Модель поведения автономного сценария в задачах управления распределенными информационными ресурсами Текст научной статьи по специальности «Компьютерные и информационные науки»

В.А.Филатов, О.Ф. Козырь

Модель поведения автономного сценария в задачах управления распределенными информационными ресурсами

Введение

Важную роль в повышении эффективности функционирования любого предприятия, интенсификации и развитии управленческих и инновационных процессов играет качество управления информационными ресурсами (УИР), под которыми будем понимать информацию и инструменты работы с нею.

В условиях постоянного развития информационных систем и технологий становится невозможно эффективно решать вручную множество сложных задач управления информационными ресурсами. Поэтому, учитывая все возрастающий спрос на программные средства, которые облегчают администрирование в распределенных системах и выполняют те или иные задачи информационной поддержки, разработчики предлагают все новые решения для управления информационными ресурсами, расширяют возможности существующих программных продуктов.

Однако в настоящее время не существует универсального класса систем УИР, которые отвечали бы потребностям предприятий различных масштабов и разного уровня автоматизации процессов управления. Поэтому поиск доступных, гибких и универсальных средств управления всем многообразием информационных ресурсов распределенных систем является одной из важнейших задач ИТ-индустрии.

Такие свойства программных сценариев, как автономность, целенаправленность, мобильность и адаптивность, а также независимость от сред и квалификации разработчика, способность решать и простые, и сложные задачи, как на сервере, так и на стороне клиента, позволяют рассматривать их как одно из перспективных направлений развития УИР.

Для системной проработки вопросов возможности и целесообразности применения автономных сценариев в автоматизации процессов УИР необходимы формализация и исследование их структуры и поведения при решении различных классов задач УИР.

ІРазработка концептуальной модели автономного сценария

Рассмотрим один из подходов к созданию модели универсального автономного сценария, ориентированного на решение задач управления информационными ресурсами вычислительных систем, на основе концепции фреймов [1,2]. В общем случае она может быть записана в виде:

FR{< Ri, Сіі.Сі2_.Сі„. >, < R2, С21, С 22, ...С 2 >,..., < R„ , Сн,..., Скш >} ,

(1)

где FR - имя фрейма;

совокупность <Ri,Qb.. ,,Cij,.. ,,Cim> - описание i-го слота фрейма;

Ri - имя i-го слота, Cij - j-ое значение i-го слота.

На основании фрейма (1), может быть реализована модель программного сценария в терминах <объекты>, <условия>, <действия>, <результаты>. Фрейм выступает в виде универсального каркаса или типовой оболочки, в которую могут добавляться функциональные модули-слоты для решения конкретных задач управления информационными ресурсами.

Каждый слот фрейма связан с конкретным объектом информационного

пространства и выполняет с ним заданное действие. Математическое

описание слота имеет вид:

Slot = (ü,D,dom,ri, 0, Q), (2)

где U - множество имен атрибутов, D - множество доменов, dom -отображение ü ^ D , 0 - множество, определяющее начальные условия и признаки выполнения действий в структуре задания, Q - множество

операций, при этом Q = {Q1, Q 2, Q3}, где Q1 - операции над слотами-кортежами, Q2 - операции над состояниями кортежей, Q3 - операции над значениями типовых атрибутов. При этом Q3 = {Q31, Q32}, где Q31 - операции

над данными одного типа, Q32 - межтиповые операции, ri - модель-кортеж i-го задания автономного сценария.

Кортеж ri в модели (2) может быть представлен в виде:

Г ={{R},, Q ,V}, (3)

где (4- множество состояний кортежа ri , Vt - множество ограничений целостности, Q; с Q - множество операций, заданных на

С учетом (2) и (3) логическую модель автономного сценария можно рассматривать как двумерный объект, имеющий реляционную структуру, слоты-кортежи которой описаны с помощью типового набора атрибутов {< OBG >, < CON >, < ACT >, < FLAG >} [3,4]:

Slot < [OBG],[CON],[ACT],[FLAG] > (4)

Где в качестве базовых представлены следующие типы:

OBG (оЬ|еС;-объект)={база данных, файл, папка, сценарий, том, диск};

АСТ(асйоп-действие)={записать, копировать, читать, удалить, искать, наблюдать, защищать, ссылаться, выполнять};

СОК(сопёШоп-условие)={ЕСЛИ <условие> ТО <предикат> };

FLAG(признак выполнения задания)={0; 1}.

Слот также может иметь ключевой атрибут - идентификатор ID (index-индекс) и атрибут PRI (priority - приоритет), значение которого определяется пользователем и используется для взаимодействия сценариев.

Модель слота автономного сценария показана на рис.1.

Рис.1. - Модель слота автономного сценария

Состояния-кортежи {r }у могут быть представлены, например, в виде

реляционной таблицы, атрибутами которой

{ID, PRI, OBG, CON, ACT, FLAG}.

являются

2 Классификация автономных сценариев на основе фреймовой структуры

Так как во многих реальных ситуациях автономные сценарии должны решать возложенные на них задачи в условиях априорной неопределенности, то достижение ими заданной цели возможно лишь на основе применения адаптивного подхода. Суть такого подхода состоит в использовании текущей информации, получаемой в результате выбора конкретных

действий, для обоснования выполнения последующих действий. В задачах

адаптивного выбора вариантов такой текущей информацией являются значения потерь, получаемые в результате выбора конкретных вариантов. Это позволяет компенсировать недостаток информации и реализовать оптимальную на классе систем стратегию управления [5].

Рассмотрим общую постановку задачи адаптивного выбора вариантов, представленную на рисунке 2.

Смысл подхода состоит в следующем - в каждый из последовательных моментов времени 1п (п = 1; N) необходимо выбирать вариант уп из конечного множества возможных вариантов V.

* п - п

Объект

1 . упраВЛСНИЯ

1

Л п+1 Тп(\ со)

Рис.2. - Схема адаптивного выбора вариантов

Потери системы £, п представляют собой функцию элементарного исхода ю (имеет бинарные значения «штраф» и «отсутствие штрафа») и зависят от выбранного варианта уп, а также, возможно, от состояния системы. Реализуемая при этом последовательность вариантов (уп) должна быть такой, чтобы достигалась заданная цель, формулируемая в терминах предельных значений текущих средних потерь.

Выбор очередного варианта уп+1 производится на основе полученной к данному моменту времени совокупности потерь ^1,£,2,...,£,п, которая соответствует реализованной последовательности вариантов у1,у2,...,уп. Это означает, что уп+1 является функцией от уъ у2,..., уп, ^1, £, 2,..., £, п и, возможно, от момента времени гп(п = ш) и элементарного исхода ю. Эту функцию Тп назовем правилом выбора варианта уп+1:

^п+1 = тп(^^...,к;^l,^2,...,^п;ю), п =1;N , (5)

где £, п в зависимости от задачи - либо скаляр, либо вектор.

Функция Тп может быть как детерминированной, так и случайной (рандомизированной). Последовательность {^} правил выбора определяет

стратегию выбора вариантов или стратегию управления информационным пространством [6,7].

Неопределенность исхода приводит к необходимости использовать более сложные рандомизированные стратегии. Большинство из них реализуют рандомизированные правила выбора следующего вида:

Pn+l = Rn(vl,v2,...,vn;Pl,P2,...,Pn; \ 2 ^.^ \ пХ п=!; я, (6)

где Rn - вектор-функция,

рп - вектор условных вероятностей выбора вариантов у(1),у(2),...,у(п) в момент времени 1:п.

Выбору очередного варианта vn+1 предшествует вычисление в соответствии с (6), вектора рп+1. Вариант vn+1 представляет собой случайную дискретную величину, принимающую значения v(1), v(2),..., v(N) с условными вероятностями рп+1(1),рп+1(2),...,рп+1(N) при фиксированной

предыстории (>1^2,...^п; £ 2 ,..., £ п).

Рандомизированные правила выбора (7) включают и так называемые марковские правила, которые можно описать как:

Рп+1 = ОпО^Р^£n), п = !А... (7)

Рандомизированные стратегии, определяемые последовательностью правил вида (7) относятся к классу рекуррентных алгоритмов адаптивного выбора вариантов. Эти алгоритмы достаточно просто реализуются, поскольку они на каждом шаге п используют минимальную информацию о предыстории процесса.

Применение рандомизированных стратегий позволит решать широкий класс задач адаптивного выбора вариантов, включая задачи с небинарными и с неограниченными потерями £, п, более того, единообразно формировать алгоритм адаптивного выбора вариантов для всех рассматриваемых задач.

В условиях полной информации о системе оптимальная стратегия всегда принадлежит классу детерминированных стратегий:

Vn+1 = Тп^Х п = 1; N. (8)

С помощью детерминированных стратегий может быть решено большинство задач УИР, возникающих в распределенных информационных системах.

Более простая реализация детерминированных стратегий возможна с помощью детерминированных конечных автоматов [8], которые в основном ориентированы на задачи с бинарными потерями, хотя могут применяться и в других случаях. Кроме того, для них характерно обеспечение приемлемого поведения, близость которого к оптимальному возрастает с увеличением глубины памяти автомата. Однако это влечет за собой уменьшение скорости достижения цели и увеличивает сложность, а именно число состояний, соответствующего автомата. Это же свойственно и стохастическим автоматам с постоянной структурой [9], которые реализуют рандомизированные стратегии выбора. Сложным рандомизированным стратегиям (6) и (7) в теории поведения автоматов соответствуют стохастические автоматы с переменной структурой.

Анализ наиболее распространенных стратегий адаптивного выбора вариантов позволил сформировать общий подход к созданию модели поведения автономного сценария в информационном пространстве с использованием конечных автоматов [9]. В соответствии с этим была предложена классификация автономных сценариев на основе фреймовой структуры. Для каждого класса используется бинарная функция потерь и определены стратегия поведения, условия функционирования и тип конечного автомата (см. табл.1).

Таблица № 1

Классы автономных сценариев

Характеристик а Классы автономных сценариев

Класс А Класс В Класс С

Наличие информации о состоянии системы полная информация априорная неопределенность априорная неопределенность

Функция потерь *п = {1,0} бинарная *п = {1,0} бинарная *п = {1,0} бинарная

Стратегия поведения Уп+1 = Тп (ю) Уп+1 = Тп О^..^ Уп ;^ ..., £п ;ю) р , = Я (V ,■■■, V ; п + 1 и 1 п рг-, рп ^1-*п)

Модель поведения автоматная модель поведения типа «автомат-строка» автоматная модель поведения автоматная модель поведения

Тип автомата детерминированный, стохастический с детерминированный, стохастическиий с детерминированный, стохастическиий с

постоянной структурой переменной структурой переменной структурой

Тип сценария рефлексивный, автономный автономный интеллектуальный

Исследование выделенных классов позволяет формализовать их поведение в терминах теории конечных автоматов.

3 Модель поведения автономного сценария в терминах теории конечных автоматов

Конечный автомат рассматривается как некоторый объект [7 - 9], способный в каждый момент времени г = 1,2,...,К воспринимать конечное число сигналов £ е (^,s2,...sN) и изменять в зависимости от них свое внутреннее состояние. Автомат может производить конечное число действий / е (/1,/2,...,/п), выбор действия определяется внутренним состоянием автомата. Автомат имеет конечное число т внутренних состояний (ре (р1,р2,...,рт), которое называется емкостью памяти автомата.

Предполагается, что автомат находится в некоторой среде и что действия Г автомата вызывают ответные реакции б среды Е. Эти реакции, в свою очередь, являются для автомата входными сигналами, которые он использует для принятия решения о дальнейших действиях (рис. 3).

______________ /(О ______________

Объект ►

Внешняя среза

чКО 3(0 Е

Рис.3 - Схема взаимодействия объекта с внешней средой Рассмотрим простейший случай, когда все возможные реакции среды е (s1,s2,...sN) воспринимаются автоматом как относящиеся к одному из

двух классов - классу благоприятных реакций (выигрыш, £ = 0) и классу реакций неблагоприятных (проигрыш, £ = 1). Внутри каждого из этих классов реакции среды являются для автоматов неразличимыми. Целесообразность поведения автомата в некоторой среде заключается в увеличении числа благоприятных реакций и уменьшении числа реакций неблагоприятных.

Ограничим наше исследование рассмотрением детерминированных и стохастических автоматов.

Автомат задается уравнением / (г) = ^ (р(г)), показывающим зависимость действия ^) автомата в момент времени г от его состояния

р(г), и стохастической матрицей а у.(£),/,] = 1,2,...,т . При этом а ц(£) равно вероятности перехода состояния р(г) = р в состояние р(г +1) = р] под воздействием входа s(t +1). Для детерминированных автоматов матрицы а ц (£) состоят из нулей и единиц. Так как рассматриваются автоматы, воспринимающие лишь два сигнала £ = 0 и £ = 1, то достаточно задать две такие матрицы а ^ (0) и а ^ (1) . Таким образом, детерминированный автомат U может быть задан каноническими уравнениями:

р(г +1) = ф(р(г х£(г + (9)

/ (г) = ^ (р)). (10)

Уравнение (10) описывает зависимость действий автомата от его состояний, а уравнение (9) - изменения его состояний под воздействием

входной переменной £(г). Каждая строка матрицы состояний

детерминированного автомата при любом фиксированном значении б содержит один элемент, равный 1, а остальные элементы равны 0. Смена состояний детерминированного автомата осуществляются в соответствии с правилом: если в момент t автомат находится в состоянии р, то в момент г +1 он перейдет в такое состояние р], для которого а ^ (£(г +1)) = 1.

Стохастический автомат также имеет конечное число состояний ре (р1,р2,...,рт) и конечное число действий / е (/1,/2,...,/п). Действия стохастического автомата однозначно определяются его состоянием: /(г) = ^(р(г)), а матрицы состояний а1} (£) , £ е {0, 1} являются

стохастическими. При этом а^(Б) имеет смысл вероятности перехода из /-го

состояния в ]-е при заданном значении входной переменной б . Пусть в момент г автомат находится в состоянии р, / = 1,2,...т, которому

соответствует действие /а = ^(р). Тогда вероятность р г] перехода автомата из состояния р в состояние р] определяется формулой:

Р] = Раа] (1) + Чаа] (0Х и ] = 1,2,..., т . (11)

Очевидно, что матрица Р = р„ является стохастической.

С учетом общей модели поведения конечного автомата (10) и модели слота (2) и (3) представим автономный сценарий в терминах модели конечного автомата, тогда n слотов r соответствуют n типам действий f:

Г ={}, Qi,V} - f (i = 1 n) (12)

Каждый слот ri по аналогии с автоматом для i-го действия обладает конечным числом внутренних состояний {R}ij :

Ц ( i =1, n;j 1 m) (13)

где n - количество слотов-заданий, m - количество состояний i-го кортежа-задания.

Тогда логическая модель автономного сценария примет вид, представленный на рис.4.

При выполнении условия, заданного форматом атрибута [CON], для объекта [OBG] выполняется встроенная процедура [PROC] или действие, определенное спецификацией [ACT]. На каждое действие среда отвечает сигналом s(t), значение которого {1,0} отображается в поле [FLAG]. Накопленные в течение определенного периода результаты выполнения заданий, сформулированных в слотах-кортежах, могут быть использованы для моделирования адаптивного поведения сценариев. Ориентация на реакцию среды, в которой функционирует автономный сценарий, позволяет ему достичь поставленной цели. Конфликтные ситуации между сценариями разрешаются на основе приоритетов, заданных в поле [PRI].

Рис.4. - Двумерная логическая модель автономного сценария Таким образом, модель автономного сценария представляет собой сложную логическую структуру и как обязательный атрибут должна

содержать имя фрейма-сценария, который включает слоты-задания г (г = 1, п) (см. рис. 5).

Имя автономного сценария

111 PRI ОБ G СОХ АСТ РЕ. ОС: FLAG

111 PRI GBG сох АСТ РКОС FLAG

і « і >

ГО PRI ОБ G сох АСТ РИОС FLAG

Рис.5. - Структура фрейма автономного сценария

Поведение автономного сценария определяется матрицей переходов, которая имеет вид:

ri Г2 rn

ki к 2 kn

Алгоритм автономного сценария состоит в следующем: задание, сформулированное в первом слоте-кортеже, выполняется к раз, после чего управление передается на второй слот-кортеж. Задача считается полностью выполненной тогда, когда действие гп слота-кортежа выполнится кп раз.

В качестве примера рассмотрим автономный сценарий класса А, состоящий из одного слота и имеющий три состояния [10]. Сценарий активируется при наступлении конкретной даты (21 сентября 2011 года) и времени (17.00 часов системного времени) и копирует содержимое папки ё:\агЫу\### на диск е:\ в одноименную папку (см.рис.6). Сценарий трижды выполняется в системе 21, 22 и 23 сентября. Результаты копирования заносятся либо в соответствующую таблицу БД, либо в текстовый файл (журнал).

OB G: Dt\irhirW# CON: Date Tinie=l 7:00 ACT: Сору frnnilh arhn , taEiarhn FLAG:

D:'arhiv = 21.09.11 I7fl0 Copyfrom D:'arhivto E:\arhiv 1

D:'arhiv = 22.09.11 17Л0 Copyfrom DzWhtvto E:\aihiv 1

D:'arhiv = 23.09.11 17:00 Copyfrom D:\arhivto E:\arhiv 1

Рис.6.- Структура автономного сценария класса А Если несколько изменить задание этого сценария, то есть не указать дату, а количество состояний задать равным 1, то копирование папки будет производиться ежедневно в 17.00 часов.

Выводы

Одним из перспективных направлений автоматизации процесса управления информационными ресурсами вычислительной системы является технология автономных сценариев, обеспечивающая решение широкого класса задач, таких как интеграция гетерогенных информационных структур и распределенных баз данных, мониторинг и автономный аудит информационных ресурсов. В статье предложена логическая модель автономных сценариев на основе фреймов, позволяющая формализовать как детерминированные, так и стохастические сценарии.

Для моделирования поведения автономных сценариев при взаимодействии с информационной средой предложено использовать аппарат конечных автоматов, позволяющий описать широкий спектр алгоритмов поведения, в том числе адаптивные и интеллектуальные. Разработанные модели повышают эффективность проектирования и сопровождения систем управления информационными ресурсами, являются основой для создания инструментального программного средства автоматизированного генерирования автономных сценариев.

Список литературы:

1. Minsky, Marvin. A framework for representing knowledge. [Electronic resource] // MIT AI Laboratory Memo 306. June, 1974. -. Режим доступа: http://web.media.mit.edu/~minsky/papers/Frames/frames.html (доступ свободный) - Загл. с экрана. - Яз. англ.

2. Chaib-draa, B., Moulin, B., Mandiau, R. & Millot, P. Chapter 1 - Trends in Distributed Artificial Intelligence, Foundations of Distributed Artificial Intelligence [Text] // G. M. P. O'Hare and N. R. Jennings (eds.), John Wiley & Sonsmc, 1996. - p. 3-55.

3. Аксенов К. А. Коалиционная модель мультиагентного процесса преобразования ресурсов [Электронный ресурс] // «Инженерный вестник Дона», 2012, №4 (часть 2). - Режим доступа: http://ivdon.ru/magazine/issue/106 (доступ свободный) - Загл. с экрана. - Яз. рус.

4. Филатов В. А. Модель поведения автономного агента на основе

теории автоматов [Текст] // Вестник Херсонского государственного технического университета.- Херсон: ХГТУ, 2004. - № 1 (19) - с.108 - 111.

5. Трахтенброт Б.А., Барздинь Я.М. Конечные автоматы (поведение и синтез) [Текст] // Борис Трахтенброт, Ян Барздинь - М.: Мир, 1970. - с.400

6. Кудрявцев В.Б., Введение в теорию автоматов [Текст] // В.Б. Кудрявцев, С.В. Алешин, А.С. Подколзин - М.: Наука, 1985. - с.319

7. Назин А.В., Позняк А.С. Адаптивный выбор вариантов: рекуррентные алгоритмы [Текст] //А.В. Назин, С.В. Алешин - М.: Наука, Глав. ред. физико-математической лит-ры, 1986. - с.288, ил., 21 см.

8. Цетлин М. Л. Исследования по теории автоматов и моделированию биологических систем [Текст] // М.Л. Цетлин - М.: "Наука", 1969 - с.316

9. Филатов В.А., Козырь О.Ф. Мультиагентный подход к идентификации пользователей в системе дистанционного образования [Текст] // Сборник трудов региональной научной конференции,- Старый Оскол ООО "ТНТ", 2005. - т.1- с. 284-290.

10. Ананьев А.С., Бутенко Д.В., Попов К.В. Интеллектуальные технологии проектирования информационных систем. Методика проектирования программных продуктов в условиях наличия прототипа [Электронный ресурс] // «Инженерный вестник Дона», 2012, №2. - Режим доступа: http://iydon.ru/magazine/issue/103 (доступ свободный) - Загл. с экрана. - Яз. рус.