В настоящее время на кафедре Автоматизации Систем Вычислительных Комплексов ВМиК МГУ разрабатывается проект Системы преобразования и оптимизации программ. Эта система, получая на вход в формализованном виде описание целевой архитектуры, текст программы на исходном языке, и описание целей преобразования, должна строить обобщенное преобразование программы из исходного представления в целевое, в соответствии с заданными требованиями. Данное преобразование в общем случае является последовательностью преобразований, каждое из которых выполняет довольно узкую задачу, и реализуется отдельным алгоритмом. Подразумевается также, что информация в описаниях может быть задана с любой степенью детальности.

Рассматривается проблема планирования конвейера в общем случае. Она возникла в связи с задачей оптимизации кода по быстродействию для машин с произвольной конвейерной RISC-архитектурой. Алгоритм проводит на сформированном ассемблерном коде оптимизационное преобразование, связанное с эквивалентным с точки зрения результата изменением порядка операций. Мы рассматриваем планирование в пределах линейного блока.

This work describes an approach to the high-performance parallel I/O management in the multiprocessor computing environments. The author proposes a way for development a file system that specifically addresses the requirements of computing clusters. The work contains experimental results of practical approbation of given approach and a discussion for future research directions.

Рассмотрена проблема анализа и оценки эффективности настроек компонентов операционных систем мэйнфрейм комплексов. Исследована возможность априорной оценки эффективности подсистем планирования пакетных операционных систем в зависимости от конфигурации вычислительного комплекса и характеристик обрабатываемых им заданий. Предложена разработанная система дискретно-событийного имитационного моделирования ThruPut Simulator, получившая развитие в качестве Web-системы моделирования.

Індекс рубрикатора НБУВ: З810.428

Рубрики:

Класифікація образів

Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ 

This work takes up the problem of performance analyzing and tuning of the batch jobs schedulers used in mainframe-based systems. The proposed solution - ThruPut Simulator (TS) system - is a discrete event simulation based software product. One of the main features of TS system is simulating of throughput characteristics of mainframe sysplex and following analyzing. The kernel of TS simulating system also serves as the basis of WWW simulating project - Web TS.

Освещены вопросы построения эффективных программных систем защиты от внутренних вторжений, основанных на несигнатурных методах и обладающих свойствами автономности, адаптируемости и самообучаемости. Рассмотрены проблемы консолидации исходных данных из журналов регистрации и протоколов ОС, методы промежуточного представления, передачи данных и хранения собранных данных. Предложены архитектура системы консолидации и рабочего места аналитика безопасности, методы применения технологии OLAP для анализа собранных данных об активности пользователей, а также алгоритмы интеллектуального анализа данных (Data Mining) для построения модели поведения пользователя на основе ассоциативных правил. Построенную модель поведения можна использовать для визуального представления аналитику безопасности в виде сети зависимостей, а также для автоматического поиска аномалий в поведении пользователей и оценки степени потенциальной угрозы, исходящего от каждого пользователя. Реализована экспериментальная пилотная версия такой системы, которая была верифицирована по методике DARPA Intrusion Detection Evaluation Program, с использованием эталонных наборов данных. Приведены результаты экспериментальной верификации.

Рассмотрен способ построения систем фильтрации Интернет-трафика локальных сетей на основании методов машинного обучения. Огромное количество Интернет-ресурсов, основная масса которых на сегодняшний день является динамическими, делают малопригодными традиционные сигнатурные подходы к анализу и фильтрации Интернет-информации. Анализ мета-информации о ресурсе, такой как URL и тип содержимого, а также анализ содержимого на основе ключевых слов не обладают достаточной точностью, обеспечивающей эффективное решение задачи фильтрации трафика. Предложена оригинальная архитектура, использующая методы машинного обучения для решения задачи многотемной классификации Интернет-ресурсов. Описаны основные модули системы, их алгоритмы работы и способ организации базы знаний. Разработанная архитектура экспериментально протестирована на эталонных тестовых наборах данных, результаты экспериментов показали достаточно высокую точность и скорость работы.