Проблеми ішЬооматизаиії та управління. 1(23) ’2008
УДК 004.896
207
Локазкж В. М., д-р. техн. наук
ІНТЕЛЕКТУАЛЬНІ МЕТОДИ ТА ЗАСОБИ ДІАГНОСТУВАННЯ
КОМП’ЮТЕРНИХ СИСТЕМ
Хмельницький національний університет
Розглянуто новий підхід до діагностування комп ’ютерних систем на базі теоретичних
основ штучного інтелекту. Розширення множини технічних станів комп 'ютерних сис­
тем дає можливість розробити такі траєкторії станів, що фіксують перехід від справ­
ного стану до несправного. Це, в свою чергу, дає можливість ідентифікувати несправ­
ності комп 'ютерних систем
Вступ
Сучасні комп’ютерні системи (КС) є складними апаратно-програмними ком­
плексами, що постійно вдосконалюються, розвиваються та модернізуються. Вико­
ристання комп'ютерних систем у провід­
них високотехнологічних сферах госпо­
дарської діяльності суспільства: зв'язок, медицина, банківська справа, системи управління складними технологічними процесами, тощо, вимагає забезпечення високого рівня надійності функціювання комп'ютерних систем та їх компонентів.
Одним із засобів підвищення надійності є розроблення і впровадження ефективних апаратно-програмних засобів діагносту­
вання комп'ютерних систем.
Особливо досить складно забезпе­
чувати надійність КС на етапі їх експлуа­
тації. Цей етап життєвого циклу характе­
ризується рядом особливостей, що ускла­
днюють організацію процесу діагносту­
вання, а саме слабкий інформаційний зв'язок етапу експлуатації комп'ютерних систем з попередніми етапами життєвого циклу (проектування та виробництва).
Неповнота та неточність діагностичної
інформації, низький рівень контролепри- датності комп'ютерних систем та їх скла­
дових, відсутність або відносно висока вартість діагностичних програм та апара­
тних засобів діагностування комп'ютер­
них систем, відсутність технічної докуме­
нтації ускладнюють реалізацію процесу діагностування КС та їх складових. Вар­
тість виявлення несправних компонентів комп'ютерних систем зростає на порядки при переході з нижчих рівнів на більш високі. Технічне обслуговування сучас­
них комп’ютерних пристроїв та технічних систем, що побудовані на їх основі, скла­
дає біля 50% вартості таких систем. За цих умов все більшої ваги набуває діагно­
стичне забезпечення, яке своєчасно інфо­
рмує спеціаліста про поточний стан ком­
п'ютерних систем та видає прогноз стану на найближчий час.
Постановка задачі
Перспективним напрямком розвитку засобів технічного діагностування є вико­
ристання у їх складі компонентів штучно­
го інтелекту: продукційних правил, нечіт­
кої логіки, штучних нейронних мереж, генетичних алгоритмів. Відомі засоби те­
хнічного діагностування комп'ютерних систем, що використовують інтелектуа­
льні компоненти, орієнтовані на вирішен­
ня окремих вузькоспеціалізованих діагно­
стичних задач і не забезпечують достат­
нього рівня універсальності, тому про­
блема підвищення ефективності діагнос­
тування комп'ютерних систем за рахунок
розроблення та вдосконалення інтелекту­
альних засобів є актуальною і потребує подальших досліджень. У ряді випадків ця проблема вирішується шляхом розроб­
лення нових теоретичних основ технічно­
го діагностування з врахуванням впливу
інтелектуалізації на реалізацію процесу діагностування.
Особливості сучасних мето­
дів
і
засобів
діагностування
комп’ютерних систем та їх скла­
дових
У зв'язку з розширенням галузей за­
стосування комп'ютерної техніки, а саме,
її використання при створенні систем ке­
рування, нових засобів зв'язку, “обчислю­
вальних механізмів” для критичних дода-

208
v 'vwviv ya cm
6
v
&
“електронної комерції”, “мультимедій­
них” систем і т. і., до КС висуваються жо­
рсткі вимоги відмовостійкості та надійно­
сті.
Найбільших збитків завдає саме ві­
дмова КС. У нинішніх умовах жорсткої конкуренції відмови в обслуговуванні клієнтів компаніями, що надають опера­
тивні послуги (банківське Internet - об­
слуговування, Ж£т9-сервери, телефонія та електронна комерція), можуть призвести до втрати клієнтів.
Безумовно, достатньо важко оцінити збитки, котрі виникають у результаті ви­
никнення несправностей, збоїв та відмов
КС, але зрозуміло, що задача підвищення надійності КС є нагальною та актуаль­
ною.
Одним із засобів підвищення надій­
ності є діагностування КС, але на сьогод­
ні все частіше виникає об'єктивна необ­
хідність відмовитися від багатьох відомих методів та засобів діагностування, зокре­
ма, на етапі експлуатації КС. Ця необхід­
ність диктується безпосередньо умовами застосування КС. Так, усе більше з'явля­
ється систем, до яких неможливий або за­
боронений доступ для традиційного екс­
плуатаційного обслуговування, що перед­
бачає діагностування, ремонт системних компонентів, відновлення робочих проце­
сів, або вимоги ринку збуту не допуска­
ють більших витрат коштів і часу на зви­
чайне експлуатаційне обслуговування з використанням спеціального персоналу.
У зв'язку із цим постає необхідність роз­
роблення нової методології діагностуван­
ня КС на етапі експлуатації.
Вирішення науково-прикладних за­
дач інтелектуалізації процесу діагносту­
вання підтверджується сьогоденними ви­
могами одержання практичних результа­
тів. Воно забезпечує підвищення його ефективності за рахунок підвищення дос­
товірності в умовах неповноти діагности­
чної інформації.
Розглянемо деякі особливості моде­
лювання КС як об’єктів діагностування
[
1
].
Складовими КС є мікропроцесорні пристрої та системи, змонтовані на дру- ш ш т птахах, в основному з В1С та
НВІС, тому моделі комп’ютерних систем представляють у вигляді багаторівневих моделей, де кожному компоненту, фраг­
менту чи пристрою відповідає певний рі­
вень деталізації. Узагальнена модель КС представляється множиною моделей
М = {тг}, (/ = 1,«), де модель ті відобра­
жає компонент КС на деякому рівні абст­
ракції на і-му рівні деталізації.
Приклад структурної схеми рівнів узагальненої моделі мікропроцесорної си­
стеми, як складової КС, представлено на рисунку 1 .
Рівні моделювання обираються в за­
лежності від того, на якому етапі життє­
вого циклу КС реалізується процес діаг­
ностування. Багаторівневі моделі не ви­
ключають можливості опису одних і тих же фрагментів та компонентів КС моде­
лями різних типів.
Продовжуючи випускати усе більш швидкісні процесори компанії йдуть на
істотний ризик. Основна складність поля­
гає в тестуванні. Оскільки внутрішня час­
тота мікропроцесора набагато випереджає частоту системної шини, експерти ствер­
джують, що перевірити логіку функцію- вання високопродуктивних процесорів без помітного збільшення строків і варто­
сті тестування сьогодні неможливо, а не­
виконання цих умов часто приводить до випуску некондиційних процесорів.
На сьогодні високопродуктивні мік­
ропроцесори тестуються шляхом вико­
нання ряду відомих алгоритмів і порів­
няння отриманих результатів з еталонни­
ми. Але цей підхід «чорного ящика» не дозволяє довідатися, що відбувається усе­
редині мікропроцесора, і лише підтвер­
джує одержання очікуваних результатів при виконанні деякого обмеженого набо­
ру тестів.
Розробники апаратних компонентів
КС на сьогодні не вирішили таких про­
блем, як: питання «умови змагань». Це призводить до помилок в обчисленнях.
Друга проблема стосується того, що у мі­
кропроцесорі є спеціальні арбітри, котрі визначають час і порядок виконання умо­
вних переходів.

Проблеми інформатизаиії та управління. П23) ’2008
209
(к+І)-й рівень
к-й рівень (страт)
(к-І)-й рівень
(к-2)-й рівень
(к-З)-й рівень
Рис. 1. Структурна схема рівнів узагальненої моделі КС як ОД
Але, коли тактова частота підвищу­
ється, команди, що коректно працювали у системах з нижчими тактовими частота­
ми, починають виконуватися в іншому порядку, а це також може привезти до спотворення результатів.
За таких умов актуальною задачею є організація моніторингу обчислювальних функцій процесорів з метою забезпечення необхідної точності обчислень.
З огляду на вказані особливості КС як ОД, на сьогодні більш дешевим та ак­
туальним підходом для вирішення про­
блем, пов'язаних з несправностями апара­
тного забезпечення КС, стає заміна ціліс­
них функційних компонентів, які вигото­
вляються відповідно до промислових ста­
ндартів та відповідають визначеним фор­
мфакторам.
Особливості сучасних
КС як об’єктів діагностування створили нові проблеми реалізації процесу тестування у порівнянні з моментом появи перших мо­
делей мікропроцесорів, що покладені в їх основу. Вони можуть би бути подолані на основі розроблення нової методології діа­
гностування КС, що ґрунтується на прин­
ципах: переваги програмного контролю і діагностування КС над апаратним, приз­
наченим тільки для тестування їх компо­
нентів; відмови від методів структурного та покомпонентного тестового діагносту­
вання для сучасних складових КС; вико­
ристання для подавання сигналів тестових впливів і зняття відповідних реакцій тіль­
ки тих контрольних точок, котрі відпові­
дають контактам слотів
(крайових з’єднувачів) та сокетів складових КС; ба­
гаторівневого моделювання
КС як об’єктів діагностування; інтелектуалізації процесу діагностування КС на основі за­
стосування компонентів штучного інтеле­
кту.
Компоненти штучного інте­
лекту як засіб підвищення ефек­
тивності діагностування
Перспективним напрямком розвитку засобів технічного діагностування є діаг­
ностування інтелектуальних пристроїв в автоматизованих системах діагностуван­
ня. Але, на сьогодні не вироблено форма­
лізованої методології та відповідних стра­
тегій у напрямку інтелектуалізації методів та процесу діагностування КС.
Головною відмінністю інтелектуаль­
них методів діагностування КС є наяв­
ність в їх складі компонентів штучного
інтелекту: експертних знань, нечіткої ло­
гіки, штучних нейронних мереж і таке ін.
Інтелектуальні методи та засоби ав­
томатизації процесу діагностування КС останнім часом активно розвиваються.
Але, як показав аналіз відношення об'ємів теоретичних робіт у цій галузі до кількос­
ті прикладних промислових систем, тем­
пи впровадження прикладних систем діа­
гностування у промислових галузях не є високими.
Найбільш поширеними моделями представлення евристичних знань у сис­
темах технічного діагностування є проду- кційні правила, фрейми та дерева рішень.
На відміну від моделей несправнос­
тей, структурно-поведінкові моделі опи­
сують справні ОД, тому теоретично з їх

210
допомогою можна діагностувати неспра­
вності, що зустрічаються вперше.
Інший відомий підхід до організації процесу діагностування базується на ви­
користанні моделей та гіпотез про не­
справності компонентів ОД. Він склада­
ється з наступних кроків:
1) генерація гіпотез - складається список компонентів, що можуть бути від­
повідальними за виявлені невідповідності у функціонуванні ОД;
2) тестування гипотез - перевіряєть­
ся список потенційно несправних компо­
нентів та виключаються ті, що не можуть пояснити поведінку ОД;
3) виділення гіпотез - якщо у списку залишилось більше одного підозрілого компонента, то необхідно зібрати додат­
кову інформацію для виключення компо­
нентів. Для цього здійснюються додаткові вимірювання значень параметрів ОД або реалізуються додаткові тести.
Згадані вище підходи мають спіль­
ний недолік - їх використання не дає змо­
ги з часом покращувати якість їх роботи.
Вдосконалювати їх можна тільки за рахунок уточнення моделей. їх вважають
інтелектуальними тому, що вони можуть містити експертні знання (дані про не­
справності, імовірнісні оцінки і т. і.), а для
їх побудови можуть використовуватись
інтелектуальні методи. Міркування з ви­
користанням моделей є важливим напря­
мком розробок при побудові засобів діаг­
ностування КС.
Теоретичні основи технічно­
го стану КС
Сучасні методи та засоби діагносту­
вання КС на етапі експлуатації викорис­
товують некомплексні набори показників
(параметрів та характеристик), що відо­
бражають стан КС лише частково. Вдос­
коналення цих методів та засобів здійс­
нюється шляхом автоматизації вже відо­
мих способів та методів формування на­
борів таких показників.
Більш ефективним шляхом розвитку методології діагностування КС є розроб­
лення методів одержання інтегрованих показників, що достатньо повно відобра­
жатимуть стани КС, динаміку розвитку процесів зміни станів та їх причинно- наслідкові зв’язки.
Для опису множин станів і процесу діагностування КС використаємо поняття діагностичної інформації.
Діагностичною інформацією нази­:фЦєнг'єугє'бОвагаОп'рЦб'Утс9£СЖСО'оІкТТ'б5б:Цємг'єбЦфш:%ОїТшТв г4;'бІС' і.

Проблеми інсЬооматизаиії та управління. 1(23) ’2008
211
Рис. 3. Простір станів К С
У процесі виконання будь-яка про­
грамна складова КС реалізує відображен­
ня вихідного проблемно-орієнтованого набору апаратно-програмних складових у множину об’єктно-орієнтованих наборів, що відповідають стану КС у цілому як системи та стану її апаратно-програмних складових:
Gj : PR —> Сі,
де Q = {со} - скінченний простір станів
КС та їх складових.
Невизначеними
(неуточненими) станами КС сои назвемо такі стани, що характеризуються значеннями параметрів та характеристик, систематичні відхилен­
ня яких призводять до незворотних змін функційних можливостей апаратних чи програмних складових КС.
Стан сои є П „ , де
- множина не- визначених станів, Q u с П (рис. 4).
Рис. 4. Простір станів К С на етапі
експлуатації
Отже, простір станів КС та їх скла­
дових містить множини справних Q p ,
несправних Q та невизначених Q u ста­
нів:
Q = Q p u Q / u Q u , V S j e E .
(
3
)
Введемо поняття граничних станів.
Граничним станом сог назвемо та- г г
кий невизначений стан ОД со є Q u , який передує переходу ОД в стан, що належить до множини Q p чи D.J після зміни хоча б одного зі значень його параметрів чи характеристик.
Розглядатимемо простір станів КС та їх складових, до якого входять множи­
ни справних і несправних станів, та мно­
жини, що містять граничні позитивні, граничні негативні та граничні невизна- чені стани:
П = П р u О г+ u Q r