На правах рукописи
МАТИП ЭССУНГА ЛАЗАР
Разработка и исследование встроенной в сетевую платформу администрирования модели для управления производительностью корпоративных вычислительных сетей
Специальность 05.13.13 – телекоммуникационные системы и
компьютерные сети
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Москва - 2008
Работа выполнена на кафедре Вычислительных машин, систем и сетей московского энергетического института (технического университета) – МЭИ (ТУ)
Научный руководитель: доктор технических наук, профессор
Официальные оппоненты: доктор технических наук профессор
,
кандидат технических наук
Ведущая организация: Институт проблем передачи информации
Российская академия наук.
Защита состоится 23 мая 2008 г. в 16 часов в ауд. Г 306 на заседании диссертационного совета Д 212.157.01 при Московском энергетическом институте (техническом университете) по адресу 7.
С диссертацией можно ознакомиться в библиотеке Московского энергетического института (технического университета).
Отзыв в двух экземплярах, заверенные печатью организации, просьба отправлять Москва, , Московский энергетический институт (ТУ) (МЭИ), Ученый совет (МЭИ)..
Автореферат разослан «_____» ________ 2008 г.
Ученый секретарь
диссертационного совета
кандидат технических наук, доцент
общая характеристика работы
Актуальность темы
В условиях современного общества, корпоративные вычислительные сети (КВС) играют все большую роль в деятельности предприятий, организаций любой отрасли. Современные КВС предоставляют свои информационно-вычислительные ресурсы большому количеству пользователей. Требования пользователей к скорости выполнения решаемых задач определяются их ролью в технологическом процессе корпорации. Поэтому каждый пользователь предъявляет свои требования к производительности КВС.
Одной из важнейших проблем современного общества является создание высокопроизводительной телекоммуникационной среды. Сетевые технологии постоянно совершенствуются, что приводит к росту количества пользователей, увеличению объема трафика, необходимости повышения ответственности за доставку каждого сообщения. Мультимедийные технологии предоставляют пользователям широкий спектр информационных услуг, но предъявляют повышенные требования к технико-экономическим показателям, которые ужесточаются с ростом сложности корпоративных вычислительных сетей и увеличением количества пользователей.
Повышается сложность структуры КВС, расширяется состав сервисных услуг и, как следствие, возрастает интенсивность трафика. При росте коэффициентов загрузки серверов, каналов связи и коммутирующих устройств возникают очереди, что приводит к задержкам доставки сообщений. Отсутствие средств, поддерживающих требуемое качество управления производительностью КВС, понижает конкурентоспособность, и не обеспечивает требования пользователей к скорости выполнения информационно-вычислительных задач.
При неуклонном росте числа компьютерных сетей и увеличении количества узлов в сети возникает проблема выбора средств сетевого администрирования. Задача управления сетью сама по себе не тривиальна и становится тем сложнее, чем выше требования, чем крупнее сеть, чем больше в ней используются разнородные платформы сетевого администрирования (СА). Исследования задач оперативного управления ресурсами и используемых для этого существующих систем сетевого администрирования показывают, что существующие СА не позволяют в полном объеме решать проблемы, связанные с построением и управлением КВС.
С учетом изложенного актуальность темы определяется необходимостью разработки и исследования интеллектуального сетевого администратора (ИСА), обеспечивающего качественное управление производительностью КВС.
Основные цели работы
Целью диссертационной работы является повышение качества управления производительностью КВС. Оценки производительности КВС являются основой критерия качества управления производительностью КВС.
Для достижения поставленной цели были решены следующие задачи исследования:
1. Анализ методов и средств управления производительностью КВС.
2. Разработка архитектуры интеллектуального сетевого администри-рования ИСА.
3. Исследование и разработка средств адаптации модели управления реальной КВС.
4. Исследование модели ИСА для управления производительностью КВС.
5. Разработка и исследование методики решения задачи определения количества приоритетных пользователей КВС, работающих в диалоговом режиме.
Научная новизна полученных результатов.
1. Предложена структура сетевой платформы администрирования с встроенной моделью для управления производительностью, названная интеллектуальным сетевым администратором (ИСА), и обоснована ее реализуемость.
2. Разработана методика адаптации модели управления к параметрам реальной КВС.
3. Сформулирована задача и предложена методика расчета количества приоритетных пользователей.
4. Разработана математическая модель функционирования КВС, обслуживающая заданное количество приоритетных пользователей.
Методы исследования. Для решения поставленных задач в работе использовались теория массового обслуживания, теория графов, введение в теорию производительности вычислительных сетей.
Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования, корректными исследованиями параметров на функционирующей вычислительной сети, а также соответствием полученных результатов частным результатам, приведенным в научной литературе.
Практическая значимость полученных результатов:
Разработка интеллектуального сетевого администратора (ИСА) на базе встроенной аналитической модели вычислительной сети дает возможность решать широкий спектр задач оперативного и стратегического управления.
Разработанная методика адаптации модели управления к параметрам реальной КВС, для которой выбран и отлажен комплекс программных средств, передана администратору Информационной вычислительной сети МЭИ для практического использования. Применение разработки позволяет выборочно контролировать загрузку серверов, получать количественные оценки интенсивности обслуживания.
Методика расчета количества приоритетных пользователей позволяет для реальной КВС определить допустимое количество IP телефонов, которые могут устойчиво функционировать даже в интервалы пиковых значений сетевого трафика. В настоящее время методика используется в учебном курсе «Сети ЭВМ», который читается на кафедре вычислительных машин, систем и сетей Московского энергетического института (Технического университета).
Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на международных конференциях и семинарах:
- На Тринадцатой Международной научно-технической конференции студентов и аспирантов. «Радиоэлектроника, электротехника и энергетика» (Москва, 01-02 Марта 2007г),
- Second annual International Working Conference on Active, Management Networking, «In IWAN’07», (Zurich, Switzerland, October 2007)
- На Международной конференции “Информационные средства и технологии”» (Москва, 16-18 Октября 2007г),
- На Четырнадцатой международной научно-технической конференции студентов и аспирантов. «Радиоэлектроника, электротехника и энергетика» (Москва, 03-04 Марта 2008г)
Публикации
Основные материалы диссертационной работы опубликованы в 6 печатных работах.
Структура и объем диссертации
Диссертация состоит из введения, четырех глав, заключения, приложения и изложена на 164 страницах. Список использованной литературы содержит 106 наименование. Таблиц 13, рисунков 36. Каждая глава снабжена анотацией и заканчивается основными выводами по результатам проведенных исследований.
Основное содержание работы
Во введении обоснована актуальность темы диссертационной работы и ее научная новизна, сформулированы цель и основные задачи исследований, защищаемые положение, их практическая значимость.
В главе 1 проведен анализ методов управления производительностью КВС. Управление КВС осуществляется с помощью средств сетевого администрирования. Выделена проблема производительности КВС. Сетевые технологии постоянно совершенствуются, что приводит к росту количества пользователей, увеличению объема трафика, необходимости повышения ответственности за доставку каждого сообщения. Мультимедийные технологии предоставляют пользователям широкий спектр информационных услуг, но предъявляют повышенные требования к технико-экономическим показателям, которые ужесточаются с ростом сложности КВС и увеличением количества пользователей.
В связи с отсутствием возможностей рассчитывать технические характеристики, обеспечивающие требуемое качество функционирования КВС, при инженерном проектировании приходится решать эти задачи эмпирически, путем подбора. Проблема оценки производительности вычислительных сетей состоит в том, что из-за наличия многочисленных определений оценок производительности корпоративной вычислительных сети, нет согласия в едином определении производительности.
Можно разделить функции управления производительностью КВС на две группы: управление элементами сети, управление коммуникациями
Таблица 1. Функции управления КВС
Управление элементами сети | |
а. управление конфигу-рацией (установка динамическое изменение) |
описание протоколов сетевых взаимодействий (параметры протоколов маршрутизатора). |
Управление коммуникациями | |
а. обработка сбоев |
мониторинг удаленных сегментов и межсетевых связей |
б. управление производительностью |
определения и устранения узких мест. |
Чтобы решить задачи управления производительностью, можно разделить управления КВС на 4 класса: управление в реальном времени, оперативное управление, тактическое управление, стратегическое управление. Анализ математических методов, позволяющих рассчитывать вероятностно-временные характеристики функционирования КВС, позволил показать, что метод контуров является наиболее пригодным для расчета указанных характеристик. Анализ методов управления платформы сетевого администрирования показал, что существующие средства не позволяют в полном объеме решить проблемы управления производительности КВС.
Необходима новая разработка, обеспечивающая более полный мониторинг и решение задач повышения качества управления, а также прогнозирования изменения временных характеристик в КВС.
Глава 2 посвящена разработке архитектуры интеллектуального сетевого администратора (ИСА).
В настоящий момент четыре платформы сетевого администрирования занимают большую часть мирового рынка средств управления сетью. Это продукты: пакет Solstice компании SunSoft, пакет OpenView компании Hewlett - Packard, пакет SystevmView компании IBM, пакет Spectrum компании Cabletron.
Серверы (называемые также менеджерами) собирают данные о текущем состоянии сети от агентов (SNMP, CMIP или RMON), встроенных в оборудование сети, и накапливают их в своей базе данных. Клиенты представляют собой графические консоли, за которыми работают администраторы сети.
Все рассмотренные выше платформы сетевого администрирования реализуют сходные по своему составу наборы функций, предоставляемых администратору системы. Для этих платформ характерен ряд недостатков:
- платформы не позволяют определить потенциально “узкие места” в системе;
- платформы не позволяют определить как изменится ситуация в сети, если внести изменения в ее структуру (добавить, убрать оборудование, изменить местоположение узла в сети или его характеристики);
- платформы не позволяют произвести автоматическое изменение направления движения информационных потоков в случае возникновения неисправностей в работе сети (выход из строя узлов сети или каналов связи, перегрузка улов сети или каналов связи).
Наличие такого рода недостатков позволяет сделать вывод о необходимости создания принципиально новой платформы сетевого администрирования. Требуется создать интеллектуальную платформу сетевого администрирования (ИСА), которая в своем составе содержала бы блоки моделирования. Повышение эффективности работы КВС может обеспечиваться за счет изменения подхода к организации администрирования сети и внедрению новых интеллектуальных сетевых администратор, позволяющих не только определять неисправности и проблемы в сети, но и прогнозировать их появление. Архитектура интеллектуального сетевого администратора должна отличаться от уже существующих архитектур. Разработка архитектуры ИСА возможно только на базе встроенной математической аналитической модели. Эта модель должна позволять ИСА решать проблемы повышения качества управления КВС. При этом, аналитические модели КВС должны соответствовать следующим требованиям: легко перестраиваться при анализе различных конфигураций технических средств КВС; учитывать параметры и специфику используемых программных продуктов при их взаимодействии; учитывать специфику и характеристики протоколов всех уровней архитектуры; опираться на обработку комплексной информации о параметрах сети, собираемой в реальном времени и хранящейся в архивированном виде. Для его реализация требуется разработать модули, реализующие его архитектуру. Часть модулей интеллектуального администратора будет заниматься сбором информации, а другая часть – ее обработкой.
Для описания аналитические модели функционирования КВС вводится спецификация параметров архитектуры (AR), которая определяется тремя группами [1]:
AR = < NS, NT, NDT> , где NS - группа параметров топологической структуры; NT - группа параметров структуры транзакций ; NDT - группа параметров динамики транзакций.
NS= < R, V,E, S >, где R - множество регионов КВС; V - множество узлов региона КВС; Е - множество элементов Е(r, v,e), S - структура функциональных связей КВС.
NT= < Q, Ф,P, M,C, A >, где Q - функции, определяющая контуры q; Ф - функции, определяющие фазы φ контуров q; Р - функции вероятностей перехода транзакций контура q от узла к узлу; M - функции, задающие коэффициенты m изменения количества транзакций фазы φ контура q; С - функции, задающие емкость замкнутого контура ZQ(q); А - функции, задающие приоритет обработки в узле транзакций заданной фазы φ контуров q.
NDT= < FX, FY, N,T >, где FX - функции распределения вероятностей времени обслуживания транзакций заданной фазы φ контуров q каждым элементом Е(r, v,e); FY - функции распределения вероятностей времени поступления транзакций заданной фазы φ контура q на вход узлов V(r, v); N - множество значений среднего количества транзакций заданной фазы φ контуров q; находящихся в очереди и в узле; T - множество значений среднего времени обслуживания транзакции каждым элементом Е(r, v,e) узла.
Структура ИСА, выключаюшая центральный блок, представлена на рис.1, позволяет администратору (А) наблюдать за работой сети, вносить изменения в конфигурацию сети и наблюдать как будет работать сеть при изменяющихся условиях. Внешние измеряющие агенты наблюдения должны собирать информацию о заданном регионе сети и передавать собранную информацию центральному блоку системы.
Рис. 1. Структура взаимодействия с агентами центрального блока ИСА.
Структура центрального блока интеллектуального администратора сети представлена на рис. 2. Она состоит из:
· Базы данных (БД) – блока, который содержит постоянно обновляемые данные о сети.
· Блока вычисления расчетных соотношений (БРС), предназначенного для вычисления характеристик сети.
· Блока знаний (БЗ), который содержит формулы и характеристики законов распределений, которые будет использовать для работы БРС.
· Блока отображения структуры и характеристик, предназначенного для организации взаимодействия сетевого администратора с администратором (А) системы.
Рис. 2. Структура центрального блока ИСА
Структура интеллектуального сетевого администратора, показанная на рисунке 3, состоит из центрального блока, агентов наблюдения.
|
Рис. 3. Структурная схема интеллектуального сетевого администратора.
Выполнена разработка структуры управляющей базы данных (БД). БД используется для хранения таблиц, содержащих справочную информацию и данные, полученные в ходе измерений. Разработанная спецификация модели и структура базы данных, подтверждают реализуемость математической модели, встроенной в ИСА, для КВС реальной размерности
Глава 3 посвящена исследованию средств адаптации модели управления реальной КВС. Сформулирована задача экспериментального определения интенсивности 
обслуживания транзакций, чтобы практически реализовать адаптацию модели ИСА к реальным условиям функционирования. Для решения поставленной задачи необходимо определить коэффициент 
загрузки обслуживающего устройства и интенсивность 
поступления потока транзакций.
На основе анализа взаимодействия блоков ИСА, разработана методика адаптации математической модели. Методика предусматривает выполнение следующих этапов:
1. Ввод исходных данных для решения поставленной задачи.
2. Выбор комплекса необходимых программных средств и построение макета сети.
3. Разработку схемы эксперимента.
4. Проведение экспериментальных работ.
5. Выполнение анализа полученных результатов.
6. Определение интенсивности 
обслуживания потока транзакций.
Суть данной методики состоит в определении данных, которыми обладает MIB (Management Information Base) исследуемого сетевого устройства, и измерении на их основе значений коэффициентов загрузки устройств и интенсивности поступления потока транзакции. Выполнение методики подтверждено экспериментальными исследованиями функционирующего сервера ИВС Московского энергетического института.
Таким образом, были получены суточные дампы трафика, которые содер-жали необходимые для обработки параметры. Большое расхождение в размерах дампов наблюю-дается днем.
Для осуществления эксперимента выбран комплекс программных средств составлен план
Рис.4. Схема реализации эксперимента.
проведения эксперимента; выполнены экспериментальные исследования для ИВС Московского энергетического института и произведен анализ полученных результатов.
Результаты, которые были получены в ходе экспериментов, интенсивность 
поступления транзакций варьируется в зависимости от режимов функционирования. Результаты экспериментов показаны в таблице 2.
Табл. 2. Результаты экспериментов
Время (Ч) | Коэффициент загрузки ( | Количество входных сообщений (N) | Интенсивность сообщений ( | Интенсивность обслуживания ( | Время (t) нахождения сообщ. на сервере (обслуживания и ожидания) |
18.07-18.37 | 0,5 | 47933 | 26,62 | 53,24 | 0,037 |
18.37 – 19.07 | 0,3 | 36853 | 20,47 | 68,23 | 0,02 |
10.30 – 11.00 | 0,6 | 58515 | 30,5 | 50,83 | 0,049 |
11.00 – 11.30 | 0,6 | 59925 | 33,29 | 54,48 | 0,047 |
11.30 – 12.00 | 0,7 | 61826 | 34,34 | 49,05 | 0,061 |
12.00 – 12.30 | 0,6 | 59199 | 32,88 | 54,8 | 0,045 |
12.30 – 13.00 | 0,7 | 69584 | 38,65 | 55,21 | 0,06 |
13.00 – 13.30 | 0,6 | 58826 | 32,68 | 54,46 | 0,045 |
13.30 – 14.00 | 0,8 | 98879 | 54,93 | 68,66 | 0,074 |
14.00 – 14.30 | 0,8 | 98879 | 54,93 | 68,66 | 0,08 |
14.30 – 15.00 | 0,95 | 119798 | 66,55 | 70,05 | 0,028 |
15.00 – 15.30 | 0,8 | 98886 | 54,93 | 68,66 | 0,084 |
15.30 – 16.00 | 0,7 | 68996 | 38,33 | 54,75 | 0,06 |
16.00 – 16.30 | 0,7 | 69969 | 38,87 | 55,52 | 0,06 |
16.30 – 17.00 | 0,6 | 59914 | 33,28 | 55,46 | 0,046 |
17.00 – 17.30 | 0,6 | 58515 | 32,5 | 54,16 | 0,04 |
)В период времени с 11.30 до 17.30 интенсивность обслуживания сообщений повышается. В состав таблицы 2 включены экспериментально полученные данные:
- коэффициент загрузки, количество N входных сообщений,
а также данные, полученные посредством вычислений:
- интенсивность сообщений, которые можно определить по формуле:
, (1)
где N – количество сообщений, T – интервал времени,
- интенсивность обслуживания сообщений, которые можно определить по формуле: 
, (2)
Получено среднее значение интенсивности обслуживания сообщений:
(1/c)
Время нахождения сообщений на сервере (обслуживание и ожидание) определяется по формуле:
. (3)
Измеренная величина использовалась в модели для расчета количества приоритетных пользователей.
Глава 4 посвящена разработке и исследованию математической модели функционирования КВС, использованная для определения допустимого количества приоритетных пользователей. В разрабатываемой модели содержатся аналитические соотношения, устанавливающие функциональную зависимость изменяемых параметров от характеристик моделируемого объекта.
Таким образом, построив модель, можно определить не только количество приоритетных пользователей, которые обеспечивают требуемое качество управления производительностью всей вычислительной сети, но и получить функциональные зависимости изменения количества приоритетных пользователей КВС от допустимого времени реакции.
Допустимое время реакции определяет возможности сетевых ресурсов выполнять те или иные задачи, доставить сообщения, удовлетворяющие требованиям быстродействия, которые предъявляют пользователи. При построении модели, КВС используется в качестве основы метод контуров. Каждое устройство и каждый канал связи рассматриваются как обслуживающие узлы. Каждый узел при обработке осуществляет задержку транзакции и поэтому моделируется одноканальной системой массового обслуживания M/M/1/
.
В качестве примера, иллюстрирующего параметры модели, рассмотрена структура, представленная на рис. 4.
Структура S КВС содержит: серверы (1H, 2H, 3H, 4H, 5H), которые через каналы связи и коммуникационные контроллеры (1С – 10С) обслуживают в диалоговом режиме рабочие станции (1S – 300S), которые объединены в пять групп (1GS – 5GS).
Рис. 4. Структура исследуемой КВС.
В основу методики определения допустимого количества 
приоритетных пользователей положен метод контуров.
Методика решения задачи выбора количества приоритетных пользователей (ВПП) предусматривает выполнение следующих этапов:
1. По структуре S КВС строится функциональная модель.
2. Формируется графовая модель и описываются контура q потоков транзакций.
3. Составляется система нелинейных уравнений, учитывающая описание замкнутых контуров 
.
4. Решается система нелинейных уравнений.
В соответствии с пунктом (1) предложенной методики, переход к функциональной модели КВС отражает требования проектировщика-исследователя к степени детализации построения модели. На этом этапе метода контуров выполняется построение функциональной модели.
Этап 1. На рисунке 5 представлена функциональная модель КВС, в которой используется 3 типа обслуживающих узлов Н, С, К и задается количество узлов Nm. Для удобства все обслуживающие узлы данной модели пронумерованы. В соответствии с пунктом (2) предложенной методики для каждого контура q (q=
), описывающего замкнутый маршрут, строится графовая модель, в которой каждому элементу функциональной модель соответствует стрелка (см. рис. 5). Все элементы (дуги) графовой модели имеют сквозную нумерацию ki (ki=
).
Рис. 5. Функциональная модель исследуемой КВС
Этап 2. Маршруты коммуникации для рассматриваемого примера КВС могут быть представлены следующим образом:
; 
; 
; 
; 
.
В соответствии с предложенной методикой построена графовая модель, представленная на рис. 6.
Рис. 6. Графовая модель исследуемой КВС
Этап 3. В соответствии с пунктом (3) предложенной методики для каждого контура q составляются нелинейные уравнения для каждого контура.
В соответствии с пунктом (3) предложенной методики, нелинейные уравнения имеют вид:
. (1)
Для контура q=1 нелинейное уравнение имеет следующий вид:
(2) 
Основу каждого нелинейного уравнения составляет условие, что для установившегося процесса движения сообщений одного контура q количество сообщений в контуре не изменяется и равно сумме математических ожиданий сообщений рассматриваемого контура во всех узлах сети. Тогда для каждого контура можно записать:
, где 
Є q (3)
Где ki (ki=)
По структуре S и заданным контурам Q строится графовая модель. В соответствии с графовой моделью составляется система нелинейных уравнений (1).
где 
- количество транзакций в замкнутом контуре;
- интенсивность поступления потока транзакций;
- коэффициент ограниченности очереди;
- интенсивности обслуживания потока транзакций;
Коэффициент ограниченности очереди
. (4)
Этап 4. В соответствии с пунктом (4) предложенной методики, для решения системы нелинейных уравнений используем метод тангенсов.
В диссертации исследуется, как изменяется система НЛУ для контуров, после перехода к приоритетному обслуживанию транзакций Система нелинейных уравнений (1) не позволяет определить количество приоритетных пользователей. Чтобы определить , необходимо учитывать ограничение на допустимое время 
реакции системы, которое определяется по соотношению:
. (5)
Из (5) после преобразования получаем значение интенсивности поступления потока транзакций, которое зависит от допустимого времени 
реакции системы:
(6)
Введены определения.
Транзакции контура q, описывающего потоки транзакций 
, могут иметь приоритеты а обслуживания в узлах 
.
Контура q с точки зрения приоритетности могут быть:
· персональными (
), если в контуре циркулирует только одна транзакция,
· коллективными (
>1), если в контуре циркулирует несколько транзакций.
Для персонального контура q все транзакции контура имеют одинаковый приоритет обслуживания.
Для коллективного контура q количество приоритетных пользователей 
. Множество контуров q, имеющих приоритет a, могут быть записаны в виде списка 
.
Соотношение (1) определяет усредненное количество транзакций контура q, находящихся в i-м узле на обслуживании и в очереди.
Для случая, при котором все транзакции контура q, обслуживаемые в i-м узле, имеют одинаковый, 1-й приоритет (А=1) все ресурсы узла (интенсивность обслуживания) используются для обслуживания общего суммарного потока 
транзакций приоритета а=1. Тогда количество 
транзакций, обслуживаемых в i-м узле, определяется соотношением:
(7)
Для случая двух абсолютных приоритетов (А=2) транзакции 2-го приоритета (a=2) могут использовать для обслуживания только часть ресурса, который не использовали транзакции первого приоритета, т. е 
.
Тогда количество 
транзакций приоритета а=2, обслуживаемых в i-м узле, определяется соотношением:
(8)
Следовательно, в общем случае нелинейные уравнения для приоритета а 
записываются в виде:
(9)
Для замкнутых коллективных контуров (>1) количество 
приоритетных транзакций в контуре q может изменяться от 1 до nq, т. е (
).
При 
(10)
Исследуемая КВС рассмотрена при достаточном количестве ресурсов обслуживания, при которых выполняется следующее условие:
, (11)
где 
и 
- константы, зависящие от приоритета.
При этом условии администратор КВС имеет достаточно ресурсов, чтобы решить задачу повышения скорости выполнения решаемых задач, т. е. повысить производительность, используя механизм приоритетов.
Алгоритм определения количества приоритетных пользователей для одного уравнения представлен на рисунке 7.
Рис. 7. Алгоритм вычисления для одного уравнения.
Для получения количественных оценок исследуемой КВС, рассмотренной в примере, принято, что серверы имеют интенсивности обслуживания μ1 =70 1/s, каналы связи μ1=40 1/s, рабочие станции μ1=0,333 1/s. В сети функционируют 5 контуров. Допустимое время варьируется в интервале 1 – 3 секунды. Результаты совместного решения системы уравнений (5) и (9) из контура 
до контура 
для исследуемой КВС представлены на следующих графиках (рис.8 - 9):
Рис.8. Зависимость интенсивности от количествa приоритетных пользователей в контурах q1- q5
Для исследуемой КВС результаты, полученные как зависимости от интенсивности количества приоритетных пользователей, показывают, что для всех 5-ти контуров, при увеличении количества приоритетных пользователей в диалоговом режиме функционирования, интенсивность поступления транзакций уменьшается, но при этом время обслуживания неприоритетных пользователей увеличивается. Полученные результаты представлены в следующей таблице 3.
Таблица 3. Изменение количества приоритетных пользователей
от допустимого времени реакции для q=1
Допустимое время реакции приоритетных пользователей | Количество приоритетных пользователей | Время реакции не приоритетных пользователей. |
1,0 с | 4 | 6,33 с |
1,5 с | 7 | 11,99 с |
2,0 с | 9 | 19,32c |
Первый контур исследуемой КВС включает 40 пользователей. При выделении из этого состава 4-х приоритетных пользователей, которым должно быть обеспечено время реакции 1,0 с, время реакции остальных 36-ти пользователей составляет 6,33 с. Из таблицы 3.2 видно, что ресурсы исследуемой КВС позволяют обеспечить 7-ми пользователям приоритетное обслуживание с допустимым временем реакции 1,5 с, а с временем 2,0 с – 9-ти пользователям.
Рис. 9. Изменение количества приоритетных пользователей КВС от допустимого времени реакции для пяти контуров
На рисунке 9 представлены зависимости, которые показывают нелинейный рост количества приоритетных пользователей в зависимости от требуемого времени реакции приоритетных пользователей.
Следует отметить, что расчеты выполняются для стационарного режима, при котором количество приоритетных пользователей и допустимое время реакции представляют собой усредненные величины.
Исследования показали, что чем выше допустимое время, тем больше количество приоритетных пользователей.
При допустимом времени 
с система не может иметь ни одного приоритетного пользователя, т. к. ресурсы КВС не позволяют обслуживать приоритетных пользователей при таком требуемом времени.
Такой результат показывает, что обеспечивается возможность администратору качественно управлять КВС и избежать узких мест, т. к. он знает о предельных возможностях сетевых ресурсов.
Заключение посвящено перечислению выполненных работ и результатов, полученных при проведении исследований.
Основные результаты работы:
1. Предложена архитектура ИСА, которая предусматривает разработку центрального аналитического адаптивного информационно-вычислительного блока и измеряющих агентов.
2. Разработана спецификация математической модели и на ее основе предложена структура базы данных, которая содержит измеренные значения параметров, а также различную справочную информацию.
3. Сформулирована задача экспериментального определения интенсивности обслуживания сервером потока транзакций. Для решения задачи экспериментального определения интенсивности обслуживания сервером потока транзакций разработана методика.
4. Разработана методика решения задачи выбора количества приоритетных пользователей (ВПП).
5. Работа апробирована при выборе базовых программных средств, расчете и оценке сетевых параметров (интенсивность поступления транзакций, интенсивность обслуживания транзакций), постановке эксперимента на КВС МЭИ.
Основные публикации по теме диссертации
1. Матип Эссунга Лазар Методика выбора количества приоритетных пользователей в корпоративных вычислительных сетях реального времени «Системы управления и информационные технологии», Воронеж 2008, №4.2(3с
2. Матип Эссунга Лазар, к вопросу исследования эффективности подсистемы клиент-сервер средствами системы массового обслуживания и теории очередей Труды Новомосковского института Российского химико-технологического университета им. Д. и, Менделеева Новомосковск, 2004 г. выпуск № 3 (с
3. Матип Эссунга Лазар, И Задачи управления производительностью корпоративных вычислительных сетей ХIII Международной научно-технической конференции студентов и аспирантов радиоэлектроника, электротехника и энергетика 1-2 марта 2007 г. тезисы докладов Изд-во МЭИ, томс,
4. Матип Эссунга Лазар, Выбор количества приоритетных пользователей для управления производительностью КВС на второй ежегодной международной конференции, организации сети Управления, "В IWAN '07", (Цюрих, Швейцария, 01-05 октября 2007) p. 312-314; Matip Essounga Lazare Users priority choice for management of performance of corporate computer network In Second annual International Working Conference on Active, Management Networking, «In IWAN’07», (Zurich, Switzerland, 01-05 October 2007) p. 312-314
5. Матип Эссунга Лазар, Выбор приоритетных пользователей для управления производительностью КВС Труды Международной научно-технической конференции “Информационные средства и технологии” Москва, 16-18 октября 2007 г. МЭИ, томс
6. Матип Эссунга Лазар, И Экспериментальное определение интенсивности обслуживания потока заявок для управления производительностью КВС ХIV Международной научно-технической конференции студентов и аспирантов радиоэлектроника, электротехника и энергетика 28-29 февраля 2008 г. тезисы докладов Изд-во МЭИ, томс.
