UDK 004.3 Doi: 10.31772/2587-6066-2020-21-3-296-302
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ НАДЁЖНОСТИ АППАРАТНО-ПРОГРАММНЫХ КОМПЛЕКСОВ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СИСТЕМ УПРАВЛЕНИЯ РЕАЛЬНОГО ВРЕМЕНИ
А. В. Ааб, П. В. Галушин, А. В. Попова, В. А. Терсков
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева; Российская Федерация, г. Красноярск, 660037, просп. им. газ. «Красноярский рабочий», 31; Сибирский юридический институт МВД России; Российская Федерация, г. Красноярск, 660131, ул. Рокоссовского, 20
Одной из главных характеристик аппаратно-программных систем обработки информации реального времени является надёжность. Под надёжностью программного обеспечения (ПО) понимается свойство этого обеспечения выполнять заданные функции, сохраняя свои характеристики в установленных пределах при определённых условиях эксплуатации. Надёжность ПО определяется его безотказностью и восстанавливаемостью. Безотказность ПО – это свойство сохранять работоспособность при использовании его для обработки информации в информационной системе. Безотказностью программного обеспечения оценивается вероятность его работы без отказов при определённых условиях внешней среды в течение заданного периода наблюдения. Разработка и проектирование систем реального времени требует большого количества ресурсов на проектирование и тестирование. Одним из решений данной проблемы является математическое моделирование аппаратно-программных комплексов. Это позволяет более гибко проектировать системы реального времени с заданной надёжностью с учётом ограничений по цене и времени разработки, а также открывает возможность более гибкой оптимизации аппаратно-программных систем реального времени. Для разработки математической модели надёжности аппаратно-программного комплекса систем реального времени необходимо учитывать обеспечение заданного уровня надёжности при целесообразных затратах на разработку. Существует много методов повышения надёжности программного обеспечения, но наиболее перспективный и эффективный метод – это избыточность, которая достигается за счёт использования мультиверсионного программирования. Для повышения надёжности аппаратной части комплекса также необходимо использовать избыточность и резервирование, что включает в себя мультипроцессорность и обеспечение разных шин и независимой оперативной памяти. В данной статье рассматриваются существующие подходы к повышению надёжности аппаратного и программного обеспечения, предлагается модель надёжности аппаратно-программного комплекса, которая понимается как произведение вероятности безотказной работы аппаратного обеспечения и вероятности безошибочной работы программного обеспечения. Кроме того, предлагаются новые формулы для вероятностей состояний аппаратного обеспечения многопроцессорного вычислительного комплекса с разнородными процессорами в установившемся режиме, дающие тот же результат, что существующие, но требующие меньше вычислений. В заключении статьи ставится вопрос о возможности оптимизации надёжности аппаратнопрограммных комплексов на основе построенной модели, указываются методы оптимизации, которые могут быть использованы при решении данной задачи. Ключевые слова: надёжность, программное обеспечение, системы реального времени, математическая модель, мультиверсионное программирование.
Ключевые слова: надёжность, программное обеспечение, системы реального времени, математическая модель, мультиверсионное программирование.
References

1. Buttazzo G. Hard Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications. New York, NY, Springer, 2011. XVI+524 P.

2. Васильев В. А., Легков К. Е., Левко И. В. Системы реального времени и области их применения // Информация и космос. 2016. № 3. C. 68–70.

3. Черкесов Г. Н. Надежность аппаратнопрограммных комплексов. Спб. : Питер, 2005. 479 с.

4. Липаев В. В. Экономика производства программных продуктов. М. : СИНТЕГ, 2011. 358 с.

5. Затуливетер Ю. С., Фищенко Е. А., Ходаковский И. А. Программные методы повышения надежности структурно сложных распределенных вычислений и процессов управления // Надежность. 2009. №. 1. С. 42–49.

6. Avizienis A. The N-Version Approach to FaultTolerant Software // IEEE Trans. Soft. Eng, 1985. Vol. SE-11 (12). P. 1511–1517.

7. Кукарцев В. В., Шеенок Д. А. Оптимизация программной архитектуры логистических информационных систем // Логистические системы в глобальной экономике. 2013. № 3. С. 138–145.

8. Анализ надежности мультиверсионных архитектур аппаратно программных комплексов / О. А. Антамошкин, А. С. Дегтерев, М. А. Русаков и др. // Успехи современного естествознания. 2005. №. 6. C. 44-45.

9. Ефимов С. Н., Терсков В. А. Реконфигурируемые вычислительные системы обработки информации и управления. Красноярск : КрИЖТ ИрГУПС, 2013. 249 c.

10. Methods of assessing the characteristics of the multiprocessor computer system adaptation unit / Efimov S. N., Tyapkin V. N., Dmitriev D. D. и др. // Журнал Сибирского федерального университета. Серия: Математика и физика. 2016. Т. 9, № 3. С. 288–295.

11. Грэхем Р. Л., Кнут Д. Э., Паташник О. Конкретная математика. Математические основы информатики : 2-е изд. ; пер. с англ. М. : ООО «И.Д. Вильямс», 2010. 784 с.

12. Вентцель Е. С., Овчаров Л. А. Теория вероятностей и её инженерные приложения : 2-е изд. М. : Высшая школа, 2000. 480 с.

13. Goldberg D. E. Genetic algorithms in search, optimization, and machine learning. Reading, MA, AddisonWesley, 1989. 372 p.

14. Vorozheikin F. Yu., Gonchan T. N., Panfilov I. A. at al. Modified Probabilistic Genetic Algorithm for the Solution of Complex Constrained Optimization Problems // Vestnik SibSAU. 2009. Iss. 5 (26). Р. 31–36.

15. Галушин П. В. Разработка и исследование асимптотического вероятностного генетического алгоритма // Журнал Сибирского федерального университета. Серия: Математика и физика. 2012. № 1(5). C. 49–56.

16. Использование метода роя частиц для формирования состава мультиверсионного программного обеспечения / Ковалев И. В., Соловьев Е. В., Ковалев Д. И. и др. // Приборы и системы. Управление, контроль, диагностика. 2013. № 3. С. 1–6.

17. Semenkin E., Semenkina M. Stochastic Models and Optimization Algorithms for Decision Support in Spacecraft Control Systems Preliminary Design // Informatics in Control, Automation and Robotics, Lecture Notes in Electrical Engineering. 2014. Vol. 283. P. 51–65.

18. Semenkin E., Semenkina M. Self-Configuring Genetic Programming Algorithm with Modified Uniform Crossover Operator // Proceedings of the IEEE Congress on Evolutionary Computation. June 10–15, 2012.


Ааб Андрей Владимирович – магистр; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева.

Галушин Павел Викторович – кандидат технических наук, доцент; Сибирский юридический институт МВД России.

Попова Анастасия Валерьевна – магистр; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева. E-mail: anastasiya.popowa@mail.ru.

Терсков Виталий Анатольевич – доктор технических наук, профессор; Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева.


  МАТЕМАТИЧЕСКАЯ МОДЕЛЬ НАДЁЖНОСТИ АППАРАТНО-ПРОГРАММНЫХ КОМПЛЕКСОВ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СИСТЕМ УПРАВЛЕНИЯ РЕАЛЬНОГО ВРЕМЕНИ