Анализ закритической устойчивости распределенных информационных систем реального времени

Изложен подход к численному анализу устойчивости распределенных информационных систем под нагрузкой, изменяющейся во времени, допускающих кратковременное превышение нагрузкой критических значений. Информационные системы рассматриваются как неидеальные системы массового обслуживания, в которых интенсивность потока сообщений может зависеть от размеров очередей заявок. Исходя из такого подхода, сформулированы критерии устойчивого и неустойчивого поведения системы под нагрузкой, где под устойчивым поведением системы понимается способность системы самостоятельно возвращаться к штатному режиму работы при снижении значения внешней нагрузки менее критического, а под неустойчивым --- переход в аварийное состояние. В качестве примеров рассмотрены наиболее часто встречающиеся типы неустойчивых систем, а также пример распределенной системы, реализующей сложную систему очередей, которая в зависимости от характеристик обслуживания может оказаться как устойчивой, так и неустойчивой. Для такой системы рассмотрен пример ее анализа, подтверждаемый результатами численного моделирования. По результатам анализа определены зоны устойчивости и неустойчивости. Рассмотрены особенности реализации распределенных информационных систем реального времени, приведены практические рекомендации по реализации устойчивых информационных систем

Литература

[1] Кобылянский В.Г. Системы реального времени. Новосибирск, НГТУ, 2015.

[2] Postel J.B. STD 10 RFC 821. Simple mail transfer protocol. DOI: https://doi.org/10.17487/RFC0821

[3] Арнольд В.И. Теория катастроф. Новые идеи в естествознании. М., Изд-во МГУ, 1983.

[4] Ушаков И.А., ред. Надежность технических систем. М., Радио и связь, 1985.

[5] Дружинин Г.В. Надежность автоматизированных систем. М., Энергия, 1977.

[6] Калашников В.В. Анализ устойчивости в задачах массового обслуживания методом пробных функций. Теория вероятностей и ее применения, 1977, т. 22, № 1, с. 89--105.

[7] Василенко Н.В., Макаров В.А. Модели оценки надежности программного обеспечения. Вестник НовГУ, 2004, № 28, с. 126--132.

[8] Канер С., Фолк Дж., Нгуен Е.К. Тестирование программного обеспечения. Киев, ДиаСофт, 2000.

[9] Матвеев В.А., Басараб М.А., Троицкий И.И. Асимптотические свойства оценки вероятности ошибки тестирования систем информационной безопасности. Инженерный журнал: наука и инновации, 2013, № 11. DOI: http://doi.org/10.18698/2308-6033-2013-11-997

[10] Ivanov I.P., Basarab M.A., Kolesnikov A.V. Evaluation efficiency forecast modeled self-similar process based on FARIMA-models. AIP Conf. Proc., 2019, vol. 2195, art. 020052. DOI: https://doi.org/10.1063/1.5140152

[11] Лобанов В.Е., Оныкий Б.Н., Станкевичус А.А. Архитектура системы защиты Грид от атак типа "Отказ в обслуживании" и "Распределенный отказ в обслуживании". Безопасность информационных технологий, 2010, т. 17, № 3, с. 136--139.

[12] Семёнов Н.Н. Самовоспламенение и цепные реакции. Успехи химии, 1967, т. 36, № 1, с. 3--33.

[13] Басараб М.А., Иванов И.П., Колесников А.В. Анализ моделей прогнозирования процессов сервера корпоративной сети. Нелинейный мир, 2015, т. 13, № 3, с. 18--31.

[14] Калинина Е.А. Применение алгебраических методов для анализа сложных систем. Дис. ... д-ра физ.-мат. наук. СПб., СПбГУ, 2016.

[15] Valin J.M., Vos K., Terriberry T. Definition of the opus audio codec. RFC 6716. DOI: https://doi.org/10.17487/RFC6716

[16] Digital circuit multiplication equipment using 16 kbit/s LD-CELP, digital speech interpolation and facsimile demodulation/remodulation. ITU-T Recommendation G.767. Geneva, 1998.