CC BY
13
© М.А. Приходько, 2013
УЛК 004.75 М.А. Приходько
СТРУКТУРА ПАКЕТА ПРИКЛАДНЫХ ПРОГРАММ НОРМАЛИЗАЦИИ ФУНКЦИОНИРОВАНИЯ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ ОБРАБОТКИ РАЗНОРОДНОЙ ИНФОРМАЦИИ
Рассматривается задача нормализации функционирования распределенной системы обработки информации. Предлагается и обосновывается структура пакета прикладных программ нормализации функционирования распределенной системы обработки информации.
Ключевые слова: обработка информации, система обработки информации, мальтиагентная система, распределенная система, агент, интеллектуальные агент, информационный процесс, плотность распределения, узел, потенциал, информационный потенциал, нормализация, функционирование.
Зффективное управление распределенной системой обработки информации, реализующее надежную работу системы и качественную обработку информации в условиях конфликтного взаимодействия множества фракций контрагентов, невозможно без внедрения в состав распределенной системы специализированного пакета прикладных программ (ППП) нормализации функционирования распределенной системы обработки информации.
Главная задача ППП - обнаружить возникновение фракций контрагентов, оценить характер их распространения и выработать управляющее воздействие, оптимальное с точки зрения надежности работы и защиты информации в распределенной мультиагентной системе обработки информации.
Таким образом, ППП реализует следующие основные функции:
• обнаружение фракций контрагентов (нежелательных процессов);
• определение характера распространения фракций контрагентов;
• выработка управляющего воздействия.
Необходимо отметить, что понятие «выработка управляющего воздействия» включает в себя не только реализацию некото-
poro алгоритма противодействия распространению фракций контрагентов, но также определение свойств требуемых интеллектуальных агентов и формирование их фракций («производство» и доставку до определенных узлов распределенной системы обработки информации).
Для обнаружения фракций контрагентов программный пакет выработки управляющего воздействия использует следующие методы:
• Сигнатурный анализ;
• Эвристический анализ;
• Анализ энтропийных характеристик.
Сигнатурный анализ использует базу знаний сигнатур (признаков), сопровождающих протекание нежелательных процессов. Недостатком данного метода является необходимость регулярного и непрерывного обновления сигнатур. Проще говоря, нежелательный процесс, сигнатура которого пока не выявлена и не внесена в базу знаний, не будет определен как нежелательный. С другой стороны, качественное составление сигнатуры позволяет с вероятностью практически равно 100% определять соответствующий нежелательный процесс. Таким образом, сигнатурный анализ является наиболее эффективным и используется при определении уже известных, ранее хорошо изученных негативных процессов.
Эвристический анализ как один из видов вероятностного анализа на основе набора вероятностных характеристик позволяет выявлять «подозрительные» процессы, которые могут рассматриваться как нежелательные. В отличие от сигнатурного анализа, эвристический анализ может выявлять нежелательные процессы до этого момента неизвестного характера. Однако, как и любой вероятностный метод, эвристический анализ подвержен ложным срабатываниям, когда нежелательным процессом объявляется корректно функционирующая часть распределенной системы обработки информации. Поэтому эвристический анализ хорошо подходит как сигнальное средство раннего оповещения о возможном протекании нежелательных процессов в системах, где осуществляется постоянный мониторинг необходимых для анализа характеристик.
Анализ энтропийных характеристик представляет собой перспективное направление, оценивающее протекание нежелательных процессов по характеристикам системы в целом.
Такими характеристиками могут быть, например, энтропия 1Р-адресов назначения в передаваемых по сети пакетах. Энтропийный анализ позволяет не только определить факт зарождения нежелательных процессов, но и за счет своей прямой связи с информационным потенциалом распределенной системы обработки информации определить пространственно-временное распределение нежелательных процессов по узлам распределенной системы. Недостатком энтропийного анализа является необходимость постоянного сбора и обработки больших объемов информации. Однако, гораздо более существенным является преимущество метода - возможно оценки функционирования распределенной системы обработки информации в целом.
Использование описанных методов обнаружения фракций контрагентов требует наличия в программном пакете выработки управляющего воздействия распределенной базы данных, содержащей необходимую информацию для реализации аналитических функций. Для проведения сигнатурного анализа программный пакет выработки управляющего воздействия содержит базу данных сигнатур переходных процессов, сопровождающих зарождение и развитие фракций контрагентов. Для проведения эвристического анализа программный пакет выработки управляющего воздействия содержит базу данных вероятностных показателей, свидетельствующих о возникновения переходных процессов. База данных сигнатур переходных процессов, а также база данных моделей эвристического анализа пополняются в ходе работы программного пакета новыми выявленными сигнатурами и моделями.
Важно заметить, что зарождение фракций контрагентов может быть вызвано различными причинами. Фракции контрагентов могут быть как привнесенными извне (например, вирусы), так и являться следствием изменений во внешней информационной среде (например, непрогнозируемое изменение характеристик входящих информационных потоков), т.е, по сути, зарождаться «изнутри». Четкое разделение этих сценариев крайне важно, т.к. если в первом случае для нормализации работы распределенной системы обработки информации достаточно нейтрализовать все обнаруженные контрагенты, то во втором случае требуется изменить структуру самой распределенной системы обработки информации, чтобы адаптировать ее к изменившимся условиям внешней информационной среды.
В зависимости от вида реализуемого сценария используются два основных модуля ППП. Для определения характера распространения фракций контрагентов, привнесенных извне, используется модуль анализа, мониторинга и прогнозирования пространственно-временного распределения контрагентов по узлам распределенной системы обработки информации. Данный модуль включает в себя подмодули моделирования роста численности контрагентов в зависимости от характера их распространения, а также определения вероятностного распределения контрагентов по узлам распределенной системы в зависимости от вида информационного потенциала [1, 2].
Для управления нежелательными процессами, вызванными изменениями во внешней информационной среде, используется модуль управления информационными потоками и внутренней структурой распределенной системы обработки информации. Изменение количественных и качественных характеристик входящих информационных потоков приводит к необходимости перераспределения нагрузки (информационных потоков) и, в некоторых случая, необходимости реструктурировать распределенную мультиагентную систему обработки информации [3].
Реструктуризация распределенной мультиагентной системы обработки информации «на лету» крайне важна для быстрой нормализации функционирования распределенной системы обработки информации, поэтому одним из важнейших элементов программного пакета выработки управляющего воздействия является «фабрика агентов» - модуль, осуществляющий порождение интеллектуальных агентов с требуемыми нам свойствами. Помимо очевидного использования фабрики агентов для реструктуризации распределенной системы обработки информации, данный модуль используется также для порождения интеллектуальных агентов, призванных подавлять выявленные контрагенты, а также для порождения инфраструктурных интеллектуальных агентов, входящих в состав подсистем самого программного пакета.
Инфраструктурные интеллектуальные агенты играют важную роль в работе программного пакета выработки управляющего воздействия. Эффективное функционирование и успешное решение задач программным пакетом выработки управляющего воздействия требует постоянного контроля над состоянием распределенной системы обработки информации,
невозможного без наличия вспомогательных подсистем, и в первую очередь - подсистем коммуникации и мониторинга.
Подсистема мониторинга носит сигнальную функцию и решает задачу обнаружения сбоев в работе распределенной системы обработки информации. Задача решается с помощью интеллектуальных агентов, регулярно опрашивающих узлы распределенной системы обработки для подтверждения их нормального функционирования. Таким образом, сигналом к объявлению «тревоги первого уровня» является не непосредственное обнаружение контрагентов, а отсутствие подтверждения нормального функционирования для критической массы узлов распределенной системы обработки, определяемой требованиями надежности в каждом конкретном случае.
В случае объявления «тревоги первого уровня» производится опрос всех узлов распределенной системы обработки информации, по результатам которого принимается решение об объявлении «тревоги второго уровня», если число «отказов» в ответах узлов распределенной системы обработки информации превышает критический порог. В результате данного опроса получается первичная оценка числа контрагентов, используемая для выработки управляющего воздействия:
Регулярный опрос состояния распределенной системы обработки информации производится с участием не всех узлов, а только определенного набора. Этот набор опрашиваемых узлов может формироваться различными способами, например это могут быть каждый раз случайные узлы, число которых составляет заданный процент от общего числа всех узлов распре деленной системы обработки информации. Вторая стратегия может базироваться на опросе фиксированного набора узлов, расположение которых в распределенной системы обработки информации играет важную роль с точки зрения обнаружения появления контрагентов и их дальнейшего распространения. Расположение узлов в этом случае напрямую связано и определяется информационным потенциалом распределенной системы обработки информации.
Таким образом, фракция агентов мониторинга решает следующие задачи:
• формирование и ведение списка опрашиваемых узлов;
• фактический опрос узлов;
• принятие решения об объявление «тревоги первого уровня»;
• массовый опрос всех узлов;
• принятие решения об объявлении «тревоги второго уровня».
Агентам мониторинга необходимо общаться между собой,
чтобы координировать свои действия по опросу узлов распределенной системы обработки информации. Это нужно для того, чтобы не опрашивать дважды один и тот же узел, а также знать, какие из опрашиваемых узлов еще не опрошены. Решением этих и других коммуникационных задач занимается подсистема коммуникации.
Подсистема коммуникации необходима для осуществления обмена информацией между интеллектуальными агентами, составляющими программный пакет выработки управляющего воздействия, а также координации их совместных действий.
Эффективная подсистема коммуникации представляет собой распределенную подсистему агентов коммутаторов, осуществляющих коммутацию сообщений между интеллектуальными агентами в различных сегментах распределенной системы обработки информации. В классическом агентном подходе коммуникация между интеллектуальными агентами зачастую сводится к обмену сообщений посредством некоторого единого средства коммуникации (например, доски сообщений) [ссылка]. Однако, такой подход очевидным образом неприемлем для крупных систем, состоящих из миллионов и миллиардов узлов (например, сети Интернет). Т.к. в этом случае централизованное средство коммуникации просто не выдержит нагрузки.
Фракция агентов коммутаторов решает следующие задачи:
• организация коммуникация между интеллектуальными агентами, входящими в состав обслуживаемого агентом коммутатором сегмента распределенной системы обработки информации;
• коммутация коммуникационных сигналов между интеллектуальными агентами, входящими в состав различных сегментов;
• организация широковещательного режима доставки сообщений;
• самоогранизация сети агентов коммутаторов.
Пакет прикладных программ выработки управляющего воздействия
Обнаружение переходных процессов
Модуль мониторинга
Модуль сигнатурного анализа
Модуль эвристического анализа
Модуль анализа энтропийных показателей
Модуль анализа причины возникновения контрагентов
Модуль анализа характера роста числа контрагентов
Ж
Модуль выбора способа реализации управляющего воздействия
Ж
Управление информационными потоками и внутренней структурой распределенной системы обработки информации
Модуль перераспределения информационных потоков
Модуль порождения интеллектуальных агентов
Модуль изменения внутренней структуры распределенной системы
Базы моделей
Модель мультиагентного конфликтного взаимодействия
Модель вероятностного распределения контрагентов
Модель мультиагентной обработки разнородной информации
Б
Базы данных
База данных сигнатур переходных процессов
База данных эвристических показателей
База данных энтропийных показателей
Л—* 1—К
Моделирование пространственно-временного распределения контрагентов по узлам распределенной системы обработки информации
Модуль моделирования числа контрагентов
Модуль определения информационного потенциала
Модуль определения вероятностного распределения контрагентов
Модуль имитационного моделирования
И
Модуль выработки параметров управляющего воздействия
Л —
Реализация управляющего воздействия
Фабрика агентов
Модуль транспортировки агентов
Рис. 1
Еще одной важной инфраструктурной подсистемой является транспортная подсистема. Реализация оптимального управляющего воздействия требует размещения интеллектуальных
агентов в заранее определенных узлах распределенной системы обработки информации. Доставкой интеллектуальных агентов заданного вида от фабрики агентов до необходимого узла распределенной системы и занимается транспортная подсистема.
Транспортная подсистема программного пакета выработки управляющего воздействия может быть как автономной, так и интегрированной с операционной системой. В этом случае доставка интеллектуальных агентов будет происходить быстрее, т.к. будут снижены временные издержки на взаимодействие транспортного агента с операционной системой.
Обобщая вышесказанное, предлагается следующая структура пакета прикладных программ нормализации функционирования распределенной системы обработки информации (рис. 1).
- СПИСОК ЛИТЕРАТУРЫ
1. Приходько М.А. Федунец Н.И. Информационно-потенциальный подход к оценке распространения информационных процессов в распределенной системе обработки информации. // Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2011. - №ОВ6. -С. 249-256.
2. Приходько М.А., Федунец Н.И. Алгоритмы формирования управляющих воздействий в распределенных мультиагентных системах. // Программные продукты и системы. №4 (92), 2010. С. 81-84.
3. Приходько М.А. Оптимизация процесса обработки информации в узлах распределенной мультиагентной системе обработки разнородной информации. // Горный информационно-аналитический бюллетень. - М.: МГГУ. - 2011. - №ОВ6. - С. 257-261. ЕШ
КОРОТКО ОБ АВТОРЕ -
Приходько Максим Александрович - докторант, доцент кафедры Автоматизированные системы управления, кандидат физико-математических наук, spex19@mail.ru
Московский государственный горный университет.
А
