522
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
BANKLARDAGI “CLOUD” VIRTUAL MA’LUMOTLAR MARKAZINING
XUSUSIYATLARINI HISOBLASH VA TAHLIL QILISH
Baltayev Jo‘shqin Boltabayevich
Toshkent davlat iqtisodiyot universiteti, Axborot tizimlari va texnologiyalari
kafedrasi PhD. Professori
j_baltayev@tfi.uz
Mannopova Maftuna G‘olib qizi
Alfraganus universiteti, “Raqamli texnologiya” kafedrasi katta oqituvchisi
m.mannapova.94@gmail.com
Annotatsiya:
Ushbu maqolada banklardagi “cloud” virtual ma’lumotlar
markazining xususiyatlarini hisoblash va tahlil qilish, hamda bulutli ma’lumotlarga
ishlov berish markazi modeli tanlangan, modellashtirilgan va ko‘rib chiqilgan. Bulutli
ma’lumotlarga ishlov berish markazlarining asosiy xarakteristikalari
optimallashtirmasdan o‘tkazilgan tajribalar asosida aniqlandi. Olingan ma’lumotlar
tegishli jadvallarda qayd etilgan, jadvallardagi ma’lumotlarni tasdiqlaydigan rasmmlar
ham ilova qilingan.
Kalit so‘zlar:
model, optimallashtirish, simulyatsiyalash modeli,
xarakteristikalar, hisoblash tugunlari, bufer sig‘imi.
РАСЧЕТ И АНАЛИЗ ХАРАКТЕРИСТИК ВИРТУАЛЬНОГО ЦЕНТРА
ОБРАБОТКИ ДАННЫХ “SLOUD” В БАНКАХ
Балтаев Жўшқин Болтабаевич
Ташкентский государственный экономический университет, кафедра
Информационные системы и технологии,
PhD
. Профессор
j_baltayev@tfi.uz
Маннапова Мафтуна Голиб кизи
Университета
Алфраганус, старший преподавателе кафедры “Цифровых
технологий”
m.mannapova.94@gmail.com
523
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
Аннотация:
В этой статье рассматриваются расчеты и анализ
характеристик виртуального центра обработки данных
“Cloud”
в банках, а также
выбор, моделирование и обзор модели облачного центра обработки данных.
Основные характеристики облачных центров обработки данных были
определены на основе экспериментов, проведенных без оптимизации.
Полученные данные фиксируются в соответствующих таблицах, также
прилагаются чертежи, подтверждающие данные в таблицах.
Ключевые слова:
модель, оптимизация, имитационная модель,
характеристики, вычислительные узлы, буферная емкость.
CALCULATION AND ANALYSIS OF THE CHARACTERISTICS OF THE
VIRTUAL DATA PROCESSING CENTER “SLOUD” IN BANKS
Baltaev Jushkin Boltabaevich
Tashkent State University of Economics, Department of Information Systems and
Technologies, PhD. Professor
Mannopova Maftuna G‘olib qizi
Senior lecturer of the Department “Digital technologies”
Alfraganus University
m.mannapova.94@gmail.com
Abstract:
This article discusses the calculations and analysis of the
characteristics of the “Cloud” virtual data center in banks, as well as the selection,
modeling and review of the cloud data center model. The main characteristics of cloud
data centers were determined based on experiments conducted without optimization.
The data obtained are recorded in the corresponding tables, and drawings confirming
the data in the tables are also attached.
Keywords: model, optimization, simulation model, characteristics, computing
nodes, buffer capacity.
KIRISH
Banklardagi “Cloud” virtual ma’lumotlar markazining xususiyatlarini hisoblash
va agar ma’lum sharoitlarda modelning ishlashini o‘rganish yoki modelning eng yaxshi
natijasiga erishiladigan parametr qiymatlarini topish orqali modelning ishlashini
yaxshilash kerak bo‘lsa, u holda AnyLogic modelini optimallashtirish imkoniyatidan
foydalanish mumkin. AnyLogic modelini optimallashtirish har xil parametr qiymatlari
524
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
bilan modelning bir nechta ishlatishlarni ketma-ket bajarish va berilgan vazifa uchun
optimal parametrlar qiymatlarini topishdan iborat.
ADABIYOTLAR TAHLILI
AnyLogic dasturida o‘rnatilgan OptQuest optimallashtirgich bugungi kunda
mavjud bo‘lgan eng yaxshi optimallashtirgich hisoblanadi. OptQuest
optimallashtirgichi berilgan cheklovlarni hisobga olgan holda eng yaxshi model
parametr qiymatlarini avtomatik topadi [1]. AnyLogic optimallashtirish jarayonini
sozlash va kuzatish uchun qulay grafik interfeysni taqdim etadi[2].
Optimallashtirish turli parametrlar qiymatlariga ega bo‘lgan modelning bir
necha ketma-ket ishlatishdan iborat. Evristika, neyron tarmoqlar va matematik
optimallashtirishni kombinatsiyalash bilan OptQuest ham noaniqliklar sharoitlarida,
ham cheklovlar mavjud bo‘lganda maqsad funksiyasining maksimumi yoki
minimumiga mos keladigan model parametrlari qiymatlarini topishga imkon beradi
[3].
OptQuest optimallashtirgich OptTekSystems, Inc.ning savdo belgisi
hisoblandi[4]. OptQuest bajaruvchimoduli haqida batafsil ma’lumotlarni OptTek veb-
saytida (ingliz tilida) topish mumkin: www.OptTek .com. [5].
METODOLOGIYA
Ilmiy maqolada ko’rsatilgan har bir davlatda o‘z talablariga asoslangan o‘ziga
xos qonun va qoidalar mavjud. Shu sababli har bir banklardagi “cloud” virtual
ma’lumotlar markazining xususiyatlarini hisoblash va tahlil qilish qo‘llanilishi ilgari
suradi. Hozirgi kunda ko‘plab rivojlanib borayotgan moliyaviy firmalar axborot
tizimlari va texnologiyalari kuchli raqobatdaligini ko‘rish mumkin. Model,
optimallashtirish, simulyatsiyalash modeli, xarakteristikalar, hisoblash tugunlari, bufer
sig‘imi va boshqa texnologiyalardan xam foydalanilgan, mualliflar tomonidan xulosa
va takliflar berilgan.
MUHOKAMA VA NATIJALAR
Modellar uchun optimallashtirishsiz kirish ma’lumotlari quyidagi hisoblashdan
kelib chiqadi:
�
[
𝜆𝜆
𝑖𝑖
∞
𝑖𝑖=1
] <
𝜆𝜆
𝑘𝑘
(1)
bu yerda
λ
i
- i-tugunlarda tushgan so‘rovlarning intensivligi;
λ
k
- kontrollerga tushgan so‘rovlarning intensivligi;
V
vch
- i-virtual mashinaning hisoblash resurslari;
i - tarmoq tugunlari soni.
525
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
So‘rovlarga ishlov berish kechikish vaqtlarini minimallashtirish bo‘yicha
resurslarni taqsimlashni optimallashtirish usuli uchun
λ
1
= 10,
λ
2
= 20,
λ
3
= 30,
λ
4
=
40,
λ
k
= 200 va V
h1
= V
h2
= V
h3
= V
h4
= 100 bo‘lsa, 1-jadvalda keltirilgan qiymatlarni
olamiz.
1-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util)
Navbat uzunligi (L)
Kontroller
0.498
99.600
1-hisoblash tuguni
0.099
9.939
2-hisoblash tuguni
0.198
19.698
3-hisoblash tuguni
0.3
30.019
4-hisoblash tuguni
0.399
39.944
1-rasm. Olingan simulyatsiyalash natijalari
λ
1
= 100, λ
2
= 20, λ
3
= 50, λ
4
= 20, λ
k
= 200 va V
h1
= V
h2
= V
h3
= V
h4
= 100
bo‘lsa, 2-jadvalda keltirilgan qiymatlarni olamiz.
2-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util)
Navbat uzunligi (L)
Kontroller
0.949
189.571
1-hisoblash tuguni
0.997
99.445
2-hisoblash tuguni
0.203
20.101
526
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
3-hisoblash tuguni
0.5
49.922
4-hisoblash tuguni
0.198
19.909
2-rasm. Optimallashtirishsiz olingan natijalar
So‘rovlarga ishlov berish uchun kechikish vaqtlarini minimallashtirish bo‘yicha
resurslarni taqsimlash uchun optimallashtirish usuli uchun
λ
1
= 10, λ
2
= 40, λ
3
= 20, λ
4
= 50, λ
k
= 200 va V
h1
= V
vch2
= V
h3
= V
h4
= 100 bo‘lsa, u holda 3-jadvalda keltirilgan
qiymatlarni olamiz.
3-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util) Navbat uzunligi (L)
Kontroller
0.601
1-hisoblash tuguni
0.099
10.03
2-hisoblash tuguni
0.4
79.67
3-hisoblash tuguni
0.204
40.574
4-hisoblash tuguni
0.503
99.966
527
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
3-rasm. Olingan simulyatsiyalash natijalari
λ
1
= 10, λ
2
= 40, λ
3
= 20, λ
4
= 50, λ
k
= 200 va V
h1
= V
h2
= V
h3
= V
h4
= 100 bo‘lsa,
u holda 4-jadvalda keltirilgan qiymatlarni olamiz.
4-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util)
Navbat uzunligi (L)
Kontroller
0.949
1-hisoblash tuguni
0.599
59.844
2-hisoblash tuguni
0.692
138.838
3-hisoblash tuguni
0.354
70.362
4-hisoblash tuguni
0.251
50.132
528
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
4-rasm. Optimallashtirishsiz olingan natijalar
Hisoblash tugunlarining bufer sig‘imining minimal hajmi bo‘yicha resurslarni
taqsimlash usuli uchun
λ
1
= 100, λ
2
= 20, λ
3
= 130, λ
4
= 120, λ
k
= 200 va V
h1
= V
h2
=
V
h3
= V
h4
= 100 bo‘lganda 5-jadvalda keltirilgan qiymatlarni olamiz.
5-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util) Navbat uzunligi (L)
Kontroller
1
1-hisoblash tuguni
0.52
2.169
2-hisoblash tuguni
0.108
1
3-hisoblash tuguni
0.695
438
4-hisoblash tuguni
0.649
476
529
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
5-rasm. Optimallashtirishsiz olingan natijalar
λ
1
= 10, λ
2
= 20,
λ
3
= 70, λ
4
= 80, λ
k
= 200 va V
h1
= V
h2
= V
h3
= V
h4
= 100
bo‘lsa, u holda 6-jadvalda keltirilgan qiymatlarni olamiz.
6-jadval
Simulyatsiyalash modeli xarakteristikalarini hisoblash
Nomi
Yuklanish (Util)
Navbat uzunligi (L)
Kontroller
0.895
1-hisoblash tuguni
0.098
2
2-hisoblash tuguni
0.198
2
3-hisoblash tuguni
0.689
348
4-hisoblash tuguni
0.772
2.375
530
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
6-rasm. Optimallashtirishsiz olingan natijalar
XULOSA VA TAKLIFLAR
Ushbu maqolada bulutli ma’lumotlarga ishlov berish markazi modeli tanlangan,
modellashtirilgan va ko‘rib chiqilgan. Bulutli ma’lumotlarga ishlov berish
markazlarining asosiy xarakteristikalari optimallashtirmasdan o‘tkazilgan tajribalar
asosida aniqlandi. Olingan ma’lumotlar tegishli jadvallarda qayd etilgan, jadvallardagi
ma’lumotlarni tasdiqlaydigan rasmmlar ham ilova qilingan.
FOYDALANILGAN ADABIYOTLAR RO‘YXATI
1.
F. Ma, F. Liu, Z. Liu, Distributed Load Balancing Allocation of Virtual
Machine in Cloud Data Center // IEEE 3rd International Conference on Software
Engineering and Service Science, 2012, pp. 20-23.
2.
V. Belogrudov, Tenant Behaviour-driven Scheduler in OpenStack Cloud //
Cork Institute of Technology, Department of Computing, 2013.
3.
J. Hu, J. Gu, G. Sun, T. Zhao, A Scheduling Strategy on Load Balancing of
Virtual Machine Resources in Cloud Computing Environment // 3rd International
Symposium on Parallel Architecture, Algorithms and Programming (PAAP), 2010, pp.
89-96.
4.
R. Ghosh, V.K. Naik, Predictive Analysis for Resource Over-commit in IaaS
Cloud // IEEE 5th International Conference on Cloud Computing, 2012, pp. 25-32.
5.
C.L. Hwang, K. Yoon, Multiple attributes decision-making methods and
applications: a state of the art Survey // Springer-Verlag, New York, 1981.
6.
Djurayev R. X., Baltayev J. B., Xasanov O. A. Increasing the efficiency of
diagnosing microprocessor devices based on multichannel signal analysis means
531
BUXGALTERIYA HISOBI VA AUDIT
“RAQAMLI IQTISODIYOT” ILMIY-ELEKTRON JURNALI | 7-SON
WWW.INFOCOM.UZ
//2020 International Conference on Information Science and Communications
Technologies (ICISCT). – IEEE, 2020. –
С. 1
-4.
7.
Djuraev R. X., Djabbarov S. Y., Baltaev J. B. Sistemi texnicheskogo
obslujivaniya i ekspluatatsii setey telekommunikatsii //Uchebnik.-T.:“Aloqachi. –
2019. –
Т. 234.
8.
Djuraev R. H., Djabbarov S. Y., Baltayev J. B. Raqamli tizimlarning texnik
diagnostikasi //Darslik).-T.:«Aloqachi. – 2020. –
Т. 232.
