Методы и алгоритмы оптимизации ресурсного обеспечения сложных информационно-вычислительных систем на железнодорожном транспорте тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Игнатов, Николай Александрович

• Игнатов, Николай Александрович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Игнатов, Николай Александрович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. СИСТЕМЫ, ОСНОВАННЫЕ НА ТЕХНОЛОГИЯХ ВИРТУАЛИЗАЦИИ И ПРОБЛЕМЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ОБСЛУЖИВАНИЯ В УСЛОВИЯХ ОГРАНИЧЕННЫХ ЗАТРАТ

1.1. Основные концепции технологии виртуализации и облачных вычислений

1.2. Анализ существующих практических реализаций технологий виртуализации. Инструменты ресурсного обеспечения

1.3. Классификация вычислительных систем, основанных на технологиях виртуализации

1.4. Ресурсное обеспечение сложных информационно-вычислительных систем основанных на технологиях виртуализации

1.5. Целевая функция исследования процесса ресурсного обеспечения СОТВ, соответствующих топологии и задачам железнодорожной отраслиЗб Выводы по главе 1

ГЛАВА 2. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕХАНИЗМОВ РЕСУРСНОГО ОБЕСПЕЧЕНИЯ СОТВ. ОЦЕНКА ЭФФЕКТИВНОСТИ

2.1. Механизмы ресурсного обеспечения информационно-вычислительных систем, основанных на технологиях виртуализации

2.1.1. Механизм обеспечения виртуальных приложений, основанный на очередях

2.1.2. Адаптивный механизм предоставления ВМ в облачной инфраструктуре

2.2. Построение оценки эффективности

Выводы по главе 2

ГЛАВА 3. АДАПТИВНЫЙ МЕХАНИЗМ ОПТИМИЗАЦИИ РЕСУРСНОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ.. 60 3.1. Архитектура адаптивного механизма оптимизации ресурсного обеспечения

3.2. Алгоритм перерасчета параметров ресурсного обеспечения

3.3. Организация связи между узлами ЦОД

Выводы по главе 3

ГЛАВА 4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

4.1 .Описание программного пакета моделирования облачной среды CloudSim

4.2. Определение основных элементов имитационной модели

4.2.1. Центр обработки данных

4.2.2. Физический сервер

4.2.3. Виртуальная машина

4.2.3. Виртуальное приложение

4.2.4. Типовая структура модели СОТВ

4.3. Построение имитационной модели

4.4. Определение основных параметров имитационной модели

4.5. Моделирование работы СОТВ

4.5.1. Сценарий Web

4.5.2. Научный сценарий

4.6. Анализ результатов моделирования

Выводы по главе 4

ГЛАВА 5. ОСОБЕННОСТИ РЕСУРСНОГО ОБЕСПЕЧЕНИЯ СЛОЖНЫХ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ

5.1. Применение адаптивного механизма оптимизации, как средства ресурсного обеспечения АС ЭТРАН

5.1.1. Архитектура АС ЭТРАН

5.1.2. Назначение и цель системы

5.1.3. Автоматизированное рабочее место по подготовке перевозочных документов

5.1.4. Проблема производительности АРМ ППД

5.2. Вычисление экономного плана предоставления ресурсов

5.3. Расчет эффективности применения аналитического алгоритма ресурсного обеспечения для организации распределения ресурсов в АРМ

ПДЦ

5.4. Применение правила расчета оценки эффективности при построении

вычислительных систем ООО ТОП ТРАНС

Выводы по главе 5

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Приложение А

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы оптимизации ресурсного обеспечения сложных информационно-вычислительных систем на железнодорожном транспорте»

ВВЕДЕНИЕ

Открытое акционерное общество «Российские железные дороги» (далее - РЖД) представляет собой огромное предприятие с разнообразными направлениями деятельности, функционирование которых невозможно без применения сложных информационно-вычислительных систем.

Каждая из 17 железных дорог, входящих в состав РЖД, имеет свои особенности, которые проявляются в сфере внедрения вычислительных систем. Наряду с этим, организация является единой информационно-вычислительной инфраструктурой, объединенной в крупнейшую в стране волоконно-оптическую магистральную цифровую сеть связи, состоящую более чем из 900 узлов доступа в большинстве регионов России. Такую топологию отрасли железнодорожного транспорта можно отождествить со сложной информационно-вычислительной системой, имеющей распределенные центры обработки данных (далее — ЦОД), соединенные высокоскоростными линиями связи, предназначенные для решения определенного круга задач различной сложности.

Программа информатизации отрасли предполагает работу по таким направлениям, как: управление сбытом грузовых перевозок, управление сбытом и организацией пассажирских перевозок, управление перевозочным процессом, оптимизация управления, подвижным составом, оптимизация управления финансовыми, трудовыми и материальными ресурсами, управление инвестициями и инновациями, унификация и интеграция автоматизированных систем.

Данные особенности характеризуют сложные информационно-вычислительные системы, предназначенные для внедрения на железнодорожном транспорте, на исследование которых нацелены усилия диссертационной работы.

При этом важным является выбор технологии, с помощью которой будет построена система для решения описанных задач, а также механизма

оптимизации ее ресурсного обеспечения, совместное использование которых позволит сократить общую стоимость информационно-вычислительной системы, за счет исключения простоя ресурсов, в условиях соблюдения требований к качеству обслуживания системы.

В работе исследуется система, основанная на технологиях виртуализации (далее - СОТВ), в которой для ресурсного обеспечения используется механизм, автоматически адаптирующийся к изменениям рабочей загрузки. Адаптация заключается в балансировке количества запущенных в системе виртуальных машин (далее — ВМ), необходимых для обеспечения работы виртуальных приложений.

Виртуализация, одна из самых современных технологий, которая допускает выполнение отдельных экземпляров операционной системы в среде виртуальной машины. Часто технологии виртуализации используются для создания облачной инфраструктуры. Однако, существует значительная проблема с расчетом оптимального плана распределения ресурсов, которые используются системами, основанными на технологиях виртуализации.

Если данная проблема будет решена, тогда приложения, запускаемые в виртуальной среде смогут работать более эффективно, с уменьшением финансовых затрат, полученным за счет перераспределения не используемых ресурсов и увеличения объемов предоставляемых системой ресурсов, в минуты наибольшей загрузки.

В результате проведенного в рамках, диссертационного исследования, анализа алгоритмов предоставления ресурсов в СОТВ выявлено: • Отсутствие универсального подхода к решению задачи оценки распределения вычислительных ресурсов. Задача распределения ресурсов решается для каждой СОТВ на основе особенностей ее структуры, что не позволяет выполнить оптимальное распределение при динамической вычислительной нагрузке.

• Отсутствие формализованных требований, предъявляемых к системам, основанным на технологиях виртуализации и связанных с ними параметров, позволяющих использовать критерии оптимизации. В тоже время нагрузка на вычислительные системы постоянно возрастает, что приводит к необходимости выделения новых ресурсов.

• Что использование существующих методов распределения приводит к проблемам отказа в обслуживании или простоя вычислительных ресурсов.

Возникает необходимость разработки нового метода распределения виртуальных вычислительных ресурсов в системах, максимально соответствующих распределенной топологии отрасли железнодорожного транспорта, с использованием адаптивного алгоритма, основанного на критериях оптимизации.

Объект исследования: Процесс распределения ресурсов в системах, основанных на технологиях виртуализации, адаптированных под задачи и топологию железнодорожной отрасли, в условиях необходимости выполнения требований к качеству обслуживания системы, а также минимизации стоимости технического решения.

Предмет исследования: Механизм оптимизации ресурсного обеспечения в СОТВ, соответствующих распределенной топологии железнодорожной отрасли.

Теории и методы, лежащие в основе исследования.

В данной диссертационной работе используются методы аналитического моделирования, методы оптимизации, и теории систем массового обслуживания. При построении имитационных моделей использованы современные методы моделирования работы систем построенных на виртуальных платформах с использованием пакета ОошЗЗнп и системы автоматизированного проектирования МаШСас! 12.

Цель исследований. Целью диссертационной работы является разработка методов и алгоритмов, решения задачи оптимизации процесса ресурсного обеспечения сложных информационно-вычислительных систем, адаптированных под топологию и задачи железнодорожной отрасли, для повышения эффективности их функционирования.

Научная новизна работы.

1. Разработан механизм оптимизации ресурсного обеспечения сложных информационно-вычислительных систем, снижающий стоимость эксплуатации СОТВ, адаптированных для внедрения в железнодорожной отрасли.

2. В результате проведения исследовательской работы построена и решена задача оптимизации процесса предоставления виртуальных ресурсов. Так, зная минимальные системные требования одного экземпляра приложения, а также соотношения технических и ценовых характеристик виртуальных машин, можно вычислить оптимальный с точки зрения стоимости ресурсов план предоставления виртуальных ресурсов для любого конечного множества пользователей на сессию с конечным временем.

3. Сформулировано понятие эффективности механизма ресурсного обеспечения информационно-вычислительных систем, основанных на технологиях виртуализации.

4. Построена функция снижения стоимости и оценка эффективности СОТВ.

5. Разработана имитационная модель работы СОТВ, оценивающая количество запросов, получивших отказ в обслуживание, а также время отклика на запрос ресурсов при изменении количества выполняемых в системе экземпляров приложений, или объемов запрашиваемых ими ресурсов.

6. Определены и формализованы требования, предъявляемые к СОТВ и связанные с ними параметры.

В соответствии с указанной целью в рамках диссертационной работы поставлены и решались следующие задачи:

• исследование работы механизма предоставления ресурсов в СОТВ;

• проведение анализа существующих механизмов предоставления ресурсов для различных сценариев использования технологий виртуализации;

• разработка механизма снижения стоимости ресурсного обеспечения сложных информационно-вычислительных систем, основанных на технологиях виртуализации, соответствующих топологии и задачам железнодорожной отрасли в условиях соблюдения требований к качеству обслуживания;

• разработка алгоритма перерасчета количества ВМ, необходимых для предоставления ресурсов набору виртуальных приложений, выполняемых в СОТВ;

• построение оценки эффективности СОТВ. Практическая значимость работы

Предложенный механизм ресурсного обеспечения может применяться в рамках создания систем основанных на технологиях виртуализации, для оптимального распределения физических ресурсов как региональных ЦОД уровня железной дороги, так и всех вычислительных ресурсов железнодорожной отрасли.

Разработанный подход к оценке оптимальности распределения виртуальных ресурсов, может быть применен к анализу существующих механизмов распределения виртуальных ресурсов, при выборе оптимальных механизмов предоставления, при разработке новых технологий виртуализации, а также при принятии решения о целесообразности использования средств виртуализации для решения определенного круга задач.

Наряду с этим, важно отметить, что для обеспечения безопасности и обороноспособности Российской Федерации, а также защиты внутреннего рынка государства, развития национальной экономики и поддержки российских разработчиков, при построении информационно-вычислительных систем, в том числе, основанных на технологиях виртуализации, приоритет по отношению к техническим решениям иностранного производства, должны иметь вычислительные системы российского производства.

Обеспечение минимальной стоимости вычислительных систем российского производства, в условиях их высокой надежности и производительности, полученных за счет перераспределения неиспользуемых ресурсов, исключающего простои системы в периоды снижения загрузки, а также увеличения объемов предоставляемых ресурсов в минуты наибольшей загрузки, повысит рентабельность, и как следствие географию внедрения технических решений.

Исследован сценарий решения проблемы производительности автоматизированного рабочего места по подготовке перевозочных документов (далее - АРМ ППД) автоматизированной системы централизованной подготовки и оформления перевозочных документов на железнодорожные грузоперевозки (далее - АС ЭТРАН).

Реализация результатов работы. Результаты работы впервые использованы при построении вычислительных систем международной транспортно-логистической компании ООО ТОП ТРАНС в виде:

1. метода принятия решения о целесообразности использования средств виртуализации для решения определенного круга задач;

2. подхода к оценке оптимальности распределения виртуальных ресурсов, использованного при анализе существующих виртуальных платформ;

3. метода расчета стоимости технического решения, при использовании технологий виртуализации.

Апробация работы. Основные результаты работы были доложены на научно-практических конференциях: Неделя науки (Москва, МИИТ, 2012г.), Неделя науки (Москва, МИИТ, 2013г.), Неделя науки (Москва, МИИТ, 2014г.).

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованной литературы. Она содержит (126) страницы машинописного текста, (21) рисунок, (6) таблиц и список цитируемой литературы из (78) наименований.

Публикации. По теме диссертации опубликовано 6 печатных работ, из них 3 - в журналах из списка ВАК.

Основные положения диссертации отражены в следующих публикациях:

1. Игнатов, Н. А. Актуальность применения аппарата нейронных сетей в аналитических подразделениях торговых организаций / H.A. Игнатов // Труды научно-практической конференции Неделя науки — 2012 «Наука МИИТа - транспорту». - М.: МГУПС(МИИТ). - 2012.

2. Игнатов, Н. А. Анализ алгоритмов обработки очередей с понижающей задержкой / H.A. Игнатов // Мир транспорта - 2013. - № 3. — С. 32-37.

3. Игнатов, Н. А. Оценка эффективности ресурсного обеспечения информационно-вычислительных систем на железнодорожном транспорте / H.A. Игнатов // Труды научно-практической конференции Неделя науки -2014 «Наука МИИТа - транспорту». - М.: МГУПС(МИИТ). -2014.

4. Игнатов, Н. А. Поддержка вычислительных ресурсов на железнодорожном транспорте / H.A. Игнатов // Мир транспорта. - 2014. — № 2.-С. 115-120.

5. Игнатов, Н. А. Построение задачи оптимизации предоставления виртуальных ресурсов в центрах обработки данных, основанных на облачных технологиях / H.A. Игнатов // Известия Петербургского университета путей сообщения. - 2014. - № 1(38). - С. 69-74.

6. Игнатов, Н. А. Проблемы распределения ресурсов систем, основанных на облачных технологиях / H.A. Игнатов // Труды научно-практической конференции Неделя науки - 2013 «Наука МИИТа -транспорту». - М.: МГУПС(МИИТ). -2013.

ГЛАВА 1. СИСТЕМЫ, ОСНОВАННЫЕ НА ТЕХНОЛОГИЯХ ВИРТУАЛИЗАЦИИ И ПРОБЛЕМЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ОБСЛУЖИВАНИЯ В УСЛОВИЯХ ОГРАНИЧЕННЫХ ЗАТРАТ

Сегодня в транспортной отрасли активно применяются информационно-вычислительные системы, обеспечивающие деятельность различных направлений, таких как: административно-организационного, научно-производственного, финансово-экономического, информационно-аналитического, направления безопасности. Работа современных информационных систем заключается в обработке больших массивов данных, осуществлении вычислительных операций различной сложности, передаче данных и подразумевает использование центров обработки данных различного масштаба.

Построение ЦОД с применением технологий виртуализации - это решение, позволяющее существенно сократить затраты на процесс автоматизации организации.

1.1. Основные концепции технологии виртуализации и облачных вычислений

Под виртуализацией понимают концепцию, которая допускает выполнение отдельных экземпляров операционной системы в среде виртуальной машины. Виртуальная машина эмулирует работу реального компьютера. Виртуализация может быть использована для создания виртуальной компьютерной архитектуры для облачных вычислений [76].

При данном подходе отдельный экземпляр приложения компонуется т экземплярами виртуальных машин, где значение т любое фиксируемое или изменяемое во времени основанное на текущей рабочей загрузке системы и запрашиваемой производительности. Вычисление объема ресурсов, требуемого для работы приложения, состоит из набора независимых задач, которые могут быть смоделированы как запросы на обслуживание,

отправляемые конечными пользователями на экземпляры виртуальных приложений.

По причине существования различных трактовок понятия облачных вычислений [64,65], введем определение и основные характеристики облачных вычислений, в рамках которого будем исследовать процесс ресурсного обеспечения информационно-вычислительных систем.

Под облачными вычислениями понимается модель обеспечения повсеместного и удобного сетевого доступа по требованию к вычислительным ресурсным пулам (например, сетям, серверам, системам хранения, приложениям, сервисам), которые могут быть быстро предоставлены с минимальными усилиями по управлению и взаимодействию с поставщиком услуг [67, 68].

Облачная инфраструктура обладает всеми пятью свойствами, которые характеризуют ее функциональные возможности.

• Самообслуживание по требованию (On-demand self-service). Потребитель имеет возможность получить доступ к предоставляемым вычислительным ресурсам в одностороннем порядке, по мере необходимости, автоматически, без взаимодействия с сотрудниками каждого поставщика услуг.

• Широкий сетевой доступ (Broad network access). Предоставляемые вычислительные ресурсы доступны по сети через стандартные механизмы для различных платформ, тонких и толстых клиентов (мобильных телефонов, планшетов, ноутбуков, рабочих станций и т.п.).

• Объединение ресурсов в пулы (Resorce pooling). Вычислительные ресурсы объединяются в пулы для обслуживания множества пользователей по модели множественной аренды (multitenant - то есть, каждый из пользователей облачной инфраструктуры обслуживается в рамках своей аренды). Пулы включают в себя различные физические и виртуальные

ресурсы, которые могут быть динамически назначены и переназначены в соответствии с потребительским спросом [9,68].

Нет необходимости в понимании или управлении со стороны пользователя точным местоположением ресурсов, однако возможно указать местонахождение на более высоком уровне абстракции (например, страна, регион или центр обработки данных). Примерами такого рода ресурсов могут быть системы хранения, вычислительные мощности, объемы оперативной память, пропускная способность сети.

• Мгновенная эластичность (Rapid elasticity). Ресурсы могут быть эластично выделены и освобождены, в некоторых случаях автоматически, для быстрого масштабирования соразмерно со спросом. Максимальное время отклика на запрос пользователя об изменение потребностей в ресурсах, прописывается в соглашении об уровне сервиса (далее - SLA)).

Для пользователя ресурсы представляются, как неограниченные и могут быть предоставлены в любом количестве в любое время.

• Измеряемость (Measured service). Облачные системы и сервисы должны обладать функциями автоматизированного измерения объема использованных ресурсов для разного рода сервисов (например, объемы хранения данных, обработка, полоса пропускания, или активные пользовательские сессии)[9].

Так же можно выделить три вида предоставления облачных служб.

Программное обеспечение как услуга (SaaS). Возможность предоставления пользователю в использование приложений провайдера, работающих в облачной инфраструктуре. Приложения доступны из различных клиентских устройств или через интерфейсы тонких клиентов, такие как веб-браузер или интерфейсы программ. Пользователь, при этом, не управляет базовой инфраструктурой облака, в том числе сетями, серверами, операционными системами, системами хранения, или даже индивидуальными настройками приложений, за исключением некоторых

пользовательских настроек конфигурации приложения.

Здесь под облачной инфраструктурой понимается набор аппаратного и программного обеспечения, имеющий пять основных свойств облачных вычислений. Облачная система рассматривается как инфраструктура, содержащая и физический уровень, и уровень абстракции. Физический уровень состоит из аппаратных ресурсов, которые необходимы для поддержки облака предоставляемых услуг и, как правило, включает серверы, системы хранения и сетевые компоненты. Уровень абстракции состоит из программного обеспечения развернутого на физическом уровне, и содержит все основные свойства облаков. Концептуально уровень абстракции стоит выше физического уровня.

Платформа как услуга (РааБ). Возможность предоставления пользователю для развертывания на облачной инфраструктуре пользовательского, созданного или приобретенного приложения, созданных с помощью языков программирования, библиотек, служб и средств поддерживаемых провайдером услуг. Пользователь, при этом, не управляет базовой инфраструктурой облака, в том числе сетями, серверами, операционными система и системами хранения данных, но имеет контроль над развернутыми приложениями, а также может иметь контроль над некоторыми параметрами физической среды.

Инфраструктура как услуга (1аа8). Возможность предоставления пользователю систем обработки, хранения, сетей и других вычислительных ресурсов, в которых пользователь имеет возможность развертывания и запуска произвольного программного обеспечения, которое может включать в себя операционные системы и приложения. Пользователь, при этом, не управляет базовой инфраструктурой облака, но имеет контроль над операционными системами, системами хранения и развернутыми приложениями, а также ограниченно контролирует выбор сетевых компонентов.

Наряду с этим, при исследовании особенностей процесса ресурсного обеспечения, важно учитывать возможные сценарии развертывания облачных инфраструктур.

Частное облако (Private cloud). Облачная инфраструктура, подготовленная для эксклюзивного использования одной организацией, включающей несколько потребителей (например, организаций). Такое облако может находиться в собственности, управлении и обслуживании самой организации, третьей стороны, или какой-либо комбинации из них, и находится как на территории организации, так и за ее пределами.

Облако сообщества (Community cloud). Облачная инфраструктура, подготовленная для эксклюзивного использования конкретного сообщества потребителей от организаций, имеющих общие проблемы (например, миссии, требования безопасности, политики, и общие требования). Облако может находиться в собственности, управлении и обслуживании одной или более организаций в сообществе, третьей стороны, или комбинации из них, и находится как на территории организаций, так и за их пределами.

Общее облако (Public cloud). Облачная инфраструктура, подготовленная для открытого использования широкой публикой. Оно может находиться в собственности, управлении и обслуживании деловыми, научными и правительственными организациями, или какой-либо их комбинацией. Облако существует на территории облачного провайдера.

Гибридное облако (Hybrid cloud). Облачная инфраструктура представляет собой композицию из двух или более различных инфраструктур облаков (частные или общественные), имеющих уникальные объекты, но связанных между собой стандартизованными или собственными технологиями, позволяющими переносить данные или приложения между компонентами (например, для балансировки нагрузки между облаками) [67].

Наиболее диаметральными являются публичные и частные сценарии развертывания облака. Можно сказать, что облако сообщества и гибридное облако являются модификациями публичных и частных сценариев

развертывания облака. Рассмотрим достоинства и недостатки общественных и частных облачных инфраструктур.

. Общие преимущества публичных и частных облаков:

• Высокая эффективность — И публичные, и частные облака основаны на распределённых вычислениях и виртуализации, поэтому их отличает высокая эффективность и производительность. Они задействуют разделяемые ресурсы, оптимизируя баланс рабочей нагрузки на множество приложений.

• Высокая доступность - Ещё одно достоинство, связанное с распределёнными вычислениями: приложения могут пользоваться архитектурой высокой доступности, которая минимизирует или устраняет плановый и внеплановый простой, повышая уровень сервиса для пользователей и способствуя непрерывности информационно-вычислительных процессов.

• Эластичная масштабируемость — Распределённые вычисления придают публичным и частным облакам эластичную масштабируемость -способность добавлять или убирать вычислительные ресурсы по требованию. Это серьёзное преимущество для приложений с переменной рабочей нагрузкой или непрогнозируемым расширением, или же для временно установленных приложений.

• Быстрое развёртывание — И публичное, и частное облако обеспечивают автономный доступ к разделяемому пулу вычислительных ресурсов. Программные и аппаратные компоненты стандартны, могут использоваться повторно и разделяться. По этим причинам развёртывание приложений существенно ускоряется [29].

Некоторые преимущества характерны для публичных облачных вычислений:

• Низкие первичные затраты - Публичные облака запустить быстрее и дешевле, поэтому пользователям легче задействовать их; нет необходимости приобретать, устанавливать и конфигурировать оборудование.

• Экономия при масштабировании - Большие публичные облака позволяют добиться существенной экономии на закупках оборудования и привлечении управляющего персонала. В некоторых случаях эту экономию могут ощутить на себе и клиенты.

• Легкое управление - Публичным облакам не требуется персонала для управления, администрирования, модернизации, ремонта. Пользователи полагаются на сервис-провайдера публичного облака.

• Операционные расходы - Публичные облака оплачиваются из бюджета операционных расходов, часто пользователями. При этом капитальных расходов можно избежать, что является плюсом для некоторых компаний [29].

Преимущества, характерные для частных облачных вычислений:

• Больший контроль за безопасностью, внутренний контроль и качество сервиса - Частные облака позволяют контролировать безопасность (потеря данных, конфиденциальность), осуществлять внутренний контроль (правила обращения с данными, время сохранения данных, аудит, правила размещения данных) и качество сервиса (так как в частных облаках, возможно оптимизировать сети способами, которые недоступны публичным).

• Упрощенная интеграция - Приложения в частных облаках легче интегрировать с другими собственными приложениями, например, системами управления идентичностью.

• Низкие общие затраты — В долгосрочной перспективе частные облака могут оказаться дешевле публичных, так как владеть дешевле, чем арендовать. По результатам нескольких исследований, их стоимость выравнивается через два-три года [29].

• Капитальные и операционные расходы - Частные облака финансируются как по статье капитальных (с амортизацией), так и операционных расходов.

В общих чертах, процесс оптимизации ресурсного обеспечения СОТВ заключается в обеспечение работы приложений конечных пользователей,

удовлетворяющей требованиям QoS, в условиях минимизации стоимости предоставляемых услуг. Требования по качеству обслуживания расписываются в соглашение об уровне предоставления услуг - SLA договоре. SLA договор термин, обозначающий формальный договор между заказчиком услуги и её поставщиком, содержащий описание услуги, права и обязанности сторон и, самое главное, согласованный уровень качества предоставления данной услуги [43].

Параметры качества услуги, указанные в SLA, должны быть измеримыми, то есть представимыми в виде числовых метрик. Например, для услуги доступа к сети Интернет это может быть максимальное время недоступности, максимальное суммарное время недоступности за период (например, за месяц). Скорость доступа при этом является плохим параметром, поскольку зависит не только от оператора, но и от загруженности сервера сайта, на что, как правило, поставщик повлиять не может.

Список литературы диссертационного исследования кандидат наук Игнатов, Николай Александрович, 2014 год

СПИСОК ЛИТЕРАТУРЫ

1. Аноприенко, А. Я., Коноплева, А. П., Хасан Аль Абабех Моделирование и компьютерная графика / А. Я. Аноприенко, А. П. Коноплева, Хасан Аль Абабех // Материалы 3-й международной научно-технической конференции. 7-9 октября 2009г. - 2009.

2. Аноприенко, А. Я., Миргород, В. С. Технологии виртуализации: эволюция и перспективы использования / А. Я. Аноприенко, В. С. Миргород // Научные труды Донецкого национального технического университета. Серия «Проблемы моделирования и автоматизации проектирования» (МАП -2010).- 2010.-№8(168)-С.199.

3. Афанасьев, А. П., Волошинов, В. В., Посыпкин, М. А., Сигал, И. X., Хуторной, Д. А. Программный комплекс для решения задач оптимизации методом ветвей и границ на распределенных вычислительных системах / А. П. Афанасьев, В. В. Волошинов, М. А. Посыпкин, И. X. Сигал, Д. А. Хуторной // Труды ИСА РАН. - 2006. - Т. 25. - С. 5-17.

4. Афанасьев, А. П., Посыпкин, М. А., Сигал, И. X. Проект ВЫВ-Спс1: решение задач глобальной оптимизации в распределенной среде / А. П. Афанасьев, М. А. Посыпкин, И. X. Сигал // Труды второй международной конференции «Системный анализ и информационные технологии» (САИТ-2007).-2006.-Т. 2.- С. 177-181.

5. Барский, А. Б. Нейронные сети: распознавание, управление, принятие решений / А. Б. Барский. - М.: Финансы и статистика. - 2004. -176с.

6. Барский, А. Б. Оптимизационные задачи в основе пакета параллельных прикладных программ и системы информационного обслуживания Центра вЫГО-технологий / А. Б. Барский // Приложение к журналу «Информационные технологии». — 2010. — № 10.

7. Барский, А. Б. Параллельные информационные технологии. Учебное пособие / А. Б. Барский. - М.: ИНТУИТ; БИНОМ. Лаборатория знаний. 2007. -503 с.

8. Барский, А. Б. Параллельные процессы в вычислительных системах: планирование и организация / А. Б. Барский. - М.: Радио и связь. 1990.-256 с.

9. Батура, Т. В., Мурзин, Ф. А., Семич, Д. Ф. Облачные технологии: основные понятия, задачи и тенденции / Т. В. Батура, Ф. А. Мурзин, Д. Ф. Семич // Программные продукты и системы и алгоритмы. 2014. -№ 1.

10. Бородакий, В. Ю., Окороченко, Г. Е. Анализ средств имитационного моделирования распределенных информационных систем / В. Ю. Бородакий, Г. Е. Окороченко // Научная сессия МИФИ-2007. Сборник научных трудов. В 15 томах. - Т. 12. Компьютерные системы и технологии. -2007.-С. 129-130.

11. Бухановский, А. В., Ковальчук, С. В., Марьин, С. В. Интеллектуальные высокопроизводительные программные комплексы моделирования сложных систем: концепция, архитектура и примеры реализации / А. В. Бухановский, С. В. Ковальчук, С. В. Марьин // Известия ВУЗов. Приборостроение. 2009. - т. 52, № 10. - С. 5-24.

12. Вальт, Э. Б., Поспелов, А. М. Технология и автоматизация коммерческих операций на железнодорожном транспорте. Учебное пособие / Э. Б. Вальт, А. М. Поспелов. - Екатеринбург.2005. - 245 с.

13. Васильев, Ф. П. Методы оптимизации. Кн. 1. / Ф. П. Васильев. — М. :МЦНМО, 2011. - 620 с.

14. Васильев, Ф. П. Методы оптимизации. Кн. 2. / Ф. П. Васильев. -М. :МЦНМО, 2011.-434 с.

15. Вишневский, В. М. Теоретические основы проектирования компьютерных сетей / В. М. Вишневский. — М.: Техносфера, 2003. - 506 с.

16. Воеводин, В. В. НИВЦ МГУ: широким фронтом совместных дел / В. В. Воеводин // Численные методы, параллельные вычисления и информационные технологии: Сборник научных трудов. -М.: МГУ, 2008.

17. Гнеденко, Б. В., Коваленко, И. Н. Введение в теорию массового обслуживания / Б. В. Гнеденко, И. Н. Коваленко. — М.: Наука, 1966. - 432 с.

18. Голдовский, Я. М., Желенков, Б. В. Маршрутизация в IP-сетях. Учебное пособие / Я. М. Голдовский, Б. В. Желенков. -М. : МИИТ. 2007. -150 с.

19. Гольдштейн, Б. С., Пинчук, А. В., Суховицкий, А. Л., IP-телефония / Б. С. Гольдштейн, А. В. Пинчук, А. Л. Суховицкий. -М :Радио и связь, 2001.-336 с.

20. Емельянова, С. В., Афанасьева, А. П. Проблемы вычислений в распределенной среде: организация вычислений в глобальных сетях / Емельянова С. В., Афанасьева А. П. // Труды ИСА РАНМ. :РОХОС, 2004.

21. Желенков, Б. В. Нейрокомпьютерное моделирование движения поездов / Б. В. Желенков // Безопасность движения поездов: Труды шестой научно-практической конференции: в 2-х т. Т.1 / ОАО «РЖД». ВНИИЖТ. ВНИИАС. МИИТ. - М. :МИИТ. 2005.

22. Загорский, Г. С., Барский, А. Б., Желенков, Б. В. GRID-технологии - ресурсы супервозможностей / Г. С. Загорский, А. Б. Барский, Б. В. Желенков // Мир транспорта - М. 2008. - №3.

23. Игнатов, Н. А. Актуальность применения аппарата нейронных сетей в аналитических подразделениях торговых организаций / Н. А. Игнатов // Труды научно-практической конференции Неделя науки — 2012 «Наука МИИТа - транспорту». - М.: МГУПС(МИИТ). - 2012.

24. Игнатов, Н. А. Анализ алгоритмов обработки очередей с понижающей задержкой / Н. А. Игнатов // Мир транспорта - М.— 2013. - № 3. -С. 32-37.

25. Игнатов, Н. А. Оценка эффективности ресурсного обеспечения информационно-вычислительных систем на железнодорожном транспорте /

Н. А. Игнатов // Труды научно-практической конференции Неделя науки -2014 «Наука МИИТа - транспорту». - М.: МГУПС(МИИТ). -2014.

26. Игнатов, Н. А. Поддержка вычислительных ресурсов на железнодорожном транспорте / Н. А. Игнатов // Мир транспорта - М. - 2014. - № 2. - С. 115-120.

27. Игнатов, Н. А. Построение задачи оптимизации предоставления виртуальных ресурсов в центрах обработки данных, основанных на облачных технологиях / Н. А. Игнатов // Известия Петербургского университета путей сообщения - Санкт-Петербург. - 2014. - № 1(38). - С. 69-74.

28. Игнатов, Н. А. Проблемы распределения ресурсов систем, основанных на облачных технологиях / Н. А. Игнатов // Труды научно -практической конференции Неделя науки - 2013 «Наука МИИТа — транспорту». - М.: МГУПС(МИИТ). -2013.

29. Облачные вычисления Oracle [Электронный ресурс]. - Режим доступа: http://www.oracle.com/ru/technologies/cloud/cloud-computing-wp-ru-513234-ru.pdf.

30. Олифер, В. Г., Олифер, Н. А. Компьютерные сети. Принципы, технологии, протоколы / В. Г. Олифер, Н. А. Олифер -СПб: «Питер», -2010.916 с.

31. Олифер, В. Г., Олифер, Н. А. Средства анализа и оптимизации локальных сетей [Электронный ресурс] / В. Г. Олифер, Н. А. Олифер — Режим доступа: http://www.citforum.ru/nets/optimize/index.shtml.

32. Орлов, С. Трансформация ЦОД: сетевая инфраструктура [Электронный ресурс] / С. Орлов // Журнал сетевых решений LAN. — 2012. № 07-08- Режим доступа: http://www.osp.ru/lan/2012/07-08/13017139.

33. Построение архитектуры частного облака от Microsoft [Электронный ресурс] / Режим доступа: URL: http://www.winzone.ru/articles/1047.

34. Посыпкин, М. А., Хританков, А. С. О понятии ускорения и эффективности в распределенных системах / М. А. Посыпкин, А. С.

Хританков // Труды Всероссийской научной конференции «Научный сервис в сети Интернет: решение больших задач». — 2008. —С. 149-155.

35. Симоненкова, Д. С. О безопасности информационных систем на основе облачных технологий [Электронный ресурс] / Д. С. Симоненкова — Режим доступа: http://www.pvti.ru/data/file/bit/2013/2013_2/part_l 6.pdf.

36. Соболев, С. И. Использование распределенных компьютерных ресурсов для решения вычислительно сложных задач / С. И. Соболев // Системы управления и информационные технологии. —2007. — №1.3 (27). — С. 391-395.

37. Ульянов, М. В. Ресурсно-эффективные компьютерные алгоритмы. Разработка и анализ / М.В.Ульянов. -М.: ФИЗМАТ ЛИТ, -2008. -304 с.

38. Хостинг Amazon ЕС2 [Электронный ресурс]. - Режим доступа: http://www.kushnerov.com.

39. Хританков, А. С. Оценка характеристик производительности распределенных вычислительных систем / А. С. Хританков // Труды XV Научной конференции студентов, аспирантов и молодых ученых «Ломоносов». - 2008. -С. 53-54.

40. Хританков, А. С. Оценка эффективности распределенных систем при решении задач переменного размера / А. С. Хританков // Научно-технический вестник СПбГУ ИТМО. -2010. -№ 2(66). -С. 66-71.

41. ЭТРАН (Электронная ТРАнспортная Накладная) [Электронный ресурс]. - Режим доступа: http://www.intellex.ru/projects/etran.

42. Яновский, Г. Г. Качество обслуживания в сетях IP / Г. Г. Яновский // Журнал «Вестник связи» -2008. -№1. -С. 1-16.

43. 11 cloud IaaS provider scompared [Электронный ресурс]. - Режим flocTyna:http://www.techrepublic.com/blog/the-enterprise-cloud/l 1-cloud-iaas-providers-compared/?tag=mantle_skin%3Bcontent.

44. Amazon [Электронный ресурс]. — Режим доступа: http://aws.amazon.com.

45. Apache VCL Documentation.[Электронный ресурс]. - Режим доступа: http://cwiki.apache.org/VCL.

46. Bevilacqua Masi, D. M., Fischer, M. J., Garbin, D. A. Modeling the performance of low latency Queueing for emergency telecommunications / D. M. Bevilacqua Masi, M. J. Fischer, D. A. Garbin // Proceedings of the 2007 Winter Simulation Conference. - 2007. -P. 2266-2275.

47. Bi, J., Zhu, Z., Tian, R., Wang, Q. Dynamic provisioning modeling for virtualized multitier applications in cloud data center / J. Bi, Z. Zhu, R. Tian, Q. Wang // Proceedings of the 3rd International Conference on Cloud Computing (CLOUD' 10) -2010. - P. 370-377.

48. Bosque, J. L., Pastor, L. A. Parallel Computational Model for Heterogeneous Clusters / J. L. Bosque, L. A. Pastor // IEEE Trans. Parallel Distrib. Syst. vol. 17-2006.-№ 12.-P. 1390-1400.

49. Buillding E-commerce applications and infrastucture. [Электронный ресурс]. - Режим доступа: http://wps.prenhall.com/%0D%0Awps/media/objects/5073/5195381/pdf/Online_C hapter_l 9.pdf.

50. Byrd, R. H., Lu, P., Nocedal, J. A. Limited Memory Algorithm for Bound Constrained Optimization / R. H. Byrd, P. Lu, J. A. Nocedal // 11 SIAM Journal on Scientific and Statistical Computing. -1995. -№ 5. -P.l 190-1208.

51. Calheiros, R. N., Rajiv, R., Rajkumar, B. Virtual Machine Provisioning Based on Analytical Performance and QoS Cloud Computing Environments. / R. N. Calheiros, R. Rajiv, B. Rajkumar // 2011 International Conference on Parallel Processing. -2011. -P. 295-304.

52. Calheiros, R. N., Ranjan, R., Beloglazov, A., De Rose, C. A. F., Buyya, R. CloudSim: A Toolkit for Modeling and Simulation of Cloud Computing Environments and Evaluation of Resource Provisioning Algorithms / R. N. Calheiros, R. Ranjan, A. Beloglazov, C. A. F. De Rose, R. Buyya // Software: Practice and Experience. -№41(1). -2011. -P.23-50.

53. ' Citrix Xen Desktop Overview. Citrix. [Электронный ресурс]. -Режим доступа: http://support.citrix.eom/servlet/%0D%0AKbServlet/download/l 9151-102-

19638/Overview-XenDesktop.pdf

54. Creeger, M. СТО Roundtable on Virtualization / M.Creeger // — Communications of the ACM, Part II. - 2008. -№11.

55. Emelyanov, S.V., Afanasiev, A. P., Grinberg, Y. R., Krivtsov, V. Y., Peltsverger, В. V., Sukhoroslov, О. V., Taylor, R. G., Voloshinov, V. V. Distributed Computing and Its Applications / S. V. Emelyanov, A. P. Afanasiev, Y. R. Grinberg, V. Y. Krivtsov, В. V. Peltsverger, О. V. Sukhoroslov, R. G. Taylor, V. V. Voloshinov // -Bristol, ME, USA: Felicity Press, 2005.

56. Fischer, M. J., Masi, D. M. B. A Quantitative Analysis of the Voice and Data Quality of Service Problem / M. J. Fischer, D. M. B. Masi // The Telecommunications Review 2007, Noblis, Falls Church, VA. -2007. -P. 66-75.

57. Fleck, C. How to get your own Citrix XenApp server in EC2 for 12 cents & 15 min. Citrix Community. vSphere White Paper. VMware. [Электронный ресурс]. — Режим доступа: http://community.citrix.com/pages/%20viewpage.action?%20pageId%20=%0D%0 А58196960.

58. Folding@home. [Электронный ресурс]. - Режим доступа: http://folding.stanford.edu/home/papers.

59. Golestani, S. J. A Self-Clocked Fair Queuing Scheme for Broadband Applications / S. J. Golestani // Proceedings of the IEEE INFOCOM.-1994. -P. 636-646.

60. Google App Engine [Электронный ресурс]. - Режим доступа: http://code.google.com/intl/ru-RU/appengine/%20docs/%20billing.%0D%0Ahtml.

61. Introduction and Architecture Overview. IBM Cloud Computing Reference Architecture [Электронный ресурс]: — Режим flocTyna:https://s3—sa-east 1 .amazonaws.com/bucketmanoelveras/manoel_veras_PROFES SIONAL/CLO UDCOMPUTING/Artigos/Artigos_IBM/arq_ibm.pdf.

62. Iosup, A., Sonrnez, O., Anoep, S., Epema, D. The performance of bags-of-tasks in large-scale distributed systems / A. Iosup, O. Sonmez, S. Anoep, D. Epema // 17th International Symposium on High Performance Distributed Computing (HPDC'08).-2008.

63. Kroeker, K. L. The Evolution of Virtualization / K. L. Kroeker // Communications of the ACM. -2009. - № 3.

64. Lee, Y. C., Zomaya, A. Rescheduling for reliable job completion with the support of clouds / Y. C. Lee, A. Zomaya // Future Generation Computer Systems, vol. 26. -№ 8. -2010. -P. 1192-1199.

65. Mashey, I., Malcheva, R. Specialities of Cloud Computing / I. Mashey, R. Malcheva // Материалы V международной научно-технической конференции студентов, аспирантов и молодых ученых — 24-26 ноября 2009 г. - Донецк, ДонНТУ. -2009. - С.110-116.

66. NAS Parallel Benchmarks [Электронный ресурс]. -2002 — Режим доступа: http://www.nas.nasa.gov/Resources/Software/npb.html.

67. NIST SP 500-292 NIST Cloud Computing Reference Architecture. Recommendations of the National Institute of Standards and Technology. -U.S., 2011.

68. NIST SP 800-145 The NIST Definition of Cloud Computing. Recommendations of the National Institute of Standards and Technology. -U.S., 2011.

69. Nussbaum, D., Agarwal, A. Scalability of parallel machines / D.Nussbaum, A. Agarwal // Communication of the ACM. -1991. -№ 3.-P. 57-61.

70. Reduce Energy Costs and Go Green. VMware [Электронный ресурс]. - Режим доступа: http://www.vmware.com/fIles/pdf/%20VMware-GREEN-IT-OVERVIEW-SBEN.%OD%OApdf.

71. Shortle, J. F., Fischer, M. J. Approximation for a two-class weighted fair queueing discipline / J. F. Shortle, M. J. Fischer // Performance Evaluation, vol. 67.-№ 10.-2010. -P. 946-958.

72. Tanveer, Ahmed, Yogendra Singh Analytic Study Of Load Balancing Techniques Using Tool Cloud Analyst / Ahmed Tanveer, Singh Yogendra // International Journal of Engineering Research and Applications (IJERA). - 2012. -P. 1027-1030.

73. Understanding Full Virtualization, Paravirtualization, and Hardware Assist. VMware. [Электронный ресурс]. -Pe^<HMflocTyna:http://www.knc.it/downloadfile.asp?idf=l 823.

74. Urdaneta, G., Pierre, G., Van Steen, M. Wikipedia workload analysis for decentralized hosting / G. Urdaneta, G. Pierre, M. van Steen // Computer Networks, vol. 53, - № 11 .-2009. -P. 1830-1845.

75. Vmware [Электронный ресурс]. - Режим доступа: http://vmware.com.

76. Vouk, М. A. Cloud Computing - Issues / Vouk, M. A. // Research and Implementations. Journal of Computing and Information Technology. - № 11.2009. —P. 235-246.

77. Windows Azure Platform [Электронный ресурс]. - Режим доступа: http://download.microsoft.eom/documents/rus/cloud/Windows_Azure_A4_2012.p df.

78. Yan, Y., Zhang, X., Song, Y. An Effective Performance Prediction Model for Parallel Computing on Non-dedicated Heterogeneous Networks of Workstations / Y. Yan, X. Zhang, Y. Song // Journal of Parallel and Distributed Computing vol. 38. - 1996.-№1. -P. 63-80.

И& Cfy JOG