Интернет конференция по проблемам теории и практики управления

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Математическая модель облачного узла в виде системы массового обслуживания с деградацией скорости обслуживания
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лапатин И.Л., Лизюра О.Д., Моисеев А.Н., Назаров А.А., Пауль С.В., Салимзянов Р.Р., Салимзянова Д.Д., Фёдорова Е.А.
Аннотация:
В работе рассматривается модель функционирования облачного узла в виде открытой бесконечнолинейной марковской системы массового обслуживания с учетом различных фаз жизненного цикла виртуальных машин и зависимости скорости их работы от числа запущенных виртуальных машин на узле. Мы полагаем, что каждая виртуальная машина во время работы может находится в активной и пассивной фазах, что соответствует разным режимам их работы и требовательности к ресурсам. Наличие зависимости обусловлено снижением производительности узла из-за конкуренции разных виртуальных машин за его общие ресурсы. Снижение производительности в предлагаемой модели учитывается с помощью функции деградации скорости обслуживания. Функционирование облачного узла описывается двумерным марковским процессом, который определяет количество машин в активной и пассивной фазах. Для исследования этого случайного процесса применяется метод асимптотического анализа, который позволяет нам получить формулы для аппроксимации распределения вероятностей этого двумерного процесса. Используя полученные формулы и различные критерии качества, мы приводим примеры решения задачи оптимизации нагрузки на узел для фиксированных параметров его функционирования.
Ключевые слова:
теория массового обслуживания, облачные узлы, деградация скорости обслуживания, оценка производительности, оптимальная нагрузка

Название: Применение алгоритмов XGBoost и нейронных сетей для оценки параметров MMPP-потоков
Автор: Дарья Дмитриевна Салимзянова
Соавторы:
Лисовская Екатерина Юрьевна
Аннотация:
Современные телекоммуникационные системы генерируют сложный и из-менчивый трафик, моделирование и прогнозирование которого является ключевой задачей для обеспечения оптимального качества обслуживания и использования ресурсов. Одним из наиболее гибких инструментов для опи-сания поведения сетевых потоков является MMPP-поток, позволяющий учитывать стохастическую природу и динамику изменения интенсивности наступления событий. В данной работе рассмотрены современные подхо-ды к оценке параметров MMPP с применением методов машинного обуче-ния. Основное внимание уделено использованию ансамблевых алгоритмов в реализации алгоритма градиентного бустинга XGBoost и полносвязных нейронных сетей. Предложенные модели протестированы как на синтети-ческих данных, так и на реальном сетевом трафике, собранном с помощью анализатора пакетов Wireshark. Результаты показывают, что использо-вание моментов времени событий позволяет улучшить качество аппрок-симации, а разделение моделей по числу состояний повышает точность оценки параметров MMPP-потока. Разработанный программный комплекс интегрирует статистические методы (метод моментов, метод макси-мального правдоподобия, метод наименьших квадратов) и алгоритмы ма-шинного обучения, поддерживает визуализацию интервалов между собы-тиями и демонстрирует высокую эффективность на примере данных о реальном сетевом трафике. Полученные результаты подтверждают ак-туальность применения методов, основанных на машинном обучении для анализа сетевых потоков, и создают основу для дальнейшего развития средств прогнозирования сетевой нагрузки в реальном времени.
Ключевые слова:
MMPP-поток, машинное обучение, оценка параметров, градиентный бустинг