ПРАКТИЧНЕ ВПРОВАДЖЕННЯ ІНФОРМАЦІЙНИХ СИСТЕМ НА ОСНОВІ ОЦІНЮВАННЯ ЗОВНІШНІХ ВПЛИВІВ
DOI:
https://doi.org/10.17721/ISTS.2019.1.27-35Ключові слова:
інформаційна система, граф завдань, алгоритм захисту, кластеризація апаратних ресурсів, кластерізація ядер процесорів, нормалізований розподіл енергіїАнотація
В статті була відзначена перевага інформаційних систем перед централізованими комплексами з точки зору забезпечення безпеки інфраструктури мережі, даних, що передаються, та процедур, що застосовуються у програмному середовищі комплексу. Було вказано на технічну простоту методів розширення інформаційних- систем та, відповідно, їх масштабованість. Розроблено багаторівневу схему балансування енергоспоживання та обчислювальних ресурсів інфраструктури інформаційної системи, що базується на оптимізації графу завдань. Визначено методи оцінки оптимізації графу завдань, що базуються на показниках довжини нормалізованого графу нормалізованому розподілу енергії. Результати математичного моделювання співставленні зі статистичними даними для таких методів роботи з графами завдань як обчислення за ієрархічною структурою, алгоритми розбиття графу, методи на базі алгебраїчної теорії графів, структурування типу «Diamond Dags». Аналіз проводився для таких видів розподілу як рівномірний розподіл, біноміальний розподіл, геометричний розподіл. Результати співставлення вказують на достатньо вискоку точність прогнозування на рівні математичного моделювання. У більшості випадків значення максимального відхилення, представленого у вигляді відносної похибки, між результатами моделювання та статистичними даними залишаються в межах 10%, що показує адекватність моделювання. Тим не менш, для чотирьох пар функцій довжини нормалізованого графу і нормалізованого розподілу енергії демонструють максимальне відхилення більше 10%, що вказує на необхідність доопрацювання моделі та подальших статистичних досліджень. Запропоновано використовувати при організації захисту ресурсів інформаційної системи методів кластерізації, що дозволяють побудувати прозору схему функціонування комплексу та побудувати алгоритми моніторингу.Завантажити
Посилання
Gupta, H. Load “Balancing In Cloud Computing,” International Journal of Recent Trends in Engineering and Research, Vol. 3(3), pp. 260-267, 2017.
S. Kaur, T. Sharma, “Efficient load balancing using improved central load balancing technique,” in Proceedings of the 2nd International Conference on Inventive Systems and Control (ICISC) 2018.
S. Pandey, “Cloud Load Balancing: A Perspective Study,” International Journal Of Engineering And Computer Science, Vol. 6, Issue 6, pp. 21602-21611, 2017
R. Podaralla, “Balancing Load in Smartphone’s,” International Journal Of Engineering And Computer Science,” Vol. 6, Issue 1, pp. 19987-19983, 2017.
P. Membrey, D. Hows, E. Plugge, Load Balancing Basics, in: Practical Load Balancing, Apress, 2012, pp. 109-116.
W. N. Ariffin, S. Salleh, “The matching technique of directed cyclic graph for task assignment problem,” in Proceedings of the International Conference on Quantitative Sciences and Its Application, At Langkawi, 2014, pp. 387-394.
Ariffin, W. N., & Salleh, S. “Bi-partition approach of directed cyclic task graph onto multicolumn processors for total completion time minimization task assignment problem,” in Proceedings of the 2nd International Conference on Mathematics, Engineering and Industrial Applications 2016, Songkhla; Thailand, 2016.
C. Yang, C. Lin, “Time-Varying Network Measures in Resting and Task States Using Graph Theoretical Analysis,” Brain Topography, Vol. 28, Issue 4, pp. 529-540, 2015.
Y. Masoudi, S. Lotfi, D. Karimzadgan, F. Fathy, K. Abdi, “Static Task Graph Scheduling in Real Time Homogenous Multiprocessor Systems Using Learning Automata,” in Proceedings of the 2011 International Conference on Communication Systems and Network Technologies, Katra, Jammu, 2011, pp. 423-429.
Yang, C., & Lin, C. (2015). Time-Varying Network Measures in Resting and Task States Using Graph Theoretical Analysis. Brain Topography, 28(4), 529-540.
H. Takabi, J. B. D. Joshi, and G.-J. Ahn, “Security and privacy challenges in cloud computing environments,” IEEE Security & Privacy, vol. 8, no. 6, pp. 24–31, 2010.
K. Li, “Performance analysis of power-aware task scheduling algorithms on multiprocessor computers with dynamic voltage and speed,” IEEE Transactions on Parallel and Distributed Systems, vol. 19, no. 11, pp. 1484–1497, 2008.
K. Li, “Energy efficient scheduling of parallel tasks on multiprocessor computers,” Journal of Supercomputing, vol. 60, no. 2, pp. 223–247, 2012.
K. Li, “Power allocation and task scheduling on multiprocessor computers with energy and time constraints,” in: Y. Zomaya and Y. C. Lee (Eds.), Energy-Efficient Distributed Computing Systems, A., Chapter 1, John Wiley & Sons, 2012, pp. 1-37.
S. U. Khan, Handbook on Data Centers, New York, NY: Springer, 2015, 369 p.
K. Li, “Algorithms and analysis of energyefficient scheduling of parallel tasks,” in: I. Ahmad and S. Ranka, (Eds.), Handbook of Energy-Aware and Green Computing, Vol. 1 (Chapter 15), CRC Press/Taylor & Francis Group, 2012, pp. 331-360.
