tuzsutТруды учебных заведений связиProceedings of Telecommunication Universities1813-324X2712-8830СПбГУТ10.31854/1813-324X-2023-9-2-112-127tuzsut-467Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGIES AND TELECOMMUNICATIONИерархическая модель и алгоритм оптимизации решений при распределенном хранении и обработке данныхHierarchical Model and Decision Optimization Algorithm for Distributed Data Storage and Processinghttps://orcid.org/0000-0002-9670-6141КротовК. В.KrotovK.

доктор технических наук, доцент, доцент кафедры «Информационные системы»

Севастополь, 299053, Российская Федерация

Sevastopol, 299053, Russian Federation

krotov_k1@mail.ruСевастопольский государственный университетРоссияSevastopol State UniversityRussian Federation20233005202392112127Copyright © Кротов К.В., 20232023Кротов К.В.Krotov K.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tuzs.sut.ru/jour/article/view/467

Задача оптимизации распределенного хранения и обработки данных является трудноразрешимой за ограниченное время. В связи с этим для ее решения применен иерархический подход, предусматривающий представление обобщенной задачи в виде совокупности иерархически упорядоченных подзадач, для каждой из которых на соответствующем ей уровне иерархии определяются локально оптимальные решения. Для оптимизации решений по распределенному хранению и обработке данных сформирована модель процесса в виде совокупности иерархически упорядоченных компонент, а также математическая модель иерархической игры, представляющая собой способ оптимизации решений на уровнях иерархии. С целью определения эффективных решений на уровнях иерархии разработан алгоритм локальной оптимизации решений, в основу которого положены генетические алгоритмы. Построение расписаний обработки данных, назначенных на вычислительные устройства, реализуется с использованием предложенной эвристической процедуры. Применение разработанных моделей процесса распределенного хранения и обработки данных, модели иерархический игры и алгоритмов оптимизации решений позволили значительно увеличить размерность задачи, учесть при оптимизации решений на уровнях иерархии параметры, характеризующие каналы передачи данных, минимизировать количество неиспользованных ресурсов.

The task of optimizing distributed data storage and processing is difficult to solve in a limited time. In this regard, a hierarchical approach has been applied to solve it, which provides for the presentation of a generalized problem in the form of a set of hierarchically ordered subtasks, for each of which locally optimal solutions are determined at the appropriate hierarchy level. To optimize solutions for distributed data storage and processing, a process model has been formed, presented in the form of a set of hierarchically ordered components, a mathematical model of a hierarchical game, which is a way to optimize solutions at hierarchy levels. In order to determine effective solutions at hierarchy levels, an algorithm for local optimization of solutions based on genetic algorithms has been developed. The construction of data processing schedules assigned to computing devices is implemented using the proposed heuristic procedure. The application of the developed models of the distributed data storage and processing process, hierarchical game models and algorithms for optimizing solutions made it possible to significantly increase the dimension of the problem, take into account the parameters characterizing data transmission channels when optimizing solutions at hierarchy levels, and minimize the amount of unused resources.

иерархическая играограничения на объемы распределенных устройств храненияоптимизация решений по распределенному хранению и распределенной обработке данныхгенетические алгоритмыhierarchical gamerestrictions on the volume of distributed storage devicesoptimization of solutions for distributed storage and distributed data processinggenetic algorithmsReferencesPrajapati H.B., Shah V.A. Scheduling in Grid Computing Environment // Proceedings of the Fourth International Conference on Advanced Computing & Communication Technologies (Rohtak, India, 08‒09 February 2014). IEEE, 2014. PP. 315‒324. DOI:10.1109/ACCT.2014.32Prajapati H.B., Shah V.A. Scheduling in Grid Computing Environment. Proceedings of the Fourth International Conference on Advanced Computing & Communication Technologie, 08‒09 February 2014s, Rohtak, India. IEEE; 2014. p.315‒324. DOI:10.1109/ACCT.2014.32Bhatia M.K. Task Scheduling in Grid Computing: A Review // Advances in Computational Sciences and Technology. 2017. Vol. 10. Iss. 6. PP. 1707‒1714.Bhatia M.K. Task Scheduling in Grid Computing: A Review. Advances in Computational Sciences and Technology. 2017;10(6):1707‒1714.Xhafa F., Barolli L., Durresi A. Batch mode scheduling in grid systems // International Journal of Web and Grid Services. 2007. Vol. 3. Iss. 1. PP. 19‒37. DOI:10.1504/IJWGS.2007.012635Xhafa F., Barolli L., Durresi A. Batch mode scheduling in grid systems. International Journal of Web and Grid Services. 2007;3(1):19–37. DOI:10.1504/IJWGS.2007.012635Khan M. Design and Analysis of Security Aware Scheduling in Grid Computing Environment // International Journal of Computer Science and Information Technology Research (IJCSITR). 2013. Vol. 1.Iss. 1. PP. 42‒50.Khan M. Design and Analysis of Security Aware Scheduling in Grid Computing Environment. International Journal of Computer Science and Information Technology Research (IJCSITR). 2013;1(1):42‒50.Naresh U. Study on Many-Task-Computing using Data Aware Scheduling in Cloud Computing // International Journal of Innovations & Advancement in Computer Science (IJIACS). 2017. Vol. 6. Iss. 9. PP. 360‒366.Naresh U. Study on Many-Task-Computing using Data Aware Scheduling in Cloud Computing. International Journal of Innovations & Advancement in Computer Science (IJIACS). 2017;6(9):360‒366.Mahajan S., Kaur R. A Concern towards Job scheduling in Cluster Computing // International Journal of Computer Engineering in Research Trends. 2015. Vol. 2. Iss. 6. PP. 392‒394.Mahajan S., Kaur R. A Concern towards Job scheduling in Cluster Computing. International Journal of Computer Engineering in Research Trends. 2015;2(6):392‒394.Abawajy J.H. Dynamic Parallel Job Scheduling in Multi-cluster Computing Systems // Proceedings of the 4th International Conference of Computer Science (ICCS 2004, Kraków, Poland, 6‒9 June 2004). Lecture Notes in Computer Science. Vol. 3036. Berlin, Heidelberg: Springer, 2004. PP. 27–34. DOI:10.1007/978-3-540-24685-5_4Abawajy J.H. Dynamic Parallel Job Scheduling in Multi-cluster Computing Systems. Proceedings of the 4th International Conference of Computer Science, ICCS 2004, 6‒9 June 2004, Kraków, Poland. Lecture Notes in Computer Science. Berlin, Heidelberg: Springer; 2004. vol.3036. p. 27–34. DOI:10.1007/978-3-540-24685-5_4Alworafi M.A., Dhari A., El-Booz Sh.A., Mallappa S. Budget-aware task scheduling technique for efficient management of cloud resources // International Journal High Performance Computing and Networking. 2019. Vol. 14. Iss. 4. PP. 453‒465. DOI:10.1504/IJHPCN.2019.102352Alworafi M.A., Dhari A., El-Booz Sh.A., Mallappa S. Budget-aware task scheduling technique for efficient management of cloud resources. International Journal High Performance Computing and Networking. 2019;14(4):453‒465. DOI:10.1504/IJHPCN.2019.102352Arabnejad V., Bubendorfer K., Ng B. Budget and Deadline Aware e-Science Workflow Scheduling in Clouds // IEEE Transactions on Parallel and Distributed Systems. 2019. Vol. 30. Iss. 1. PP. 29‒44. DOI:10.1109/TPDS.2018.2849396Arabnejad V., Bubendorfer K., Ng B. Budget and Deadline Aware e-Science Workflow Scheduling in Clouds. IEEE Transactions on Parallel and Distributed Systems. 2019;30(1):29‒44. DOI:10.1109/TPDS.2018.2849396Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Из-во «Мир», 1973. 344 с.Mesarovich M., Mako D., Takahara I. Theory of Hierarchical Multilevel Systems. Moscow: Mir Publ.; 1973. 344 p. (in Russ.)Воронин А.А., Мишин С.П. Оптимальные иерархические структуры. М.: ИПУ РАН, 2003. 214 с.Voronin A.A., Mishin S.P. Optimal Hierarchical Structures. Moscow: V.A. Trapeznikov Institute of Management Problems Publ.; 2003. 214 p. (in Russ.)Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. М.: Институт проблем управления им. В.А. Трапезникова, 2005. 138 с.Gubko M.V., Novikov D.A. Game Theory in the Management of Organizational Systems. Moscow: V.A. Trapeznikov Institute of Management Problems Publ.; 2005. 138 p. (in Russ.)Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами. М.: Либроком, 2009. 264 с.Burkov V.N., Korgin N.A., Novikov D.A. Introduction to the Theory of Management of Organizational Systems. Moscow: Librocom Publ.; 2009. 264 p.(in Russ.)Бусыгин В.П., Желободько Е.В., Коковин С. Г., Цыплаков А.А. Микроэкономический анализ несовершенных рынков. Новосибирск: Новосиб. гос. ун-т, 1999. 132 с.Busygin V.P., Zhelobodko E.V., Kokovin S.G., Tsyplakov A.A. Microeconomic Analysis of Imperfect Markets. Novosibirsk: Novosibirsk State University Publ.; 1999. 132 p. (in Russ.)Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. М.: Физматлит, 2006. 320 с.Gladkov L.A., Kureychik V.V., Kureychik V.M. Genetic Algorithms. M.: Fizmatlit Publ.; 2006. 320 p. (in Russ.)Курейчик В.М. Генетические алгоритмы и их применение. Таганрог: Таганрогское РТУ, 2002. 244 с.Kureychik V.M. Genetic Algorithms and Their Application. Taganrog: Taganrog Radio Engineering University Publ.; 2002. 244 p. (in Russ.)Смирнов А.В. О задаче упаковки в контейнеры // Успехи математических наук.1991. Т. 46. № 4. С. 173–174.Smirnov A.V. On the Problem of Packaging in Containers. Successes of Mathematical Sciences. 1991;46(4):173‒174. (in Russ.)

The authors declare that there are no conflicts of interest present.