Приобретение знаний в интеллектуальных системах поддержки принятия решений разработчика вычислительных приложений в среде Грид

• Автор: Дунаев, Антон Валентинович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Санкт-Петербург
• Количество страниц: 111 с. : ил.

Содержание
Введение.

1 Особенности функционирования интеллектуальных систем поддержки принятия

решений разработчика вычислительных приложении в среде Грид..

1.1 Анализ современных тенденций в области Гридвычнелений

1.2 Интеллектуальный подход к проектированию приложений в Грид.

1.3 Анализ современных подходов к представлению информации о производительности в

1.4 Выводы к главе 1.

2 Приобретение экспертных знаний в форме параметрических моделей

производительности, идентифицируемых на основе обработки данных

2.1 Стратегии приобретения знаний.

2.2 Обзор современных моделей производительности параллельных приложений
2.3 Методы исследования параллельной производительности на основе моделей
кластерной архитектуры.
2.4 Модели в рамках схем параллельных вычислений с учетом независимой изменчивости
пропускной способности сети и производительности вычислительных узлов
2.5 Выводы к главе 2
3 Приобретение знаний о параллельной производительности на основе
имитационного моделирования
3.1 Обзор современных имитационных моделей Гридсреды.
3.2 Особенности реализации программной системы имитационного моделирования
вычислительных процессов в Грид.
3.3 Верификация имитационной модели.
3.4 Использование имитационной модели для исследования производительности сервисов
3.5 Выводы к главе 3
4 Использование знаний о параллельной производительности дли построения
квазиоптимального расписания.
4.1 Подходы к составлению расписания
4.2 Автоматизированное составление квазиоптимального расписания на основе знаний о
параллельной производительности
4.3 Расчет ускорения приложения в виде детерминированной функции случайного
аргумента.
4.4 Выводы к главе 4.
Заключение в
Список литературы


Идея такого распределения повышает надежность системы в целом, так как сбой на одном узле или в какой-либо подсети не вызывает полной потери работоспособности. К тому же, наличие большого числа пользователей, предоставляющих ресурсы, позволяет повысить общую пропускную способность сети и исключить из нес узлы, на которых хранилось бы значительное количество данных. Эта технология попутала широкое распространение в -е годы и стала одним из первых успешных примеров реализации массовых распределенных систем вычислений и обмена данными. В качестве главных особенностей большого количества появившихся Р2Р-систем можно выделить возможность глобального разделения ресурсов в неоднородной среде, направленной на решение какой-то одной узкой задачи (например, разделение файлов и пр. Альтернативным направлением развития распределенных вычислительных систем являются серверные архитектуры (рис. P2P наличие выделенного сервера (или системы серверов), который выполняет координирующие действия, направленные на решение одной задачи. Известнейшим и одним из первых примеров таких сетей является проект SETI@Home [6], который направлен на распределенную обработку информации, получаемой от радиообсерваторий, в целях поиска доказательств существования внеземных цивилизаций. В обоих случаях (и P2P-, и серверных архитектур), из-за ориентации на узкие классы задач, применение разработанных систем для организации вычислительной среды общего назначения было невозможно, что привело к их ограниченному использованию энтузиастами или отдельными группами ученых в крупных проектах (Rosetta@home, Climate Prediction, LHC@home: см. Рис. Еще одним важным этапом на пути становления Грид стало развитие технологий CORBA и DCOM[S], которые позволяют программам, написанным на различных языках программирования и работающим на различных компьютерах, взаимодействовать между собой, используя стандартизованные средства, протоколы, механизмы описания и поиска. Это был шаг к унификации взаимодействия распределенных приложений, который показал возможность создания общего пространства, через которое осуществляется скоординированная работа нескольких организаций, что является одной из ключевых идей современной парадигмы Грид. Опыт применения этих технологий показал, что роль стандартизации внешних интерфейсов и способов взаимодействия критически важен для построения расширяемой и масштабируемой распределенной системы. Другим решением, которое оказало влияние на современное представление о Грид, является система распределенных вычислений Condor [9]. Она была создана в году с целыо утилизации вычислительных мощностей рядовых компьютеров и кластерных систем с использованием многих идей, почерпнутых из области параллельных вычислений. Среди них: обеспечение оптимальной загрузки узлов, параллельное выполнение задач, механизм создания контрольных точек и миграции заданий и пр. В начале -х общественность рассмотрела преимущества в применении подобных систем на практике, что отразилось в появлении целого ряда аналогичных систем (LoadLeveler, LSF, Maui, NQE and PBS) []. Приведенные выше решения являются лишь некоторыми ключевыми моментами, сформировавшими облик современных Грид-спстем, с точки зрения информационно-компьютерных технологий. В свою очередь, с точки зрения предметной области (пользовательских приложений), к предпосылкам создания Грид также можно отнести растущие потребности науки и промышленности в высокопроизводительных вычислениях, улучшение характеристик сетевых каналов и мощностей процессоров, а также глобальную тенденцию в сфере информационных технологий, направленную на глобализацию и интеграцию вычислительных и информационных ресурсов. Термин «Грид» стал использоваться с конца -х годов для обозначения некой инфраструктуры распределенных вычислений, предлагаемой для обслуживания передовых научных н инженерных проектов. Однако, вопрос «что такое Грид? Исходное определение гласит: «Грид — это аппаратно-программная инфраструктура, которая обеспечивает надежный, устойчивый, повсеместный и недорогой доступ к высокопроизводительным компьютерным ресурсам».