локальных менеджеров мониторинга
Определение времени пребывания заявок в системе и качества их обслуживания
Оценивание показателя результативности функционирования АСУ на основании модели функционирования
ОПРЕДЕЛЕНИЕ НЕОБХОДИМОСТИ КОРРЕКЦИИ ПЛАНА РАСПРЕДЕЛЕНИЯ И ПЕРИОДА КОРРЕКЦИИ
Рис. 2. Практическое использование модели при реализации в АСУ метода адаптивного перераспределения
информационно-вычислительных ресурсов
Требуемое время обслуживания заявок Т определяется из общего времени, отведенного на проведение операции вышестоящей системой. В системе управления определяется относительный показатель оперативности обслуживания на основании данных от менеджеров мониторинга:
■ пр
г о _ ]к }к _ ■
1ТК
(3)
где - время пребывания заявки в системе при отправке к к-му УУ.
Время пребывания заявки _/-го вида в к-м УУ определяется как сумма времени обслуживания и времени ожидания
обслуживания ■ °кЖ [9, 11]:
г? _г.ъ + г°кж; ]к ]к ]к '
е i гед
г пр _ ]к ] к , ож
1}к с >
с
(4)
к
где ^ - требуемое количество информации по заявке _/-го
вида; Ск - количество обслуживающих серверов в к-м УУ.
Относительный показатель оперативности определяется с целью адаптивного перераспределения информационных ресурсов при отсутствии сведений от локальных менеджеров мониторинга в узлах сетевой инфраструктуры.
Менеджеры мониторинга подконтрольной системы в каждом УУ определяют выход значений времени обслуживания за пределы определенного в рамках предварительных испытаний (натурного эксперимента) интервала возможных значений, а также время восстановления серверов после отказов, длину очередей на обслуживание. На основе полученных значений в процессе функционирования изменяется оценка среднеквадратичного отклонения О к и мате- - г ед матического ожидания тк случайной величины гк , распределение которой близко к усеченному слева нормальному (значения длительностей обслуживания только положительные). После этого определяется вероятность своевременного обслуживания с требуемым качеством:
^кач _ £ {Е]кР('кЕД * гт)у® > От), (5)
к _1
где О щ - требуемое качество предоставляемой информации по заявке -го вида;
О! - качество предоставленной информации (определяется экспертами по объему либо по специальным аналитическим моделям для конкретных АСУ).
Вероятность своевременного обслуживания вычисляется через функцию распределения случайной величины -времени обработки заявки единичного объема.
1п1е11есШа1 Technologies оп ТтатроН. 2019. N0 1
Усеченным нормальным распределением случайной величины называется распределение, получаемое из нормального при ограничении интервала возможных значений этой величины. Так как возможные значения случайной ве-
ед
личины /к ограничены интервалом (0, да), то плотность усеченного распределения определяется выражением:
/Г) = 0/(1),
где//) - плотность неусеченного распределения (известна из литературы [10]);
с - нормирующий множитель,
1
с =-.
] / (1 й
Р (о
*ТЯ ~тк
2 йх °к
42%
■ йх.
(6)
0-Шк
ок
Выражая правую часть выражения (6) через функцию Лапласа, получим:
Ф
Р ((ЕД < Т =
С / - т Л
V О у
+Ф
щ ^
Vaк у
1тк
0,5 + Ф
с Щ >
Vak у
(7)
При наличии перегрузок, увеличении времени обслуживания заявок и росте длины очереди к серверам УУ необходимо изменить значения элементов плана распределения по определенному алгоритму.
В результате компьютерной атаки или других причин нарушения работоспособности изменяются длительности обслуживания, данные изменения фиксируются системой мониторинга [12]. Накапливается статистика и определяются изменения параметров распределения. После этого определяется вероятность своевременного обслуживания с требуемым качеством и делается прогноз результативности функционирования информационной подсистемы.
При невозможности получить информацию от системы мониторинга в результате воздействия злоумышленника на нее или каналы связи используются данные об обслуживании самих заявок по времени пребывания в системе (4) и полноте информации, предоставленной по заявкам. Используются данные статистики обслуживания заявок, и план распределения изменяется в соответствии с определенной процедурой. Практическое использование модели представлено на рис. 2.
Пример использования модели
Представленная модель использует накопленную статистику в процессе функционирования вычислительной системы (обработчиков заявок) для оценки параметров рас- - /ед пределения случайной величины /к : среднеквадратичного отклонения О к и математического ожидания Щк на
каждом узле сетевой инфраструктуры.
Пусть при проведении вышестоящей системой операции решаются задачи поиска информации и решения информационно-расчетных задач. Если разбить процесс проведения операции на временные циклы, то после каждого цикла образуется накопленная статистика по обслуживанию заявок в узлах системы. По данной статистике и определяются параметры распределения. Пример приведен в табл. 1.
ТАБЛИЦА 1. Оценки параметров распределения времени обслуживания единичной заявки
к Узлы предоставления информационных услуг
1 2 3 4 5 6 7 8
тк,с 1,51 1,44 2,03 1,91 1,11 1,59 1,87 1,14
О к,с 0,23 0,22 0,24 0,23 0,18 0,19 0,18 0,13
Примем, что проводимая вышестоящей системой операция имеет этап сбора информации длительностью 12 часов, состоящий из 16 циклов, в каждом из которых идет сбор информации по 1 200 пунктам. Соответственно, обработка информации в каждом узле по одному пункту должна продолжаться не более 2,25 с. Операция предполагает сбор информации по всем пунктам последовательно (пока не выполнен пункт 1, центральный узел системы не отправляет заявки по пункту 2). По статистике, набранной при обработке заявок первого цикла, определяется вероятность своевременного выполнения всех циклов по формуле (7).
Результаты расчетов по данным табл. 1 представлены в табл. 2. Из таблицы видно, что вероятность своевременного обслуживания при выполнении дальнейших циклов в узлах 3, 4, 7 ниже, чем в остальных.
ТАБЛИЦА 2. Вероятность своевременного обслуживания
к Узлы п редоставления информационных услуг
1 2 3 4 5 6 7 8
Р 0,98 0,99 0,45 0,65 0,99 0,98 0,76 1
В табл. 2 примем Р = < /тк }.
Примем Р^, > Q к ) = 1, тогда при предоставлении
системой услуг одного вида (] = 1) и равномерном распределении по узлам, подставляя в выражение (5) данные из табл. 2, получим:
Ркач =£ (0,125Р(/кЕД < Т ) =0,85.
к=1
2
X
X
1
При использовании метода перераспределения информационных ресурсов после первого цикла сбора информации план распределения примет вид, представленный в табл. 3.
ТАБЛИЦА 3. План распределения
k Узлы предоставления информационных услуг
1 2 3 4 5 6 7 8
Ek 0,126 0,127 0,12 0,121 0,13 0,125 0,121 0,13
При данном плане распределения показатель результативности принимает значение 0,86. Прирост результативности по сравнению со статическим распределением становится более ощутимым при нарушении функционирования информационной инфраструктуры. При увеличении значений времени обработки данных в узлах сетевой инфраструктуры получим оценки параметров распределения, приведенные в табл. 4. Для определения значений используются имитационные модели компьютерных атак на информационно-вычислительные ресурсы.
ТАБЛИЦА 4. Оценки параметров распределения при воздействиях на узлы 3, 4, 5
k Узлы п редоставления информационных услуг
1 2 3 4 5 6 7 8
mk,с 1,59 1,47 6,13 5,61 4,19 1,62 1,88 1,15
0,24 0,22 0,44 0,33 0,51 0,2 0,19 0,13
При равномерном распределении заявок по узлам показатель результативности принимает значение 0,62. При использовании метода перераспределения информационных ресурсов показатель результативности принимает значение 0,84.
Таким образом, учет информации мониторинга производительности позволяет определить снижение значения показателя результативности функционирования и перейти от одной процедуры управления в информационной системе к другой.
Заключение
В данной работе представлена модель функционирования АСУ, учитывающая информацию мониторинга производительности в узлах сетевой инфраструктуры в условиях возмущений, которая отличается от известных тем, что использует информацию о времени поиска и обработки данных серверами узлов сетевой информационной инфраструктуры АСУ и показывает зависимость показателей оперативности и результативности функционирования АСУ от значений элементов плана распределения информационных ресурсов и временных характеристик процесса обработки заявок.
Развитие АСУ включает в себя в первую очередь совершенствование системы управления её функционированием, заключающееся во внедрении новых программно-аппаратных комплексов [13], способных работать в условиях возмущений, парируя воздействия за счет применения в различных условиях различных процедур управления.
Дальнейшие исследования должны быть направлены на практическое применение данной модели в конкретных АСУ и информационных системах, функционирование которых возможно в чрезвычайных условиях.
Литература
1. Легков К.Е. Методы управления параметрами, характеризующими процессы функционирования инфокомму-никационной системы специального назначения / К.Е. Легков // T-Comm: Телекоммуникации и транспорт. - 2016. Том 10. - № 3. - С. 49-55.
2. Исьянов В.М. Децентрализованный способ динамического распределения информации на автоматически коммутируемых сетях связи / В.М. Исьянов, В.Г. Лазарев, Н.Я. Паршенков // В кн.: Автоматы и управление сетями связи. - М. : Наука, 1971. - С. 68-71.
3. Prellwitz M., Parzyjegla H., Mühl G. Adaptive Information Distribution for Dynamic Sets Using Multicast Push and Pull // ACM SIGAPP Applied Computing Review. - October 2018. - № 18 (3). - Pp.19-31.
4. Borzemski L., Zatwarnicki K., Zatwarnicka A. Adaptive and Intelligent Request Distribution for Content Delivery Networks // Cybernetics and Systems. - 2007. - Vol. 38. - № 8. -Pp. 837-857.
5. Гурин Л.С. Задачи и методы оптимального распределения ресурсов / Л.С. Гурин, Я.С. Дымарский, А.Д. Меркулов. - М. : Советское радио, 1968. - 463 с.
6. Новиков С.Н. Классификация методов маршрутизации в мультисервисных сетях связи // Вестник СибГУТИ. 2013. - № 1. - С. 57-67.
7. Буренин А.Н., Курносов В.И. Теоретические основы управления современными телекоммуникационными сетями: Монография / А.Н. Буренин, В.И. Курносов ; под общ. ред. В.И. Курносова. - М. : Наука, 2011. - 463 с.
8. Бусленко Н.П. Моделирование сложных систем. - М. : Наука, 1968. - 356 с.
9. Легков К.Е. К вопросу моделирования функционирования информационной подсистемы автоматизированной системы управления / К.Е. Легков, В.В. Оркин // Труды ВКА им. А.Ф. Можайского. - № 664. - 2018. - С. 34-42.
10. Васильев К.К. Математическое моделирование инфокоммуникационных систем : учебное пособие для вузов / К.К. Васильев, М.Н. Служивый. - М. : Горячая линия-Телеком, 2018. - 236 с.
11. Алиев Т.И. Основы моделирования дискретных систем. - СПб.: СПбГУ ИТМО, 2009. - 363 с.
12. Чернопрудова Е.Н. Проектирование распределенных информационных систем : курс лекций / Е.Н. Чернопрудова, С.А. Щелоков. - Оренбург : БИБКОМ, 2012. - 320 с.
13. Легков К.Е. Развитие автоматизированных систем управления специального назначения: основные принципы и задачи / К.Е. Легков, С.Е. Шалдаев, В.В. Алейник // i-methods. - 2014. - Т. 6. - № 2. - С. 27-30.
14. Netten N., Bruinsma G., M. van Someren, R. de Hoog. Task-Adaptive Information Distribution for Dynamic Collaborative Emergency Response. International Journal of Intelligent Control and Systems, 2006, No. 11 (4). - Pp. 238-247.
The Model of Automated Control System Functioning, Taking into Account Performance Monitoring Information in Network Infrastructure Nodes
V.V. Orkin A.F. Mozhaisky Military Space Academy St. Petersburg, Russia orc225@mail.ru
Abstract. A model of automated control system functioning based on the use of performance monitoring information in the of the network infrastructure nodes is proposed. The information subsystem of the automated control system is considered, and monitoring is carried out with respect to servers of the complex of automation tools that provide information to officials. The model is designed to implement the method of redistribution of information resources in information systems in order to ensure the effectiveness of their target functioning.
Keywords: information subsystem of the automated control system, performance monitoring, performance.
References
1. Legkov K.E. Methods of Controlling Parameters Characterizing the Processes of Functioning of the Information Communication System of Special Purpose [Metody upravleniya parametrami, kharakterizuyushchimi protsessy funktsion-irovaniya infokommunikatsionnoy sistemy spetsial'nogo naznacheniya], T-Comm: Telecommunications and Transport [T-Comm: Telekommunikatsii i transport], 2016, Vol. 10, No. 3. - Pp. 49-55.
2. Isyanov V.M., Lazarev V.G., Parshenkov N.Ya. Decentralized Method of Dynamic Distribution of Information on Automatically Switched Communication Networks [Detsentral-izovannyy sposob dinamicheskogo raspredeleniya informatsii na avtomaticheski kommutiruyemykh setyakh svyazi], In the book: Automats and Management of Communication Networks [Avtomaty i upravleniye setyami svyazi], Moscow, Nauka, 1971. - Pp. 68-71.
3. Prellwitz M., Parzyjegla H., Mühl G. Adaptive Information Distribution for Dynamic Sets Using Multicast Push and Pull. ACMSIGAPP Applied Computing Review. October 2018, No. 18 (3). - Pp.19-31.
4. Borzemski L., Zatwarnicki K., Zatwarnicka A. Adaptive and Intelligent Request Distribution for Content Delivery Networks. Cybernetics and Systems, 2007, Vol. 38, No. 8. -Pp. 837-857.
5. Gurin L.S., Dymarsky I.S., Merkulov A.D. Tasks and methods for optimal resource allocation [Zadachi i metody op-timal'nogo raspredeleniya resursov], Moscow, Soviet Radio, 1968. - 463 p.
6. Novikov S.N. Classification of Routing Methods in Multiservice Communication Networks [Klassifikatsiya metodov marshrutizatsii. v mul'tiservisnykh setyakh svyazi]. Messenger SibSUTI [Vestnik SibGUTI], 2013, No. 1. - Pp. 57-67.
7. Burenin A.N., Kurnosov V.I. Theoretical bases of management of modern telecommunication networks: Monograph [Teoreticheskie osnovy upravleniya sovremennymi telekom-munikachionnymi setyami: Monografiya], Moscow, Nauka, 2011. - 463 p.
8. Buslenko N.P. Modeling of complex systems [Modeliro-vaniye slozhnykh sistem], Moscow, Nauka, 1968. - 356 p.
9. Legkov K.E., Orkin V.V. To the Question of Modeling the Functioning of the Information Subsystem of the Automated Control System [K voprosu modelirovaniya funktsionirovaniya informatsionnoy podsistemy avtomatizi-rovannoy sistemy upravleniya], Proc. of MAA named after A.F. Mozhaisky [Trudy VKA im. A.F. Mozhayskogo], 2018, No. 664. - Pp. 34-42.
10. Vasiliev K.K., Sluzhivyy M.N. Mathematical modeling of information-communication systems: study guide [Ma-tematicheskoye modelirovaniye infokommunikatsionnykh sistem: uchebnoe posobie], Moscow, Goryachaya liniya-Telekom, 2018. - 236 p.
11. Aliyev T.I. Fundamentals of discrete system modeling [Osnovy modelirovaniya diskretnykh sistem], Saint Petersburg, SPbSU ITMO, 2009. - 363 p.
12. Chernoprudova E.N., Shchelokov S.A. Design of distributed information systems: course of lectures [Proektirovanie raspredelennykh informatsionnykh sistem: kurs lektsii], Orenburg, BIBKOM, 2012. - 320 p.
13. Legkov K.E., Shaldaev S.E., Aleinik V.V. Development of Automated Control Systems for Special Purposes: Basic Principles and Objectives [Razvitiye avtomatizirovannykh sistem upravleniya spetsial'nogo naznacheniya: osnovnyye printsipy i zadachi], I-methods, 2014, Vol. 6, No. 2. - Pp. 27-30.
14. Netten N., Bruinsma G., M. van Someren, R. de Hoog. Task-Adaptive Information Distribution for Dynamic Collaborative Emergency Response. International Journal of Intelligent Control and Systems, 2006, No. 11 (4). - Pp. 238-247.
