Акторная модель мониторинга с использованием мобильных облачных микросервисов

от

 Ю.Е. Шишкин1,2, А.В. Скатков1

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

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

E—mail: yourockpro@gmail.com

DOI: 10.33075/2220-5861-2018-4-56-62

УДК 004.9:004.41

Реферат:

     В настоящей работе предлагается акторная модель информационной системы мониторинга, реализованной на базе технологии облачных сервисов с использованием мобильных приложений, с целью непрерывного обеспечения поддержки принятия решений по управлению взаимодействием агентов мобильных ИТ-сервисов. Статья направлена на разработку специальных вопросов информационных технологий при решении задач обнаружения аномальных значений критических объектов и процессов (А-задач) с использованием цифровой фильтрации и градиентных методов в облачных средах.

   В качестве базовой архитектуры разрабатываемой акторной модели для облачной среды предложено использовать эталонную архитектуру референтной модели облачной инфраструктуры, содержащую дополнительные компоненты, существенные для разрабатываемой системы. Для достижения поставленной задачи эталонная архитектура была расширена за счет внедрения дополнительных типов мобильных акторов: провайдера мобильных сервисов, сетевого администратора и облачного кризис-менеджера, которые образуют мультиагентную модель вычислительной системы.

   Разработанная модель удовлетворяет требованиям функциональной гибкости, информационной безопасности, децентрализованности, гибкости микросервисной структуры, расширяемости за счет предоставления специализированных API-интерфейсов и направлена на повышение обоснованности процесса принятия решений. На общесистемном уровне описываются процессы взаимодействия и роли агентов сервиса, сценарии взаимодействия акторов для систем мониторинга объектов и процессов в сложных системах.

   Установлено, что для рассматриваемого случая технология облачных мобильных микросервисов, при проведении экспертной оценки, получила наивысший показатель суммы частных метрик качества сервисов.

Ключевые слова: мониторинг, математическое моделирование, облачные вычисления, мультиагентная модель, детектирование аномалий, кластеризация, критические системы, интеллектуальный анализ данных, мобильное приложение.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Slawik M., Zilci B., Küpper A. Establishing User-centric Cloud Service Registries // Future Generation Computer Systems. 2018. Vol. 87. P. 846–867. DOI: 10.1016/j.future.2018.03.010
  2. Системное моделирование акторных взаимодействий для облачных сервисов / А.В. Скатков, В.И. Шевченко, А.А. Брюховецкий [и др.]. Симферополь, 2018. 420 с.
  3. Foster I. Service-Oriented Science. // Science, 2005. 308 (5723). P. 814−817.
  4. Шишкин Ю.Е., Скатков А.В. Метод распознавания в интерактивном режиме аномалий градиентов скалярных полей наблюдений // Системы контроля окружающей среды. 2018. № 12 (32). С. 30–37.
  5. Скатков А.В., Шишкин Ю.Е. Кластеризация данных в задачах обнаружения аномалий на основе ортогональных фильтров // Системы контроля окружающей среды. 2018. № 11 (31). С. 36–43.
  6. Upadhyay N. Managing Cloud Service Evaluation and Selection // Procedia Computer Science. 2017. Vol. 122. P. 1061–1068. DOI: 10.1016/j.procs.2017.11.474
  7. Скатков А.В., Шишкин Ю.Е. Модель обнаружения аномалий в наблюдениях параметров полей окружающей среды с использованием систем мониторинга // Системы контроля окружающей среды. 2017. №10 (30). С. 48–53.
  8. Saravana B.B., Karthikeyan N.K., Raj R.S. Fuzzy service conceptual ontology system for cloud service recommendation // Computers & Electrical Engineering. 2018. Vol. 69. P 435–446. DOI: 10.1016/j.compeleceng.2016.09.013
  9. Derkahov S.E., Manashov A.N. Anomalous dimensions of composite operators in scalar field theories // Journal of Mathematical Sciences. 2010. Vol. 168. P. 837–855. DOI: 10.1007/s10958-010-0032-9
  10. Брюховецкий А.А., Скатков А.В., Шишкин Ю.Е. Моделирование процессов обнаружения аномалий в сложноструктурированных данных мониторинга // Системы контроля окружающей среды. 2017. № 9 (29). С.45–49.
  11. Жмурко С.А. Обобщенная модель агента и многоагентной системы // Известия Южного федерального университета. 2008. № 4 (81). C. 115–118.
  12. Liu F., Tong J., Mao J. NIST Cloud Computing Reference Architecture. Recommendations of the National Institute of Standards and Technology. Cloud Computing Program Information Technology Laboratory National Institute of Standards and Technology Gaithersburg. 2011. 35 p.
  13. Hogan M., Liu F., Sokol A. NIST Cloud Computing Standards Roadmap. Computer Security Division Information Technology Laboratory National Institute of Standards and Technology Gaithersburg. 2011. 76 p.
  14. Pääkkönen P., Pakkala D. Reference Architecture and Classification of Technologies, Products and Services for Big Data Systems // Big Data Research. 2015. Vol. 2. P. 166–186. DOI: 10.1016/j.bdr.2015.01.001
  15. Греков А.Н., Шишкин Ю.Е. Решение задачи распознавания образов в условиях ограниченных вычислительных ресурсов // Экобиологические проблемы Азово-Черноморского региона и комплексное управление биологическими ресурсами: материалы IV науч.-практ. молод. конф. Севастополь: Колорит, 2017. С. 60–63.
  16. Shishkin Y.E. Big Data visualization in decision making // Science in Progress: тез. Всерос. науч.-практ. конф. магистрантов и аспирантов. Новосибирск, 20 октября 2016 г. Новосибирск: НГТУ, 2016. C. 203–205.
  17. 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.
  18. Брукс П. Метрики для управления ИТ-услугами: пер. с англ. М.: Альпина Бизнес Букс, 2008. 283 с.
  19. Unsupervised real-time anomaly detection for streaming data / S. Ahmad, A. Lavin, S. Purdy [et al.] // Neurocomputing. 2017. Vol. 262. P. 134–147. DOI: j.neucom.2017.04.070

Loading