Клименко Анна Борисовна, кандидат технических наук, старший научный сотрудник
ул. Чехова, д. 2, г. Таганрог 347928, Российская Федерация
Anna B. Klimenko, Cand. of Sci. (Engineering), Senior Research Fellow
2 Chekhov str., Taganrog 347928, Russian Federation
Цель исследования. Целью данного исследования является разработка метода повышения эффективности распределенных архитектур систем обработки данных, функционирующих в «туманном» и «краевом» слоях сети. В условиях высокой динамики как сетевой инфраструктуры, так и нагрузки, задача формирования архитектуры систем обработки данных решается регулярно (миграция виртуальных машин, горизонтальное масштабирование). При этом практически не рассматривается вопрос расхода вычислительного ресурса вычислительных узлов, в то время как зачастую используемые устройства обладают сравнительно небольшими мощностями, а высокая их загруженность ведет к сокращению срока эксплуатации. Поэтому создание методов формирования эффективной в аспекте сохранения вычислительного ресурса архитектуры системы вычислительных устройств является актуальной задачей.
Методы. Основными научными методами, применяемыми в рамках данного исследования, являются анализ предметной области, методы исследования операций, методы оптимизации и компьютерное моделирование, подтверждающие целесообразность основных аспектов разрабатываемого метода. Для реализации повышения эффективности размещения вычислительных задач на узлах фрагмента сети в данной работе сформулирована многокритериальная задача оптимизации, где каждому элементу векторной целевой функции соответствует индивидуальное значение вероятности безотказной работы вычислительного устройства. Для получения оценочных значений стоимостной функции используются априорные оценки поздних сроков завершения решения вычислительных задач узлами, поскольку выделяемый для решения ресурс зависит от выделенного времени, а время решения задачи, соответственно, от выделяемого вычислительного ресурса. Значение стоимостной функции вычисляется на основании приближенных априорных оценок, что приводит к позитивному эффекту по части расхода вычислительных ресурсов устройств.
Результаты. Результатом исследования является разработанный метод повышения эффективности распределенных архитектур систем обработки данных, функционирующих в «туманном» и «краевом» слоях сети.
Заключение. Предложенный в данной работе метод позволяет выбрать такое размещение нагрузки, чтобы уменьшить загруженность устройств и таким образом снизить расход вычислительного ресурса.
Purpose of research. The purpose of this study is to develop a method for improving the efficiency of distributed architectures of data processing systems operating in the fog and edge layers of the network. In conditions of high dynamics of both the network infrastructure and the load, the task of forming the architecture of data processing systems is solved regularly (migration of virtual machines, horizontal scalingб etc.) At the same time, the issue of the consumption of the residual resource of computing nodes is practically not considered, while the often used devices have relatively low capacity, and their high workload leads to a reduction in the service life. Therefore, the creation of methods for forming an architecture of a computing device system that is effective in terms of saving a computing resource is an urgent task.
Methods. The main scientific methods used in this study are domain analysis, operations research methods, optimization methods and computer modeling, confirming the feasibility of the main aspects of the developed method. To improve the efficiency of placing computational tasks on the nodes of a network fragment, this paper formulated a multicriteria optimization problem, where each element of the vector objective function corresponds to an individual value of the probability of failure-free operation of a computing device. To obtain estimated values of the cost function, a priori estimates of the late completion of the solution of computational problems by nodes are used, since the resource allocated for solving depends on the allocated time, and the time for solving the problem, respectively, on the allocated computing resource. The value of the cost function is calculated on the basis of approximate a priori estimates, which leads to a positive effect in terms of the consumption of computing resources of devices.
Results. The result of the study is a developed method for improving the efficiency of distributed architectures of data processing systems operating in the fog and edge layers of the network.
Conclusion. The method proposed in this work allows to choose such a load distribution in order to reduce the workload of devices and thus reduce the consumption of computing resources of the devices.
The authors declare that there are no conflicts of interest present.