Приближенный анализ длительности пребывания требований в сети массового обслуживания с делением и слиянием требований

Обложка

Цитировать

Полный текст

Аннотация

Рассматривается открытая сеть массового обслуживания с делением и слиянием требований. При поступлении в сеть каждое требование разделяется на два фрагмента. Фрагменты требований обслуживаются в одноприборных системах обслуживания с неограниченной очередью, образующих ациклическую структуру рассматриваемой сети. После завершения обслуживания в сети фрагменты требований поступают в выделенную систему сборки требований, где требования собираются из своих фрагментов и покидают сеть. Предлагается приближенный метод вычисления математического ожидания длительности сборки требований и математического ожидания длительности пребывания требований в сети массового обслуживания с делением и слиянием требований при предположениях, что входящий в сеть поток требований является пуассоновским, а длительности обслуживания фрагментов требований являются экспоненциально распределенными случайными величинами. Для оценки точности приближенного метода вычисления соответствующих характеристик сети полученные результаты сравниваются с результатами имитационного моделирования сети. Предложенный метод может применяться при невысокой нагрузке сети массового обслуживания, функционирующей в стационарном режиме. Представленная сеть массового обслуживания может использоваться в качестве моделей современных многопроцессорных вычислительных систем, а также других систем с параллельным и распределённым принципом функционирования.

Об авторах

Оксана Сергеевна Постнова

Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского

Email: oksana.karpenko.2000@mail.ru
Саратов

Игорь Евстафьевич Тананко

Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского

Email: tanankoie@info.sgu.ru
Саратов

Екатерина Сергеевна Рогачко

Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевского

Email: rogachkoes@info.sgu.ru
Саратов

Список литературы

  1. ВИШНЕВСКИЙ В.М. Теоретические основы проектирова-ния компьютерных сетей. – М.: Техносфера, 2003. – 512 с.
  2. КАРПЕНКО О.С., ТАНАНКО И.Е., РОГАЧКО Е.С. Иссле-дование имитационной модели открытой сети массовогообслуживания с делением и слиянием требований // Си-стемы управления, информационные технологии и мате-матическое моделирование : Материалы V Всероссийскойнаучно-практической конференции с международным уча-стием. – Омск: ОмГТУ, 2023. – С. 209–214.
  3. КЛИМЕНОК В.И. Характеристики производительностисистемы массового обслуживания с расщеплением запро-сов // Информатика. – 2023. – Т. 20, №3. – С. 50–60.
  4. ОСИПОВ О.А., ТАНАНКО И.Е. Сети массового обслужи-вания произвольной топологии с делением и слиянием тре-бований: случай бесконечноприборных систем обслужива-ния // Вестник Тверского государственного университета.Серия: Прикладная математика. – 2017. – №4. – С. 43–58.
  5. ЦИЦИАШВИЛИ Г.Ш., ОСИПОВА М.А. Стационарныепотоки в ациклических сетях массового обслуживания //Дальневосточный математический журнал. – 2016. – №2. –С. 223–228.
  6. ENGANTI P., ROSENKRANTZ T., SUN L. et al. ForkMV:Mean-and-variance estimation of fork-join queuing networksfor datacenter applications // IEEE Int. Conf. on Networking,Architecture and Storage (NAS–2022). – Philadelphia, PA,USA, 2022. – P. 1–8.
  7. FLATTO L., HAHN S. Two parallel queues created by arrivalswith two demands I // SIAM Journal on Applied Mathematics. –1984. – Vol. 44, No. 5. – P. 1041—1053.
  8. GORBUNOVA A.V., LEBEDEV A.V. Correlations of thesojourn times of subtasks in fork-join queueing systems withM/M/1-type subsystems // Advances in Systems Science andApplications. – 2024. – Vol. 24, No. 2. – P. 1–18.
  9. GORBUNOVA A.V., LEBEDEV A.V. Nonlinearapproximation of characteristics of a fork-join queueingsystem with Pareto service as a model of parallel structure ofdata processing // Mathematics and Computers in Simulation. –2023. – Vol. 214. – P. 409–428.
  10. GORBUNOVA A.V., LEBEDEV A.V. On estimatingthe characteristics of a fork-join queueing system withPoisson input and exponential service times // Advances inSystems Science and Applications. – 2023. – Vol. 23, No. 2. –P. 99–114.
  11. KEMPER B., MANDJES M. Mean sojourn times in two-queue fork-join systems: bounds and approximations //OR Spectrum. – 2012. – Vol. 34, No. 3. – P. 723—742.
  12. KO S.S., SERFOZO R. Response times in M/M/s fork–joinnetworks // Advances in Applied Probability. – 2004. – Vol. 36,No. 3. – P. 854—871.
  13. LEMOINE A.J. Networks of queues – a survey of equilibriumanalysis // Management Science. – 1977. – Vol. 24, No. 4. –P. 464–481.
  14. MARIN A., ROSSI S., SOTTANA M. Dynamic resourceallocation in fork-join queues // ACM Trans. on Modelingand Performance Evaluation of Computing Systems. – 2020. –Vol. 5, No. 1. – Article No. 3. – P. 1–28.
  15. NELSON R., TANTAWI A.N. Approximate analysisof fork/join synchronization in parallel queues // IEEETrans. on Comp. – 1988. – Vol. 37, No. 6. – P. 739–743.
  16. NGUYEN M., ALESAWI S., LI N. et al. A black-box fork-joinlatency prediction model for data-intensive applications // IEEETrans. on Parallel and Distributed Systems. – 2020. – Vol. 31,No. 9. – P. 1983–2000.
  17. OZKAN E. Control of fork-join processing networks withmultiple job types and parallel shared resources // Mathematicsof Operations Research. – 2022.–Vol.47,No.2.–P.1310–1334.
  18. RAAIJMAKERS Y., BORST S., BOXMA O. Fork–join andredundancy systems with heavy-tailed job sizes // QueueingSystems. – 2023. – Vol. 103, No. 1. – P. 131–159.
  19. SCHOL D., VLASIOU M., ZWART B. Large fork-joinqueues with nearly deterministic arrival and service times //Mathematics of Operations Research. – 2021. – Vol. 47, No. 2. –P. 1335–1364.
  20. THOMASIAN A. Analysis of fork/join and related queueingsystems // ACM Computing Surveys. – 2014. – Vol. 47, No. 2. –Article No. 17. – P. 1–71.
  21. VISHNEVSKY V.M., KLIMENOK V.I., SOKOLOV A.M.et al. Investigation of the fork-join system with Markovianarrival process arrivals and phase-type service time distributionusing machine learning methods // Mathematics. – 2024. –Vol. 12, No. 5. – Article No. 659. – P. 1–22.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».