Сизов Александр Семенович, доктор технических наук, профессор, профессор кафедры программой инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Alexander S. Sizov, Doctor of Sciences (Engineering), Professor, Professor of the Department of Engineering Program
50 Let Oktyabrya Str. 94, Kursk 305040
Титенко Евгений Анатольевич, кандидат технических наук, доцент, доцент кафедры программой инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Evgeny A. Titenko, Candidate of Sciences (Engineering), Associate Professor, Associate Professor of the Department of Program Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Халин Юрий Алексеевич, кандидат технических наук, доцент, доцент кафедры программой инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Yuri A. Khalin, Candidate of Sciences (Engineering), Associate Professor, Associate Professor of the Department of Engineering Program
50 Let Oktyabrya Str. 94, Kursk 305040
Титенко Михаил Андреевич, аспирант
ул. 50 лет Октября, д. 94, г. Курск 305040
Mikhail A. Titenko, Post-Graduate Student
50 Let Oktyabrya Str. 94, Kursk 305040
Калинин Роман Викторович, аспирант
ул. 50 лет Октября, д. 94, г. Курск 305040
Roman V. Kalinin, Post-Graduate Student
50 Let Oktyabrya Str. 94, Kursk 305040
Целью исследования является систематизация свойств data-центров и поиск путей повышения производительности сети центров на основе коллективного доступа, совмещения шагов хранения и обработки информации и ее тиражирования.
Методы исследования основаны на теории организации сложных информационно-аналитических систем и систем искусственного интеллекта. Применение принципов распределено-территориальной организации центров, отложенного сбора данных, обработки данных на основе расчетно-аналитических моделей и моделей представления знаний позволяет создавать архитектуры data-центров, реконфигурируемые под базовые вычислительные процессы. Для описания архитектуры верхнего уровня были созданы и проанализированы типовой и модифицированный информационно-управляющие циклы обработки информации. На основе методов теории графов дана оценка сложности рассмотренным циклам. При этом использованы как стандартные количественные, так и структурные показатели, что позволило получить рекомендации по организации dаta-центров.
Результаты. Созданный модифицированный информационно-управляющий цикл сетевой обработки информации отличается повышением связности вершин и внутренних циклов обработки. Сравнение рассчитанных средних выходных показателей по стандартному и модифицированному циклам показало целесообразность соединений шагов в составе циклов, моделирущих некторые когнитивные возможности человека при обработке большого объема неструктурированных данных (декомпозиция, агрегация, анализ, обобщение). Построенный модифицированный цикл имеет более высокие средние и относительные показатели сложности.
Заключение. Совмещение в информационно-управляющем цикле шагов хранения, обработки информации и выделения новых закономерностей позволяет трактовать современные data-центры как интеллектуальные сетевые хранилища-поисковики. Созданный модифицированный информационно-управляющий цикл позволяет итерационно выполнять шаги систематизации, обобщения, анализа данных для получения новых порций информации. Эта особенность обеспечивает повышение общей производительности data-центра и снижение стоимости владения информационными ресурсами.
The purpose of the research is to systematize the properties of data centers and to find ways to increase the productivity of a network of centers based on collective access, combining the steps of storing and processing information and its replication.
Methods. The research methods are based on the theory of organization of complex information and analytical systems and artificial intelligence systems. The application of the principles of distributed-territorial organization of centers, deferred data collection, data processing based on computational and analytical models and knowledge representation models allows you to create data center architectures reconfigurable for basic computing processes. To describe the architecture of the upper level, standard and modified information and control cycles of information processing were created and analyzed. Based on graph theory methods, the complexity of the considered cycles is estimated. At the same time, both standard quantitative and structural indicators were used, which made it possible to obtain recommendations on the organization of data centers.
Results. The modified information and control cycle of network information processing is characterized by increased connectivity of vertices and internal processing cycles. A comparison of the calculated average output indicators for standard and modified cycles showed the expediency of combining steps in cycles that simulate certain human cognitive capabilities when processing a large amount of unstructured data (decomposition, aggregation, analysis, generalization). The constructed modified cycle has higher average and relative complexity indicators.
Conclusion. The combination of information storage and processing steps in the information management cycle and the identification of new patterns makes it possible to interpret modern data centers as intelligent network storagesearch engines. The created modified information and control cycle allows iteratively performing the steps of systematization, generalization, and data analysis to obtain new pieces of information. This feature provides an increase in the overall productivity of the Data Center and a reduction in the cost of ownership of information resources.
The authors declare that there are no conflicts of interest present.