Назначение:   моделирование больших систем с дискретными событиями. Если система хорошо представляется в виде отдельных элементов с индивидуальными проведениями, то для исследования этой системы можно создать модель в СИМ AGNES.

Область применения:

• локальные компьютерные сети
• беспроводные сенсорные сети
• вычисления на суперЭВМ

Используемый алгоритм:   Используя мультиагентный подход и платформу JADE, было создано программное обеспечение для моделирования систем с дискретными событиями. Система  AGNES – это агенты, работающие на платформе JADE, и скрипты для конфигурирования и запуска моделей. Агентов можно разделить на две группы: управляющие агенты (УА), которые создают среду моделирования, и функциональные агенты (ФА), которые образуют модель, работающую в среде моделирования. Основная задача функциональных агентов - это имитирование работы исследуемой системы. Управляющие агенты занимаются контролем хода эксперимента и сохранением результатов.

Основные задачи УА:

• Инициализация и запуск модели
• Сбор и хранение информации о ходе моделирования
• Синхронизация модельного времени
• Балансировка нагрузки между вычислительными узлами, участвующими в моделировании
• Взаимодействие с пользователем (вывод отчетов, предоставление возможности влиять на ход моделирования)
• Обеспечение отказоустойчивости, восстановление модели

Система AGNES обладает следующими особенностями:

• Кроссплатформенность. (JAVA приложение)
• Возможность распределенного запуска. (на локальной сети или вычислительном кластере)
• Возможность полунатурного моделирования. (при наличии реальных объектов поддерживающих спецификацию FIPA)
• Отказоустойчивость.
• «Простота» освоения системы моделирования.

 Иерархия основных управляющих агентов, входящих в AGNES, представлена на рисунке

Более подробное описание AGNES можно получить в статье Подкорытова Д.И. «Агентно-ориентированная среда моделирования сетевых систем AGNES» // Ползуновский вестник, 2012. № 2/1, C. 94-99. (электронный доступ)

 Функциональные возможности: Количественные характеристики моделирования  зависят от модели, запускаемой в AGNES. Например, модели, описанные в статье «АГЕНТНО-ОРИЕНТИРОВАННЫЙ ПОДХОД К ИМИТАЦИОННОМУ МОДЕЛИРОВАНИЮ СУПЕРЭВМ ЭКЗАФЛОПСНОЙ ПРОИЗВОДИТЕЛЬНОСТИ В ПРИЛОЖЕНИИ К РАСПРЕДЕЛЕННОМУ СТАТИСТИЧЕСКОМУ МОДЕЛИРОВАНИЮ» (авторы: Глинский Б.М., Родионов А.С., Марченко М.А., Подкорытов Д.И., Винс Д.В.)  запускались на гибридном кластере НКС-30Т в Сибирском Суперкомпьютерном центре коллективного пользования СО РАН. В этих моделях возможен запуск порядка 25,000 агентов на одном многоядерном вычислительном узле, при этом идет использование значительной части ресурсов. В этой задаче реальное время работы модели сопоставимо со временем счета реальных вычислениях.

 Пример создания модели (с демонстрацией возможностей системы) находится в файле example.pdf

Agnes запускается как обычное JAVA приложение. Пример запуска команды запуска:

java -jar AGNES.jar model.xml options

где model.xml – это конфигурационный файл модели. Если явно не указать имя конфигурационного файла модели, то Agnes попытается открыть файл с именем model.xml.

Также могут быть указанны дополнительные опции options. Доступные опции:

• -h HOSTNAME: имя или адрес главного контейнера.
• -p PORT: порт главного контейнера.
• -nm: подключаемый контейнер.
• -ng: не запускать RMA JADE агента (графическую утилиту JADE).
• -nh: не выводить служебные/отладочные сообщения.

 Пример запуска главного контейнера:

java -jar AGNES.jar my.xml -h localhost -p 1099 -nh

 Пример запуска подключаемого контейнера

java -jar AGNES.jar my.xml -h 192.168.0.3 -p 1099 -ng -nm

Инструментальные средства создания:    Система состоит из агентов, написанных на JAVA. В качестве базовой мультиагентной платформы использована JADE (http://jade.tilab.com/). 

 Использование: AGNES распространяется бесплатно по лицензии LGPL. Для получения консультации и помощи в развертывании и применении AGNES, можно обращатся к автору.

Назначение      Программная система eXtended Network Simulator (XNS) предназначена для тестирования работы алгоритмов обеспечения качества сервиса - QoS (Quality of Service) в сетях широкополосного беспроводного доступа (ШБД).

Область применения    Система может применяться для тестирования модулей планировщиков QoS сети стандарта IEEE 802.16d (WiMax) в диапазоне рабочих нагрузок от 0 до 100% от максимальной пропускной способности (бит/с), предоставляемой радиоканалом. При этом физический уровень не моделируется. Обмен данными по радиоканалу заменен обменом по сети Ethernet.

Используемый алгоритм [1, 2]:

1. Пользователь запускает систему, используя стартовый сценарий.
2. Симулятор считывает из файла XML необходимые для работы параметры.
3. Стартовый сценарий запускает на машине-сервере приемник сетевых пакетов и регистраторы трафика (серверную часть генератора IP-трафика Iperf).
4. Модуль "Драйвер" системы XNS  производит непрерывное чтение сетевых пакетов из виртуального сетевого интерфейса TUN/TAP и размещает пакеты в очередях данных. В случае варианта виртуального интерфейса TUN из интерфейса считываются (и могут быть записаны) сформированные по правилам протокола TCP/IP датаграммы, то есть с IP-заголовком и полем полезной нагрузки. В случае варианта TAP из виртуального интерфейса считываются ethernet-пакеты с MAC-заголовком и полем полезной нагрузки, представляющим собой IP-пакет. В настоящей версии симулятор работает только с вариантом виртуального интерфейса TUN.
5. Стартовый сценарий запускает несколько экземпляров клиентской части генератора сетевого трафика Iperf, которые генерируют IP-пакеты c заданными размером и интенсивностью и записывают их в виртуальный сетевой интерфейс TUN/TAP.
6. Контроллер периодически запускает модуль планировщика QoS, который на основе заказанных параметров качества, а также заданных параметров радиоканала и информации о заполненности очередей, формирует карты заполнения кадра WiMax (DL-MAP и UL-MAP (Downlink-MAP и Uplink-MAP)). Карты содержат указания о том, сколько данных и из каких очередей должно быть отправлено в данном кадре. В настоящей версии симулятор позволяет имитировать передачу данных только в направлении Downlink (от базовой станции к абонентским).
7. Карты кадра передаются в модуль "Драйвер".
8. Драйвер производит разбор полученных карт и на их основе формирует единый сетевой пакет, содержащий служебные сообщения, а также данные из очередей драйвера (сгенерированные генератором трафика). Полученный единый сетевой пакет является моделью сетевого кадра (фрейма) стандарта IEEE 802.16d (WiMax). В случае превышения размера в 65535 байт (максимально допустимый для датаграмм TCP/IP) фрейм может быть разделен на несколько последовательно отправляемых пакетов.
9. Модель фрейма в виде сетевого пакета передается по реальному сетевому интерфейсу  Ethernet на машину-сервер.
10. На машине-сервере приемник сетевых пакетов осуществляет разбор модели фрейма с целью разделения служебных сообщений и пакетов данных. Выделенные пакеты данных в виде IP-датаграмм записываются в виртуальный сетевой интерфейс TUN/TAP.
11. Регистраторы трафика считывают пакеты из виртуального сетевого интерфейса, и, по окончании приема пакетов, формируют журнальный файл, содержащий статистическую информацию о принятых сетевых пакетах: общее количество переданных  пакетов, их суммарный размер, средняя пропускная способность, количество потерянных пакетов, количество пакетов отброшенных по тайм-ауту и т.д.
12. Регистраторы трафика (серверная часть) формируют ответные сообщения, содержащие статистику принятого трафика. Ответные сообщения в виде IP-пакетов записываются в виртуальный сетевой интерфейс.
13. Приемник сетевых пакетов осуществляет чтение IP-пакета со статистическими данными из виртуального интерфейса и отправляет его в по реальному сетевому интерфейсу Ethernet на машину-клиент.
14. На машине-клиенте модуль "Драйвер" принимает и записывает ответные сообщения  в виртуальный интерфейс.
15. На основе полученных  ответных сообщений со статистическими данными экземпляры клиентской части генераторов трафика формируют файлы журналов и выключаются.
16. Симулятор, отработав заданное время, останавливается.
17. Стартовый сценарий останавливает на машине-сервере регистраторы трафика и приемник сетевых пакетов.

 Таким образом, сетевой трафик, генерируемый клиентской частью Iperf, пропускается через модуль "Драйвер" симулятора XNS, затем доставляется на машину-сервер по TCP-туннелю (поверх сегмента сети Ethernet) в виде сетевых пакетов, моделирующих на логическом уровне фрейм WiMax. На машине-сервере приемник пакетов "распаковывает" модель фрейма, извлекает сгенерированные на клиенте IP-пакеты и передает их через виртуальный интерфейс серверной части генератора трафика Iperf. Серверная часть Iperf накапливает статистику и формирует пакет, отсылаемый обратно на машину-клиент, где расположен симулятор и клиентская часть Iperf. Обратная связь не затрагивает алгоритмы обеспечения QoS.

На основе полученной статистики можно сделать вывод, насколько реализованный в планировщике QoS алгоритм справляется с нагрузкой (интенсивностью поступления сетевых пакетов). Критериями могут быть: отсутствие потерянных пакетов, соответствие минимальных и максимальных значений пропускной способности заявленным в профиле QoS значениям,  а также соответствие фактических и заданных значений задержки и джиттера (колебания задержки).

Выбор виртуального сетевого интерфейса TUN/TAP продиктован основным требованием: продемонстрировать работу алгоритмов обеспечения QoS в условиях, приближенных к реальным, и измерить объективными средствами качество работы алгоритмов.

Использование виртуального сетевого интерфейса избавляет от необходимости создания сетевых драйверов (в терминах ОС Линукс) и позволяет тестировать работу алгоритмов обеспечения QoS на примере любых сетевых приложений, ориентированных на стек TCP/IP.

Литература:

1. Бойченко И.В., Бортников Е.В., Немеров А.А. Программный симулятор процессов управления качеством сервиса в беспроводных сетях стандарта IEEE 802.16 // Журнал "Доклады Томского государственного университета систем управления и радиоэлектроники" № 1 (23), часть 1, 2011 год. ISSN 1818-0442 (полнотекстовая версия http://www.tusur.ru/filearchive/reports-magazine/2011-23-1/143.pdf)

2. Boichenko I.V., Bortnikov E.V. Linux-Based Test-Bed for Testing of QoS Subsystems in Broadband Wireless Networks [Электронный документ]. - Режим доступа: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=6... , для зарегистрированных пользователей.

Функциональные возможности     Система имитирует обмен данными между базовой и абонентскими станциями и позволяет производить проверку качества работы алгоритмов QoS, реализованных в планировщике.

Пользовательский интерфейс: консольный (командная строка)

Проведены испытания системы, в ходе которых устанавливались следующие параметры:

Количество абонентских станций: до 22
Общее количество потоков данных (сервисных потоков) в системе: до 45
Типы сервисных потоков: Best Effort (BE), Unsolicited Grant Service (UGS)
Типы модуляций: BPSK, QPSK 1/2, QPSK 3/4, 16-QAM 1/2, 64-QAM 2/3, 64-QAM 3/4 .   

Система выполняет следующие функции:

1. Задание параметров базовой станции.
2. Задание сервисных потоков и соединений массивом одного типа в статическом режиме, то есть при инициализации базовой и абонентских станций.
3. Задание карты модуляций для каждой абонентской станции в статическом режиме.
4. Моделирование наполнения очередей для каждого соединения (абстрагирование пользовательских данных от вышестоящего уровня) на базовой и абонентской станциях.
5. Моделирование отправки данных по радиоинтерфейсу на базовую и абонентскую станции, то есть моделирование работы драйвера физического уровня без учета фрагментации пакетов.
6. Формирование карт DL-MAP и UL-MAP планировщиком QoS по запросу симулятора, для каждого следующего фрейма, с учетом параметров QoS, карты модуляций и загруженности очередей.
7. Ведение журнала событий отдельных сущностей базовой станции, абонентской станции и симулятора, в целом.
8. Мониторинг производительности сети (пропускная способность в течение определенного времени, % использования канала)

На выходе система формирует файл отчета, отражающий пропускную способность сети при заданных параметрах нагрузки.

Информацию этого отчета можно представить в виде таблицы:

DL - направление вещания - Down Link - от базовой станции к абонентским.

Во второй строке заголовка показано количество запускаемых потоков данных. Для каждого количество потоков запускается генератор тафика с полосой, составляющей   50%   75%   100%   от максимально возможной полосы при данной модуляции.

В ячейках таблицы отображаются значения полосы пропускания:  заданное генератору трафика (клиент Iperf) и принятое на стороне приемника генерируемых пакетов (сервер Iperf)

Зеленым цветом выделены ситуации, когда потерянных пакетов нет, но реально выданная полоса уже отличается от заказанной, при этом статистика, регистрируемая на клиенте и сервере Iperf  может отличаться.

Красным указаны ситуации, когда происходит потеря пакетов, и статистика на приложении-клиенте может вовсе отсутствовать.

 Инструментальные средства создания    Язык программирования: С/С++. Код компилируется компиляторами коллекции GCC (GNU Compiler Collection – Коллекция компиляторов GNU) версии 3.4.1. Модуль QoS поставляется в виде динамической библиотеки (расширение файла - .so).

Назначение - Решение задач квадратичного программирования с большими разреженными матрицами ограничений.

Область применения - Исследование операций
Используемый алгоритм - метод приведенного градиента с использованием на этапе безусловной минимизации сопряженного градиента.
Алгоритм опубликован в статье: Котельников Е.А. "Применение приведенного градиента в квадратичном программировании". Сиб. журн. вычисл. математики. 2010.-Т.13, № 1.-С. 23-31.
Функциональные возможности - число строк в матрице ограничений не должно превышать 32765.
Инструментальные средства создания - Фортран

Назначение - программа предназначена для приближенного вычисления вероятности несвязности планарного графа по матрице смежности двойственного графа. Планарным называется граф, который можно уложить на плоскости так, чтобы его ребра, изображаемые ломаными, не пересекались и разбивали плоскость на многоугольники, называемые гранями.

Область применения - задача вычисления вероятности связности графа с ненадежными ребрами рассматривалась во многих работах по теории надежности, при изучении электротехнических объектов, компьютерных сетей. Вероятностные оценки связности используются при исследовании сотовых структур и наносистем (нанотрубок, фулленеров, графенов и т.д.).

Разработанная программа позволяет сократить  вычисления и определить вероятность связности планарного графа по соответствующей матрице смежности двойственного графа, на основе определения асимптотических констант: (D) - размерность минимального разреза и (C) - количество таких разрезов. Алгоритм построения матрицы смежности двойственного графа и поиска соответствующих асимптотических констант описан в работе [1].
Условия эксплуатации :  
1. Расчет связности проводится на основе асимптотических формул, поэтому на входные данные (вероятность отказа ребра) налагаются ограничения -  вероятность отказа ребра должна быть порядка 1/N², где N - количество вершин в исходном графе.
2. Вводимая матрица смежности должна быть симметричной, по диагонали стоят нули.

Функциональные возможности - разработанная программа позволяет исследовать планарные графы большой размерности (до 1000 вершин).

Инструментальные средства создания - Среда программирования Delphi 7.

[1] Tsitsiashvili G.Sh. Complete calculation of disconnection probability in planar graphs// Reliability: Theory and Applications. 2012. Vol. 1. No 1. P. 154-159.

Назначение - Календарное  планирование проектов.

Область применения - Планирование проектов в научно-исследовательских и проектно-конструкторских организациях, предприятиях единичного производства, фирмах с позаказной системой планирования.

Из типовых моделей передачи заданий формируются сетевые модели выполнения заказов.  Рассчитываются объемные и календарные планы проектной организации по критерию минимизации суммарного превышения потребности в ресурсах от их наличия по всем интервалам времени планового периода. Выдается аналитическая информация об использовании ресурсов, расписании  операций  по подразделениям организации и заказам, степени загрузки  исполнителей, плановых датах выполнения заказов.

Используемый алгоритм - В пакете программ реализован алгоритм случайного поиска с самообучением для приближенного решения задач календарного планирования проектов.

Алгоритм опубликован  в статьях:

1. Ляхов О.А. Модель календарного планирования проектов с перераспределением нескладируемых ресурсов // Вестник Бурятского государственного университета /  - Улан-Удэ: Изд-во Бурят. госун-та, 2010. - Вып. 9: Математика и информатика. - С.119-124;
2. Ляхов О.А. Модели передачи заданий в сетевом планировании сложных комплексов работ // IX Международная конференция "Проблемы функционирования информационных сетей": Материалы конференции, Новосибирск, 2006, с.174-179.

 Функциональные возможности -  Пакет рассчитан на следующие максимальные размеры входных данных: 32765 работ в сводной сетевой модели, 128 видов нескладируемых ресурсов, 256 типовых моделей.

   
Инструментальные средства создания - язык Фортран.

Программа предназначена для расчета распределения упругих и пластических напряжений в модельной задаче вращающегося упруго-пластического диска с учетом упрочнения материала.

Программа может применяться для анализа упруго-пластических свойств дисков, влияния упрочнения на распределение напряжений в сплошном тонком вращающемся диске. Данная модель может  использоваться при оценке свойств более сложных объектов - турбин, несущих дисков, лопаток.

Функциональные возможности: позволяет строить графики распределения зон пластичности и упругости, задавать коэффициенты, описывающие свойства материала.

Программа написана на языке Java JRE 1.5, имеет графический интерфейс. Использована бесплатная библиотека JFreeChart http://www.jfree.org/jfreechart/.

Алгоритм и основные выкладки приведены в статье  Якубенко А.П. "Математическое моделирование упругопластического состояния вращающегося диска"  // Прикладная математика, управление и информатика : сб. тр. междунар. конф., Белгород, 3-5 октября 2012г., Т. 1. - С. 335-338.

Алгоритм включает в себя решение систем дифференциальных и нелинейных уравнений (в данных моделях решается аналитически) для нахождения распределения напряжений отдельно в упругой и пластической областях. Расчет точки перехода пластической зоны в упругую ведется исходя из непрерывности упругих и пластическх напряжений.

Назначение - Оценка характеристики  надежности сети связи. Принятие решения, является ли сеть достаточно надежной по отношению к заданной величине надежности - порогу.
Область применения - анализ надежности и живучести современных сетей связи.
Задача точного вычисления характеристики надежности сети NP-трудна,  точный расчет имеет экспоненциальную сложность. Если же стоит задача определить, превосходит ли надежность исследуемой сети величину заданного порога, не обязательно осуществлять полный перебор. В этом случае при помощи специальных методов объем вычислений можно значительно сократить.
Используемый алгоритм - за основу взят алгоритм из Won J.-M., Karray F. Cumulative Update of All-Terminal Reliability for Faster Feasibility Decision // IEEE Trans. On Reliability. September 2010. Vol 59, no 3. P. 551-562. 
Алгоритм модифицирован, применяется декомпозиция сети на блоки. Модифицированный алгоритм опубликован в [1].
Функциональные возможности - можно исследовать сети с количеством элементов  в несколько сотен.
Инструментальные средства создания - Delphi 5.
[1] Мигов Д.А., Родионов А.С. Принятие решения о надежности сети при помощи ее декомпозиции на двусвязные компоненты // Тезисы докладов Российско-Монгольской конф. молодых ученых по математическому моделированию, вычислительно-информационным технологиям и управлению (Иркутск, Россия – Ханх, Монголия, 2011). Иркутск, ИДСТУ СО РАН, 2011, с. 56.

Назначение - решение СЛАУ с разреженной квадратной симметричной положительно определенной матрицей высокого порядка.

Область применения - решение СЛАУ с разреженной квадратной симметричной положительно определенной матрицей высокого порядка.

Используемый алгоритм - обобщенный метод минимальных невязок (автор Saad Y.), модификация Айзенштата метода симметричной последовательной верхней релаксации (автор Eisenstat), описание методов см. [1].

1. Ильин В.П. Методы и технологии конечных элементов.— Новосибирск: Изд. ИВМиМГ СО РАН, 2007.—370с.

Функциональные возможности - Операции умножения на предобуславливающую и исходную матрицы или реализуются пользователем или по умолчанию выбирается модификация Айзенштата метода симметричной последовательной верхней релаксации (SSOR) для СЛАУ, представимой в сжато-разреженном формате (CSR).

Инструментальные средства создания -  Intel Fortran Compiler Professional Edition for Linux* version 11.1.051,

Назначение - решение СЛАУ с разреженной квадратной симметричной положительно определенной матрицей высокого порядка.

Область применения - решение СЛАУ с разреженной квадратной симметричной положительно определенной матрицей высокого порядка.

Используемый алгоритм -  метод сопряженных градиентов (автор Hestenes M.R., Stiefel E.), модификация Айзенштата метода симметричной последовательной верхней релаксации (автор Eisenstat), описание методов см. [1].

1. Ильин В.П. Методы и технологии конечных элементов.— Новосибирск: Изд. ИВМиМГ СО РАН, 2007.—370с.

Функциональные возможности - Операции умножения на предобуславливающую и исходную матрицы или реализуются пользователем, или по умолчанию выбирается модификация Айзенштата метода симметричной последовательной верхней релаксации (SSOR) для СЛАУ, представимой в сжато-разреженном формате (CSR).

Инструментальные средства создания -  Intel Fortran Compiler Professional Edition for Linux* version 11.1.051,

Программа предназначена для автоматизации неконтролируемой классификации дискретных данных.  
Область применения - анализ данных дистанционного зондирования, представленных спектральными признаками. Программа может быть использована для исследования аэрокосмических, медицинских изображений, в задачах распознавания, также для предварительного сжатия информации.
Разработан и реализован иерархический гистограммный кластерный алгоритм,  оптимизирующий среднюю разделимость кластеров при выборе системы сеток квантования различной детальности в разных областях векторного пространства признаков. Иерархический подход позволяет дифференцированно подойти к различным областям многоспектральных данных и существенно сократить число кластеров.
Подробно алгоритм описан в:
[1] Sidorova V.S. Automatic Hierarchical Clustering Algorithm for Remote Sensing Data // Pattern Recognition and Image Analysis, 2011, Vol. 21, No. 2, P. 328-331
[2] В. С. Сидорова. Анализ  многоспектральных   данных  дистанционного зондирования  покрова  Земли  с  помощью  гистограммного иерархического  кластерного  алгоритма. Труды международного конгресса “ГЕО-СИБИРЬ - 2011”, 2011, Т. 4, С. 116-122...
Алгоритм позволяет подробно исследовать структуру данных. Характеристики полученных кластеров заносятся в таблицу и могут быть показаны на экране. Можно получить  карту кластеров в виде BMP-файла, где цвет связан с номером кластера, к которому отнесен пиксель(сегментация).
Функциональные возможности - могут быть обработаны многоспектральные изображения (вплоть до10 каналов) объемом до 3-5 мегабайт.
Работа программы проиллюстрирована на сайте:  http://loi.sscc.ru/lab/RFFI10/RU/sidorova_hierarch.htm

Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows. При разработке программы  использовался механизм многодокументного интерфейса MDI .