Metric-based analysis of markov models for computer system availability assessment

Abstract

Markov and semi-Markov models are widely used to analyse the reliability of complex computer-based systems. Dealing with the different model features is a serious problem, which leads to computational difficulties and may affect the accuracy of the reliability analysis. We discuss the classification attributes (stiffness, largeness, sparsity and fragmentedness) that are used for computer systems reliability analysis. The provided system analysis based on this classification attributes can determine the complexities of computational problem and form recommendations for the most effective methods choose.

Марківські та напівмарковські моделі широко використовуються для аналізу надійності складних комп’ютерних систем. Робота з різними функціями моделі є серйозною проблемою, яка призводить до обчислювальних труднощів і може вплинути на точність аналізу надійності. Ми обговорюємо атрибути класифікації (жорсткість, розмір, розрідженість і фрагментованість), які використовуються для аналізу надійності комп’ютерних систем. Наданий системний аналіз на основі атрибутів цієї класифікації може визначити складність обчислювальної задачі та сформувати рекомендації щодо вибору найбільш ефективних методів.

Марковские и полумарковские модели широко используются для анализа надежности сложных компьютерных систем. Работа с различными функциями модели представляет собой серьезную проблему, которая приводит к вычислительным трудностям и может повлиять на точность анализа надежности. Мы обсудим атрибуты классификации (жесткость, размерность, разреженность и фрагментарность), которые используются для анализа надежности компьютерных систем. Предоставленный системный анализ, основанный на признаках этой классификации, позволяет определить сложность вычислительной задачи и сформировать рекомендации по выбору наиболее эффективных методов.