Оценка устойчивости сети передачи данных в условиях деструктивных воздействий

Волков Денис Владимирович; Саенко Игорь Борисович; Старков Артем Михайлович; Султанбеков Алтынбек Таргынович

УДК 681.513

ОЦЕНКА УСТОЙЧИВОСТИ СЕТИ ПЕРЕДАЧИ ДАННЫХ В УСЛОВИЯХ ДЕСТРУКТИВНЫХ ВОЗДЕЙСТВИЙ

Д.В. Волков, И.Б. Саенко, А.М. Старков, А.Т. Султанбеков

Рассматривается мультиагентный подход имитационного моделирования. На основе данного подхода построена модель оценки устойчивости сети передачи данных на основе деструктивных воздействий. Представлены результаты моделирования сети передачи данных специального назначения, которые наглядно показывают эффективность применения данного подхода.

Ключевые слова: мультиагентное моделирование, сеть передачи данных специального назначения, устойчивость, коэффициент технической готовности.

Трудно переоценить роль моделирования в жизни человека. Познание любого объекта сводится, по существу, к созданию его модели. Перед изготовлением каждой системы сначала разрабатывается ее модель-прототип. Человек, прежде чем совершить что-либо, обдумывает возможную последовательность действий или интуитивно руководствуется определенными установившимися апробированными моделями поведения. Неоспорим и тот факт, что для оценки устойчивости сети передачи данныхдолжны присутствовать механизмы моделирования, обеспечивающие выработку рекомендаций для нахождения управляющих воздействий на сеть передачи данных, в конечном счете, способствующих оптимизации достижения поставленных целей.

Для исследования сложно организованных систем, к которым относится и сеть передачи данных, используется как аналитическое, так и имитационное моделирование. Однако эти формы имеют ряд трудностей, которые являются следствием попытки представить с большей детализацией процессы в реальных системах. В настоящее время наблюдается тенденция к повышению точности и адекватности создаваемых моделей. Сеть передачи данных бывает трудно описать стандартными средствами дискретно-событийного моделирования из-за наличия сложной системы приоритетов, прерываний прямого взаимодействия между ресурсами.

Одним из вариантов для решения данной проблемы предлагается применение метода агентного моделирования.

Для оценки устойчивости сети передачи данных в условиях деструктивных воздействий, необходимо спроектировать систему ремонта специальных средств. Система ремонта специальных средств, как и любая сложная система, начинается с этапа системного проектирования и предполагает создание математической модели системы ремонта специальных средств и исследование этой модели на компьютере.

Устойчивость управления определяется способностью управляющих органов выполнять свои функции в сложной, резко меняющейся обстановке в условиях помех и массированного воздействия противника. Как правило, устойчивость является интегральным свойством, определяемым живучестью, помехоустойчивостью и надежностью, под которыми понимается способность вести управление в условиях воздействия всех видов оружия и технических отказов, сохраняя в установленных пределах значения вех показателей правления соответственно [1,2].

Постановка задачи. На дежурстве находятся n1 специальных средств (СС) n2

n2

типов n11 + n12 +... + n1n2 = ^n1i = n1 в течение n3 часов.

i=1

Каждое n1 СС может в любой момент времени выйти из строя. Интервалы времени 721, T22, ..., T2n2 между отказами СС, находящимися на дежурстве, случайные. В случае выхода из строя СС заменяют резервным, причем либо сразу, либо по мере появления исправного СС.

Тем временем, вышедшее из строя СС ремонтируют, после чего содержат в качестве резервного или направляют его на дежурство. Всего количество резервных СС -n4.

Ремонт неисправных СС производят n5 мастеров. Время T1, T2, ..., Tn2 ремонта случайное и зависит от типа СС, но не зависит от тогокакой мастер, это СС ремонтирует.

Прибыль от СС, находящихся на дежурстве, составляет £1 денежных единиц в час. Почасовой убыток при отсутствии на дежурстве одного СС - S2, ..., S2n2 денежных единиц в час. Оплата мастера за ремонт неисправного СС - S31, S32, ..., S3n2 денежных единиц в час соответственно.

Затраты на содержание одного резервного СС составляют S4 денежных единиц

в час.

Разработаем имитационную модель функционирования системы ремонта СС в течение 1000 часов и исследуем влияние на ожидаемую прибыль различного количества резервных СС и мастеров, после чего определим коэффициент сети передачи данных, абсолютные величины и относительные коэффициенты ожидаемой прибыли.

Перед разработкой модели, необходимо предварительно представить структуру системы ремонта специальных средств как систему СМО.

Система ремонта специальных средствпредставляет собой многофазную многоканальную систему массового обслуживания замкнутого типа с отказами.

Таким образом, модель функционирования системы ремонта должна состоять из следующих сегментов:

имитации постановки на дежурство СС; имитации дежурства СС;

имитации функционирования ремонтного подразделения; вывода результатов моделирования.

Заявки как специальные средства, поступившие на дежурство, должны иметь следующие параметры (поля): tipCC - код типа СС;

timeütkaz - среднее время между отказами СС; timeMeanRem - среднее время ремонта одного СС; nach - время начала ремонта в ремонтном подразделении; nachl - время начала дежурства.

Возьмём^=5. Код типа СС в виде чисел 1, 2, 3, 4, 5 определяется в самом начале моделирования и остаётся неизменным. Для его определения используются следующие исходные данные:

KCC1 ... KCC5 - количество СС первого ... пятого типов соответственно; KCCP1 ... KCCP5 - количество резервных СС первого.пятого типов соответственно.

По этим же данным определяются количества всех СС по типам KolCC1 ... KolCC5, а также общее количество СС всех типов KolCC.

В параметр timeOtkaz заносится интенсивность выхода из строя соответствующего типа СС. Интенсивность рассчитывается по средним значениям интервалов выхода из строя СС первого ... пятого типов timeütkazl ... timeütkaz5.

В параметр timeMeanRem заносится интенсивность ремонта соответствующего типа СС. Интенсивность рассчитывается по средним значениям времени ремонта СС соответственно первого ... пятого типов timeReml ... timeRem5.

Рассчитанные интенсивностиtimeütkaz = 1/timeütkaz1 используются для обращения к генератору exponential(timeOtkaz).

Параметры nach1 и nach изменяются при каждом поступлении СС на дежурство и в ремонтное подразделение соответственно. Они используются при расчётах дохода от дежурства и затрат на ремонт неисправного СС. В них заносится время начала дежурства и начала ремонта соответственно.

Кроме рассмотренных, СС имеют еще следующие параметры (не заносимые в дополнительные поля заявок, имитирующих СС):

doxDegCC1 ... doxDegCC5 - доход от дежурства одного СС первого ... пятого типов соответственно;

2а1гЯе8СС1 ... zatrResCC5 - затраты на содержание резерва одного СС первого . пятого типов соответственно;

stoimRem1 ... stoimRem5 - стоимость ремонта одного СС первого ... пятого типов соответственно.

В ходе моделирования, а также по завершении моделирования рассчитываются:

PribCC1 ... PribCC5, SumPribil- абсолютные величины ожидаемой прибыли по каждому типу СС и в целом;

KoefPribCC1 ... KoefPribCC5, KoefPriЫl-относительные коэффициенты ожидаемой прибыли по каждому типу СС и в целом.

Рассмотрим вычисление этих показателей на примере PribCC1 и KoefPribCC1.

Предполагается, что максимальный доход БохМахСС1 от дежурства будет в случае, когда все СС первого типа будут постоянно находиться на дежурстве, то есть:

БохМахСС 1 = КСС1 *ёохБе§СС 1 *ВремяРабСист где ВремяРабСист- время работы моделируемой системы.

Фактический доход БохБе§СС1от дежурства СС первого типа составит: БохБе§СС 1 =(11ше()-а§еп1.пасЬ 1)* шат.ёохБе§СС1;

где (йте()-а§еп1.пасЫ) - время нахождения СС первого типа на дежурстве.

При отсутствии на дежурстве за время моделирования СС первого типа убыток составит:

ЦЫ1окСС1=(1-ёе§СС1.8Ш8ШН7а1юп.теапО)* тат.иЬНокСС 1 *ВремяРабСист*КСС 1; где (1-ёе§СС1.81а18ШН2а1;юп.теап()) - средний коэффициент отсутствия СС первого типа на дежурстве за всё время моделирования.

Затраты на ремонт неисправных СС и содержание резервных СС первого типа составят соответственно:

2а1гКетСС1+=(11те()-а§еп1;.паск)*81;о1тКетСС 1; 2а1гЯеБСС1= КССР^айЯ^СС^ ВремяРабСист

Абсолютная величина ожидаемой прибыли составит:

РпЬСС1 =БохБе§СС 1 -^гЯетСС 1 +2а1гЯетСС 1 +ЦЫЮкСС 1).

Относительный коэффициент прибыли равен:

Кое1РпЬСС1=РпЬСС1/БохМахСС 1.

Показатели в целом за систему связи:

8итРпЫ1=8итБохБе§-(8ит2а1хКе8+8ит2а1хКет+8итиЫ1;ок), Кое1РпЬ=8итРпЬ/8итВохМах, где 8итБохМах, 8итБохБе§, 8ит2а1хКе8, 8ит2а1гЯет, 8итиЫ1;ок -соответствующиедоходыизатратызасистему.

Создадим сегмент, предназначенный для имитации поступления основных и резервных СС всех типов и постановки их на дежурство. На этом сегменте размещаются исходные данные.

Простые переменные с именами KolCC1 ...KolCC5 - количество ССпо типам, а KolCC - количество СС всех типов. Эти переменные мы будем вычислять по исходным значениям КСС1 ... КСС5 и КССР1 ... КССР5 и использовать при генерации равного значению ^1СС заявок, имитирующих СС.

360

Сегмент «Постановка на дежурство» представлен на рис. 1, где определяется количество СС всех типов, включая и резервные средства связи, рассчитываться максимальный доход от каждого типа СС и суммарный максимальный доход, а также затраты на содержание резервных СС по типам и суммарные затраты на содержание резервных СС всех типов.

I Имитация дежурства I Текущие результаты I

Постановка на дежурство \ Статистика [ Исходные данные ПД |

Н.з дежурство

Рис. 1. Постановка на дежурство

В библиотеке моделирования процессов реализован pull-протокол передачи заявок между объектами. Суть pull-протокола заключается в том, что следующий объект диаграммы процесса «вытягивает» заявку из предыдущего объекта, если он может её принять. Это работает для тех объектов, которые могут держать в себе заявку некоторое время.

В этом случае объекты, которые заявка проходит насквозь просматриваются объектами queue и delay, чтобы оценить возможность прохода заявки.

Если объекты могут принять заявку, они мгновенно «вытягивают» её, вследствие чего код в поле «При выходе копии»объекта split не выполняется.

Это приводит к некорректной маршрутизация заявок в модели. Для устранения этой проблемы, необходимо перед попаданием в selectOutput, но уже после выхода из split, использовать объект plain Transfer.

На рис. 2 представлен сегмент «Имитация дежурства», с помощью которого организуется ввод исходных данных.

| Постановка на дежурство | Имитация дежурства | Статистика |

Исходные_данные_Д

(3 КСС1 (ЗКССР1 / stoirn RetriCd time Rem 1 (3 timeOtkazI fcol_maiter

(ЗКСС2 (3tCCP2 <3 stoim Re m С С 2 ф timeRem2 (3 timeOtl;az2 i3 Кол Прогон

(jKCCi фкссрз (3 stoim Rem С Со (3 timeRefri3 (3 titneOtkazi (3 ВремлРабСист

(ЗКСС4 (3 KCCP-i (3 itci irn Rem СС4 (3 time Rem 4 (3 tirneOtl;az4 (3 КолТипСС

<ЗКСС5 (3 КССР5 (3 stcirri RemCCj ф timeRem 5 (3 timeOtkaz5

Рис. 2. Исходные данные для имитации дежурства

На рис. 3 представлена событийная часть сегмента «Имитация дежурства».

Пример результатов моделирования показан на рис. 4. С целью экономии машинного времени, выводятся они по-разному. Рассчитанные ранее максимальные доходы от дежурства СС и затраты на содержание резервных СС не выводятся в ходе моделирования. Выводятся только текущие доходы от дежурства СС и текущие затраты на ремонт неисправных СС. Все обработанные результаты выводятся по окончании моделирования.

Рис. 3. Имитация дежурства

Текущие результаты | Постановка на дежурство | Имитация дежурства | Статистика |

Затраты

га^еэСС!

. СЗ 2аО-Р.езСС2

3,097.6 •

Ф гаО-ЯезССЗ

3,584

Ога0йе&СС4 2,496

0 2аО"ЛезСС5

3,264

13,795,6

5ит2аЫ5.ет

55,р.80,91

0 ОохМахСС1 35,200

О йохМахСС2 ?7,440

О йохМахССЗ

62,976

О ОохМахСС4 33,120

0 йохМахССБ

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

48,960

О БиггОохМах

257,696

Доходы

'О ОохОедСС1 1,6

• О СохРедСС2

1-,302*159,93 •

, О ОохйедССЗ 1,682,467,95

ОйохОедСС4 808,706.55

О ОохйедССБ

1,297,-189.4

О ЗитЙохОед

5,590,525.43

^ РЕ

РезультатыМоделирования

О РпЬСС! Л -399,625.85

О РгЬСС2 О

• 907,969,25 -

О РпЬССЗ О

1,352,973,2&

О РпЬССЦ- О 495,196,5

О РгЬССБ О

985;395.58 ■

О БитРгЫ О

3,341,908:77?

коёТРйЬСО

-11,353 1

l;oefPr¡b¡l

12.968

С) иЬ№окСС1 385,575,87

О иЬ№юкСС-2 • 872,454,67

ОиЫйкСС4 304,516,406

ОиЫйзкССБ

296,080.964

2,179,750.147

Рис. 4. Вывод результатов моделирования

Для выводов результатов моделирования в более презентабельном виде создаётся сегмент «Статистика» (рис.5).

Рис. 5. Статистика

Модель позволяет определить коэффициент готовности сети передачи данных после технических отказов, коэффициент прибыли по типам СС, стоимость ремонта по типам СС, суммарную прибыль от использования по типам СС, доход от дежурства по типам СС. Представленная модель разработана для применения в различных областях для решения сложных задач оптимизации.

Список литературы

1. Боговик А.В., Игнатов В.В. Эффективность систем военной связи и методы ее оценки. СПб.: ВАС, 2006. 183 с.

2. Волков Д.В. Имитационное мультиагентное моделирование системы связи специального назначения // International Journal of Advanced Studies, 2017. Т. 7. № 1-2. С. 31-37.

Волков Денис Владимирович, преподаватель, denmarathamail.ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С.М. Буденного,

Саенко Игорь Борисович, д-р техн. наук, профессор, ibsaenamail. ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С. М. Буденного,

Старков Артем Михайлович, адъюнкт, kadetoHvamail.ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С. М. Буденного,

Султанбеков Алтынбек Таргынович, курсант, altynbeksultanbekova gmail.com, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С. М. Буденного

EVAL UA TION OF THE STABILITY OF THE DA TA NETWORK UNDER DESTRUCTIVE

INFLUENCE

D. V. Volkov, I.B. Saenko, A.M. Starkov, A. T. Sultanbekov

The article considers the multiagent approach simulation. On the basis of this approach is a model evaluation of the stability of the data network under destructive influence. The author presents the results of modeling repairing system of special meansthat demonstrate the effectiveness of this approach.

Key words: multiagent simulation, repair system, special means, repair unit, technical readiness coefficient.

Volkov Denis Vladimirovich, lecturer, denmarathamail. ru, Russia, Sankt-Petersburg, Military academy of telecommunications named after Marshal of the Soviet Union S.M. Bydyonny,

Saenko Igor Borisovich, doctor of technical sciences, professor, ibsaena mail. ru, Russia, Sankt-Petersburg, Military academy of telecommunications named after Marshal of the Soviet Union S.M. Bydyonny,

Starkov Artem Mikhailovich, postgraduate, kadet5Hvamail.ru, Russia, Sankt-Petersburg, Military academy of telecommunications named after Marshal of the Soviet Union S.M. Bydyonny,

Sultanbekov Altynbek Turgunovich, student, altynheksHltanhekov agmail.com, Russia, Sankt-Petersburg, Military academy of telecommunications named after Marshal of the Soviet Union S.M. Bydyonny

EVALUATION OF THE STABILITY OF THE DATA NETWORK UNDER DESTRUCTIVE INFLUENCE

Текст научной работы на тему «Оценка устойчивости сети передачи данных в условиях деструктивных воздействий»