The Mathematical Model for Assessing the Reliability of Multiprocessor Computing Systems Functioning

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

For the widespread use of information technology in the organization’s business process, which will be aimed at optimizing work and leading to increased productivity and profitability, quality software is needed. Consequently, the design and production of new software (software) requires an accurate analysis of its technical characteristics and, on this basis, will remain one of the pressing tasks in the field of information technology. Therefore, the article discusses an approach for assessing and improving the basic parameters of effective software operation. Reliability, to ensure the required performance, is the main criterion of operation, since it is the ability of a software product to reliably perform specified functions under specified conditions for the required period of time with a sufficiently high probability. The problem of software reliability deserves more and more attention due to the continuous complication of the systems being created, the increase in the range of tasks assigned to them, and, as a conclusion, a significant increase in the complexity and volume of software. New versions are used for those software modules that may experience software failures. To implement the proposed approach, a mathematical model for assessing software reliability is provided. Formulas are presented that are used to calculate the complex reliability parameters of the system under consideration. Relevant examples are shown. For this purpose, the Markov service model was used, that is, the study of queuing systems using a Markov process, which has a discrete set of states. The process of functioning of a multiprocessor computing complex consisting of identical processors is represented by a closed queuing system with waiting.

Sobre autores

Vitaly Terskov

Academician Reshetnev Siberian State University of Science and Technology

Autor responsável pela correspondência
Email: terskovva@mail.ru
ORCID ID: 0000-0001-9310-2409
Código SPIN: 7090-7408

Dr. Sci. (Eng.), Professor, Institute of Informatics and Telecommunications

Rússia, Krasnoyarsk

Irina Sakash

Krasnoyarsk State Agrarian University

Email: stella93@yandex.ru
Código SPIN: 5080-6432

Cand. Sci. (Eng.), associate professor, Institute of Engineering Systems and Energy

Rússia, Krasnoyarsk

Bibliografia

  1. Bahnam B.S., Dawwod S.A. Younis M.C. Optimizing software reliability growth models through simulated annealing algorithm: parameters estimation and performance analysis. The Journal of Supercomputing. April 2024. doi: 10.1007/s11227-024-06046-4
  2. Pelliccione P., Laranjeiro N. Insights From the software reliability research community. IEEE Reliability Magazine. March 2024. doi: 10.1109/MRL.2024.3358736
  3. Gachaev A.M., Dataev A.A., Vazkaeva S.S.-A. Research on the reliability of computer information technology software. Applied Economic Research. 2023. No. 2. Pp. 80–84. (In Rus.)
  4. Eze N., Ejikeme A., Guha K. RFID library management software dependability through reliable fault-detection and fault correction procedures. Microsystem Technologies. February 2024. doi: 10.1007/s00542-023-05607-6
  5. Wang J., Zhang C. An open-source software reliability model considering learning factors and stochastically introduced faults. Applied Sciences. January 2024. doi: 10.3390/app14020708
  6. Sama U., Kumar A. A software reliability model incorporating fault removal efficiency and it’s release policy. Computational Statistics. November 2023. doi: 10.1007/s00180-023-01430-9
  7. Qiu N. et al. Infinite-failure software reliability models based on non-homogeneous Markov Processes. Research Square. November 2023. Pp. 1–32. doi: 10.21203/rs.3.rs-3507541/v1
  8. Van Driel W.D. et al. Software reliability for agile testing. Mathematics. 2020. No. 8. Pp. 791–805. doi: 10.3390/math8050791
  9. Dobrokhvalov M.O. et al. Analysis of approaches to modeling queuing systems. News of St. Petersburg SETU “LETI”. 2021. No. 5. Pp. 56–64. (In Rus.)
  10. Vadeiko V.S., Manko A.V. Markov reliability model. Minsk: BNTU. 2022. Pp. 222–225.
  11. Rasulov М.М. Software reliability assessment. Current Scientific Research in the Modern World. 2020. No. 6 (62). Pp. 112–116. (In Rus.)
  12. Orazov M.Sh., Annamuradov M.T., Vepaev Sh.V. Research on Markov service models. Young Scientist. 2022. No. 49 (444). Pp. 26–28. (In Rus.)
  13. Kopeika E.A., Verbin A.V. A methodological approach to assessing the probability of failure-free operation of complex technical systems, taking into account the characteristics of the control system based on the Bayesian trust network. Proceedings of MAI. 2023. No. 128. (In Rus.) doi: 10.34759/trd-2023-128-22
  14. Sivoplyas M.A. Markov maintenance safety model for complex machinery. Reliability and Quality of Complex Systems. 2022. No. 3. Pp. 49–53. (In Rus.)

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
2. Fig. 1. Markov model of processor reliability

Baixar (13KB)
3. Fig. 2. Markov model of reliability of operation of multiprocessor computer systems consisting of three processors

Baixar (15KB)
4. Fig. 3. Markov model of reliability of functioning of a multiprocessor computing complex consisting of т processors

Baixar (14KB)


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».