УДК 004.272.26
DOI: 10.36871/26189976.2026.06-4.001

Авторы

Тимур Гаджиевич Айгумов,
ФГБОУ ВО Дагестанский государственный технический университет, Махачкала, Россия
Фатима Мурадовна Абдулмукминова,
ФГБОУ ВО Дагестанский государственный технический университет, Махачкала, Россия
Айна Мовлдиевна Чанкаева,
ФГБОУ ВО Чеченский государственный университет им. А.А. Кадырова, Грозный, Россия

Аннотация

В статье исследуются методы адаптивного распределения вычислительных задач между программными модулями в условиях нестационарной нагрузки, неоднородности ресурсов и вероятностного изменения времени обслуживания запросов. Предложена многокритериальная модель диспетчеризации, основанная на интегральной оценке состояния модуля: загрузке процессора, использовании памяти, длине очереди, задержке обмена и отказоустойчивости. Разработан алгоритм перераспределения задач с коррекцией весовых коэффициентов и порогов миграции. На имитационном примере показано снижение дисбаланса нагрузки и среднего времени обработки относительно статического назначения.

Ключевые слова

адаптивное распределение задач,
программные модули,
диспетчеризация вычислений,
балансировка нагрузки.

Список литературы

[1] Брюханова Е.Р. Алгоритм адаптивного управления ресурсами в распределённых динамических вычислительных системах на базе динамического управления частотой и напряжением // Информатика. Экономика. Управление. 2023. Т. 2. № 4. С. 201–208. DOI: 10.47813/2782-5280-2023-2-4-0201-0208.

[2] Колесов Н.В., Литуненко Е.Г., Скородумов Ю.М. Планирование заданий в распределённой вычислительной системе на кристалле с минимизацией потребляемой мощности // Наука и технологические разработки. 2024. Т. 103. № 2. С. 51–63. DOI: 10.21455/ ntv.2024.2.188.

[3] Крюков Д.А., Суглобов Д.С. Сравнительный анализ алгоритмов балансировки нагрузки вычислительного кластера // Информационные технологии и системы: управление, экономика, транспорт, право. 2018. № 2(22). С. 46–53.

[4] Михайлов И.М. Адаптивное распределение нагрузки в сети вычислительных узлов с использованием нейронных сетей и генетического алгоритма // Информационные технологии и телекоммуникации. 2024. Т. 12. № 3. С. 102–111.

[5] Мьо А.Ч. Метод управления загрузкой центров обработки информации в распределённых вычислительных системах // Программные продукты и системы. 2026. Т. 39. № 1. С. 79–89. DOI: 10.15827/0236-235X.153.079-089.

[6] Привалов А.Н., Кузнецов А.В. Разработка балансировщика нагрузки в гибридных сетях // Современные технологии. Системный анализ. Моделирование. 2014. № 4(44). С. 118–124.

[7] Тамбовцев Г.И. Адаптивное распределение вычислительных задач в интеллектуальных транспортных системах с применением мобильных вычислительных узлов и машинного обучения // Вестник СПбГУТ. 2026. Т. 4. № 1. С. 27–39. DOI: 10.31854/3034- 2201-2026-4-1-C07.

[8] Терешкин Д.О., Мартышкин А.И. Управление ресурсами и рабочей нагрузкой в адаптивных моделях вычислительных систем // Современные проблемы науки и образования. 2024. № 6. С. 84–95.

[9] Трушкин Е.С., Маркин А.В., Баранов Д.С. Предсказательный метод распределения ресурсов в распределённых вычислительных средах // Информатика и автоматизация. 2026. Т. 25. № 2. С. 311–336. DOI: 10.15622/ia.25.2.5.

[10] Черных А.Н. Методы и алгоритмы решения задач оптимизации ресурсов в нестационарных распределённых гетерогенных вычислительных средах: дис. … д-ра техн. наук. М.: Институт системного программирования РАН, 2021. 325 с.

[11] Шевгунов Т.Я., Константинов А.С. Обзор и сравнительный анализ новых методов распределения задач между исполнителями // Бизнес-информатика. 2026. Т. 20. № 1. С. 4–19. DOI: 10.17323/2587-814X.2026.1.4.19.