CC BY
19ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛЕНИЙ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ ИМИТАЦИОННОЙ МОДЕЛИ Шишкин Ю.Е.1, Шишкин В.Е.2
'Шишкин Юрий Евгеньевич — аспирант, кафедра информационных технологий и компьютерных систем, Севастопольский государственный университет; 2Шишкин Владислав Евгеньевич — учащийся, Средняя общеобразовательная школа № 34, г. Севастополь
Аннотация: в статье решается задача повышения SLA метрик качества распределенной вычислительной среды за счет оптимизации коэффициента резервирования, с использованием имитационной модели, структура вычислительной среды соответствует эталонной архитектуре облачных вычислений NIST. Область применения модели - выполнение параметрической оптимизации систем GRID вычислений по критериям максимума гарантированной производительности и минимума стоимости эксплуатации, что соответствует Парето эффективному решению задачи среди допустимого подмножества альтернатив. Ключевые слова: Большие Данные, ГРИД, распределенные вычисления, система поддержки принятия решений, система массового обслуживания, имитационное моделирование, визуализация.
УДК 004.6:004.75
На сегодняшний день, для решения трудоемких и критичных по времени выполнения вычислительных задач используется подход распределенных, суперкомпьютерных и облачных вычислений [1-3].
Архитектура облачных вычислений представлена на рисунке 1 [4-5].
В соответствии с принятой схемой разработана математическая и имитационная модель, проведена серия оптимизационных экспериментов. Дискретно-событийная имитационная модель построена в системе имитационного моделирования общего назначения AnyLogic, в силу того, что так обеспечивается адекватный уровень абстракции модели [6-8].
DP ~ \Dperf> Dexp, Dcost> Dinc
Рис. 1. Эталонная архитектура облачных вычислений NIST Структура облачной системы может быть представлена кортежем 1:
(1)
где Dperf - дескриптор множества требований которые принципиально могут быть
обеспечены распределенной системой, D - дескриптор системы метрик эффективности,
Dcost - дескриптор системы метрик штрафа, Dinc - дескриптор директивно обеспечиваемых требований, регламентируемых Service Level Agreement (SLA) [9 - 10].
19
Экспериментально установлено влияние коэффициента резервирования распределенного
вычислительного сервиса на метрики эффективности, регламентируемые SLA, ослабевающее
при уменьшении степени критичности объекта управления к оперативности принятия
управленческих решений.
Список литературы
1. Пасынков М.А. Комплексная система интеграции баз данных мониторинга физических параметров и позиционирования в акваториях // Научный журнал, 2017. № 2 (15). С. 29-31.
2. Греков А.Н., Шишкин Ю.Е. Моделирование трехкомпонентного акустического измерителя скорости течения // Системы контроля окружающей среды. Севастополь: ИПТС, 2016. № 6 (26). С. 33-40.
3. Шишкин Ю.Е. Облачные сервисы в системах поддержки принятия решений // Научный журнал, 2017. № 1 (14). С. 19-20.
4. Шишкин Ю.Е. Разработка инструментальных средств и математических моделей для оптимизации мониторинга // Наука, техника и образование, 2017. № 3 (33). С. 55-60.
5. Shishkin Y.E. Big Data visualization in decision making // Science in Progress, 2016. Р. 203-205. ISBN 978-5-7782-3094-1.
6. Приньков А.С., Николаев Д.А. Реализация асинхронной связи для достижения критериев прозрачности распределенных систем // European Science, 2016. № 11 (21). С. 28-30.
7. Шишкин Ю.Е. Визуальный анализ Больших Данных с применением познавательных паттернов // Проблемы современной науки и образования, 2017. № 2 (84). С. 24-26.
8. Кодолов П.А. Проблемы безопасности облачных вычислений // Наука, техника и образование, 2016. № 4 (22). С. 54-55.
9. Шишкин Ю.Е. Анализ моделей взаимодействия пользователей и провайдеров облачных сервисов // Интеллектуальные системы, управление и мехатроника-2016, 2016. С. 289-293.
10. Шишкин Ю.Е. Актуализация данных в системах мониторинга сложных объектов с использованием информационных метрик // Проблемы современной науки и образования, 2017. № 6 (88). С. 22-27. doi:10.20861/2304-2338-2017-88-001.
АНАЛИЗ РЫНКА ВВОДА ЖИЛЬЯ В РОССИИ Сазонова А.Е.
Сазонова Алина Егоровна - студент магистратуры, кафедра финансов и организации бюджетного процесса, Институт инновационных технологий и государственного управления Федеральное государственное бюджетное образовательное учреждение высшего образования Московский технологический университет, г. Москва
Аннотация: в статье дается анализ основных причин низкого прироста среднего метража жилищного фонда России, представлена диаграмма снижения ввода жилья по регионам, дана оценка причинам падения роста ввода жилья в России. Ключевые слова: анализ, оценка, строительство, жилищный фонд.
Строительство в России является одним из самых развивающихся сегментов экономики, однако, предложение продолжает очень сильно отставать от спроса, что в свою очередь служит причиной регулярного роста цен на недвижимость, ввиду отсутствия соответствующего роста доходов населения страны. И как итог - отсутствие возможности в приобретении собственного жилья [1].
Строительный сегмент в России фактически вошел в кризис еще во второй половине 2013 г., когда стала очевидной стагнация инвестиционных процессов в целом. Более половины всех инвестиций в России приходится на жилища (15% всех инвестиций в 2015 году) и нежилые здания и сооружения (41%), причем доля жилищ устойчиво растет с 2010 года.
Средний размер жилплощади в России на человека за десять лет (2005 - 2014 годы) вырос не слишком значительно: с 21 до 24 кв. м. Как пишут Е. Ясин и А. Пузанов: «Уровень обеспеченности россиян жильем пока остается недостаточным по сравнению с развитыми странами. Он лишь в полтора раза выше позднесоветского и втрое ниже уровня жилищной обеспеченности граждан других стран».
