[
На правах рукописи
БОНДАРЕНКО АЛЕКСЕЙ ДМИТРИЕВИЧ
МЕТОДЫ И СРЕДСТВА РАЗРАБОТКИ ИНТЕЛЛЕКТУАЛЬНЫХ
СИСТЕМ УПРАВЛЕНИЯ КОРПОРАТИВНЫМИ
КОМПЬЮТЕРНЫМИ СЕТЯМИ
Специальность 05.13.13 – Телекоммуникационные системы
и компьютерные сети
АВТОРЕФЕРАТ
диссертации на соискание учёной степени кандидата технических наук
Москва 2007 2
Работа выполнена на кафедре «Вычислительные системы и сети»
Московского государственного института электроники и математики (технического университета)
НАУЧНЫЙ РУКОВОДИТЕЛЬ:
кандидат технических наук, доцент Ю.Л. ЛеохинОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:
доктор технических наук, профессор А.В. Вишнеков кандидат технических наук, доцент И.П. ДешкоВЕДУЩАЯ ОРГАНИЗАЦИЯ:
Государственный научно-исследовательский институт информационных технологий и телекоммуникаций «ИНФОРМИКА»
Защита состоится «26» июня 2007 года в часов на заседании диссертационного совета Д 212.133.03 Московского государственного института электроники и математики (технического университета) по адресу:
109028 Москва, Б. Трехсвятительский пер., д. 1-3/12, стр.8, МИЭМ.
С диссертацией можно ознакомиться в библиотеке университета
Автореферат разослан «»2007 г.
Ученый секретарь диссертационного совета, к.т.н., доцент _Ю.Л. Леохин
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы Актуальность темы диссертации определяется, в первую очередь, тем, что она соответствует утвержденным Президентом Российской Федерации В.В.Путиным г. №№ Пр-842 и Пр-843 приоритетным 21.05. направлениям развития науки, техники и критических технологий Российской Федерации в части развития информационнотелекоммуникационных систем и разработки интеллектуальных систем управления.
Активное развитие информационных технологий и проникновение информационно-телекоммуникационных систем во все сферы человеческой жизни сопровождается ростом требований к качеству непрерывно усложняющихся компьютерных сетей (далее – КС), являющихся их основой.
Качество КС в значительной степени определяется адекватностью их систем управления (далее - СУ) процессам поддержки функционального назначения КС.
Выбор в качестве объекта управления корпоративных КС (далее – ККС) объясняется тем обстоятельством, что ККС, как правило, объединяют большое количество подсетей предприятия и его филиалов, в связи с чем, для ККС характерны:
• масштабность тысячи пользовательских компьютеров, сотни – серверов, огромные объемы хранимых и передаваемых по линиям связи данных, множество разнообразных приложений;
• высокая степень гетерогенности элементов – разнообразие типов компьютеров, коммуникационного оборудования, операционных систем и приложений;
• использование глобальных связей – сети филиалов соединяются с помощью разнообразных телекоммуникационных средств, в том числе выделенных линий связи, спутниковой связи, радиоканалов, телефонных каналов.
Управление ККС оптимизирует процесс передачи и обработки данных в ККС, обеспечивает максимальное использование ресурсов ККС, совместимость сетевого оборудования, прогнозирование работы ККС и т.д.
Существующие СУ ККС не позволяют решать ряд задач, которые возникают при функционировании ККС, и к которым можно отнести:
• принятие решений, соответствующих реальным ситуациям;
• обеспечение прогнозирования работы ККС с целью повышения эффективности управления;
• обеспечение адаптивности алгоритмов управления в ситуациях, когда имеющейся информации недостаточно для принятия решений;
• обеспечение «самообучения СУ» с целью ее совершенствования без вмешательства сетевого администратора.
Управление современными КС и, тем более, ККС все в большей степени требует отхода от традиционных линейных алгоритмов управления, минимизации внешних воздействий, требует введения элементов искусственного интеллекта, которые обеспечат способность СУ принимать решения в условиях неопределенности и формировать управляющие воздействия, оптимизирующие работу ККС.
Из сказанного следует, что задача разработки интеллектуальных систем управления ККС является актуальной.
Целью диссертационной работы является разработка методов и средств, необходимых для создания интеллектуальной системы управления (далее - ИСУ) ККС.
В соответствии с поставленной целью, основными задачами, которые было необходимо решить в диссертационной работе, являются:
1. Выбор объекта исследования.
2. Выбор протокола управления ККС.
3. Анализ архитектур управления ККС.
4. Анализ современных СУ ККС.
формализации процедуры администрирования.
6. Анализ методов интеллектуализации СУ ККС по ряду параметров и последующий выбор метода интеллектуализации.
7. Определение модели представления знаний.
8. Анализ существующих средств создания ЭС.
9. Выбор метода разработки ИСУ ККС.
10.Разработка архитектуры ИСУ ККС.
11.Определение средств для разработки ИСУ ККС.
12.Формирование системы входных параметров ИСУ ККС.
13.Практическая реализация ИСУ ККС.
14.Апробация разработанной ИСУ ККС.
Научная новизна проведенных исследований состоит в следующем:
1. Предложены структурная и функциональная схемы ККС.
2. Разработана математическая модель ККС, использованная для формализации процедур управления.
3. Проведена сравнительная оценка методов интеллектуализации управления ККС, предложено использовать экспертные системы в качестве средства интеллектуализации СУ в рамках оптимизации элементов математической модели ККС.
4. Предложено использовать экспертные системы в качестве средства интеллектуализации СУ в рамках модельного представления ККС, и доказана справедливость данного предложения.
5. Предложена архитектура ИСУ ККС, реализованная с применением Web-технологий, использующая экспертные оценки для управления эффективности использования ресурсов ККС за счет применения ИСУ ККС, разработанных с помощью созданных методов и средств.
Объектом исследования является процесс управления ККС.
Предметом исследования является возможность введения элементов искусственного интеллекта в СУ ККС.
Методы исследования поставленных задач применялись методы системного анализа, методы базирования, методы теории управления, методы проектирования информационных систем и компьютерных сетей, использовался аппарат экспертных систем и Web-технологии.
Апробация работы и публикации Основные положения диссертационной работы изложены в 6 публикациях, приведенных в списке литературы, результаты исследований регулярно докладывались и обсуждались на научно-технических конференциях студентов, аспирантов и молодых специалистов МГИЭМ в течение 2005-2007 годов.
Основные положения, выносимые на защиту 1. Классификация систем управления ККС.
2. Математическая модель ККС.
3. Критерии интеллектуализации управления ККС.
4. Метод интеллектуального управления ККС, основанный на использовании экспертных систем и Web-технологий.
5. Результаты апробации модели ИСУ ККС.
Структура и объем работы Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложений, включающих 3 акта внедрения результатов работы. Работа изложена на 147 страницах машинописного текста, содержит 36 рисунков и 10 таблиц. Список литературы включает 125 наименований.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении рассматривается современное развитие информационных технологий и проникновение их во все сферы информационного общества.
Отмечается, что развитие информационных технологий в обществе также сопровождается непрерывным ростом требований к КС. Из-за роста объемов обрабатываемой информации происходит постоянное развитие и усложнение КС, которые являются основой современных информационных систем.
Показано, что задачи предоставления качественных услуг по распределенной обработке информации являются актуальными особенно для ККС и в значительной степени их могут решить ИСУ ККС, обеспечивающие способность системы принимать решения в условиях неопределенности и недостаточности данных.
Интеллектуализация СУ позволяет обеспечить оптимизацию параметров и характеристик элементов сети, совместимость сетевого оборудования, прогнозирование работы ККС, учет динамики процессов регулирования.
На основе рассмотрения современных систем управления ККС выявлены основные их недостатки и доказана актуальность выбора темы диссертационного исследования.
Во введении формулируется цель диссертационной работы и задачи, которые необходимо решить для ее достижения.
В первой главе проведена классификация компьютерных сетей по территориальным и функциональным признакам. Рассмотрены следующие сети: с архитектурой “клиент-сервер”, с многослойной архитектурой, одноранговые, персональные, локальные, корпоративные, городские, глобальные. Для корпоративных компьютерных сетей характерны:
масштабность, высокая гетерогенность элементов, использование глобальных связей. Именно поэтому в качестве объекта управления в диссертации выбраны ККС, как сети, в которых адекватное управление может обеспечить максимальную эффективность работы сети и значительно повысить качество технологических и иных процессов на предприятиях.
функциональные возможности. При каждом переходе на следующий уровень сложности компьютерное оборудование сети становится все более разнообразным, а географические расстояния увеличиваются, делая достижение целей сложным, проблемным и дорогостоящим.
В главе рассмотрены основные архитектуры систем управления ККС, под которыми понимается совокупность объектов и связей, объединяющих средства, которые обеспечивают всестороннее административное управление ККС, и средства управления протекающими процессами в соответствии с требованиями эффективности использования возможностей ККС по предоставлению информационно-вычислительных услуг пользователям.
Под системой управления ККС понимаются вычислительные средства, которые занимаются сбором, анализом информации и формированием по результатам анализа управляющего воздействия на объект. При этом, как правило, в состав системы управления ККС входят такие элементы как набор управляющих приложений, помогающий анализировать данные и устранять неисправности, а также интерфейс, с помощью которого администратор может контролировать управление ККС.
Проведен анализ протоколов управления ККС. По результатам анализа определено, что наиболее распространенной схемой управления является схема «менеджер-агент». Как правило, на практике применяются два семейства стандартов управления сетями — стандарты Internet, построенные на основе протокола SNMP (Simple Network Management Protocol), и международные стандарты ISO/ITU-T, использующие в качестве протокола взаимодействия агентов и менеджеров протокол CMIP (Common Management Information Protocol). Подробно рассмотрены протоколы управления CMIP и функциональных возможностей по управлению сетями, в то время как протокол чаще SNMP используется в ККС.
Показано, что одним из главных достоинств протокола SNMP является то, что он поддерживается большинством производителей сетевого оборудования. Кроме этого он обладает очень удачной реализацией структуры параметров сетевых устройств.
Сегодня все большую популярность приобретает новая версия протокола SNMP - SNMPv3. В ней разработчики постарались исправить ошибки и недочеты предыдущих версий, что и послужило причиной его детального рассмотрения в диссертационной работе.
Показано, что вся управляющая информация для контроля активного сетевого оборудования содержится в базе управляющей информации.
Переменные в этой базе классифицированы по тематике, при этом каждое поддерево содержит определенную тематическую подгруппу переменных.
В главе приведены результаты анализа архитектур (одноуровневой, иерархической, ячеистой, платформенной) известных систем управления ККС. Рассмотрены основные задачи систем управления ККС.
Отмечено, что, поскольку производители СУ ККС не распространяют информацию о структуре или алгоритмах функционирования СУ ККС, сравнение СУ ККС проведено по их функционалу. При сравнении была выбрана неоднородная ККС стандарта Ethernet с 550 сетевыми устройствами ведущих фирм-производителей 3COM, D-LINK, CISCO и др.
Сравнительный анализ СУ ККС (IBM Tivoli NetView, HP OpenView Network Node Manager, Sun Solstice Domain Manager) позволил определить требования, предъявляемые к современным СУ ККС.
конфигурацией сети и идентификацию элементов сети, настройку коммутаторов и маршрутизаторов на поддержку маршрутов и виртуальных производительности и надежности сети, управление безопасностью, учет работы сети.
Под интеллектуализацией системы управления ККС понимается способность системы управления решать задачи, связанные с реализацией сложных алгоритмов, изменяемых в зависимости от условий состояния ККС.
В главе приведены требования к ИСУ ККС.
Таким образом, в первой главе рассмотрены стандарты и средства управления компьютерными сетями. В качестве объекта исследования была выбрана ККС, был сделан вывод о целесообразности использования протокола SNMP для управления сетевыми устройствами в современной ККС. Проведенный анализ архитектур управления ККС показал, что современные системы управления компьютерными сетями (СУ ККС) реализуют платформенную архитектуру. Доказана актуальность темы диссертации.
Во второй главе проведена разработка обобщенной процедуры администрирования ККС, для чего использовался метод базирования. При использовании метода базирования, измеряются характеристики ККС, которые впоследствии сравниваются с известной базой. При базировании характеристик ККС определяются периоды ее максимальной занятости. База сети изменяется, если изменяется конфигурация сети.
Были разработаны структурная и функциональная схемы ККС, которые использовались для создания математической модель ККС. Математическая модель ККС представлена в следующем виде:
Yij = F{f1(t), f2(t), f3(t), f4(t), f5(t), f6(t))}, где: Yij – поток информации из i-ого узла сети в j-ый узел;
f1(t) – функция скорости передачи информации, f1(t) =V(t)*t /[Wl(t)+Weq(t)+Wбуф(t)], где V(t) - скорость передачи информации, Wl(t) - задержка информации в линиях связи, Weq(t) - задержка сетевого оборудования, Wбуф(t) - задержка буферизации коммутатора, t – текущее время;
где Nперегрузки – число перегрузок, t – текущее время;
f3(t) – функция информационной перегрузки буфера, f3=Nбуфера(t)|kзагрузки, где Nбуфера – количество моментов перегрузки буфера, суммирование ведется по моментам, когда параметр загрузки - kзагрузки>1 (при kзагрузки=0 – буфер пустой; при kзагрузки {0,1} – в буфере имеется информации; при k=1 – буфер полностью загружен), t – текущее время;
f4(t) – функция доступности сетевых устройств;
f5(t) – функция количества потерянных пакетов информации /данных;
f6(t) – функция количества ошибок при передаче информации.
прогнозирования поведения работы ККС. Именно это утверждение является критерием для работы ЭС. Функции f1(t), f2(t), f3(t), f4(t), f5(t), f6(t) можно определить при помощи параметров SNMP MIB, приведенных на рис.1.
Для интеллектуализации СУ ККС предложено использовать аппарат ЭС. Основной задачей ЭС является проведение экспертизы данных с позиций последующей выработки управляющих решений. Дополнительной желаемой характеристикой такой системы, которая многими рассматривается как основная в условиях обеспечения интеллектуальных функций, является способность системы описать ход своих рассуждений в понятной форме.
Характеристики, которые являются решающими для использования ЭС в качестве средства интеллектуализации СУ ККС, могут быть описаны следующим образом:
1. ЭС ориентированы на задачи, для которых отсутствуют или неизвестны алгоритмы решения.
программирования, самостоятельно разрабатывать задачи, используя определяющие работу КС f3(t) icmpInSrcQuenchs информационная перегрузка f4(t) - доступность сетевых устройств 3. ЭС позволяют получать результаты, значительно превосходящие результаты, получаемые при работе сетевых администраторов.
4. ЭС может принимать решения на основании нечетких данных.
5. ЭС способна объяснять ход своих рассуждений в понятной форме.
6. ЭС принимает решения на основании правил, которые находятся в ее базе знаний.
7. ЭС обладает способностью к самообучению.
Показано, что применение метода, основанного на экспертизе параметров и характеристик, определяющих процесс передачи данных в ККС, и последующего принятия решений по управлению ККС в соответствии с задачей оптимизации элементов математической модели, позволит произвести быструю адаптацию к изменению конфигурации сети, оперативно устранить неполадки в работе сетевых устройств, эффективно управлять сетевыми ресурсами.
В главе приведены результаты сравнительного анализа наиболее известных отечественных и зарубежных средств создания экспертных систем. Показано, что ни одно из предлагаемых средств не обладает достаточным набором возможностей для изменения поведения системы в процессе работы в зависимости от изменения внешних параметров предметной области. Утверждается, что разрабатываемый эволюционный подход к построению экспертных систем делает возможным создание значительно более гибких и эффективных ЭС с принципиально новой возможностью модифицировать свое поведение в процессе работы.
Проведен анализ моделей и методов принятия решений ЭС. Методы решения задач, которые представляют из себя поиск в пространстве состояний, зависят от специфики предметной области и от тех требований, которые пользователь предъявляет к решению. Рассмотрены методы, которые могут применяться как в статических, так и в динамических средах.
Предложено использовать многомодельные методы поиска. В контексте сетевых моделей, поскольку объект существует в реальном мире, его называют П-сущностью. Если при этом у него имеется некоторое описание, основанное на информации, которой располагает о нем интеллектуальная система, то такое представление обычно называется М-сущностью. При этом очевидно, что часто для М-сущностей не существует реальных П-сущностей в реальном мире, т.к. они являются абстрактными объектами, полученными в результате некоторых операций внутри базы знаний.
Разделение на два типа сущностей проводится для того, чтобы в сетевых моделях можно было бы использовать ситуационное управление, семиотическими моделями обычно подразумевается некоторый комплекс процедур, который позволяет отображать в базе знаний П-сущности, которые фиксируются в совокупность М-сущностей.
(базовых) объектов, которые впоследствии могут формироваться в классы вещественные числа, так и идентификаторы, строки и т.д. Действия, которые можно производить над базовыми объектами зависят только от типов самих объектов. Например: над базовыми объектами-числами можно проводить арифметические операции, над объектами-строками можно проводить операции сравнения.
Рассмотрено использование продукционных моделей представления знаний. Это объясняется тем, что с одной стороны, они близки к логическим моделям, а с другой стороны, они более наглядно отображают знания, чем классические логические модели. Кроме этого, продукционные модели позволяют избежать жестких ограничений, которые обычно накладывают классические логические модели.
В ряде ЭС используются комбинации сетевых и продукционных моделей представления знаний. В таких комбинациях декларативные знания описываются в сетевом компоненте модели, а процедурные знания - в продукционном. В этом случае говорят о работе продукционной системы над семантической сетью. Семантические сети позволяют структурировать информацию и представляют собой ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. Узлы в семантической сети соответствуют объектам, концепциям или событиям. Дуги могут быть определены разными методами, зависящими от вида представления знаний.
Такие модели позволяют наглядно представить круг решаемых проблем в большей степени, чем множество правил, относящихся к ним.
Показано что, модель представления знаний определяется архитектурой разрабатываемой экспертной системы. По результату анализа различных подходов к организации знаний, можно сделать вывод, что существует необходимость использовать разнообразные модели знаний, т.к.
описать все одной универсальной моделью не представляется возможным.
Таким образом, показано, что целесообразно использовать гибридную архитектуру ЭС.
Основным результатом второй главы является обоснование требований к ЭС и постановка задачи по разработке архитектуры ЭС, как основы интеллектуализации СУ ККС.
В третьей главе разработана архитектура ИСУ ККС, основанная на использовании ЭС с применением Web-технологий. При использовании этой архитектуры, сетевой администратор получает возможность работы при помощи стандартного Интернет-браузера с любой рабочей станции без установки специализированного программного обеспечения.
Разработан обобщенный алгоритм функционирования ИСУ ККС. Если ИСУ ККС обладает достаточным количеством данных о работе ККС, то ИСУ ККС производит анализ и принимает управляющее решение. Для принятия управляющего решения используется база знаний.
В главе рассматривается комплексный подход к реализации процедуры идентификации состояния активного сетевого оборудования как динамического объекта с переменными параметрами с использованием аппарата экспертных систем. В целом, задача управления сетью сводится к трем задачам: классификации состояний, оптимизации и прогнозирования.
Показано, что задача управления ККС отличается от классической задачи управления объектом тем, что управление происходит не по входным параметрам, а путем управления параметрами самой ККС.
По результату анализа требований, которые предъявляются к разработке ИСУ ККС, было доказано, что целесообразно использовать эволюционный метод разработки метод Боэма. Такой метод существует возможность добавления нового модуля ИСУ ККС или изменения существующего. Кроме этого, разработка системы может проводиться параллельно в разных модулях, что значительно повышает скорость разработки. Таким образом, ИСУ ККС все время эволюционирует, приспосабливается к изменяющейся окружающей среде.
В диссертации отмечается, что реализовать вышеизложенный метод можно только при помощи многомодульной архитектуры ИСУ ККС.
Показано, что существует область минимальной стоимости реализованной ИСУ ККС, в которой отношение количества модулей ИСУ ККС и размера межмодульного интерфейса оптимально.
Сделан вывод, что применение эволюционного метода обеспечивает наилучший результат при реализации ИСУ ККС.
Для интеллектуализации ИСУ ККС была разработана архитектура ЭС, состоящая из интерфейса ЭС, базы знаний ЭС, системы принятия интеллектуального решения, базы данных и подсистемы объяснений. В ходе разработки архитектуры ЭС была описана модель базы знаний:
Одной из основных характеристик ИСУ ККС является время, которое необходимо системе для сбора и анализа информации, т.к. ИСУ ККС должна оперативно реагировать на возникающие неполадки в сети. В главе был проведен анализ временных затрат, по результату которого, был сделан вывод о том, что временные затраты зависят от следующих параметров:
• время сбора информации о состоянии сетевого устройства;
• время передачи информации по каналам связи;
• время обработки полученной системой информации.
Время сбора информации о состоянии сетевого устройства зависит от загруженности сетевого устройства и от количества передаваемых параметров. Время передачи информации зависит от пропускной способности каналов связи и от объема передаваемой информации. Время обработки полученной системой информации может зависеть от архитектуры ИСУ ККС, аппаратного обеспечения, методов обработки данных, протокола обмена данными.
Для формирования средств разработки ИСУ ККС были рассмотрены основные группы языков программирования ЭС, их преимущества и недостатки в контексте разработки ЭС:
1. Языки искусственного интеллекта. (Prolog, LISP).
2. Оболочки ЭС (EMYCIN, EXSYS).
3. Языки системного программирования (C, Basic, Delphi, SmallTalk и 4. Языки Web-программирования (Java, PHP, ASP и т.д.).
Для выбора языка программирования были описаны основные требования, предъявляемые к языку программирования:
• реализованная ЭС должна иметь возможность оказывать управляющее воздействие по сети и располагаться на сервере;
• доступ к ИСУ ККС должен осуществляться посредством стандартного программного обеспечения;
• должны использоваться средства распределенных вычислений;
• поддержка разных моделей представления знаний;
• необходим мощный механизм работы с БД;
• необходимо создание дружелюбного пользовательского интерфейса для пользователей и удобного средства работы с данными для эксперта и администратора;
• разработанная ЭС должна работать на PC любой конфигурации, не зависимо от установленной операционной системы;
• среда разработки должна иметь приемлемую стоимость.
Проведенный анализ показал, что группа языков «языки Webпрограммирования» наиболее адекватна описанным выше требования. Выбор конкретного языка Web-программирования, был остановлен на языке PHP, как наиболее полно отвечающем описанным ранее требованиям.
В качестве системы управления базой данных (далее – СУБД) была выбрана MySQL 5.0.19. СУБД MySQL 5.0.19 имеет одни из лучших показателей производительности, как среди свободно распространяемых, так и среди коммерческих СУБД. Она имеет открытый код, что означает, что его может изменять любой пользователь в зависимости от своих потребностей или предпочтений.
В главе произведен выбор системы входных параметров ИСУ ККС соответствующий не только разработанной во второй главе математической модели ККС и методу экспертных оценок, но и требованиям, определенным в третьей главе для разработки ИСУ ККС.
положений, разработанных в процессе выполнения диссертационной работы и разработке ИСУ ККС (далее NIMS - Network Intellectual Management System), которая представляет собой программное обеспечение (далее – ПО), основанное на методе экспертиз при использовании ЭС и Web-технологиях.
Разработанное ПО предназначено для интеллектуального управления и прогнозирования работы ККС. Результаты тестового испытания NIMS, проведенного в Государственной Публичной Исторической Библиотеке (далее - ГПИБ), доказывают справедливость изложенных в диссертации теоретических выводов, работоспособность предложенных методов, а также их применимость к широкому классу задач, встречающихся при администрировании и управлении ККС.
ККС ГПИБ представляет собой сеть, расположенную на территории девяти отдельных комплексов библиотеки, расстояние между которыми составляет около 500 м. Структура сети состоит из компонентов:
• межкорпусной волоконно-оптической магистрали Single-Mode;
• корпусных магистралей, соединяющих опорные коммутаторы;
• сегментов корпусов общего назначения, к которым подключаются ПК малых сетей подразделений;
• изолированных маршрутизаторами сегментов крупных локальных компьютерных сетей подразделений;
• выделенная серверная подсеть в компьютерном зале информационновычислительного центра ГПИБ.
В качестве магистрального оборудования применяются управляемые коммутаторы Cisco и Compex.
ККС ГПИБ содержит:
• 25 серверов общего назначения;
• 700 подключенных ПК;
• 90 единиц активного сетевого оборудования.
Кабельная система имеет протяженность более 30 км. Практически все подключения происходят на скорости 100 Мбит/с.
По умолчанию NIMS осуществляет сбор информации о состоянии сетевых устройств с интервалом 30 минут. Поскольку для сбора сервисной информации о состоянии сетевых устройств и для передачи основной информации используется одна и та же ККС, с ограниченной пропускной способностью, то при небольшой пропускной способности ККС целесообразно увеличить интервал опроса сетевых устройств. NIMS может настраиваться под конкретные задачи, что расширяет значительно область применения NIMS. Например, можно получать информацию только с конкретных сетевых устройств, опрашивать сетевые устройства с любым заданным интервалом или расширить список получаемых от сетевых устройств параметров. Анализ полученной информации производится без участия сетевого администратора сети согласно заложенным заранее правилам. При необходимости, сетевой администратор может изменить допустимые значения переменных или, используя подсистему объяснений установить, как было получено то или иное решение, что и определяет интеллектуализацию СУ.
позволяет сетевому администратору следить за изменениями параметров ККС, оценивать корректность работы СУ и при необходимости принимать корректирующие управляющие воздействия с любой рабочей станции при необходимости принудительно исследовать ККС при помощи модуля “Explore.php”. Этот же модуль используется системой NIMS для регулярного получения статистических параметров ККС. Полученные параметры сетевых устройств записываются в базу знаний для последующего анализа.
Углубленный анализ полученных статистических параметров осуществляется в модуле “Analyze.php” при помощи ЭС, правила которой содержатся в базе правил и при необходимости могут изменяться сетевым администратором. В этом же модуле происходит построение прогноза и описание способа получения решения. Функция прогнозирования позволяет выявить проблему в сети на ранней стадии до того, как она станет критической для функционирования ККС. Основным результатом работы “Analyze.php” является управляющее решение, которое реализуется при помощи управляющего модуля “Manage.php” NIMS осуществляет управление ККС на основании накопленной статистической информации хранящейся в базе данных. Одной из основных задач NIMS является идентификация состояния сетевого оборудования по полученным статистическим данным и его сравнении с эталонными
NIMS PHP
архитектуры клиент-сервер.Рекомендована конфигурация системы при использовании NIMS:
1. Любой компьютер с операционной системой семейства UNIX или Windows.
2. Web-сервер Apache 2.055.
3. Язык программирования PHP 5.1.2.
4. База данных MySQL 5.0.19.
Для работы на стороне клиента требуется только Интернет-браузер, что открывает дополнительные возможности по управлению ККС.
Было проведено сравнение NIMS с известными СУ ККС по критериям, в том числе определяющим интеллектуальность:
1. Возможность работы под любой операционной системой.
2. Возможность работы на рабочей станции без выделения отдельного сервера.
3. Возможность использования стандартного клиентского ПО.
4. Обеспечение прогнозирования работы ККС.
5. Возможность устранение проблем в ККС без участия сетевого администратора.
В результате пробной эксплуатации показано, что разработанная NIMS обладает рядом преимуществ по сравнению с известными СУ ККС.
Основные преимущества могут быть суммированы следующим образом:
1. NIMS обладает расширяемым пространством принятия решений, что позволяет находить решение в нестандартных ситуациях и самообучаться в процессе работы.
2. При получении правильного решения, цепочка получения решения сохраняется, что позволяет ускорить решение аналогичных задач в будущем.
3. Благодаря архитектуре «клиент-сервер», любой компьютер в КС может выступать в роли консоли администратора.
4. Отсутствует необходимость в установке нестандартного ПО на сетевые устройства.
5. Наличие открытого исходного кода и использование модульной архитектуры позволяет проводить дальнейшее развитие NIMS и адаптировать ее под конкретные задачи.
6. Возможно увеличение анализируемых параметров и изменение логики работы ЭС, входящей в состав NIMS.
7. Возможно построение прогноза работоспособности ККС на основании статистических данных.
проверку правильности принимаемых решений каждый раз после внесения значительных изменений в структуру ККС. Необходимость выполнения этого требования обусловлена поступательным развитием сети, выходом новых версий используемых программных продуктов и подключением к сети дополнительных рабочих станций и другого сетевого оборудования. В случае если проверка выявила некорректность работы NIMS необходимо дополнить функционирования следует уделить особое внимание вопросу периодичности опроса агентов.
Результаты использования NIMS на ККС Государственной Публичной Исторической Библиотеки России, ООО «Смарт», ТНВ «АдРус», ООО «Москворечье» подтвердили ее преимущества над классическими системами управления ККС и перспективность разработанных методов и средств разработки ИСУ ККС. Вышеизложенные факты подтверждены актами внедрения.
В заключении приведены основные результаты диссертационной работы:
1. Разработаны методы и средства разработки интеллектуальных систем управления ККС. Доказано, что на данный момент основная функция систем управления сетями заключается в сборе информации с сетевых устройств, а анализ информации и принятие решения возлагается на сетевого администратора, что снижает качество сетевого управления.
2. Проведен сравнительный анализ известных СУ ККС (IBM Tivoli NetView, HP OpenView Network Node Manager, Sun Solstice Domain Manager) по результатам которого были определены требования, предъявляемые к современным СУ ККС.
3. Проведен сравнительный анализ методов интеллектуализации СУ ККС, по результату которого был выбран аппарат ЭС.
4. Рассмотрен алгоритм действия ККС и построена математическая модель ККС, позволяющая формализовать требования к ИСУ.
5. На основе принятой математической модели ККС формализована процедура администрирования ККС.
6. Разработана архитектура ИСУ ККС с применением Web-технологии, которая позволяет избежать большинства недостатков, присущих классическим архитектурам СУ ККС.
7. Для практического подтверждения положений, разработанных в процессе выполнения диссертационного исследования, была создана и испытана на ККС Государственной Публичной Исторической Библиотеки России интеллектуальная система управления NIMS.
8. Практически доказана возможность повышения эффективности использования ресурсов ККС за счет применения ИСУ ККС, разработанных с помощью созданных методов и средств.
В приложении представлены фрагменты разработанного ПО NIMS и пояснения и акты внедрения NIMS.
Основные результаты диссертационного исследования представлены в следующих публикациях:
1. Бондаренко А.Д. Интеллектуальные системы сетевого управления // BYTE №10, 2005, с. 48- 2. Бондаренко А.Д. Безопасность протокола SNMPv3 // BYTE №2, 2006, 3. Бондаренко А.Д. Стандарты и средства современных систем управления компьютерными сетями. Научно-техническая конференция студентов, аспирантов и молодых специалистов МГИЭМ. Тезисы докладов. - М.: МГИЭМ, 2005, с. 146-148.
4. Бондаренко А.Д. Разработка интеллектуальной системы управления компьютерными сетями. Научно-техническая конференция студентов, аспирантов и молодых специалистов МГИЭМ. Тезисы докладов. - М.:
МГИЭМ, 2006, с. 142-143.
5. Бондаренко А.Д. Интеллектуальное управление оборудованием компьютерных сетей. Научно-техническая конференция студентов, аспирантов и молодых специалистов МГИЭМ. Тезисы докладов. – М.:
МГИЭМ, 2007, с.256-257.
6. Бондаренко А.Д., Леохин Ю.Л. Проектирование интеллектуальных систем управления компьютерными сетями. // Вестник Московского государственного университета леса – Лесной вестник №2 (51), 2007, с.
180-186.
«