Межкомпонентное взаимодействие в мультиагентной системе

Статья посвящена изучению механизмов межкомпонентного взаимодействия в мультиагентных системах. В работе рассмотрены различные подходы к обмену сообщениями между компонентами, а также преимущества и недостатки каждого из них. Определены ключевые проблемы межкомпонентного взаимодействия и предложены их решения. Особое внимание уделено механизму обмена сообщениями на основе брокера сообщений. В статье описаны принципы работы программного брокера, его преимущества и недостатки, а также примеры использования в мультиагентных системах. Результаты исследования показали, что использование брокера сообщений позволяет создать гибкую и масштабируемую систему, способную эффективно обрабатывать большое количество сообщений и поддерживать высокую надежность в работе. В работе представлено описание разработанной структуры формата передачи данных между компонентами мультиагентной системы. Показаны схемы маршрутизации сообщений в рамках системы с использованием брокера сообщений. Описана настройка для реализации разработанных схем межкомпонентного взаимодействия. Предложен механизм кодирования сообщений на основе тэг-ключей, который позволяет проводить их идентификацию для дальнейшей обработки программными агентами. Этот подход может быть полезен при проектировании и разработке различных мультиагентных систем, где необходим обмен сообщениями между различными программными агентами.

1. Юлейси Г.П., Холод И.И. Взаимодействие в многоагентных системах интеллектуального анализа данных. Известия СПбГЭТУ ЛЭТИ. 2020;3:18–23.

2. Скобелев П.О., Иващенко А.В., Андреев М.В., Бабанин И.О. Мультиагентные технологии для управления распределением производственных ресурсов в реальном времени. Механика, управление и информатика. 2011;5:110–122.

3. Тимонин А.Н. Обзор инструмента имитационного моделирования Anylogic. Информационные технологии в образовании. 2021;4:231–237.

4. Лихтенштейн В.Е., Конявский В.А., Росс Г.В., Лось В.П. Мультиагентные системы: самоорганизация и развитие. М.: Финансы и статистика; 2018. 264 с.

5. Sabir B.E., Youssfi M., Bouttane O., Allali H. Authentication and load balancing scheme based on JSON Token for Multi-Agent Systems. Procedia computer science. 2019;148:562–570. DOI: 10.1016/j.procs.2019.01.029.

6. Горбунов В.В. Расширенные способы взаимодействия с сервисной шиной предприятия. Инновации. Наука. Образование. 2020;23:152–158.

7. Ayanoglu E., Aytas Y., Nahum D. Mastering RabbitMQ. Packt Publishing Ltd; 2016. 286 p.

8. Кавалерова А.С., Самочадин А.В., Тимофеев Д.А. Модуль авторизации подписчиков в системе управления очередями rabbitmq. Неделя науки СПбПУ, 19–24 ноября 2018, Санкт-Петербург. СПб.: Политех-Пресс; 2019. С. 177–180.

9. Dobbelaere P., Esmaili K.S. Kafka versus RabbitMQ: A comparative study of two industry reference publish/subscribe implementations: Industry Paper. Proceedings of the 11th ACM international conference on distributed and event-based systems, June 2017. 2017. p. 227–238. DOI: 10.1145/3093742.3093908.

10. Vandikas K., Tsiatsis V. Performance evaluation of an IoT platform. 2014 Eighth International Conference on Next Generation Mobile Apps, Services and Technologies. IEEE, Oxford, UK. 2014. p. 141–146. DOI: 10.1109/NGMAST.2014.66.