Методи та засоби розподіленого агентного діагностування комп’ютерних систем

Размещено на http://www.allbest.ru/

ТЕРНОПІЛЬСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

05.13.05 - комп'ютерні системи та компоненти

МЕТОДИ ТА ЗАСОБИ РОЗПОДІЛЕНОГО АГЕНТНОГО ДІАГНОСТУВАННЯ КОМП'ЮТЕРНИХ СИСТЕМ

Чайковський Денис Юрійович

Тернопіль - 2009

Дисертацією є рукопис.

Робота виконана у Хмельницькому національному університеті Міністерства освіти і науки України.

Науковий керівник:

доктор технічних наук, професор

Поморова Оксана Вікторівна,

Хмельницький національний університет,

професор кафедри системного програмування.

Офіційні опоненти:

доктор технічних наук, професор

Дрозд Олександр Валентинович,

Одеський національний політехнічний університет,

професор кафедри комп'ютерних інтелектуальних систем та мереж;

кандидат технічних наук, старший науковий співробітник

Михайлюк Антон Юрійович,

Київський міський педагогічний університет імені Б.Д. Грінченка,

завідувач науково-дослідної лабораторії прикладної інформатики.

Захист відбудеться «24» грудня 2009 р. о 14 ⁰⁰ годині на засіданні спеціалізованої вченої ради К58.082.02 у Тернопільському національному економічному університеті за адресою: 46004, м. Тернопіль, вул. Львівська, 11.

З дисертацією можна ознайомитись у бібліотеці Тернопільського національного економічного університету за адресою: 46004, м. Тернопіль, вул. Львівська, 11.

Автореферат розісланий «20» листопада 2009 р.

Вчений секретар

спеціалізованої вченої ради

к. т. н., доцент Яцків В.В.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Динамічний розвиток промисловості стимулює розвиток галузей народного господарства, в яких використовуються спеціалізовані комп'ютерні системи (КС), такі як: кластерні системи, системи діагностики ядерних об'єктів, системи керування військовими об'єктами та ін. Зростання вимог до спеціалізованих комп'ютерних систем призводить до звуження їх спеціалізації та збільшення необхідного рівня їх надійності.

Для забезпечення необхідного рівня надійності, спеціалізовані КС потребують ряду комплексних засобів, серед яких програмно-апаратні засоби діагностування є важливим компонентом. Проблемам діагностування спеціалізованих комп'ютерних систем присвячені роботи ряду відомих іноземних та вітчизняних вчених, як: Зоріан Е., Ніколайдіс М., Нортон Д., Метра С., Мюллер С., Кривуля Г.Ф., Хаханов В.І., Тарасенко В.П., Скобцов В.Ю., Романкевич О.М., Харченко В.С., Дрозд О.В., Тоценко В.Г., Локазюк В.М.

Зокрема у роботах Метра С. розв'язано задачі інтерактивного діагностування комп'ютерних систем, Харченка В.С. - діагностування багатоверсійних інформаційно-керуючих систем, Хаханова В.І. - моделювання несправностей дедуктивно-паралельними методами, Кривулі Г.Ф. - вбудованого самотестування мікропрограмно-керованих пристроїв, Дрозда О.В. - робочого діагностування у обробці наближених даних, Романкевича О.М. - оптимізації моделей поведінки відмовостійких багатопроцесорних систем та ін.

Незважаючи на істотні досягнення у технічній діагностиці та суміжних напрямках, ускладнення спеціалізованих КС потребує розвитку та вдосконалення методів і засобів їх діагностування. Однією із актуальних задач є діагностування спеціалізованих КС на етапі експлуатації. Таке діагностування ускладнене за причин наявності різнорівневого програмного забезпечення (ПЗ); інтеграції апаратно-програмних засобів; різнотипної комплектації виробників з різними гарантіями якості складових компонентів КС.

На сьогодні провідними фірмами-виробниками КС розроблено ряд серійних програмно-апаратних засобів діагностування, проте апаратні засоби діагностування є малодоступними в зв'язку з високою вартістю і недостатнім поширенням (ДП-1, PC-3000 та ін.), а програмні засоби діагностування - через вузьку спеціалізацію виконуваних ними задач (CheckIT, PC Doctor, Memtest 86, Norton Diagnostics), що робить їх низькоефективними.

Не дивлячись на те, що ряд робіт вищеназваних вчених присвячено розвитку перспективних напрямків діагностування КС на етапі експлуатації, методи інтелектуального діагностування КС з використанням агентних систем на сьогодні залишились поза увагою, ефективність їх недостатньо досліджена.

Отже, підвищення ефективності діагностування спеціалізованих комп'ютерних систем шляхом використання компонентів штучного інтелекту, зокрема, інтелектуальних агентів є актуальною науково-технічною задачею.

Зв'язок роботи з науковими програмами, планами, темами. Представлені в дисертації дослідження проводились в рамках держбюджетних НДР Хмельницького національного університету №1Б-2005 “Теорія нейромережних і нечітких моделей та методологія створення інтелектуальних систем діагностування комп'ютерних пристроїв” (номер держреєстрації 0105U000725), №2Б-2008 “Теорія інтелектуального діагностування відмовостійких комп'ютерних систем з програмованою логікою” (номер держреєстрації 0108U001276) та №Ф25.1/121 “Дослідження методів внесення апріорної діагностичної інформації в структуру штучних нейронних мереж для реалізації процесу діагностування комп'ютерних систем” (номер держреєстрації 0107U010204).

Мета і задачі дослідження. Метою дисертаційної роботи є підвищення ефективності діагностування спеціалізованих комп'ютерних систем шляхом розробки моделей та методу розподіленого агентного діагностування, що забезпечує опрацювання більших об'ємів діагностичної інформації у реальному часі завдяки розподілу етапів і задач діагностування між агентами.

Для досягнення поставленої мети необхідно розв'язати такі наукові задачі:

1) дослідити динаміку зміни таких характеристик компонентів спеціалізованих КС, як: температурні режими, навантаження, робочі частоти та ін.;

2) провести порівняльний аналіз методів і засобів моніторингу та діагностування КС та дослідити їх недоліки;

3) дослідити відомі моделі спеціалізованих КС як об'єктів діагностування;

4) проаналізувати можливість використання мультиагентних технологій, як засобу інтелектуалізації процесу діагностування спеціалізованих КС;

5) розробити модель спеціалізованих КС, як об'єктів діагностування і модель агента, як компонента системи діагностування;

6) розробити моделі функціювання агентів та міжагентної взаємодії;

7) розробити метод розподіленого агентного діагностування спеціалізованих КС;

8) реалізувати апаратно-програмні засоби отримання даних від зовнішніх температурних давачів;

9) реалізувати мультиагентну систему діагностування у вигляді програмного комплексу та впровадити її з метою підвищення ефективності діагностування спеціалізованих КС.

Об'єкт дослідження - спеціалізовані комп'ютерні системи та їх компоненти.

Предмет дослідження - методи і засоби інтелектуального діагностування спеціалізованих КС.

Методи дослідження базуються на основних положеннях технічної діагностики та теорії штучного інтелекту. Метод розподіленого агентного діагностування компонентів КС базується на теорії множин, теорії алгоритмів, теорії штучного інтелекту. Метод оцінювання ефективності прийнятих рішень ґрунтується на теорії багатокритеріальної оптимізації. Програмний варіант розподіленої мультиагентної системи діагностування (РМАСД) ґрунтується на технології прикладного програмування.

Наукова новизна одержаних результатів. У результаті дисертаційного дослідження розв'язано актуальну наукову задачу підвищення ефективності інтелектуального діагностування спеціалізованих комп'ютерних систем шляхом розроблення та впровадження інтелектуальних мультиагентних методів та засобів діагностування КС. При цьому отримано такі наукові результати:

Вперше:

- розроблено новий метод розподіленого агентного діагностування КС, котрий підвищує ефективність діагностування спеціалізованих комп'ютерних систем шляхом розпаралелювання етапів і задач діагностування. На відміну від відомих, метод забезпечує розподіл етапів і задач діагностування між агентами, що надає можливість опрацювання більших об'ємів діагностичної інформації у реальному часі і таким чином дозволяє підвищити ефективність діагностування.

Удосконалено:

- поведінкові моделі функціювання агентів та міжагентної взаємодії щодо опрацювання етапів і задач діагностування агентами шляхом внесення базових і рольових знань, що забезпечило розподілення етапів і задач діагностування між агентами;

- модель спеціалізованих КС як об'єктів діагностування щодо деталізованого опису апаратного і програмного забезпечення шляхом їх комплексного представлення у моделі, що дало можливість врахувати їх особливості під час діагностування.

Набули подальшого розвитку:

- інформаційна модель процесу діагностування компонентів КС на етапі експлуатації в частині врахування аспектів взаємодії агентів з об'єктом діагностування, що дало можливість виявити множину діагностичних задач, які можуть бути розподілені для паралельного опрацювання агентами;

- метод оцінювання ефективності рішень агентних систем технічного діагностування в частині врахування експертних та користувацьких результатів діагностування, що дало змогу проводити порівняльний аналіз ефективності діагностування спеціалізованих комп'ютерних систем користувачами різного рівня кваліфікації та різними засобами діагностування;

- метод побудови продукційних баз знань систем технічного діагностування у частині здобуття продукційних правил, які описують взаємозалежності режимів функціювання КС, що дало змогу виявити причинно-наслідкові зв'язки між параметрами та характеристиками компонентів КС на етапі функціювання.

Обґрунтованість і достовірність наукових положень, висновків і рекомендацій. Наукові положення, висновки і рекомендації дисертації обґрунтовані коректним використанням математичного апарату, успішною програмною реалізацією розробленого методу розподіленого агентного діагностування комп'ютерних систем, ефективним практичним впровадженням результатів дисертаційних досліджень на підприємствах, яке продемонструвало збігання теоретичних досліджень з практичними результатами.

Практичне значення одержаних результатів. Результати дисертаційної роботи, а саме методи і моделі були використані при розробленні та впровадженні автоматизованих систем діагностування КС. Результати експериментальних досліджень з використанням розробленого програмного забезпечення дозволили підвищити ефективність діагностування КС у 1,2 рази у порівнянні з ефективністю експертів-діагностів та у 4 рази у порівнянні з ефективністю діагностування користувачами.

Основні результати у вигляді розподіленої мультиагентної системи діагностування (РМАСД) знайшли застосування на підприємствах та організаціях, де використовується КС, а саме: у ТОВ Телерадіокомпанія ”ТВ-Сервіс”, у Хмельницькій обласній психіатричній лікарні, а також при вивченні дисциплін “Паралельні і розподілені обчислення”, “Технологія проектування програмних систем”, “Комп'ютерне моделювання” для спеціальностей 7.091501 “Комп'ютерні системи та мережі” та 7.091502 “Системне програмування” у Хмельницькому національному університеті.

Особистий внесок здобувача. Усі основні результати дисертаційного дослідження, представлені до захисту, одержані автором особисто. У друкованих працях, опублікованих у співавторстві, автору належить: структура РМАСД [1, 12]; аналіз параметрів та дослідження температурних режимів жорстких дисків [2, 3]; декомпозиція об'єкта діагностування на компоненти та дослідження режимів функціювання компонентів КС [4, 5]; інформаційна модель системи діагностування [4 - 8]; модель взаємодії агентів та її програмна реалізація [4]; модель та алгоритми поведінки агентів [9, 10]; критерії аналізу програмних засобів [7]; модель КС як об'єкта діагностування та метод побудови бази знань РМАСД [8, 13 - 15]; розподілений метод агентного діагностування спеціалізованих комп'ютерних систем [11,12].

Апробація результатів дисертації. Основні положення та результати проведених у дисертаційній роботі досліджень доповідалися та обговорювалися на 10 Міжнародних конференціях, а саме: Міжнародній науково-практичній конференції “Комп'ютерні системи в автоматизації виробничих процесів” (м. Хмельницький, 2007); Міжнародній науково-технічній конференції “Комп'ютерні системи та мережні технології” (м. Київ, 2008), Міжнародній науково-технічній конференції “Контроль і управління в складних системах” (м. Вінниця, 2006); Міжнародних науково-технічних конференціях “Гарантоспособные и безопасные системы, сервисы и технологии” (м. Кіровоград, 2007, 2008, 2009), Міжнародній науково-технічній конференції “Системний аналіз та інформаційні технології” (м. Київ, 2008), Міжнародних науково-технічних конференціях “Комп'ютерні науки та інформаційні технології” (м. Львів, 2007 та 2008), Міжнародній науково-технічній конференції “Автоматика-2007” (м. Севастополь, 2007), а також на міжкафедральних семінарах факультету комп'ютерних систем та програмування.

Публікації. Основні матеріали дисертації викладено у 15-х наукових публікаціях, серед яких 10 статей у фахових виданнях, що входять до переліку фахових видань ВАК України, з них одноосібно - 3.

Структура дисертації. Дисертація складається зі вступу, чотирьох розділів та висновків, викладених на 142 сторінках основного тексту, списку використаних джерел (161 найменування). Робота містить 45 рисунків; 6 таблиць та 4 додатки.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтована актуальність теми, визначено об'єкт та предмет досліджень, сформульовані мета і задачі дослідження, визначена наукова новизна та практична цінність одержаних результатів, а також подані відомості про апробацію роботи.

У першому розділі розглянуто спеціалізовані комп'ютерні системи як об'єкти діагностування з підвищеними вимогами щодо надійності. Досліджено особливості сучасних КС, як об'єктів діагностування, котрі впливають на ефективність процесу діагностування.

Проведено порівняльний аналіз та дослідження засобів моніторингу і діагностування КС, серед яких апаратні та програмні засоби діагностування.

Виділено основні недоліки відомих апаратно-програмних засобів діагностування: кількість вбудованих давачів, встановлених на компонентах КС є недостатньою для діагностування; недостатньо інформативне або невчасне оповіщення користувача; контроль за режимами функціювання компонентів КС потребує застосування спеціалізованих програмних додатків; температурні режими компонентів КС, які не містять температурних давачів, залишаються поза увагою; не враховуються фактори, що призводять до зміни режимів функціювання компонентів КС та не виявляють причин їх зміни.

Виділено характеристики оцінки діагностичних програмних засобів, серед яких: об'єм діагностичної інформації, що надається щодо конфігурації КС; можливість контролю та відображення значень тих параметрів КС, що здобуваються за допомогою вбудованих давачів; діагностичні можливості, що відображають наявність у програмах можливості аналізу набору параметрів та характеристик КС та видачу результатів користувачу. Отже, сучасні діагностичні програмні засоби не мають функцій локалізації причин зміни значень режимів функціювання компонентів КС та прогнозування стану КС, а контроль режимів функціювання є недостатнім.

Досліджено динаміку зміни температурних режимів, навантажень, робочих частот компонентів комп'ютерних систем. Було виявлено неоптимальні режими функціювання таких компонентів як North Bridge, South Bridge, деяких моделей відеокарт у зв'язку з відсутністю засобів контролю режимів функціювання і діагностичних засобів.

Розглянуто кластерні системи, як один з видів спеціалізованих компютерних систем та засоби їх діагностування. Виявлено, що для кластерних систем послідовне виконання етапів діагностування є неприйнятним, підвищення ефективності діагностування кластерних систем можна досягти шляхом використання агентних систем, які дозволяють опрацьовувати більші об'єми діагностичної інформації за рахунок її паралельного опрацювання.

Обґрунтовано можливість використання мультиагентних технологій як засобу діагностування КС: здійснено класифікацію агентів, визначено функціональні особливості агентів, розглянуто формальні моделі діагностичних агентів та діагностичних агентних систем, проаналізовано можливість використання агентних методологій та середовищ розробки, як засобів інтелектуалізації процесу діагностування КС.

У першому розділі також виконана постановка задачі, яка вирішується в наступних розділах.

У другому розділі розроблено модель спеціалізованих КС, як об'єктів діагностування, що стала основою для реалізації методу розподіленого агентного діагностування КС:

Mks = <C,E, B, D, F, G>, (1)

де C=<Cs, Cd> - компоненти комп'ютерних систем; Cs - стандартні компоненти (центральний процесор, системна плата та ін.); Cd - додаткові компоненти (спеціалізовані давачі, додаткові пристрої введення/виведення та ін.); E=<Es, Ed> - програмне забезпечення КС; Es - стандартне ПЗ (ОС, стандартні додатки та ін.); Ed - додаткове програмне забезпечення (спеціалізовані драйвера, спеціалізовані додатки та ін.);B=<Nc,Wc,Hc, Tc,Uc> - робочі режими функціювання компонентів КС; Nc - множина навантажень компонентів КС; Wc - множина робочих частот компонентів КС; Hc - множина частот обертання кулерів компонентів КС; Tc - множина температурних режимів компонентів КС; Uc - множина напруг компонентів КС; D=<D5,25,D3,5> - дисководи КС; D5,25=<K5,25,Q5,25> - кількість і розташування дисководів 5,25”; K5,25- кількість дисководів 5,25” (ціле число, 0..5, регульована); Q5,25- розташування дисководів 5,25” (двійкове число, 00000..11111, регульована); D3,5=<K3,5,Q3,5> - кількість і розташування дисководів 3,5”; K3,5- кількість дисководів 3,5” (ціле число, 0..3, регульована); Q3,5- розташування дисководів 3,5” (двійкове число, 000..111, регульована); F=<P,O,Y> - додаткові параметри КС; - перешкоди, що заважають циркуляції повітряних потоків (N; low, normal, high; регульована); O - кількість отворів на системному блоці (N; low, normal, high; регульована); Y - дата останнього профілактичного обслуговування (місяців; very_low, normal, high, very_high, регульована); G=<Toutside,Voutside> - параметри навколишнього середовища; Toutside - температура навколишнього середовища (°C; very_low, normal, high, very_high; нерегульована); Voutside - вологість навколишнього середовища (°C; very_low, normal, high, very_high; нерегульована).

Удосконалено поведінкову модель функціювання агента, як компонента системи діагностування щодо специфіки опрацювання діагностичної інформації. Основою для забезпечення функцій агентної системи діагностування КС є включення у неї базових, рольових і діагностичних знань, що дозволяє уніфікувати структуру агента системи діагностування:

, (2)

де R - роль: R = {базова, діагностична}. Роллю є множина дій, покладених на агента, які дозволяють визначити його спеціалізацію. Базовими ролями вважатимемо: комунікаційну роль і роль по взаємодії з базою знань. До базових ролей відносяться ролі агентів, задачею яких є організація функціювання інших агентів. Комунікаційна роль призначена для забезпечення обміну повідомленнями між агентами. Роль по взаємодії з базою знань призначена для забезпечення збереження і отримання знань. До діагностичних ролей віднесено: контроль компонента, локалізація причин зміни стану компонента, прогнозування стану компонента. Кожна з діагностичних ролей виконує одну з задач діагностування: контроль, локалізацію або прогнозування стану компонентів;

L - рівень ієрархії агента: L = {агент_МАСД, підагент}. Кожен з агентів, що входять до складу МАСД, може породжувати подібних собі агентів. У зв'язку з цим виникає потреба відображення ієрархічного рівня при описі агентів ( L=0 - базовий рівень, L=1 - рівні підагентів); - стан середовища: = {ініціалізація, функціювання, завершення}, характеризує функції, які виконуються системою на поточний момент часу; - стан агента: = {ініціалізація, загальне_функціювання,спеціалізоване_функціювання, передача_повідомлень, прийом_повідомлень, завершення}, його встановлює сам агент в залежності від виконуваної дії; - <, , > - базові знання агента. Дозволяють агенту виконувати одну з базових ролей шляхом опрацювання правил; - множина правил базових знань агента; - робоча пам'ять базових знань агента, містить множину даних, що оновлюються при активізації правил; - маркер базових знань агента, вказує на поточне правило, що виконується; - <, , > - рольові знання агента; - множина правил щодо рольових знань агента; - робоча пам'ять рольових знань агента; - маркер рольових знань агента; - <, , , , > - діагностичні знання агента про компоненти, що діагностуються; - множина діагностичних правил агента про компоненти, що діагностуються; - робоча пам'ять діагностичних знань агента; - маркер діагностичних знань агента; - поточний стан компонента, що діагностується; - попередній стан компонента, що діагностується; I - інформаційний фон агента. Інформаційним фоном агента вважатимемо кількісну величину від 0 до 1, що відображає активність функціювання агента. Якщо I =0, то агент самознищується.

Набув подальшого розвитку метод побудови продукційних баз знань систем технічного діагностування у частині здобуття продукційних правил, що описують взаємозалежності режимів функціювання КС. Метод дозволяє виявити причинно-наслідкові зв'язки між такими характеристиками КС, як: температурні режими, навантаження, робочі частоти, напруги та ін. Суть методу:

1) розроблення структури бази знань агентної системи діагностування;

2) наповнення бази знань експертними знаннями шляхом опитування експертів-діагностів;

3) каскадне створення множини агентів системи діагностування з метою ініціалізації системи діагностування шляхом створення одного агента і подальшої генерації ним інших агентів в залежності від особливостей задачі діагностування;

4) отримання даних про апаратно-програмну конфігурацію , що діагностується шляхом задіювання діагностичної інформації, отриманої від діагностичного програмного забезпечення, зовнішніх і вбудованих давачів з метою накопичення діагностичної інформації про дану конфігурацію;

5) моніторинг параметрів КС агентами-збирачами даних на протязі визначеного періоду часу для проведення контролю режимів функціювання компонентів КС;

6) аналіз результатів моніторингу за визначений період часу агентами-генераторами знань і генерація нових знань і (інформації про стан ОД і взаємозалежностей режимів функціювання ) з метою виявлення неоптимальних режимів функціювання;

7) автоматизована зміна умов функціювання: , , , шляхом зміни робочих частот, частот обертання кулерів, навантажень компонентів КС з метою виявлення залежностей режимів функціювання при змінних умовах функціювання;

8) автоматизована зміна конфігурації , , , , шляхом надання користувачу рекомендацій по зміні конфігурації для дослідження залежностей режимів функціювання при зміні конфігурації;

9) взаємодія агентів-комунікаторів з іншими агентами та системами діагностування з метою здобуття додаткових об'ємів діагностичної інформації і знань про конфігурацію ;

10) внесення здобутих знань у базу знань з метою їх накопичення для подальшого використання при діагностуванні компонентів КС.

Метод забезпечує отримання продукційних правил, що описують взаємозалежності режимів функціювання КС, що діагностується шляхом дослідження функціювання компонентів КС при різних умовах функціювання і зміні конфігурації.

Запроповано структуру правила-продукції, що описує причини зміни стану компонентів КС:

if <опис конфігурації> and <опис незмінних умов функціювання> and <опис незмінних температурних режимів> and <опис змінних умов функціювання> then <опис змінних температур>;

<опис конфігурації > ::= <компонент>*;

<компонент> ::= string;

<опис незмінних умов функціювання> ::= <умова функціювання компонента>*;

<опис змінних умов функціювання> ::= <змінна умова функціювання>*;

<змінна умова функціювання> ::= from <умова функціювання компонента> to <умова функціювання компонента>;

<умова функціювання компонента> ::= <компонент>_<умова функціювання>=<значення умови функціювання>;

<умова функціювання> ::= usage | cooler_freq | freq;

<значення умови функціювання> ::= real;

<опис змінних температурних режимів> ::= <змінний температурний режим>*;

<змінний температурний режим> ::= from <температурний режим компонента> to <температурний режим компонента>;

<температурний режим компонента> ::= <компонент>_temp=<значення температурних режимів>;

<значення температурних режимів> ::= real,

де * означає, що кількість елементів змінюється у діапазоні від 0 до N, real - значення поля є раціональним, string - значення поля є стрічкою, usage - навантаження компонента КС, cooler_freq - частота обертання кулера компонента КС, freq - робоча частота компонента КС.

У третьому розділі розроблено структуру розподіленої мультиагентної системи діагностування. агент діагностування комп'ютерний система

До складу РМАСД входять:

1) агент-збирач даних, який здобуває діагностичну інформацію про конфігурацію, навантаження, температури компонентів, частоти обертання кулерів та інші параметри КС;

2) агент-генератор знань, що здійснює аналіз діагностичної інформації та формує діагностичні знання;

3) агент-діагност, який здійснює контроль та прогнозування температурних режимів компонентів КС, локалізує температурні відхилення компонентів КС і, при можливості, автоматично усуває їх. При потребі агент надає рекомендації користувачу щодо необхідних змін конфігурації і умов функціювання КС.

4) інтерфейсний агент, який забезпечує зв'язок між системою діагностування і користувачем. Отримані від користувача запити інтерфейсний агент передає агенту-діагносту. Результати роботи агента-діагноста інтерфейсний агент повертає користувачу;

5) агент-комунікатор, що забезпечує обмін діагностичною інформацією та знаннями між просторово розподіленими агентами чи агентними системами діагностування КС.

Розроблено новий метод розподіленого агентного діагностування, котрий підвищує ефективність діагностування спеціалізованих комп'ютерних систем шляхом розподілу етапів і задач діагностування між агентами. Суть методу полягає у наступному:

1) збір діагностичної інформації про конфігурацію КС з метою використання у подальшому для діагностування;

2) побудова моделі КС ;

3) запуск агента системи діагностування з метою генерації ним інших агентів;

4) взаємодія агента з користувачем і наявними агентами для визначення ролі і рівня шляхом обміну повідомленнями;

5) у разі відсутності ролі або рівня агента визначення цих параметрів агентом;

6) каскадне створення агентом інших агентів в залежності від задач діагностування шляхом генерації запитів на створення з метою розподілення задач між агентами;

7) отримання агентами знань з бази знань шляхом звертання до бази знань з метою отримання знань, необхідних для виконання заданих функцій;

8) опрацювання дій щодо КС і прийняття рішення на основі знань щодо вибору параметрів для моніторингу робочих режимів функціювання компонентів КС в залежності від задач діагностування ;

9) моніторинг параметрів агентами-збирачами даних на протязі визначеного періоду часу шляхом періодичного збору діагностичної інформації з метою визначення стану компонентів КС;

10) аналіз результатів моніторингу за визначений період часу агентами-генераторами знань, генерація нових знань і занесення їх у базу знань і (векторів діагностичної інформації про стан ОД і знань взаємозалежностей режимів функціювання );

11) визначення агентами-діагностами стану діагностування КС на основі знань і , генерація множини дій користувача ;

12) взаємодія користувача з інтерфейсними агентами, надання множини дій користувача, формування нової множини задач діагностування , зміна множини параметрів для моніторингу робочих режимів функціювання компонентів КС;

13) взаємодія агентів-комунікаторів з іншими агентами та системами діагностування з метою здобуття додаткових об'ємів діагностичної інформації і знань про конфігурацію ;

14) внесення у базу знань нових знань і щодо конфігурації , що діагностується, надання знань іншим агентам;

15) каскадне знищення агентів, завершення функціювання системи діагностування;

16) кроки 9-13 реалізуються паралельно.

Проведені дослідження ефективності методу показали його перевагу на 12-40% у порівнянні з процесом послідовного діагностування.. Порівняння ефективності діагностування здійснювалось на основі розрахунку часу, необхідного для діагностування спеціалізованих КС заданої архітектури (по відношенню до кількості компонентів КС).

Низька ефективність методу розподіленого агентного діагностування при невеликій кількості компонентів КС (<10) пов'язано з часовими затратами, необхідними для передачі діагностичної інформації по мережі.

Зниження ефективності методу при великій кількості компонентів КС (40 і більше) пов'язане з зростанням трафіку комунікаційного обміну між агентами, досягнуто не було в зв'язку з потужною пропускною здатністю каналу (100 Мбіт/с).

Таким чином, доцільним є використання методу розподіленого агентного діагностування спеціалізованих КС у разі, якщо діагностується дві чи більше робочих станцій. Для однієї робочої станції доцільним є використання послідовного процесу діагностування компонентів КС.

У четвертому розділі представлено програмно-апаратну реалізацію розподіленої системи діагностування КС. До апаратної частини відносяться наступні компоненти: давачі температури DS18B20; аналог серійного адаптеру DS9097E; кабелі та інтерфейси для зв'язку пристроїв з комп'ютером, а також між собою. РМАСД створена у візуальному середовищі Delphi на мові Object Pascal для операційних систем сімейства Windows. Вихідний код може бути перенесений на операційні системи Linux. База знань системи діагностування створена у системі керування базами даних (СКБД) Microsoft ACCESS 2002. Для доступу до даних використовується технологія ADO.

Представлено результати експериментів з системними блоками різних конфігурацій (процесор - Celeron-2000, системна плата - ASUS P4XP-X, оперативна пам'ять - 256 Мб; процесор - Athlon64 XP 3000+, системна плата - ASUS M2NPV-MX, оперативна пам'ять - 512 Мб; процесор - Sempron 2500+, системна плата - Abit KV8 Pro, оперативна пам'ять - 512 Мб) на основі яких було створено фрагмент бази знань, що надає змогу визначати температуру компонентів КС для вищевказаних конфігурацій. Як показано на рис. 3, визначення температур для конфігурацій, для яких проводились експерименти, має похибку у межах E = 0,5-7. Похибку визначено, як середнє арифметичне квадратів різниць значень вихідних змінних реальної КС та модельованих системою діагностування значень температур компонентів КС протягом 3 годин.

При визначенні температур конфігурацій, які відрізняються від конфігурацій зразків одним або декількома компонентами КС і мають аналогічні тенденції зміни температурних режимів похибка збільшилась до E = 8-15, проте тенденції зміни температур (зростання чи спадання) відображаються вірно, що дозволяє виявляти неоптимальні режими. Похибка для конфігурацій, знання про які відсутні у системі діагностування складає E = 10-30, що є неприйнятним. Шляхом подолання цього недоліку є подальше накопичення системою діагностування знань про різноманітні конфігурації при змінних умовах функціювання компонентів КС.

Розроблено метод оцінювання ефективності рішень системи діагностування, експерта-діагноста та користувача. Метод полягає у наступному:

1) накопичення даних, необхідних для оцінювання ефективності рішень системи діагностування, експерта-діагноста, користувача;

2) розрахунок показників виявлення неоптимальних режимів функціювання компонентів КС системою діагностування, експертом-діагностом, користувачем. Виявлення неоптимальних режимів здійснюється шляхом періодичного контролю значень режимів функціювання компонентів КС:

Pv = Nv / Na*Tv,

де Pv - показник виявлення неоптимальних режимів компонентів КС;

Nv - кількість виявлених неоптимальних режимів функціювання компонентів КС, Na - загальна кількість неоптимальних режимів функціювання компонентів КС, Tv - середній час, необхідний для виявлення одного випадку неоптимальних режимів функціювання компонентів КС.

Nv = Nvr - Nvw,

Nvr - кількість вірно виявлених неоптимальних режимів функціювання компонентів КС, Nvw - кількість невірно виявлених неоптимальних режимів функціювання компонентів КС;

3) розрахунок показників локалізації неоптимальних режимів функціювання компонентів КС системою діагностування, експертом-діагностом, користувачем. Локалізація неоптимальних режимів полягає у виявленні причин функціювання компонентів КС у неоптимальних режимах:

PL = NL / Na*TL,

де PL - показник локалізації неоптимальних режимів функціювання компонентів КС;

NL - кількість локалізованих неоптимальних режимів функціювання компонентів КС, TL - середній час, необхідний для локалізації одного випадку неоптимальних режимів функціювання компонентів КС.

NL = NLr - NLw,

NLr - кількість вірно локалізованих неоптимальних режимів функціювання компонентів КС, NLw - кількість невірно локалізованих неоптимальних режимів функціювання компонентів КС;

4) розрахунок показників усунення неоптимальних режимів функціювання компонентів КС системою діагностування, експертом-діагностом, користувачем. Усунення неоптимальних режимів полягає у наданні множини дій користувачу, достатньої для повернення функціювання компонентів КС у оптимальних режимах:

Pu = Nu / Na*Tu,

де Pu - показник усунення неоптимальних режимів функціювання компонентів КС:

Nu - кількість усунених неоптимальних режимів функціювання компонентів КС, Tu - середній час, необхідний для усунення одного випадку неоптимальних режимів функціювання компонентів КС.

Nu = Nur - Nuw,

Nur - кількість вірно усунених неоптимальних режимів функціювання компонентів КС, Nuw - кількість невірно усунених неоптимальних режимів функціювання компонентів КС;

5) розрахунок ефективності рішень системи діагностування, експерта-діагноста, користувача (табл. 1):

E = (Pv + PL + Pu) / 3.

Оскільки для усунення неоптимальних режимів необхідна їх локалізація, а для локалізації необхідно виявлення неоптимальних режимів, то:

Pv >= PL >= Pu.

Користувач здійснював діагностування шляхом використання діагностичних програм загального призначення (Hddscan, Real Temp, Cpu-z та ін.), експерт-діагност - шляхом використання спеціалізованих діагностичних програм (Cpucool, Motherboard Monitor, S&M, Sandra та ін.). Оператором РМАСД виступав середньостатистичний користувач. Порівняльний аналіз результатів діагностування проводився для: РМАСД, експертів та середньостатистичних користувачів.

Дані для розрахунку ефективності рішень були отримані від сервісного центру ТОВ Телерадіокомпанія ”ТВ-Сервіс” протягом 2007-2009 рр.

Розроблена система розподіленого агентного діагностування забезпечує підвищення ефективності діагностування фіксованої кількості компонентів спеціалізованих КС у 1,2 рази у порівнянні з експертом при послідовному процесі діагностування і у 4 рази у порівнянні із середньостатистичним користувачем.

ВИСНОВКИ

У дисертаційній роботі вирішена актуальна наукова задача підвищення ефективності діагностування спеціалізованих комп'ютерних систем шляхом використання компонентів штучного інтелекту, зокрема, інтелектуальних агентів. Вирішення цієї задачі є актуальним для промислових та виробничих систем, де застосовуються спеціалізовані комп'ютерні системи.

Основні наукові і практичні результати роботи полягають у наступному.

1. Досліджено динаміку зміни температурних режимів, навантажень, робочих частот компонентів спеціалізованих комп'ютерних систем, що дало змогу виявити їх причинно-наслідкові зв'язки з умовами функціювання та виконуваними програмними додатками.

2. Розроблено модель спеціалізованих комп'ютерних систем, як об'єктів діагностування, з врахуванням множини знань, ролей і станів агентів, що дозволило забезпечити агентну взаємодію об'єктів діагностування і системи діагностування.

3. Розроблено модель агента, як компонента системи діагностування, поведінкові моделі та алгоритми функціювання агентів, що дозволило інтегрувати їх у систему діагностування КС.

4. Розроблено метод побудови продукційних баз знань систем технічного діагностування, котрий забезпечив можливість побудови продукційних правил на основі результатів дослідження динаміки зміни параметрів ОД, правил, що моделюють поведінку агентів та їх взаємодію у агентному середовищі.

5. Розроблено інформаційну модель процесу діагностування компонентів КС, що дозволила локалізовувати причини зміни режимів функціювання компонентів КС з можливістю їх подальшого усунення комплексним шляхом.

6. Розроблено метод розподіленого агентного діагностування спеціалізованих КС, що забезпечив опрацювання більших об'ємів діагностичної інформації у реальному часі і дозволив підвищити ефективність діагностування КС на 12-40% у порівнянні з послідовним процесом діагностування шляхом децентралізованого перерозподілу функцій між агентами, розподілу агентів між робочими станціями, автономності функціювання агентів.

7. Розроблено розподілену систему агентного діагностування, що дала змогу проводити контроль поточного стану ОД, виявлення, локалізацію, та усунення комплексним шляхом неоптимальних режимів функціювання компонентів спеціалізованих КС, що підвищило ефективність діагностування компонентів КС системою діагностування у 1,2 рази у порівнянні з експертом при послідовному процесі діагностування і у 4 рази у порівнянні із середньостатистичним користувачем.

8. Розроблено підсистему підключення зовнішніх температурних давачів, котра дала змогу отримувати додаткові об'єми (збільшення на 15-20% об'єму діагностичної інформації) актуальної діагностичної інформації, що підвищило ефективність діагностування КС.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Поморова О.В. Розподілена мультиагентна система діагностування комп'ютерних пристроїв / О.В. Поморова, Д.Ю. Чайковський // Оптоелектроніка. - №2(10) - 2005. - С. 114 - 118.

2. Чайковський Д.Ю. Дослідження температурних режимів жорстких дисків персональних комп'ютерів. // Радіоелектронні і комп'ютерні системи. - Т.6. - Харків. - 2007. - С. 72 - 76.

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

4. Поморова О.В. Реалізація інтерфейсного агента мультиагентної системи діагностування персонального комп'ютера / О.В. Поморова, Д.Ю. Чайковський // Проблеми інформатизації та управління. Збірник наукових праць: Випуск 1(23). - К.: НАУ.- 2008. - С. 128 - 133.

5. Поморова О.В. Мультиагентна система діагностування персонального комп'ютера / О.В. Поморова, Д.Ю. Чайковський // Радіоелектронні і комп'ютерні системи. - Т.5. - Харків. - 2008. - С. 72 - 78.

6. Чайковський Д.Ю. Алгоритм функціювання агента-діагноста // Вісник Хмельницького національного університету. - 2008. - №4. - С. 248 - 251.

7. Поморова О.В. Порівняльний аналіз програмних засобів моніторингу і діагностування персональних комп'ютерів / О.В. Поморова, Д.Ю. Чайковський // Вісник Хмельницького національного університету. - 2008. - №5. - С. 165 - 170.

8. Поморова О.В. Агентне діагностування комп'ютерних систем / О.В. Поморова, Д.Ю. Чайковський // Науковий вісник Чернівецького університету. - 2008. - Випуск 420. - С. 102 - 109.

9. Чайковський Д.Ю. Концептуальна модель агентної системи діагностування температурних режимів персонального комп'ютера // Збірник наукових праць Севастопольського національного університету ядерної енергії та промисловості. - №1. - Севастополь. - 2008. - С. 250 - 255.

10. Поморова О.В. Агентний метод розпаралелювання процесу дiагностування кластерних систем / О.В. Поморова, Д.Ю. Чайковський // Радiоелектроннi i комп'ютернi системи. _ №7 (41). - Харків. - 2009. - С. 164 -- 170.

11. Чайковський Д.Ю. Метод діагностування персональних комп'ютерів в умовах недостатності діагностичних знань // Комп'ютерні науки та інформаційні технології. - Львів. - 2008. - С. 314 -315.

12. Поморова О.В. Розподілена мультиагентна система діагностування / О.В. Поморова, Д.Ю. Чайковський // Контроль і управління в складних системах. - Вінниця. - 2005. - С. 112.

13. Поморова О.В. Імітаційна модель системи діагностування персонального комп'ютера / О.В. Поморова, Д.Ю. Чайковський // Комп'ютерні науки та інформаційні технології. - Львів. - 2007. - С. 364 - 365.

14. Чайковський Д.Ю. Модель системи діагностування температурних режимів персонального комп'ютера // Автоматика. - Ч.2. - Севастополь - 2007. - С. 185.

15. Поморова О.В. Концептуальна модель мультиагентної системи діагностування персонального комп'ютера / О.В. Поморова, Д.Ю. Чайковський // Матеріали Х міжнародної наково-технічної конференції "Системний аналіз та інформаційні технології", 20-24 травня 2008, Інститут прикладного системного аналізу НТУУ "КПІ". - Київ. - 2008. - С. 244.

АНОТАЦІЇ

Чайковський Д.Ю. Методи та засоби розподіленого агентного діагностування комп'ютерних систем. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.05 - Комп'ютерні системи та компоненти. - Тернопільський національний економічний університет, Тернопіль, 2009.

Дисертація присвячена вирішенню актуальної науково-технічної задачі - підвищенню ефективності діагностування проблемно-орієнтованих та спеціалізованих комп'ютерних систем. В ході дослідження було виявлено недоліки застосування відомих методів і засобів діагностування комп'ютерних систем.

Запропоновано інформаційну та поведінкову моделі мультиагентної системи діагностування КС, які дозволяють локалізовувати причини зміни режимів функціювання компонентів КС з можливістю їх подальшого усунення комплексним шляхом. На основі інформаційної і поведінкової моделей розроблено розподілений агентний метод діагностування спеціалізованих КС, дозволив підвищити ефективність діагностування за рахунок децентралізованого перерозподілу функцій, розподілу агентів між хостами, автономності функціювання агентів. В якості прикладу було розроблено програмно-апаратну реалізацію системи діагностування, що дала змогу проводити контроль поточного стану об'єкта діагностування, виявлення, локалізацію, та усунення комплексним шляхом неоптимальних режимів функціювання компонентів КС.

Ключові слова: комп'ютерні системи, технічна діагностика, локалізація, кластерні системи, продукційні правила, розподілений агентний метод діагностування.

Чайковский Д.Ю. Методы и средства распределенного агентного диагностирования компьютерных систем. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.05 - Компьютерные системы и компоненты. - Тернопольский национальный экономический университет, Тернополь, 2009.

Диссертация посвящена решению актуальной научно-технической задачи - повышению эффективности диагностирования проблемно-ориентированных и специализированных компьютерных систем. В ходе исследования было выявлено недостатки и сложности использования методов и средств мониторинга и диагностирования компьютерных систем. Выявлено ряд особенностей компонентов компьютерных систем значительно усложняющих процесс диагностирования известными методами. Для решения задачи повышения эффективности диагностирования предложено использовать компоненты теории искусственного интеллекта, а именно агентные системы.

Предложена информационная модель процесса диагностирования компонентов КС на этапе эксплуатации, позволяющая локализовать диагностические задачи, которые могут быть распределены для параллельной обработки агентами. Усовершенствованы поведенческие модели функционирования агентов и межагентного взаимодействия. Запросы на создание и уничтожение агентов представлены, как децентрализованные, функции генерации данных запросов переложены на самих агентов.

Представлена модель КС, как объекта диагностирования, включающая в себя компоненты КС, программное обеспечение КС, рабочие режимы функционирования компонентов КС, дисководы, дополнительные параметры КС. Усовершенствована модель агента путем включения в нее базовых, ролевых и диагностических знаний. Разработаны правила поведения агентов в мультиагентной среде.

Разработана структура распределенной мультиагентной системы диагностирования, состоящей из: агента-собирателя данных, агента-генератора знаний, агента-диагноста, интерфейсного агента, агента-коммуникатора.

Разработанный метод распределенного агентного диагностирования, который повышает эффективность диагностирования специализированных компьютерных систем путем распараллеливания этапов и задач диагностирования. Метод обеспечивает распределение этапов и задач диагностирования между хостами, что дает возможность обработки больших объемов диагностической информации в реальном времени, что позволяет повысить достоверность и, соответственно, эффективность диагностирования.

Представлено программно-аппаратную реализацию распределенной системы диагностирования, описана ее реализация в среде Borland Delphi 7. В качестве примера функционирования системы диагностирования представлены результаты экспериментов с системными блоками разных конфигураций, на основе которых был создан фрагмент базы знаний, дающий возможность определять неоптимальные режимы функционирования компонентов КС.

Ключевые слова: компьютерные системы, техническая диагностика, локализация, кластерные системы, продукционные правила, распределенный агентный метод диагностирования.

Сhaykovskiy D.Y. Methods and means of distributed agent-based diagnosis of computer systems. - Manuscript.

Thesis for the Candidate's degree of engineering science in specialty 05.13.05 - Computer systems and components. - Ternopil National Economic University, Ternopil, 2009.

Dissertation is devoted to solving urgent scientific and technological challenges - improving the efficiency of diagnosing the problem-oriented and specialized computer systems. Research identified shortcomings of known methods and means of diagnosing computer systems.

Proposed information and behavioral models of multi-agent diagnostic system, which allow to localize the causes of changes in modes of operation of the components of the computer systems with the possibility of further reducing a complex way. On the basis of information and behavioral models are developed agent method for diagnosing the components of the computer and clustered systems, allow more effective diagnosis due to the decentralized redistribution of functions, allocation of agents between hosts, autonomous operation of agents. As an example, has developed a software-hardware implementation of a system of diagnosis, which made it possible to control the current state of the object of diagnosis, detection, localization, and removal of the complex by non-optimal modes of computer systems components.

Keywords: computer systems, technical diagnosis, localization, cluster systems of Production Rules, distributed agent method of diagnosis.

Размещено на Allbest.ru

...