CC BY
358
Вестник Российского УНИВЕРСИТЕТА КООПЕРАЦИИ. 2016. № 1(23)
УДК 004.414.23:330.43
ПРОГНОЗИРОВАНИЕ НАДЕЖНОСТИ ЭЛЕМЕНТОВ ИНФОРМАЦИОННЫХ СИСТЕМ С ПОМОЩЬЮ ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ANYLOGIC 7
В.И. Баран, Е.П. Баран
Рассмотрены задачи прогнозирования надежности элементов информационных систем. Приведены схемы применения дискретно-событийного моделирования, системной динамики и агентного моделирования для прогнозирования надежности элементов информационных систем.
Ключевые слова: имитационное моделирование; дискретно-событийное моделирование; системная динамика; агентное моделирование; надежность; информационные системы.
V.I. Baran, E.P. Baran. FORECASTINGTHE RELIABILITY OF ELEMENTS OF INFORMATION SYSTEMS USING ANYLOGIC 7 TOOLS
The article considers problems of forecasting the reliability of elements of information systems and provides schemes of applying discrete-event simulation, system dynamics and agent-based modeling for forecasting the reliability of elements of information systems.
Keywords: simulation modeling; discrete-event simulation; system dynamics; agent-based modeling; reliability; information systems.
Применение современных информационных технологий предъявляет повышенные требования к надежности их использования. В связи с этим в процессе управления информационными системами возрастает роль новых инструментов и методов решений, одним из которых является имитационное моделирование [1-6]. В настоящее время на рынке информационных технологий фигурирует более сотни программных продуктов для разработки имитационных моделей. Ведущее место среди них занимает программное обеспечение AnyLogic 7, разработанное российской компанией The AnyLogic Company. С помощью инструментальных средств AnyLogic 7 можно использовать концепции из нескольких классических областей имитационного моделирования:
• дискретно-событийного моделирования,
• системной динамики,
• агентного моделирования.
Рассмотрим по отдельности применение
каждого из этих подходов при анализе надежности информационных систем.
1. Дискретно-событийное моделирование базируется на разработке транзактов, с помощью которых представляются динамические объекты моделирования (заявки), и блоков, служащих для обработки этих заявок.
Рассмотрим схему построения модели AnyLogic 7 для системы, состоящей из сервера и трех автоматизированных рабочих мест (далее - АРМ). Под действием случайных факторов каждый из компонентов может выйти из
строя. Будем считать, что известны функции распределения поступления отказов, а также времени, которое потребуется для восстановления каждого из объектов. Система является работоспособной в произвольный момент времени, если в этот момент функционирует сервер и не менее двух АРМ. Требуется за заданный промежуток времени определить долю времени, когда система окажется работоспособной.
Для построения модели воспользуемся следующими блоками системы AnyLogic 7:
Source - служит для генерирования заявок на обслуживание. Генерирование заявок чаще всего задается с помощью интенсивности (т.е. количества заявок в единицу времени) либо времени между поступлениями заявок;
Queue - представляет собой очередь заявок на обслуживание;
SelectOutput5 - распределяет заявки в зависимости от выполнения заданных условий в один из пяти выходных портов;
Delay - задерживает заявки на заданный период времени;
Sink - используется в качестве конечного пункта потока заявок.
С помощью средств визуального проектирования построим модель (рис. 1).
Элементы server, aRM1, aRM2, aRM3 являются агентами модели и служат для задания параметров и свойств соответственно сервера и каждого из АРМ. С помощью блоков source, sourcel, source2, source3 генерируются заявки на обслуживание сервера и АРМ. Блоки delay,
Экономические науки
9
Рис. 1. Дискретно-событийная модель
delay1, delay2, delay3 служат для длительности интервалов времени восстановления сервера и АРМ.
2. Системная динамика служит для моделирования поведения во времени сложных систем. Имитационное моделирование начинается с построения математической модели, которая обычно представляется в виде системы дифференциальных уравнений первого порядка.
Рассмотрим задачу об оценке вероятности работы одного из элементов информационной системы. Будем предполагать, что этот элемент в случайный момент времени может выйти из строя. Время между двумя последовательными отказами элемента, а также продолжительность его восстановления являются случайными величинами. Взаимосвязь между состояниями данного элемента можно представить в виде графа (рис.2), где
50 - рабочее состояние элемента,
51 - состояние, в котором этот элемент вос-станавливае ся.
рабочем состоянии, а через р() - вероятность того, что в момент £ элемент будет восстанавливаться.
Нетрудно показать, что эти вероятности удовлетворяют уравнениям:
^=-щ) р0(о+ж)
Ло 0 1 .
^ = щ) р0(0 - ж) Рх(0
а^ 0 1
(1)
Считая, что в начальный момент времени элемент находился в рабочем состоянии, запишем начальные условия: Р0(0)=1, Л(0) = 0.
Имитационная модель, соответствующая системе дифференциальных уравнений (1), представлена на рис. 3.
Рис. 2. Взаимосвязь между состояниями м0 и >01
Переходы из состояния S0 в S1 и наоборот обозначаются стрелками; функции 1(1) и ц(1) представляют соответственно интенсивности потоков отказов и восстановлений.
Обозначим через р0(£) вероятность того, что в момент времени I элемент будет находиться в
Рис. 3. Модель системной динамики На этой модели: ^ р1
- накопители: 1—1 и О - служат для представления вероятностей/; .(/) и /•>,(/);
I гп
- динамические переменные: О и -представляют соответственно функции 1(1) и
10
Вестник Российского университета кооперации. 2016. № 1(23)
¡х(1), задающие интенсивности потоков отказов
и восстановлений;
- стрелками отражаются связи между
элементами системы.
Результаты моделирования для случая,
когда 0 1
Щ) = Ш) = 0,4, 1 +1
представлены на рис. 4.
1
0.8 -0.6 -0,4 -0,2 -
0 -К=--1-1-1-,-
0 2 4 6 8 10
Р0 — Р1
Рис. 4. Результаты моделирования
3. Агентное моделирование применяется в том случае, если модель удобно представить в виде совокупности отдельных объектов (агентов). Для каждого агента можно задать его расположение в пространстве, набор параметров и правила взаимодействия друг с другом и со средой, в которой они находятся. При построе-
нии моделей для исследования надежности ИС в качестве агентов можно выбрать: элементы технического обеспечения, программные продукты, компьютерные вирусы, антивирусные программы и т.п. Изменение состояний каждого из этих элементов можно представить как случайный процесс, который можно воспроизвести с помощью средств AnyLogic. Используя агентное моделирование, определяют поведение агентов на индивидуальном уровне, объединяя их вместе, получают возможность отслеживать глобальные зависимости.
Таким образом, каждый из трех подходов - дискретно-событийное моделирование, системная динамика и агентное моделирование - может успешно применяться для прогнозирования надежности информационных систем.
Список литературы
1. Баран В.И., Баран Е.П. Имитационное моделирование системы управления качеством продукции // Вестник Российского университета кооперации. 2013. № 1 (11). С. 122-127.
2. Баран В.И., Баран Е.П. Прогнозирование рыночной ниши товаров бытовой техники и электроники // Информационные и коммуникационные технологии в экономике, управлении и образовании: сб. материалов Междунар. заоч. науч.-практ. конф. 2015. С. 22-27.
3. Боев В.Д., Кирик Д.И., Сыпченко Р.П. Компьютерное моделирование: пособие для курсового и дипломного проектирования. СПб.: ВАС, 2011. 348 с.
4. Горбунов А.Р., Лычкина Н.Н. Парадигмы имитационного моделирования: новое в решении задач стратегического управления (объединенная логика имитационного моделирования). Бизнес-информатика. 2007. № 2. С. 60-66.
5. Лоу А.М., Кельтон В.Д. Имитационное моделирование. СПб.: Питер, 2004. 846 с.
6. Половко А.М., Гуров С.В. Основы теории надежности. СПб.: БХВ-Петербург, 2006. 704 с.
БАРАН Виктор Иванович - кандидат физико-математических наук, доцент кафедры информационных технологий и математики. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: [email protected]
БАРАН Елена Прокопьевна - кандидат физико-математических наук, доцент кафедры информационных технологий и математики. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: [email protected]
BARAN, Victor Ivanovich - Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of Information Technologies and Mathematics. Cheboksary Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Cheboksary. E-mail: [email protected]
BARAN, Elena Prokopyevna - Candidate of Physical and Mathematical Sciences, Associate Professor of the Department of Information Technologies and Mathematics. Cheboksary Cooperative Institute (branch) of the Russian University of Cooperation. Russia. Cheboksary. E-mail: cheb@ rucoop.ru
