Архив статей журнала
В статье представлена формальная модель многоагентных систем для федеративного обучения. Концепция федеративного обучения очень близка к многоагентным системам, поскольку агенты позволяют обучать модели машинного обучения на локальных устройствах, сохраняя при этом конфиденциальную информацию. Возможности агентов взаимодействовать друг с другом позволяют обобщать (агрегировать) такие модели и повторно их использовать. В работе описываются взаимодействие и координация агентов, которые должны осуществляться с учетом стратегий обучения: последовательно, когда модель обучается по очереди на каждом узле; централизованно, когда модели обучаются параллельно на каждом узле и агрегируются на центральном сервере; децентрализованно, когда обучение и агрегация выполняются на каждом из узлов. Выделены основные типы агентов, необходимые для выполнения полного цикла федеративного обучения: принимающий задачу от пользователя, собирающий информацию о среде, выполняющий планирование обучения, выполняющий обучение на узле с данными, предоставляющий информацию и доступ к данным, осуществляющий агрегацию моделей. Для каждого из агентов определены основные действия и типы сообщений, которыми они обмениваются. Проанализированы и описаны конфигурации размещения агентов для каждой из стратегий федеративного обучения. На основе предложенной формальной модели можно осуществлять разработку многоагентных систем, используемых для задач федеративного обучения, а на основе выделенных типов агентов и видов сообщений - платформы агентов, сами агенты и протоколы их взаимодействия.
Расширение сетевых услуг обусловливает существенное повышение требований к качеству и скорости решения задач сетевого управления постоянно растущими сетями в центрах обработки данных. Рост нагрузки приводит к необходимости структурного масштабирования, заключающегося в увеличении количества серверов и маршрутизаторов. Существует потребность в простых масштабируемых протоколах маршрутизации для облегчения автоматизации и управления постоянно растущими сетями, особенно в центрах обработки данных. Целью работы является представление разработанного гибридного протокола динамической маршрутизации, включающего модернизированный алгоритм дистанционно-векторной маршрутизации и алгоритм состояния канала. В статье показано решение проблем разработки гибридного протокола динамической маршрутизации, который гарантирует отсутствие циклов, обеспечивает требования масштабирования посредством разработки и реализации простых алгоритмов, позволяющих обеспечить надежную передачу рабочего и служебного трафиков, содержащих информацию о маршруте, и обнаружить подключенные к текущему маршрутизатору каналы, сети и непосредственно подключенные соседние маршрутизаторы. Требования масштабируемости нового гибридного протокола динамической маршрутизации выполняются за счет того, что алгоритм дистанционно-векторной маршрутизации вычисляет расстояния до узлов инфраструктуры, а не сами сетевые префиксы. Объявление сетевых префиксов производится алгоритмом состояния канала только один раз, что приводит к уменьшению БД о состоянии канала и к сокращению вычислений после изменения топологии. Исключение петель достигается за счет внедрения нового разработанного алгоритма распределенных порядковых номеров. Для моделирования гибридного протокола динамической маршрутизации разработана имитационная модель. Моделирование позволило оценить количество и объем служебного трафика, что подтвердило эффективность функционирования разработанного протокола в условиях масштабирования сети центров обработки данных.