МОДЕЛЬ РАСПРЕДЕЛЕНИЯ РЕСУРСОВ КРИТИЧЕСКОЙ ИТ-ИНФРАСТРУКТУРЫ С ЧЕТКИМИ ПАРАМЕТРАМИ НА ОСНОВЕ МЕТОДА РОЯ ЧАСТИЦ

Я.Ю. Дорогий, Е.А. Дорога-Иванюк, Д.А. Ференс

Èlektron. model. 2019, 41(2):23-38
https://doi.org/10.15407/emodel.41.02.023

АННОТАЦИЯ

Проведен детальный анализ методов и алгоритмов размещения ресурсов виртуализированных ИТ-инфраструктур. Приведено описание математической модели распределения ресурсов критической ИТ-инфраструктуры с четкими параметрами и ее использование в сочетании с методом роя частиц. Раскрыта суть метода роя частиц, рассмотрен принцип поиска наилучшего решения и его основные операции для решения поставленной задачи. Приведены результаты экспериментальных исследований предложенной модели распределения ресурсов критической ИТ-инфраструктуры с четкими параметрами на основе метода роя частиц.

КЛЮЧЕВЫЕ СЛОВА:

архитектура, распределение ресурсов, метод роя частиц, критическая ИТ-инфраструктура.

СПИСОК ЛИТЕРАТУРЫ

1. Глоба Л.С., Скуліш М.А., Дяденко О.М. Математичні основи побудови інформаційно-телекомунікаційних систем. Київ: Норіта-плюс, 2007.
2. Горин М. Корпоративный ЦОД: за рамками технологий // Connect! Мир Связи. 2007, № 8, с. 19—20.
3. Кириллов И. Коммерческие ЦОД в Украине: новый этап развития // Сети и бизнес, 2010, № 3 (52). [Электронный ресурс] Режим доступа: http://www.sib.com.ua/arhiv2010/2010_3/statia_3_1_2010/statia_3_1_2010.htm. Дата звернення: 10.12.2018. Назва з екрану.
4. Badger L., Grance T. et al. Computing Synopsis and Recommendations. Recommendations of the National Institute of Standards and Technology// Special Publication 800-146. NIST, 2012.
5. Биберштейн Н., Боуз С. Компас в мире сервис-ориентированной архитектуры (SOA). М.: КУДИЦ-Пресс, 2007.
6. Krafzik D., Banke K., Slama D. Enterprise SOA: Service-Oriented Architecture Best Practices. Prentice Hall Professional, 2005, 383 р.
7. Kaur R., Kaur A. A Review Paper on Evolution of Cloud Computing, its Approaches and Comparison with Grid Computing // International Journal of Computer Science and Information Technologies, 2014, Vol. 5, p. 6060—6063.
8. Gupta A., Sarood O., Laxmikant V.K. OptimizingVM Placement for HPC in the Cloud // International Letters of Social and Humanistic Sciences, 2014, Vol. 16, p. 1—6.
9. Joseph, J., Fellenstein C. Grid Computing. Prentice Hall Professional, 2004, 378 p.
10. Nabrzyski J., Schopf J.M. Grid Resource Management: State of the Art and Future Trends Weglarz —Springer, 2004.
11. Goldworm B., Skamarock A. Blade servers and virtualization: transforming enterprise computing while cutting costs. Wiley Publishing, Inc., 2007.
12. Ruest N., Ruest D. Virtualization. A Beginner’s Guide. McGraw Hill Professional, 2009.
13. Теленик C.Ф., Ролік О.І., Букасов М.М., Лабунський А.Ю. Моделі управління віртуальними машинами при серверній віртуалізації// Вісник НТУУ «КПІ»: Інформатика, управління та обчислювальна техніка, 2009, № 51, c. 147—152.
14. Дорогий Я.Ю., Дорога-Іванюк О.О., Ференс Д.А. Модель розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами на основі генетичного алгоритму // Informationtechnology and security, 2018, Vol. 6, Iss. 2(11), p. 124—144.
15. Buyya R., Broberg J., Goscinski A.M. Cloud Computing: Principles and Paradigms. John Wiley & Sons, 2010, 664 р.
16. Hu X., Eberhart R.C. Tracking dynamic systems with PSO: Where’s the cheese // Proc. of the Workshop on Particle Swarm Optimization. IN, 2001, р. 80—83.
17. Shi Y.H., Eberhart R. Empirical study of particle swarm optimization// Proc. of the Congress on Evolutionary Computation, 1999, Vol. 3, р. 1945—1950.
18. Eberhart R.C., Shi Y. Tracking and optimizing dynamic systems with particle swarms // Proc. of the 2001 Congress on Evolutionary Computation, 2001, Vol. 1, p. 94—100. DOI:10.1109/CEC.2001.934376.
19. Carlisle A., Dozler G. Tracking changing extrema with adaptive particle swarm optimizer // Proc. of the 2002 Soft Computing, Multimedia Biomedicine, Image Processing and Financial Engineering. Orlando, FL, USA, 2002, p. 265—270.
20. Du W., Li B. Multi-strategy ensemble particle swarm optimization for dynamic optimization // International Journal of Information Sciences, 2008, Vol. 178, Iss. 15, p. 3096—3109. DOI:10.1016/j.ins.2008.01.020.
21. Tasgetiren M.F., Sevkli M., Liang Y.-C., Gencyilmaz G. Particle swarm optimization algorithmfor permutation flow shop sequencing problem // Proc. of the 4th International Workshopon Ant Colony. Optimization and Swarm Intelligence (ANTS2004), LCNS 3172.Brussels, Belgium, 2004, p. 382—390.
22. Tasgetiren M.F., Sevkli M., Liang Y.-C., Gencyilmaz G. Particle swarm optimization algorithmfor single-machine total weighted tardiness problem // Proc. of the Congress on EvolutionaryComputation, 2006, Vol. 2, p. 1412—1419.
23. Van der Maaten, L.J.P., Hinton G.E. Visualizing High-Dimensional Data Using t-SNE //Journal of Machine Learning Research, 2008, Vol. 9 (Nov), p. 2579—2605.

ДОРОГИЙ Ярослав Юрійович, канд. техн. наук, доцент, доцент кафедри автоматики і управління в технічних системах Національного технічного університету України «Київський політехнічний ін-т ім. Ігоря Сікорського», котрий закінчив в 2002 р. Область наукових досліджень — штучний інтелект, критичні ІТ-інфраструктури, теорія розпізнавання.

ДОРОГА-ІВАНЮК Олена Олександрівна, аспірантка, асистент кафедри автоматики і управління в технічних системах Національного технічного університету України «Київський політехнічний ін-т ім. Ігоря Сікорського», котрий закінчила в 2007 р. Область наукових досліджень — штучний інтелект, критичні ІТ-інфраструктури.

ФЕРЕНС Дмитро Андрійович, магістрант кафедри автоматики і управління в технічних системах Національного технічного університету України «Київський політехнічний ін-т ім. Ігоря Сікорського». Область наукових досліджень — штучний інтелект.

Полный текст: PDF