Використання рівняння автомодельного типу для моделювання надійності програмного забезпечення, реалізованого за допомогою хмарних технологій

Автор(и)

  • Бреславський Дмитро Васильович Національний технічний університет «Харківський політехнічний інститут», Україна https://orcid.org/0000-0002-3792-5504
  • Бородін Марія Анатоліївна Національний технічний університет «Харківський політехнічний інститут», Україна https://orcid.org/0009-0003-4479-7103
  • Грошевий Михайло Олександрович Національний технічний університет «Харківський політехнічний інститут», Україна https://orcid.org/0009-0001-3156-4402
  • Татарінова Оксана Андріївна Національний технічний університет «Харківський політехнічний інститут», Україна https://orcid.org/0000-0003-3090-8469

DOI:

https://doi.org/10.20998/2078-9130.2025.1.332551

Ключові слова:

надійність, відмова, помилка, хмарні технології, програмне забезпечення, тестування, автомодельне диференційне рівняння.

Анотація

Надано опис процесу тестування та налагодження програмного комплексу для реалізації скінченноелементного аналізу у хмарному середовищі. Аналізуються типи та причини виникнення помилок при налаштуванні та виконанні програмного коду, серед яких: помилки, що виникають під час розгортання інфраструктури та перешкоджають створенню необхідних ресурсів хмарного середовища; помилки в конфігурації інфраструктури, які не заважають роботі середовища, але роблять його використання неефективним або ненадійним; помилки, пов'язані з доступом до ресурсів в хмарному середовищі; неефективні рішення, що не заважають роботі, але знижують її ефективність.  Описано інструменти для забезпечення роботи у хмарному середовищі, серед яких Azure Resource Manager,  Terraform Cloud, GitHub Actions  та інші. Використано архітектуру типу «головний сервіс – працюючий сервіс». Описано вибрану за результатами досліджень конфігурацію системи. Розглянуто питання керування хмарними ресурсами. За аналізом експериментально отриманої залежності числа помилок та відмов від часу запропоновано математичну модель для прогнозування надійності  роботи програмних засобів. Модель побудовано на базі інтегрування за часом диференційного рівняння автомодельного типу для параметру відмов, близькість якого до нуля у певний інтервал часу й забезпечує прогноз потрібної надійності програмного засобу. Обговорюється процедура ідентифікації параметрів моделі зі степеневою залежністю від числа відмов. Показано задовільну здатність рівняння автомодельного типу до прогнозування надійності програмних засобів розглянутої конфігурації при порівнянні з реальними даними тестування. Запропоновано використання розробленої математичної моделі прогнозування надійності для її застосування для інших типів програмних систем, що використовують хмарні технології.

Посилання

Sehgal, N. K., and Bhatt, P. Ch. Cloud Computing. Springer, 2018. https://doi.org/10.1007/978-3-319-77839-6

Rittinghouse, J. W., and Ransome, J. F. Cloud Computing: Implementation, Management, and Security. CRC Press, 2017. https://doi.org/10.1201/9781439806814

Marinescu, D. C. Cloud Computing: Theory and Practice. Morgan Kaufmann, 2022.

Alam, T. Cloud Computing and Its Role in the Information Technology. IAIC Transactions on Sustainable Digital Innovation (ITSDI), vol. 1, no. 2, 2021, pp. 108–115. https://doi.org/10.34306/itsdi.v1i2.103

Alzakholi, ґ O., et al. Comparison among Cloud Technologies and Cloud Performance. Journal of Applied Science and Technology Trends, vol. 1, no. 1, 2020, pp. 40–47. https://doi.org/10.38094/jastt1219

Dohi, T., and Liu, S. Mathematics in Software Reliability and Quality Assurance. MDPI, 2022.

Lyu, M. R. Software Reliability Theory. Encyclopedia of Software Engineering, vol. 2, 2002, pp. 1611–1630. https://doi.org/10.1002/0471028959.sof329

Lyu, M. Software Reliability Engineering: A Roadmap. Future of Software Engineering (FOSE’07), IEEE, 2007, pp. 153–170. https://doi.org/10.1109/FOSE.2007.24

Yamada, S. Software Reliability Modeling: Fundamentals and Applications. vol. 5, Springer, 2014.

https://doi.org/10.1007/978-4-431-54565-1

Zhu, Q.-H., et al. Task Scheduling for Multi-Cloud Computing Subject to Security and Reliability Constraints. IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, 2021, pp. 848–865. https://doi.org/10.1109/JAS.2021.1003934

Sefati, S., Mousavinasab, M., and Zareh Farkhady, R. Load Balancing in Cloud Computing Environment Using the Grey Wolf Optimization Algorithm Based on the Reliability: Performance Evaluation. The Journal of Supercomputing, vol. 78, no. 1, 2022, pp. 18–42. https://doi.org/10.1007/s11227-021-03810-8

Yanamala, A. K. Emerging Challenges in Cloud Computing Security: A Comprehensive Review. International Journal of Advanced Engineering Technologies and Innovations, vol. 1, no. 4, 2024, pp. 448–479.

Parast, F. Kh., et al. Cloud Computing Security: A Survey of Service-Based Models. Computers & Security, vol. 114, 2022, article ID 102580.

https://doi.org/10.1016/j.cose.2021.102580

Maciel, P., et al. A Survey on Reliability and Availability Modeling of Edge, Fog, and Cloud Computing. Journal of Reliable Intelligent Environments, 2022, pp. 1–19.

Breslavskyi, D. V., Korytko, Yu. M., and Tatarinova, O. A. Proektuvannia ta rozrobka skinchennoelementnoho prohramnoho zabezpechennia [Design and Development of Finite Element Software]. Pidruchnyk NTU “KhPI”, 2017.

Breslavskyi, D. V., Borodin, M., Tatarinova, O., and Senko, A. Skinchennoelementne prohramne zabezpechennia dlia rozviazannia tryvymirnykh zadach z vykorystanniam khmarnykh tekhnolohii [Finite Element Software for Solving 3D Problems Using Cloud Technologies]. Visnyk Natsionalnoho Tekhnichnoho Universytetu “KhPI”. Seriia: Dynamika ta mitsnist mashyn, no. 2, 2024, pp. 23–29.

Buchanan, S., Rangama, J., and Bellavance, N. Introducing Azure Kubernetes Service. 2019.

https://doi.org/10.1007/978-1-4842-5519-3

Collier, M., and Shahan, R. Fundamentals of Azure. Microsoft Press, 2016.

Shirinkin, K. Getting Started with Terraform. Packt Publishing, 2017.

Saroar, S. G., and Nayebi, M. Developers’ Perception of GitHub Actions: A Survey Analysis. Proceedings of the 27th International Conference on Evaluation and Assessment in Software Engineering, 2023, pp. 121–130.

https://doi.org/10.1145/3593434.3593475

Daher, Z., and Hajjdiab, H. Cloud Storage Comparative Analysis: Amazon Simple Storage vs. Microsoft Azure Blob Storage. International Journal of Machine Learning and Computing, vol. 8, no. 1, 2018, pp. 85–89. https://doi.org/10.18178/ijmlc.2018.8.1.668

Memory Management. Oracle, https://docs.oracle.com/en/graalvm/jdk/21/docs/reference-manual/native-image/optimizations-and-performance/MemoryM anagement/#overview-1. Accessed 1 Aug. 2025.

Bolotin, V. V. Mechanics of Fatigue. CRC Press, 2020. https://doi.org/10.1201/9780138747848

Kachanov, L. M. Rupture Time under Creep Conditions.International Journal of Fracture, vol. 97, no. 1, 1999, pp. 11–18.

https://doi.org/10.1023/A:1018671022008

##submission.downloads##

Опубліковано

2025-09-03