Модель поведения автономного сценария в задачах управления распределенными информационными ресурсами

Аннотация

В.А. Филатов, О.Ф. Козырь

Дата поступления статьи: 27.07.2013

В статье получило свое дальнейшее развитие применение технологии автономных сценариев для управления информационными ресурсами вычислительных систем. Формализовано поведение детерминированных и стохастических автономных сценариев  с использованием аппарата конечных автоматов, что позволяет разрабатывать модели и технологию решения широкого класса задач управления информационными ресурсами.

Ключевые слова: автономные сценарии, теория конечных автоматов, концепция фреймов, слот, управление распределенными информационными ресурсами.

Введение
Важную роль в повышении эффективности функционирования любого предприятия, интенсификации и развитии управленческих и инновационных процессов играет качество управления информационными ресурсами (УИР), под которыми будем понимать информацию и инструменты работы  с нею.
В условиях постоянного развития информационных систем   и технологий  становится невозможно эффективно решать вручную множество сложных задач управления информационными ресурсами.  Поэтому,  учитывая все возрастающий спрос на программные средства, которые облегчают администрирование в распределенных системах и выполняют те или иные задачи информационной поддержки,  разработчики предлагают все новые решения для управления информационными ресурсами, расширяют возможности существующих программных продуктов.
Однако в настоящее время не существует универсального класса систем УИР, которые отвечали  бы потребностям предприятий различных масштабов и разного уровня автоматизации процессов управления. Поэтому поиск доступных, гибких и универсальных средств управления всем многообразием информационных ресурсов распределенных систем является одной из важнейших задач ИТ-индустрии.
Такие свойства программных сценариев, как автономность, целенаправленность, мобильность и адаптивность, а  также независимость от сред и квалификации разработчика, способность решать и простые, и сложные задачи, как на сервере, так и на  стороне клиента,  позволяют рассматривать их как одно из перспективных направлений развития УИР.
Для системной проработки вопросов возможности и целесообразности применения автономных сценариев  в автоматизации процессов УИР необходимы формализация и исследование их структуры и поведения при решении различных классов задач УИР.

1Разработка концептуальной модели автономного сценария
Рассмотрим один из подходов к созданию модели универсального автономного сценария, ориентированного на решение задач управления информационными ресурсами вычислительных систем, на основе концепции фреймов [1,2]. В общем случае она может быть записана в виде:
,           (1)
где FR – имя фрейма;
совокупность <R_i,С_i1,…,C_ij,…,C_im>  – описание i-го слота  фрейма;
R_i  – имя i-го слота,  C_ij – j-ое значение i-го слота.
На основании фрейма (1), может быть реализована модель программного сценария в терминах <объекты>, <условия>, <действия>, <результаты>. Фрейм выступает в виде универсального каркаса или типовой оболочки, в которую могут добавляться функциональные модули-слоты для решения конкретных задач управления информационными ресурсами.
Каждый слот фрейма связан с конкретным объектом информационного пространства и выполняет с ним заданное действие. Математическое описание слота имеет вид:
,    (2)
где – множество имен атрибутов, – множество доменов,  –   отображение , – множество, определяющее начальные условия и признаки  выполнения действий в структуре задания,  – множество операций, при этом   , где     – операции над слотами-кортежами,  – операции над состояниями кортежей,  – операции над значениями типовых атрибутов. При этом  , где  – операции над данными одного типа, – межтиповые операции,  –   модель-кортеж  i-го задания автономного сценария.
Кортеж  в модели (2) может быть представлен в виде:
,     (3)
где – множество состояний кортежа , – множество ограничений целостности,   –  множество операций, заданных на  . 
С учетом (2) и (3) логическую модель автономного сценария можно рассматривать как двумерный объект, имеющий реляционную структуру, слоты-кортежи которой описаны с помощью типового набора атрибутов  [3,4]:
     (4)
Где в качестве базовых представлены следующие типы:
OBG (object-объект)={база данных, файл, папка, сценарий, том, диск};
ACT(action-действие)={записать, копировать, читать, удалить, искать, наблюдать, защищать, ссылаться, выполнять};
CON(condition-условие)={ЕСЛИ <условие> ТО <предикат> };
FLAG(признак выполнения задания)={0; 1}.
Слот также может иметь  ключевой атрибут – идентификатор ID (index-индекс) и атрибут PRI (priority – приоритет), значение которого определяется пользователем и используется для взаимодействия сценариев.   
Модель слота автономного сценария показана на рис.1.

Рис.1. -  Модель слота автономного сценария
Состояния-кортежи  могут быть представлены, например,  в виде реляционной таблицы, атрибутами которой являются  .

2 Классификация автономных сценариев на основе фреймовой структуры
Так как во многих реальных ситуациях автономные сценарии должны решать возложенные на них задачи в условиях априорной неопределенности, то достижение ими  заданной цели возможно лишь на основе применения адаптивного подхода. Суть такого подхода состоит в  использовании текущей  информации, получаемой в результате выбора конкретных действий, для обоснования выполнения последующих действий. В задачах адаптивного выбора вариантов такой текущей информацией являются значения потерь, получаемые в результате выбора конкретных вариантов. Это позволяет компенсировать недостаток информации и реализовать оптимальную на классе систем стратегию управления [5].
Рассмотрим общую постановку задачи адаптивного выбора вариантов, представленную на рисунке 2.
Смысл подхода состоит в следующем - в каждый из последовательных моментов времени  необходимо выбирать вариант из конечного множества возможных вариантов .

Рис.2. -  Схема адаптивного выбора вариантов

Потери системы  представляют собой функцию элементарного исхода  (имеет бинарные значения «штраф» и «отсутствие штрафа») и зависят от выбранного варианта ,а также, возможно, от состояния системы. Реализуемая при этом последовательность вариантов  должна быть такой, чтобы достигалась заданная цель, формулируемая в терминах предельных значений текущих средних потерь.
Выбор очередного варианта производится на основе полученной к данному моменту времени совокупности потерь , которая соответствует реализованной последовательности вариантов . Это означает, что  является функцией от ,   и, возможно, от момента времени  и элементарного исхода . Эту функцию  назовем правилом выбора варианта :
,   ,    (5)
где  в зависимости от задачи – либо скаляр, либо вектор.
Функция  может быть как детерминированной, так и случайной (рандомизированной). Последовательность  правил выбора определяет стратегию выбора вариантов или стратегию управления информационным пространством [6,7].
Неопределенность исхода приводит к необходимости использовать более сложные рандомизированные стратегии. Большинство из них реализуют рандомизированные правила выбора следующего вида:
, ,    (6)
где  -вектор-функция,
 - вектор условных вероятностей выбора вариантов  в момент времени .
Выбору очередного варианта  предшествует вычисление в соответствии с (6), вектора . Вариант  представляет собой случайную дискретную величину, принимающую значения  с условными вероятностями  при фиксированной предыстории .
Рандомизированные правила выбора (7) включают и так называемые марковские правила, которые можно описать как:
,       (7)
Рандомизированные стратегии, определяемые последовательностью правил вида (7) относятся к классу рекуррентных алгоритмов адаптивного выбора вариантов. Эти алгоритмы достаточно просто реализуются, поскольку они на каждом шаге  используют минимальную информацию о предыстории процесса.
Применение рандомизированных стратегий позволит решать широкий класс задач адаптивного выбора вариантов, включая задачи с небинарными и с неограниченными потерями , более того, единообразно формировать алгоритм адаптивного выбора вариантов для всех рассматриваемых задач.
В условиях полной информации о системе оптимальная стратегия всегда принадлежит классу детерминированных стратегий:
, .   (8)
С помощью детерминированных стратегий может быть решено большинство задач УИР, возникающих в распределенных информационных системах.
Более простая реализация детерминированных стратегий возможна с помощью детерминированных конечных автоматов [8], которые в основном ориентированы на задачи с бинарными потерями, хотя могут применяться и в других случаях. Кроме того, для них характерно обеспечение приемлемого поведения, близость которого к оптимальному возрастает с увеличением глубины памяти автомата. Однако это влечет за собой уменьшение скорости достижения цели и увеличивает сложность, а именно число состояний, соответствующего автомата. Это же свойственно и стохастическим автоматам с постоянной структурой [9], которые реализуют рандомизированные стратегии выбора. Сложным рандомизированным стратегиям (6) и (7) в теории поведения автоматов соответствуют стохастические автоматы с переменной структурой.
Анализ наиболее распространенных стратегий адаптивного выбора вариантов позволил сформировать общий подход к созданию модели поведения автономного сценария в информационном пространстве с использованием конечных автоматов [9]. В соответствии с этим была предложена классификация автономных сценариев на основе фреймовой структуры. Для каждого класса используется бинарная функция потерь и  определены стратегия поведения, условия функционирования и тип конечного автомата (см. табл.1).

Таблица № 1  
Классы автономных сценариев

Исследование выделенных классов позволяет формализовать их  поведение в терминах теории конечных автоматов.

3  Модель поведения автономного сценария в терминах теории конечных автоматов
Конечный автомат рассматривается как некоторый объект [7 – 9], способный в каждый момент времени  ,N воспринимать конечное число сигналов  и изменять в зависимости от них свое внутреннее состояние. Автомат может производить конечное число действий , выбор действия определяется внутренним состоянием автомата. Автомат имеет конечное число m внутренних состояний , которое называется емкостью памяти автомата.
Предполагается, что автомат находится в некоторой среде и что действия  автомата вызывают ответные реакции  среды . Эти реакции, в свою очередь, являются для автомата входными сигналами, которые он использует для принятия решения о дальнейших действиях (рис. 3).

Рис.3 - Схема взаимодействия объекта с внешней средой

Рассмотрим простейший случай, когда все возможные реакции среды  воспринимаются автоматом как относящиеся к одному из двух классов - классу благоприятных реакций (выигрыш, ) и классу реакций неблагоприятных (проигрыш, ). Внутри каждого из этих классов реакции среды являются для автоматов неразличимыми. Целесообразность поведения автомата в некоторой среде заключается в увеличении числа благоприятных реакций и уменьшении числа реакций неблагоприятных.
Ограничим наше исследование рассмотрением детерминированных и стохастических автоматов.
Автомат задается уравнением ,показывающим зависимость действия автомата в момент времени t от его состояния , и стохастической матрицей . При этом равно вероятности перехода состояния  в состояние  под воздействием входа . Для детерминированных автоматов матрицы состоят из нулей и единиц. Так как рассматриваются автоматы, воспринимающие лишь два сигнала  и , то достаточно задать две такие матрицы и . Таким образом, детерминированный автомат  может быть задан каноническими уравнениями:
,   (9)
.    (10)
Уравнение (10) описывает зависимость действий автомата от его состояний, а уравнение (9) – изменения его состояний под воздействием входной переменной . Каждая строка матрицы состояний детерминированного автомата при любом фиксированном значении  содержит один элемент, равный 1, а остальные элементы равны 0. Смена состояний детерминированного автомата осуществляются в соответствии с правилом: если в момент  автомат находится в состоянии , то в момент  он перейдет в такое состояние , для которого .
Стохастический автомат также имеет конечное число состояний  и конечное число действий . Действия стохастического автомата однозначно определяются его состоянием: , а матрицы состояний ,  являются стохастическими. При этом  имеет смысл вероятности перехода из i-го состояния в j-e при заданном значении входной переменной . Пусть в момент  автомат находится в состоянии , , которому соответствует действие . Тогда вероятность  перехода автомата из состояния  в состояние  определяется формулой:
     .   (11)
Очевидно, что матрица  является стохастической.
С учетом общей модели поведения конечного автомата (10) и модели слота (2) и (3) представим автономный сценарий в терминах модели конечного автомата, тогда  слотов  соответствуют  типам действий :
          (12)
Каждый слот  по аналогии с автоматом для i-го действия обладает  конечным числом внутренних состояний  : 
    (13)
где n - количество слотов-заданий, m - количество состояний i-го кортежа-задания.
Тогда логическая модель автономного сценария примет вид, представленный на рис.4.
При выполнении условия, заданного форматом атрибута [CON], для объекта [OBG] выполняется встроенная процедура [PROC]  или действие, определенное спецификацией [ACT]. На каждое действие среда отвечает сигналом , значение которого {1,0} отображается в поле [FLAG]. Накопленные в течение определенного периода  результаты выполнения заданий, сформулированных в слотах-кортежах, могут быть использованы для моделирования адаптивного поведения сценариев.  Ориентация на реакцию среды, в которой функционирует автономный сценарий, позволяет ему достичь поставленной цели.  Конфликтные ситуации между сценариями разрешаются на основе приоритетов, заданных в поле [PRI].

Рис.4. - Двумерная логическая модель автономного сценария

Таким образом, модель автономного сценария представляет собой сложную логическую структуру и как обязательный атрибут должна содержать имя фрейма-сценария, который включает слоты-задания  (см. рис. 5).

Рис.5. - Структура фрейма автономного сценария

 Поведение автономного сценария определяется матрицей переходов, которая имеет вид:

Алгоритм автономного сценария состоит в следующем: задание, сформулированное в первом слоте-кортеже, выполняется   раз, после чего управление передается на второй слот-кортеж. Задача считается полностью выполненной тогда, когда действие  слота-кортежа выполнится  раз.
В качестве примера рассмотрим автономный сценарий класса А, состоящий из одного слота и имеющий три состояния [10]. Сценарий активируется при наступлении конкретной даты (21 сентября 2011 года) и времени (17.00 часов системного времени) и копирует содержимое  папки   d:\arhiv\###  на диск е:\ в одноименную папку (см.рис.6). Сценарий трижды выполняется в системе 21, 22 и 23 сентября.  Результаты копирования заносятся либо в соответствующую таблицу БД, либо в текстовый файл (журнал).

Рис.6.-  Структура автономного  сценария класса A
Если несколько изменить задание этого сценария, то есть не указать дату, а количество состояний задать равным 1, то копирование папки будет производиться ежедневно в 17.00 часов.

Выводы
Одним из перспективных направлений автоматизации процесса управления информационными ресурсами вычислительной системы является технология автономных сценариев, обеспечивающая решение широкого класса задач, таких как интеграция гетерогенных информационных структур и распределенных баз данных, мониторинг и автономный аудит информационных ресурсов. В статье предложена логическая модель автономных сценариев на основе фреймов, позволяющая формализовать как детерминированные, так и стохастические сценарии.
Для моделирования поведения автономных сценариев при взаимодействии с информационной средой предложено использовать аппарат конечных автоматов, позволяющий описать широкий спектр алгоритмов поведения, в том  числе адаптивные и интеллектуальные. Разработанные модели повышают эффективность проектирования и сопровождения систем управления информационными ресурсами, являются основой для создания инструментального программного средства автоматизированного генерирования автономных сценариев. 

Список литературы:

1. Minsky, Marvin. A framework for representing knowledge. [Electronic resource] // MIT AI Laboratory Memo 306.  June, 1974. -. Режим доступа: http://web.media.mit.edu/~minsky/papers/Frames/frames.html (доступ свободный) – Загл. с экрана. – Яз. англ. 
2. Chaib-draa, B., Moulin, B., Mandiau, R. & Millot, P. Chapter 1 - Trends in Distributed Artificial Intelligence, Foundations of Distributed Artificial Intelligence [Text] // G. M. P. O'Hare and N. R. Jennings (eds.), John Wiley & Sonsmc, 1996. - p. 3-55.
3.  Аксенов К.А. Коалиционная модель мультиагентного процесса преобразования ресурсов [Электронный ресурс]  // «Инженерный вестник Дона», 2012, №4 (часть 2). – Режим доступа: http://ivdon.ru/magazine/issue/106 (доступ свободный) – Загл. с экрана. – Яз. рус.
4. Филатов В.А. Модель поведения автономного агента на основе теории автоматов [Текст] // Вестник Херсонского государственного технического университета.- Херсон: ХГТУ, 2004. - № 1 (19) - с.108 - 111.
5. Трахтенброт Б.А., Барздинь Я.М. Конечные автоматы (поведение и синтез) [Текст] // Борис Трахтенброт, Ян Барздинь - М.: Мир, 1970. - с.400
6. Кудрявцев В.Б., Введение в теорию автоматов [Текст] // В.Б. Кудрявцев, С.В. Алешин, А.С.  Подколзин - М.: Наука, 1985. - с.319
7. Назин А.В., Позняк А.С. Адаптивный выбор вариантов: рекуррентные алгоритмы [Текст] //А.В. Назин, С.В. Алешин - М.: Наука, Глав. ред. физико-математической лит-ры, 1986. - с.288, ил., 21 см.
8. Цетлин М. Л. Исследования по теории автоматов и моделированию биологических систем  [Текст] // М.Л. Цетлин - М.: "Наука", 1969 - с.316
9. Филатов В.А., Козырь О.Ф. Мультиагентный подход к идентификации пользователей в системе дистанционного образования  [Текст] // Сборник трудов региональной научной конференции,- Старый Оскол ООО "ТНТ",  2005. – т.1- c. 284-290.
10.  Ананьев А.С.,  Бутенко Д.В.,  Попов К.В. Интеллектуальные технологии проектирования информационных систем. Методика проектирования программных продуктов в условиях наличия прототипа [Электронный ресурс]  // «Инженерный вестник Дона», 2012, №2. – Режим доступа: http://ivdon.ru/magazine/issue/103 (доступ свободный) – Загл. с экрана. – Яз. рус.