Полумарковская модель надежности компьютерной системы с контейнерной виртуализацией

В современных облачных инфраструктурах и микросервисных архитектурах критически важной задачей является обеспечение высокой надежности, отказоустойчивости и непрерывности функционирования приложений. Основным фактором, снижающим эффективность таких систем, выступает феномен программного старения – постепенная деградация системных ресурсов (утечки памяти, фрагментация данных) в процессе длительной эксплуатации, приводящая к нелинейному росту интенсивности отказов. Сложность прогнозирования надежности в таких условиях обусловлена иерархической зависимостью между общим программным обеспечением хоста и изолированными контейнерами, а также динамическим характером процессов восстановления. В данной статье рассматривается актуальная проблема обеспечения надежности программного обеспечения (ПО) в компьютерной системе с контейнерной виртуализацией, подверженной явлению программного старения. Научная новизна заключается в разработке комплексной математической модели на основе полумарковских процессов, которая учитывает иерархическую структуру системы (общее ПО хоста и изолированные контейнеры) и позволяет оптимизировать стратегии проактивного восстановления. Для описания процесса старения использовано распределение Вейбулла, что отражает возрастающую интенсивность отказов. Предложена полумарковская модель состояний и переходов, включающая механизмы проактивного перезапуска и миграции контейнеров. Для снижения вычислительной сложности разработана упрощенная модель, базирующаяся на допущении о пренебрежимо малой вероятности вторичных отказов в короткие интервалы восстановления. Расчеты стационарных вероятностей и коэффициента готовности реализованы в среде Mathcad. Проведенные численные эксперименты показали, что реализация стратегии проактивного восстановления в диапазоне интервалов 1200-2400 часов существенно повышает коэффициент готовности системы. Установлено, что погрешность упрощенной модели пренебрежимо мала по сравнению со строгой моделью. Предложенная модель позволяет определить максимальное значение коэффициента готовности в зависимости от числа развернутых контейнеров и интервалов проактивного перезапуска контейнеров. Сравнение разработанного подхода с традиционными реактивными моделями восстановления подтверждает преимущество проактивных методов в минимизации простоев, вызванных накоплением ошибок (утечки памяти, фрагментация ресурсов). Предложенная модель может быть применена при проектировании высоконадежных облачных инфраструктур и DevOps-конвейеров.