vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2026-53-1-170-185vdgtu-2019Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSОптимизационная сетевая модель нахождения максимального потока сети при управлении облачными ресурсамиOptimization network model for finding the maximum network flow in cloud resource managementhttps://orcid.org/0000-0002-1417-498XРазумниковС. В.RazumnikovS. V.

Разумников Сергей Викторович, кандидат технических наук, доцент, отделение цифровых технологий и безопасности,

652055, г. Юрга, ул. Ленинградская 26,

demolove7@inbox.ru

Sergei V. Razumnikov, Cand. Sci. (Eng.), Assoc. Prof., Department of Digital Technologies and Security,

26 Leningradskaya St., Yurga 652055

razumnikov@tpu.ruЮргинский технологический институт (филиал) Национального исследовательского Томского политехнического университета (ЮТИ ТПУ)РоссияYurga Technological Institute (branch) of the National Research Tomsk Polytechnic UniversityRussian Federation202630042026531170185Copyright © Разумников С.В., 20262026Разумников С.В.Razumnikov S.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/2019Цель

Цель. Целью исследования является разработка оптимизационной сетевой модели максимизации объема передаваемых данных при соблюдении критериев качества при управлении облачными ресурсами.

Метод

Метод. Исследование основано на применении классической теории графов (алгоритм Форда-Фалкерсона) и многокритериальной оптимизации, дополненных логарифмическим методом нормализации данных.

Результат

Результат. Разработанная модель представляет эффективный подход к оптимизации потока данных в облачной среде, позволяющий определить оптимальный маршрут передачи данных между узлами сети, учитывая ограничения ресурсов и требования к производительности. Определены основные принципы и алгоритм модели, а также представлены примеры ее применения в реальных сценариях управления облачными ресурсами.

Вывод

Вывод. Сетевая модель является важным инструментом для эффективного управления облачными ресурсами, оптимизации потоков данных и обеспечения высокой производительности приложений.

Objective

Objective. The aim of the study is to develop an optimization network model for maximizing the volume of transmitted data while meeting the quality criteria for cloud resource management.

Method

Method. The study is based on classical graph theory (the Ford-Fulkerson algorithm) and multi-criteria optimization, supplemented by a logarithmic data normalization method.

Result

Result. The model presents an effective approach to optimizing data flow in a cloud environment, enabling the determination of the optimal data transfer route between network nodes, taking into account resource constraints and performance requirements. The principles and algorithm of the model are defined; examples of application in cloud resource management are given.

Conclusion

Conclusion. The network model is an important tool for efficiently managing cloud resources, optimizing data flows and ensuring high application performance.

сетевая модельуправлениеоптимизацияоблачные ресурсыпоток сетиnetwork modelmanagementoptimizationcloud resourcesnetwork flowReferencesРазумников С.В. Планирование развития облачной стратегии на основе применения многокритериальной оптимизации и метода STEM // Доклады томского государственного университета систем управления и радиоэлектроники. – 2020. – Т. 23, № 1. – С. 53–61.Razumnikov S.V. Cloud Strategy Development Planning Based on Multicriteria Optimization and the STEM Method. Reports of Tomsk State University of Control Systems and Radioelectronics. 2020; 23(1):. 53-61.Разумников С.В. Некомпенсаторное агрегирование и рейтингование провайдеров облачных услуг // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2018. – Т. 21, № 4. – С. 63–69.Razumnikov S.V. Non-compensatory Aggregation and Rating of Cloud Service Providers. Reports of Tomsk State University of Control Systems and Radioelectronics. 2018; 21(4): 63-69.Разумников С.В. Разработка программного обеспечения для построения агрегированных рейтингов на основе метода порогового агрегировния // Вестник воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2021. № 2. с. 138-152.Razumnikov S.V. Software Development for Constructing Aggregated Ratings Based on the Threshold Aggregation Method. Bulletin of Voronezh State University. Series: Systems Analysis and Information Technology. 2021; 2:138-152.Разумников С.В. Модели, алгоритмы и программное обеспечение поддержки принятия стратегических решений к переходу на облачные технологии: монография// Изд-во Томского политехнического университета. - 2020. - 176 с.Razumnikov S.V. Models, algorithms, and software for supporting strategic decision-making regarding the transition to cloud technologies: monograph. Publishing house of Tomsk Polytechnic University. 2020; 176.Маслова Н.А., Мовчан О.В. Использование интеллектуальных агентов при решении задач распределения ресурсов //Искусственный интеллект. – 2014.Maslova N.A., Movchan O.V. Using intelligent agents in solving resource allocation problems. Artificial Intelligence. 2014.Мохамад А.Т.Г. и др. Усовершенствованный алгоритм управления доступом к облачным телекоммуникационным ресурсам //Системи обробки інформації. – 2015. – № 1. – С. 150-153.Mohamad A.T.G. et al. Improved algorithm for access control to cloud telecommunication resources. Information Processing Systems. 2015; 1: 150-153.Аллакин В. В., Будко Н. П., Васильев Н. В. Общий подход к построению перспективных систем мониторинга распределенных информационно-телекоммуникационных сетей //Системы управления, связи и безопасности. – 2021. – № 4. – С. 125-227.Allakin V.V., Budko N.P., Vasiliev N.V. General approach to the construction of promising systems for monitoring distributed information and telecommunication networks. Control, Communication and Security Systems. 2021; 4:125-227.М.В. Козлов, Ю.Е. Малашенко, И.А. Назарова, Н.М. Новикова Управление топливно-энергетической системой при крупномасштабных повреждениях. I. сетевая модель и программная реализация // Известия РАН. Теория и системы управления, 2017, № 6, с. 50–73.M.V. Kozlov, Yu.E. Malashenko, I.A. Nazarova, N.M. Novikova Control of the fuel and energy system under large-scale damage. I. Network model and software implementation. Bulletin of the Russian Academy of Sciences. Control Theory and Systems, 2017; 6:50-73.Гвоздинский А.Н., Кудряшов В.Ю. Анализ методов управления распределения ресурсов в сетевых системах // АСУ и приборы автоматики. 2009. № 147. URL: https://cyberleninka.ru/article/n/analiz-metodov-upravleniya-raspredeleniya-resursov-v-setevyh-sistemah.Gvozdinsky A.N., Kudryashov V.Yu. Analysis of resource distribution management methods in network systems. ACS and automatic devices. 2009;147.https://cyberleninka.ru/article/n/analiz-metodov-upravleniya-raspredeleniya-resursov-v-setevyh-sistemah.Ю. Е. Малашенко, И. А. Назарова, Анализ распределения предельных нагрузок в многопользовательской сети”, Информ. и её примен., 15:4 (2021), 20–26Yu.E. Malashenko, I.A. Nazarova, Analysis of the distribution of maximum loads in a multi-user network”, Inform. i eoe primen., 15:4 (2021), 20–26.Соловьева А.С. Анализ методов многокритериальной оптимизации сети на основе графовых моделей// Современные технологии в науке и образовании - СТНО-2021:Сборник трудов IV Международного научно-технического форума:в 10т.,Рязань, 3–5 марта 2021 г.. Т. 4. Рязань:Рязанский государственный радиотехнический университет имени В.Ф.Уткина, 2021. – С. 24-27. – EDN JNVCGL.S. Solovieva, “Analysis of methods for multi-criteria network optimization based on graph models”, in: “Modern technologies in science and education - STNO-2021: Proceedings of the IV International Scientific and Technical Forum: in 10 volumes”, Ryazan, March 3–5, 2021;4. – Ryazan: Ryazan State Radio Engineering University named after V.F. Utkin, 2021;24-27. – EDN JNVCGL.Зеленов А. А., Тарасов А. А. Алгоритм Форда-Фалкерсона //Инновации. 2013 -№ 48. С. 1864-1868.Zelenov A.A., Tarasov A.A. Ford-Fulkerson Algorithm. Innovations. 2013;48: 1864-1868.Стьопкiн А.В., Пластун Д. А. Алгоритм Форда-Фалкерсона. – 2016.St'opkin A.V., Plastun D.A. Ford-Fulkerson Algorithm. 2016.Попов А.Ю. О реализации алгоритма Форда-Фалкерсона в вычислительной системе с многими потоками команд и одним потоком данных/ /Машиностроение и компьютерные технологии. – 2014. – № 9. – С. 162-180.Popov A.Yu.On the implementation of the Ford-Fulkerson algorithm in a computing system with many command streams and one data stream. Mechanical Engineering and Computer Technologies.2014;9:162-180.Искакова А.К., Шанлаякова А.С.Использование алгоритма Форда-Фалкерсона для нахождения максимального потока в сети//Вестник Казахской академии транспорта и коммуникаций им. М.Тынышпаева. – 2013. – 4. – С. 75-80.Iskakova A.K., Shanlayakova A.S. Using the Ford-Fulkerson Algorithm to Find the Maximum Flow in the Network. Bulletin of the Kazakh Academy of Transport and Communications named after M. Tynyshpayev. 2013;4: 75-80.Маслова Н.А., Мовчан О. В. Использование интеллектуальных агентов при решении задач распределения ресурсов // Искусственный интеллект. – 2014.Maslova N.A., Movchan O.V. Using Intelligent Agents in Solving Resource Allocation Problems. Artificial Intelligence. 2014.Синдеева Л.В. и др. Применение методов регрессионного анализа в биомедицинских исследованиях //Вестник новых медицинских технологий. – 2013. – Т. 20. – № 2. – С. 216-219.Sindeeva L.V. et al. Application of Regression Analysis Methods in Biomedical Research. Bulletin of New Medical Technologies. 2013;20(2): 216-219.Латифуллин А.Т. Анализ временных рядов рынка криптовалют интеллектуальными нейросетевыми систе мами с обратной связью //Аллея науки. – 2018. – Т. 1. – № 5. – С. 1028-1034.Latifullin A.T. Analysis of Cryptocurrency Market Time Series by Intelligent Neural Network Systems with Feedback. Alley of Science. 2018;1(5):1028-1034.Силич В.А., Силич М.П. Теория систем и системный анализ:Уч.пособ. Томск:изд. ТПУ, 2010. – 97 с.Silich V.A., Silich M.P. Systems Theory and Systems Analysis:Textbook.Tomsk:Publishing House, 2010;97.Постников В. М., Спиридонов С. Б. Методы выбора весовых коэффициентов локальных критериев // Машиностроение и компьютерные технологии. – 2015. – № 6. – С. 267-287.Postnikov V.M., Spiridonov S.B. Methods for Selecting Weighting Coefficients of Local Criteria. Mechanical Engineering and Computer Technologies. 2015; 6:267-287.Макарова И. Л. Анализ методов определения весовых коэффициентов в интегральном показателе общественного здоровья //Символ науки. – 2015. – № 7-1. – С. 87-95.Makarova I.L. Analysis of Methods for Determining Weighting Coefficients in an Integral Indicator of Public Health. Symbol of Science. 2015;7-1:87-95.Спиридонов С.Б., Булатова И.Г., Постников В.М. Анализ подходов к выбору весовых коэффициентов критериев методом парного сравнения критериев //Вестник евразийской науки. – 2017. – Т. 9. – № 6 (43). – С. 13.Spiridonov S.B., Bulatova I.G., Postnikov V.M. Analysis of approaches to the selection of weighting coefficients of criteria by the method of paired comparison of criteria.Bulletin of Eurasian Science. 2017;9:6 (43):13.Аксенов К.И., Переверзев А.Н., Трегубов Р.Б. Анализ эффективности алгоритмов поиска максимального потока //Information Systems and Technologies. – 2023. – Т. 5.Aksenov K.I., Pereverzev A.N., Tregubov R.B. Analysis of the efficiency of algorithms for searching for the maximum flow. Information Systems and Technologies. 2023;5.Никитин С.В.Анализ временных задержек при изменении топологии программно-конфигурируемой сети на базе эмулятора компьютерных сетей Mininet//Техника средств связи. 2023. № 3(163).С.67-73.Nikitin S.V. Analysis of time delays when changing the topology of a software-defined network based on the Mininet computer network emulator. Communication Engineering. 2023;3 (163):67-73.

The authors declare that there are no conflicts of interest present.