Содержание к диссертации
Введение
Глава 1 Модели организации инфраструктуры малой педагогической системы с использованием виртуальных машин 12
1.1 Анализ предметной области 12
1.2 Анализ практики использования ВМ в инфраструктуре педагогических систем разных уровней 17
1.3 Обзор существующих подходов к виртуализации 20
1.4 Подходы к решению задачи управления информационной инфраструктурой малой педагогической системы 23
1.5 Постановка задач диссертационного исследования 43
1.6 Выводы 44
Глава 2 Разработка методов управления инфраструктурой малой педагогической системы с использованием виртуальных машин 48
2.1 Построение модели управления информационной инфраструктурой малой педагогической системы с использованием технологии ВМ 48
2.2 Особенности оценки результатов экспертизы 65
2.2.1 Пример введения нечеткости экспертных оценок при проведении экспертизы 69
2.3 Разработка метода поддержки принятия решения об использовании ВМ в инфраструктуре малой педагогической системы на основе оценки рисков 75
2.3.1 Пример оценки рисков при принятии решения об использовании ВМ в информационной инфраструктуре малой педагогической системы 84
2.4 Разработка метода поддержки принятия решения об экземпляре ВМ в информационной инфраструктуре малой педагогической системы 86
2.4.1 Пример использования метода поддержки принятия решения об экземпляре ВМ в информационной инфраструктуре малой педагогической системы 91
2.5 Выводы 101
Глава 3 Разработка средств мониторинга состояния инфраструктуры малой педагогической системы с применением виртуальных машин 107
3.1 Разработка методики применения ВМ в информационной инфраструктуре малой педагогической системы 107
3.2 Архитектура и особенности программной реализации сервиса управления информационной инфраструктурой МПС с использованием ВМ 1 3.2.1 Модель иерархии виртуальных машин 111
3.2.2 Архитектура сервиса управления информационной инфраструктурой малой педагогической системы с использованием ВМ 111
3.2.3 Особенности реализации подсистемы инвентаризации и управления виртуальными машинами 117
3.3 Построение прикладной модели управления информационной инфраструктурой МПС с применением ВМ 124
3.3 Выводы 127
Глава 4 Результаты применения методов и алгоритмов управления инфраструктурой малой педагогической системы с использованием виртуальных машин 128
4.1 Экспериментальная проверка метода поддержки принятия решения об использовании ВМ 128
4.2 Экспериментальная проверка метода поддержки принятия решения об экземпляре ВМ 139
4.3 Оценка временных затрат на формирование информационной инфраструктуры 153
Вывод 157
Заключение 158
Список литературы
- Обзор существующих подходов к виртуализации
- Постановка задач диссертационного исследования
- Пример оценки рисков при принятии решения об использовании ВМ в информационной инфраструктуре малой педагогической системы
- Построение прикладной модели управления информационной инфраструктурой МПС с применением ВМ
Обзор существующих подходов к виртуализации
ВМ уже прочно вошли в практику работы современных образовательных учреждений различного уровня и профилей. Анализ литературных источников, уже частично затронутый в 1.1, позволил выделить основные направления, по которым наиболее интенсивно используются ВМ. Рассмотрим теперь представленные в литературе практические аспекты применения ВМ в образовательных учреждениях. Следует прежде всего отметить монографию [10], где обобщен опыт применения ВМ в практике преподавания целого ряда дисциплин, таких как «Операционные системы», «Сетевые информационные технологии», «Информационные сети», «Администрирование информационных систем», «Информационные системы и компьютерное моделирование». Здесь приведены многочисленные примеры создания, настройки и использования моделей различных компьютерных систем, созданных с применением ВМ. Однако работа ориентирована на подготовку специалистов высшей квалификации по компьютерным специальностям, и ее результаты не могут быть непосредственно перенесены в практику организации обучения по широкому кругу дисциплин в условиях МПС в среднем образовании.
В работе [105] представлен опыт формирования сети ВМ при подготовке системных администраторов. Здесь отмечается, что некоторые аспекты системного администрирования недостаточно эффективно воспроизводятся в ВСО; в особенности важен текущий контроль специфических конфигурационных настроек, а также имитируемого уровня нагрузки. Авторы считают, что ВМ могут служить ценным компонентом информационной инфраструктуры образовательного процесса, однако их интегрирование в информационную инфраструктуру требует серьезной методической поддержки. В работе [83] выделен целый ряд учебных курсов, в изучении которых целесообразно использовать ВМ в качестве компонента информационной инфраструктуры. В ходе занятий студенты самостоятельно создают ВМ, устанавливают и настраивают программное обеспечение. В качестве достоинства такой методики отмечается, что применение ВМ позволяет студентам совершать ошибки (и учиться на них), что немаловажно для улучшения качества подготовки ИТ-специалистов. В то же время, как отмечает автор, в практике образовательных учреждений эта возможность пока мало используется, хотя актуальность данной темы не вызывает сомнений. Аналогичная мысль высказывается в [80].
Нельзя не отметить широко представленные в литературе разработки по организации сред имитационного моделирования и виртуальной реальности. (см., например, [12; 79]). Однако эти вопросы находятся вне проблематики настоящего диссертационного исследования.
Значительное по объему публикаций направление исследований связано с организацией ВСО как внешнего сервиса, на базе SaaS- или IaaS-подходов. В первом случае (SaaS, Software as a Servise) потребителю предоставляются программные средства – приложения провайдера, выполняемые на облачной инфраструктуре, а во втором случае (IaaS, Infrastructure as a Service) – средства обработки данных, хранения, сетей и других базовых вычислительных ресурсов, на которых потребитель может развертывать и выполнять произвольное программное обеспечение, включая операционные системы и приложения.
Например, в работе [117] рассматривается организация ВСО для различных вариантов образовательных учреждений, в том числе для компьютерной лаборатории университета и для дистанционного обучения группы студентов. Предполагается, что в первом случае основной нагрузкой на ВСО являются расчеты, выполняемые в математических пакетах, а во втором – трансляция видеолекций и выполнение имитационных экспериментов. В обоих случаях предлагается использовать «виртуальные десктопные облака» (virtual desktop clouds), т.е. размещать необходимые в учебном процессе приложения на внешней, «облачной» инфраструктуре, а учащимся получать доступ к ним через веб 19 браузер по схеме «тонкого клиента». Задачей работы является построение аналитической модели для распределения вычислительных ресурсов при большой загрузке сети. Задача решается с использованием методов нелинейного программирования, причем критерием оптимальности является соотношение цены и качества предоставляемого трафика. Аналогичные постановки задачи можно найти в работах [95,103]. Предлагаются также варианты, сочетающие работу пользователя в облачных и десктопных приложениях [108; 124].
К сожалению, приходится констатировать, что построение инфраструктуры с использованием внешних сервисов в нашей стране находится на начальном этапе. Это тем более относится к организации ВСО. Подчеркнем, что этот подход представляется перспективным даже на уровне МПС, и его методическая и организационная поддержка рассматриваются автором настоящей диссертационной работы как одно из направлений дальнейших исследований [34].
Еще один аспект практики применения ВМ в образовательных учреждениях связан с влиянием коммуникаций участников на эффективность ВСО. Так, в работе [110] рассмотрены феномены самоорганизации при совместной работе в электронных средах и условия построения таких сред, обеспечивающие эффективность совместных решений. В работе [39] анализируются различные подходы к построению ВСО и указывается на необходимость неформальной коммуникации для повышения эффективности работы участников в ВСО.
Таким образом, в результате проведенного в 1.2 анализа можно сделать следующие выводы, существенные для проблематики настоящей работы: - основное внимание в литературных источниках уделяется применению ВМ в педагогических системах мезо- и макроуровней - в первую очередь университетов и крупных исследовательских лабораторий; в то же время практически не представлен опыт применения ВМ в практике работы МПС; большое значение для эффективности работы в ВСО имеет адекватная организация коммуникации участников, а также возможность самоорганизации, которая поддерживается, в первую очередь, возможностью самостоятельного принятия решений.
Постановка задач диссертационного исследования
В данной работе рассматриваются образовательные учреждения, реализующие свою основную деятельность в рамках МПС ( 1.1). Примерами таких систем могут быть кружки, секции или научно-исследовательские группы в вузах. Для МПС характерны небольшая численность участников, быстрая смена содержания и способов деятельности, изменчивость целей обучения. Для решения задачи управления информационной инфраструктурой, используемой в рамках МПС, необходимо формализовать модель этой системы [2]. Она может быть представлена в следующем виде: МПС= T,C,P,A,F, (2.1.1) где Т – цель МПС; С – содержание обучения; Р – участники МПС; А – средства обучения (инфраструктура); F – форма обучения. При этом каждый компонент модели может быть представлен через набор параметров: МПС =(T ,C ,P ,A , F ) (2.1.2) Отличительной особенностью МПС является сильная зависимость между параметрами. Содержание обучения должно учитывать цели и состав участников педагогической системы. Формы обучения зависят как от характера состава участников (например, их территориальной распределенности), так и от появления новых технологий и форм обучения. Это позволяет говорить о наличии слабо формализуемых зависимостей вида T (C ,t); T (P ,t); T (F ,t). (2.1.3) Существующие методики оценки параметров ориентированы главным образом на педагогические системы макро- и мезоуровней [17, 37, 58, 60, 71, 73, 74, 75, 85], т.е. на государственные и региональные системы образования, а также на учебные заведения в целом. Предлагаемые в них методики не позволяют учесть индивидуальный опыт и подготовленность педагога и обучаемых, существенные на микроуровне, т.е. в МПС - например, в конкретном классе или авторском курсе, и не обеспечивают гибкой адаптации ИИ к конкретной педагогической задаче, а при оценке участников педагогической системы чаще предлагается выполнить построение и верификацию мультипараметрической модели обучаемого (см., например, [99]), что весьма затруднительно для отдельного педагога как в теоретическом, так и в организационном плане.
Основные параметры модели МПС (2.1.2) - параметры педагогической задачи С , участников Р , формы обучения F , цели обучения Т - можно представить через частные модели: Г = (7\,Г2); С = (С!,С2,С3); Р = (Р1,Р2): F = {FltF2). (2.1.4) Содержательное описание параметров частных моделей и шкалы их оценки приведены в таблице 2.1.1.
Параметры моделей выделены с точки зрения влияния на характеристики информационной инфраструктуры как средства обучения. Следует учесть, что выделенные параметры характерны для большинства МПС, но существует возможность дополнения или изменения приведенных моделей для учета параметров конкретной МПС.
В рассматриваемом случае в качестве основной цели выступает адекватное решение педагогической задачи, возникающей в рамках МПС. Информационная инфраструктура как компонент архитектуры информационных технологий и в то же время компонент МПС является одним из механизмов реализации целей системы. При этом инфраструктура как совокупность технических средств описывается следующим набором компонентов: А = (OS, B, L, S), (2.1.5) где OS - операционная система; В - физические компоненты инфраструктуры (железо); L - сетевое оборудование и периферийные устройства; S - прикладные программы. Моделирование инфраструктуры как набора технических средств при организации управления требует учета большого количества параметров, сложных зависимостей между параметрами и компонентами, а также изменений параметров во времени: А = (OS , B , L , S , t). (2.1.6) При рассмотрении информационной инфраструктуры в соответствии с выражением (2.1.6) необходимо учитывать зависимости программных компонентов от физического оборудования и параметров сетевого и периферийного оборудования. Кроме того, существуют слабо формализуемые зависимости различных программных ошибок и проблема их накопления, следовательно, необходимо строить сложные частные модели, например: S (S i ,B , ОS , t); OS (B , L S i, t) (2.1.7) Управление инфраструктурой в рамках модели (2.1.2) можно рассматривать как изменение параметров инфраструктуры в зависимости от изменения параметров всех остальных компонентов МПС во времени: A =A (T , C , P , F , t). (2.1.8) На основе анализа, проведенного в 1.1–1.2, для учета зависимостей параметров в моделях (2.1.8) и (2.1.4) необходимо внести понятие риска [127] как меры влияния неопределенности на цели [46, 64]. Риск характеризуется потенциально возможными событиями и последствиями или их комбинацией. Для определения рисков в работе предложена частная модель рисков R с объединением рисков недостижения цели МПС в три группы: технические, организационные, человеческого фактора. В таблице 2.1.2 приведена модель с содержательным описанием каждого риска. Тогда модель (2.1.8) преобразуется к следующему виду: A =A (T , C , P , F , R, t). (2.1.9)
В то же время, как показано в 1.3, использование в качестве компонента инфраструктуры ВМ позволяет уменьшить вероятность накопления ошибок за счет использования «снимков», стандартизировать физические компоненты за счет использования стандартных программных моделей оборудования, реализуемых гипервизором, уменьшить взаимовлияние отдельных программных продуктов друг на друга за счет реализации модели «одна программа – одна ВМ». Такой подход позволяет отказаться от использования сложных зависимостей, определяемых выражениями (2.1.5)–(2.1.7), и моделировать инфраструктуру с использованием ВМ как совокупность
Пример оценки рисков при принятии решения об использовании ВМ в информационной инфраструктуре малой педагогической системы
В каждой из перечисленных задач необходим не только контроль, но и сохранение результатов контроля, а также обеспечение оперативного изменения состава информационной инфраструктуры. информационной инфраструктуры в рамках текущей МПС, при решении ее основной задачи и т.д.
При оформлении результатов собирается статистическая и техническая информация о информационной инфраструктуре, об МПС и о результатах выполнения педагогических задач. В помощь при оформлении результатов система предлагает использовать возможности модулей сбора технических параметров (блок 24, рисунок 2.1.2), а для формализации результатов отчета и внесения их в базу знаний – модуль семантического анализа (блок 20, рисунок 2.1.2).
Проведенный анализ событийной цепочки жизненного цикла информационной инфраструктуры позволяет для каждой из выделенных функций модели обозначить необходимые средства информационной и программной поддержки, которые также представлены на рисунке 2.1.2 (расшифровка – в подрисуночной подписи). Заметим, что многие из этих средств для различных функций дублируют друг друга, что упрощает построение информационной инфраструктуры в целом. С другой стороны, необходимо учитывать при выборе программных средств для каждой функции возможный уровень формализации ее информационной поддержки, что отражено в легенде рисунка 2.1.2.
Все сказанное позволяет в качестве основных управляющих событий выделить моменты принятия решения по следующим вопросам: 1. Вводить ли ВМ в состав информационной инфраструктуры на данном этапе решения педагогической задачи? 2. Какую именно ВМ использовать? 3. Не требуется ли текущая модификация ВМ в составе информационной инфраструктуры? Модель формирования информационной инфраструктуры с применением ВМ, построенная в соответствии с приведенной спецификой, представлена на рисунке 2.1.3. Модель отражает компоненты модели управления информационной инфраструктурой МПС, относящийся к встраиванию в нее ВМ, и описывает последовательность принятия решений в жизненном цикле информационной инфраструктуры МПС.
Модель формирования информационной инфраструктуры с применением ВМ [2] Формирование исходных данных и наступление события 1 возможно При положительном результате использования пользователь, принимая решение о выполнении задач МПС с использованием сложившейся информационной инфраструктуры, в составе которой есть ВМ, должен обеспечить сохранение результатов использования. Такие результаты должны содержать формальные данные: технические параметры конфигурации информационной инфраструктуры, технические параметры статистики использования ВМ. Кроме того, обязательно необходимо фиксировать результаты организационной составляющей, такие как соответствие информационной инфраструктуры задачам МПС, удобство после выполнения алгоритма инициации задачи управления, описанного выше ( 2.1).
Первый этап предваряет переход к информационной инфраструктуре с применением ВМ, поэтому здесь производится проактивная оценка рисков такого перехода для решения заданной педагогической задачи в условиях конкретной МПС и существующего состоянии информационной инфраструктуры. На этом этапе должен использоваться проблемно-ориентированный инструментарий оценки рисков ( 2.3), предлагаемый в рамках метода поддержки принятия решения об использовании ВМ (Метод 1).
На втором этапе выполняется выбор конкретной программной реализации ВМ для построения информационной инфраструктуры как компонента ОС. Критерии этого выбора определены стандартами [20, 21], однако, как показывает анализ, применительно к рассматриваемой задаче многие из этих критериев оказываются взаимосвязанными. Поэтому на этом этапе необходим инструментарий многокритериального анализа ( 2.4), реализованный в рамках метода поддержки принятия решения об экземпляре ВМ (Метод 2) и позволяющий выявить взаимосвязи между конкретными критериями и сократить их количество.
После введения ВМ в состав информационной инфраструктуры начинается собственно решение педагогической задачи. На этом этапе осуществляется постоянный мониторинг адекватности текущего состояния структуры и параметров информационной инфраструктуры решаемой педагогической задаче и, при необходимости, модификация структуры и параметров информационной инфраструктуры вплоть до возвращения к структуре информационной инфраструктуры без ВМ. Здесь требуется программный инструментарий для поддержки мониторинга (глава 3), применяемый в рамках метода контроля и визуализации (Метод 3).
Таким образом, в 2.1 построена модель управления информационной инфраструктурой МПС с использованием ВМ, учитывающая специфические особенности МПС. Обоснованно применение частных моделей параметров параметров T , C , P , F , R, Z. Сформирован алгоритм инициации задач управления информационной инфраструктурой МПС на основе построения событийной цепочки применения ВМ при достижении целей МПС. Выделены ключевые управляющие события, требующие поддержки при принятии решений в жизненном цикле информационной инфраструктуры МПС.
Важную роль при организации управления играет адекватная оценка характеристик информационной инфраструктуры относительно целей МПС, что непосредственно следует из рисунка 2.1.3. Материалы предыдущих параграфов показывают, что многие из этих показателей имеют качественный характер и должны оцениваться экспертным путем. Таким образом, необходимо разработать проблемно-ориентированную методику организации экспертизы для оценки характеристик информационной инфраструктуры на разных этапах жизненного цикла.
Прежде всего, необходимо определить критерии отбора экспертов для проведения экспертизы. Как показывает анализ литературы [11, 41, 45, 62], эти критерии группируются по следующим направлениям: образование и область академических интересов, профессиональный опыт и область профессиональных интересов. Пример необходимой информации для отбора экспертов приведен в таблице 2.2.1 [98].
Построение прикладной модели управления информационной инфраструктурой МПС с применением ВМ
Применение проблемно-ориентированного инструментария многокритериальной оценки существующих решений организации информационной инфраструктуры на основе ВМ иллюстрируется на примере задачи ( 2.2.1), характеристики которой показывают обоснованность применения ВМ в информационной инфраструктуре МПС.
В соответствии с содержанием педагогической задачи отбираем из номенклатуры, предусмотренной стандартами [20, 21], критерии оценки информационной инфраструктуры (К1-К5) и их подкритерии (К11-К15, К21-К23. К31-К33, К41-К42, К51-К54, К61-К63) (таблица. 2.4.1.1).
Содержательный анализ таблицы 2.4.1.1 приводит к выводу, что критерии имеют кластерную структуру, причем имеют место межкластерные взаимосвязи. Для более полной иллюстрации метода проведем расчеты, используя оба предлагаемых варианта применения метода поддержки принятия решения об экземпляре ВМ в информационной инфраструктуре МПС.
Выполним первую последовательность шагов. В соответствии с выражением (2.4.4) экспертным путем формируем матрицы взаимовлияний между критериями и подкритериями. Шкалирование взаимосвязей производится в соответствии с требованиями шага (1МАС), при этом соблюдается условие согласованности (2.4.3). Заполненная матрица взаимосвязи критериев приведена в таблице 2.4.1.3, а пример матрицы взаимовлияния подкритериев К11–К16 относительно критерия К1 – в таблице 2.4.1.4.
Устанавливая экспертным путем порог отсечения tij MAC = 0,1, получаем, что наиболее значимыми являются подкритерии К21, К22, К31, К41, К51, К52, К61, К62, К63.
Тогда критериальные оценки для каждого варианта информационной инфраструктуры можно вычислить на основании выражения (2.4.5), в котором значения estln суть оценки альтернативных вариантов информационной инфраструктуры (таблица 2.4.1.2), значения pnm представлены в первых столбцах матрицы 2.4.5, соответствующих m-м критериальным кластерам, а значение qm для каждого кластера вычислено в таблице 2.4.1.3. Результаты вычислений представлены в таблице 2.4.1.7.
Как легко видеть из сравнения таблиц 2.4.1.7 и 2.4.1.11, обе процедуры дают практически идентичные интегральные оценки для каждого варианта информационной инфраструктуры. В частности, наиболее предпочтительным в обоих случаях оказывается вариант 3 (Ноутбук Ubuntu+VB+WinXP+Angard), что полностью соответствует реальной практике работы с ВМ. Обе последовательности шагов выделяют сопоставимое подмножество подкритериев: МАС – К21, К22, К31, К41, К51, К52, К61, К62, К63; DEMATEL – К11, К13, К21, К22, К33, К41, К51, К52, К61, К62, К63. Критерий К11, согласно DEMATEL, является наиболее ярко выраженным критерием-приемником и, кроме того, наиболее сильно взаимосвязан с остальными критериями. Поэтому можно считать, что его влияние представлено в МАС через остальные критерии. Аналогично, критерий К13, как видно из рисунка 2.4.1.2, представлен в МАС через критерий К63. Критерии К31 и К33 относятся к одному критериальному кластеру и содержательно во многом эквивалентны.
Применение той или иной последовательности шагов определяется сценарием метода поддержки принятия решения об экземпляре ВМ в информационной инфраструктуре МПС. Кроме того, следует учитывать, что процедура МАС предоставляет более точные числовые параметры для расчета интегральных оценок вариантов информационной инфраструктуры. А процедура DEMATEL позволяет наглядно оценить структуру взаимосвязи критериев и тем самым упрощает прогнозирование эффективности выбранной конфигурации информационной инфраструктуры при изменении параметров МПС. Для полномасштабного принятия решения по конфигурации информационной инфраструктуры в структуре МПС возможно параллельное использование двух процедур.
Таким образом, в 2.4 сформирован метод поддержки принятия решения по выбору экземпляра ВМ для включения в состав информационной инфраструктуры МПС, для двух ключевых сценариев жизненного цикла МПС, на основе оценки критериев качества программного продукта согласно ГОСТам. Для решении многокритериальной задачи адаптировано применение метода аналитических сетей (МАС) Т. Саати. Для снижения размерности критериального пространства обосновано использование процедуры DEMATEL. Проведено сравнение методов для сквозной задачи исследования.