Диссертация

Суперкомпьютеры являются важным инструментом для решения научных и прикладных задач в различных областях, таких как физика, геология, метеорология, химия, медицина и многих других. Использование суперкомпьютеров необходимо из-за вычислительной сложности некоторых задач, решение которых на обычных компьютерах может занять дни, месяцы или даже годы. Однако эффективно использовать суперкомпьютерные системы очень непросто как из-за чрезвычайно сложной архитектуры этих систем, так и из-за сложности создания высокопроизводительных параллельных программ. И обеспечение высокой эффективности работы суперкомпьютера требует постоянного контроля его состояния и поведения. И зачастую это сводится к анализу потока запускаемых пользовательских приложений, где любая новая информация может помочь как администраторам, так и пользователям обнаружить проблемы с эффективностью приложений. В данной работе предлагается два подхода к выявлению схожих суперкомпьютерных приложений. Первый подход основан на анализе статической информации о приложении, а именно исполняемых файлов. Второй подход основан на анализе динамических данных о задании, а именно данных от системы мониторинга, предоставляющих данные о поведении приложения во время его исполнения. По результатам апробации данные методы показывают высокое качество работы и применимость на практике. Также на основе предложенных подходов к выявлению схожих суперкомпьютерных приложений были предложены решения задач обнаружения используемых программных пакетов и их версий в приложениях, кластеризации приложений, а также предсказания оценок качества использования суперкомпьютерных ресурсов. Полученные решения были применены для анализа потока заданий суперкомпьютера «Ломоносов-2».