ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Метод прогнозирования показателей функционирования региональных информационно-коммуникационных систем

A forecasting method for regional information networks functioning characteristics
Статья опубликована в выпуске журнала № 3 за 2009 год.[ 17.09.2009 ]
Аннотация:В статье рассматриваются вопросы, связанные с прогнозированием показателей функционирования информационно-коммуникационной среды региона с учетом динамики социально-экономических показателей пользовательской среды. Авторами предложен метод среднесрочного прогнозирования параметров нагрузки на элементы сети на основе решения комплекса задач моделирования динамики технических, экономических и социальных характеристик сети и пользовательской среды.
Abstract:The article considers forecasting problems of the regional information network characteristics subject to socioeconomic factors of user environment dynamic. The medium-term forecasting method for network elements traffic characteristics is proposed. The method is based on system-dynamic modeling of network technical parameters and user environment socioeconomic factors.
Авторы: Путилов В.А. (putilov@iimm.ru) - Институт информатики и математического моделирования Федерального исследовательского центра "Кольский научный центр Российской академии наук", Апатиты, Россия, доктор технических наук, Датьев И.О. (datyev@mail.ru) - Институт информатики и математического моделирования Кольского НЦ РАН, г. Апатиты, , , Шишаев М.Г. (shishaev@iimm.kolasc.net.ru) - Институт информатики и математического моделирования Кольского НЦ РАН, г. Апатиты, , , кандидат технических наук
Ключевые слова: информационно-коммуника­ционные сети, метод системной динамики, имитационное моделирование
Keywords: information networks, system-dynamic method, simulation
Количество просмотров: 6251
Версия для печати
Выпуск в формате PDF (4.21Мб)

Размер шрифта:       Шрифт:

Получение прогнозных значений показателей функционирования информационно-коммуникаци­онной среды (ИКС) региона является актуальной задачей, решение которой позволит обеспечить эффективное планирование ее развития. В работах, посвященных данной проблеме, в основном рассматриваются факторы технического характера. При этом не учитывается динамика социально-экономических показателей пользовательской среды – социальной и экономической структуры пользовательского пула, его территориальной распределенности. Однако в среднесрочной перспективе динамика этих показателей оказывает существенное влияние на различные характеристики ИКС – объемы трафика, нагрузку на вычислительные и коммуникационные узлы и т.п. Поэтому при прогнозировании характеристик региональной ИКС необходимо учитывать динамику параметров социально-экономической среды региона в целом.

В данной работе рассматривается метод среднесрочного прогнозирования параметров нагрузки на элементы сети на основе решения комплекса задач моделирования динамики технических, экономических и социальных характеристик сети и пользовательской среды. Основными составляющими метода являются:

-    формализованная концептуальная модель предметной области (КМПО);

-    шаблоны системно-динамических (СД) мо­делей субъектов информационного обмена региональных ИКС;

-    механизмы формирования СД-модели для решения поставленной задачи.

КМПО на общем уровне представлена следующими множествами: пользователи ИКС, поставщики информационных услуг, информационные ресурсы. На более низком уровне представления происходит атрибутирование элементов этих множеств некоторыми группами характеристик и возможно объединение элементов множеств по определенным признакам этих групп. К таким группам относятся характеристики, описывающие различные классы информационных ресурсов, типы пользователей в терминах потребляемых ими информационных ресурсов, демографико-возраст­ные секторы пользователей, социально-экономи­ческие группы пользователей, а также поставщиков информационных услуг.

При необходимости, обусловленной специфичностью предметной области, КМПО может быть дополнена новыми объектами или новыми характеристиками уже присутствующих в ней объектов.

КМПО дает общее представление о предметной области и позволяет формулировать задачи, связанные с моделированием характеристик нагрузки, ассоциированных с объектами КМПО.

Шаблоны СД-моделей субъектов информационного обмена. Для учета динамики демографических, социально-экономических показателей, а также показателей, описывающих экономическое и техническое состояние региональных ИКС, влияющих на пользовательскую среду, разработаны шаблоны СД-моделей, с помощью которых можно получать прогнозные оценки этих показателей.

Шаблон моделей демографических секторов, разработанный в Институте информатики и математического моделирования Кольского научного центра (КНЦ) РАН в рамках исследований с 1997 по 2001 гг., позволяет создавать модели для получения прогнозных оценок количества населения различных возрастных категорий.

Модели социально-экономических групп пользователей, построенные на базе соответствующего СД-шаблона, позволяют получать прогнозные оценки количества населения, принадлежащего каждой из этих групп. Разбиение населения на группы может производиться на основе различных социально-экономических признаков, таких как занятость в экономической отрасли, принадлежность к организации, к социальной группе.

Основные характеристики шаблона СД-моде­лей социально-экономических групп: SGm – характеристики m-й социально-экономической группы; SGm = {pd, gq, el, pl, vl, gc}, где pd – доли пользователей m-й социально-экономической группы среди каждого типа пользователей, провайдера, класса ресурсов, демографического сектора; gq – численность m-й социально-экономи­ческой группы; el – уровень доходов m-й социально-экономической группы, elÎ(0,1],

,                                                (1)

где sgsm – доход m-й социально-экономической группы; h – индекс социально-экономической группы (, где Н – общее количество социально-экономических групп);  – максимальная прибыль среди всех социально-эко­номических групп региона; pl – уровень привлекательности (популярности) m-й социально-эко­номической группы;

,                                                  (2)

где prm – привлекательность m-й социально-экономической группы,

,                                                     (3)

где ecfm – весовой коэффициент, определяемый экспертом, для m-й социально-экономической группы, ecfÎ(0,1]; h – индекс социально-экономи­ческой группы, , где Н – общее количество социально-экономических групп;  – максимальная привлекательность среди всех социально-экономических групп региона; vl – уровень сложности получения единицы условного продукта m-й социально-экономической группы, vlÎ(0,1]; gc – максимальное количество мест (емкость группы).

Модели поставщиков информационных услуг, построенные на основе разработанного системно-динамического шаблона, позволяют получать прогнозные оценки количества пользователей различных типов, демографических секторов, социально-экономических групп для каждого провайдера с учетом технико-экономических характеристик предоставляемых информационных услуг. Основные характеристики шаблона СД-моделей поставщиков информационных услуг:  – технические и стоимостные характеристики p-го тарифного плана k-го провайдера; =, где pd – доли абонентов p-го тарифного плана k-го провайдера различных социально-экономических групп, демографических секторов, классов ресурсов, типов пользователей; aq – количество пользователей p-го тарифного плана k-го провайдера; br – скорость передачи данных k-го провайдера, br= (gbr – гарантированная скорость, avbr – средняя скорость, maxbr – максимальная скорость); qs – бесперебойность работы провайдера, определяется следующим образом:

qs=un/at,                                                          (4)

где un – суммарное время неработоспособности провайдера за определенный промежуток времени, at – общая длительность этого промежутка времени; as – список предоставляемых дополнительных сервисов; ac – абонентская плата за определенный промежуток времени;

где tb – объем трафика, включенный в абонентскую плату.

Разработанный шаблон моделей типов пользователей представляет собой набор характеристик, описывающих поведенческие особенности пользователя и предпочтения, связанные с техническими характеристиками информационно-ком­муникационных услуг: UTj – характеристики j-го типа пользователя; UTj =, где pd – доля пользователей j-го типа в каждой социально-экономической группе, провайдере, классе ресурсов, демографическом секторе; NS – статистическое распределение количества сеансов использования сети в сутки за определенный период; N – статистическое распределение количества веб-страниц, запрошенных в течение сеанса; T – статистическое распределение времени между запросами страниц; Uid – идентификатор типа пользователя; q задает предпочтение пользователя: если q близко к 1 – важна цена, q близко к 0 – важна скорость, ; u – значимость времени бесперебойной работы поставщика информационных услуг: u=1 – наибольшая значимость, ; Е – долевое соотношение информационных страниц ресурсов различных классов, E={}, где Cid – идентификатор класса ресурса, di – доля (от общего количества информационных страниц) в трафике пользователя.

Таким образом, модели типов пользователей, построенные на основе разработанного шаблона, позволяют разделять множество пользователей на типы с точки зрения различных социально-эконо­мических и технических признаков с учетом цели использования ИКС.

Класс информационного ресурса – это агрегированная характеристика, сочетающая количество и объем объектов ресурса и поставленное ей в соответствие название, отражающее тематику и предназначение ресурса. С точки зрения моделирования сетевого трафика необходимо выделять классы ресурсов, порождающие различные трафики. По отношению к контенту данных ресурсов можно сказать, что они должны иметь некоторые структурные (дизайнерские) особенности, например, соотношение текста и графики на страницах. Подобные особенности технически выражаются в определенном количестве размещенных на страницах ресурсов объектов специфического размера. Основными характеристиками шаблона СД-моде­лей классов информационных ресурсов являются RCu – характеристики информационных ресурсов класса u, RCu=, где Сid – идентификатор класса ресурса; pd – доля пользователей u-го класса ресурсов в каждом типе пользователей, провайдера, демографического сектора, в каждой социально-экономической группе; BS – статистическое распределение размеров «тел» страниц информационного ресурса класса Сid; OQ – статистическое распределение количества объектов на странице информационного ресурса класса Сid; OS – статистическое распределение размеров объектов ресурса класса Сid.

В результате модели типов пользователей и классов ресурсов, построенные на основе разработанных шаблонов, позволяют учитывать не только общее количество пользователей информационных систем, но и специфику информационных ресурсов, необходимых для решения задач типичного представителя различных социально-экономи­ческих групп пользователей.

Механизмы формирования СД-модели. Все задачи, связанные с прогнозированием различных характеристик нагрузки, сформулированные в терминах объектов КМПО, определяют цель моделирования и объекты, влияние и характеристики которых необходимо учитывать при моделировании. Приведем примеры формулировок задач для региональных ИКС.

Задача 1. Найти прогнозные оценки объемов трафика различных социально-экономических групп, пользующихся услугами данного провайдера, учитывая классификацию информационных ресурсов, типизацию пользователей и демографическую обстановку в регионе.

Задача 2. Найти прогнозные оценки объемов трафика всех провайдеров, учитывая демографическую обстановку в регионе, специфическое распределение пользователей по социально-экономи­ческим группам, типизацию пользователей и классификацию ресурсов.

Подобных задач может быть сформулировано достаточно много, и результаты решений большинства из них имеют практическую ценность.

Формулировки задач, решаемых с помощью предлагаемого метода, однотипны и поэтому могут быть структурированы следующим образом: T=, где T – поставленная задача; G – цель моделирования; GO – целевая группа объектов; IC – уточняющие начальные условия; IF – факторы, влияние которых необходимо учитывать, .

На основе структурированной формулировки поставленной задачи формируется структура СД-модели согласно разработанным рекомендациям и правилам. Целью этих рекомендаций и правил по формированию структуры СД-модели является снижение объема необходимых модификаций исходных шаблонов СД-моделей при построении результирующей СД-модели.

На основе построенных СД-моделей можно проводить исследования параметров нагрузки моделируемой сети для различных сценариев, выраженных в изменениях начальных значений переменных и законах функционирования модели.

На базе предлагаемого метода создан прототип СД-модели региональной ИКС КНЦ РАН. Информация об объемах трафика, ассоциированного с основными подразделениями КНЦ и соответствующими провайдерами, полученная в результате моделирования (временной диапазон, для которого было проведено моделирование, – 2006–2012 гг.), согласуется с накопленными в коммуникационном центре КНЦ РАН данными за 2006–2009 гг. Другим примером реализации является созданный прототип СД-модели сети провайдера г. Апатиты Мурманской области. Результаты моделирования объемов трафика, ассоциированных с различными группами пользователей, соответствуют накопленным данным за 2006–2009 гг. и используются при формировании стратегии развития сети провайдера.

Литература

1.   Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003. 512 с.

2.   Основы построения больших информационно-вычислительных сетей; под общ. ред. Д.Г. Жимерина и В.И. Максименко. М.: Статистика, 1976. 296 с.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2305
Версия для печати
Выпуск в формате PDF (4.21Мб)
Статья опубликована в выпуске журнала № 3 за 2009 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: