CC BY
56
Горемыкина Г.И. Герасимова Е.К.2
1 Московский государственный университет экономики,
статистики и информатики, доцент кафедры, g_iv.05@mail.ru 2 Тамбовский государственный технический университет, преподаватель,
ost_elena@mail.ru
Моделирование системы управления качеством корпоративной информационно-вычислительной сети на основе нечёткой технологии
КЛЮЧЕВЫЕ СЛОВА:
Моделирование, система управления, информационно-вычислительная сеть, нечеткая база знаний.
АННОТАЦИЯ:
В статье представлена модель нечётко-логической системы управления качеством корпоративной информационно-вычислительной сети. В предлагаемой модели применена схема нечёткого логического вывода по Мамдани по экспертным нечётким базам знаний. Процесс разработки системы реализован в среде MatLab с использованием пакета Fuzzy Logic Toolbox и интерактивного модуля fuzzy.
Введение.
Корпоративная информационно-вычислительная сеть (сокращённо КИВС) - это сложная техническая программно-аппаратная система с разветвлённой инфраструктурой и транспортными средствами передачи информации.
К качеству сетевой инфраструктуры и параметрам соглашения об уровне сетевых сервисов предъявляются повышенные требования. Реализация же проектов сети требует привлечения больших объёмов финансовых ресурсов, что во многом усложняет проведение экспериментов в реальном масштабе времени для исследования параметров качества функционирования сети. Поэтому в настоящее время всё большее развитие и распространение получает математическое и имитационное моделирование, позволяющее получить информацию о поведении системы или отдельных её подсистем, как на этапе создания, модернизации, так и в процессе эксплуатации.
Как правило, администраторов корпоративных сетей или сетевых интеграторов интересует именно поиск рациональных вариантов решения задачи оптимизации сети для повышения качества её работы. Поиск заключается в анализе (измерении, диагностике, локализации ошибок) и
синтезе (принятии решения о том, какие изменения надо внести в работу сети).
При этом задача анализа требует более активного участия человека и использование таких сложных средств как экспертные системы, которые интегрируют практический опыт многих специалистов данной области. Задача же синтеза рационального варианта по оценке качества сети, чаще всего, связана с выбором большого и разнородного множества параметров. Задача усложняется, когда решение приходится принимать при использовании информации высокой степени гранулированности. Такая ситуация возникает очень часто, так как причины, влияющие на выбор в целом носят не только технический характер, но и зависят от ряда обстоятельств, имеющих коммерческий, политический и т.п. характер. Поэтому, ориентируясь на конкретные предпочтения компании, авторами была предложена методика определения количественной оценки качества функционирования сети, основанная на применении fuzzy-технологии. Fuzzy-технология - это совокупность алгоритмов, процедур и программных средств, базирующихся на использовании нечётких множеств, нечёткой логики, нечёткого моделирования и т.п.
Появившаяся возможность количественной оценки качества КИВС послужила необходимым условием для управления её качеством. В результате была разработана математическая модель нечёткой системы оценки и управления качеством КИВС.
Процесс разработки системы был реализован в среде MatLab с использованием пакета Fuzzy Logic Toolbox и интерактивного модуля fuzzy.
Выявление совокупности показателей качества КИВС.
Многие предприятия имеют свои филиалы практически по всей территории страны. По мере роста бизнеса, развития предприятия, увеличения численности персонала, повышения требований к организации связи между офисами становится актуальным вопрос об объединении всех существующих ресурсов в единую корпоративную сеть. При этом одного объединения и создания корпоративной сети для эффективной работы предприятия на протяжении хотя бы пяти-десяти лет недостаточно.
Необходимо, во-первых, коррелировать направление развития КИВС предприятия с развитием научно-технического прогресса, с развитием всего сетевого мира, чтобы не завести сеть в тупик, а во-вторых, найти компромисс между потребностями предприятия в обработке циркулирующей информации, его финансовыми возможностями и возможностями сетевых и информационных технологий в настоящем и ближайшем будущем.
Перед авторами была поставлена следующая задача. Необходимо разработать систему оценки и управления качеством проектируемой КИВС конкретного предприятия. Предприятие имеет распределённую структуру и хочет повысить организацию связи и передачу данных в свои
подразделения путём построения корпоративной сети. На современном этапе КИВС предъявляют высокие требования к готовности сети, её пропускной способности и интеллектуальности, то есть способности гибко и качественно обрабатывать трафик различного типа (данные, голос, видео). Предприятие выдвигает следующие требования к проектируемой сети: интеграция с существующими сетями, другими технологиями и обеспечение совместимости продукции различных фирм-производителей; расширение видов услуг, прежде всего передачи голоса, данных бизнес-приложений, конференцсвязь, видеоконференцсвязь и др.; возможность предоставления канала связи с гарантированными значениями (возможность управления качеством обслуживания); обеспечение высоких скоростей передачи информации и малое время задержки сигнала; достаточный запас по основным техническим параметрам для развития КИВС, по меньшей мере, на ближайшие пять-десять лет.
Подход к решению данной задачи может быть самым разным, и в очень большой степени зависит от конкретных предпочтений предприятия. Необходимо найти наилучший вариант с точки зрения качества функционирования, который обеспечивал бы на всём протяжении сети, независимо от её масштабов и используемых протоколов, циркуляцию данных в рамках определённых параметров качества. Для этого были выявлены основные параметры, определяющие качество КИВС. Ими, по мнению экспертов, стали: готовность сети (availability); пропускная способность (throughput); задержка (delay); вариация задержки (jitter); потери пакетов (packet loss). Ниже приводится краткая характеристика каждого из указанных параметров.
Готовность сети - доступность сетевого ресурса в течение всего срока эксплуатации. Готовность сети оценивается временем простоя предприятия в год: чем меньше время простоя, тем выше готовность сети. Время простоя в результате выхода из строя или ухудшения работы сети отражается непосредственно на доходах предприятия. Пропускная способность - это максимально возможная скорость передачи информации в сети. Она является одним из основных параметров, так как для корпоративных сетей характерна неравномерная структура трафика, всплески и падения. Поэтому, если порт небольшой пропускной способности, то в те моменты, когда трафик велик, и сеть испытывает нагрузки, качество передачи будет падать. Задержка характеризует интервал между приёмом и передачей пакетов. Вариация задержки -параметр, описывающий возможные отклонения от времени задержки при передаче пакетов. Потери пакетов возникают, когда один или более пакетов с данными, передаваемыми по сети, не доходит до своего адресата.
К изменениям этих параметров сетевые сервисы чувствительны в разной степени. В моменты перегрузок в сети параметры начинают ухудшаться, и в итоге страдают все критически важные сетевые сервисы. Специалисты предприятия предполагают реализовать политику
дифференцированного обслуживания трафика сетевых сервисов (Quality of Service, сокращённо QoS), что позволит обеспечить функционирование критических сервисов за счёт ограничения трафика менее важных сетевых приложений. Однако для обеспечения качественного функционирования критически важных для предприятия приложений в корпоративной сети реализации только политики дифференцированного обслуживания недостаточно. Даже при успешной работе QoS в моменты перегрузок перед компанией возникнут задачи, которые не решаются необходимой настройкой QoS. К таким задачам относятся следующие: проверить, удовлетворяют ли параметры качества установленным требованиям; выявить причины выхода какого-либо параметра за установленные пределы; определить локализацию проблемы в сети и комплекс мер по её устранению.
Поэтому для обеспечения качественного функционирования сети необходим комплекс технических мер по реализации политики обслуживания сети, а также система мониторинга и управления качеством. Под системой управления качеством понимается системы конфигурации, которая позволяет оценить качество и описать политику качества сети, с помощью определения классов сервиса, параметров, норм и действий в случае их нарушения.
Учитывая требования и возможности предприятия, для построения сети выбрано решение на базе услуги IP VPN (Virtual Private Network — виртуальная частная сеть), основанной на технологии MPLS (Multi Protocol Label Switching - мультипротокольная коммутация по меткам). В сети смогут функционировать любые системы, поддерживающие IP-протокол, то есть подавляющее большинство существующих приложений. К достоинствам технологии MPLS относится гибкое определение топологии сети и возможность назначать различный приоритет пропуску трафика в зависимости от решаемых задач.
Предприятие провело классификацию трафика КИВС, и поскольку некоторые сегменты сети планируется арендовать у оператора связи, согласовало принятую классификацию с поддерживаемыми им классами обслуживания следующим образом:
• первый класс - класс обслуживания с высоким приоритетом -соответствует трафику видеоконференций и ряда приложений, для которого задержки критичны;
• второй класс - класс обслуживания со средним приоритетом -соответствует трафику телефонии и приложений, для которого потери пакетов критичны;
• третий класс - класс обслуживания с низким приоритетом -соответствует обычному бизнес-трафику, к которому особых требований не предъявляется.
Качество работы рассматриваемой КИВС характеризуется набором технических параметров, которые условно можно разделить на параметры качества транспортировки сетевых сервисов и основные параметры качества сети. Качество транспортировки сетевых сервисов определяется следующими параметрами: задержка, вариация задержки, потери пакетов. К основным параметрам качества отнесены: готовность сети и её пропускная способность.
Модель оценки обобщённого качества К представляет собою функцию следующего вида: Х1 х ...х Х11 — [0;1], где Х1 х...х Х7 = {(Г,ПС,З1,ВЗ1,ПП1,З2,ВЗ2,ПП2,З3,ВЗ3,ПП3) \Г е Х1а
ПС е Х2, З1 е Х3, ВЗ1 е Х4, ПП1 е Х5, З2 е Х6, ВЗ2 е Х7, ПП2 е Х8, З3 е Х9,
ВЗ3 е Хы, ПП3 е Х }; )
(Г,ПС,З1,ВЗ1,ПП1,З2,ВЗ2,ПП2,Зз,ВЗз,ПП3) - вектор показателей
обобщённого качества сети; Г - готовность, ПС - пропускная способность, Зi, ВЗ*, ППi - соответственно задержка, вариация задержки, потери пакетов в г — ом классе, * = 1;2;3-
Таким образом, количественной оценкой обобщённого качества КИВС является число, принадлежащее отрезку [о;1]. Обозначим эту оценку через 1К1 . Оценка 1К1 используется при принятия одного из следующих решений: - улучшение качества КИВС не требуется; S2 - улучшение качества требуется и возможно; ^ - улучшение качества требуется, но оно невозможно.
Модель количественной оценки основного качества Косн представляет собою функцию следующего вида: Н^Н : Х1 х Х2 —> [0;1], где Х1 х Х2 = {(Г,ПС) |Г е XПС е X2}.
Модель количественной оценки качества транспортировки сетевых сервисов кт - функция вида: \\К™\\: Х3 х ..хХи — [0;1], где Х3 х ... х Х11 = {(З1,ВЗ1, ПП1, З2, ВЗ2, ПП2, З3, ВЗ3, ПП3) | З1 е Х3, ВЗ1 е Х4, ПП1 е Х5, З2 е Х6, ВЗ2 е Х7, ПП2 е Х8, З3 е Х9, ВЗ3 е Х10, ПП3 е Х11}.
Модель количественной оценки качества обслуживания К* в i-м классе (* = 1;2;3) - функция вида: ||К||: {(Зг,ВЗг,ПП{)}— [0;1].
Иерархическую взаимосвязь между входными переменными, классами входных переменных и выходной переменной (интегральным показателем) представим в виде дерева логического вывода (рис. 1).
Элементы дерева интерпретируется следующим образом. Корень дерева - количественная оценка обобщённого качества К; терминальные вершины Г, П, З15 ВЗ15 ПП15 З2, ВЗ2, ПП2, З3, ВЗ3, ПП3 - частные показатели; нетерминальные вершины /(Косн), У(КД /(К2), /(К3) -свёртки частных показателей; дуги Кос„, К1, К2, К3 - укрупнённые показатели; нетерминальные вершины /(Кт) и У(К) - свёртки укрупнённых показателей; дуга Кт - укрупнённый показатель. Каждый
частный, а также каждый укрупнённый показатель рассматривается как лингвистическая переменная, то есть переменная с лингвистическими значениями, выражающими качественные оценки.
к
Рис.1 Иерархическая классификация переменных, влияющих на оценку обобщённого
качества КИВС
Каждая из свёрток / (коск), / (кг), / (К2), / К), у (Кт) и Г (К) производится с помощью логического вывода по экспертным нечётким базам знаний типа Мамдани. При определении формы функций принадлежности, ассоциированных с каждой переменной, экспертам было предложено выбрать треугольную. Выбор кусочно-линейной функции принадлежности был в значительной степени обусловлен малым объёмом имеющейся релевантной информации. Кусочно-линейные функции принадлежности приводят к получению локально линейных поверхностей отклика модели (при условии правильного выбора других составляющих системы), что положительно сказывается на точности моделирования в условиях малого объёма информации ([2]). В качестве нечётких баз знаний, являющихся носителем экспертной информации, были сформулированы логические правила, которые выражаются в виде пар посылок и заключений типа «ЕСЛИ..., ТО...». Элементы антецедентов нечётких правил связаны логической операцией И.
Логический вывод по иерархической нечёткой базе знаний был выполнен таким образом, что над промежуточными переменными Косн, Кх, К2,К3 и Кт последовательно производились операции
дефаззификации и фаззификации: нечёткие результаты промежуточных логических выводов дефаззифицировались, затем полученные чёткие значения подавались на вход нечётких систем следующего уровня иерархии и там они фаззифицировались. Поэтому для промежуточных переменных необходимо определять функции принадлежности. Это, безусловно,
является недостатком указанного способа. Однако такой способ моделирования иерархической нечётко-логической системы позволяет получить систему частных моделей оценки качества: KOCH, K1, K2, К3 и Km, что является необходимым при проведении постоянного мониторинга качества функционирования КИВС.
Моделирование нечёткой системы средствами
инструментария нечёткой логики.
Рассмотрим задачу оценки качества транспортировки сетевых сервисов для класса обслуживания с высоким приоритетом. Для создания СНЛВ (системы нечёткого логического вывода) запускаем в Matlab модуль fuzzy. Добавляя входные переменные, получаем следующую структуру СНЛВ: три входа (задержка, вариация задержки, потери пакетов), механизм нечёткого вывода Мамдани, один выход (качество К1). Каждой входной и выходной переменной ставим в соответствие набор функций принадлежности (ФП) типа trimf. Для переменной Зх был определён диапазон значений от 0 до 80 (единица измерения - миллисекунда), терм-множества {низкая, средняя, высокая}. Для переменной ВЗХ диапазон значений составил отрезок от 0 до 60 (единица измерения -миллисекунда), терм-множества {низкая, средняя, высокая}. Для переменной ПП1 диапазон значений был выбран от 0 до 2 (единица измерения - процент), терм-множества {низкие, средние, высокие}. Значения выходной переменной K1 были определены в диапазоне от 0 до 1 (единица измерения - действительное число); затем были добавлены пять ФП типа trimf, терм-множества {неприемлемо низкое, низкое, среднее, выше среднее, высокое}. В качестве базы знаний были сформулированы 27 правил управления. В качестве иллюстрации укажем, например, такие:
Если Зх низкая и ВЗХ низкая и ППХ низкие, то K высокое.
Если З1 низкая и ВЗ1 средняя и ПП1 средние, то K1 выше среднего.
Если З1 средняя и ВЗ1 средняя и ПП1 средние, то K1 среднее.
Если Зх средняя и ВЗХ высокая и ППХ средние, то K низкое.
Если З1 высокая и ВЗ1 высокая и ПП1 высокие, то K1 неприемлемо низкое.
С помощью средства просмотра правил вывода вводятся значения входных данных, отображается процесс нечёткого вывода и результат.
Аналогичным образом были разработаны СНЛВ для оценок качеств K2 и K3. Полученные значения оценок качеств Ki, K2 и кз были введены как значения входных данных в СНЛВ для оценки качества Km .
Для создания СНЛВ оценки качества Косн использовались входные переменные: готовность: диапазон значений [0;1000] (единица измерения -
минута), терм-множества {низкая, средняя, высокая} и
соответствующие значения (200; 1000; 1000), (25; 53; 303), (0; 0; 65); пропускная способность: диапазон значений [64;2048] (единица измерения - кбит/с), терм-множества {низкая, средняя, высокая} и значения (64; 64; 260), (192; 768; 1200), (786; 2048; 2048). В качестве базы знаний были сформулированы девять правил управления. Поверхность вывода, соответствующая
Типуси« *-£ГОСйС*МК ть
Рис. 2. Карта поверхности системы оценки Косп
указанным правилам приведена на рис. 2. Кривые отклика блока формирования переменной
- на рис. 3
400 600 ГОНлность
500 1000 1500 3000 f>!»rylt^tчíS-tfюC0frч5trь
2500
Рис.3. Кривые отклика блока формирования переменной Косн
Полученные значения
оценок качеств Кт и Косн были введены как значения входных данных в СНЛВ для оценки обобщённого качества К. Геометрическая интерпретация полученной зависимости
изображена на рис. 4. Система для оценки качества проектируемой сети на основе информации о параметрах качества с учётом классов сервиса и применением нечёткого моделирования была
протестирована и показала следующие результаты. Определены оценки качеств К1, К2, К3 для классов и на их основе - оценка качества Кт транспортных услуг сети. При входных данных (14; 12; 0,3) ||К11 = 0,97, что соответствует оценке качества «высокое» для трафика высокого класса обслуживания (чувствительного к задержке). При входных данных (11; 11; 0,17) |1К21 = 0,96 , что соответствует высокой оценке качества для трафика среднего класса обслуживания (чувствительного к параметру «потери пакетов»). При входных данных (21; 15,1; 1,5) ||Кз|| = 0,841, что соответствует оценке качества «выше среднего» для трафика низкого класса обслуживания. На основе вектора (К1, К2, Кз) = (0,97; 0,96; 0,841), была определена оценка качества транспортных услуг сети для трёх классов: ||Кт|| = 0.962 (высокое). Оценка качества Кссн при входных данных (18; 1248) оказалась равной 0,949, что соответствует оценке качества «высокое. Оценка обобщённого качества КИВС: К (°,962;о,949)| = 0,964 (качество - высокое).
Структурная схема моделирующего алгоритма системы управления качеством.
Процесс функционирования предлагаемой системы представлен на
рис. 5.
Рис. 5. Структурная схема моделирующего алгоритма системы управления качеством
В соответствии со схемой рис. 5, видно, что если условие блока «|| K(/)доп || ^ ||K0)||» выполняется, то улучшения качества КИВС в данный период не требуется. Если же условие блока не выполняется, то необходимо провести анализ работы сети с целью повышения её качества. Для этого необходимо выяснить, какие из показателей качества можно улучшить -блок «Изменение параметров качества K(-)». Если условие этого блока выполнимо, то - переход к блоку S2 (улучшение результатов деятельности требуется и возможно) и после изменения значений показателей -возвращение к блоку «Количественная оценка качества K(-)», где производится оценка качества после проведённых мероприятий. Если корректировка показателей качества невозможна, то - переход к блоку S 3 (улучшение качества требуется, но невозможно) - выход.
Таким образом, для управления качеством КИВС необходимо: 21.определить текущее значение выходной переменной 1^1 ;
22.сравнить его с установленным допустимым значением ;
23.подобрать значения управляющих переменных Г, П, З1, ВЗ1, ПП1, З2, ВЗ2, ПП2, З3, ВЗ3, ПП3 так, чтобы достичь установленного допустимого
качества (при условии, что такие значения могут быть обеспечены). Заключение
Нейросетевые технологии (и в частности, возможности интерактивного модуля anfisedit в рамках пакета Fuzzy Logic Toolbox) позволяют провести моделирование параметров качества и определить динамику их изменения в случае большого числа входных параметров. Адаптивная нейро-нечёткая система автоматически синтезирует из экспериментальных данных нейро-нечёткие сети. При этом функции принадлежности синтезированных систем настроены так, чтобы минимизировать отклонения между экспериментальными данными и результатами нечёткого моделирования. Таким образом, оценку качества КИВС представляется возможным проводить по экспериментальным данным имитационной модели или реальной сети.
Список литературы
1. Любецкий В.А. Оценки и пучки О некоторых вопросах нестандартного анализа. - Успехи математических наук, т. 44, вып. 4(268), 1989, с.99-153.
2. Пегат, А. Нечеткое моделирование и управление. М.: Лаборатория знаний, 2009.- 798с.
3. Ярушкина, Н.Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004.- 320с.
4. Zadeh L.A. Fuzzy sets // Inform. Contr. 1965. V.8. P. 338—353.
