Модель розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами на основі генетичного алгоритму

Скорочена інформація про документ
dc.contributor.authorДорогий, Ярослав Юрійович
dc.contributor.authorДорога-Іванюк, Олена Олександрівна
dc.contributor.authorФеренс, Дмитро Андрійович
dc.date.accessioned2020-05-28T17:27:08Z
dc.date.available2020-05-28T17:27:08Z
dc.date.issued2018
dc.description.abstractПроведено детальний аналіз методів та алгоритмів розміщення ресурсів віртуалізованих ІТ-інфраструктур. Розглянуто класичну модель хмарних сервісів, яка складається з трьох шарів. Показано, що специфіка задач, що виконуються в критичних ІТ-інфрастуктурах, ставить перед розробником підвищені вимоги щодо надійності, безпеки, доступності. Встановлено доцільність використання для реалізації створюваної моделі сервісу IaaS. Проаналізовано основних постачальників даного хмарного сервісу, визначено їх переваги та недоліки, обрано найкращого кандидата для реалізації. Наведено детальний опис математичної моделі розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами та її використання у поєднанні з генетичним алгоритмом. Описано модель управління віртуальними машинами при серверній віртуалізації з метою подальшого розподілу ресурсів. На прикладі показано, яким чином вона використовується для вирішення поставленої проблеми та як можна оптимізувати та пришвидшити її роботу. Розкрито розписаний генетичний алгоритм, принцип побудови фітнес-функції та його основні операції для розв’язання поставленої задачі. Запропонований генетичний алгоритм у більшій мірі схожий на традиційні генетичні алгоритми. На початку роботи алгоритму випадковим чином створюється початкова популяція рішень-індивідів. Далі, на кожній ітерації алгоритму обчислюється значення функції пристосованості кожного індивіду, для кожного індивіда у популяції вибирається пара для генерації індивідів наступної популяції. Після цього застосовується операція мутації. Окрім того, виконується пошук найкращого індивіду нової популяції та порівнюється із найкращим індивідом попередньої популяції. І на завершення, для побудованої моделі наведено ряд уточнень, які дозволяють використати дану модель для критичної ІТ-інфраструктури з врахуванням вимог високої доступності, таких як відмовостійкість (здатність системи до подальшої роботи після відмови одного із її елементів), неперервна доступність (здатність системи до безперервного обслуговування, незалежно від часу відмови вузлів системи) та високодоступність (здатність системи до подальшої роботи після відмови одного із вузлів, з можливими перервами у роботі). В останній частині статті наведено експериментальні дослідження запропонованої моделі розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами на базі генетичного алгоритму.uk
dc.description.abstractenThe detailed analysis of researches of methods and algorithms of allocation of resources of virtualized IT-infrastructures is carried out. The classic model of cloud services, which consists of three layers, is considered. It is shown that the specificity of tasks performed in critical IT infrastructures puts the developer with increased requirements for reliability, security and availability. It is determined that it is expedient to use the service IaaS for implementation of the created model. The main providers of this cloud service were analyzed, their advantages and disadvantages were determined, the best candidate for implementation was selected. The following is a detailed description of the mathematical model of resource allocation of a critical IT infrastructure with clear parameters and its use in conjunction with the genetic algorithm. The following article describes the virtual machine management model for server virtualization. The example shows how it is used to solve the problem and how it can be optimized and accelerated. Subsequently, the article details the genetic algorithm, the principle of constructing a fitness function and its main operations to solve the problem. The proposed genetic algorithm is more similar to traditional genetic algorithms. At the beginning of the algorithm, an initial population of decision-individuals is created randomly. Next, each iteration of the algorithm calculates the value of the fitness function of each individual, for each individual in the population a couple is selected to generate individuals of the next population. After that, a mutation operation is applied. In addition, the search for the best individual of the new population is searched and compared with the best individual of the previous population. Finally, for the constructed model, a number of refinements are given that allow us to use this model for a critical IT infrastructure, taking into account high availability requirements such as fault tolerance (the ability of the system to continue working after the failure of one of its elements), continuous availability (the ability of the system to continuous maintenance, regardless of the time of failure of the system's nodes) and high availability (the ability of the system to further work after the failure of one of the nodes, with possible breaks in the work). The last part of the article presents experimental researches of the proposed model of distribution of resources of critical IT infrastructure with clear parameters based on the genetic algorithm.en
dc.description.abstractruПроведен детальный анализ исследований методов и алгоритмов размещения ресурсов виртуализированных ИТ-инфраструктур. Рассмотрена классическая модель облачных сервисов, которая состоит из трех слоев. Показано, что специфика задач, выполняемых в критических ИТ-инфраструктурах, ставит перед разработчиком повышенные требования по надежности, безопасности, доступности. Определено, что целесообразно использовать для реализации создаваемой модели сервис IaaS. Проанализированы основные поставщики данного облачного сервиса, определены их преимущества и недостатки, избран лучший кандидат для реализации. Далее приведено детальное описание математической модели распределения ресурсов критической ИТ-инфраструктуры с четкими параметрами и ее использование в сочетании с генетическим алгоритмом. Следующим в статье описано модель управления виртуальными машинами при серверной виртуализации. На примере показано, каким образом она используется для решения поставленной проблемы и каким образом ее можно оптимизировать и ускорить ее работу. В дальнейшем, в статье подробно расписан генетический алгоритм, принцип построения фитнес-функции и его основные операции для решения поставленной задачи. Предложенный генетический алгоритм в большей степени похож на традиционные генетические алгоритмы. В начале работы алгоритма случайным образом создается начальная популяция решений-индивидов. Далее, на каждой итерации алгоритма вычисляется значение функции приспособленности каждого индивида, для каждого индивида в популяции выбирается пара для генерации индивидов следующей популяции. После этого применяется операция мутации. Кроме того, выполняется поиск наилучшего индивиду новой популяции и сравнивается с лучшим индивидом предыдущей популяции. И в завершение, для построенной модели приведен ряд уточнений, которые позволяют использовать данную модель для критической ИТ- инфраструктуры с учетом требований высокой доступности, таких как отказоустойчивость (способность системы к дальнейшей работе после отказа одного из ее элементов), непрерывная доступность (способность системы к непрерывному обслуживанию, независимо от времени отказа узлов системы) и высокодоступность (способность системы к дальнейшей работе после отказа одного из узлов, с возможными перерывами в работе). В последней части статьи приведены экспериментальные исследования предложенной модели распределения ресурсов критической ИТ-инфраструктуры с четкими параметрами на базе генетического алгоритма.ru
dc.format.extentС. 124-144uk
dc.identifier.citationДорогий, Я. Модель розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами на основі генетичного алгоритму / Ярослав Дорогий, Олена Дорога-Іванюк, Дмитро Ференс // Information Technology and Security. – 2018. – Vol. 6, Iss. 2 (11). – Pp. 124–144. – Bibliogr.: 19 ref.uk
dc.identifier.doihttps://doi.org/10.20535/2411-1031.2018.6.2.153497
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/33843
dc.language.isouken
dc.publisherInstitute of Special Communication and Information Protection of National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”en
dc.publisher.placeKyiven
dc.relation.ispartofInformation Technology and Security : Ukrainian research papers collection, 2018, Vol. 6, Iss. 2 (11)en
dc.subjectархітектураuk
dc.subjectхмарні послугиuk
dc.subjectхмарні сервісиuk
dc.subjectрозподіл ресурсівuk
dc.subjectгенетичний алгоритмuk
dc.subjectкритична ІТ-інфраструктураuk
dc.subjectarchitectureen
dc.subjectcloud servicesen
dc.subjectresource allocationen
dc.subjectgenetic algorithmen
dc.subjectcritical IT infrastructureen
dc.subjectархитектураru
dc.subjectоблачные услугиru
dc.subjectоблачные сервисыru
dc.subjectраспределение ресурсовru
dc.subjectгенетический алгоритмru
dc.subjectкритическая ИТ-инфраструктураru
dc.subject.udc004.75en
dc.titleМодель розподілу ресурсів критичної ІТ-інфраструктури з чіткими параметрами на основі генетичного алгоритмуuk
dc.title.alternativeResources distribution model of critical IT infrastructure with clear parameters based on the genetic algorithmen
dc.title.alternativeМодель распределения ресурсов критической ИТ-инфраструктуры с четкими параметрами на базе генетического алгоритмаru
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ITS2018-6-2_10.pdf
Розмір:
1.19 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information Technology and Security, Vol. 6, Iss. 2 (11)