В статье рассматривается обоснование выбора методов и алгоритмов взаимного информационного согласования (достижения консенсуса) в распределенной многоагентной системе, использующейся для решения задачи информационного мониторинга сложных технологических объектов. Архитектура этой многоагентной системы является децентрализованной и базируется на множестве интеллектуальных агентов мониторинга, фиксирующих и обрабатывающих данные с подконтрольного им объекта мониторинга – части системы, в рамках которой выполняется информационный мониторинг. Целью мониторинга является прогнозирование моментов возникновения нестационарной нагрузки на подконтрольном объекте мониторинга. Особенностью системы является наличие временного лага распространения нестационарной нагрузки по подмножествам объектов мониторинга. Задачу прогнозирования моментов возникновения и распространения нестационарной нагрузки в составе интеллектуального агента мониторинга решает нейросетевая модель, динамическое дообучение которой выполняется на основе возникающих на объекте прецедентов. Для учета временного лага распространения нестационарной нагрузки в статье предлагается выполнять дообучение нейросетевой модели агента не только на своей выборке данных, но и на выборках данных ближайших агентов-соседей, связанных лагом распространения нестационарной нагрузки, что требует решения задачи их взаимного информационного согласования. В статье рассматриваются подходы к выбору и модификации под архитектуру многоагентной системы алгоритмов: многоадресной рассылки сообщений о моментах возникновения нестационарной нагрузки, маршрутизации указанных сообщений в децентрализованной структуре системы информационного мониторинга. Рассматриваются необходимые для этих алгоритмов структуры данных и протоколы взаимодействия интеллектуальных агентов мониторинга, обеспечивающих повышение оперативности доставки сообщений.
1. Sharif Ullah Al-Mamun G.M., Kabir F., Nazeen F., Sobah J. A review on data center monitoring system using smart sensor network. International Research Journal of Science, Technology, Education, and Management. 2022;2(1). Доступно по: https://zenodo.org/record/6496816#.ZGI0zyPP3iA (дата обращения: 11.03.2023). DOI: 10.5281/zenodo.6496816.
2. Уилсон Э. Мониторинг и анализ сетей. М.: ЛОРИ; 2002. 350 с.
3. Copos B., Levitt K., Bishop M., Rowe J. Is anybody home? inferring activity from smart home network traffic. IEEE Security and Privacy Workshops (SPW). 2016;3. Доступно по: https://ieeexplore.ieee.org/abstract/document/7527776 (дата обращения: 11.03.2023). DOI: 10.1109/SPW.2016.48.
4. Юлейси Г.П., Холод И.И. Взаимодействие в многоагентных системах интеллектуального анализа данных. Известия СПбГЭТУ «ЛЭТИ». 2020;3:18–23.
5. Hochreiter S., Schmidhuber J. Long short-term memory. Neural computation. 1997;9(8): 1735–1780. Доступно по: https://pubmed.ncbi.nlm.nih.gov/9377276 (дата обращения: 11.03.2023). DOI: 10.1162/neco.1997.9.8.1735.
6. Zhuang S.Q., Zhao B.Y., Joseph A.D., Katz R.H., Bayeux J.K. An architecture for scalable and fault-tolerant wide-area data dissemination. In Proc. of the Eleventh International Workshop on Network and Operating System Support for Digital Audio and Video (NOSSDAV 2001); 2001. Доступно по: https://www.sci-hub.ru/10.1145/378344.378347 (дата обращения: 17.03.2023). DOI: 10.1145/378344.378347.
7. Rowstron A., Druschel P. Pastry: Scalable, distributed object location and routing for large-scale peer-to-peer systems. In Proc. IFIP/ACM Middleware 2001, Heidelberg, Germany. 2001. Доступно по: https://link.springer.com/chapter/10.1007/3-540-45518-3_18 (дата обращения: 17.03.2023). DOI: 10.1007/3-540-45518-3_18.
8. Stoica I., Morris R., Karger D., Kaashoek M.F., Balakrishnan H. Chord: A scalable peer-to-peer lookup service for Internet applications. In Proc. ACM SIGCOMM’01, San Diego, CA. 2001. Доступно по: https://ieeexplore.ieee.org/document/1180543 (дата обращения 20.03.2023). DOI: 10.1109/TNET.2002.808407.
9. Janotti J., Gifford D.K., Johnson K.L., Kaashoek M.F., O’Toole J.W. Overcast: Reliable Multicasting with an Overlay Network. In Proc. of the Fourth Symposium on Operating System Design and Implementation (OSDI). 2000;197–212. Доступно по: https://rd.springer.com/chapter/10.1007/11582267_5 (дата обращения 20.03.2023). DOI: 10.1007/11582267_5.
10. Leach P., Mealling M., Salz R. A Universally Unique IDentifier (UUID) URN Namespace. The Internet Society (RFC). 2005. Доступно по: http://www.ietf.org/rfc/rfc4122.txt (дата обращения 20.03.2023). DOI: 10.17487/RFC4122.
Рыкшин Максим Сергеевич
в/ч 71330
Москва, Российская Федерация
