Search academic texts

Registration Number

0825U003313, PhD dissertation

Status

Доктор філософії, 172, Електронні комунікації та радіотехніка

Date

14-08-2025

popup.evolution

o

Title

Methods and models for enhancing the efficiency of distributed service systems

Author

Stanislav S. Zhuravel,

popup.head Mykhailo M. Klymash
popup.opponent Volodymyr S. Nakonechnyi
popup.opponent Andrii Semenov
popup.review Andriy R. Masyuk
popup.review Taras A. Maksymyuk

Description

В дисертаційній роботі розв’язано науково-практичне завдання підвищення ефективності функціонування розподілених сервісних систем шляхом розроблення методів та моделей адаптивного покращення функціонування алгоритмів консенсусу через удосконалення механізмів виявлення відмов, зокрема шляхом оптимізації таймаутів як основного інструменту детекції збоїв. У першому розділі «Аналіз методів та алгоритмів консенсусу розподілених сервісних систем» встановлено, що основою узгодженості функціонування розподілених систем є робота алгоритмів консенсусу, що забезпечують їх стабільну роботу та є основним механізмом, який гарантує узгодженість даних між вузлами навіть у випадку збоїв. Забезпечення надійності розподілених сервісних систем є складною задачею, що вимагає комплексного підходу з урахуванням різноманітних джерел збоїв, зокрема апаратних, програмних та мережевих. Ключовим елементом підтримки стійкості розподіленої системи є своєчасне виявлення збоїв (fault detection). Визначено, що в умовах нестабільних і непередбачуваних мережевих затримок ефективність виявлення відмов критично залежить від раціонального вибору порогового значення часу очікування повідомлень від вузлів. Занижене значення тайм-ауту дозволяє системі оперативно реагувати на потенційні збої, але водночас підвищує ризик хибнопозитивних спрацювань, що може призводити до зайвих реконфігурацій, порушення узгодженості даних і зниження продуктивності системи. Актуальною є розробка нових методів і моделей прогнозованого адаптивного виявлення відмов, які враховуватимуть поточні характеристики мережевого середовища, динаміку затримок і поведінку вузлів у кластері. У другому розділі «Розроблення адаптивних методів підвищення ефективності алгоритмів консенсусу в розподілених сервісних системах» увагу зосереджено на вирішенні проблеми підвищення ефективності фунціонування алгоритмів консенсусу, особливо в умовах нестабільності функціонування мережевих з’єднань в розподілених системах, шляхом розроблення нових методів та алгоритмів. Набув подальшого розвитку метод виявлення відмов в роботі розподілених сервісних систем, який на відміну від існуючих аналізує стан функціонування системи та мінімізує кількість помилкових рішень про відмови, як викликані короткочасними мережевими збоями, шляхом інтеграції ймовірнісного байєсівського підходу. Для мінімізації кількості реконфігурацій удосконалено метод адаптивного визначення порогу відмов шляхом прогнозування часу очікування повідомлень від потенційно непрацездатного вузла за допомогою моделі машинного навчання SARIMA. Вперше запропоновано автономний адаптивний метод підвищення продуктивності РСС, який на основі знань про лідер-орієнтовану структуру алгоритму консенсусу, дозволяє динамічно коригувати параметри затримки між вузлами кластеру, обирати лідера в кластері, та забезпечити максимальну стабільність і продуктивність роботи системи вцілому. У третьому розділі “Моделювання та дослідження продуктивності методів підвищення ефективності розподілених систем” проведено розрахунок апостеріорної ймовірності відбою вузла на основі методу виявлення відмов з використанням ймовірнісного байєсівського підходу. Проведені розрахунки доводять, що навіть за умов наявності окремих ознак потенційної відмови, таких як пропущені повідомлення працездатності або підвищена затримка, метод не схильний до передчасних висновків, а натомість дозволяє зважено формувати рішення на основі комбінації факторів. Такий підхід значно зменшує кількість хибнопозитивних спрацьовувань приблизно на 4–5%. Після проведення моделювання із використанням методу адаптивного визначення порогу відмов та моделі машинного навчання SARIMA вдалося підвищити точність виявлення збоїв на 20%, забезпечуючи при цьому адаптивну та ефективну реакцію системи на нестабільні умови функціонування мережі. Результати моделювання продемонстрували здатність алгоритму визначення тайм-ауту точно і гнучко визначати вузол, який має найсприятливіші умови для виконання ролі лідера, з урахуванням фактичних характеристик мережі. У четвертому розділі “Практична реалізація та функціонування розроблених методів підвищення ефективності розподілених сервісних систем” розроблено програмно-апаратний комплекс з автономним адаптивним підходом до управління для підвищення ефективності функціонування розподіленої системи, що дозволить на практиці підтвердити ефективність запропонованих методів та алгоритмів. Завдяки впровадженню автономного адаптивного методу у роботу програмно-апаратного комплексу вдалося вдалося досягти зменшення ймовірності реконфігурації кластеру на 4.5%, що дозволить обробляти запити в моменти пікових навантажень без переобрання нових лідерів.

Registration Date

2025-08-06

popup.nrat_date

2025-08-06