12
Рисунок 5 – Пример работы АИС «Munin»
«Zabbix» – многофункциональная система отслеживания статусов и
мониторинга доступности компьютерной сети, сетевого оборудования и
серверов, находящаяся в свободном доступе. Может использовать большинство
популярных решений для хранения данных, таких как: MySQL, PostgreSQL,
SQLite или Oracle Database. Данная система реализована только в качестве веб-
интерфейса, написана на языке PHP. В системе поддерживается несколько
способов мониторинга:
Simple checks – простая проверка доступности и проверка реакции
некоторых стандартных сервисов и протоколов, таких как SMTP или HTTP, для
которой не требуется установка какого-либо программного обеспечения на том
хосте, за которым будет вестись наблюдение.
13
Zabbix agent – это агент, который можно установить на UNIX-подобных
или Windows-хостах с целью получения данных о нагрузке на процессор,
данных об использовании сети, дискового пространства и так далее.
External check – проверка на выполнение некоторых внешних программ
и команд, в которой также поддерживается сетевой мониторинг через протокол
SNMP.
Zabbix рассчитан на очень большие сети. Поддерживает подключение и
выполнение пользовательских скриптов и плагинов. Есть даже собственный
API (прикладной программный интерфейс), через который можно подключать
сторонние функции или интегрировать функционал в свои приложения.
Основные недостатки – это сложность его настройки и обслуживания.[33]
Пример работы показан на рисунке 6.
Рисунок 6 – Пример работы АИС «Zabbix»
Ниже приведена сравнительная характеристика вышеописанных систем
мониторинга сетей и сетевого оборудования (таблица 1).
14
Таблица 1
Сравнительная характеристика систем мониторинга
Nagios
Network
Analyzer
Munin
Zabbix
Поддерживаемые
платформы
Unix, VMware,
Windows
Unix, BSD
Web/Unix
Наличие web-
сервера/интерфейса
-
+
+
Необходимость
покупки лицензии
Да
Нет
Нет
СУБД
MySQL, MSSQL
RRD
MySQL,
PostgreSQL, SQLite,
OracleDB
Пользовательские
скрипты
-
+
+
Сложность
развёртки
Просто
Сложно
Умеренно
Экспорт документов
и отчётов
+
+
+
Сложность
использования
Просто
Умеренно
Просто
Возможность
установки
дополнительных
плагинов
+
+
+
Таким образом, на основе анализа найденной информации о
существующих на рынке программных продуктах для контроля доступности
сетевого оборудования могут быть сделаны выводы:
1 Универсальность проектов, которые были разработаны крупными
корпорациями ведёт к чрезмерной сложности этих программных продуктов.
Данный факт, в свою очередь, является первым шагом к тому, что у конечных
пользователей возникнут проблемы в освоении таких решений. При всём этом
они будут вынуждены изучить большой объем информации о продукте,
технической документации, обладать навыками работы со встроенными в
систему диалоговыми языками, которые в своей сложности иногда не уступают
языкам программирования высокого уровня. Кроме этого, может потребоваться
использование серьезных, функционально сложных инструментальных средств
для настройки и модификации компонентов АИС.
15
2 Рядовой пользователь без привлечения системного программиста или
администратора вряд ли сможет осуществить настройку и модификацию
компонентов системы.
3 Сопровождение большинства готовых программных средств возможно
исключительно самими разработчиками этих продуктов, что также требует
дополнительных денежных затрат.
Если принять во внимание все вышеперечисленные причины, то
предприятие, которое в своём стремлении к автоматизации управления
деятельностью хочет добиться успехов, имеет в своём арсенале технических
специалистов (системных администраторов, программистов и др.), которые
готовы внедрить готовые программные продукты сторонних производителей,
либо заняться разработкой собственных автоматизированных информационных
систем.
Таким образом, на основании представления краткого описания
найденных аналогов и сделанных выводов можно сказать, что в данном случае
будет целесообразней разрабатывать собственную автоматизированную
систему.
1.3. Выбор и обоснование математического обеспечения приложения
автоматизированной системы
Математическое обеспечение АС представляет собой анализ методов
обработки данных на основе обзора периодических научных публикации и
базовой учебной литературы.
Для решения задачи анализа данных выбран корреляционно-
регрессионный анализ.
Рассмотрим более подробно математический аппарат, используемый при
данном виде анализа статистических данных.
Регрессионный анализ является статистическим методом исследования
зависимости случайной величины
Y
-отклик от переменной (
X
) или
переменных
j
X
(
kj ,2,1
) – предикторы;
j
X
рассматривающиеся в данном
16
виде анализа как величины неслучайные, независимо от истинного закона их
распределения. В результате такого анализа строится математическая модель
при помощи выбранного метода, которая описывает уравнение регрессии как
форму связи переменных. Регрессионному анализу, как правило, предшествует
анализ корреляционной зависимости переменных, позволяющий
аналитическим путём установить наличие связей между переменными,
определить степень их тесноты, а также направление (прямая или обратная
связь).
В процессе множественного корреляционного анализа можно рассчитать
следующие характеристики:
– парные коэффициенты корреляции
ij
r
– это оценка тесноты между
линейной корреляционной связью и всеми парами рассматриваемых признаков
с принятием во внимание их взаимодействия и взаимного влияния друг на
друга. Общее число всех парных коэффициентов корреляции, к которым
относятся все исследуемые признаки, может быть представлено в виде
корреляционной матрицы R, которую можно рассчитать по формуле:
ZZ
n
r
T
m
1
1rr
r1r
r1
R
n2n1
2m21
112
,
где
Z
– матрица стандартизованных значений изначальных переменных.
Её элементы можно рассчитать по следующей формуле:
j
j
ij
xx
ij
z
.
Внутри главной диагонали матрицы R расположены дисперсии
стандартизованных переменных, все прочие же элементы являются парными
коэффициентами корреляции
ij
r
;
– множественный коэффициент корреляции
m
R
,,2,1,0
описывает степень
тесноты связей между всеми факторными признаками (предикторами –
j
X
) и
17
результативным признаком (откликом)
Y
;
– множественный коэффициент детерминации
m
R
,,2,1,0
2
описывает долю
дисперсии результативной переменной, которая обусловлена влиянием
факторных переменных, которые участвуют в анализе. После анализа
корреляционной матрицы R, множественный коэффициент детерминации и
множественный коэффициент корреляции можно вычислить следующим
образом:
*
,,2,1,0
1
R
R
R
m
;
*
,,2,1,0
2
1
R
R
R
m
,
где
R
– определитель матрицы парных корреляций, а
*
R
–
определитель матрицы парных корреляций, который получен после
вычёркивания столбца и строки, в которых определены связи зависимой
переменной (
Y
).
Множественный регрессионный анализ позволяет проанализировать и
исследовать связь между некоторыми независимыми переменными
(предикторами)
m
XX ,,,X
21
и результативным признаком (откликом)
Y
:
),,(
21 m
XXXfY
.
В большинстве случаев можно предположить, что случайная величина
(
Y
) использует нормальный закон распределения с условным математическим
ожиданием
),,(
~
21 k
XXXY
и постоянной дисперсией
2
y
, которая не зависит
от аргументов. При таком анализе часто используется уравнение регрессии
линейного вида
mmjj
XaXaXaaY
110
~
Коэффициенты регрессии
j
a
дают понять на какую величину в среднем
может измениться результативный признак
Y
, если независимая переменная
j
X
изменяется на единицу её измерения.
Регрессионная модель в матричной форме имеет вид
XAY
, где
Y
–
случайный вектор-столбец размерности (
1n
) наблюдаемых значений
18
результативного признака (
n
yyy ,,,
21
); X – матрица размерности (
)1( mn
)
наблюдаемых значений аргументов. Такой элемент матрицы, как
ij
x
может
рассматриваться как неслучайная величина (
ni ,2,1
;
mj ,2,1
;
1x
0j
); А –
вектор-столбец размерности (
)1( mn
) неизвестных параметров, которые
подлежат оценке по ходу регрессионного анализа (вектор коэффициентов
регрессии);
– случайный вектор-столбец размерности (
1n
) – вектор
остатков, вляющихся независимыми нормально распределенными случайными
величинами с неизвестной дисперсией
))((
22
i
D
и нулевым
математическим ожиданием (
0)(
i
E
).
Для того, чтобы рассчитать вектор оценок коэффициентов регрессии
),,,(
10 m
aaaA
методом наименьших квадратов, необходимо использовать
формулу
YXXX
T
1
)(A
, где
nmn
m
m
xx
xx
xx
1
221
111
1
1
1
X
;
n
y
y
y
Y
2
1
;
m
a
a
a
A
2
1
;
T
X
– транспонированная матрица X;
1
)(
XX
T
– матрица, являющаяся
обратной матрице
XX
T
.
После расчёта самого уравнения регрессии и перечисленных выше
характеристик корреляционных связей, необходимо убедиться в том, что
полученные результаты корректны и адекватны.
Свойство значимости такого уравнения регрессии в целом, т.е. его
нулевая гипотеза
)0(0:H
100
m
aaaA
, проверяется по F-критерию
Фишера. Наблюдаемое значение такого уравнения определяется по формуле:
)1/(
/
mnQ
mQ
F
ост
R
p
,
где
)()( XAXAQ
T
R
,
)()( XAYXAYQ
T
ocm
.
19
Используя таблицу распределения значений F-критерия Фишера, при
заданных
,
mv
1
,
1
2
mnv
, можно найти
кр
F
. Гипотеза
0
H
будет
отклоняться с вероятностью
, если
крp
FF
. Как следствие вышесказанного,
уравнение будет являться значимым, так как хотя бы один из коэффициентов
регрессии будет существенно отличаться от нуля.
Чтобы проверить значимость отдельных коэффициентов регрессии
также можно использовать F-критерий Фишера, где при вычислении
p
F
для
каждого из коэффициентов регрессии можно воспользоваться формулой
22
ˆ
/)(
m
ammp
SaaF
. Если
p
F
>
кр
F
, то коэффициент регрессии будет значимо
отличаться от нуля.[26]
1.4. Постановка задачи на выпускную квалификационную работу
1.4.1. Введение
Данное техническое задание подготовлено для разработки
автоматизированной информационной системы контроля доступности сетевого
оборудования, которая предназначена для мониторинга сетевой активности, а
также для решения задач оперативного оповещения о недоступности
определённых сегментов сети и сетевого оборудования ответственных за это
сотрудников с использованием разработанных программных средств и с
помощью аппаратных средств вычислительной техники.
Объектом автоматизации является деятельность Городского Центра
Технической Эксплуатации Телекоммуникаций Оренбургского филиала ПАО
«Ростелеком» по диагностике и выявлению неисправных сегментов сети и
сетевого оборудования. Автоматизация предполагает скорейшую локализацию
проблемных участков сети, сетевого оборудования и прочих устройств.
В результате разработки данной автоматизированной системы
существенно повысится быстродействие при обработке и локализации
проблемных участков сети, так как участие человека в данном процессе будет
сведено лишь к получению результата. Благодаря этому, повысится
20
эффективность работы компании: возрастёт качество обслуживания и скорость
реакции на абонентские инциденты, тем самым повысится удовлетворённость
клиентов компании качеством предоставляемых услуг и обслуживания.
Впоследствии будет возможно произвести интеграцию данной системы с
другими продуктами и решениями компании с целью сократить расходы на
обслуживание различных комплексов и организовать единую экосистему, что
повысит общее быстродействие, скорость координации между
подразделениями и унифицирует доступ ко всем ресурсам.[5]
В связи с недостатками аналогичных систем, присутствующих на рынке,
их избыточностью, агрессивной ценовой политикой, а порой и банальным
недостатком функций, принято решение о разработке данного продукта.
1.4.2. Основание для разработки
Разработка автоматизированной системы ведётся на основании приказа
ректора НОУ ВО МТИ на дипломное проектирование по направлению
подготовки бакалавров 09.03.01 – Информатика и вычислительная техника.
1.4.3. Назначение
Разрабатываемая информационная система в первую очередь должна
решать проблемы оперативного нахождения проблемных участков сетей,
неисправного оборудования и повреждения линий связи между узлами,
отображать дату и время выхода из строя сетевых узлов, формировать
отчетность о времени выхода из строя и недоступности как определённых
хостов, так и целых подсетей.
В дальнейших версиях системы предполагается увеличение количества
решаемых задач, внедрение многопоточного сканирования, оптимизация и
повышение общего быстродействия программного средства, а также
возможность интеграции системы в использующиеся сетевые комплексы и
CRM компании посредством взаимодействия прикладных программных
интерфейсов (API) с целью полного использования всех мощностей компании и
21
расширения функционала. Это позволит более гибко управлять бизнес-
процессом, своевременно выявлять неисправности и даст возможность
максимально быстро локализовать и устранить причины этих неисправностей.
Интеграция с другими сетевыми комплексами облегчит управление
сетью в целом и позволит ограничивать использование тех участков сети, на
которых в данный момент времени могут наблюдаться проблемы с доступом.
Благодаря такому подходу снизится время ожидания разрешения конфликтных
ситуаций при маршрутизации сетей, что повысит лояльность клиентов
компании.
Программное средство должно реализовать возможность простого и
своевременного контроля доступности оконечного оборудования, сетевых
узлов, групп, определённых участков подсетей, агрегаторов и абонентских
устройств.
Пользователем системы является оператор службы мониторинга.
1.4.4. Требования к программе или программному изделию
1.4.4.1. Требования к функциональным характеристикам.
Система должна представлять собой некоторую совокупность
программных и методических средств для решения следующих задач:
– мониторинг доступности сетевых узлов;
– добавление и хранение узлов в БД;
– уведомление пользователя в случае изменения состояния узла;
– формировать отчёты по состояниям узлов.
Для этих задач необходимо реализовать алгоритм корреляционно-
регрессионного анализа.
В пользовательском интерфейсе системы необходимо реализовать
методическое обеспечение, которое должно предполагать выбор необходимой в
данный момент задачи; ввод и сохранение всех исходных данных, а также
промежуточных и окончательных результатов в базе данных с целью их