Интеллектуальная система мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах


https://doi.org/10.15217/issnl684-8853.2017.2.19

Полный текст:


Аннотация

Цель исследования: разработка интеллектуальной системы мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах в условиях дефицита априорной информации о состоянии среды. Результаты: проведен многоуровневый анализ данных об изменении значений метрик ИТ-сервисов. Разработан комплекс моделей классификации информационных ситуаций, позволяющих облачным брокерам поддерживать процесс принятия решений по выбору оптимальной стратегии решения задач мониторинга. Для создания интеллектуальной системы мониторинга были использованы адаптивные методы, оценивающие достоверность и изменчивость информационных ситуаций, возникающих при анализе облачных сред. Рассмотренные стратегии мониторинга учитывают нестационарность облачной среды и, таким образом, могут быть применены при проактивном анализе ее состояний. Использование малых объемов выборок при проведении оценки ИТ-сервисов облачной среды позволяет понизить трудоемкость проведения мониторинга. Практическая значимость: полученные результаты могут быть применены для мониторинга облачных вычислительных сред при решении крупномасштабных научных задач в рамках расширенной эталонной архитектуры NIST, ориентированной на взаимодействие триады облачных акторов «клиент - брокер - провайдер».

Об авторах

Александр Владимирович Скатков
Севастопольский государственный университет
Россия


Алексей Алексеевич Брюховецкий
Севастопольский государственный университет
Россия


Дмитрий Владимирович Моисеев
Севастопольский государственный университет
Россия


Тигран Арутюнович Абрамов
Севастопольский государственный университет
Россия


Список литературы

1. Mell P., Grance T. The NIST Definition of Cloud Computing: Recommendations of the National Institute of Standards and Technology, 2010. http://nvlpubs. nist.gov/nistpubs/Legacy/SP/nistspecialpublica-tion800-145.pdf (дата обращения: 15.10.2016).

2. Никитенко Д. А., Стефанов К. С. Исследование эффективности параллельных программ по данным мониторинга // Вычислительные методы и программирование. 2012. Т. 13. № 2. С. 97-102.

3. Скатков А. В., Шевченко В. И. Расширение референтной модели облачной вычислительной среды в концепции крупномасштабных научных исследо ваний // Тр. Института системного программирования РАН. 2015. Т. 27. № 6. С. 285-306.

4. Ceilometer Developer Documentation. https://ceilome-ter.readthedocs.org/en/latest/measurements.html (дата обращения: 15.10.2016).

5. Homepage of Zabbix. The Enterprise-class Monitoring Solution for Everyone. http://www.zabbix.com/ru/ (дата обращения: 15.10.2016).

6. Грушин Д. А., Кузюрин Н. Н. Балансировка нагрузки в системе Unihub на основе предсказания поведения пользователей // Тр. Института системного программирования РАН. 2015. Т. 27. № 5. С.23-34.

7. Циперман Г. Н. Стохастическая модель процесса идентификации сервисов информационной системы // Тр. Института системного программирования РАН. 2015. Т. 26. № 5. С. 7-28.

8. Suznjevic M., Skorin-Kapov L., and Humar I. User Behavior Detection Based on Statistical Traffic Analysis for thin Client Services // Computer Science and Information Systems. 2015. Vol. 12. N 2. P. 587-605. doi: 10.2298/CSIS140810018S

9. Бондур В. Г. Аэрокосмический мониторинг объектов нефтегазового комплекса. - М.: Научный мир, 2012. - 558 с.

10. Ратнер Ю. Б., Толстошеев А. П., Холод А. Л. Создание базы данных мониторинга Черного моря с использованием дрейфующих поверхностных буев // Морской гидрофизический журнал. 2009. № 3. С. 50-69.

11. Лаврова О. Ю., Костяной А. Г., Лебедев С. А. Комплексный спутниковый мониторинг морей России. - М.: ИКИ РАН, 2011. - 480 с.

12. Коротаев Г. К., Демышев С. Г., Ли М. Е. Спутниковый мониторинг морских акваторий. - Киев: Академпериодика, 2014. - C. 91-100.

13. Балашов И. В., Халикова О. А. Организация автоматического получения наборов информационных продуктов из центров архивации и распространения спутниковых и метеоданных // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 9-20.

14. Матишов Г. Г., Бердников С. В., Жичкин А. П. Атлас климатических изменений в больших морских экосистемах Северного полушария (1878-2013). - Ростов н/Д: ЮНЦ РАН, 2014. - 256 с.

15. Ширяев А. Н. Вероятностно-статистические методы в теории принятия решений. - М.: МЦНМО, 2014. - 144 с.


Дополнительные файлы

Для цитирования: Скатков А.В., Брюховецкий А.А., Моисеев Д.В., Абрамов Т.А. Интеллектуальная система мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах. Информационно-управляющие системы. 2017;(2):19-25. https://doi.org/10.15217/issnl684-8853.2017.2.19

For citation: Skatkov A.V., Brjuhoveckij A.A., Moiseev D.V., Abramov T.A. Intelligent Monitoring System for Solving Large-Scale Scientific Problems in Cloud Computing Environments. Information and Control Systems. 2017;(2):19-25. (In Russ.) https://doi.org/10.15217/issnl684-8853.2017.2.19

Просмотров: 37


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)