РОЗРАХУНОК ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ОБЧИСЛЮВАЛЬНИХ РЕСУРСІВ САМОВІДНОВЛЮВАЛЬНОЇ КОМП’ЮТЕРНОЇ СИСТЕМИ
Ключові слова:
самовідновлювальна комп’ютерна система, самовідновлення, обчислювальні ресурси
Анотація
В статті розглядаються самовідновлювальні комп’ютерні системи (СВКС). Предметом досліджень є методи розрахунку ефективності використання обчислювальних ресурсів у комп’ютерних системах. Мета статті полягає у розробленні підходу до розрахунку ефективності використання обчислювальних ресурсів комп’ютерної системи, орієнтованого на особливості самовідновлювальних структур. Використаними методами є методи дослідження систем масового обслуговування. Отримані такі результати: формалізовано завдання розрахунку ефективності використання обчислювальних ресурсів; розроблено алгоритм пошуку прийнятних значень ступеню завантаженості пучка каналів компонент; запропоновано спосіб знаходження оптимального інформаційного навантаження компонентів СВКС за комплексним показником. Висновки. Розроблено метод розрахунку ефективності використання обчислювальних ресурсів комп’ютерної системи, орієнтованого на особливості самовідновлювальних структур. Метод дозволяє при синтезі інформаційної структури СВКС отримати числові значення відповідних характеристик технічних засобів базової мережі СВКС з метою забезпечення середнього мінімального часу доставки повідомлень і ймовірності відмови в обслуговуванні пакетів в допустимих межахЗавантаження
Дані про завантаження поки що недоступні.
Посилання
1. Shefer О.V., Alnaeri Frhat Ali. Optimum flow distribution in the network with adaptive data transfer. Electronics and Control Systems. 2020. No. 4(66). Р.45-50. DOI: https://doi.org/10.18372/1990-5548.66.15254
2. Рубан І.В., Волк М.О., Рісухін М.В. Метод самовідновлення розподіленого програмного забезпечення в гетерогенних комп’ютерних системах. Телекомунікаційні та інформаційні технології. 2019. № 3 (64), с. 17-23/
3. Коломійцев О. В. Метод розрахунку розміру буферної пам’яті самовідновлювального сегмента телекомунікаційної мережі / Oleksii Kolomiitsev, Alnaeri Frhat Ali, Inna Petrovska // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2021. – Т. 2 (64). – С. 144-147. – doi: https://doi.org/10.26906/SUNZ.2021.2.144.
4. Кучук, Н., Шефер, О., Чернева, Г., & Алнаері, Ф. А. (2021). Визначення пропускних здатностей самовідновлювального сегмента мережі. Сучасні інформаційні системи, 5(2), 114–119. https://doi.org/10.20998/2522-9052.2021.2.16
5. Срібна І. М., Кучук Г. А., Лебедєв О. Г., Алнаері Фрхат Алі. Синтез топологічної структури самовідновлюваного та масштабованого сегмента мережі передачі даних. Телекомунікаційні та інформаційні технології. 2020. № 4 (69). С. 95-106. DOI: 10.31673/2412-4338.2020.049516
6. Волк М. А., Клёнов А. Е. Исследование методов обеспечения живучести системного программного обеспечения. Сучасні напрями розвитку ІКТ та засобів управління. Полтава – Баку – Харків – Жиліна. 2018. С. 40.
7. Ткачов, В., Коваленко, А., Кучук, Г., & Ні, Я. (2021). Метод забезпечення живучості високомобільної комп’ютерної мережі. Сучасні інформаційні системи, 5(2), 159–165. https://doi.org/10.20998/2522-9052.2021.2.24
8. Sobieraj M., Stasiak M., Weissenberg J. Analytical model of the single threshold mechanism with hysteresis for multi-service networks. IEICE Transactions on Communications. 2012. Vol. E95.B, No. 1. Р. 120–132.
9. Kurose J., Ross, K. Computer networking: a top–down approach, 7th ed. Harlow: Pearson, 2017. 864 p.
10. Kuchuk N., Mozhaiev O., Mozhaiev M., Kuchuk H. Method for calculating of R-learning traffic peakedness. 2017 4th International Scientific-Practical Conference Problems of Infocommunications Science and Technology, PIC S and T 2017 – Proceedings. 2017. P. 359-362. DOI: https://doi.org/10.1109/INFOCOMMST.2017.8246416
11. Vapnik V. Estimation of Dependences based on Empirical Data, N.-Y., Berlin : Springer-Verlag, 1987. 326 p.
12. Kuchuk G., Kovalenko A., Komari I.E., Svyrydov A., Kharchenko V. Improving Big Data Centers Energy Efficiency: Traffic Based Model and Method / Kharchenko V., Kondratenko Y., Kacprzyk J. (eds) Green IT Engineering: Social, Business and Industrial Applications. Studies in Systems, Decision and Control. Vol 171. Cham: Springer, 2019. DOI: https://doi.org/10.1007/978-3-030-00253-4_8
2. Рубан І.В., Волк М.О., Рісухін М.В. Метод самовідновлення розподіленого програмного забезпечення в гетерогенних комп’ютерних системах. Телекомунікаційні та інформаційні технології. 2019. № 3 (64), с. 17-23/
3. Коломійцев О. В. Метод розрахунку розміру буферної пам’яті самовідновлювального сегмента телекомунікаційної мережі / Oleksii Kolomiitsev, Alnaeri Frhat Ali, Inna Petrovska // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2021. – Т. 2 (64). – С. 144-147. – doi: https://doi.org/10.26906/SUNZ.2021.2.144.
4. Кучук, Н., Шефер, О., Чернева, Г., & Алнаері, Ф. А. (2021). Визначення пропускних здатностей самовідновлювального сегмента мережі. Сучасні інформаційні системи, 5(2), 114–119. https://doi.org/10.20998/2522-9052.2021.2.16
5. Срібна І. М., Кучук Г. А., Лебедєв О. Г., Алнаері Фрхат Алі. Синтез топологічної структури самовідновлюваного та масштабованого сегмента мережі передачі даних. Телекомунікаційні та інформаційні технології. 2020. № 4 (69). С. 95-106. DOI: 10.31673/2412-4338.2020.049516
6. Волк М. А., Клёнов А. Е. Исследование методов обеспечения живучести системного программного обеспечения. Сучасні напрями розвитку ІКТ та засобів управління. Полтава – Баку – Харків – Жиліна. 2018. С. 40.
7. Ткачов, В., Коваленко, А., Кучук, Г., & Ні, Я. (2021). Метод забезпечення живучості високомобільної комп’ютерної мережі. Сучасні інформаційні системи, 5(2), 159–165. https://doi.org/10.20998/2522-9052.2021.2.24
8. Sobieraj M., Stasiak M., Weissenberg J. Analytical model of the single threshold mechanism with hysteresis for multi-service networks. IEICE Transactions on Communications. 2012. Vol. E95.B, No. 1. Р. 120–132.
9. Kurose J., Ross, K. Computer networking: a top–down approach, 7th ed. Harlow: Pearson, 2017. 864 p.
10. Kuchuk N., Mozhaiev O., Mozhaiev M., Kuchuk H. Method for calculating of R-learning traffic peakedness. 2017 4th International Scientific-Practical Conference Problems of Infocommunications Science and Technology, PIC S and T 2017 – Proceedings. 2017. P. 359-362. DOI: https://doi.org/10.1109/INFOCOMMST.2017.8246416
11. Vapnik V. Estimation of Dependences based on Empirical Data, N.-Y., Berlin : Springer-Verlag, 1987. 326 p.
12. Kuchuk G., Kovalenko A., Komari I.E., Svyrydov A., Kharchenko V. Improving Big Data Centers Energy Efficiency: Traffic Based Model and Method / Kharchenko V., Kondratenko Y., Kacprzyk J. (eds) Green IT Engineering: Social, Business and Industrial Applications. Studies in Systems, Decision and Control. Vol 171. Cham: Springer, 2019. DOI: https://doi.org/10.1007/978-3-030-00253-4_8
Опубліковано
2021-09-03
Як цитувати
Kuchuk Nina Розрахунок ефективності використання обчислювальних ресурсів самовідновлювальної комп’ютерної системи / Nina Kuchuk, Anna Shiman, Alevtina Filonenko, Serhii Bulba // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2021. – Т. 3 (65). – С. 92-95. – doi:https://doi.org/10.26906/SUNZ.2021.3.092.
Розділ
Інформаційні технології
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
