С.А. Скачков1, А.В. Клюев2, И.Л. Жбанов3, А.В. Максимов4, Г.А. Габриелян5, И.А. Исаева6

1−3 ВА ВПВО ВС РФ (г. Смоленск, Россия)

4 АО «Концерн «Моринсис-Агат» (Москва, Россия)

5−6 Институт информационных технологий РТУ МИРЭА (Москва, Россия)

Постановка проблемы. Информационные системы являются сложными системами с большим числом состояний, структура которых может меняться в процессе функционирования, поэтому задача обеспечения надежности информационных систем на этапе их эксплуатации путем оптимального перераспределения имеющихся ресурсов при возникновении сбоев и устойчивых отказов в системе является актуальной.

Цель. Исследовать закономерности, отражающие эффективность автоматизированного принятия решений при реализации процессов оптимизации на основе генетического алгоритма и метода Монте-Карло в условиях априорно неизвестной информации об исследуемом функционале и ограничении времени на принятие решения

Результаты. Рассмотрены некоторые аспекты проблемы создания высоконадежных многофункциональных информационных систем с реконфигурацией структуры в условиях разнохарактерности аппаратных угроз надежности. Проведен сравнительный анализ и даны рекомендации по применению стохастических методов оптимизации структуры информационной системы на основе эволюционных алгоритмов и классического метода Монте-Карло.

Практическая значимость. Учет полученных закономерностей позволит повысить эффективность управления процессом реконфигурации структуры ИС с точки зрения ее надежности в условиях дуального характера угроз надежности аппаратной платформы.

Скачков С.А., Клюев А.В., Жбанов И.Л., Максимов А.В., Габриелян Г.А., Исаева И.А. Оптимизация структуры информационных систем на основе стохастических методов // Информационно-измерительные и управляющие системы. 2022. Т. 20. № 4. С. 36−43. DOI: https://doi.org/10.18127/j20700814-202204-04

1. Шубинский И.Б. Функциональная надежность информационных систем. Методы анализа // М.: «Журнал «Надежность». 2012. 296 с.
2. Скачков С.А. Методы, модели и средства повышения надежности ЗРВ войсковой ПВО в условиях отказов сбойного характера. Смоленск: ВА ВПВО ВС РФ. 2008. 273 с.
3. Викторова В.С., Лубков Н.В., Степанянц А.С. Анализ надежности отказоустойчивых вычислительных систем. М.: ИПУ РАН. 2016. 117 с.
4. Шубинский И.Б. Надежные отказоустойчивые информационные системы. Методы синтеза // М.: «Журнал «Надежность». 2016. 546 с.
5. Скачков С.А., Уласень А.Ф., Мошняков Д.А., Клюев А.В., Ковалев А.А. Управление надежностью вычислительных систем за счет оптимизации архитектуры избыточности // Радиотехника. 2019. № 12(19). С. 60−67.
6. Батищев Д.И. Генетические алгоритмы решения экстремальных задач. Воронеж. 1995. 65 с.
7. Гольдштейн А.Л. Многокритериальный генетический алгоритм // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2013. № 8. С. 14−22.
8. Уласень А.Ф., Андреева О.Н., Клюев А.В., Мусин Д.А. Модели учета влияния среды эксплуатации на интенсивность потока устойчивых отказов и сбоев управляющих вычислительных систем // Радиотехника. 2021. № 3.
9. Курейчик В.В., Сороколетов П.В. Концептуальная модель представления решений в генетических алгоритмах // Известия ЮФУ. Технические науки. 2008. № 9(86). С. 7−12.
10. Хивинцев М.А., Акопов А.С. Применение многоагентного генетического алгоритма поиска оптимальных стратегических и оперативных решений // Бизнес-информатика. 2014. № 1(27). С. 23−33.
11. Соболь И.М. Численные методы Монте-Карло. М.: Наука. 1973. 378 с.
12. Бусленко Н.П. и др. Метод статистических испытаний (метод Монте-Карло). М.: Физматлит. 1962.