РУС ENG

МЕТОД БАЛАНСИРОВКИ НАГРУЗКИ УЗЛОВ РАСПРЕДЕЛЁННЫХ СИСТЕМ С ОГРАНИЧЕНИЯМИ СОСТОЯНИЯ НА ОСНОВЕ МНОГОМЕРНОЙ ДИАГНОСТИКИ

О журнале

Новости
Цели и сфера
Основатель и издатель
Редакционная коллегия
Условия лицензирования
Конфиденциальность
Отношение к плагиату
Публикационная этика
Политика архивирования
Подписка


Для авторов

Инструкции для авторов
Процесс рецензирования
Авторские права
Договор о передаче прав
Редакционные сборы


Архив

Все выпуски
Поиск


Контакты

Контакты


Сущеня Роман Валерьевич – аспирант кафедры управления информацией в технических системах, факультет информационных технологий, ФГАОУ ВО "МГТУ "СТАНКИН", 127055, Москва, Вадковский пер. д. 1. Область научных интересов: Математическое моделиро- вание самобалансирующихся динамических систем, экспертные системы. ORCID 0009- 0003-7946-9302

Петров Валерий Евгеньевич – доцент, ФГБОУ ВО "МГТУ "СТАНКИН", 127055, Москва, Вадковс кий пер. д. 1. Область научных интересов: математическое моделирование систем искусственного интеллекта, нейронные сети, экспертные системы. ORCID 0009-0006-9112-8182

УДК: 004.075
DOI: 10.24412/2413-7383-2026-2-41-146-156
Язык: Русский

Аннотация: Балансировка нагрузки является ключевым механизмом обеспечения устойчивости распределённых вычислительных систем. Традиционные методы, основанные на отдельных метриках, не учитывают корреляции между параметрами состояния узлов. Статья посвящена разработке метода балансировки с ограничениями состояния на основе многомерной диагностики. Предложенный метод использует расстояние Махаланобиса и статистику Хотеллинга для оценки допустимости наблюдаемого состояния узла, а геометрический запас устойчивости обеспечивает превентивное исключение узлов, близких к границе допустимой области.

Ключевые слова: балансировка нагрузки; распределённые системы; диагностика состояния узлов; расстояние Махаланобиса; статистика Хотеллинга; ограничения допустимости; устойчивость.

Список литературы

  1. Nagelli A. Yadav N. K. Efficiency unveiled: Comparative analysis of load balancing algorithms in cloud environments // International Journal of Information Technology and Management. 2024. Т. 18. №. 2. С. 101-104.
  2. Aldossary D. et al. A Systematic Literature Review on Load-Balancing Techniques in Fog Computing: Architectures, Strategies, and Emerging Trends // Computers. 2025. Т. 14. №. 6. С. 217.
  3. Сущеня Р. В. Анализ современных подходов к балансировке нагрузки серверных кластеров в образовательных информационных системах и соответствующих алгоритмов / Р. В. Сущеня, В. Е. Петров // Информатика и образование. 2025. Т. 40. №. 2. С. 79-87.
  4. Los D. Sauerwald T. Balanced allocations with incomplete information: The power of two queries // arXiv preprint arXiv:2107.03916. 2021. URL: https://arxiv.org/abs/2107.03916 (дата обращения 11.12.2025).
  5. Gures E. et al. Machine learning-based load balancing algorithms in future heterogeneous networks: A survey // IEEE Access. 2022. Т. 10. С. 37689-37717.
  6. Prasetya I. K. et al. Bootstrap and MRCD Estimators in Hotelling’s T 2 Control Charts for Precise Intrusion Detection //Applied Sciences. 2024. Т. 14. №. 17. С. 7948.
  7. Mefleh A. et al. Beyond the Norm: Unsupervised Anomaly Detection in Telecommunications with Mahalanobis Distance // Computers. 2025. Т. 14. №. 12. С. 561.
  8. Katsube S. Sahara H. Telemetr y Monitoring System with Features Explaining Anomalies Based on Mahalanobis Distance // International Journal of Prognostics and Health Management. 2024. Т. 15. №. 2.
  9. Fontenot S. et al. Design of the Hotelling T2 Control Chart for Anomaly Detection in IoT Systems // SoutheastCon 2025.IEEE, 2025. С. 1390-1396.
  10. Oyegoke O. A. et al. Hotelling T2 control chart based on minimum vector variance for monitoring high- dimensional correlated multivariate process // Quality and Reliability Engineering International. 2025. Т. 41. №. 2. С. 765-783.
  11. Nadi A. A. Celano G. Steiner S. Investigating the performance of the Phase II Hotelling T2 chart when monitoring multivariate time series observations // arXiv preprint arXiv:2501.11649. 2025. URL: https://arxiv.org/abs/2501.11649 (дата обращения 11.12.2025). С Сущеня Р. В. Петров В. Е.
  12. Sun F. Huang X. Application of regularized covariance matrices in logistic regression and portfolio optimization // Scientific Reports. 2025. Т. 15. №. 1. С. 23924.
  13. Wang X. Zhang B. Target selection in shrinkage estimation of covariance matrix: A structural similarity approach // Statistics & Probability Letters. 2024. Т. 208. С. 110048.
  14. Fu C. et al. A robust distributed fault detection scheme for interconnected systems based on subspace identification technique // Control Engineering Practice. 2025. Т. 159. С. 106301.
  15. Harjanti T. W. Setiyani H. Trianto J. Load balancing analysis using round-robin and least-connection algorithms for Server Service Response Time // Applied Technology and Computing Science Journal. 2022. Т. 5. №. 2. С. 119-128.
  16. Katangur A. Akkaladevi S. Vivekanandhan S. Priority weighted round robin algorithm for load balancing in the cloud // 2022 IEEE 7th international conference on smart cloud (SmartCloud). IEEE, 2022. С. 2 30-235.

Выпуск: 2(41)'2026
Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
Как цитировать: Сущеня Р.В. Петров В. Е. МЕТОД БАЛАНСИРОВКИ НАГРУЗКИ УЗЛОВ РАСПРЕДЕЛЁННЫХ СИСТЕМ С ОГРАНИЧЕНИЯМИ СОСТОЯНИЯ НА ОСНОВЕ МНОГОМЕРНОЙ ДИАГНОСТИКИ // Проблемы искусственного интеллекта. - 2026. - № 2 (41). - С. 146-156. - https://paijournal.guiaidn.ru/ru/2026/2(41)-13.html