ISSN: 0137-0782
Функционирование распределенных вычислительных систем в соответствии с предъявляемыми к ним техническими требованиями определяется эффективностью размещения сетевого сервиса на оборудовании в сети. При этом пользователям сети предоставляется набор информационных услуг с заданным уровнем качества и надежности:
1) доступ к информации “в любое время в любом месте”, т.е. любому участнику процесса управления при наличии прав доступа при возникновении потребности и вне зависимости от места его нахождения;
2) информационное взаимодействие между автоматизированными системами;
3) своевременный мониторинг и анализ данных источников различного типа;
4) переход от централизованной схемы “загрузка с очисткой данных–анализ–распространение” к схеме “распределенные размещение и предобработка данных, и по необходимости — последующие загрузка, анализ и распространение”.
Ключевым условием предоставления упомянутых услуг с требуемыми вероятностными и временными параметрами выступает прогнозирование времени выполнения сетевых сервисов на разнообразном оборудовании и платформах виртуализации.
В исследовании анализируются подходы к предсказанию временных показателей работы сетевых сервисов. Методы основываются на данных их эксплуатации в текущей инфраструктуре, а также учитывают актуальное и прогнозируемое состояние аппаратных и программных ресурсов.
Среди рассмотренных решений — модели машинного обучения, включая случайный лес, многослойные перцептроны и сверточные нейронные сети.
