МЕТОД ВЫЯВЛЕНИЯ ЕЛЕМЕНТОВ ИТ-ИНФРАСТРУКТУРЫ С АТИПИЧНЫМ СО-СТОЯНИЕМ С ПОМОЩЬЮ ИМПУЛЬСНЫХ НЕЙРОННЫХ P-СИСТЕМ



РОЛИК А.И., ТИМОФЕЕВА Ю.С. В роботі запропоновано метод виявлення елементів ІТ-інфраструктури з атиповим станом. Розглядається використання імпульсних нейронних p-систем для пошуку несправних елементів ІТ-інфрастуктури. Розроблено структуру підсистеми пошуку елементів з атиповим станом та прогнозування несправностей.

Method of detection of the information and telecommunication infrastructure elements with atypical condition was proposed. The application of spiking neural P systems to fault diagnosis of IT-infrastructure was discussed. The structure of the system for fault diagnosis and prediction was presented.

УДК 681.518

Основное назначение ИТ-инфраструктур заключается в предоставлении пользователям высококачественных ИТ-услуг [1]. Существенная стоимость создания и обслуживания ИТ-инфраструктур,а также значительная зависимость эффективности бизнеса от качества ИТ-услуг, требует оперативного выявления неисправностей и максимально быстрого восстановления штатного режима функционирования ИТ-инфраструктуры. Поэтому решаемая в данной работе задача разработки метода выявления элементов ИТ-инфраструктуры с атипичными состоянием или динамикой изменения состояния является актуальной.

В работе [2] введено понятие объекта мониторинга и управления (ОМУ), с которым оперирует система управления ИТ-инфраструктурой (СУИ). Состояние ОМУ определяется значениями набора параметров.

Предлагается представить совокупность ОМУ и взаимосвязей между ними в виде импульсной нейроннойp-системы. P-системы предложены в работе [3], а в [4] рассматриваются аспекты объединения p-систем с импульсными нейронными сетями. Импульсные нейронныеp-системы представляют собой нейроны, расположенные в вершинах направленного графа, связанные между собой синапсами. Каждый нейрон может получать, содержать и излучать импульсы. Нейрон аккумулирует приходящие импульсы и активируется только тогда, когда их количество и/или интервалы между ними достигают заданного значения. Условия активации нейрона определяются правилами. Активированный нейрон посылает импульс по всем исходящим синапсам. Между активацией нейрона и импульсом проходит определенное время. При активации поглощенные нейроном импульсы аннулируются. Имеется возможность удалять накопленные импульсы без активации нейрона, например, если интервал между импульсами превышает заданный.

В работах [5], [6] рассматривается применение импульсной нейронной p-системы с нечеткой логикой для выявления неисправностей в системах энергоснабжения.

Представим совокупность ОМУ и взаимосвязей между ними в виде импульсной нейронной p-системы следующим образом:

\[G=\left( P,{{o}_{1}},...,{{o}_{n}},S,A,B\right),\quad\quad\quad(1)\]

где P — множество импульсов, которыми при управлении ИТ-инфраструктурой являются случаи превышения значениями параметров ОМУ пороговых величин; ${{o}_{1}},...,{{o}_{n}}$ —нейроны,которым соответствуют ОМУ; S — матрица,описывающая связи между нейронами — синапсы, A, B — множества входных и выходных нейронов.

В качестве входных нейронов принимаются ОМУ нижнего уровня, выходных — ОМУ верхнего уровня, состояние которого необходимо определить.

Нейроны представляются в виде

\[{{o}_{i}}=\left( {{\theta}_{i}},{{c}_{i}},{{r}_{i}} \right),\quad\quad\quad(2)\]

где ${{\theta }_{i}}$ — количество импульсов, накапливающееся в i-ом нейроне до его активации; ${{c}_{i}}$ — количество импульсов, передающееся по исходящим синапсам от i-ого нейрона; ${{r}_{i}}$ — множество правил активации i-ого нейрона.

В предлагаемом методе выявление ОМУ с атипичным состоянием производится следующим образом. Значения параметров, поступающие от подсистемы мониторинга СУИ в виде нечетких переменных, накапливаются в нейроне. Активация нейрона, представляющего ОМУ, будет означать, что состояние ОМУ ухудшилось. С помощью правил задаются условия активации. Например, только поступление определенного количества импульсов о превышении параметром заданного значения в течение определенного времени приведет к активации нейрона. Также прописываются правила, задающие условия аннулирования накопленных импульсов без активации нейрона. Например, в том случае, если следующий импульс не поступил через заданное время. Это позволит отсеять случаи сбоев в работе ИТ-инфраструктуры.

Правила формируются на основе мнений экспертов, но возможно также построение правил на основе анализа накопленных подсистемой мониторинга данных.

Активированный нейрон испускает заданное количество импульсов по всем исходящим синапсам. Количество импульсов позволяет отобразить степень влияния данного ОМУ нижнего уровня на ОМУ уровнем выше.

По выходу нейрона верхнего уровня можно определить ухудшение состояния соответствующего ему ОМУ, а по цепочке активированных нейронов — источник неисправности.

Представление дерева ОМУ в виде импульсной нейронной p-системы позволит проанализировать реакцию ИТ-инфраструктуры на изменения условий функционирования. В качестве входных параметров предлагается использовать данные подсистемы мониторинга.

Разработана структура подсистемы СУИ, выявляющая ОМУ с атипичным состоянием. Задачей подсистемы является анализ поведения ИТ-инфраструктуры, поиск и прогнозирование неисправностей и функциональных отказов. Подсистема состоит из модулей построения p‑систем,преобразования входных параметров, формирования правил и анализа. Модуль построенияp‑систем получает данные о дереве ОМУ и формирует структуру импульсных нейронныхp‑систем, моделирующих дерево ОМУ или его часть. Модуль преобразования входных параметров получает данные от подсистемы мониторинга и преобразует их вн ечеткие переменные для использования в импульсных нейронных p‑системах. Модуль формирования правил позволяет задавать и изменять правила активации нейронов, а также правила обнуления накопленных импульсов без активации нейрона. Данные от модулей поступают в модуль анализа СУИ [2], где происходит моделирование работы импульсных нейронных p-систем. Выходные данные представляются в виде дерева ОМУ, соответствующих активированным нейронам, и могут быть использованы для анализа динамики функционирования ИТ-инфраструктуры и прогнозирования неисправностей.

Применение предложенного метода выявления ОМУ с атипичным состоянием позволяет оперативно локализировать неисправности, восстановить штатный режим функционирования ИТ-инфраструктуры, повысить эффективность управления уровнем услуг.

Список литературы

$1.$ Ролик А.И. Декомпозиционно-компенсационный подход к управлению уровнем услуг в корпоративных ИТ-инфраструктурах / А.И.Ролик // Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: Зб. наук. пр. – К.: Век+, – 2013. – № 58. – С. 78–88.

$2.$ Ролик А.И. Система управления корпоративной информационно-телекоммуникационной инфраструктурой на основе агентского подхода/ А.И. Ролик, А.В. Волошин, Д.А. Галушко, П.Ф. Можаровский, А.А. Покотило //Вісник НТУУ «КПІ»: Інформатика, управління та обчислювальна техніка: Зб. наук.пр. – К.: «ВЕК+», 2010. – № 52. – С. 39–52.

$3.$ PaunG. Computing with Membranes/ G. Paun// Journal of Computer and System Sciences. – 2000. – Vol.61(1). – P. 108–143.

$4.$ Ionescu M. Spiking Neural P Systems/ M. Ionescu, G. Paun, T. Yokomori// Fundamenta Informaticae – 2006. – Vol.71. – P. 279-308.

$5.$ Peng H. Fuzzy Reasoning Spiking Neural P System for Fault Diagnosis/ H. Peng, J. Wang, M.J. Perez-Jimenez, H. Wang, J. Shao, T.Wang// Information Sciences – 2013. – Vol.235. – P. 106–116.

$6.$ Wang T. Application of fuzzy reasoning spiking neural P systems to fault diagnosis/ T.Wang, G.X. Zhang, H.N. Rong, M.J.Perez-Jimenez// International Journal of Computers Communications and Control. – 2014. – Vol.9(6). – P.786–799.

Jul 1, 2016