МЕТОДЫ УПРАВЛЕНИЯ ВИРТУАЛЬНЫМИ РЕСУРСАМИ И ПРИЛОЖЕНИЯМИ В ИНФОРМАЦИОННОЙ СИСТЕМЕ ДИСТАНЦИОННОГО ОБУЧЕНИЯ

Размер: px
Начинать показ со страницы:

Download "МЕТОДЫ УПРАВЛЕНИЯ ВИРТУАЛЬНЫМИ РЕСУРСАМИ И ПРИЛОЖЕНИЯМИ В ИНФОРМАЦИОННОЙ СИСТЕМЕ ДИСТАНЦИОННОГО ОБУЧЕНИЯ"

Транскрипт

1 9069 УДК МЕТОДЫ УПРАВЛЕНИЯ ВИРТУАЛЬНЫМИ РЕСУРСАМИ И ПРИЛОЖЕНИЯМИ В ИНФОРМАЦИОННОЙ СИСТЕМЕ ДИСТАНЦИОННОГО ОБУЧЕНИЯ И.П. Болодурина Оренбургский государственный университет Россия, , Оренбург, пр. Победы, 13 E-mal: Д.И. Парфёнов Оренбургский государственный университет Россия, , Оренбург, пр. Победы, 13 E-mal: Ключевые слова: облачные вычисления, информационные системы, дистанционное обучение, виртуальные ресурсы, мультимедийные приложения, широкополосный доступ, распределение нагрузки Аннотация: В данном исследовании описаны методы управления виртуальными ресурсами и приложениями, входящими в состав информационной системы дистанционного обучения. Построена модель виртуализации ресурсов. Описаны методы доступа к информационной системе дистанционного обучения. 1. Введение В настоящее время быстрый рост обмена информацией требует разработки гибких решений для одновременного обслуживания множества пользователей. При этом наиболее востребованными являются мультимедийные сервисы, входящие в состав информационных систем дистанционного обучения (СДО). Как правило, системы дистанционного обучения являются многокомпонентными и осуществляют одновременную обработку нескольких разнородных информационных потоков. Поэтому существует необходимость в разработке специальных методов управления всей инфраструктурой в целом, а также приложениями, входящими в состав СДО. Кроме того, отличительной особенностью использования комплекса программно-технических средств СДО является существенное ограничение в вычислительных ресурсах. В настоящее время существует множество решений, позволяющих осуществлять управление распределением нагрузки между вычислительными ресурсами. Среди них наиболее перспективным является концепция облачных вычислений. Эта технология позволяет унифицировать доступ к ресурсам, что очень важно для систем, требующих высокого качества обслуживания и обеспечивающих доступность услуг в режиме 24/7. Рынок облачных вычислений включает в себя не только коммерческие программные продукты, такие как VMware ESX и т.д., но и хорошо документированные решения

2 9070 с открытым исходным кодом, такие как OpenStack [5]. Применение концепции облачных вычислений позволяет обеспечить хранение и обслуживание значительных объемов мультимедийных данных, используемых информационной системой дистанционного обучения. Типовые конфигурации облачных решений имеют существенный недостаток. Предлагаемые решения рассчитаны на неограниченное масштабирование вычислительных ресурсов в режиме on-lne, что в условиях ограниченности ресурсов приводит к значительным затруднениям. Предлагаемые в рамках исследования методы позволяют более эффективно использовать вычислительные ресурсы и сократить накладные расходы на инфраструктуру. 2. Методы управления виртуальными ресурсами 2.1. Модель виртуализации ресурсов Концепция виртуализации вычислительных ресурсов строится на базе абстракций, представляющих собой кортежи отношений, связанных между собой элементами подмножеств. В настоящем исследовании нами разработана модель виртуализации ресурсов. Облачную систему можно представить в виде связанных между собой объектов, включающих в себя: вычислительные узлы Snode, системы хранения данных Sstg, сетевого хранилища данных (NAS) Snas, сервер расписаний Srasp. На каждом вычислительном узле одновременно запущенно сразу несколько экземпляров виртуальных машин, описываемых кортежем Snode { VM, 1, VM,2, VM, k}, где k количество виртуальных машин на одном вычислительном узле. При этом каждая виртуальная машина содержит набор приложений VM { App1, App2, Appn}, обеспечивающих, поддержку работы определенных сервисов. В состав сетевого хранилища данных входит набор готовых образов виртуальных машин Snas { VMmg1, VMmg2, VMmgk}, содержащих требуемую операционную систему с предустановленным программным обеспечением и заданными параметрами виртуального аппаратного обеспечения VMmg { OS1, OS2, OSk}. Сервера расписаний осуществляют мониторинг и управление работой гибридной облачной системой. Работа всей облачной системы строится с использованием системы планирования выполнения каких-либо операций Srasp { Rtask1, Rtask2, Rtaskk}, задаваемых посредством сервера расписаний. В распределенной системе хранения данных, состоящей, как правило, из отказоустойчивых RAID массивов Sstg { RDsk1, RDsk2, RDskk}, осуществляется размещение необходимой для работы мультимедийных сервисов информации Sstg { Data1, Data2, Datak}. Помимо этого, в гибридной облачной системе также присутствуют виртуальные и физические коммутаторы, соединяющие между собой все компоненты в единую сеть. Каждый из компонентов, входящих в множество узлов Shcn { Snode, Snas, Srasp, Sstg, VM, } облачной системы обладает следующими характеристиками: (1) Shcn { State, Mem, Dsk, Dskn, Core, Lan}, где State {" on"," off "} состояние объекта гибридной облачной сиcтемы; Mem N объем оперативной памяти установленной для узла облачной системы; Dsk N объем дискового пространства устройств хранения данных, установленных для узла облачной системы; Dskn N количество устройств хранения данных, установленных

3 9071 для узла облачной системы; Core N количество вычислительных ядер процессора узла облачной системы; Lan N максимальная пропускная способность сетевого адаптера узла облачной системы. При этом для виртуальных машин из множества Snode, может быть создано подмножество VMnode { Snode, Snas, Srasp, Sstg, }, включающее в себя все компоненты гибридной облачной системы, что позволяет масштабировать архитектуру и изолировать вычислительные ресурсы для различных сервисов друг от друга. Декомпозиция ресурсов облачной системы и ее основных компонентов представлена на рис 1. Облачная система (Shcn)={Snode,Snas,Srasp,Sstg...} Shcn ={State,Mem, Dsk, DskN, Core, Lan} State={ on, off } Snode={VM 1,VM 2,...VM n } Snas={VMmg 1,VMmg 2,...VMmg n } Srasp={Rtask 1,Rtask 2,...Rtask n } Sstg={RDsk 1,RDsk 2,...RDsk n } VM={App 1,App 2,...App n } VMmg={OS 1,OS 2,...OS n } RDsk={Data 1,Data 2,...Data n } Рис. 1. Декомпозиция ключевых ресурсов облачной системы. Кроме того, так как облачная система является динамическим объектом, изменяющимся в моменты времени t, ее состояние может быть формализовано в виде ориентированного графа вида: (2) Shcn( t) ( Node( t), Connectons( t), App( t)), где вершины Node( t) { Node1, Node2,..., Noden} представляют собой активные элементы входящие в одно из множетсв Snode, Sstg, Snas, Srasp ; Connectons( t) { Connectons1, Connectons2,..., Connectonsn} активные подключения пользователей к виртуализованным приложениям; App( t) { App1, App2,..., Appn} активные экземпляры приложений, запущенные на виртуальных ресурсах. Таким образом, нами описана система, позволяющая обеспечить доступ мультисервисному набору услуг. С точки зрения широкополосного трафика одновременное обслуживание разнородных запросов пользователей такой системы является нетривиальной задачей. При этом также стоит учитывать ограниченность вычислительных ресурсов. Для обеспечения качества обслуживания рассмотрим методы доступа, применяемые для обслуживания клиентов Методы доступа к информационной системе дистанционного обучения На сегодняшний день эффективным считается прогнозирование поведения клиентов. Используя механизмы предварительной регистрации (подписки на сервисы), а также статистику потребления ресурсов по каждой из подсистем, мы можем предопределить объем необходимых вычислительных мощностей, требуемых для обслуживания поступающего потока заявок [1]. Отметим, что необходимость в одновременном обслуживании нескольких типов заявок, поступающих в разные каналы обслуживания, требует эффективного управления потоками запросов, поступающих на широкополосные мультимедийные ресурсы системы дистанционного обучения.

if ($this->show_pages_images && $page_num < DocShare_Docs::PAGES_IMAGES_LIMIT) { if (! $this->doc['images_node_id']) { continue; } // $snip = Library::get_smart_snippet($text, DocShare_Docs::CHARS_LIMIT_PAGE_IMAGE_TITLE); $snips = Library::get_text_chunks($text, 4); ?>

4 9072 Потоки запросов (трафик) к мультимедийным приложениям, как правило, отличаются от модели простого пуассоновского потока, описываемого экспоненциальной функцией распределения интервала времени между моментами поступления заявок. При этом каждый из источников запросов, участвующий в процессе создания потока пакетов, обладает собственными значениями удельной интенсивности нагрузки. В каждый момент времени интенсивность нагрузки результирующего потока запросов пользователей зависит от того, к каким приложениями они направлены, каким каналом (виртуальным ресурсом) они обслуживаются, а так же каково соотношение их численности для различных приложений. Используя различные оптимизационные алгоритмы на каждом из этапов можно повлиять на структуру трафика, обеспечив тем самым качество обслуживания для выделенного сервиса. При этом входные потоки претерпевают значительные изменения и в итоговом трафике появляются долгосрочные зависимости в интенсивности поступления запросов, что позволяет ввести обратную связь для компонентов обслуживающей системы. Отличительной особенностью имитационной модели, построенной для исследования процесса обслуживания запросов, является набор признаков, характеризующих каждую из поступающих заявок: ресурсоемкость оценивается с использованием рейтинга востребованности основных ресурсов системы; предполагаемое время выполнения оценивается с использованием статистики обслуживания однотипных заявок в зависимости; рейтинг конечного исполнителя заявки используется в качестве весового коэффициента для рационального распределения ресурсов с использованием, приведенной ранее уровневой модели подсистем. Каждая из заявок во входном потоке данных получает динамический приоритет, в зависимости от представленных набора признаков и текущего состояния всей СМО в целом. Примем, что все вычислительные узлы K, в рамках выбранного класса решаемой задачи, идентичны и любая заявка может быть обслужена любым из них. При этом на каждом вычислительном узле для эффективного обслуживания заявок применяются относительные приоритеты. Несмотря на то, что в модели можно четко классифицировать поступающие заявки, использование группового режима обработки в качестве дисциплины обслуживания не эффективно, так как не позволяет обеспечить равноценное качество для всех представленных мультимедийных сервисов. Учитывая особенности каждого сервиса, формализуем характеристики построенной модели. Количество источников I, и интенсивность n 1,..., I напрямую зависит от количества пользователей, обращающихся в данный момент к облаку СДО, причем в случае одновременного обращения одного клиента к разным уровням подсистем будем считать как заявки, поступившие от двух независимых друг от друга источников. Учитывая это, интенсивность µ поступления заявок в облачную систему в целом будет неравномерной не зависимо от выбранного интервала времени моделирования. Поэтому моделирование будем проводить в переходном режиме функционирования СМО. Кроме того, в СМО облака можно выделить несколько фаз F обслуживания заявок. Это обусловлено архитектурой технического решения, позволяющего масштабировать вычислительные мощности в зависимости от поставленных задач. Облачный контроллер, управляющий размещением вычислительных задач на запущенных экземплярах приложений, а так же запуском/остановкой вычислительных узлов, способен определять классы задач, что дает возможность использовать гибкое управление потоками запросов.

5 9073 Определим схему управления потоками запросов (рис. 2) и выделим три фазы обслуживания заявок: накопление заявок в контроллере облачной системы (фаза 1), приоритетное обслуживание заявок на выбранном вычислительном узле (фаза 2), генерация пакетов данных, запрашиваемых пользователями (фаза 3). К 11 К 31 I 1... К 21 S 31 -очередь потоковых данных К 1n К 32 S 1 Очередь контроллера К 1 Очередь приоритетного Каналы обслуживания обслуживания задач на вычислительных узлов вычислительном узле S 2 S 32 -очередь статических данных Рис. 2. Схема управления потоками запросов в системе дистанционного обучения. Рассмотрим каждую из фаз обслуживания потока заявок более подробно. При поступлении заявки в систему дистанционного обучения она попадает в очередь S 1 облачного контроллера для последующего распределения по вычислительным узлам K 1, =1,..,n (n количество узлов). Длина очереди S 1 в данном случае неограниченна, так как время пребывания заявки в очереди на обслуживание фиксировано, что обусловлено принципом работы веб приложений. При этом число узлов K 1, напрямую зависит от текущей загруженности облака, объема решаемых задач, а так же количества экземпляров каждой из подсистем, запущенных в данный момент. После того, как контролер выбрал доступный вычислительный узел, используя алгоритм минимизации потребляемых ресурсов и максимизации обслуживания клиентов, заявка поступает в очередь приоритетного обслуживания S 2 [8]. В соответствии с алгоритмом приоритетного обслуживания заявки поступают в канал K 21 для выполнения запрошенных операций [9]. Для генерации и передачи обработанного пакеты заявок направляются в одну двух очередей: для потоковых (видео- и аудио- трафик) или статических (текст и файлы) данных. Откуда они в соответствии алгоритмом предоставления доступа к данным в системе хранения облака предаются в каналы обслуживания K 31 или К 32 соответственно [9]. В рамках исследования установлено, что для потока запросов к информационной системе дистанционного обучения характерна сильная неравномерность интенсивности поступления заявок и пакетов. Заявки не равномерно распределены по различным интервалам времени, а группируются в «пачки» в одних интервалах, и полностью отсутствуют в других. При этом для каждого класса задач случайный процесс поступления в систему заявок характеризуется законом распределения, устанавливающим связь между значением случайной величины и вероятностью появления этого значения. Такой поток может быть описан вероятностной функцией распределения интервалов времени между соседними заявками. На основании статистических данных о количестве и размерах поступающих заявок, а так же характеристики интервалов времени между запросами получены следующие соответствия: для приложений, относящихся к первому классу и осуществляющих обработку потоковых данных (передача видео трафика) характерно распределение Парето между поступающими на обслуживание заявками;

6 9074 для приложений, относящихся ко второму классу и осуществляющих обработку статических данных (передача бинарного трафика) характерно распределение Вейбулла между поступающими на обслуживание заявками; для приложений, относящихся к третьему классу и осуществляющих обработку статических данных (передача трафика данных набольшего размера) характерно Хиквадрат-распределение между поступающими на обслуживание заявками. Используя полученные данные, в рамках исследования сформулированы методы управления виртуальными ресурсами и приложениями Методы управления виртуальными ресурсами и приложениями Как уже отмечалось ранее, особенностью архитектуры виртуализации является ее масштабируемость и реконфигурируемость. Поэтому основной задачей управления является выбор необходимого количества вычислительных ресурсов в каждый последующий момент времени работы облачной системы. При организации широкополосного доступа к мультимедийным образовательным ресурсам это особенно актуально, так как создаваемая нагрузка на сервисы может изменяться в достаточно короткие интервалы времени. Для того, что бы предотвратить исчерпание ресурсов в уже запущенных приложениях и подготовить дополнительные вычислительные мощности требуется, динамически составлять план состояния ресурсов и применять его для оптимизации структуры облака. В отличие от других аналогичных мультимедийных сервисов поток запросов пользователей к образовательным ресурсам за счет организации подписки на сервисы возможно предсказать. Предоставления доступа пользователям к виртуализованным информационным ресурсам состоит из двух связанных друг с другом процессов. Одним из процессов создания виртуальной машины является планирование. В результате обработки в системе задается предполагаемое количество пользователей, а также может быть создан выделенный шаблон виртуальной машины с необходимыми аппаратными характеристиками и программным обеспечением для проведения мероприятия. На основе полученного шаблона и данных о предыдущих аналогичных мероприятиях сервером расписаний осуществляется расчет конфигурации для развертывания сервиса. При этом в случае идентичности виртуальных машин по программному обеспечению предлагаются варианты уже созданных ранее образов, хранящихся на NAS. Для удобства конфигурации виртуальной машины предлагается три варианта. Первый вариант конфигурации обеспечит запас производительности в случае непредвиденного увеличения количества пользователей. Коэффициент масштабирования при этом рассчитывается динамически. При этом облачная система производит масштабирование в рамках всех доступных на текущий момент времени ресурсов вычислительной системы. Кроме того, системой предоставляется возможность выбрать диапазон количества экземпляров виртуальных машин, доступных для запуска. Второй вариант конфигурации обеспечит заведомо меньшую производительность виртуальной машины, по сравнению с заданным количеством пользователей. Однако такой шаблон является наиболее эффективным при использовании сервисов для узкоспециализированной аудитории пользователей. Он позволяется сократить накладные расходы при сравнительно малом количестве пользователей, относительно заявленного числа подписчиков. Как и в случае с первым вариантом шаблона, возможно задать количество экземпляров виртуальных машин, это позволяет обеспечить параллельный запуск на нескольких вычислительных узлах в условиях недостатка ресурсов в облачной системе. Таким образом, производится разделение на независимые узлы общей вычислительной задачи, что также позволяется обеспечить соответствующе качество обслуживания для проводимого мероприятия.

7 9075 Третий вариант конфигурации создается с использование заданных пользователем характеристик, включающих в себя фиксированный коэффициент масштабирования, и фиксированное количество экземпляров виртуальных машин, которые будут запущены независимо от количества пользователей сразу после начала мероприятия. Другим процессом является обслуживание запросов пользователей и масштабирование ресурсов в рамках работы приложений. Системой учитывает общее количество запросов от каждого из источников, что дает возможность прогнозирование нагрузки не только на облако и запущенные приложения, но и на отдельные сегменты ЛВС. На основе полученных данных системой управления облаком в соответствии с заданным планом осуществляется миграция и масштабирование вычислительных ресурсов. Для эффективного использования ресурсов в рамках описанных процессов в NAS хранилище образов так же создаются дополнительные экземпляры виртуальных машин, обеспечивающие минимальную нагрузку для облака, но поддерживающие работу приложений в режиме «stand by» для обеспечения доступа минимального количества пользователей. При этом в случае прогнозирования увеличения нагрузки на какой-либо сервис облачная система разворачивает полноценный образ мультимедийного ресурса и анализирует выходящие запросы пользователей. Если в течение заданного интервала времени нагрузка не превышает количества стандартного потока запросов в режиме «stand by», сервер расписаний переключает нагрузку на соответствующий образ, выключая виртуальную машину Экспериментальная апробация методов управления виртуальными ресурсами и приложениями В ходе эксперимента проводился анализ совместной работы всех предложенных алгоритмов при обработке потоков запросов различной интенсивности ко всем доступным приложениям информационной системы дистанционного обучения. При этом на каждом этапе эксперимента устанавливалось ограничение на количество выделяемых ресурсов не только на каждую из подсистем СДО, но и на вычислительные узлы в целом. Это позволило определить оптимальную конфигурацию аппаратного оборудования, необходимого для поддержки всей системы. Экспериментальная апробация проводилась на реальной облачной системе OpenStack с использованием дополнительного модуля распределения нагрузки реализованного на языке Python. Для приближения результатов к реальным данным при проведении представленных экспериментов создавался поток запросов, аналогичный снятому трафику системы дистанционного обучения. При этом количество одновременных запросов, поступивших в систему, составило 10000, что соответствует потенциальному количеству активных пользователей в информационной системе дистанционного обучения, согласно проведенному исследованию. Все поступившие запросы классифицированы на 6 групп, характеризующих типичное поведение пользователей СДО. Для каждой из группы пользователей по уровневой модели ресурсов системы дистанционного обучения, согласно полученным законам распределения задана интенсивность использования каждого из компонентов системы, а также объем востребованных данных. Эксперимент проводился на интервале времени равному одному часу, что соответствует наиболее длительному периоду времени пиковой нагрузки системы, зафиксированному в реальном трафике. В таблице 1 представлены основные показатели, полученные в результате эксперимента для первой группы пользователей.

8 9076 Таблица 1. Эффективность обслуживания запросов пользователей Подсистемы СДО (тип данных) контроль знаний (текст) электронная библиотека (файлы) видеопортал (видео- аудиотрафик) Общее кол-во запросов Объем данных Кол-во обслуженных запросов (без применения балансировки нагрузки) 5443 (4352) 622 (418) 517 (356) Интенсивность обслуживания зп/с 90,71(72,53) 10,36 (6,96) 8,61 (5,93) В ходе проведенного эксперимента установлено, что использование разработанных методов управления виртуальными ресурсами, позволяет снизить количество отказов в обслуживании на 11% - 15% при обращении пользователей к системе дистанционного обучения. Дополнительно нами проведена оценка методов управления относительно балансировки нагрузки между виртуальными вычислительными узлами. Оценка эффективности балансировки нагрузки между виртуальными ресурсами производилась по следующим критериями: время отклика сервера и количество выделенных виртуальных серверов для каждой из подсистем. На рис. 3 представлен график работы системы балансировки нагрузки на вычислительных ресурсах СДО. % Нагрузки на узел Стандартное 14, , , , , , , , ,42373 С приоритетами 0 47, , , , , ,12766 Виртуальные узлы Рис. 3. График балансировки нагрузки между виртуальными узлами. Проведенное исследование показало, что при использовании разработанных методов оптимизации для выделения ресурсов для всех запущенных экземплярах приложений, входящих в СДО, возможно высвобождение до 20% ресурсов (виртуальных серверов) и гарантировано обеспечение совместной работы, что удовлетворяет требованиям потенциальных пользователей. 3. Заключение Таким образом, предложенные в исследовании методы управления облачной системой позволяют повысить эффективность ее использования в условиях ограниченности ресурсов, а так же максимизировать количество обслуживаемых пользователей.

9 9077 Список литературы 1. Болодурина И.П., Решетников В.Н., Парфёнов Д.И. Распределение ресурсов в информационной системе дистанционной поддержки образовательного процесса // Программные продукты и системы C Петров Д.Л. Оптимальный алгоритм миграции данных в масштабируемых облачных хранилищах // Управление большими системами С Петров Д.Л. Динамическая модель масштабируемого облачного хранилища данных // Известия ЛЭТИ С Гусев О.В., Жуков А.В., Поляков В.В., Поляков С.В. Проблема адекватной оценки производительности веб-серверов в корпоративных сетях на предприятиях ЦБП // Материалы 6-й научно-технической конференции «Новые информационной технологии в ЦБП и энергетике». Петрозаводск, С Жуков А.В. Некоторые модели оптимального управления входным потоком заявок в интранетсистемах // Материалы 6-й научно-технической конференции «Новые информационной технологии в ЦБП и энергетике». Петрозаводск, С Бойченко И.В., Корытников С.В. Управление ресурсами в сервис-ориентированных системах типа «приложение как сервис» // Доклады Томского государственного университета систем управления и радиоэлектроники Вып С Тарасов В.Н., Полежаев П.Н., Шухман А.Е., Ушаков Ю.А., Коннов А.Л. Математические модели облачного вычислительного центра обработки данных с использованием OpenFlow // Вестник Оренбургского государственного университета C Парфёнов Д.И. Сравнение эффективности алгоритмов динамического распределения данных в облачных хранилищах системы дистанционного обучения // Системы управления и информационные технологии С Парфёнов Д.И. Сравнение эффективности алгоритмов динамического распределения данных в гибридных облачных системах дистанционного обучения // Информационные технологии моделирования и управления (78). С OpenStack Open Source Cloud Computng Software. [Электронный ресурс]. Режим доступа:

УПРАВЛЕНИЕ РЕСУРСАМИ МУЛЬТИМЕДИЙНЫХ ОБРАЗОВАТЕЛЬНЫХ СЕРВИСОВ НА БАЗЕ КОНЦЕПЦИИ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ

УПРАВЛЕНИЕ РЕСУРСАМИ МУЛЬТИМЕДИЙНЫХ ОБРАЗОВАТЕЛЬНЫХ СЕРВИСОВ НА БАЗЕ КОНЦЕПЦИИ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ УПРАВЛЕНИЕ РЕСУРСАМИ МУЛЬТИМЕДИЙНЫХ ОБРАЗОВАТЕЛЬНЫХ СЕРВИСОВ НА БАЗЕ КОНЦЕПЦИИ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ Болодурина И.П. Парфёнов Д.И. Оренбургский государственный университет г. Оренбург Современные интегрированные

Подробнее

Исследование алгоритмов планирования и управления распределением ресурсов в открытых облачных системах *

Исследование алгоритмов планирования и управления распределением ресурсов в открытых облачных системах * Исследование алгоритмов планирования и управления распределением ресурсов в открытых облачных системах * И.П. Болодурина, Д.И. Парфёнов Федеральное государственное бюджетное образовательное учреждение

Подробнее

Разработка симулятора облачного ресурсного центра *

Разработка симулятора облачного ресурсного центра * Разработка симулятора облачного ресурсного центра * 1 Введение ПН Полежаев, АЛ Коннов, АЕ Шухман, Оренбургский государственный университет Данная статья посвящена проблеме создания образовательных ресурсных

Подробнее

Полежаев Петр Николаевич, преподаватель (ОГУ, г. Оренбург) Polezhaev Petr Nikolaevich, lecturer (OSU, Orenburg)

Полежаев Петр Николаевич, преподаватель (ОГУ, г. Оренбург) Polezhaev Petr Nikolaevich, lecturer (OSU, Orenburg) УДК 004.4 Полежаев Петр Николаевич, преподаватель (ОГУ, г. Оренбург) Polezhaev Petr Nikolaevich, lecturer (OSU, Orenburg) ВИРТУАЛЬНАЯ ИНФРАСТРУКТУРА ПРЕДОСТАВЛЕНИЯ СЕ- ТЕВЫХ УСЛУГ КОМПАНИЯ VIRTUAL INFRASTRUCTURE

Подробнее

Применение технологии виртуализации и облачных вычислений при построении сложных распределенных моделирующих систем

Применение технологии виртуализации и облачных вычислений при построении сложных распределенных моделирующих систем Труды МАИ. Выпуск 89 УДК 004.94 www.mai.ru/science/trudy/ Применение технологии виртуализации и облачных вычислений при построении сложных распределенных моделирующих систем Кондрашин М.А.*, Арсенов О.Ю.**,

Подробнее

Секция 17 «ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ ЭЛЕКТРОННОГО ОБУЧЕНИЯ И ДИСТАНЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ТЕХНООЛОГИЙ В ПОДГОТОВКЕ КАДРОВ»

Секция 17 «ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ ЭЛЕКТРОННОГО ОБУЧЕНИЯ И ДИСТАНЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ТЕХНООЛОГИЙ В ПОДГОТОВКЕ КАДРОВ» Секция 17 «ИСПОЛЬЗОВАНИЕ ТЕХНОЛОГИЙ ЭЛЕКТРОННОГО ОБУЧЕНИЯ И ДИСТАНЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ТЕХНООЛОГИЙ В ПОДГОТОВКЕ КАДРОВ» Содержание: АВТОМАТИЗАЦИЯ ОЦЕНКИ УРОВНЯ СФОРМИРОВАННОСТИ КОМПЕТЕНЦИЙ В ОБЛАСТИ

Подробнее

ИССЛЕДОВАНИЕ И РАЗРАБОТКА РАСПРЕДЕЛЕННЫХ СЕРВЕРНЫХ СИСТЕМ

ИССЛЕДОВАНИЕ И РАЗРАБОТКА РАСПРЕДЕЛЕННЫХ СЕРВЕРНЫХ СИСТЕМ 81 УДК 004.75 ИССЛЕДОВАНИЕ И РАЗРАБОТКА РАСПРЕДЕЛЕННЫХ СЕРВЕРНЫХ СИСТЕМ Чернобай Ю.А., Теплинский С.В. Донецкий национальный технический университет Общая постановка проблемы Стремительное разрастание

Подробнее

Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического

Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического комплекса России на 2014 2020 годы» Номер соглашения о предоставлении

Подробнее

Динамические и статические методы планирования пакетов заданий в распределенных вычислительных системах

Динамические и статические методы планирования пакетов заданий в распределенных вычислительных системах PDCS 214 (Ukraine, Kharkiv, March 4-6, 214) Динамические и статические методы планирования пакетов заданий в распределенных вычислительных системах С.В. Минухин Харьковский национальный экономический университет,

Подробнее

сетевых топологий целесообразно выполнять с помощью имитационного моделирования.

сетевых топологий целесообразно выполнять с помощью имитационного моделирования. Фундаментальная наука Оренбуржья УДК 519.687 Ушаков Ю.А., Коннов А.Л., Полежаев П.Н., Шухман А.Е. Оренбургский государственный университет E-mail: unpk@mail.ru Имитационная модель самоорганизующейся виртуальной

Подробнее

Виртуальные контейнеры Docker: назначение и особенности применения

Виртуальные контейнеры Docker: назначение и особенности применения Виртуальные контейнеры Docker: назначение и особенности применения # 02, февраль 2015 Нанян С. М. 1,*, Ничушкина Т. Н. 2 УДК: 004.457 1 Россия, Яндекс 2 МГТУ им. Н.Э. Баумана Введение Некоторое время назад,

Подробнее

Архитектурная модель Ubuntu Cloud

Архитектурная модель Ubuntu Cloud Пестун М.В. Архитектурная модель Ubuntu Cloud НАЦИОНАЛЬНЫЙ ЦЕНТР ПОДДЕРЖКИ И РАЗРАБОТКИ 125375, г. Москва, ул. Тверская, дом 7, подъезд 7, 2-ой этаж, офис 1а. телефон: +7 (495) 988-27-09 факс: +7 (495)

Подробнее

ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ЭЛЕКТРОННОГО БИЗНЕСА

ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ЭЛЕКТРОННОГО БИЗНЕСА 759 УДК 004.03.42 ОПТИМИЗАЦИЯ РАСПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ЭЛЕКТРОННОГО БИЗНЕСА Бельков Д.В., Незамова Л.В., Шардакова Л.Ю. Донецкий национальный технический университет кафедра вычислительной

Подробнее

Трансформирует центры обработки данных Повышает эффективность ЕДИНАЯ центров. обработки данных

Трансформирует центры обработки данных Повышает эффективность ЕДИНАЯ центров. обработки данных Трансформирует центры обработки данных Повышает эффективность ЕДИНАЯ центров ПЛАТФОРМА обработки данных ЛОКАЛЬНО WINDOWS AZURE Дает возможность использования новейших приложений Позволяет обеспечить пользователям

Подробнее

ФАЗЗИНГ СЕТЕВЫХ ПРОТОКОЛОВ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ

ФАЗЗИНГ СЕТЕВЫХ ПРОТОКОЛОВ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ФАЗЗИНГ СЕТЕВЫХ ПРОТОКОЛОВ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ П Е Ч Ё Н К И Н А. И. К А Ф Е Д Р А «И Н Ф О Р М А Ц И О Н Н А Я Б Е З О П А С Н О С Т Ь К О М П Ь Ю Т Е Р Н Ы Х С И С Т Е М» Ф Г Б О

Подробнее

Горизонтальное и вертикальное масштабирование в ЛЕТОГРАФ

Горизонтальное и вертикальное масштабирование в ЛЕТОГРАФ Горизонтальное и вертикальное масштабирование в ЛЕТОГРАФ Всем известно, что плох тот солдат, который не мечтает стать генералом. И бизнес строится по тому же принципу: руководитель не должен исключать

Подробнее

Аспекты защиты информации в облачных технологиях

Аспекты защиты информации в облачных технологиях УДК 4.732.56 Аспекты защиты информации в облачных технологиях Богомолов И.В., студент Россия, 155, г. Москва, МГТУ им. Н.Э. Баумана, кафедра «Защиты информации» Маликов А.Ю., аспирант Россия, 155, г. Москва,

Подробнее

УСКОРЕНИЕ РАБОТЫ ПРИЛОЖЕНИЙ Brocade Communications Systems, Inc. All rights reserved.

УСКОРЕНИЕ РАБОТЫ ПРИЛОЖЕНИЙ Brocade Communications Systems, Inc. All rights reserved. УСКОРЕНИЕ РАБОТЫ ПРИЛОЖЕНИЙ 2016 Brocade Communications Systems, Inc. All rights reserved. Ускоренная доставка приложений в любой точке мира. Мобильные устройства. Интернет-магазины. Контакт-центры. Все

Подробнее

450 Секция 8. Математическое и программное обеспечение интеллектуальных систем

450 Секция 8. Математическое и программное обеспечение интеллектуальных систем 450 Секция 8. Математическое и программное обеспечение интеллектуальных систем УДК 004.415.25 О.В. Мовчан, Н.А. Маслова Донецкий национальный технический университет кафедра программного обеспечения интеллектуальных

Подробнее

ПРИМЕНЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ

ПРИМЕНЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ УДК 004.77:004.424 ПРИМЕНЕНИЕ ОБЛАЧНЫХ ТЕХНОЛОГИЙ В СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМАХ Ковалев А.П., научный руководитель канд. пед. наук Телешева Н.Ф. Сибирский федеральный университет. Институт управление

Подробнее

Система управления и контроля

Система управления и контроля В качестве введения Внедрение новых информационных технологий и в частности: систем централизованной обработки данных на базе ЦОД, систем виртуализации, применение технологий облачных сервисов, в настоящее

Подробнее

СИСТЕМЫ ХРАНЕНИЯ ДАННЫХ ПРЕЗЕНТАЦИЯ Все права защищены «Рэйдикс»

СИСТЕМЫ ХРАНЕНИЯ ДАННЫХ ПРЕЗЕНТАЦИЯ Все права защищены «Рэйдикс» СИСТЕМЫ ХРАНЕНИЯ ДАННЫХ ПРЕЗЕНТАЦИЯ 2017 Все права защищены «Рэйдикс» О КОМПАНИИ «Рэйдикс» ведущий российский разработчик высокопроизводительных систем хранения данных. Уникальные алгоритмы помехоустойчивого

Подробнее

Виртуализация в НИТУ «МИСиС». Основные технические решения. Сергей Ромащенко, Системный архитектор, департамент корпоративных систем «Астерос»

Виртуализация в НИТУ «МИСиС». Основные технические решения. Сергей Ромащенко, Системный архитектор, департамент корпоративных систем «Астерос» Виртуализация в НИТУ «МИСиС». Основные технические решения Сергей Ромащенко, Системный архитектор, департамент корпоративных систем «Астерос» Содержание 1 О проекте в НИТУ «МИСиС» 2 3 Преимущества платформенной

Подробнее

ОТЕЧЕСТВЕННАЯ ОБЛАЧНАЯ ПЛАТФОРМА. Владимир Ливинский Директор по развитию бизнеса TIONIX +7 (903)

ОТЕЧЕСТВЕННАЯ ОБЛАЧНАЯ ПЛАТФОРМА. Владимир Ливинский Директор по развитию бизнеса TIONIX +7 (903) ОТЕЧЕСТВЕННАЯ ОБЛАЧНАЯ ПЛАТФОРМА Владимир Ливинский Директор по развитию бизнеса TIONIX VL@tionix.ru +7 (903) 766-87-79 1 КОМПАНИЯ И АКТИВЫ ГРУППЫ Ростелеком Ростелеком ЦОД ТИОНИКС «РТК - Центр Обработки

Подробнее

КОМПЛЕКСНЫЙ ПОДХОД К ОБНАРУЖЕНИЮ СЕТЕВЫХ АТАК

КОМПЛЕКСНЫЙ ПОДХОД К ОБНАРУЖЕНИЮ СЕТЕВЫХ АТАК УДК 004.728.4.056.53 КОМПЛЕКСНЫЙ ПОДХОД К ОБНАРУЖЕНИЮ СЕТЕВЫХ АТАК Ульянов М.В. студент гр. ИТб-121, IV курс Научный руководитель: А.В. Протодьяконов, к.т.н., доцент Кузбасский Государственный Технический

Подробнее

Облачные вычисления. Что это такое?

Облачные вычисления. Что это такое? Облачные вычисления. Что это такое? Что такое облака? Официальное определение облачных вычислений Национального Института стандартов и технологий США (NIST): Облачные вычисления представляют собой модель

Подробнее

Новые возможности vsphere 5

Новые возможности vsphere 5 Новые возможности vsphere 5 Кирилл Штода, Начальник отдела Отдел лицензионного ПО 20.03.2012 E-mail: KShtoda@sitronics.com 1 Программа Краткий обзор платформы vsphere Обзор vsphere 5 Службы инфраструктуры:

Подробнее

DEVELOPMENT FOR FINDING THE "OPTIMAL NODE S" FOR TRAFFIC DISTRIBUTION OF "WEB CONFERENCE" IN CLUSTERING SYSTEM

DEVELOPMENT FOR FINDING THE OPTIMAL NODE S FOR TRAFFIC DISTRIBUTION OF WEB CONFERENCE IN CLUSTERING SYSTEM Âåñòíèê Òþìåíñêîãî ãîñóäàðñòâåííîãî óíèâåðñèòåòà. 2009. ¹ 6 219 3. Назаренко Г.И., Осипов Г.С. Основы теории медицинских технологических процессов. Ч. 2. Исследование медицинских технологических процессов

Подробнее

ИССЛЕДОВАНИЕ ЗАДЕРЖЕК СООБЩЕНИЙ В ЛОКАЛЬНЫХ СЕТЯХ ПЕРЕДАЧИ ДАННЫХ

ИССЛЕДОВАНИЕ ЗАДЕРЖЕК СООБЩЕНИЙ В ЛОКАЛЬНЫХ СЕТЯХ ПЕРЕДАЧИ ДАННЫХ Серия РАДИОФИЗИКА. Вып. 2 9 УДК 62.395:59.2 ИССЛЕДОВАНИЕ ЗАДЕРЖЕК СООБЩЕНИЙ В ЛОКАЛЬНЫХ СЕТЯХ ПЕРЕДАЧИ ДАННЫХ О.В. Пустовалов, А.А. Силин, А.В. Силин Обсуждается методика количественной оценки задержки

Подробнее

серверов и рабочих станций на платформе VMware Арсен Валиулин, ведущий инженер

серверов и рабочих станций на платформе VMware Арсен Валиулин, ведущий инженер Виртуализация терминальных серверов и рабочих станций на платформе VMware Арсен Валиулин, ведущий инженер компании КРОК Виртуализация терминальных серверов и рабочих станций Обзор технологии виртуализации

Подробнее

1. Архитектура (SDN) программно-конфигурируемых сетей

1. Архитектура (SDN) программно-конфигурируемых сетей 1. Архитектура (SDN) программно-конфигурируемых сетей Программно-конфигурируемая сеть (ПКС) это новый подход к построению архитектуры компьютерных сетей, при котором уровень управления (УУ) сетью (состоянием

Подробнее

Введение в предмет МАПКС

Введение в предмет МАПКС Введение в предмет МАПКС Цели и задачи предмета В данном курсе нам предстоит научиться строить компьютерные системы при помощи математического аппарата. В последнее время наметилась тенденция применения

Подробнее

В.Т. КОНЦЕПЦИЯ РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ С ДЕЦЕНТРАЛИЗОВАННЫМ УПРАВЛЕНИЕМ

В.Т. КОНЦЕПЦИЯ РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ С ДЕЦЕНТРАЛИЗОВАННЫМ УПРАВЛЕНИЕМ УДК 004.75 Петров А.А., Калайда В.Т. КОНЦЕПЦИЯ РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ С ДЕЦЕНТРАЛИЗОВАННЫМ УПРАВЛЕНИЕМ Томский Государственный Университет Систем Управления и Радиоэлектроники В работе предлагается

Подробнее

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ CLOUD COMPUTING SERVICES («ОБЛАЧНЫЕ ВЫЧИСЛЕНИЯ»)

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ CLOUD COMPUTING SERVICES («ОБЛАЧНЫЕ ВЫЧИСЛЕНИЯ») Трофимова Надежда студент Научный руководитель: Анисимова Э.С. ассистент кафедры информатики и дискретной математики ФГАОУ ВО «Казанский федеральный университет», Елабужский институт ОСОБЕННОСТИ ПРИМЕНЕНИЯ

Подробнее

Шины и прерывания. Маркова В.П., Остапкевич М.Б., Перепелкин В.А.

Шины и прерывания. Маркова В.П., Остапкевич М.Б., Перепелкин В.А. Шины и прерывания Маркова В.П., Остапкевич М.Б., Перепелкин В.А. 2016 Шина это коммуникационное аппаратное обеспечение представляющее собой набор проводников несущих двоичные сигналы Функции шин Синхронизация

Подробнее

Облачные технологии. Мифы и реальность. Мария Бартенева Директор по консалтингу

Облачные технологии. Мифы и реальность. Мария Бартенева Директор по консалтингу Облачные технологии Мифы и реальность Мария Бартенева Директор по консалтингу mbarteneva@telecomguard.ru www.telecomguard.ru Повестка Основные понятия Мифы Выводы 2 Что такое «Облако»? Оборудование Вычислительные

Подробнее

Исследование и разработка масштабируемого и отказоустойчивого сервиса идентификации для облачной среды

Исследование и разработка масштабируемого и отказоустойчивого сервиса идентификации для облачной среды Московский государственный университет имени М. В. Ломоносова Факультет вычислительной математики и кибернетики Кафедра системного программирования Исследование и разработка масштабируемого и отказоустойчивого

Подробнее

Облачные сервисы на СПО - секреты успеха. Специфика российского рынка.

Облачные сервисы на СПО - секреты успеха. Специфика российского рынка. Облачные сервисы на СПО - секреты успеха. Специфика российского рынка. www.servionika.ru www.i-teco.ru I-Oblako витрина облачных сервисов Roadmap Декабрь 2012 г. Рост числа сервисов до 32-х Декабрь 2011г.

Подробнее

Решение IBA для организации «облачного» датацентра

Решение IBA для организации «облачного» датацентра ЗАПРОГРАММИРОВАННЫЙ УСПЕХ Решение IBA для организации «облачного» датацентра www.iba.by IX Международный форум по банковским информационным технологиям «БанкИТ 2012» Облачная «лихорадка» «Облачные вычисления

Подробнее

СПЕЦИАЛЬНЫЕ ГЛАВЫ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ. Костина Татьяна Анатольевна

СПЕЦИАЛЬНЫЕ ГЛАВЫ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ. Костина Татьяна Анатольевна ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» 2 2016 УДК 519.872.681.518 СПЕЦИАЛЬНЫЕ ГЛАВЫ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ Костина Татьяна Анатольевна магистрант Мордовский

Подробнее

Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования

Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования МОДЕЛИРОВАНИЕ КОРПОРАТИВНОЙ СЕТИ, ИСПОЛЬЗУЮЩЕЙ VPN. РЕКОМЕНДАЦИИ ПО ПАРАМЕТРИЧЕСКОЙ И СТРУКТУРНОЙ ОПТИМИЗАЦИИ А. Е. Журавлев, Н. В. Крупенина (Санкт-Петербург) В настоящее время увеличивается число организаций,

Подробнее

Точки доступа серии ProSafe WAC 720 и WAC 730: Все, что нужно знать о стандарте ac и режиме «Ансамбль»

Точки доступа серии ProSafe WAC 720 и WAC 730: Все, что нужно знать о стандарте ac и режиме «Ансамбль» Точки доступа серии ProSafe WAC 720 и WAC 730: Все, что нужно знать о стандарте 802.11 ac и режиме «Ансамбль» 1. Что такое стандарт 802.11ac? 802.11ac-это новейшее поколение стандарта WiFi. Также его называют

Подробнее

Версия 1С:Предприятие это принципиальное изменение архитектуры платформы версии 8, наиболее существенное с момента ее выпуска.

Версия 1С:Предприятие это принципиальное изменение архитектуры платформы версии 8, наиболее существенное с момента ее выпуска. Версия 1С:Предприятие 8.2 - это принципиальное изменение архитектуры платформы версии 8, наиболее существенное с момента ее выпуска. 1С:Предприятие 8.2 полностью меняет весь слой работы с интерфейсом.

Подробнее

МЕТОДИКА ОЦЕНКИ КАЧЕСТВА ОБСЛУЖИВАНИЯ СЕТИ ПЕРЕДАЧИ ДАННЫХ В. Д. Боев, А. О. Ушкань (Санкт-Петербург)

МЕТОДИКА ОЦЕНКИ КАЧЕСТВА ОБСЛУЖИВАНИЯ СЕТИ ПЕРЕДАЧИ ДАННЫХ В. Д. Боев, А. О. Ушкань (Санкт-Петербург) МЕТОДИКА ОЦЕНКИ КАЧЕСТВА ОБСЛУЖИВАНИЯ СЕТИ ПЕРЕДАЧИ ДАННЫХ В. Д. Боев, А. О. Ушкань (Санкт-Петербург) Качество обслуживания предоставление приложениям и ьзователям сети предсказуемого сервиса доставки

Подробнее

Высокопроизводительная защищенная среда облачных вычислений инженерных и научных расчетов

Высокопроизводительная защищенная среда облачных вычислений инженерных и научных расчетов Санкт-Петербургский Государственный Политехнический Университет Высокопроизводительная защищенная среда облачных вычислений инженерных и научных расчетов В.С. Заборовский, А.А. Лукашин Москва 2013 Проект

Подробнее

Моделирование системы дистанционного обучения как системы массового обслуживания

Моделирование системы дистанционного обучения как системы массового обслуживания Информатизация и связь. - 1-2012.- М.: Изд-во АНО «Редакция журнала «Информатизация и связь». 72 с. с. 61 64. УДК 681.5.071 Нагаева Ирина Александровна, к.п.н., доцент Моделирование системы дистанционного

Подробнее

НАЦИОНАЛЬНАЯ ОБЛАЧНАЯ ПЛАТФОРМА И ОТРАСЛЕВЫЕ РЕШЕНИЯ ОТ ОАО РОСТЕЛЕКОМ КАК ИНСТРУМЕНТ СНИЖЕНИЯ ИЗДЕРЖЕК МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ НА ИТ.

НАЦИОНАЛЬНАЯ ОБЛАЧНАЯ ПЛАТФОРМА И ОТРАСЛЕВЫЕ РЕШЕНИЯ ОТ ОАО РОСТЕЛЕКОМ КАК ИНСТРУМЕНТ СНИЖЕНИЯ ИЗДЕРЖЕК МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ НА ИТ. НАЦИОНАЛЬНАЯ ОБЛАЧНАЯ ПЛАТФОРМА И ОТРАСЛЕВЫЕ РЕШЕНИЯ ОТ ОАО РОСТЕЛЕКОМ КАК ИНСТРУМЕНТ СНИЖЕНИЯ ИЗДЕРЖЕК МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ НА ИТ. ГАННОШИН ВЛАДИМИР НИКОЛАЕВИЧ МАКРОРЕГИОН "УРАЛ" ОАО "РОСТЕЛЕКОМ"

Подробнее

ОЦЕНКА ОТКАЗОУСТОЙЧИВОСТИ КОРПОРАТИВНЫХ СЕТЕЙ IP-ТЕЛЕФОНИИ

ОЦЕНКА ОТКАЗОУСТОЙЧИВОСТИ КОРПОРАТИВНЫХ СЕТЕЙ IP-ТЕЛЕФОНИИ ОЦЕНКА ОТКАЗОУСТОЙЧИВОСТИ КОРПОРАТИВНЫХ СЕТЕЙ IP-ТЕЛЕФОНИИ E.Я. Дупин, стажер-специалист Департамента системных решений IBS, магистрант 2 года обучения, IBS-МФТИ, e-mail: EDupin2@ibs.ru. А.Е. Александрович,

Подробнее

2. Программный компонент управления платформами исполнения

2. Программный компонент управления платформами исполнения Программный компонент управления платформами исполнения В.П. Гергель, А.В. Линев, А.В. Сысоев 1. Введение В рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического

Подробнее

СИСТЕМА ПЛАТФОРМЕННОЙ ВИРТУАЛИЗАЦИИ В НИТУ МИСИС. Чертов Юрий Александрович, Руководитель группы администрирования и защиты информации НИТУ МИСиС

СИСТЕМА ПЛАТФОРМЕННОЙ ВИРТУАЛИЗАЦИИ В НИТУ МИСИС. Чертов Юрий Александрович, Руководитель группы администрирования и защиты информации НИТУ МИСиС СИСТЕМА ПЛАТФОРМЕННОЙ ВИРТУАЛИЗАЦИИ В НИТУ МИСИС Чертов Юрий Александрович, Руководитель группы администрирования и защиты информации НИТУ МИСиС ЦЕЛИ ПРОЕКТА 1 2 3 4 5 6 7 Эффективное использование серверного

Подробнее

Второй путь предполагает появление принципиально нового подхода, называемого программно-конфигурируемыми сетями (ПКС Software Defined Networks).

Второй путь предполагает появление принципиально нового подхода, называемого программно-конфигурируемыми сетями (ПКС Software Defined Networks). УТВЕРЖДАЮ Первый проректор проректор по науке и инновациям ФГАОУ ВО «Самарский государственный аэрокосмический университет имени академика С.П. Королева (национальный исследовательский университет)» д.т.н.,

Подробнее

Дорабатывать открытый код самостоятельно или использовать решение российского вендора?

Дорабатывать открытый код самостоятельно или использовать решение российского вендора? Дорабатывать открытый код самостоятельно или использовать решение российского вендора? Почему Р-Виртуализация лучше открытого KVM и как это вам поможет На первый взгляд решения, построенные целиком на

Подробнее

УЗЕЛ DELL EMC SCALEIO

УЗЕЛ DELL EMC SCALEIO УЗЕЛ DELL EMC SCALEIO Мощное оборудование и эффективное программное обеспечение ОСНОВНЫЕ СВЕДЕНИЯ Предварительно валидированные, протестированные и оптимизированные серверные узлы для обеспечения максимальной

Подробнее

Спецификация ЦОД для ИРЦ ЖКХ

Спецификация ЦОД для ИРЦ ЖКХ Спецификация ЦОД для ИРЦ ЖКХ Технические требования Цель данного документа заключается в формировании у заказчика и исполнителя прозрачной картины выполняемых работ по организации ЦОД для ИРЦ ЖКХ, и определения

Подробнее

Управление документооборотом.

Управление документооборотом. Управление документооборотом. Корпорация Documentum является производителем одноименной платформы для управления неструктурированной информацией, составляющей основной объем информационных ресурсов предприятия

Подробнее

преимущества использования, опыт реальных проектов

преимущества использования, опыт реальных проектов преимущества использования, опыт реальных проектов Вадим Жаров Системный архитектор, Red Hat 16 апреля 2015 - OpenStack: среда для создания облачной инфраструктуры Набор стандартных серверов (x86 архитектуры)

Подробнее

Практические сценарии предоставления сервисов в облаках

Практические сценарии предоставления сервисов в облаках Практические сценарии предоставления сервисов в облаках Евгений Андрейчук Менеджер по продвижению решений Microsoft (Office 365, Azure, Бизнес-решения) С чего вы начинаете свой рабочий день? Почта это

Подробнее

Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического

Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического Аннотация проекта (ПНИЭР), выполняемого в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научнотехнологического комплекса России на 2014 2020 годы» Номер соглашения о предоставлении

Подробнее

ИМИТАЦИОННАЯ МОДЕЛЬ ОБЩЕЙ ТАЙМЕРНОЙ СИСТЕМЫ УСКОРИТЕЛЬНОГО КОМПЛЕКСА ИФВЭ 1. В. А. Коковин

ИМИТАЦИОННАЯ МОДЕЛЬ ОБЩЕЙ ТАЙМЕРНОЙ СИСТЕМЫ УСКОРИТЕЛЬНОГО КОМПЛЕКСА ИФВЭ 1. В. А. Коковин ИМИТАЦИОННАЯ МОДЕЛЬ ОБЩЕЙ ТАЙМЕРНОЙ СИСТЕМЫ УСКОРИТЕЛЬНОГО КОМПЛЕКСА ИФВЭ 1 1. Введение В. А. Коковин Разработка и создание систем таймирования больших ускорительных комплексов, каким является ускорительный

Подробнее

Средства автоматизации и визуализации имитационного моделирования

Средства автоматизации и визуализации имитационного моделирования Секция ИССЛЕДОВАНИЕ СИСТЕМЫ ФИРМЕННОГО ОБСЛУЖИВАНИЯ АВТОМОБИЛЕЙ НА ОСНОВЕ КОМПЬЮТЕРНОГО ЭКСПЕРИМЕНТА Р. Г абибуллин, И. В. Макарова, А. И. Беляев (Набережные Челны) В России за последнее десятилетие сформировалось

Подробнее

Облачное Решение Huawei для виртуальных ПК

Облачное Решение Huawei для виртуальных ПК Облачное Решение Huawei для виртуальных ПК www.huawei.com Михаил Никитин Содержание Инфраструктура Виртуальных ПК (VDI) Сравнение «Тонких» Клиентов Архитектура VDI Преимущества VDI от Хуавей Недостатки

Подробнее

ПОСТАНОВКА ЗАДАЧИ ПО УСКОРЕННОЙ ИМИТАЦИИ СЕТЕЙ ХРАНЕНИЯ ДАННЫХ О. И. Кутузов, Т. М. Татарникова, Й. Шанти, С. Амари (Санкт-Петербург)

ПОСТАНОВКА ЗАДАЧИ ПО УСКОРЕННОЙ ИМИТАЦИИ СЕТЕЙ ХРАНЕНИЯ ДАННЫХ О. И. Кутузов, Т. М. Татарникова, Й. Шанти, С. Амари (Санкт-Петербург) ПОСТАНОВКА ЗАДАЧИ ПО УСКОРЕННОЙ ИМИТАЦИИ СЕТЕЙ ХРАНЕНИЯ ДАННЫХ О И Кутузов, Т М Татарникова, Й Шанти, С Амари (Санкт-Петербург) Традиционные технологии хранения, основанные на выделенных каналах, не обеспечивают

Подробнее

Корпоративные порталы и документооборот. СЭД в облаках. Лушников Владимир Директор ООО «1С-КПД»

Корпоративные порталы и документооборот. СЭД в облаках. Лушников Владимир Директор ООО «1С-КПД» СЭД в облаках Лушников Владимир Директор ООО «1С-КПД» Содержание Что такое облако? СЭД в облаке Технологии 1С для организации облака Создавать свое облако или арендовать? Вопросы безопасности организации

Подробнее

Облачные вычисления. Уже сейчас 70% сотрудников Microsoft создают решения, связанные с облачными вычислениями. В течение года их число достигнет 90%.

Облачные вычисления. Уже сейчас 70% сотрудников Microsoft создают решения, связанные с облачными вычислениями. В течение года их число достигнет 90%. Облачные вычисления Уже сейчас 70% сотрудников Microsoft создают решения, связанные с облачными вычислениями. В течение года их число достигнет 90%. 2010г. Стив Балмер, генеральный директор Microsoft Облако

Подробнее

ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» МОДЕЛИРОВАНИЕ РАБОТЫ WEB-СЕРВЕРА НА ЯЗЫКЕ GPSS

ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» МОДЕЛИРОВАНИЕ РАБОТЫ WEB-СЕРВЕРА НА ЯЗЫКЕ GPSS ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» 6 2015 УДК 004 МОДЕЛИРОВАНИЕ РАБОТЫ WEB-СЕРВЕРА НА ЯЗЫКЕ GPSS Хваталин Максим Михайлович магистрант Мордовский государственный

Подробнее

ТРИНИТИ программно-аппаратный комплекс ТЕХНИЧЕСКИЕ ОСОБЕННОСТИ РЕШЕНИЯ

ТРИНИТИ программно-аппаратный комплекс ТЕХНИЧЕСКИЕ ОСОБЕННОСТИ РЕШЕНИЯ ТРИНИТИ программно-аппаратный комплекс ТЕХНИЧЕСКИЕ ОСОБЕННОСТИ РЕШЕНИЯ 2 ПАК «Тринити» ПАК «Тринити» - это: Программно-аппаратный комплекс; Защищенный сертифицированный терминальный доступ; Масштабируемая

Подробнее

Информационное письмо о программном продукте IBM Europe, Middle East and Africa ZP от 22 ноября 2011 г.

Информационное письмо о программном продукте IBM Europe, Middle East and Africa ZP от 22 ноября 2011 г. ZP11-0530 от 22 ноября 2011 г. IBM Tivoli Monitoring for Virtual Environments V7.1 помогает заранее планировать мощности, отслеживать емкость виртуальной инфраструктуры и обеспечить максимальную экономию

Подробнее

Д.т.н., профессор Зегжда Дмитрий Петрович

Д.т.н., профессор Зегжда Дмитрий Петрович http://www.ruscrypto.ru/conference/ Д.т.н., профессор Зегжда Дмитрий Петрович Суперкомпьютерные технологии становятся одним из решающих факторов научно-технического прогресса и могут стать такой же стратегической

Подробнее

Гечис А.К., Соколова О.Д., Соколов Н.А.

Гечис А.К., Соколова О.Д., Соколов Н.А. УДК 621.395 519.872 Информационные технологии, 2009, 4. Гечис А.К., Соколова О.Д., Соколов Н.А. Гечис А.К. студент Новосибирского Государственного Университета Соколова О.Д. к.т.н., научный сотрудник Института

Подробнее

Понятия «процесс» и «поток»

Понятия «процесс» и «поток» Процессы и потоки Понятия «процесс» и «поток» Процесс (задача) - программа, находящаяся в режиме выполнения. Потоќ выполне ния (thread нить) наименьшая часть программы, исполнение которой может быть назначено

Подробнее

Аренда Oracle Database 12c

Аренда Oracle Database 12c Информация является самым мощным ресурсом, находящимся в распоряжении современной организации. Именно у организаций, способных эффективно использовать деловую информацию, наиболее велики шансы получения

Подробнее

ОБ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ ПЛАНИРОВАНИЯ ЗАДАЧ УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ ОБЛАЧНЫХ ГРИД-СИСТЕМ

ОБ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ ПЛАНИРОВАНИЯ ЗАДАЧ УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ ОБЛАЧНЫХ ГРИД-СИСТЕМ УДК 59.687 Полежаев П.Н. Оренбургский государственный университет E-mal: peter.polezhaev@gmal.com ОБ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ ПЛАНИРОВАНИЯ ЗАДАЧ УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ ОБЛАЧНЫХ ГРИД-СИСТЕМ В статье

Подробнее

Naumen Network Manager. Автор: Мартова Александра

Naumen Network Manager. Автор: Мартова Александра Naumen Network Manager Автор: Мартова Александра Что же такое Мониторинг Термином мониторинг сети называют работу системы, которая выполняет постоянное наблюдение за компьютерной сетью в поисках медленных

Подробнее

1. Проектирование симулятора образовательного ресурсного центра

1. Проектирование симулятора образовательного ресурсного центра УДК 519.687 СОЗДАНИЕ СИМУЛЯТОРА ДЛЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ОБРАЗОВАТЕЛЬНОГО РЕСУРСНОГО ЦЕНТРА 1 П.Н. Полежаев, А.Л. Коннов, А.Е. Шухман Данная статья посвящена проблеме создания образовательных ресурсных

Подробнее

ИМ. АЛЬ-ФАРАБИ. Построение корпоративного дата-центра ИТ-инфраструктуры с помощью решений

ИМ. АЛЬ-ФАРАБИ. Построение корпоративного дата-центра ИТ-инфраструктуры с помощью решений ИСТОРИЯ УСПЕХА КАЗАХСКОГО НАЦИОНАЛЬНОГО УНИВЕРСИТЕТА ИМ. АЛЬ-ФАРАБИ Построение корпоративного дата-центра ИТ-инфраструктуры с помощью решений Кампус университета ЭЛЕКТРОННЫЙ КАМПУС Под электронным кампусом

Подробнее

SAUMI 4.9i Технические требования.

SAUMI 4.9i Технические требования. SAUMI 4.9i Технические требования. Введение Программный комплекс SAUMI предметно-ориентированное программное обеспечение, преимущественно предназначенное для решения задач по учету земельных и имущественных

Подробнее

Описание сервиса: «Мособлако»

Описание сервиса: «Мособлако» Описание сервиса: «Мособлако» в рамках Cloud OS Network Russia Подготовлено совместно с: Электронная Москва Version 2.0 Final Подготовил: Василий Белов Belov@em.mos.ru При участии: Кирилл Котляренко Антон

Подробнее

Развертывание, подготовка к работе и обновление операционных систем Windows Server с помощью System Center

Развертывание, подготовка к работе и обновление операционных систем Windows Server с помощью System Center Автоматизированное и централизованное развертывание, подготовка к работе и обновление операционных систем Windows Server развертывание, подготовку к работе и обновление операционных систем Windows Server

Подробнее

Програмный ЦОД VMware: от концепции к технологиям

Програмный ЦОД VMware: от концепции к технологиям Програмный ЦОД VMware: от концепции к технологиям Александр Купчинецкий Консультант по решениям akupchinetsky@vmware.com 24.03.2015 VMware, Inc., 2014 2015. Все права защищены. Программный ЦОД Адаптивность,

Подробнее

Методы и алгоритмы параллельных вычислений

Методы и алгоритмы параллельных вычислений Методы и алгоритмы параллельных вычислений Проектирование параллельных алгоритмов Кулаков Кирилл Александрович 2016 Петрозаводск Цели проектирования Балансировка нагрузки Масштабируемость Эффективность

Подробнее

МОДЕЛИРОВАНИЕ СИСТЕМ И ПРОЦЕССОВ

МОДЕЛИРОВАНИЕ СИСТЕМ И ПРОЦЕССОВ УДК 00472 Модель балансировки нагрузки в вычислительном кластере центра обработки данных М О Колбанёв, доктор техн наук, профессор Санкт-Петербургский государственный университет сервиса и экономики Т

Подробнее

Меняющийся ландшафт ЦОД

Меняющийся ландшафт ЦОД Меняющийся ландшафт ЦОД Paul Hooper Chief Marketing Officer Extreme Networks PHooper@ExtremeNetworks.com 2010 Extreme Networks Inc. All rights reserved. Page 2 Трансформация ЦОД Эволюция окружения Данные

Подробнее

EMC XTREMCACHE УСКОРЯЕТ ВИРТУАЛЬНУЮ СРЕДУ ORACLE

EMC XTREMCACHE УСКОРЯЕТ ВИРТУАЛЬНУЮ СРЕДУ ORACLE Белая книга EMC XTREMCACHE УСКОРЯЕТ ВИРТУАЛЬНУЮ СРЕДУ ORACLE EMC XtremSF, EMC XtremCache, EMC Symmetrix VMAX и VMAX 10K, VMware XtremSF и XtremCache значительно повышают производительность среды Oracle

Подробнее

УЯЗВИМОСТИ ГИПЕРВИЗОРОВ И СИСТЕМ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ

УЯЗВИМОСТИ ГИПЕРВИЗОРОВ И СИСТЕМ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ УЯЗВИМОСТИ ГИПЕРВИЗОРОВ И СИСТЕМ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ http://www.ruscrypto.ru/conference/ Д. т. н., профессор Зегжда Дмитрий Петрович Никольский Алексей Валерьевич Кибератаки актуальная угроза Облачные

Подробнее

Crossbeam RT. Павел Жажин Генеральный директор

Crossbeam RT. Павел Жажин Генеральный директор Crossbeam RT Павел Жажин Генеральный директор О компании Crossbeam RT Crossbeam RT совместное предприятие, созданное в начале 2011 года Российской корпорацией средств связи (РКСС) и компанией Crossbeam

Подробнее

ВЛИЯНИЕ ПРИМЕНЕНИЯ НОВЫХ HPC-ТЕХНОЛОГИЙ НА АНАЛИЗ ГЕОФИЗИЧЕСКИХ ДАННЫХ, ПОЛУЧЕНЫХ ПРИ РАЗВЕДКЕ НЕФТЕГАЗОВЫХ МЕСТОРОЖДЕНИЙ

ВЛИЯНИЕ ПРИМЕНЕНИЯ НОВЫХ HPC-ТЕХНОЛОГИЙ НА АНАЛИЗ ГЕОФИЗИЧЕСКИХ ДАННЫХ, ПОЛУЧЕНЫХ ПРИ РАЗВЕДКЕ НЕФТЕГАЗОВЫХ МЕСТОРОЖДЕНИЙ ВЛИЯНИЕ ПРИМЕНЕНИЯ НОВЫХ HPC-ТЕХНОЛОГИЙ НА АНАЛИЗ ГЕОФИЗИЧЕСКИХ ДАННЫХ, ПОЛУЧЕНЫХ ПРИ РАЗВЕДКЕ НЕФТЕГАЗОВЫХ МЕСТОРОЖДЕНИЙ Решения EMC Isilon для нефтегазовой отрасли ПЕРСПЕКТИВНЫЙ ВЗГЛЯД EMC ВВЕДЕНИЕ:

Подробнее

Оценка максимально допустимого времени применения сложного объекта по назначению

Оценка максимально допустимого времени применения сложного объекта по назначению Труды МАИ. Выпуск 89 УДК 621.396.6 www.mai.ru/science/trudy/ Оценка максимально допустимого времени применения сложного объекта по назначению Заковряшин А.И.*, Кошелькова Л.В. Московский авиационный институт

Подробнее

Адаптивное управление безопасностью информационных систем, построенных на базе программно-конфигурируемых сетей

Адаптивное управление безопасностью информационных систем, построенных на базе программно-конфигурируемых сетей КАФЕДРА «ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ КОМПЬЮТЕРНЫХ СИСТЕМ» Адаптивное управление безопасностью информационных систем, построенных на базе программно-конфигурируемых сетей Павленко Евгений Юрьевич ОСОБЕННОСТИ

Подробнее

новые возможности и технологии успеха Вашего бизнеса

новые возможности и технологии успеха Вашего бизнеса новые возможности и технологии успеха Вашего бизнеса КОМПЬЮТЕР НОУТБУК ПЛАНШЕТ СМАРТФОН ? Вам нужно заменить устаревшие компьютеры? Вам необходимо купить новый дорогой сервер? Вы хотите сократить офис

Подробнее

Описание продукта: «Виртуальный офис Softline»

Описание продукта: «Виртуальный офис Softline» Описание продукта: «Виртуальный офис Softline» в рамках CloudOS Network Russia Подготовлено совместно с: Softline Version 0.2 Draft Подготовил: Виктория Гущина При участии: Кирилл Котляренко Антон Авдонин

Подробнее

VIII. Виртуализация и облачные технологии

VIII. Виртуализация и облачные технологии VIII. Виртуализация и облачные технологии Проблемы: Низкая средняя утилизация серверного оборудования Сложность сетевой инфраструктуры Высокие требования к электроснабжению/охлаждению Проблема ввода новых

Подробнее

Дорабатывать открытый код cамостоятельно или использовать решение российского вендора?

Дорабатывать открытый код cамостоятельно или использовать решение российского вендора? Дорабатывать открытый код cамостоятельно или использовать решение российского вендора? Почему Р-Виртуализация лучше KVM и как это вам поможет На первый взгляд решения, построенные целиком на открытом программном

Подробнее

ПРОГРАММНЫЙ КОМПЛЕКС АНАЛИТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Т. И. Алиев, Нгуен Дык Тай (Санкт-Петербург)

ПРОГРАММНЫЙ КОМПЛЕКС АНАЛИТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Т. И. Алиев, Нгуен Дык Тай (Санкт-Петербург) рактическое применение имитационного и комплексного РОГРАММНЫЙ КОМЛЕКС АНАЛИТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СЕТЕЙ ЕРЕДАЧИ ДАННЫХ Т И Алиев, Нгуен Дык Тай (Санкт-етербург) роектирование сети передачи

Подробнее

ПЛАНИРОВАНИЕ ЗАДАНИЙ НА ОСНОВЕ ЭКОНОМИЧЕСКОЙ МОДЕЛИ КАК ПОДХОД К ОБЕСПЕЧЕНИЮ КАЧЕСТВА ОБСЛУЖИВАНИЯ В РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СРЕДЕ

ПЛАНИРОВАНИЕ ЗАДАНИЙ НА ОСНОВЕ ЭКОНОМИЧЕСКОЙ МОДЕЛИ КАК ПОДХОД К ОБЕСПЕЧЕНИЮ КАЧЕСТВА ОБСЛУЖИВАНИЯ В РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СРЕДЕ ПЛАНИРОВАНИЕ ЗАДАНИЙ НА ОСНОВЕ ЭКОНОМИЧЕСКОЙ МОДЕЛИ КАК ПОДХОД К ОБЕСПЕЧЕНИЮ КАЧЕСТВА ОБСЛУЖИВАНИЯ В РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СРЕДЕ А.В. Киселев, П.Е. Голосов Внедрение технологий грид, обусловленное

Подробнее

10 Лучших стратегических технологий в 2010 году. IBM Software Group Conference 23 марта 2010

10 Лучших стратегических технологий в 2010 году. IBM Software Group Conference 23 марта 2010 10 Лучших стратегических технологий в 2010 году IBM Software Group Conference 23 марта 2010 Стратегические технологии и тенденции Стратегические технологии Воздействие на предприятие в течение следующих

Подробнее

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КОРПОРАТИВНОЙ СЕТИ В УСЛОВИЯХ ВРЕДОНОСНОГО ИНФОРМАЦИОННОГО ВОЗДЕЙСТВИЯ Л. М. Груздева (Владимир)

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КОРПОРАТИВНОЙ СЕТИ В УСЛОВИЯХ ВРЕДОНОСНОГО ИНФОРМАЦИОННОГО ВОЗДЕЙСТВИЯ Л. М. Груздева (Владимир) ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КОРПОРАТИВНОЙ СЕТИ В УСЛОВИЯХ ВРЕДОНОСНОГО ИНФОРМАЦИОННОГО ВОЗДЕЙСТВИЯ Л. М. Груздева (Владимир) Корпоративные сети (КС) подвергаются серьезным угрозам в связи с многочисленными

Подробнее

Технические требования к оборудованию для работы МИС «ИНФОКЛИНИКА» / «ИНФОДЕНТ»

Технические требования к оборудованию для работы МИС «ИНФОКЛИНИКА» / «ИНФОДЕНТ» Технические требования к оборудованию для работы МИС «ИНФОКЛИНИКА» / «ИНФОДЕНТ» Оглавление Клиентские станции... 2 Серверное оборудование... 2 Вариант 1: Автономная работа клиники с одной базой данных

Подробнее

О проблеме организации кластеров мультиклиентских баз данных

О проблеме организации кластеров мультиклиентских баз данных О проблеме организации кластеров мультиклиентских баз данных Бойцов Евгений Александрович, аспирант кафедры Теоретической Информатики факультета ИВТ ЯрГУ им. П.Г. Демидова boytsovea@yandex.ru Аннотация

Подробнее

ИССЛЕДОВАНИЕ НЕЭКСПОНЕНЦИАЛЬНЫХ МОДЕЛЕЙ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Нгуен Дык Тай (Санкт-Петербург)

ИССЛЕДОВАНИЕ НЕЭКСПОНЕНЦИАЛЬНЫХ МОДЕЛЕЙ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Нгуен Дык Тай (Санкт-Петербург) ИССЛЕДОВАНИЕ НЕЭКСПОНЕНЦИАЛЬНЫХ МОДЕЛЕЙ СЕТЕЙ ПЕРЕДАЧИ ДАННЫХ Нгуен Дык Тай (Санкт-Петербург) Задача проектирования и исследования сетей передачи данных (СПД) в подавляющем большинстве решается с использованием

Подробнее

ИТ-инфраструктура как сервис: OPEX вместо CAPEX

ИТ-инфраструктура как сервис: OPEX вместо CAPEX ИТ-инфраструктура как сервис: OPEX вместо CAPEX Проблематика Проблемы в экономике => Проблемы в бизнесе Проблемы в бизнесе => Проблемы в ИТ Проблемы в ИТ => Сокращение бюджетов Как сэкономить на ИТ-инфраструктуре

Подробнее