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. DOI: 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. DOI: 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. DOI: 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. DOI: 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. DOI: 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.