ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ АНАЛІЗУ СТАНУ СТРУКТУРИ ВІДДАЛЕНИХ БЕЗДРОТОВИХ КОМП'ЮТЕРНИХ МЕРЕЖ



Нестеренко С.А., Становський А.О., Оборотова О.О. Проаналізовані існуючі методи структурної діагностики бездротових комп'ютерних мереж та шляхи застосування прихованих марковських моделей для розпізнавання станів мережевих систем

The existing methods of structural diagnostics of wireless networks and ways to use hidden Markov models to recognize the status of network systems were analized.

УДК 004.81

Останнім часом все більшого поширення набувають бездротові комп’ютерні мережі (БКМ), які дозволяють значно краще пристосовуватись до потреб великої кількості користувачів інформаційних систем. Широке використання таких мереж призводить до росту вимог до їхньої надійності, відмовостійкості та продуктивності. Висока продуктивність мережі забезпечується, в першу чергу, відсутністю явних і схованих вузьких місць і дефектів, що призводять як до параметричного уповільнення швидкості роботи в мережі, так і до структурної недосяжності окремих елементів БКМ із-за виходу з ладу процесорів та комунікаційних компонентів. При цьому істотним є час, затрачуваний на відновлення працездатності мережі.

При проектуванні та експлуатації БКМ важливо вміти оцінювати стан їхньої структури також тому, що саме від нього залежить працездатність мережі напротязі запланованого життєвого циклу. На відміну від «звичайних» дротових мереж, бездротові позбавлені можливості постійного внутрішнього моніторингу своєї структури. Справа ускладнюється також тим, що елементи БКМ не мають сталих «сусідів» для взаємотестування, оскільки вони часто-густо переміщуються в просторі, постійно змінюючи перелік найближчих серверів та вузлів іншого призначення.

Розв'язок завдань структурного діагностування БКМ являє собою складне завдання ще й тому, що мережні структурні несправності діляться на різні типи, для пошуку кожного з яких необхідно використовувати різні методи і види діагностичного обладнання. Пошук і усунення несправностей програмного забезпечення, як правило, не входить до завдання структурного діагностування БКМ, і звідси виникає додаткова проблема відділення несправностей прикладного програмного забезпечення від несправностей мережі.

Крім цього, пошук структурних несправностей навіть одного типу ускладнюється відсутністю єдиного формалізованого підходу, загального алгоритму дій адміністратора-діагноста. У практиці структурного діагностування БКМ використовуються різні способи їхнього представлення як об'єкта діагностування, кожний з яких має свої переваги і недоліки, але не є єдиним.

Відсутність формалізованого методу визначення області підозрюваних несправностей приводить до високих часових витрат на проведення діагностичного експерименту і, отже, на пошук несправності. Також наразі відсутня єдина формалізована методологія, що дозволяє локалізувати кожну з видів несправностей.

Це призводить до необхідності наявності в діагноста досить високого рівня досвіду і знань в області мережних технологій для забезпечення коректності постановки діагностичного експерименту. Зазначені проблеми обумовлюють високі часові витрати на пошук несправності, а також звужують діапазон суб'єктів, що забезпечують коректне розв'язання завдання пошуку структурної несправності, що, в свою чергу, призводить до високої трудомісткості й складності розв'язання даної проблеми.

В той же час, на серверах БКМ під час її роботи накопичується багато інформації, яка може взагалі не використовуватися користувачами для основної роботи, але яка, в той же час, містить на прихованому рівні важливі знання про структуру мережі та її «історію» від початку експлуатації до поточного часу.

Важливо, що з виходом з ладу окремих структурних одиниць системи, інформація, яка зберігається на доступних вузлах залишається (до певних меж) інформативною з точки зору діагностики.

Звісно, такі знання носять безумовно ймовірнісний характер, але використання сучасних інтелектуальних методів «витягування» корисних знань з, на перший погляд, неінформативних трендів (нейронні мережі, марковські моделі, тощо) робить цей шлях до діагнозів структури БКМ вельми актуальним.

Метою роботи є розробка системи підтримки прийняття рішень при проектуванні та експлуатації БКМ за рахунок створення методу їхньої структурної діагностики за допомогою прихованих марковських моделей.

Для досягнення цієї мети в роботі були проаналізовані існуючі методи та моделі структурної діагностики БКМ та шляхи застосування прихованих марковських моделей для розпізнавання станів мережевих систем; розроблений метод структурної діагностики БКМ за допомогою прихованих марковських моделей, зокрема, визначені засади навчання прихованої марковської моделі та діагностики резервованих комп'ютерних мереж; досліджений на точність та адекватність метод структурної діагностики БКМ за допомогою прихованих марковських моделей.

Розглянуто питання розпізнавання стану структури прихованої частини складних мережевих об'єктів в умовах обмеженої інформації від їх важкодоступних елементів, що включають інтелектуальне перетворення інформації від доступних елементів в певний зоровий образ всього об'єкта в цілому з подальшим його розпізнаванням і відновленням пошкоджених структур.

Запропонований метод розпізнавання стану мережних об'єктів ліг в основу побудови інтелектуальної системи підтримки прийняття рішень при експлуатації та реінжинірингу відновлюваних БКМ з недоступними для безпосереднього моніторингу елементами, що підвищують структурну надійність таких мереж.

Як відомо, на серверах БКМ під час її роботи накопичується багато інформації, яка може взагалі не використовуватися користувачами для основної роботи, але яка, в той же час, містить на прихованому рівні важливі знання про структуру мережі та її «історію» від початку експлуатації до поточного часу.

Важливо, що з виходом з ладу окремих структурних одиниць системи, інформація, яка зберігається на доступних вузлах залишається (до певних меж) інформативною з точки зору діагностики.

Звісно, такі знання носять безумовно ймовірнісний характер, але використання сучасних інтелектуальних методів «витягування» корисних знань з,на перший погляд, неінформативних трендів (нейронні мережі, марковські моделі,тощо) робить цей шлях до діагнозів структури БКМ вельми актуальним.

В роботі запропонований інтелектуальний методу розпізнавання структури частково недоступного для моніторингу мережевого об’єкта.

Хай об’єктом нашого розгляду єБКМ із частково недоступними для будь-якого моніторингу елементами, яка під час експлуатації ще й частково пошкоджується (для спрощення будемо без втрат для загальних розміркувань вважати, що будь-який елемент мережі може знаходитися лише в одному з двох станів: працездатному або непрацездатному). Таким чином з однієї та тієї ж БКМ, тобто з усіх її елементів виділяються дві підмережі: частково недоступна моніторингу та частково пошкоджена або дві множини елементів: недоступні (множина НМ) та пошкоджені (множина ПШ).

Перетворення структури БКМ до зорового образу с подальшою інтелектуальною обробкою останнього надає можливість на етапі обробки враховувати кілька образів, побудованих з використанням різних параметрів системи,та їхніх похідних, що підвищує достовірность результатів аналізу.

Jun 13, 2016