Моделирование процессов обнаружения аномалий в сложноструктурированных данных мониторинга

А.А. Брюховецкий1,  А.В. Скатков1, Ю.Е. Шишкин1,2

1ФГАОУ ВО «Севастопольский государственный университет», РФ, г. Севастополь, ул. Университетская, 33

2Институт природно-технических систем, РФ, г. Севастополь, ул. Ленина, 28

E-mail: yourockpro@gmail.com

DOI: 10.33075/2220-5861-2017-3-45-49

УДК 004.942:504.064.36

Реферат:

   Обсуждается проблема обнаружения аномалий в сложноструктурированных данных мониторинга окружающей среды и систем критического назначения. Предлагается подход к решению задачи обнаружения изменения состояния потока данных мониторинга с использованием моделей нормального распределения на основе критерия непараметрической статистики Спирмена. Приводится решение задачи оценки влияния значений интенсивности генерации заявок, интенсивности обслуживания заявок, нагрузки системы, объема выборок, моментов времени измерения характеристик, интервалов времени измерения характеристик и уровней значимости на изменение состояния объекта мониторинга. Обсуждаются результаты вероятностного имитационного моделирования критического объекта.

Ключевые слова: сложноструктурированные данные, мониторинг, имитационное моделирование, система массового обслуживания, Большие Данные, эффект гетероскедастичности, сетевой трафик, моделирование сложных систем.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Девятков В.В. Методология и технология имитационных исследований сложных систем: современное состояние и перспективы развития: монография. СПб.: Вузовский учебник, 2013. 448 с.
  2. Skatkov А., Bryukhovetskiy A., Shevchenkо V., Voronin D. Monitoring of Qualitative Changes of Network Traffic States Based on the Heteroscedasticity Effect. IEEE AIST-2016 international conference, Caspian Sea Edition, Baku, 12–14 october 2016. P. 562–565.
  3. Шишкин Ю.Е., Скатков А.В. Решение задачи составления расписаний большой размерности с применением технологии Больших Данных // Информационные технологии и информационная безопасность в науке, технике и образовании «ИНФОТЕХ — 2015»: материалы междунар. науч.-практ. конф. / под науч. ред. А.В. Скаткова. (г. Севастополь, 7–11 сентября 2015 г.). Севастополь: СевГУ, 2015. С. 103–105.
  4. Клейнрок Л. Теория массового обслуживания / пер. с англ. И.И. Грушко / под ред. В.И. Неймана. М.: Машиностроение, 1979. 432 с.
  5. Шишкин Ю.Е. Анализ моделей взаимодействия пользователей и провайдеров облачных сервисов // Интеллектуальные системы, управление и мехатроника – 2016: материалы всерос. науч.-техн. конф. молодых ученых, аспирантов и студентов (г. Севастополь, 19–21 мая 2016 г.). Севастополь: СевГУ, 2016. С. 289–293.
  6. Вентцель Е.С. Теория вероятностей и ее инженерные приложения. М.: Наука, 2007. 491 с.
  7. Скатков А.В., Брюховецкий А.А., Шишкин Ю.Е. Сравнительный анализ методов обнаружения изменений состояний сетевого трафика // Автоматизация: проблемы, идеи, решения: тезисы доклада междунар. науч.-техн. конф. (г. Севастополь, 05–11 сентября 2016 г.). Севастополь: СевГУ, 2016. С. 67–69.
  8. Функционально-ориентированная узловая аппроксимация задачи мониторинга распределенных сред / А.В. Скатков, А.А. Брюховецкий, К.С. Ткаченко [и др.] // Системы контроля окружающей среды. Севастополь: ИПТС. 2016. Вып. 4 (24). С. 42–48.
  9. Скатков А.В., Брюховецкий А.А., Моисеев Д.В. Интеллектуальная система мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах // Информационноуправляющие системы. Спб: Изд-во ГУАП, 2017. № 2 (87). С. 19–25.
  10. Боев В.Д. Концептуальное проектирование систем в Anylogic 7 и GPSS World. M.: НОИ Интуит, 2016. 556 с. ISBN: 978-5-9556-0161-8.
  11. Греков А.Н., Шишкин Ю.Е. Моделирование трехкомпонентного акустического измерителя скорости течения // Системы контроля окружающей среды. Севастополь: ИПТС. 2016. Вып. 6 (26). С. 33–40.

Loading