Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci

Podobne dokumenty
Diagnozowanie sieci komputerowej metodą dialogu diagnostycznego

Niektóre własności 1-diagnozowalnych struktur typu PMC

Algorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1

Techniczne aspekty diagnozowania sieci procesorów o łagodnej degradacji typu sześcian 4-wymiarowy metodą prób porównawczych

XXXIII Konferencja Statystyka Matematyczna

Data Mining Wykład 9. Analiza skupień (grupowanie) Grupowanie hierarchiczne O-Cluster. Plan wykładu. Sformułowanie problemu

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

Eksploracja danych. Grupowanie. Wprowadzanie Definicja problemu Klasyfikacja metod grupowania Grupowanie hierarchiczne. Grupowanie wykład 1

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

xx + x = 1, to y = Jeśli x = 0, to y = 0 Przykładowy układ Funkcja przykładowego układu Metody poszukiwania testów Porównanie tabel prawdy

Programowanie dynamiczne i algorytmy zachłanne

3. Podaj elementy składowe jakie powinna uwzględniać definicja informatyki.

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

ĆWICZENIE 4 WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

Symulacyjne środowisko dla testowania elementów sieci telemetrycznych

Digraf. 13 maja 2017

POISSONOWSKA APROKSYMACJA W SYSTEMACH NIEZAWODNOŚCIOWYCH

Wykład z modelowania matematycznego. Zagadnienie transportowe.

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

F t+ := s>t. F s = F t.

Wnioskowanie bayesowskie

Systemy zabezpieczeń

Priorytetyzacja przypadków testowych za pomocą macierzy

Hierarchiczna analiza skupień

Sortowanie topologiczne skierowanych grafów acyklicznych

Maciej Oleksy Zenon Matuszyk

INTERPOLACJA I APROKSYMACJA FUNKCJI

Grupowanie danych. Wprowadzenie. Przykłady

WHILE (wyrażenie) instrukcja;

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

D. Miszczyńska, M.Miszczyński KBO UŁ 1 GRY KONFLIKTOWE GRY 2-OSOBOWE O SUMIE WYPŁAT ZERO

1 Pochodne wyższych rzędów

Skalowalność obliczeń równoległych. Krzysztof Banaś Obliczenia Wysokiej Wydajności 1

Niektóre własności sieci procesorów o łagodnej degradacji i strukturze logicznej typu graf Petersena

Algorytmy równoległe. Rafał Walkowiak Politechnika Poznańska Studia inżynierskie Informatyka 2010

WYZNACZANIE OPTYMALIZOWANYCH PROCEDUR DIAGNOSTYCZNO-OBSŁUGOWYCH

Prawdopodobieństwo i statystyka

Struktury niezawodności systemów.

Wstęp do sieci neuronowych, wykład 04. Skierowane sieci neuronowe. Algorytmy konstrukcyjne dla sieci skierowanych

ALGORYTMY I STRUKTURY DANYCH

TEORETYCZNE PODSTAWY INFORMATYKI

Matematyczne Podstawy Informatyki

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

WHILE (wyrażenie) instrukcja;

166 Wstęp do statystyki matematycznej

Spacery losowe generowanie realizacji procesu losowego

W4 Eksperyment niezawodnościowy

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

Testowanie hipotez statystycznych

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Matematyka Dyskretna Rozgrzewka I test semestr letni 2012/2013

Nazwa Projektu. Plan testów. Wersja N.NN

Wykład 9 Testy rangowe w problemie dwóch prób

14. Przestrzenie liniowe

Asynchroniczne statyczne układy sekwencyjne

Testowanie hipotez statystycznych

Załącznik nr 19 do Umowy nr... z dnia... Plan Testów Systemu. Projekt ZEFIR 2

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Prawa wielkich liczb, centralne twierdzenia graniczne

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Optymalizacja ciągła

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

Testowanie hipotez statystycznych

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

2.2 Opis części programowej

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

STANY TECHNICZNE OBIEKTÓW EKSPLOATACJI

II. FUNKCJE WIELU ZMIENNYCH

TEORETYCZNE PODSTAWY INFORMATYKI

Zagadnienie najkrótszej drogi w sieci

Szablon Planu Testów Akceptacyjnych

Teoretyczne podstawy programowania liniowego

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

Metody Sztucznej Inteligencji II

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:

Systemy bezpieczne i FTC (Niezawodne Systemy Cyfrowe)

Poprawność semantyczna

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Testowanie hipotez statystycznych.

Iteracje. Algorytm z iteracją to taki, w którym trzeba wielokrotnie powtarzać instrukcję, aby warunek został spełniony.

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Prawdopodobieństwo i statystyka

Klasyfikacja metodą Bayesa

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Aproksymacja funkcji a regresja symboliczna

Technologie baz danych

PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO OPIS PRZEDMIOTU

Mixed-UCT: Zastosowanie metod symulacyjnych do poszukiwania równowagi Stackelberga w grach wielokrokowych

Analiza danych. TEMATYKA PRZEDMIOTU

Kolorowanie wierzchołków grafu

Relacje. opracował Maciej Grzesiak. 17 października 2011

Wykład 11: Podstawowe pojęcia rachunku prawdopodobieństwa

TEORIA GRAFÓW I SIECI

Transkrypt:

Diagnozowanie sieci komputerowej na podstawie opinii diagnostycznych o poszczególnych komputerach sieci Diagnozowanie systemu, w tym przypadku, pojmowane jest jako metoda określania stanu niezawodnościowego komputerów sieci komputerowej za pomocą analizy wyników wzajemnego testowania się określonych jej komputerów. Metodę taką przyjęto (ogólnie) nazywać metodą PMC (od nazwisk: Preparata F.P.; Metze G.; Chien R.T.- autorów pierwszej publikacji z tego zakresu) [967]. W metodzie PMC nie stosuje się testera, który z założenia jest traktowany jako urządzenie zdatne (niezawodny rdzeń systemu), a o elemencie systemu który testuje określone inne elementy systemu, nie wiadomo a priori, czy jest zdatny czy też nie. Stąd, metodę PMC nazywa się również metodą diagnozowania o rozproszonym niezawodnym rdzeniu systemu NRS). Konfiguracje NRS: - wewnętrzny (scentralizowany), - rozproszony, - zewnętrzny (tester). W ramach metody PMC, wyróżnia się wiele bardziej szczegółowych metod w zależności od sposobów wzajemnego testowania się komputerów sieci komputerowej i analizowania wyników tego testowania. Dla przykładu, wyróżnia się metody opiniowania diagnostycznego i metody dialogu diagnostycznego w zależności od tego czy wynik testowania komputera e przez komputer e, jest tylko oceną stanu niezawodnościowego komputera e wyrażoną obiektywnie gdy komputer e jest w stanie zdatności, czy też wynik ten daje możliwość obiektywnej oceny stanu niezawodnościowego również komputera e. Wyróżnia się również metody globalne i metody sekwencyjne, w zależności od tego, czy analiza wszystkich wyników wzajemnego testowania się komputerów sieci komputerowej systemu umożliwia zlokalizowanie wszystkich (o dopuszczalnej liczbie m) niezdatnych komputerów sieci komputerowej, czy też ogranicza się tylko do wskazania (ze zbioru możliwych dla uzyskanych wyników wzajemnego testowania się komputerów sieci komputerowej) stanu niezawodnościowego sieci o minimalnej liczbie niezdatnych komputerów sieci komputerowej.

Sposób wzajemnego testowania się określonych komputerów sieci komputerowej przedstawiony jest, z reguły, w postaci odpowiedniego grafu nazywanego (w przypadku ogólnym) grafem diagnostycznym, który odpowiednio (do metody wzajemnego testowania się komputerów sieci komputerowej) nazywa się grafem opiniowania diagnostycznego lub grafem dialogu diagnostycznego. Model diagnostyki systemowej (PMC) Założenia: Diagnozowanie systemu przeprowadza się bez wyróżnionego testera, który z założenia traktowany jest jako urządzenie zdatne. Węzły systemu testują się nawzajem. Pojedynczy węzeł może testować inny węzeł (komputer) poprzez wprowadzenie sekwencji testów, a następnie pobranie i analizę wyników testowania. Rezultat diagnozy przekazywany jest do pozostałych węzłów systemu. Wynik testu ma zawsze binarną klasyfikację, tj. jednostka przeprowadzająca testowanie ocenia testowany moduł zawsze jako zdatny lub niezdatny. Wyniki testu są zawsze poprawne: zdatny (wolny od błędów) moduł jest zawsze diagnozowany jako zdatny. O elemencie systemu, który testuje (opiniuje) inne elementy systemu, nie wiadomo a priori, czy jest zdatny, czy też nie. Sposób wzajemnego testowania się elementów systemu opisuje się przy pomocy grafu opiniowania diagnostycznego (GOD). Spójny digraf bez pętli G, (G=<E, U>) nazywamy grafem opiniowania diagnostycznego zbioru E elementów systemu, jeżeli <e i, e j > U, (e i, e j E ), wtedy gdy element e i testuje e j.

Niech d ij weryfikuje e j. oznacza, wynik testu, za pomocą którego węzeł e i Wyniki testu mogą być następujące: e i e j d ij 0 x x - węzeł zdatny, - węzeł niezdatny Tak więc, jeżeli komputer testujący [opiniujący] jest w stanie zdatności, to jego opinia o tym czy komputer testowany [opiniowany] jest zdatny czy też niezdatny, jest zgodna z faktycznym stanem niezawodnościowym testowanego komputera, natomiast jeżeli jest niezdatny, to opinia taka jest przypadkowa. Niech k-wymiarowy, ( k = E ) wektor binarny n, ( n = ( n,..., nk )) oznacza taki stan niezawodnościowy zbioru E komputerów sieci komputerowej, że jeżeli n s = 0, ( s k) to komputer e s jest zdatny oraz jeżeli n s = to komputer e s jest niezdatny, a N - zbiór wszystkich możliwych takich stanów niezawodnościowych. Dla ustalonego G, (G, =<E, U>) oraz określonego n, ( n N) zgodnie z zależnościami (5-) i (5-2), po ustalonym uporządkowaniu zmiennych d st, otrzymamy określony podsześcian d(n), U -wymiarowego hipersześcianu binarnego, natomiast po identycznym uporządkowaniu opinii (wydanych przez wszystkie komputery, które testują inne komputery) otrzymamy U -wymiarowy wektor binarny d, nazywany opinią globalną (syndromem) węzłów sieci komputerowej.

Opinia globalna komputerów sieci jest zmienną losową, zależną od zmiennej losowej n, którą jest nieznany stan niezawodnościowy sieci komputerowej oraz od grafu G opiniowania diagnostycznego tej sieci. Przykład. 5 2 d 2 d 23 d 34 d 45 d 5 węzły niezdatne a x 0 0 0 b x 0 0 0 2 c x x 0 0 {,2} 4 3 Niezdatności w węzłach i 2 są rozróżnialne (różne syndromy). Niezdatności w węzłach oraz {,2} są nierozróżnialne. Gdy jednostka testująca jest uszkodzona, wyróżnić możemy dwa typy unieważniania się testów: - symetryczny, - asymetryczny. Z symetrycznym unieważnianiem testu mamy do czynienia wówczas, gdy wynik testowania jest losowy (0 lub ) bez względu na stan jednostki badanej. Asymetryczne unieważnianie się testu zachodzi wówczas, gdy jedynie wynik testowania jednostki zdatnej przez jednostkę uszkodzoną jest losowy, natomiast gdy obie jednostki są uszkodzone, to wynik jest zawsze równy. Biorąc pod uwagę sposób naprawy systemu, można podać następującą klasyfikację strategii samodiagnozy: - strategia jednokrokowa, - strategia wielokrokowa (sekwencyjna).

Strategia jednokrokowa polega na wykonaniu wszystkich dopuszczalnych testów w systemie i wyznaczeniu wszystkich uszkodzonych jednostek na podstawie otrzymanego syndromu. W przypadku strategii wielokrokowej proces diagnozy i naprawy przeplatają się nawzajem. Przyjmuje się, że na podstawie syndromu jesteśmy w stanie określić tylko pewien niepusty podzbiór uszkodzonych jednostek. Następnie wymienia się je na zdatne i ponawia się testowanie. Proces powtarzany jest dopóty, dopóki nie stwierdzi się poprawnego funkcjonowania wszystkich jednostek systemu (wymagana liczba iteracji m niezdatności). Wielokrokowe wykonywanie procesu diagnozy i naprawy znacznie wydłuża czas powrotu systemu do stanu zdatności. z drugiej strony jednak takie podejście znacznie upraszcza algorytmy lokalizacji uszkodzonej jednostki. Miary diagnozowalności: Definicja. System jest jednokrokowo m diagnozowalny, jeżeli wszystkie uszkodzone jednostki mogą być zlokalizowane na podstawie jednego syndromu wyników testowania, o ile liczba aktualnie uszkodzonych jednostek nie przekracza m. Definicja. System jest wielokrokowo m diagnozowalny, jeżeli co najmniej jedna niezdatna jednostka może być zlokalizowana na podstawie jednego syndromu wyników testowania, o ile liczba aktualnie uszkodzonych jednostek nie przekracza m. W przypadku symetrycznego unieważniania się testów warunki konieczne m diagnozowalności sformułowali Preparata, Metze i Chien. Twierdzenie. W m diagnozowalnym systemie komputerowym złożonym z n węzłów spełnione są warunki: ) n 2m +, 2) każdy węzeł musi być testowany przez co najmniej m innych węzłów. Dowód.....

Warunki ) i 2) twierdzenia są konieczne lecz nie są wystarczające, przykładem jest następujący system: 2 3 4 węzły d 2 d 3 d 2 d 345 d 43 niezdatne () x x 0 0 (2) 0 x 0 0 (3) 0 0 x (4) 0 0 0 x Ponieważ syndromy testu przy niezdatnych węzłach () i (2) są nierozróżnialne system nie jest - diagnozowalny jednokrokowo. GOD, który zapewnia zlokalizowanie m niezdatnych elementów systemu nazywa się grafem m diagnozowalnym, a graf m diagnozowalny o minimalnej liczbie łuków grafem m optymalnym. Warunki twierdzenia mogą być wykorzystane do wykazania, że klasa systemów dla których n = 2m + i każdy węzeł jest testowany dokładnie przez m innych węzłów jest optymalna. Graf optymalny (system D δ m ) powiązanie testowe d i z d j istnieje wtedy i tylko wtedy gdy t=,2,...,m j= (i + δ t) mod n gdzie δ jest liczbą całkowitą, Przykład 2. system D 2 2 5 2 4 3