Modelowanie probabilistyczne procesu przesyłania komunikatów w systemach rozproszonych

• Autorzy: Wesołowski Z.

Warianty tytułu

EN

Probabilistic Modeling of the Message Passing Process in Distributed Systems

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono zagadnienia modelowania probabilistycznego oraz analizy statystycznej procesu przesyłania komunikatów w systemach rozproszonych. Przyjęto, że modelami probabilistycznymi przepływności linków sieciowych są niestacjonarne ze względu na wartość oczekiwaną procesy stochastyczne. Analizy statystyczne prowadzi się na podstawie danych generowanych przez symulator stochastyczny procesu przepływów danych w sieciach komputerowych. Dane generowane przez symulator są interpretowane jako realizacje niestacjonarnych procesów stochastycznych. Przytoczono przykład wykorzystania proponowanego podejścia do badania procesu przesyłania danych w prostym systemie rozproszonym.

EN

The article discusses an issue of the probabilistic modeling of the message passing process in distributed systems. It has been assumed that the probabilistic models of bitrates in network links are non-stationary due to the expected value of stochastic processes. Statistical analysis is carried out on the basis of data generated by the stochastic simulator of the data flow process in computer networks. The data generated by the simulator have been interpreted as realizations of stochastic processes. The paper includes an example of the application of the presented approach to research the message passing process in a simple distributed system.

Słowa kluczowe

PL

modelowanie probabilistyczne; systemy rozproszone; analiza statystyczna; niestacjonarne szeregi czasowe

EN

probabilistic modelling; distributed systems; statistical analysis non-stationary time series

• Wydawca: Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
• Czasopismo: Prace Instytutu Elektrotechniki
• Rocznik: 2016
• Tom: Z. 272
• Strony: 105--118
• Opis fizyczny: Bibliogr. 13 poz., rys., wz.

Twórcy

autor

Wesołowski Z.

• Wojskowa Akademia Techniczna, 00-908 Warszawa 49, ul. Gen. Sylwestra Kaliskiego 2

Bibliografia

• 1. Committee on Network Science for Future Army Applications. Network Science. National Academies Press, 2005.
• 2. Lewis T. G.: Network Science: Theory and Applications. John Wiley & Sons, Hoboken, 2009.
• 3. Dabrowski C., Hunt F.: Using Markov Chain Analysis to Study Dynamic Behavior in Large-Scale Grid Systems. Proceedings of the 7th Australasian Symposium on Grid Computing and e-Research, Wellington, New Zealand, Jan. 2009.
• 4. Deane J.H.B., Jefferies D.J., Smythe C.: Chaotic Traffic Flow in Local Area Networks. Proceedings of the 11th European Conference on Circuit Theory and Design, Davos, Switzerland, 1993, s. 843–848.
• 5. Mills K. , Dabrowski C.. Investigating Global Behavior in Computing Grids. In de Meer H., Sterbenz J. P. G. (Eds.): Self-Organizing Systems. Lecture Notes in Computer Science, Volume 4124, 2006, s. 120–136.
• 6. Paxson V., Floyd S.: Difficulties in Simulating the Internet, IEEE/ACM Transactions on Networking, Vol. 9, 2001, No 4, s. 392-403.
• 7. Srikant R.: The Mathematics of Internet Congestion Control, Birkhäuser, 2004.
• 8. Willinger W.: Paxson V. Where Mathematics Meets the Internet. Notices of the AMS, September 1998, Vol. 45, No. 8, s. 961-970.
• 9. Box G.E.P., Jenkins G.M., Reinsel G.C.: Time Series Analysis: Forecasting and Control. Wiley, 2008.
• 10. Pacut A.: Prawdopodobieństwo: teoria, modelowanie probabilistyczne w technice. WNT, 1985.
• 11. Ljung L.: System Identification: Theory for the User. Prentice Hall, 1998.
• 12. Fishman G.S.: Discrete-Event Simulation. Springer, 2001.
• 13. Bhattacharya R., Majumdar M.: Random Dynamical Systems: Theory and Applications. Cambridge University Press, 2007.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę