ДИСКРЕТНО-ПОДІЄВЕ МОДЕЛЮВАННЯ РОЗПОДІЛЕНИХ СИСТЕМ ОБРОБКИ ДАНИХ

Гармаш, Р.С.

ДИСКРЕТНО-ПОДІЄВЕ МОДЕЛЮВАННЯ РОЗПОДІЛЕНИХ СИСТЕМ ОБРОБКИ ДАНИХ

Гармаш, Р.С.

URI: http://library.econom.zp.ua:85/xmlui/handle/123456789/505

Date: 2025-01-16

Abstract:

Магістерська робота містить: 52 сторінки, 3 рисунків, 3 таблиці, 22 першоджерел та 1 додаток. Об’єктом дослідження є розподілені мережі обробки даних IoT-пристроїв. Предметом дослідження є дискретно-подієвий підхід до моделювання ефективних структур розподілених мереж. Метою роботи є аналіз роботи системи обробки даних IoT-пристроїв шляхом дискретно-подієвого моделювання різних конфігурацій параметрів, визначення впливу змін на продуктивність системи. Для досягнення мети роботи було поставлено такі завдання: дослідити сутність дискретно-подієвого підходу та його застосування для моделювання складних систем; створити модель системи обробки даних IoT-пристроїв, враховуючи ієрархічну структуру компонентів (IoT-пристрої, шлюзи, регіональні сервери, центральний кластер); визначити ключові метрики для оцінки продуктивності системи, такі як середня затримка, кількість втрачених і оброблених пакетів; провести серію експериментів із варіюванням розміру черг, кількості пристроїв і продуктивності вузлів; проаналізувати результати експериментів, виявити залежності між параметрами та продуктивністю системи; Отримані результати можуть бути корисними інженерам та адміністраторам систем для оцінки продуктивності мережі, оптимізації її параметрів і розгортання ефективних рішень для обробки та передачі даних, зокрема в умовах високого навантаження та динамічних змін у мережі.

Description:

Результати серії проведених експериментів демонструють важливість моделювання і тестування параметрів системи обробки даних для IoT-пристроїв. Кожен з експериментів був спрямований на аналіз ключових аспектів роботи системи — розмір буферів, кількість пристроїв, продуктивність шлюзів і серверів. Отримані результати дозволяють зробити важливі висновки про ефективність системи та її здатність адаптуватися до різних умов роботи. Перший експеримент, спрямований на вивчення впливу розміру черг у вузлах системи, показав, що збільшення розміру буфера дозволяє зменшити кількість втрачених пакетів і середню затримку передачі даних. Це досягається завдяки можливості накопичення більшої кількості пакетів у черзі, навіть за умов підвищеного навантаження на систему. Водночас надмірне збільшення розміру черг може підвищувати затрати ресурсів, таких як пам’ять, що є обмеженням для реальних систем. Таким чином, оптимальний розмір буфера має підбиратися залежно від специфіки IoT-мережі та її робочих вимог. Другий експеримент, що досліджував вплив кількості IoT-пристроїв, показав, що збільшення кількості пристроїв призводить до зростання навантаження на систему, що в свою чергу підвищує кількість втрачених пакетів і середню затримку. Занадто велика кількість пристроїв при незмінній інфраструктурі призводить до перевантаження шлюзів, серверів і центрального кластеру. Це вказує на важливість масштабування інфраструктури системи відповідно до кількості підключених пристроїв. Відсутність балансування між кількістю пристроїв і ресурсами може призвести до серйозного погіршення продуктивності. Третій експеримент, метою якого було вивчення впливу часу обробки даних у вузлах системи, продемонстрував, що збільшення часу обробки негативно впливає на продуктивність. Зростає кількість втрачених пакетів, зменшується пропускна здатність системи, а затримка передачі даних стає критичною для часу-залежних застосувань. Це вказує на необхідність оптимізації часу обробки даних через покращення апаратного забезпечення або алгоритмів обробки, що можуть зменшити навантаження на окремі вузли. Глобальний аналіз результатів експериментів підтверджує, що продуктивність IoT-системи залежить від цілого комплексу параметрів, які взаємопов’язані між собою. Оптимізація одного параметра, наприклад, збільшення розміру буфера, може бути ефективною лише за умови збалансованості інших складових, таких як кількість пристроїв і продуктивність вузлів. Це підкреслює важливість системного підходу до проєктування IoT-мережі, де кожен параметр враховується у взаємозв’язку з іншими. Практична цінність отриманих результатів полягає у можливості їх використання для побудови реальних IoT-систем із заданими характеристиками. Зокрема, методи, застосовані в даному дослідженні, дозволяють визначати оптимальні параметри системи для забезпечення мінімальних втрат пакетів, низької затримки та високої пропускної здатності. Це особливо актуально для критично важливих застосувань, таких як інтелектуальне управління містами, моніторинг навколишнього середовища, автоматизація промисловості та інші. Таким чином, проведене дослідження демонструє, що дискретно-подієве моделювання є ефективним інструментом для аналізу і оптимізації складних IoT-систем.

Show full item record