Метод міжрівневого динамічного перерозподілу навантаження у багаторівневих інформаційних системах
Анотація
Виявлено, що в багаторівневих інформаційних системах (БІС) нерівномірний розподіл навантаження між рівнями призводить до зростання тривалості завершення процесів навіть за наявності незайнятих обчислювальних ресурсів на інших рівнях. Встановлено, що за таких умов доцільним є тимчасове переміщення процесу на інший рівень з подальшим виконанням на ньому і поверненням на рівень, на якому процес виконувався до тимчасового перенесення (попередній рівень), якщо короткочасне припинення не порушує виконання основної функції системи, а сумарні часові витрати на збереження стану, переміщення, виконання та повернення є меншими за тривалість завершення процесу на попередньому рівні. З'ясовано, що наявні підходи до динамічного розміщення мікрослужб, перенесення контейнерів, міграції віртуальних машин і прямого надання додаткових обчислювальних ресурсів не формалізують задачу тимчасового переміщення саме процесу між рівнями з обов'язковим поверненням на попередній рівень. Охарактеризовано формалізований опис рівнів, процесів, показників їх зайнятості, умов допустимості тимчасового перенесення та правил вибору рівня-донора за критерієм мінімізації сумарної тривалості завершення процесу. Удосконалено метод динамічного перерозподілу навантаження між рівнями, який передбачає виявлення рівнів з надмірною зайнятістю, відбір процесів, придатних до тимчасового перенесення, визначення скорочення тривалості завершення процесу, вибір рівня-донора, виконання процесу на ньому, повернення на попередній рівень і повторне оцінювання стану системи. Встановлено межі застосування удосконаленого методу для процесів, що допускають короткочасне припинення, мають хоча б один допустимий рівень-донор і забезпечують скорочення тривалості завершення процесу порівняно з продовженням виконання на попередньому рівні. Оцінено вплив запропонованого підходу на часові показники виконання процесів за результатами імітаційного моделювання. Встановлено, що удосконалений метод забезпечує найменшу середню тривалість завершення процесів, найбільшу їх частку, завершених у допустимий проміжок часу, та вищу стійкість часових показників за нерівномірного розподілу навантаження між рівнями.
Завантаження
Посилання
Albalawi, N. S. (2025). Dynamic scheduling strategies for cloud-based load balancing in parallel and distributed systems. Journal of Cloud Computing, 14(33). https://doi.org/10.1186/s13677-025-00757-6
Aleyadeh, S., Moubayed, A., Heidari, P., & Shami, A. (2022). Optimal Container Migration/Re-Instantiation in Hybrid Computing Environments. IEEE Open Journal of the Communications Society, 3, 15–30. https://doi.org/10.1109/ojcoms.2022.3140272
Chepurna, I., & Frolov, D. (2025). A method for increasing the productivity of a distributed firewall based on Proxmox in corporate computer networks. Innovative technologies and scientific solutions for industries, 3(33), 180–188. https://doi.org/10.30837/2522-9818.2025.3.180
Choudhury, S., Maheshwari, S., Seskar, I., & Raychaudhuri, D. (2022). ShareOn: Shared Resource Dynamic Container Migration Framework for Real-Time Support in Mobile Edge Clouds. IEEE Access, 10, 66045–66060. https://doi.org/10.1109/ACCESS.2022.3183122
Chouliaras, S., & Sotiriadis, S. (2022). Auto-scaling containerized cloud applications: A workload-driven approach. Simulation Modelling Practice and Theory, 121, article number 102654. https://doi.org/10.1016/j.simpat.2022.102654
Dodonov, O. G., Putyatin, V. G., Dodonov, V. O., Kutsenko, S. A., Germaniuk, A. P., Izvarin, I. V., & Kravchuk, K. O. (2024). Technology for ensuring the survivability of territorially distributed information computer systems in a unified information space. Data Recording, Storage & Processing, 26(1), 121–143. https://doi.org/10.35681/1560-9189.2024.26.1.308659
Hossain, M. R., Whaiduzzaman, M., Barros, A., & Fidge, C. (2024). Dynamic microservice placement in multi-tier Fog networks. Internet of Things, article number 101224. https://doi.org/10.1016/j.iot.2024.101224
Jin, X., He, S., & Chen, Y. (2024). Container migration for edge computing in industrial Internet with joint latency reduction and reliability enhancement. Scientific Reports, 14(1), article number 25394. https://doi.org/10.1038/s41598-024-77086-2
Kuchta, O. P., & Pirko, I. B. (2024). Analysis of dynamic pathfinding algorithms under variable environmental conditions. Scientific Bulletin of UNFU, 34(7), 46–51. https://doi.org/10.36930/40340706
Kyzym, M., & Yurchenko, O. (2025). Features of digital transformation in the management of higher education institutions in Ukraine. Economy and Society, 82, article number 61. https://doi.org/10.32782/2524-0072/2025-82-61
Li, L., Lv, J., Wang, S., Hu, C., Sun, G., & Li, N. (2026). Latency and energy-aware adaptive service migration in mobile edge computing. Scientific Reports, 16, article number 6178. https://doi.org/10.1038/s41598-026-36711-y
Liu, Y., Liu, Z., & Yao, Y. (2026). Research on Dependency-Aware Service Migration Strategy in the Internet of Vehicles Integrating a Graph Attention Network and Deep Reinforcement Learning. Applied Sciences, 16(2), article number 943. https://doi.org/10.3390/app16020943
Petrovska, I., & Kuchuk, H. (2022). Static allocation method in a cloud environment with a service model IAAS. Advanced Information Systems, 6(3), 99–106. https://doi.org/10.20998/2522-9052.2022.3.13
Ponochovnyi, Y. L., & Kharchenko, V. S. (2020). Dependability Assurance Methodology of Information and Control Systems Using Multipurpose Service Strategies. Radioelectronic and Computer Systems, 3, 43–58. https://doi.org/10.32620/reks.2020.3.05
Posner, J., Ellersiek, T., Bietendorf, N., Huber, D., Schreiber, M., & Schulz, M. (2025). Toward Dynamic Resource Management: An Asynchronous Many-Task (AMT) Runtime System leveraging Dynamic Processes with PSets (DPP). SN Computer Science, 6(8), article number 941. https://doi.org/10.1007/s42979-025-04405-3
Rezaie, S., Khaneghah, E. M., Pavone, M. F., Hajirajabi, M., Safari, R., Suvizi, A., & Showkatabad, A. R. (2025). OutExaRD: Enhancing Resource Discovery for Support Dynamic and Interactive Events on Out-of-Distributed Exascale Systems. International Journal of Networked and Distributed Computing, 13, article number 18. https://doi.org/10.1007/s44227-025-00059-y
Ruban, I. V., & Tkachov, V. M. (2025). Multilevel model of an information system on a mobile platform and formalization of its survivability criteria. Visnyk of Kherson National Technical University, 2 (3(94)), 299–409. https://doi.org/10.35546/kntu2078-4481.2025.3.2.51
Taleb, I., Guillaume, J.-L., & Duthil, B. (2025). A Survey on Services Placement Algorithms in Integrated Cloud-Fog / Edge Computing. ACM Computing Surveys, 57(11), article number 271. https://doi.org/10.1145/3729214
Wu, Q., Fang, J., Zeng, J., Wen, J., & Luo, F. (2024). Monte Carlo Simulation-Based Robust Workflow Scheduling for Spot Instances in Cloud Environments. Tsinghua Science and Technology, 29(1), 112–126. https://doi.org/10.26599/tst.2022.9010065
