Цифровая платформа управления жизнеобеспечением: топологическая концепция
Боковая панель статьи
Основное содержимое статьи
Аннотация
В современных цифровых системах управления надежность обеспечивается способностью перенаправлять потоки при сбоях и отказах. Для этого можно применять топологический подход, учитывающий взаимосвязи элементов в различных системах, включая системы жизнеобеспечения. Представлен обзор существующих алгоритмов маршрутизации потоков, отмечены их достоинства и недостатки.
В работе предлагается концепция управления потоками на основе топологических таблиц. Вводятся формальные понятия рангов (иерархия «узел – ребро – грань – ячейка»). Для каждой пары рангов задается топологическое отношение контакта, и результирующая матрица из шестнадцати топологических таблиц Tkm фиксирует инцидентность элементов без использования метрической информации. Такая структура образует компактное устойчивое хранилище связности, упрощая обновление и анализ сети.
Далее рассматривается, как с помощью этих понятий можно организовать хранение информации о связности и применять ее для перенаправления потоков данных при отказах узлов или каналов, повышая надежность сети. Описан алгоритм перенаправления: после обнаружения отказа соответствующие записи в таблицах помечаются как неактивные, затем автоматически идентифицируются затронутые сеансы и для каждого выбирается кратчайший обходной маршрут. Последовательность операций включает:
1. Оперативное обновление таблиц.
2. Классификацию затронутых потоков.
3. Поиск альтернативного пути или выбор ранее сохраненного резервного.
4. Мгновенное переключение на альтернативный маршрут без межузлового обмена служебными сообщениями.
При наличии резервных маршрутов длительность простоя ограничивается задержкой обнаружения события; при их отсутствии путь вычисляется по обновленному графу с линейной сложностью.
Информация о статье
Библиографические ссылки
Zhao Z., Zhang P., Yang H. Cascading failures in interconnected networks with dynamical redistribution of loads // Physica A: Statistical Mechanics and its Applications. 2015. Vol. 433. Pp. 204–210. DOI: 10.1016/j.physa.2015.03.030 DOI: https://doi.org/10.1016/j.physa.2015.03.030
Gao C., Fan Y., Jiang S., Deng Y., Liu J., Li X. Dynamic robustness analysis of a two-layer rail transit network model // IEEE Transactions on Intelligent Transportation Systems. 2021. Vol. 23. Nо. 7. Pp. 6509–6524. DOI: 10.1109/TITS.2021.3058185 DOI: https://doi.org/10.1109/TITS.2021.3058185
Bejerano Y., Breitbart Y., Orda A., Rastogi R., Sprintson A. Algorithms for computing QoS paths with restoration // IEEE/ACM Transactions on Networking. 2005. Vol. 13. Nо. 3. Pp. 648–661. DOI: 10.1109/TNET.2005.850217 DOI: https://doi.org/10.1109/TNET.2005.850217
Wagner D., Willhalm T. Speed-up techniques for shortest-path computations // Annual Symposium on Theoretical Aspects of Computer Science. 2007. Pp. 23–36. DOI: 10.1007/978-3-540-70918-3_3 DOI: https://doi.org/10.1007/978-3-540-70918-3_3
Dinitz Y., Itzhak R. Hybrid bellman–ford–dijkstra algorithm // Journal of Discrete Algorithms. 2017. Vol. 42. Pp. 35–44. DOI: 10.1016/j.jda.2017.01.001 DOI: https://doi.org/10.1016/j.jda.2017.01.001
Jepsen M.K., Petersen B., Spoorendonk S., Pisinger D. A branch-and-cut algorithm for the capacitated profitable tour problem // Discrete Optimization. 2014. Vol. 14. Pp. 78–96. DOI: 10.1016/j.disopt.2014.08.001 DOI: https://doi.org/10.1016/j.disopt.2014.08.001
Nejad M.M., Mashayekhy L., Chinnam R.B., Phillips A. Hierarchical time-dependent shortest path algorithms for vehicle routing under ITS // Iie Transactions. 2016. Vol. 48. Nо. 2. Pp. 158–169. DOI: 10.1080/0740817X.2015.1078523 DOI: https://doi.org/10.1080/0740817X.2015.1078523
Pathan A.S.K., Monowar M.M., Khan S. Simulation Technologies in Networking and Communications: Selecting the Best Tool for the Test. CRC Press, 2014. DOI: https://doi.org/10.1201/b17650
Alam M.G.R., Suma T.M., Uddin S.M., Siam M.B.A.K., Mahbub M.S.B., Hassan M.M. et al. Queueing theory based vehicular traffic management system through Jackson network model and optimization // IEEE Access. 2021. Vol. 9. Pp. 136018–136031. DOI: 10.1109/ACCESS.2021.3116503 DOI: https://doi.org/10.1109/ACCESS.2021.3116503
Afolalu S.A., Ikumapayi O.M., Abdulkareem A., Emetere M.E., Adejumo O. A short review on queuing theory as a deterministic tool in sustainable telecommunication system // Materials Today: Proceedings. 2021. Vol. 44. Pp. 2884–2888. DOI: 10.1016/j.matpr.2021.01.092 DOI: https://doi.org/10.1016/j.matpr.2021.01.092
Petrović A., Nikolić M., Bugarić U., Delibašić B., Lio P. Controlling highway toll stations using deep learning, queuing theory, and differential evolution // Engineering Applications of Artificial Intelligence. 2023. Vol. 119. P. 105683. DOI: 10.1016/j.engappai.2022.105683 DOI: https://doi.org/10.1016/j.engappai.2022.105683
Dai B., Cao Y., Wu Z., Dai Z., Yao R., Xu Y. Routing optimization meets Machine Intelligence: A perspective for the future network //Neurocomputing. 2021. Vol. 459. Pp. 44–58. DOI: 10.1016/j.neucom.2021.06.093 DOI: https://doi.org/10.1016/j.neucom.2021.06.093
Amin R., Rojas E., Aqdus A., Ramzan S., Casillas-Perez D., Arco J.M. A survey on machine learning techniques for routing optimization in SDN // IEEE Access. 2021. Vol. 9. Pp. 104582–104611. DOI: 10.1109/ACCESS.2021.3099092 DOI: https://doi.org/10.1109/ACCESS.2021.3099092
Sivalingam K.M. Applications of artificial intelligence, machine learning and related techniques for computer networking systems //arXiv preprint arXiv:2105.15103. 2021. DOI: 10.48550/arXiv.2105. 15103
Liang G., Kintak U., Ning X., Tiwari P., Nowaczyk S., Kumar N. Semantics-aware dynamic graph convolutional network for traffic flow forecasting // IEEE Transactions on Vehicular Technology. 2023. Vol. 72. Nо. 6. Pp. 7796–7809. DOI: 10.1109/TVT.2023.3239054 DOI: https://doi.org/10.1109/TVT.2023.3239054
Duan Y., Chen N., Shen S., Zhang P., Qu Y., Yu S. FDSA-STG: Fully dynamic self-attention spatial-temporal graph networks for intelligent traffic flow prediction // IEEE Transactions on Vehicular Technology. 2022. Vol. 71. Nо. 9. Pp. 9250–9260. DOI: 10.1109/TVT.2022.3178094 DOI: https://doi.org/10.1109/TVT.2022.3178094
Srilakshmi U., Veeraiah N., Alotaibi Y., Alghamdi S.A., Khalaf A.I., Subbayamma B.V. An improved hybrid secure multipath routing protocol for MANET // IEEE Access. 2021. Vol. 9. Pp. 163043–163053. DOI: 10.1109/ACCESS.2021.3133882 DOI: https://doi.org/10.1109/ACCESS.2021.3133882
Rozhkov A., Galishnikova V. Explicit Digital Models of Linear Complexes, International // Journal for Computational Civil and Structural Engineering. 2022. Т. 18. Nо. 4. Рр. 101–110. DOI: 10.22337/2587-9618-2022-18-4-101-110. EDN RZOCBU DOI: https://doi.org/10.22337/2587-9618-2022-18-4-101-110
Rozhkov A.N., Galishnikova V.V. Construction and Modification of Topological Tables for Digital Models of Linear Complexes // Mathematical and Computational Applications. 2023. Vol. 28. Nо. 2. P. 37. DOI: 10.3390/mca28020037 DOI: https://doi.org/10.3390/mca28020037
Рожков А. Н., Галишникова В. В. Построение топологических таблиц для цифровых моделей линейных комплексов //BIM-моделирование в задачах строительства и архитектуры. 2023. С. 113–119. DOI: 10.23968/BIMAC.2023.016 DOI: https://doi.org/10.23968/BIMAC.2023.016
Karamela N., Karras D.A. A Comparative Analysis of OSPF and EIGRP Routing Protocol Evaluation // Journal of Transactions in Systems Engineering. 2023. Vol. 1. Nо. 2. Pp. 73–103. DOI: 10.15157/JTSE.2023.1.2.73-103