| |
В данной работе представлен разработанный метод прогнозирования состояния сервисов в глобально-распределенных вычислительных комплексах (ГРВК) основанный на объективных исторических данных мониторинга, с исспользованием вычислительных методов Гаусса-Джордана, Вейерштрасса, Дюранд-Кернера с учетом феномена Рунге на предмет решения математических задач интерполяции больших данных мониторинга и вычисления наиболее точных коэффициентов прогностических моделей Ньютона, Лагранжа, Байеса по критерию корреляции R2 > 0,9. Произведен анализ для определения наиболее подходящей математической модели данных для прогнозирования тенденций и неисправностей с использованием различных математических моделей, критериев оценки их эффективности, алгоритма использования в задачах прогнозирования, выявленных главных сложностей и путей их решения, возникающих при обработке больших наборов данных. Рассмотрены нелинейные математические модели, критерии оценки их эффективности, алгоритм использования в задачах прогнозирования, главные сложности, возникающие при обработке больших наборов данных и пути их решения. Выявлены трудности использования полиномов Лагранжа при увеличении узлов интерполяции из-за эффекта нежелательных осцилляций на концах интервала, называемого феноменом Рунге, так как особенностью больших данных является выбор параметров функции прогнозирования. Например, при интерполяции полиномами высокого порядка появляется эффект нежелательных осцилляций на концах интервала, называемый феноменом Рунге, который ухудшает корреляцию данных. Предложено использование многочлена Чебышева для упрощения вычисления интерполяционной функции для минимизации оценки погрешности математического вычисления аппроксимирующей функции. Основными научными результатами являются математические модели и метод прогнозирования состояния вычислительных ресурсов ГРВК, суть которых заключается в использовании объективных данных мониторинга с применением оригинальных математических моделей на примере Zabbix.
Ключевые слова:мониторинг, большие данные, моделирование, функция прогнозирования, метрики мониторинга, управление состоянием, облачные технологии, информационные системы.
|
ПРАВОВАЯ
ИНФОРМАЦИЯ:
