Проблемы адаптивного и мульти-агентного управления потоками данных

При проектировании и эксплуатации современных ТКС важную роль играют системы управления потоками передаваемых данных. Однако теория управления ТКС (в отличие, например, от теории автоматического управления движением самолетов, роботов и других подвижных объектов) развита слабо. Поэтому возникает необходимость в постановке, формализации и решении задач управления, обработки и передачи информации в ТКС с учётом их особенностей и неопределённости условий эксплуатации.

Специфика ТКС как объекта управления заключается в распределённом характере компонент ТКС и управляемых потоков разнородных (гетерогенных) данных, передаваемых через узлы ТКС по различным маршрутам и каналам связи. Вследствие этого система управления ТКС также должна быть распределённой и иметь многоуровневую иерархическую структуру.

На каждом уровне этой системы возникают специфические цели и задачи управления.

Однако многие из этих целей не формализованы, а задачи не решены (в том смысле, что для этих задач отсутствуют теоретически обоснованные модели и алгоритмы управления).

Неопределённость условий эксплуатации ТКС проявляется в непредсказуемом характере изменения и в гетерогенности сетевого трафика. Кроме того, неопределённым является число пользователей ТКС, которое может значительно изменяться в течение суток. В ТКС могут возникнуть сбои или отказы отдельных компонент, а также разного рода сетевые конфликты. Поэтому необходимы адаптация к трафику, мониторинг и диагностика состояний ТКС и классификация информационных потоков и разрешение сетевых конфликтов.

Указанные особенности ТКС требуют исследования и разработки адаптивного подхода к решению задач управления потоками данных в ТКС на базе современных интеллектуальных, нейросетевых и мульти-агентных технологий. Предлагаемые методы адаптивного и интеллектуального управления обеспечивают адаптацию к непредсказуемо изменяющемуся трафику, адаптивную маршрутизацию потоков данных, мульти-агентную обработку информации, функциональную диагностику ТКС, распознавание образов (классов) и разрешение сетевых конфликтов.

Сложные распределённые ТКС могут быть представлены как мульти-агентные системы (МАС). При этом в роли агентов ТКС как МАС выступают либо пользователи ТКС, либо узловые компьютеры или локальные ТКС. Характерными чертами этих агентов ТКС является наличие локальных баз данных и знаний и телекоммуникационных каналов связи для обмена информацией между агентами в процессе совместного использования распределенных информационных ресурсов и обработки информации.

Главная особенность мульти-агентной обработки информации и управления заключается в том, что сначала сложная задача декомпозируется (фрагментируется) на ряд локальных задач, решение которых распределяется (распараллеливается) между агентами, а затем результаты решения этих локальных задач агрегируются (интегрируются) и реализуются с помощью телекоммуникационных ресурсов.

Работа МАС обработки информации поддерживается ТКС, реализующей сетевые технологии передачи данных между агентами. Коммуникация между удаленными агентами осуществляется на уровне их локальных баз данных и знаний путём управляемого обмена сообщениями в процессе решения локальных (индивидуальных) или общих (глобальных) задач.

Значительный теоретический и практический интерес представляют две стратегии мульти-агентной обработки и передачи информации:

- с агентом-координатором (когда один из агентов отвечает за координацию поведения всех остальных агентов);

- без агента-координатора (когда все агенты “равноправны” и не подчиняются ведущему агенту-координатору).

При мульти-агентном управлении потоками данных в ТКС возникает необходимость в разработке методов автоматического предотвращения или разрешения сетевых конфликтов, которые могут возникать между агентами ТКС. Поэтому важную роль играют мульти-агентные модели и алгоритмы обработки информации (репликация кода, фрагментация данных, адаптивная маршрутизация и т.п.) [34, 49, 59].

При проектировании систем управления потоками данных в ТКС большое значение имеет надёжность используемого оборудования. Надёжность глобальной ТКС тем ниже, чем больше узловых компьютеров входит в состав ТКС. Это объясняется тем, что с увеличением числа узлов ТКС возрастает вероятность выхода из строя одного или нескольких компьютеров. Поэтому возникает необходимость в адаптивном и отказоустойчивом управлении с мульти-агентной обработкой информации в ТКС, гарантирующем решение задач при непредсказуемом изменении трафика, сбое или отказе одного или нескольких узловых компьютеров ТКС.