Применение метода анализа иерархий для оценки типа серверного оборудования | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 19 октября, печатный экземпляр отправим 23 октября.

Опубликовать статью в журнале

Авторы: , ,

Научный руководитель:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №11 (197) март 2018 г.

Дата публикации: 20.03.2018

Статья просмотрена: 2497 раз

Библиографическое описание:

Рудзейт, О. Ю. Применение метода анализа иерархий для оценки типа серверного оборудования / О. Ю. Рудзейт, В. Е. Жигульский, В. М. Титанов. — Текст : непосредственный // Молодой ученый. — 2018. — № 11 (197). — С. 49-53. — URL: https://moluch.ru/archive/197/48800/ (дата обращения: 11.10.2024).



В данной работе решается задача оптимального выбора типа серверного оборудования для максимального использования его возможностей и соблюдения предпочтения каких-либо компаний по закупаемому оборудованию с помощью метода анализа иерархий, который малоизвестен в широких кругах и не так часто применяется для решения повседневных задач и может являться математическим обоснованием для выбора из предложенных вариантов.

Чем больше возможностей, тем труднее выбрать.

Вадим Мозговой

Целью работы является анализ типов серверного оборудования и установить какое оборудования станет наиболее предпочтительным для решения задач, поставленных компаниями.

Сегодня наблюдается большой интерес к теме «Big Data» и серверные технологии являются неотъемлемой их частью. Данная тема представляет большую значимость в нашем времени из-за массового перехода к использованию цифровой техники для обработки, передачи и хранении информации. Потребность в серверных технологиях неуклонно растет, потому что постоянно растет количество создаваемой информации разными компаниями. Первые серверные технологии начали применяться в 1991 году под руководством Стива Джобса. Сервер позволил очень быстро принимать, обрабатывать данные и выдавать результаты в кратчайшее время, которые могут потребоваться нескольким пользователям одновременно и в любой момент, а также очень эффективно использовать ИТ-ресурсы компании. Для оптимального выбора типа серверного оборудования подойдет метод анализа иерархий, который был разработан Т.Саати в 80-ых годах и математически обосновывающий решение исходя из предложенных альтернатив и важности критериев, задаваемых лицом, принимающим решения.

Метод анализа иерархий

В 70–80-е годы американский учёный Т. Л. Саати разработал и развил «иерархический аналитический процесс»– мощный метод сопоставительного анализа и ранжирования объектов, характеризующихся наборами критериев и показателей, количественных и качественных. В литературе этот метод называют также методом анализа иерархий (МАИ). Метод применяется для многих задач, основными из них являются:

  1. Сравнительный анализ объектов (многокритериальное ранжирование).
  2. Многокритериальный выбор лучшего объекта (лучшей альтернативы).
  3. Распределение ресурсов между проектами.
  4. Проектирование систем по количественным и качественным характеристикам.

Шаги метода анализа иерархий:

  1. Представление исходной проблемы в виде иерархической структуры (Рисунок 1).

Цель составляет высший уровень иерархии (уровень 1). На этом уровне может находиться лишь один объект. На следующих вниз уровнях находятся критерии. По системе этих критериев оцениваются сравниваемые объекты (называемые «альтернативами»). Альтернативы располагаются на самом нижнем уровне. В задаче могут присутствовать несколько уровней критериев, но обычно применяют иерархии 3- уровневые (цель — критерии — альтернативы) и 4-х уровневые (цель — комплексные критерии — критерии — альтернативы).

http://nootron.net.ua/system/help/nootron_help_chapter3.1/nootron_help_chapter3_1-1.jpg

Рис. 1. Трёхуровневая иерархия «цель — критерии — альтернативы»

  1. Вынесение экспертных суждений на каждом уровне иерархии по парным сравнениям: критерии сравниваются попарно по отношению к цели, альтернативы — попарно по отношению к каждому из критериев.

Соответственно заполняются матрицы парных сравнений (Таблица 1): одна — для критериев, n матриц — для альтернатив; здесь n — количество критериев.

Таблица 1

Матрица попарных сравнений

http://nootron.net.ua/system/help/nootron_help_chapter3.1/nootron_help_chapter3_1-2.jpg

Операция парного сравнения: два объекта, находящихся на одном уровне сравниваются по своей относительной значимости для одного объекта высшего уровня. Если критерий имеет определенную числовую меру, например, масса, производительность, цена, то в качестве результата оценки удобно взять отношения соответствующих характеристик в некоторой шкале отношений. Если критерий не имеет принятой меры, то сравнение в МАИ проводится с использованием специальной «шкалы относительной важности». (Таблица 2).

Таблица 2

Шкала Предпочтений

Степень предпочтения

Определение

Комментарии

1

Равная предпочтительность

Две альтернативы одинаково предпочтительны с точки зрения цели

2

Слабая степень предпочтения

Опыт эксперта позволяет считать одну из альтернатив немного предпочтительнее другой

3

Степень наибольшего предпочтения

Опыт эксперта позволяет считать одну из альтернатив явно предпочтительнее другой

4

Сильное предпочтение

Опыт эксперта позволяет считать одну из альтернатив гораздо предпочтительнее другой

5

Абсолютное предпочтение

Очевидность подавляющей предпочтительности одной альтернативы над другой имеет неоспоримое подтверждение

Данная шкала является упрощением шкалы Саати для предоставления большего удобства выражения предпочтения критериев для пользователя во время работы в приложении, чтобы можно было проще присвоить важность критерия и не вызвать каких-либо спутанных суждений.

Числа из этой шкалы используются, чтобы показать, во сколько раз элемент с большей оценкой предпочтительности доминирует элемент с меньшей оценкой относительно общего для них критерия или свойства.

В МАИ доминирование одного объекта над другим бывает:

а) по предпочтению;

б) по важности;

в) по вероятности.

При операции парного сравнения используют значения обратных оценок предпочтения: если преимущество i-той альтернативы по сравнению с j-той имеет одно из приведенных выше значений, то оценка предпочтения i-той альтернативы над j-той будет иметь обратное значение. То есть в МАИ все матрицы парных сравнений (МПС) являются обратно симметричными.

  1. Математическая обработка матриц парных сравнений для нахождения локальных и глобальных приоритетов.

При точном процессе определения вектора локальных приоритетов задача сводится к нахождению собственного вектора матрицы парных сравнений:

http://nootron.net.ua/system/help/nootron_help_chapter3.1/nootron_help_chapter3_1-3.png

где A — матрица парных сравнений (МПС), X — n-мерный вектор, составленный из искомых приоритетов, λ — собственное значение МПС;

и последующего нормирования этого вектора:

http://nootron.net.ua/system/help/nootron_help_chapter3.1/nootron_help_chapter3_1-4.png

В рассматриваемой задаче искомым является вектор, соответствующий максимальному собственному значению.

Вектор локальных приоритетов может быть приближенно вычислен упрощенным способом:

Для каждой строки матрицы парных сравнений находим среднее геометрическое ее элементов:http://nootron.net.ua/system/help/nootron_help_chapter3.1/nootron_help_chapter3_1-5.png

Находим сумму всех этих средних геометрических.

Делим каждое среднее геометрическое на их сумму («нормировка на единицу»). Результат — вектор локальных приоритетов данной матрицы.

Оценка типов серверного оборудования для решения определенных видов задач предприятия.

На сегодняшний день существует 3 основных типа серверного оборудования: Blade-сервер, Tower-сервер и стоечный сервер.

Tower-серверы могут использоваться в небольшим компаниях для решения повседневных задач, например, хранения данных компании или использования, как сервера, обслуживающего поддержку небольшой базы данных и использоваться для почты, но сервер не сможет справляться с работой, если корпорация в будущем планирует увеличивать штат сотрудников, в силу своей плохой масштабируемости.

Стоечные серверы наиболее предпочтительный малым, средним и большим компаниям, т. к. они являются очень масштабируемыми. При хорошем уровне масштабируемости можно легко повысить производительность сервера, стоит лишь добавить к нему компоненты — стойки. Данные составляющие работают в непосредственной близости от друга с большим выделением тепла, им требуется больше активного охлаждения, чем в башенном сервере. Они могут служить для поддержки базы данных компании, использоваться как web-серверы, как серверы файлов и приложений и т. д.

Blade-сервер также подходит малым, средним и крупным компаниям как и стоечные серверы, но они обладают преимуществом перед стоечными и башенными серверами в виде наиболее компактной архитектуры, но их основной недостаток заключается в высоких затратах на покупку оборудования дальнейшее его обслуживание. Данные серверы в силу своей высокой производительности и масштабируемости могут использоваться, как прокси-серверы, FTP-серверы, серверы удаленного доступа и др.

Чтобы компания могла выбрать оптимальный сервер для достижения своих целей, в рамках решения данной задачи было разработано приложение на языке C# с применением экранных форм, составляющих интерфейс, который интуитивен и понятен пользователю.

Разберем пример выбора сервера для небольшой компании, с небольшим штатом сотрудников и не имеющая возможности пробрести дорогие и высокопроизводительные серверы. На рисунке 2 представлено окно для ввода альтернатив, из которых в дальнейшем будет выбрана наилучшая.

Рис. 2. Окно альтернатив.

Далее зададим критерии отбора для выбора. В рассматриваемом примере ими станут масштабируемость, стоимость, надежность и производительность. Данные параметры потребуется ввести в следующем окне, представленном на рисунке 3, после добавления альтернатив.

Рис. 3. Окно ввода критериев.

На следующем этапе, показанном на рисунке 4, нужно расставить важности критериев, руководствуясь шкалой, представленной в таблице 2.

Рис. 4. Расстановка важности критериев.

После данного этапа требуется расставить важность альтернатив по какому-либо оцениваемому критерию, чтобы в дальнейшем можно было выбрать оптимальное решение на основе полученных данных. Данная процедура будет происходить точно также, как показано на рисунке 4.

В данной программе было отдано предпочтение цене и надежности сервера, т.к для небольшой компании масштабируемость и производительность не являются основополагающими критериями.

Исходя из результатов, представленных на рисунке 5 и полученных в ходе вычислений программы, можно сделать вывод, что для компании лучше всех подходят стоечные сервера, обладающие сравнительно небольшой ценой перед blade-серверами и имеющие высокую надежность в работе, что очень важно для небольших компаний.

Рис. 5. Результат вычислений программы.

Заключение

Метод анализа иерархий имеет большую значимость и применимость при выборе каких-либо альтернатив. Данный метод помогает сэкономить время на выборе, математически обосновывает предпочтения компании и помогает в решении поставленных задач в области приобретения оборудования.

В приведенном примере представлена оценка типов серверного оборудования с помощью метода анализа иерархий для выполнения поставленных задач в небольшой компании, которой не так важны масштабируемость и производительность сервера, как надежность и его стоимость. В ходе вычислений наиболее оптимальным вариантов для небольшой компании оказался тип стоечных серверов. Он является масштабируемым, как и blade-серверы, наиболее надежным среди остальных типов.

Данные вычисления также возможно производить для крупных и средних компаний, отталкиваясь от их предпочтений и функций, которые должны нести серверы. Их предпочтения явно будут отличаться от мелких компаний, из-за высокого денежного потока и количества штатных сотрудников, которые будут им пользоваться, отсюда возникает необходимость в высокой производительности сервера.

Литература:

  1. Саати Т. Л. Принятие решений при зависимостях и обратных связях: Аналитические сети. — М.: Издательство ЛКИ, 2008. — 360 с.
  2. Саати Т. Л. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. — М.: Мир, 1973. — 302 с.
  3. Басакер Р. Г., Саати Т. Л. Конечные графы и сети. — М.: Наука, 1974. — 366с.
  4. Саати Т. Л. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1989. — 316 с.
  5. Саати Т., Кернс К. Аналитическое планирование. Организация систем. — М.: Радио и связь, 1991. — 224 с.
Основные термины (генерируются автоматически): серверное оборудование, альтернатива, критерий, компания, метод анализа иерархий, небольшая компания, сервер, задача, матрица парных сравнений, опыт эксперта.


Похожие статьи

Применение метода анализа иерархий для ранжирования бизнес-процессов

Использование клиент-серверных технологий при проектировании информационной системы

Использование графов для описания модели предприятия при оценке эффективности внедрения ERP-систем

Применение индексирования для ускорения запросов к базе данных

Использование теории нечетких множеств при моделировании инновационных процессов

Применение технологии вероятностных экспертных систем для оценки заключений системы мультифакторной аутентификации

Применение секционирования таблиц для ускорения запросов к базе данных

Преимущества использования контейнерной архитектуры в серверной разработке

Применение современных компьютерных технологий при прогнозировании методом статистического анализа

Использование разработанного алгоритма фрагментации нейронной сети для оптимизации большой нейронной сети на примере коммутаторной сети в подсистеме диагностики ЧПУ

Похожие статьи

Применение метода анализа иерархий для ранжирования бизнес-процессов

Использование клиент-серверных технологий при проектировании информационной системы

Использование графов для описания модели предприятия при оценке эффективности внедрения ERP-систем

Применение индексирования для ускорения запросов к базе данных

Использование теории нечетких множеств при моделировании инновационных процессов

Применение технологии вероятностных экспертных систем для оценки заключений системы мультифакторной аутентификации

Применение секционирования таблиц для ускорения запросов к базе данных

Преимущества использования контейнерной архитектуры в серверной разработке

Применение современных компьютерных технологий при прогнозировании методом статистического анализа

Использование разработанного алгоритма фрагментации нейронной сети для оптимизации большой нейронной сети на примере коммутаторной сети в подсистеме диагностики ЧПУ

Задать вопрос