Стратегическое планирование имитационных экспериментов

Планирование модельных экспериментов

23.10.12

Описание рабочей нагрузки

При исследовании эффективности процессов ЗИ важную роль играет корректное описание условий функционирования ИС. Как правило, оно представляет собой перечень и характеристики внешних факторов, воздействующих на исследуемую систему.

Рабочая нагрузка – совокупность внешних воздействий, оказывающих влияние на эффективность применения системы защиты в рамках функционирования ИС.

Описание рабочей нагрузки является не только важной, но и достаточно сложной задачей. Особенно в тех случаях, когда приходится учитывать влияние случайных факторов, или когда речь идет о рабочей нагрузке проектируемой принципиально новой системы.

Модель рабочей нагрузки должна обладать следующими основными свойствами:

- совместимостью с моделью системы;

- представительностью;

- управляемостью;

- системной независимостью.

Свойство совместимости предполагает, что:

· степень детализации описания РН соответствует детализации описания системы.

· Модель РН д.б.сформулирована в тех же категориях предметной области, что и модель системы. Например, если в модели системы исследуется использование ресурсов, то РН должна быть выражена в запросах на ресурсы.

Представительность модели РН определяется ее способностью адекватно представить РН в соответствии с целями исследования.

Под управляемостью понимается возможность изменения прараметров модели РН в некотором диапазоне, определяемом целями исследования.

Системная независимость – это возможность переноса модели РН с одной системы на другую с сохранением ее представительности.

Прежде чем разрабатывать имитационную модель, исследователь должен:

1. определить, к какому классу относится моделируемая система: статическая или динамическая, детерминированная или стохастическая и т.д.

2. Нужно определить, какой режим системы будет интересовать, стационарный или нестационарный.

3. Знать, в течение какого промежутка времени нужно наблюдать за функционированием системы.

4. Знать, какой объем испытаний (повторных экспериментов) сможет обеспечить требуемую точность исследуемых характеристик.

Можно провести большое число экспериментов, исследуя систему во всех режимах для всевозможных сочетаний внутренних и внешних факторов, и повторять каждый эксперимент сотни раз.

При планировании модельных экспериментов преследуют 2 осн.цели:

1)сокращение общего объема испытаний при соблюдении требований к достоверности и точности их результатов.

2)повышение информативности каждого из экспериментов в отдельности.

Поиск плана эксперимента производится в факторном пространстве.

Факторное пространство – множество внешних и внутренних параметров модели, значения которых исследователь может контролировать в ходе подготовки и проведения модельных экспериментов.

Поскольку факторы могут носить и количественный, и качественный характер, значения факторов обычно называют уровнями.

Если исследователь может изменять уровни факторов, то такой эксперимент называется активным, в противном случае – пассивным.

Каждый фактор имеет верхний и нижний уровни, которые расположены симметрично относительно нек.нулевого уровня.

Точка в факторном пространстве, соответствующая нулевым уровням всех факторов, называется центром плана.

Интервалом варьирования фактора называется нек.число, прибавление которого к нулевому уровню дает верхний уровень, а вычитание – нижний.

Как правило, план эксперимента строится относительно одного (основного) выходного скалярного параметра Y, который называется наблюдаемой переменной.

При этом предполагается, что значение наблюдаемой переменной, полученной в ходе эксперимента, складывается из 2 составляющих:

y=f(x)+e(x),

где f(x) – функция отклика (неслучайная функция факторов);

e(x) – ошибка эксперимента (случайная величина);

х – точка в факторном пространстве (определенное сочетание уровней факторов).

Очевидно, что y является случ.переменной, т.к. зависит от случ.величины e(x).

Дисперсия Dy наблюдаемой переменной, которая характеризует точность измерений, равна дисперсии ошибки опыта: Dy=De.