Теоретичні основи, методи та засоби інтелектуального діагностування комп’ютерних систем

2. Введено нові поняття граничних позитивних, негативних та невизначених станів КС, котрі розширюють простір станів КС і забезпечують своєчасність ідентифікації та прогнозування стану КС по відношенню до можливості реалізації на ній цільових задач.

3. Розроблено нові метод та алгоритм формування векторів інформаційного опису, що в умовах неповноти діагностичної інформації дають змогу охарактеризувати не тільки справний та несправний стан КС, а й введені у дисертації граничні позитивні, негативні та невизначені стани на основі доступних на етапі експлуатації діагностичних параметрів і характеристик та експертних знань.

4. Розроблені нові інформаційна якісно-орієнтована модель КС та модель процесу діагностування, котрі шляхом використання векторів інформаційного опису для формування інформативного відображення простору станів КС в простір ознак цих станів та формування класів станів дали можливість виявляти та ідентифікувати граничні стани, зумовлені відхиленнями діагностичних параметрів та характеристик КС на етапі експлуатації, що за умови своєчасного реагування системи діагностування чи користувача дає можливість запобігти перериванню реалізації цільової задачі.

5. Дістали подальшого розвитку критерії визначення інформаційної цінності діагностичних параметрів і характеристик, на основі яких ідентифікується стан КС, що, на відміну від відомих, дали змогу визначити множину необхідних параметрів та характеристик для побудови моделі ОД, оцінити її повноту та прийняти рішення про можливість використання моделі в інтелектуальній системі діагностування.

6. Дістав подальшого розвитку підхід до вирішення задачі прогнозування стану КС, котрий відрізняється від відомих тим, що забезпечує визначення ймовірностей перебування КС у справному, несправному, граничних позитивних, негативних чи невизначених станах на деякому інтервалі часу.

7. Розроблено новий метод побудови спілки нейромережних експертів на основі архітектур: карта Кохонена, мережа адаптивного резонансу і тришарових персептронів. Метод відрізняється від відомих паралельною організацією навчання та функціювання SOM і ART з задіюванням процедури узгодження рішень та інтеграцією нейромережного експерта прогнозування у етап кластеризації, що у сукупності забезпечує підвищення ефективності етапів кластеризації, ідентифікації та прогнозування відомих станів КС і виявлення їх нових станів в умовах неповноти діагностичної інформації.

8. Вдосконалено функційну архітектуру інтелектуальної системи діагностування КС, котра відрізняється від відомих наявністю знань на нижніх рівнях функціювання знань про предметну область та цілі системи і здобуттям контекстних знань на рівнях, що знаходяться нижче рівня самонавчання ІСД, що дало можливість підвищити повноту діагностування в умовах обмеженості об'ємів діагностичної інформації.

9. Дістала подальшого розвитку модель представлення знань для ІСД КС, яка на відміну від відомих враховує граничні стани і забезпечує однаковість форм представлення знань та даних для усіх структурних одиниць ІСД, запобігаючи втратам діагностичної інформації, дає можливість нарощення об'ємів знань на етапі експлуатації ІСД, а також дозволяє вносити у структуру ІСД КС нейромережні компоненти, приховуючи від користувача етапи їх синтезу.

10. Вперше запропоновано сукупність показників структурного синтезу інтелектуальних компонентів, котрі відрізняються від відомих тим, що забезпечують врахування характеристик інтелектуальних складових ІСД і дають змогу уточнити методику обчислення ефективності гібридних інтелектуальних систем діагностування на етапах синтезу та експлуатації, враховуючи особливості апаратної і програмної реалізації КС та цільових задач різних типів.

11. Дістав подальшого розвитку метод синтезу структур гібридних інтелектуальних систем діагностування КС, що відрізняється від відомих врахуванням запропонованої сукупності показників інтелектуальних компонентів структурного синтезу і дає змогу шляхом оптимізації ресурсів створювати універсальні по відношенню до конкретних КС гібридні ІСД.

12. У процесі впровадження розроблених наукових основ інтелектуалізації процесу діагностування КС, нових моделей та методів діагностування отримано такі практичні результати:

- розроблені критерії визначення інформативності компонент вектора інформаційного опису КС та способи оптимізації архітектур нейромережних експертів забезпечили можливість мінімізації засобів моніторингу параметрів та характеристик КС на етапі експлуатації, що дозволило підвищити ефективність використання апаратних ресурсів КС для організації процесу діагностування;

- розроблене програмне забезпечення гібридної інтелектуальної системи діагностування КС, що базується на одержаних автором моделях, методах, способах та алгоритмах, забезпечує можливість настроювання таких систем для проведення процесу діагностування різнотипних КС, а це сприяє підвищенню достовірності кластеризації, ідентифікації та прогнозування станів КС і, відповідно, підвищенню ефективності діагностування;

- запропоновані і впроваджені в практику теоретичні основи, методи та засоби діагностування КС підвищили ефективність на діагностування робочих станцій локальної мережі на 45-47% та ефективність діагностування жорстких дисків на 20-22%.

Основні положення дисертації опубліковані у роботах

1. Поморова О.В. Теоретичні основи, методи та засоби інтелектуального діагностування комп'ютерних систем: Монографія. Хмельницький: Тріада-М, 2007. - 252 с.

2. Локазюк В.М., Поморова О.В., Домінов А.О. Інтелектуальне діагностування мікропроцесорних пристроїв та систем: Навч. посібник для вузів. Хмельницький - Київ: Такі справи, 2001. - 286 с.

3. Герасимов Б.М., Локазюк В.М., Оксіюк О.Г., Поморова О.В. Інтелектуальні системи підтримки прийняття рішень: Навч. посібник. - К.: Вид-во Європ.ун-ту, 2007. - 355 с.

4. Поморова О.В. Підвищення ефективності діагностування мікропроце-сорних пристроїв на основі кластерного аналізу їх станів // Вісник Технологічного університету Поділля. - 2002. №3 . - С.52-55.

5. Локазюк В.М., Поморова О.В., Данілов В.О. Достовірність та ступінь адекватності нейромережних моделей модернізації телефонного електрозв'язку // Вісник Технологічного університету Поділля. -2003. №3. Т.2 С. 7-13.

6. Поморова О.В. Життєвий цикл інформації у системах інтелектуального діагностування обчислювальних засобів // Вимірювальна та обчислювальна техніка в технологічних процесах. 2003. №1 . - С. 99-101.

7. Локазюк В.М., Поморова О.В., Данілов В.О. Уточнення якісних і кількісних параметрів процесу модернізації електрозв'язку // Автоматизація виробничих процесів. - 2003. - №1 (16). - С.58-61.

8. Локазюк В.М., Поморова О.В. Методологія процесу діагностування обчислювальних засобів в умовах невизначеності інформації // Автоматизація виробничих процесів. - 2003. - №2 (17). - С.44-47.

9. Поморова О.В. Концепція створення інтелектуальної інформаційно-діагностичної системи моніторингу комп'ютерних пристроїв // Вісник Технологічного університету Поділля. - 2004. Ч.1, т.2, №2 - С.157-161.

10. Локазюк В.М., Поморова О.В., Медзатий Д.М. Метод прогнозування технічного стану комп'ютерних систем // Вісник Хмельницького національного університету. - 2005. Ч.1, т.1, №4. - С. 81-86.

11. Поморова О.В., Гнатчук Є.Г. Система нечіткого логічного висновку для процесу діагностування комп'ютерних засобів // Вісник Хмельницького національного університету. - 2005. Ч.1, т.2, №4. - С. 187-190.

12. Поморова О. В., Чайковський Д. Ю. Розподілена мультиагентна система діагностування комп'ютерних пристроїв // Оптико-електронні інформаційно - енергетичні технології. - 2005. № 2 (10). - С. 114-118.

13. Lokazyuk V., Pomorova O. The problems of information defense in diagnosis intelligent systems of microprocessor devices // Computing. 2005. - V.4, Issue 2, P.46-53.

14. Поморова О.В., Олар О.Я. Формалізація представлення знань у багатокомпонентних системах діагностування мікропроцесорних пристроїв // Оптико-електронні інформаційно-енергетичні технології. - 2006. № 1 (11). - C.146 -150.

15. Поморова О.В., Курилова Н. Г. Проблеми представлення інформації у системах інтелектуального діагностування обчислювальних засобів // Інформаційні технології та комп'ютерна інженерія. - 2006. - №3 (7). - С.116-121.

16. Поморова О.В., Олар О.Я. Метод представлення знань у багатокомпонентних інтелектуальних системах діагностування мікропроцесорних пристроїв // Радіоелектронні і комп'ютерні системи. - 2006. №6 (18). C. 110-114.

17. Pomorova O.V. Neural nets method of computer system diagnosis // Радіоелектронні і комп'ютерні системи. - 2006. №5 (17). С. 155-160.

18. Pomorova O. Integration of artificial neural Networks for identification of computer systems states // Computing. - 2006. V. 5, Issue 2. P. 31-42.

19. Поморова О.В. Теорія граничних станів комп'ютерних пристроїв та систем // Вісник Хмельницького національного університету. - 2006. №5. - C.98-102.

20. Поморова О.В. Оцінка ефективності інтелектуального діагностування комп'ютерних пристроїв та систем // Вісник Хмельницького національного університету. - 2006. №6. - C.58-64.

21. Поморова О.В. Апріорна діагностична інформація в структурі нейро-мережних експертів ідентифікації стану компонентів комп'ютерних систем // Радіоелектронні і комп'ютерні системи. - 2007. - №8. - С.145 - 151.

22. Поморова О.В., Гнатчук Є.Г. Реалізація логічного висновку нечіткої експертної системи діагностування комп'ютерних засобів // Радіоелектронні і комп'ютерні системи. - 2007. - №6. - С.112 - 115.

23. Поморова О.В. Оцінювання об'ємів потоків даних у процесі структурного синтезу інтелектуальних систем діагностування // Вісник Хмельницького національного університету. - 2007. Т1, №3.- С. 220-227.

24. Поморова О.В. Програмні засоби інтелектуального діагностування комп'ютерних систем // Вісник Хмельницького національного університету. - 2007.- Т2, №2. - С. 104-106.

25. Гнатчук Є.Г., Поморова О.В. Аналіз методів представлення знань у базах знань експертних систем діагностування // Вісник Технологічного університету Поділля. - 2004. Ч.1, т.2, №2 - С.140-143.

26. Локазюк В.М., Поморова О.В., Тітова В.Ю. Система підтримки прийняття рішень для оперативно-чергових служб // Вісник Хмельницького національного університету. - 2005. Ч.1, т.2, №4. - С. 195-198.

27. Локазюк В.М., Поморова О.В., Говорущенко Т.О. Імітаційна модель системи повторного тестування програмного забезпечення // Вісник Хмельницького національного університету. - 2006. №6. - C.65 - 71.

28. Поморова О.В., Чайковський Д.Ю. Аналіз і дослідження температурних режимів компонентів персональних комп'ютерів // Вісник Хмельницького національного університету. - 2007. Т.1, №3. - С. 231-236.

29. Pomorova O. V. Computer devices diagnostic method on the base of the information model / Proc. of the Intern. Conf. TCSET'2006 "Modern Problems of Radio Engineering, Telecommunications and Computer Science". Lviv-Slavsko, 2006. P. 152-154.

30. Поморова О.В. Діагностування комп'ютерних систем з використанням спілки нейромережних експертів / Интеллектуальный анализ информации "ИАИ": Сборник трудов / Рос. ассоц. искусств. интеллекта и др.; Под ред. Т.А.Таран - К.: Просвіта, 2006. - С.227 - 236.

31. Поморова О.В. Кластеризація станів комп'ютерних пристроїв з використанням карти Кохонена // Тези доп. міжнар. наук.-практ. конф. “Інтелектуальні системи прийняття рішень та інформаційні технології”. Чернівці, 2004. С.212-213.

32. Lokazyuk V., Pomorova O. The problems of information defense in diagnosing expert system of digital devices // NATO Advanced Research Workshop “Cyberspase Security and Defense: Research Issues”. Gdansk (Poland): Gdansk University of Technology, 2004. P.45-49.

33. Поморова О.В. Програмна система діагностування комп'ютерних пристроїв // ІІІ междунар. молодежный форум "Информационные технологии в ХХІ веке": Сборник докл. и тез. Дніпропетровськ, 2005. С. 157- 158.

34. Локазюк В.М., Поморова О.В. Оцінка ефективності інтелектуальних систем діагностування комп'ютерних засобів // Труды Седьмой междунар. науч.-практ. конф. "Современные информационные и электронные технологии". Одесса, 2006. Т.1. С. 156.

Анотації

Поморова О.В. Теоретичні основи, методи та засоби інтелектуального діагностування комп'ютерних систем. - Рукопис.

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.13 - обчислювальні машини, системи та мережі. -Національний університет “Львівська політехніка”, Львів, 2007.

Дисертацію присвячено вирішенню проблеми підвищення ефективності діагностування комп'ютерних систем на етапі експлуатації в умовах неповноти діагностичної інформації шляхом розроблення теоретичних основ, методів та засобів інтелектуалізації процесу діагностування. Запропоновано методологію інтелектуального діагностування комп'ютерних систем. Розроблено нові інформаційну якісно-орієнтовану модель комп'ютерних систем, модель процесу діагностування та метод побудови спілки нейромережних експертів, що забезпечують кластеризацію, ідентифікацію та прогнозування станів комп'ютерних систем. Вдосконалено функційну архітектуру інтелектуальної системи діагностування, запропоновано сукупність показників структурного синтезу інтелектуальних компонентів.

Основні результати роботи знайшли практичне застосування при проектуванні та реалізації апаратно-програмних засобів діагностування комп'ютерних систем на етапі їх експлуатації, наукових дослідженнях та навчальному процесі.

Ключові слова: діагностування, комп'ютерна система, діагностична інформація, нейромережний експерт, інтелектуалізація, структурний синтез, інформаційна модель, засіб діагностування.

Поморова О.В. Теоретические основы, методы и средства интеллектуального диагностирования компьютерных систем. - Рукопись.

Диссертация на соискание ученой степени доктора технических наук по специальности 05.13.13 - вычислительные машины, системы и сети. - Национальный университет “Львовская политехника”, Львов, 2007.

Диссертация посвящена решению проблемы повышения эффективности диагностирования компьютерных систем на этапе эксплуатации в условиях неполноты диагностической информации путем разработки теоретических основ, методов и средств интеллектуализации процесса диагностирования.

На основании анализа современных теории, моделей, методов и средств диагностирования компьютерных систем в диссертации предложена и обоснована методология интеллектуального диагностирования компьютерных систем на этапе эксплуатации. Она позволяет реализовать процесс диагностирования в условиях неполноты диагностической информации на основании доступных для измерения параметров компьютерных систем и экспертных знаний путем интеллектуализации этапов процесса диагностирования.

Введены новые понятия предельных положительных, отрицательных и неопределенных состояний, которые, расширяя пространства состояний компьютерных систем, обеспечивают своевременность идентификации и прогнозирования состояния компьютерной системы.

Разработаны новый метод и алгоритм диагностирования, которые в условиях неполноты диагностической информации позволяют охарактеризовать не только исправное и неисправное состояния компьютерной системы, но и введенные в диссертации предельные положительные, отрицательные и неопределенные состояния на основании доступных на этапе эксплуатации диагностических параметров, характеристик и экспертных знаний.

Разработаны новые информационная качественно-ориентированная модель компьютерных систем и модель процесса диагностирования, которые отличаются от известных использованием векторов информационного описания для формирования информативного отображения пространства состояний компьютерных систем в пространство признаков этих состояний и формирования классов состояний. Это дало возможность обнаруживать и идентифицировать предельные состояния, обусловленные отклонениями диагностических параметров и характеристик компьютерных систем на этапе эксплуатации.

Получил дальнейшее развитие подход к решению задачи прогнозирования состояний компьютерной системы, который обеспечивает определение вероятностей нахождения объекта диагностирования в исправном, неисправном, предельном положительном, отрицательном или неопределенном состоянии на некотором временном интервале.

Разработан новый метод построения союза нейросетевых экспертов на основании архитектур: карта Кохонена, сеть адаптивного резонанса и трехслойных персептронов, которые в совокупности обеспечивают кластеризацию, идентификацию, прогнозирование известных состояний компьютерных систем и выявление неизвестных прежде состояний. Усовершенствована функциональная архитектура интеллектуальной системы диагностирования, которая отличается от известных наличием знаний на нижних уровнях функционирования и использованием на них интеллектуальных компонентов, что дало возможность повысить полноту диагностирования в условиях ограниченности объемов диагностической информации.

Предложена новая модель представления знаний для интеллектуальных систем диагностирования компьютерных систем с предельными состояниями, которая обеспечивает одинаковость форм представления знаний для всех структурных компонентов. Модель дает возможность предотвращать потери диагностической информации, наращивать объемы знаний на этапе эксплуатации системы диагностирования, а также вносить в структуру системы диагностирования нейросетевые компоненты.

Получил дальнейшее развитие метод синтеза структур гибридных интеллектуальных систем диагностирования, который учитывает показатели интеллектуальных компонентов и дает возможность создавать универсальные гибридные интеллектуальные системы диагностирования по отношению к разным типам компьютерных систем.

Уточнена методика вычисления эффективности гибридных интеллектуальных систем диагностирования на этапах синтеза и эксплуатации, с учетом особенностей аппаратной и программной реализации компьютерных систем разных типов и разных целевых задач.

Основные результаты работы нашли практическое применение при проектировании и реализации аппаратно-программных средств диагностирования компьютерных систем на этапе их эксплуатации, в научных исследованиях и учебном процессе.

Ключевые слова: диагностирование, компьютерная система, диагностическая информация, нейросетевой эксперт, интеллектуализация, структурный синтез, информационная модель, средство диагностирования.

Pomorova O.V. Theoretical bases, methods and tools of the intelligent diagnosis of computer systems. - Manuscript.

Thesis for the Doctor's degree of engineering science in specialty 05.13.13 - computers, systems and networks. - Lviv Polytechnic National University, Lviv, 2007.

The dissertation is devoted to the decision of efficiency increase problem of computer systems diagnosis at the operation stage in conditions of diagnostic information incompleteness by development of the theoretical bases, methods and tools of the diagnosis process intellectualization. Methodology of the computer systems intelligent diagnosis is offered. The new information high-quality oriented computer systems model and model of diagnosis process are developed. The new method of construction of neural nets experts union, which provide clasterization, identification and prognostication of computer systems states are developed.

Functional architecture of the intellectual diagnosis system is improved, the aggregate of structural synthesis indexes for intellectual components is offered.

Basic job performances found practical application at planning and realization of hardware and software computer systems diagnostic tools, scientific researches and educational process.

Keywords: diagnosis, computer system, diagnostic information, neural nets expert, intellectualization, structure synthesis, information model, diagnostic tool.

Размещено на Allbest.ru