close

Вход

Забыли?

вход по аккаунту

?

6331.Разработка модели автономного сценария для решения задач управления информационными ресурсами вычислительной системы

код для вставкиСкачать
УДК 004.414.23
РАЗРАБОТКА МОДЕЛИ АВТОНОМНОГО СЦЕНАРИЯ ДЛЯ РЕШЕНИЯ ЗАДАЧ
УПРАВЛЕНИЯ ИНФОРМАЦИОННЫМИ РЕСУРСАМИ ВЫЧИСЛИТЕЛЬНОЙ
СИСТЕМЫ
О.Ф. Козырь
В статье рассмотрены вопросы формализации автономного сценария и его взаимодействия со средой при
управлении информационными ресурсами, предложена классификация сценариев. Обосновано применение
конечных автоматов для построения моделей автономных сценариев. Построена автоматная модель автономного
сценария и исследованы поведенческие аспекты соответствующих классов
Ключевые слова: автономные сценарии, конечные автоматы, логическая модель, адаптивное управление
Введение
Для современных вычислительных систем
характерно их постоянное расширение, что
приводит к неизбежному росту информационных
ресурсов (количество и вычислительная мощность
компьютеров, объем обрабатываемых данных,
количество и сложность программных продуктов,
число пользователей и др.). Одновременно с этим
возрастают и требования к надежности и
безопасности
функционирования
систем,
к
достоверности и своевременности обработки
информации. Ключевую роль в повышении
эффективности
функционирования
информационных систем играют средства и
способы автоматизации процесса управления
информационными ресурсами.
В качестве инструмента автоматизации
управления
информационными
ресурсами
предлагается использовать технологию автономных
сценариев. Автономный сценарий – это программа,
которая выполняет последовательность действий по
обработке информации в соответствии с задачами,
делегированными ей человеком.
От других
программ ее отличает следующее: автономность,
т.е. способность более или менее длительное время
работать без участия человека, работа в фоновом
режиме, способность проявления собственной
инициативы
и
взаимодействия
с
другими
процессами или человеком для достижения
поставленной перед ней цели. Сценарий можно
считать
некоторой абстрактной дискретной
управляющей системой, которая на основе
информации о своих действиях и соответствующей
реакции системы, выбирает оптимальную стратегию
поведения.
Автономные
сценарии
имеют
ряд
преимуществ по сравнению с традиционными
технологиями, в частности, когда требуется
оперативное принятие решений в динамической
среде.
Адаптированные к объектно-ориентированным
технологиям,
включая
и
технологию
распределенных объектов, автономные сценарии
представляют собой мощное и эффективное
Козырь Ольга Феликсовна – СТИ НИТУ МИСиС,
доцент, e-mail: kozyr_o@mail.ru
инструментальное средство для решения задач
управления информационными ресурсами.
1. Постановка проблемы
Системы
управления
информационными
ресурсами на основе технологии автономных
сценариев являются сравнительно новой категорией.
Особенность этой технологии в следующем.
Пользователь может спроектировать, создать и
разместить в информационном пространстве
сценарии, которые могут взять на себя выполнение
повторяющихся задач информационной поддержки.
Сценарий может быть запущен на выполнение
любой внешней командой или другим сценарием. В
системе
может
одновременно
автономно
функционировать
несколько
сценариев.
Возникающие между ними инциденты могут быть
разрешены с помощью установленных приоритетов.
Для корректного и эффективного применения
технологии автономных сценариев необходимы
исследования общих принципов и механизмов
взаимодействия сценариев со средой, в которой они
функционируют. Это предполагает разработку
формализованного описания автономного сценария,
как сложной, автономной и самоорганизующейся
системы.
В основу формализации автономных сценариев
может быть положена общая теория управления
техническими системами. В такой постановке
сценарий может быть рассмотрен как некоторая
абстрактная дискретная управляющая система,
которая на основе своих действий и реакции среды
на эти действия, выбирает оптимальную стратегию
поведения.
Во многих реальных ситуациях выбор
вариантов приходится осуществлять в условиях
исходной неопределенности, когда по имеющимся
данным нельзя заранее указать, какие из возможных
вариантов следует выбирать, чтобы достичь
заданной цели. В этом случае достижение заданной
цели возможно лишь на основе применения
адаптивного подхода [1]. Суть такого подхода
состоит в использовании текущей информации,
получаемой в результате выбора конкретных
действий,
для
обоснования
выполнения
последующих
действий.
Это
позволяет
компенсировать
недостаток
информации
и
реализовать оптимальную на классе систем
стратегию управления.
Рассмотрим общую постановку задачи
адаптивного выбора вариантов, представленную на
рис.1.
Смысл подхода состоит в следующем: в
каждый из последовательных моментов времени
t n (n = 1; N ) необходимо выбирать вариант vn из
конечного множества возможных вариантов V .
Рис.1. Схема адаптивного выбора вариантов
Потери системы ξ n представляют собой
функцию элементарного исхода ω (имеет бинарные
значения «штраф» и «отсутствие штрафа»), и
зависят от выбранного варианта vn а также,
возможно, от состояния системы. Реализуемая при
этом последовательность вариантов {vn } должна
быть такой, чтобы достигалась заданная цель,
например, формулируемая в терминах предельных
значений текущих средних потерь.
Выбор
очередного
варианта
v n +1
производится на основе полученной к данному
моменту
времени
совокупности
потерь
,
которая
соответствует
ξ1 , ξ 2 ,..., ξ n
реализованной
последовательности
вариантов
v , v ,..., v . Это означает, что v n + 1 является
1 2
n
функцией
от
v , v ,..., v ,
1 2
n
ξ1 , ξ2 ,...,ξn
и,
возможно, от момента времени t n(n = 1;N )
элементарного исхода ω . Эту функцию
Tn
и
назовем
правилом выбора варианта v n +1 :
v n +1 = Tn (v1 ,..., v n ; ξ1 ,..., ξ n ; ω ) , n = 1; N ,
где
ξn
(1)
в зависимости от задачи – либо скаляр,
либо вектор.
Функция
Tn
может
быть
как
детерминированной,
так
и
случайной
(рандомизированной). Последовательность {Tn }
правил выбора определяет стратегию выбора
вариантов
или
стратегию
управления
информационным пространством. [2,3].
Существует возможность более простой
реализации детерминированных стратегий
с
помощью детерминированных конечных автоматов
[4]. Они в основном ориентированы на задачи с
бинарными потерями, хотя могут применяться и в
других случаях. Кроме того, для них характерно
обеспечение приемлемого поведения, близость
которого к оптимальному возрастает с увеличением
глубины памяти автомата. Однако это влечет за
собой уменьшение скорости достижения цели и
увеличивает сложность, а именно число состояний,
соответствующего автомата. Это же свойственно и
стохастическим автоматам с постоянной структурой
[5],
которые
реализуют
рандомизированные
стратегии выбора.
В условиях полной информации оптимальная
стратегия
всегда
принадлежит
классу
детерминированных стратегий:
v n +1 = Tn (ω ) , n = 1; N .
(2)
Неопределенность
исхода
приводит
к
необходимости использовать более сложные
рандомизированные стратегии. В теории поведения
автоматов
таким
стратегиям
соответствуют
стохастические автоматы с переменной структурой.
Большинство из них реализуют рандомизированные
правила выбора следующего вида:
p
= R (v ,..., v ; p ,..., p ; ξ ,..., ξ ) ,
n +1
n 1
n 1
n 1
n
n = 1; N ,
(3)
где R − вектор-функция,
n
p
− вектор условных вероятностей
n
выбора вариантов v(1), v(2),..., v( n) в момент
времени t n .
Выбору
очередного
варианта
vn +1
предшествует вычисление в соответствии с (3)
вектора p n +1 . Вариант vn +1 представляет собой
случайную дискретную величину, принимающую
v(1), v(2),..., v( N )
с
условными
значения
вероятностями
при
p
n +1
(1), p
фиксированной
n +1
(2),..., p
(v , v ,..., v ; ξ , ξ ,..., ξ ) .
1 2
n 1 2
n
n +1
(N )
предыстории
Рандомизированные правила выбора (3)
включают и так называемые марковские правила,
которые
можно
описать
как:
p
n +1
= Q (v , p , ξ ) , n = 1, N
n n n n
(4)
Рандомизированные стратегии, определяемые
последовательностью правил вида (4) относятся к
классу рекуррентных алгоритмов адаптивного
выбора вариантов. Эти алгоритмы достаточно
просто реализуются, поскольку они на каждом шаге
n используют минимальную информацию о
предыстории процесса.
Применение рандомизированных стратегий
позволит решать широкий класс задач адаптивного
выбора вариантов, включая задачи с небинарными и
с неограниченными потерями
ξn ,
более того,
единообразно формировать алгоритм адаптивного
выбора вариантов для всех рассматриваемых задач.
классификацию моделей системы «информационная
среда − автономный сценарий» (см. табл.1).
2. Классы автономных сценариев
В результате проведенного анализа методов
адаптивного выбора вариантов при оптимизации
систем с дискретным временем, оказалось
возможным
предложить
следующую
Таблица 1.
Классы автономных сценариев
Классы автономных сценариев
Характеристика
Класс А
Класс В
Класс С
Наличие
информации
о
состоянии системы
полная информация
априорная
неопределенность
априорная
неопределенность
Функция потерь
ξ n = {1,0}
ξ n = {1,0}
ξ n = {1,0}
Стратегия
поведения
vn+1 = Tn (ω )
Модель поведения
автоматная
модель
поведения
типа
«автомат-строка»
автоматная модель
поведения
= R ( v ,..., v ;
n +1
n 1
n
p ,..., p ; ξ ,..., ξ )
1
n 1
n
автоматная модель
поведения
Тип автомата
детерминированный,
стохастический
с
постоянной структурой
детерминированный,
стохастическиий
с
переменной структурой
детерминированный,
стохастическиий
с
переменной структурой
Тип сценария
рефлексивный,
автономный
автономный
интеллектуальный
бинарная
v n +1 = Tn (v1 ,..., v n ; ξ1 ,
..., ξ n ; ω )
Подобная
классификация
открывает
перспективу использования теории конечных
автоматов
для
формализации
автономных
сценариев.
3.
Разработка
логической
модели
автономного сценария
В соответствии с основными требованиями,
предъявляемыми
к
свойствам
автономных
сценариев – автономностью функционирования и
способностью выполнять целесообразные действия,
рассмотрим один из подходов к построению модели
сценария на основе концепции «фрейм − слот».
Слот в такой модели является основной
конструкцией для реализации конкретных заданий
фрейму – автономному сценарию. Математическая
модель слота может быть представлена в виде:
Slot = U , D , dom , r ,θ , Ω
i
где
U
множество
отображение U
(5)
,
– множество имен атрибутов, D –
dom
доменов,
⇒ D
,
операций, ri – модель-кортеж
Ω
–
бинарная
–
бинарная
p
множество, определяющее начальные условия и
признаки выполнения действий в структуре задания.
Слот может быть реализован с помощью
типового набора атрибутов. В качестве базовых
рассмотрим следующие типы:
OBG (object-объект)={база данных, файл,
папка, сценарий};
ACT(action-действие)={записать, копировать,
читать, удалить, искать, наблюдать, защищать,
ссылаться, выполнять};
CON(condition-условие)={ЕСЛИ <условие> ТО
<предикат> };
FLAG(признак выполнения задания)={0; 1}.
Тогда слот в математической модели (5) может
быть представлен в виде логической модели при
значениях атрибутов множества U , равных
{< OBG >, < CON >, < ACT >, < FLAG >} .
Слот может иметь ключевой атрибут –
идентификатор ID (index-индекс). Логическая
модель слота представлена на рис. 2.
множество
i-го слота,
θ
–
Рис.2. Структура логической модели слота
Кортеж ri в
представлен в виде:
{{ }
модели
(5)
может
быть
}
ri = Rij , Ω i , Vi ,
где
(6)
{R}ij – множество состояний кортежа, r i
модель-кортеж, Vi –
множество
Ω ⊂Ω
i
целостности,
–
ограничений
множество операций,
{R}ij .
заданных на
С учетом (6) логическая модель слота может
быть рассмотрена как двумерный объект, структура
которого представлена на рис. 3.
{
}
ri = {R}ij ,Ωi ,Vi ≈ f i ( i = 1, n )
(8)
Каждый слот ri по аналогии с автоматом для iго действия обладает конечным числом внутренних
состояний
{R}ij
{R}ij ≈ ϕij (i = 1, n; j = 1, m) .
слота-сценария:
(9)
При выполнении условия, хранящегося в поле
[CON] в виде продукционного правила вида IF
<условие> – THEN <действие> выполняется
некоторое действие или встроенная процедура
[PROC]. На каждое действие,
определенное
значением атрибута [ACT], среда отвечает ответным
сигналом s ( t ) , который отображается в поле
[FLAG]. При успешном выполнении действия в
поле сохраняется 1, в противном случае 0. Модель
взаимодействия автономного сценария с внешней
средой показана на рис. 5.
Рис.3. Двумерная модель слота
Состояния-кортежи
{R}ij
могут
быть
представлены в виде реляционной таблицы (рис. 4),
атрибутами
которой
являются
{OBG , CON , ACT , FLAG} .
Рис.5. Модель взаимодействия слота с объектом
информационной среды
Рис.4. Структура слота-кортежа
Рассмотрим структурированную модель слота
в следующем представлении:
Slot < [OBG ], [CON ], [ ACT ], [ FLAG ] > (7)
Общую модель поведения автомата можно
описать
уравнением
f (t ) = F (ϕ (t )) ,
показывающим
зависимость
действия
f (t )
автомата в момент времени t от его состояния ϕ (t )
и стохастической матрицей aij ( s ) , i, j = 1,2,..., m .
При этом
aij (s )
равно вероятности перехода
состояния ϕ (t ) = ϕi в состояние ϕ (t + 1) = ϕ j под
воздействием
входа
s (t + 1) .
детерминированных автоматов матрицы
Для
aij (s )
состоят из нулей и единиц. Так как рассматриваются
автоматы, воспринимающие лишь два сигнала s = 0
и s = 1 , то достаточно задать две такие матрицы
aij (0) и aij (1) .
С учетом общей модели поведения автомата и
модели слота-автономного сценария (5), (6),
представим слот в терминах модели конечного
автомата, тогда n слотам ri соответствуют n типов
действий :
4. Разработка моделей для классов
детерминированных автономных сценариев и их
исследование
Сформулированный
общий
подход
к
построению модели поведения сценариев на основе
теории поведения автоматов позволяет создать и
исследовать классы детерминированных сценариев
по степени их автономности в информационной
среде.
Рефлексивный
автономный
сценарий
класса А.
Под рефлексивным сценарием будем понимать
программу, выполняющую по заданию пользователя
унитарное действие с объектом в информационном
пространстве
вычислительной
системы
при
ограничениях на выполняемое действие [CON].
Иными словами, рефлексивный автономный
сценарий представляет собой один слот–кортеж.
При этом он связан с одним объектом
информационного пространства и содержит в своем
арсенале только одно действие, определяемое
спецификацией оператора [ACT] или встроенной
процедурой [PROC].
Модель (5) для рефлексивного автономного
сценария может быть представлена в виде:
Slot = U , D , dom , r ,θ , Ω ,
(10)
А общая модель (6) кортежа r изменится к
виду:
r = {R,V} .
(11)
Поведение
рефлексивного
автономного
сценария относится к примитивному типу
поведения «условие-действие». Если условие задано
для многократного повторения действий, то в
состоянии слота-кортежа будет отображен результат
последнего выполнения.
Пример.
Задание рефлексивного сценария:
Ежедневно в 18-00 копировать файл Itog.txt,
находящийся в каталоге C\PR в каталог C\ARXIV
(см. рис.6).
Под автономным сценарием с линейной
структурой
будем
понимать
программу,
выполняющую по заданию пользователя линейную
последовательность действий с объектами в
информационном пространстве вычислительной
системы. То есть автономный сценарий с линейной
структурой представляет собой набор слотовкортежей. Каждый слот-кортеж может быть связан
со своим объектом информационного пространства
и может выполнять с ним действие, заданное
спецификацией оператора [ACT]. Ограничения на
выполняемое действие определяется форматом
атрибута [CON].
Модель (5) для автономного сценария с
линейной структурой может быть представлена в
виде:
Slot = U , D , dom , ri ,θ , Ω
Рис.6. Пример рефлексивного автономного сценария
При анализе действий рефлексивного сценария
можно только судить о том, прошла ли корректно
последняя операция по копированию файла в 18-00.
Рефлексивный
автономный
сценарий
класса А с памятью.
Под рефлексивным сценарием с памятью
будем понимать программу, выполняющую по
заданию пользователя унитарное действие с
объектом
в
информационном
пространстве
вычислительной системы при ограничениях на
выполняемое действие [CON]. В отличие от
простого рефлексивного сценария он может
сохранять результаты выполненных действий, то
есть представляет собой всю историю выполняемых
над объектом действий в виде некоторого
множества состояний-кортежей.
Модель (5) для рефлексивного программного
сценария с памятью может быть записана как:
Slot = U , D , dom , r ,θ , Ω .
Кортеж ri в модели (6) для
памятью будет иметь вид:
{
ri = {R}ij ,Ωi ,V
},
(12)
сценария с
(13)
Пример.
Задание рефлексивного автономного сценария:
Каждый день в 18-00 копировать файл Itog.txt,
находящийся в каталоге C\PR в каталог C\ARXIV
(см. рис.7).
Рис.7. Пример рефлексивного сценария с памятью
При анализе рефлексивного сценария с
памятью можно проследить всю историю
копирования файла Itog.txt.
Автономный сценарий класса А с линейной
структурой.
Кортеж
ri
соотношением:
{
ri = {R}ij ,Ωi ,Vi
в
},
модели
,
(14)
представлен
( i = 1, n; j = 1, m )
(15)
Модель автономного сценария представляет
собой сложную логическую структуру и как
обязательный атрибут должна содержать имя
фрейма-сценария, который включает слоты-задания
ri (i = 1, n) (см. рис.8).
Рис.8. Структура фрейма автономного сценария
Поведение автономного сценария определяется
матрицей переходов M pa , которая имеет вид:
r1
r2
k1
k2
…
…
rn
kn
Алгоритм автономного сценария с линейной
структурой состоит в следующем: задание,
сформулированное
в первом
слоте-кортеже,
выполняется k1
раз, после чего управление
передается на второй слот-кортеж. Задача считается
полностью выполненной тогда, когда действие rn
слота-кортежа выполнится k n раз.
В отличие от автономного сценария с памятью
может обрабатывать данные межоперационных
состояний, хранящихся в кортежах-состояниях
отношений ri , i = 1,2,..., n .
При анализе действий автономного сценария
любого класса могут применяться операции языка
манипулирования данными − SELECT, INSERT,
DELETE и др.
Заключение
На основании проведенного анализа методов
адаптивного выбора вариантов был сформирован
общий подход к созданию модели автономного
сценария
и
модели
его
поведения
в
информационном пространстве. В соответствии с
этим подходом была предложена оригинальная
классификация
автономных
сценариев.
Исследование этих классов позволило обосновать
формализацию модели автономного сценария в
терминах теории конечных автоматов.
Реализация автономного сценария в виде
фреймовой
структуры
открывает
широкие
Литература
1. Трахтенброт Б.А., Барздинь Я.М. Конечные
автоматы (поведение и синтез).− М.: Мир, 1970.− 400 с.
2. Кудрявцев В.Б., Алешин С.В., Подколзин А.С.
Введение в теорию автоматов.− М.: Наука, 1985.− 464 с.
3. Назин А.В., Позняк А.С. Адаптивный выбор
вариантов: рекуррентные алгоритмы.− М.: Наука,
1986.−288 с.
перспективы создания инструментария для работы с
автономными сценариями.
Рассмотрены модели автономных сценариев
для решения различных задач управления
информационными ресурсами вычислительной
системы.
Предложенный подход к построению модели
автономного сценария на основании теории
конечных
автоматов
может
эффективно
использоваться для решения задач управления и
мониторинга
информационных
ресурсов
вычислительных систем.
4. Цетлин М. Л. Исследования по теории автоматов
и моделированию биологических систем.− М.: "Наука",
1969. − 316 с.
5. Варшавский В.И. Коллективное поведение
автоматов. − М.: "Наука", 1973. − 408 с.
6. Лупал А.М. Теория автоматов: Учебное пособие.
- СПб.: ГУАП, 2000. - 119 с.
Старооскольский технологический институт филиал Национального исследовательского
технологического университета Московского института стали и сплавов
THE CREATION OF MODEL OF THE AUTONOMY SCRIPT FOR SOLUTION OF THE
INFORMATIONAL RESOURCES CONTROL TASKS IN THE COMPUTER SYSTEM
O.F. Kozyr
In the article the question of the autonomic script formalization and interaction it’s with environment in the information
resource control considered, the classification of the autonomic script was proposed. The application of the finite-state
automatons for creation of the autonomic script models founded. The automaton model of the autonomic script was designed
and the conducting aspects of corresponding classes ware analyses
Key words: autonomic script, finite-state automatons, logic model, adaptive control
1/--страниц
Пожаловаться на содержимое документа