Математическая модель, алгоритм и программная реализация модели механизма управления потоками данных в компьютерных сетях с открытой структурой

• Автор: Гусев, Кирилл Владимирович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Москва
• Количество страниц: 134 с. : ил.

Список условных сокращен™ и обозначений
Введение
Глава 1 Классификация информационно-вычислительных сетей и методов |д управления обменом
1.1 Классификация информационно-вычислительных сетей
1.2 Топология информационно-вычислительных сетей
1.3 Обмен данными в информационно-вычислительных сетях
1.4 Маршрутизация данных в информационно-вычислительных сетях
1.5 Моделирование работы информационно - вычислительных сетей
1.6 Выводы
Глава 2 Метод определения параметров управления данными в
компьютерных сетях с открытой структурой. Модель управления
потоками данных
2.1 Методы решения поставленных задач
2.2 Метод определения параметров управления потоками данных на 8
основе нечеткой гиперрезолюции
2.3 Метод определения параметров управления потоками данных на 7]
основе ортогонально-латинских квадратов
2.4 Модель управления потоками данных в компьютерных сетях с
открытой структурой
2.5 Выводы
Глава 3 Алгоритмизация модели управления данными в компьютерных сетях 3
с открытой структурой
3.1 Алгоритмизация метода определения существенных потоков данных
3.2 Алгоритм управления данными
3.3 Основные задачи, реализуемые программной системой. Архитектура
программной системы
3.4 Выводы
Глава 4 Реализация и апробация разработанной модели, метода и (.
алгоритмов. Проверка работоспособности программной системы
4.1 Описание реализации программной системы
4.2 Оценка эффективности разработанной модели управления данными
4.3 Анализ эффективности алгоритма управления данными с помощью
имитационного моделирования
4.4 Методика по управлению данными в компьютерной сети с открытой
структурой
4.5 Вероятностные методы управления потоками данных в компьютерных сетях

4.6 Внедрение программного обеспечения в организациях
4.7 Выводы
Заключение
Список используемой литературы
Приложение 1. Акт внедрения «ЭлектронСистема»
Приложение 2. Акт внедрения ОАО «НИИ Кулон»
Приложение 3. Акт внедрения в научный процесс

Список условных сокращений и обозначений
ОС Операционная система
сзи Средства защиты информации
NCP Nowell Client Protocol
IRF Inherited Right Filter
NDS NetWare DirectoryServices
СРД Средство разграничения доступа
АИС Автоматизированная информационная система
БД База данных
ПАК Программно-аппаратный комплекс
СУБД Система управления БД
свт Средство вычислительной техники
по Программное обеспечение
КС Компьютерные сети
АСУ Автоматизированная система
Б-Л Белла-Лападулла
СВС Система военных сообщений
РРД Ролевое разграничение доступа
нлв Нечеткий логический вывод
олк Ортогональные латинские квадраты
ФИ Функциональная инверсия
млпо Многозначная логика переменных оснований
СНДФ Совершенная нормальная дизъюнктивная форма
ХФП Характеристическая функция принадлежности
иве Информационно-вычислительная сеть
СМО Система массового обслуживания
BPC Воздушная радиосвязь
мед Многостанционый доступ
ЭВМ Электронная вычислительная машина
пд Поток данных
УПД Управление потоками данных
АП Абонентский пункт
тнл Теория нечеткой логики
ТПР Теория принятия решения
тнм Теория нечетких множеств
РАБД Распределенный автоматизированный банк данных
цкп Центр коммутации пакетов
АОО Алгоритм обслуживания
АУО Алгоритм управления

быть оценены с помощью моделей на базе другого математического аппарата (например - кибернетическая мощность сети [66]).
Математический аппарат теории фракталов
Данный математический аппарат использует свойства самоподобия трафика сети [76]. Свойство самоподобия трафика выводится из свойства масштабной (по оси времени) независимости статистических характеристик трафика. Самоподобные процессы - называются фрактальными процессами, а фракталом - объект, который обнаруживает некоторую форму самоподобия, когда части целого могут характеризовать все целое путем масштабирования своей структуры [76]. Данный математический аппарат позднее всех был применен для анализа процессов ИВС, однако его базирование на достаточно теоретически развитом разделе математики, обеспечило его быстрое развитие и широкое применение. Классическими работами в области анализа процессов в ИВС на предмет самоподобия являются [75]. Основным направлением исследовании в этой области является прогнозирование поведения характеристик сети (задержек трафика, длинны очереди пакетов, эффективной пропускной способности сети и т.д.). В долгосрочной перспективе направление осуществляется путем анализа тенденции изменения этих характеристик за краткий период времени [76]. Отметим, что фрактальный анализ может быть применен только по отношению к трафику, имеющему свойство самоподобия, степень которого может быть оценена по коррелированное™ значений параметров трафика в широком временном диапазоне [76]. Применение данного математического аппарата позволяет строить эффективные модели прогнозирования поведения параметров трафика в сети, а на основе этих прогнозов осуществлять высокоэффективное управление ИВС [74]. В качестве недостатка данного математического аппарата можно отметить необходимость формирования объектов сети в виде элементов данного математического аппарата, что не позволяет использовать готовые модели в качестве исходных при решении задач управления ИВС.
Таким образом, анализ различных подходов к описанию процессов в ИВС показывает, что наиболее методологически проработанным и применяемым математическим аппаратом является теория СМО и теория графов. На базе этого математического аппарата построено и широко используется большое количество как интегральных (преимущественно базирующихся на теории графов), так и обобщенных (частных) моделей элементов ИВС (преимущественно базирующихся на теории СМО).