Микросервисы для информационного обеспечения многоагентных систем: методы сбора, мониторинга и принятия решений

Цель. Целью данной статьи является разработка методов и алгоритмов микросервисной реализации для информационного обеспечения многоагентных систем, реализующих функции цифровых двойников предприятия. Особое внимание уделяется реализации функций сбора данных, мониторинга, диагностики и принятия решений, обеспечивающих эффективное взаимодействие между агентами продуктов и агентами ресурсов на основе соглашений об уровне сервиса (SLA).

Методы исследования. Исследование использует методы построения микросервисной архитектуру для разделения и автономного выполнения функций, таких как сбор данных, мониторинг и диагностика, с целью оптимизации SLA и повышения надежности системы. Для повышения устойчивости системы к угрозам безопасности в алгоритмы добавлены этапы контроля доступа, шифрования данных и анализа аномалий. Методология включает адаптивное управление параметрами SLA, использование распределенной обработки данных и применение аналитических алгоритмов для принятия решений, а также механизмы для выявления потенциальных угроз и несанкционированного доступа.

Результаты. Предложенные методы и алгоритмы позволяют создавать гибкую и масштабируемую многоагентную систему, способную адаптироваться к изменяющимся условиям и обеспечивать устойчивую и безопасную работу цифровых двойников. Использование SLA для регулирования взаимодействия агентов улучшает согласованность их действий, повышает точность мониторинга и защищает данные, поддерживая высокую надежность и безопасность системы.

Заключение. Результаты показывают, что микросервисный подход, использование SLA и интеграция мер безопасности значительно повышают эффективность и надежность многоагентных систем, позволяя агентам адаптироваться к изменениям, оперативно реагировать на отклонения и предотвращать возможные угрозы. Применение данных методов может существенно улучшить управление активами в сетевых предприятиях, поддерживая их конкурентоспособность, устойчивость и безопасность в условиях цифровой трансформации.

1. Звягин Л.С. Изучение многоагентных систем и решение проблем их математической алгоритмизации // Мягкие измерения и вычисления. 2021. Т. 46. № 9. С. 62-73. https://doi.org/10.36871/2618-9976.2021.09.003.

2. Тельнов Ю.Ф., Казаков В.А., Данилов А.В., Брызгалов А.А. Разработка моделей производственных и бизнес-процессов сетевых пред приятий на основе многоагентных систем // Программные продукты и системы. 2023. № 4. С. 632-643. https://doi.org/10.15827/0236-235X.144.632-643.

3. Коновалов Н.С., Побойкина А.О., Чернов А.В. Построение микросервисной архитектуры // Современные инструментальные системы, информационные технологии и инновации: Сборник научных трудов XVI Международной научно-практической конференции (Курск, 18-19 марта 2021 г.) Отв. ред. М.С. Разумов. Курск: Юго-Западный государственный университет, 2021. С. 139-142.

4. Тельнов Ю.Ф., Казаков В.А., Дани лов А.В. Проектирование многоагентной системы для сетевого предприятия // Бизнес-информатика. 2024. Т. 18. № 3. С. 70-86.

5. Jagutis M., Russell S., Collier R. W. Using Multi-Agent MicroServices (MAMS) for Agent Based Modelling // International Workshop on Engineering Multi-Agent Systems. Cham: Springer Nature Switzerland, 2023. С. 85-92.

6. Melnyk A.O., Zimchenko B. Microservices Infrastructure Architecture for the Cloud-Based Multi-Agent Group Decision Support Systems for Autonomous Cyberphysical Systems // IntSol. 2023. С. 337-345.

7. Луценко Д.Ю., Полякова Л.П. Разбиение монолитного приложения на микросервисы с использованием паттерна Strangler // Информационные технологии в управлении и экономике. 2021. № 3(24). С. 82-87.

8. Комилиен Ф.С., Рахимов М.Ф. Микро сервисная архитектура: от монолита к гибким распределенным системам // Доклады Национальной академии наук Таджикистана. 2023. Т. 66. № 11-12. С. 659-667.

9. Ирбитский И.С., Романенков А.М., Стульников К.Т., Удалов Н.Н. Подходы к формированию безопасности в микросервис ной архитектуре // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2022. № 3. С. 91-99. https://doi.org/10.37882/2223-2966.2022.03.

10. Liu Z. et al. Reliability modelling and optimization for microservice‐based cloud application using multi‐agent system // IET Communications. 2022. Т. 16. № 10. С. 1182-1199.

11. Bondarenko A.S., Korolev D.V., Zaytsev K.S. Study the efficiency of using multi-agent models in modern microservice architectures // International Journal of Open Information Technologies. 2024. Т. 12. № 8. С. 48-55.

12. Кораблев А.В. Ключевые функциональность и преимущества использования цифровых двойников в промышленности // Цифровая экономика. 2019. № 2(6). С. 5-11.

13. Денисов С.Г. Технологии сбора и обра ботки данных для создания цифровых двойни ков // Бюллетень инновационных технологий. 2023. Т. 7. № 2(26). С. 12-17.

14. Li L. et al. Agent-based multi-tier SLA negotiation for intercloud // Journal of Cloud Computing. 2022. Т. 11. № 1. С. 16.

15. Pozdniakova O., Cholomskis A., Mažeika D. Self-adaptive autoscaling algorithm for SLA sensitive applications running on the Kubernetes clusters // Cluster Computing. 2024. Т. 27. № 3. С. 2399-2426.

16. Noureddine S., Meriem B. ML-SLA-IoT: An SLA Specification and Monitoring Framework for IoT applications // Proceedings - 2021 International Conference on Information Systems and Advanced Technologies. 2021. https://doi.org/10.1109/ICISAT54145.2021.9678460.

17. Lazaroiu G. et al. Artificial intelligence-based decision-making algorithms, Internet of Things sensing networks, and sustainable cyber-physical management systems in big data-driven cognitive manufacturing // Oeconomia Copernicana. 2022. Т. 13. № 4. С. 1047-1080.

18. Брызгалов А.А. Разработка метода адаптации производственных и бизнес-процессов к динамическим условиям функционирования на основе накопления и анализа массивов данных // Инжиниринг предприятий и управление знаниями (ИП&УЗ-2023): Сборник научных трудов XXVI Российской научной конференции: в 2-х томах (Москва, 29-30 ноября 2023 г.). М.: Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г. В. Плеханова», 2023. С. 65-72.

19. Kumar R., Hassan M.F., Adnan M.H. M. A Principled Design of Intelligent Agent for the SLA negotiation process in cloud computing // 2022 2nd International Conference on Computing and Information Technology (ICCIT). IEEE, 2022. С. 383-387.

20. Swain A.K., Garza V.R. Key Factors in Achieving Service Level Agreements (SLA) for Information Technology (IT) Incident Resolution. 2022. https://doi.org/10.1007/s10796-022-10266-5.

21. Singh J., Goraya M.S. An Autonomous Multi-Agent Framework using Quality of Service to prevent Service Level Agreement Violations in Cloud Environment // International Journal of Advanced Computer Science and Applications. 2023. Т. 14. № 3.

22. Hioual O. et al. A method based on multi agent systems and passive replication technique for predicting failures in cloud computing // Recent Advances in Computer Science and Communications (Formerly: Recent Patents on Computer Science). 2023. Т. 16. № 1. С. 18-32.

23. Сидоров Ю.Ю. Использование технологии мультиагентных систем для решения задачи диагностики состояния технического объекта // Современные информационные технологии: сборник трудов по материалам 5-й Всероссийской научно-технической конференции (Москва, 27 сентября 2019 г.). М.: ООО «Научный консультант», 2019. С. 101-106.

24. Архипов К.А., Скляр А.Я. Способы об мена данными в микросервисной архитектуре // Развитие науки и практики в глобально меняющемся мире в условиях рисков: Сборникматериалов XXII Международной научно-практической конференции (Москва, 25 октября 2023 г.). М.: ООО «Издательство АЛЕФ», 2023. С. 141-145.

25. Sakurada L., Leitao P., De la Prieta F. Agent-based asset administration shell approach for digitizing industrial assets // Ifac-Papersonline. 2022. Т. 55. № 2. С. 193-198.

26. Hioual O. et al. A method based on multi agent systems and passive replication technique for predicting failures in cloud computing // Recent Advances in Computer Science and Communications (Formerly: Recent Patents on Computer Science). 2023. Т. 16. № 1. С. 18-32.

27. Usman M. et al. A survey on observability of distributed edge & container-based microservices // IEEE Access. 2022. Т. 10. С. 86904-86919.

28. Miranda R. P. M. Real-time information proessing [i. é processing]. 2024.

29. Кучина Т. Н., Якушева Е. А. Алгоритм для проведения сбора обратной связи от пользователей в задачах контроля сложных информационных систем // Научные исследования и современное образование: сборник материалов X Международной научно-практической конференции ФГБОУ ВО «Чувашский государственный университет им. И.Н. Ульянова»; Актюбинский региональный государственный университет им. К. Жубанова; Кыргызский экономический университет им. М. Рыскулбе кова; ЦНС «Интерактив плюс». (Чебоксары, 13 марта 2020 г.) Чебоксары: ООО «Центр научного сотрудничества «Интерактив плюс», 2020. С. 82-87.