Оценка собственной характеристики киберфизической системы методом сетевых исчислений

Обложка

Цитировать

Полный текст

Аннотация

Рассматриваются подходы к решению частной задачи обеспечения безопасности киберфизических систем, к которым относятся многие объекты критической информационной инфраструктуры, включая такие сферы как транспорт, связь, энергетика и промышленность, а именно, к оценке доступности как максимальной задержки передачи и обработки данных. Анализируются способы оценки собственной характеристики киберфизических систем – так называемой кривой обслуживания, которая представляет собой детерминированные ограничения, связывающие вход системы и минимальный поток на выходе системы. Оценка кривой обслуживания рассматривается в рамках метода сетевых исчислений и подходов мини- и макси-плюс алгебры, которые составляют математическую основу метода. Для оценки кривой обслуживания взят один ранее разработанный метод, использующий свойство дуальности преобразований мини- и макси-плюс алгебры, и предложен новый метод, основанный на связи двух видов кривых обслуживания – мини- и макси-кривой обслуживания. Методы рассматриваются с учетом их применения для реальных систем и существующих ограничений на возможности измерения, в частности, конечности временного интервала измерений. На основе анализа двух методов делается вывод, что каждый из них дает возможную кривую обслуживания, но они требуют дополнительных данных для того, чтобы полученная кривая соответствовала режиму максимального быстродействия системы.

Об авторах

Виталий Георгиевич Промыслов

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: vp@ipu.ru
Москва

Кирилл Валерьевич Семенков

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: semenkovk@ipu.ru
Москва

Елена Филипповна Жарко

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: zharko@ipu.ru
Москва

Список литературы

  1. ВИШНЕВСКИЙ В.М., ДУДИН А.Н., КЛИМЕНОК В.И. Стохастические системы с коррелированными потока-ми. Теория и применение в телекоммуникационных сетях. – М.: «ТЕХНОСФЕРА», 2018. – 564 с.
  2. КОВАЛЕНКО И.Н. Расчет вероятностных характери-стик систем. Задачи расчета вероятностных характе-ристик систем. Исследование систем в общем виде. Применение метода малого параметра. – М.: URSS, 2023. – 104 с. – ISBN 978-5-9710-5094-0.
  3. ПРОМЫСЛОВ В.Г., СЕМЕНКОВ К.В. Применение ме-тода Network Calculus для расчета временных характе-ристик систем управления с циклическим алгоритмом работы // Проблемы управления. – 2021. – №4. – С. 50–65. – URL: http://pu.mtas.ru/archive/Promyslov_pu_421.pdf.
  4. BAYBULATOV A. PROMYSLOV V., Industrial Control System Availability Assessment with a Metric Based on Delay and Dependency // IFAC-PapersOnLine. – 2021. – Vol. 54, Iss. 13. – P. 472–476.
  5. BOUILLARD A., Individual Service Curves for Bandwidth-Sharing Policies Using Network Calculus // IEEE Network-ing Letters. – 2021. – Vol. 3, No. 2. – P. 80–83. – doi: 10.1109/LNET.2021.3067766.
  6. BOUILLARD A., JOUHET L., THIERRY E., “Service curves in Network Calculus: dos and don’ts”. RR-7094, IN-RIA. 2009, pp.24. inria-00431674
  7. BOUILLARD A. Algorithms and efficiency of Network cal-culus. – Paris: École Normale Supérieure, 2014.
  8. BOYER M., DAIGMORTE H. Improved Service Curve for Element With Known Transmission Rate // IEEE Networking Letters. – 2023. – Vol. 5, No. 1. – P. 46–49. – doi: 10.1109/LNET.2022.3150649.
  9. CRUZ L. A calculus for network delay. I. Network elements in isolation // IEEE Trans. Inform. Theory. – 1991. – Vol. 37, No. 1. – P. 114–131. – doi: 10.1109/18.61109.
  10. CRUZ L. A calculus for network delay. II. Network analy-sis // IEEE Trans. Inform. Theory. – 1991. – Vol. 37, No. 1. – P. 132–141. – doi: 10.1109/18.61110.
  11. FIDLER M. Survey of deterministic and stochastic service curve models in the network calculus // IEEE Commun. Surv. Tutorials. – 2010. – Vol. 12, No. 1. – P. 59–86. – doi: 10.1109/SURV.2010.020110.00019.
  12. LE BOUDEC J-Y., THIRAN P. Network Calculus: A Theory of Deterministic Queuing Systems for the Internet. – Springer Verlag, Online Version of the Book, LNCS 2022. – 245 p.
  13. LIEBEHERR J. Duality of the Max-Plus and Min-Plus Net-workCalculus // Foundations and Trends in Networking. – 2017. – Vol. 11, No. 3–4. – P. 139–282. – doi: 10.1561/1300000059.
  14. LIEBEHERR J., FIDLER M. AND VALAEE S. A System-Theoretic Approach to Bandwidth Estimation // IEEE/ACM Trans. on Networking. – 2010. – Vol. 18, No. 4. – P. 1040–1053. – doi: 10.1109/TNET.2009.2035115.
  15. Modular Performance Analysis with Real-Time Calculus. https://www.mpa.ethz.ch (дата обращения: 12.07.2023).
  16. SIMON I. Recognizable sets with multiplicities in the tropical semiring // Mathematical Foundations of Computer Science. Lecture Notes in Computer Science. – 1988. – Vol. 324. – P. 107–120.
  17. THIELE L., CHAKRABORTY S., NAEDELE M. Real-time calculus for scheduling hard real-time systems // Proc. of the IEEE Int. Symposium on Circuits and Systems. Emerging Technologies for the 21st Century. (IEEE Cat No.00CH36353), Geneva, Switzerland, 2000. – Vol. 4. – P. 101–104. – doi: 10.1109/ISCAS.2000.858698.
  18. ZHOU B., HOWENSTINE I., LIMPRAPAIPONG S., CHENG L. A Survey on Network Calculus Tools for Network Infrastructure in Real-Time Systems // IEEE Access. – 2020. – Vol. 8. – P. 223588–223605. – doi: 10.1109/ACCESS.2020.3043600.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


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

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).