Имитационное моделирование развития региональных информационно-коммуникационных систем
Автор: Датьев Игорь Олегович, Маслобоев Андрей Владимирович
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Новые информационные технологии
Статья в выпуске: 2 т.8, 2010 года.
Бесплатный доступ
Разработаны имитационные модели развития региональных информационно-коммуникационных систем (ИКС), учитывающие специфику их проблемной ориентации и влияние ассоциированных с ней случайных факторов на технико-экономические показатели функционирования. Создан базовый набор системно-динамических шаблонов для построения имитационных моделей развития региональных ИКС. Предложены формальные средства задания сценариев развития ИКС, позволяющие учесть в процессе имитационного эксперимента воздействия, приводящие к изменению закономерностей динамики параметров исследуемой системы.
Имитационное моделирование, информационно-коммуникационная система, метод системной динамики, региональное развитие
Короткий адрес: https://sciup.org/140191395
IDR: 140191395
Текст научной статьи Имитационное моделирование развития региональных информационно-коммуникационных систем
Для планирования развития информационно-коммуникационных систем (ИКС) региона необходимо оценить перспективные изменения требований к этим системам со стороны пользователей и условий, в рамках которых предполагается функционирование этих систем. Эффективным инструментом для решений этой задачи служат средства моделирования характеристик ИКС. В существующих работах [1-4], посвященных данной проблеме, в основном рассматриваются факторы технического характера. При этом не учитывается динамика социально-экономических показателей пользовательской среды - социальной и экономической структуры пользовательского пула, его территориальной распределенности. Вместе с тем, в некоторой среднесрочной перспективе динамика этих показателей может оказывать существенное влияние на различные характеристики ИКС – количество пользователей, структуру пользовательской среды, объемы трафика, нагрузку на вычислительные и коммуникационные узлы и т.п.
Специфические особенности и требования, выдвигаемые проблемной ориентацией информационно-коммуникационных систем, обусловлены тем, что, как правило, группы пользователей, решающие некоторый относительно устойчивый по составу комплекс задач, используют определенные классы информационных ресурсов, тематика которых связана с решаемы- ми задачами. Исследование, проведенное в ходе выполнения данной работы, подтвердило, что использование различных сочетаний классов информационных ресурсов, связанных с проблемной ориентацией пользовательских групп, оказывает различное влияние на нагрузку ИКС. Таким образом, социальная структура, а также реализуемая пользователями социальная и экономическая деятельность оказывают влияние как на технические параметры функционирования региональных ИКС, так и на экономические характеристики, связанные с предоставлением доступа к этим системам. В свою, очередь такие случайные факторы, как кризисные экономические явления в целом, кризисные экономические явления в определенной экономической отрасли, «внезапные» перераспределения финансовых потоков между отраслями, связанные с изменением политических курсов государства, запуск новых инновационных производств и т.д., влекут за собой изменения социально-экономической структуры и количественных характеристик состава пользовательской среды.
Для создания имитационных моделей развития региональных информационно-коммуникационных систем разработаны шаблоны системно-динамических моделей субъектов информационного обмена – поставщиков информационных услуг, классов информационных ресурсов, групп пользователей. Модель для исследования динамики функционирования и развития региональных ИКС и получения прогнозных показателей при реализации некоторого задаваемого сценария изменения социально-экономической среды формируется путем комбинирования необходимых шаблонов с последующей настройкой их параметров на исследуемый сценарий.
Разработанные шаблоны системно-динамических моделей реализованы в среде моделирования AnyLogic 5.4.1 [5]. Существенным преимуществом данной среды является возможность доступа к механизму формирования моделей на низком уровне - языка программирования (используется язык Java), что позволяет разрабатывать механизмы для автоматизированного формирования моделей динамической структуры.
Имитационная модель провайдера
Поставщики информационных услуг – провайдеры – это компании, фирмы, предоставляющие определенный набор услуг за определенную стоимость. В целом, от политик провайдеров зависит интенсивность использования информационных сетей потребителями. Каждый провайдер обладает технико-экономическими характеристиками, на основе которых пользователь выбирает наиболее «подходящего» провайдера. Ключевыми характеристиками, влияющими на выбор пользователя, являются: удельная цена информации, скорость передачи информации, бесперебойность работы провайдера.
С точки зрения провайдера, важнейшей характеристикой является прибыль, которая, в свою очередь, зависит от количества пользователей, удельной себестоимости информации, удельной цены информации, объемов продаж.
Количество абонентов провайдера зависит от численности населения в целом, а так же от структуры пользовательской среды.
Схема шаблона системно-динамической модели провайдера, реализованного в среде моделирования AnyLogic, представлена на рис. 1.

Рис. 1. Фрагмент шаблона имитационной модели провайдера
Основные параметры шаблона провайдера: aq – количество пользователей p -го тарифного плана k -го провайдера;
ac – средняя цена для абонента переданной единицы информации;
br – скорость передачи данных k -го провайдера:
br =< gbr, avbr, brmax >, где gbr – гарантированная скорость, avbr - средняя скорость, brmax – максимальная скорость;
nl – количество подключений;
ml – максимальное количество подключений без уменьшения скорости и бесперебойности (мощность провайдера);
qs – бесперебойность работы провайдера, которая определяется следующим образом:
qs = un / at, где un – суммарное время неработоспособности провайдера за определенный промежуток времени, at – общая длительность этого промежутка времени;
in - увеличение количества пользователей;
out – уменьшение количества пользователей.
Модели поставщиков информационных услуг, построенные на основе разработанного системно-динамического шаблона, позволяют получать прогнозные оценки количества пользователей различных типов, демографических секторов, социально-экономических групп для каждого провайдера с учетом технико-экономических характеристик предоставляемых информационных услуг.
Имитационная модель класса ресурса
Класс информационного ресурса представляет собой агрегированную характеристику, являющуюся сочетанием количества и объема объектов ресурса и поставленным ей в соответствие названием, отражающим тематику и предназначение ресурса. По отношению к контенту данных ресурсов, можно сказать, что они должны обладать некоторыми структурными (дизайнерскими) особенностями, например, соотношением текста и графики на страницах. Подобные особенности с технической точки зрения, выражаются в определенном количестве размещенных на страницах ресурсов объектов специфического размера.
Были выделены следующие классы ресурсов: галереи, новости, Интернет-магазины, форумы.
Выборка веб-страниц осуществлялась случайным образом.Решение о соответствии веб-страницы той или иной тематике принималось человеком.
В соответствие с выделенными классами ресурсов были рассчитаны групповые средние значения размеров «тел» HTML-страниц и встроенных объектов. По этим данным были вычислены значения математических ожиданий, дисперсий и средних квадратических отклонений, построены графики плотностей распределений размеров HTML-файлов и встроенных объектов.
Были проанализированы и выделены основные параметры, влияющие на трафик при использовании ресурсов определенных классов и разработан шаблон системно-динамической модели классов информационных ресурсов, схема которого представлена на рис. 2.

Рис.2.Шаблон имитационной модели класса ресурсов
т.д. При этом, c точки зрения потребления трафика, целевые группы представляются как совокупность пользователей различных типов, поэтому необходимо задать соотношения, определяющие состав данных групп относительно пользовательских типов. Таким образом, отдельный пользова-тельне выделяется, но подразумевается,учитыва-ется. Такое разбиение множества пользователей на целевые группы позволяет учитывать и исследовать специфику их проблемной ориентации. Кроме того, становится возможным исследовать влияние случайных факторов, ассоциированных с каждой из проблемно-ориентированных областей, на характеристики этих групп.
Набор основных параметров шаблона класса ресурсов включает:
ps – размер страницы ресурса класса k ;
bs – статистическое распределение размеров «тел» страниц класса информационного ресурса:
bs = bs(M (X ),o"), где X множество, содержащее перечисление размеров «тел» страниц класса информационного ресурса; X = {xi-}, i - индекс элемента множества X; xi- - i-ый элемент множества X, содержащий размер «тела» страницы; M(X) - математическое ожидание; σ – среднее квадратическое отклонение; oq - статистическое распределение количества объектов на странице класса информационных ресурсов; os – статистическое распределение размеров объектов класса ресурсов.
В результате, модели классов ресурсов, построенные на основе разработанных шаблонов, позволяют учитывать специфику информационных ресурсов, необходимых для решения задач типичного представителя различных групп пользователей.
Имитационные модели пользовательских групп
Рассматривать и моделировать каждого пользователя в отдельности является трудоемким, ресурсозатратным процессом. Поэтому в работе выделяются пользовательские типы, определяющие характеристики пользователей относительно используемых ими классов ресурсов. Кроме того, существует возможность выделять целевые группы пользователей, которые представляют интерес (для заказчика, конечного пользователя – исследователя модели) с точки зрения потребления трафика, то есть производить разбиение множества пользователей, например, на демографические сектора, социально-экономические группы и
Имитационная модель демографического сектора
Модель демографический сектор позволяет получать прогнозные оценки численности населения территориального образования различных возрастных групп. Схема шаблона системно-динамической модели демографического сектора, реализованного в среде моделирования AnyLogic, представлена на рис. 3.

Рис. 3. Структура шаблона системно-динамической модели демографического сектора
Основные параметры шаблона демографического сектора:
kdds – коэффициент смертности (количество умерших на 100 человек);
dds – смертность (численность умерших) демографического сектора q ;
pds – количество людей демографического сектора q ;
bds – количество родившихся;
kbds – коэффициент рождаемости (количество рождающихся на 100 человек);
kimds – коэффициент иммиграции демографического сектора q ;
imds – количество иммигрирующих демографического сектора q ;
kemds - коэффициент эмиграции демографического сектора q ;
emds – количество эмигрирующих демографического сектора q .
Шаблон системно-динамической модели демографического сектора позволяет строить модели для получения прогнозных оценок численности населения различного возраста. В дальнейшем эти оценки используются для моделирования численности пользователей.
Имитационная модель пользовательского типа
Модель пользовательского типа является базовой и определяет предпочтения пользователей относительно классов ресурсов, а так же интенсивность их использования. Кроме того, модель пользовательского типа содержит параметры, определяющие важность отдельных технических характеристик поставщиков информационных услуг для пользователей данного типа. Структурная схема фрагмента шаблона системно-динамической модели пользовательского типа, реализованного в среде моделирования AnyLogic, представлена на рис. 4.

Рис. 4. Фрагмент шаблона системно-динамической модели типа пользователя
Основные параметры шаблона пользовательского типа:
Pd - доли пользователей типа h каждой социально-экономической группы или демографического сектора;
np – количество запрошенных страниц за определенный период времени;
NS – статистическое распределение количеств сеансов использования сети в сутки за определенный период;
N – статистическое распределение количества веб-страниц, запрошенных в течение сеанса.
Кроме того, в модели присутствуют следующие параметры, определяющие предпочтения пользователей данного типа в отношении классов ресурсов и параметры, определяющие важность отдельных технических характеристик поставщиков информационных услуг для пользователей данного типа:
E – долевое соотношение информационных страниц ресурсов различных классов,
E = {pdrck}, где pdrck – доля ресурса класса k (от общего количества страниц np) в трафике пользователя типа h; q задает предпочтение пользователя: q близко к 1 – важна цена, q близко к 0 - важна скорость, q е [0,1]; и - значимость времени бесперебойной работы поставщика информационных услуг; u = 1 – наибольшая значимость, и е [0,1].
Таким образом, модели типов пользователей, построенные на основе разработанного шаблона позволяют разделять множество пользователей на типы с точки зрения различных социально-экономических и технических признаков, предоставляя возможность учитывать цели использования информационно-коммуникационных сетей.
Имитационная модель социальноэкономической группы
В зависимости от особенностей региона или территориального образования пользователей ИКС можно разделить на различные группы, в соответствии с родом их социальной или экономической активности. Под социально-экономической группой понимается совокупность пользователей, объединенных общими социальными и/или экономическими признаками. В рамках решаемой задачи основными характеристиками группы является ее численность и уровень доходов,определя-ющий возможности влияния группы на региональный рынок информационных услуг.
Каждая социально-экономическая группа генерирует трафик, обладающий некоторыми специфическими особенностями, обусловленными решением некоторого относительно устойчивого по составу комплекса задач и использования определенных классов информационных ресурсов, тематика которых связана с решаемыми задачами.
Пример реализации шаблона системно-динамической модели социально-экономической группы в среде моделирования AnyLogic представлен на рис. 5.

Рис. 5. Структура шаблона системно-динамической модели социально-экономической группы
Набор основных параметров шаблона социально-экономических групп:
gq – численность социально-экономической группы m, el – уровень доходов социально-экономической группы m, el е (0,1], rt – рейтинг (популярность) социально-экономической группы;
vl – уровень сложности получения единицы условного продукта социально-экономической группы - определяется экспертом, vl е (0,1] ;
gc – емкость группы – максимальная численность – определяется экспертом или на основе статистических данных;
in – увеличение количества пользователей социально-экономической группы;
out – уменьшение количества пользователей социально-экономической группы.
В результате, модели групп пользователей, провайдеров и классов ресурсов, построенные на основе разработанных шаблонов, позволяют учитывать не только общее количество пользователей информационных систем, но и специфику информационных ресурсов, необходимых для решения задач типичного представителя различных социально-экономических групп пользователей.
С использованием разработанных шаблонов реализованы имитационныемодели, которые позволяют прогнозировать характеристики нагрузки на региональные ИКС и стоимостные показатели предоставления информационно-коммуникационных услуг. Средствами моделирования указанные параметры могут определяться как для региональной ИКС в целом, так и дифференцировано для различных групп пользователей. Дифференцированная оценка информационно-коммуникационных потребностей групп пользователей позволит целенаправленно планировать развитие ИКС, обеспечивающее наиболее рациональное распределение инвестиций с целью удовлетворения прогнозируемых потребностей.
Механизм задания сценариев развития ИКС
Конкретный исследуемый сценарий изменения структуры и параметров ИКС (состав и стратификация пользовательской среды, технико-экономические параметры информационнокоммуникационных услуг, технические характеристики классов ресурсов) задается множеством модификаторов следующего вида:
Scn = {scnz}, где scnz - модификатор z, z = 1, Nscn , Nscn -количество сценарных изменений.
Каждый модификатор представляет собой кортеж, содержащий: идентификатор объекта модели, параметрыкоторого будут изменяться; идентификатор модифицируемого параметра; момент модельного времени, в который активизируется функция модификации; собственно функция – модификатор, задающая правила изменения данного параметра.
scnz = {objn, parn, Mod^, где objn e {dsi, sgm, uth, pn j, rck } - имя объекта; parn - имя параметра, принадлежащего объекту; Mod = {modp} - множество функций-модификаторов, где p = 1, NMod , NMod - количество функций-модификаторов.
tval e {abt, ret, fut} , где abt – абсолютный тип, ret – относительный тип, fut – функциональный тип.
Предложенныймеханизмзаданиясценариевразви-тия моделируемого процесса обеспечивает достаточно простые средства «наложения» последовательных изменений закономерностей динамики параметров ИКС.Это позволяет учесть при моделировании яв-ления,которые влияют на функционирование ИКС, но не могут быть априорно заданы при определении начальных параметров сеанса имитации.
Заключение
Разработанные имитационные модели развития региональных информационно-коммуникационных систем позволяют производить прогнозирование нагрузки на региональные ИКС и стоимости предоставленных информационно-коммуникационных услуг в целом,а также прогнозировать долевые составляющие этих показателей (ассоциированные с различными группами пользователей)в частности, для планирования развития региональной коммуникационной инфраструктуры.
Важной особенностью разработанных имитационных моделей является возможность задания сценарных изменений для параметров объектов модели, что позволяет учитывать внезапные изменения социально-экономических и технических условий функционирования региональных коммуникационных сред.Предназначение сценарных изменений заключается в имитации случайных воздействий в определенные моменты модельного времени.Подобные изменения,как правило,невозможно предсказать, основываясь только на законах функционирования, заложенных в модель. Однако наличие механизма задания сценарных изменений позволяет прогнозировать влияние,оказываемое этими изменениями на показатели функционирования ИКС.
Таким образом,основнымипреимуществамираз-работанных имитационных моделей являются возможность выделения проблемно-ориентированной (связанной с группой пользователей) составляющей нагрузки на ИКС,а также возможность прогнозирования влияния случайных факторов, ассоциированных с различными предметными областями,что позволяет получать обоснованные прогностические оценки параметров функционирования ИКС и производить эффективное планирование их развития.
В ходе исследований были получены следующие основные результаты,имеющие фундаментальное значение:
-
- создан базовый набор системно-динамических шаблонов для построения имитационных моделей развития региональных ИКС.
-
- разработаны формальные средства задания сценариев развития ИКС,позволяющие учесть в процессе имитационного эксперимента воздействия (в том числе – случайные), приводящие к изменению закономерностей динамики параметров исследуемой системы.
Работа выполнена по программе Отделения нанотехнологий и информационных технологий РАН «Фундаментальные основы информацион-ных технологий и систем» (проект № 2.6).
Список литературы Имитационное моделирование развития региональных информационно-коммуникационных систем
- Вишневский В.М. Теоретические основы проектирования компьютерных сетей. М.: Техносфера, 2003. -512 с.
- Comer D. The Internet Book: Everything You Need to Know About Computer Networking and How the Internet Works, 4rd edition. Prentice Hall, 2006. -416 p.
- Ямпольский В.З., Комагоров В.П., Солдатов В.Н. Моделирование сетей передачи и обработки информации. Новосибирск: Наука, 1986. -136 с.
- Turk T. System dynamics simulation of computer networks: Price-controlled QoS framework//Mathematics and Computers in Simulation. Vol.78, Iss.1, Elsevier Science Publishers B.V. Amsterdam, The Netherlands, 2008. -Р. 27-39.
- Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПб.: БХВ-Петербург, 2005. -400 с.