Upload
giosetta-gatto
View
215
Download
1
Embed Size (px)
Citation preview
Sandro BolognaENEA- CR Casaccia
[email protected] http://www.progettoreti.enea.it
Review finale Progetto CrescoPortici, 22 aprile 2009
CRESCO LAIII: RISULTATI E PROSPETTIVE
ENTE PER LE NUOVE TECNOLOGIE L’ENERGIA E L’AMBIENTE
Modelling Networked Infrastructures Interdependencies
Knowledge base
Add-on
Tools
Diesis Middleware
End-User Interface
Results Presentation Scenarios configuration
Domain Simulators
ModelsRepository
(3rd parties)
ScenariosRepository
Decision Maker
Interdep Model
Repository
Grid Communication
Simulators Output Results
Scenarios deployment and design interface
Sim
ulat
ors
Scen
ario
s
Setu
pPr
esen
tatio
n
Add-on
Tools
Orchestrator
Repositories
Interoperable Simulation Middleware
Diesis Analysis
ToolsCisia Ciab Simcip
Scenario expert
ENEA Platform Architecture
EISAC Trans-national OrganisationExample Communication Network
A potential solution for the EISAC Italian Node
ENEA CRESCO HPC ENEA CRESCO HPC
FederateFederate DIEISIS
Middleware
Upper
Layers
DIEISIS
Middleware
Upper
Layers
CC
FCFC
CECECECE
Front End iFront End i
Front End jFront End j
DIESIS Front End DIESIS Front End
SPIII.1Fisica delle Reti Complesse
Elena Marchei, C.R. ENEA PorticiVittorio Rosato, C.R. ENEA Casaccia
Obiettivo Studio delle proprietà di robustezza e di vulnerabilità delle reti complesse in base alla
loro struttura topologica.
Fasi di studio Cambiamento della performance della rete al variare del carico. Quantificare i parametri di robustezza, vulnerabilità, connettività, di una rete in
modo da essere misurabili attraverso un’attività di modellazione e analisi. Variazione della connettività, vulnerabilità, robustezza, in seguito alla perdita e/o
rimozione di alcuni parti della rete. Quale può essere il risultato dell’adozione di algoritmi di riconfigurazione per far
fronte a certe modifiche topologiche della rete.
Partner Università di Catania Dipartimento di Fisica
Esempio di topologia delle reti• Rete della trasmissione elettrica ad alta tensione italiana• Backbone della rete internet italiana per la ricerca, la rete GARR
Attività (1/2)Sono state generate due diverse topologie di rete : una rete Random utilizzando il meccanismo di
crescita di Erdos-Renyi e una Internet-like basata su una combinazione del Preferential Attachment con il Triad Formation .
L'efficienza della rete di sostenere un determinato traffico è stata stimata attraverso l’ analisi del Tempo Medio di Consegna dei pacchetti, e di un parametro, la Qualità del Servizio (QoS) che tiene conto sia dei tempi di consegna che del numero di pacchetti droppati.
Variation of the Quality of service as a function of the rate of packet emission λ for Internet-like network.Data are in log-log scale.
Variation of the average delivery time as a function of the rate of packet emission λ for Internet-like network.Data are in log-log scale.
Variation of the efficiency mean temperature of the Internet-like network as a function of packet emission.
Per analizzare l’efficienza della rete sono state fatte differenti simulazioni di traffico dati mediante l’utilizzo del tool NS2 (Network Simulator). La struttura del GRID-ENEA (CRESCO) ha facilitato l’implementazione computazionale.
Attività (2/2)E’ stato definito un parametro , Temperatura del Nodo, che tiene conto, in un unico valore, delle informazioni sia locali che globali del traffico dati, per l’implementazione di nuove strategie adattive di routing in grado di evitare (o ritardare) la congestione.
SPIII.2Analisi di Vulnerabilità delle Reti
Complesse
Saverio Di Blasi, C.R. ENEA PorticiEster Ciancamerla, Michele Minichino, C.R. ENEA Casaccia
Obiettivo Studio della vulnerabilità di reti complesse in termini di affidabilità, sicurezza,
qualità di servizio e prestazioni.
Fasi di studio Quali sono gli indicatori di vulnerabilità delle reti e di interconnessione tra
reti. Quali sono gli indicatori di interconnessione e vulnerabilità delle reti di
telecomunicazione che meglio caratterizzano le loro proprietà di sicurezza, prestazioni e qualità di servizio.
Qual è l’interazione delle possibili vulnerabilità delle reti di telecomunicazione sulle altre reti tecnologiche che le includono.
PartnerUniversità di Roma La SapienzaUniversità del Piemonte Orientale
Direttrici di ricerca
I metodi e le tecniche di modellazione ed analisi, sono dimostrate su uno scenario di riferimento: il guasto di un nodo del backbone nazionale Telecom di Roma avvenuto nel gennaio 2004 e che ha avuto ripercussioni sulla qualità dei servizi di telecomunicazioni nell’intera area di Roma
• La rete Telco e’ rappresentata mediante i Reliability Block Diagrams. • I sistemi di alimentazione di emergenza Telco sono rappresentati da reti di
Attività Stocastica, un’estensione delle Reti di Petri• la rete di distribuzione dell’energia elettrica e’ rappresentata mediante un
Network Reliability Analyser, basato su BDD.• Inoltre e’ investigato l’uso dei metodi di verifica formale per computare il
Massimo Flusso Garantito nelle reti di Comunicazione.
Disponibilità di servizio di reti interconnesseDisponibilità di servizio di reti interconnesse
RDB model
Rete Telco Rete di distribuzione dell’energia elettrica Alimentazione di emergenza Telco
BDD model
SAN model
risultati numerici:
a) Indisponibilità connessione HDSL
b) Inaffidabilità s-t rete elettrica
a) b)
a) Back Bone Nazionale (BBN) della rete di telecomunicazione Italiana
b) Elementi principali del BBN
c) Modello NS2 del BBN
a)
c)
b)
Analisi di vulnerabilità di reti di Analisi di vulnerabilità di reti di telecommunicazione mediante simulazione telecommunicazione mediante simulazione
• Le simulazioni e l’analisi dello scenario di riferimento sono state effettuate mediante l’utilizzo del simulatore NS2 (Network Simulator)
• NS2 è installato su piattaforma HPC (High Performance Computing) ENEA-GRID – come applicazione distribuita eseguibile su tutti gli host Linux della
piattaforma computazionale– Come applicazione parallela: Parallel Distributed NS2
• la rete da simulare viene divisa in N sottoreti• ogni sottorete è inviata tramite SSH ad un host oppure si utilizza
MPI• un processo Master si occupa dell’input e output dei dati di
simulazione
Cluster Frascati Casaccia Brindisi Trisaia Portici Totale
Nodi (hosts)
28 16 1 1 296 352
RISULTATIRISULTATI
SPIII.3Modelli e Strumenti di
supporto alla Ottimizzazione e Riconfigurazione delle Reti
Alberto Tofani, C.R. ENEA CasacciaGiovanni Dipoppa, C.R. ENEA Casaccia
Obiettivo Realizzazione di un Sistema di Supporto alle Decisioni avente lo scopo di suggerire in
tempo reale una strategia di riconfigurazione di reti tecnologiche complesse, in particolare reti elettriche e di telecomunicazioni, nelle quali uno o più dei suoi componenti siano stati danneggiati per cause naturali, attacchi terroristici o guasti.
Fasi di studio Quale è il modello di rete più appropriato per l’ottimizzazione delle politiche di
riconfigurazione. Quale è l’algoritmo di ottimizzazione in grado di ricercare nello spazio delle
possibili configurazioni di rete quelle che favoriscono la sostenibilità del servizio a parità di costo.
Quale è la complessità computazionale per avere soluzioni faster-than-real-time.
PartnerUniversità di Palermo – Dipartimento di Ingegneria InformaticaUniversità di Salerno – Dipartimento di Ingegneria dell’Informazione e Matematica
Applicata
Risultati ConseguitiConfigurazioni sperimentali:Rete di distribuzione elettrica della sede Casaccia dell’ENEA, modellata attraverso l’interfaccia di eAgora. Il simulatore eAgora gira sul cluster windows di CRESCO.Il pacchetto di ottimizzazione è stato implementato come un programma java parallelo il quale gira su ogni nodo del GRID-ENEA.
Risultati sperimentali:L’algoritmo converge velocemente dopo alcune generazioni ad una valore costante inferiore al costo significativo iniziale.
Attività del Dipartimento di Ingegneria Informatica dell’Università degli Studi di Palermo
5. Studi su come preservare la qualità di servizio nel caso in cui uno o più nodi e/o linee di comunicazione non funzionino.
6. Implementazione di prototipi, sviluppati in linguaggio C++, a partire da modelli definiti.
4. Ottimizzazione dei coefficienti caratteristici del traffico.
3. Analisi delle politiche di instradamento dei pacchetti.
2. Analisi di problemi di convergenza e sviluppo di schemi numerici.
1. Modellazione fluidodinamica di una rete di telecomunicazione al fine di descrivere il comportamente dei differenti router che la compongono.
Ottimizzazione della qualità dei servizi erogati da una rete di telecomunicazione soggetta a guastie/o attacchi deliberati a livello fisico, attraverso il raffinamento di un modello fluidodinamico
Dipartimento di Ingegneria dell’Informazione e Matematica Applicata (DIIMA), Un. Di Salerno
I codici sviluppati girano sul cluster windows di CRESCO.
SPIII.4Modellistica delle Reti Complesse viste come
aggregati Socio-Tecnologici
Adam Maria Gadomski, C.R. ENEA Casaccia
Obiettivo Studiare come dal punto di visto formale, teorico e di modellazione si possa
rappresentare un sistema socio-tecnologico composto da reti organizzative che gestiscono reti tecnologiche.
Fasi di studio Come si può modellare un sistema Socio-Tecnologico e in particolare le
interazioni tra la rete sociale di governo e la rete tecnologica usata per fornire il servizio.
Quali sono gli elementi fondamentali da considerare per valutare le interazioni tra i diversi strati di una rete complessa.
Esiste un formalismo comune che permette di modellare i diversi aspetti.
PartnerUniversità di Roma “Tor Vergata”, Dip.to di Ingegneria dell’ImpresaECONA (Centro Interuniversitario per Processi Cognitivi nel Sistemi Naturali e
Artificiali)
ObiettivoAnalisi, modellazione e simulazioni sperimentali dei processi decisionali socio-cognitivi dell'alto rischio nelle organizzazioni umane interdipendenti e coinvolte nei processi di protezione socio-tecnologica delle grandi infrastrutture critiche (LCCIs). Identificazione e analisi della loro vulnerabilità (fattori umani dominanti).
Metodo
A -Metodologia sistemica per reti decisionali basata sul generico modello IPK (information, preferences, knowledge): meta-teoria TOGA- Modellazione: Precautionary Principle in decision-making
Contributo ENEA
B - Analisi socio-cognitiva (un nodo) dei processi decisionali umani di tipo manageriale: due livelli: sub-simbolico e simbolico, dal punto di vista dei errori umani
Contributo ECONA
C - Analisi socio-tecnologica (rete organizzativa) dal punto di vista della comunicazione e degli errori organizzativi.
Contributo Tor Vergata DII
A.M. Gadomski (ENEA), A. D'Ausilio (ECONA), M. Caramia (Tor Vergata),
A.Londei (ECONA), T.A. Zimny (ENEA’s fellowship)
Gruppo di ricerca
SPIII.5Analisi delle Interdipendenze tra Reti
Complesse
Silvia Ruzzante, C.R. ENEA PorticiGiovanni Dipoppa, C.R. ENEA Casaccia
Giordano Vicoli, C.R. ENEA Casaccia
Obiettivo Studiare il fenomeno delle interdipendenze tra Reti con un approccio di tipo What if
Fasi di studio Elaborazione di modelli per modellare l’interdipendenza tra reti complesse Elaborazione di tecniche per federare simulatori diversi per rappresentare reti di
diversi domini Sviluppo di un Middleware di gestione delle richieste utente e di
interfacciamento dei simulatori
PartnerCRIAI – Consorzio Campano di Ricerca per l’Informatica e l’Automazione Industriale,
Portici (NA)Università di Roma “Tor Vergata” - Dipartimento di Informatica, Sistemi e
ProduzioneUniversità di Roma “Campus Biomedico”-Dipartimento di Ingegneria
Risultati (1/2)Realizzazione di una piattaforma di integrazione di diversi strumenti di
simulazione eterogenei dove sia possibile eseguire in modo automatico scenari di guasto o attacco, per evidenziare le problematiche di “interdipendenza” fra differenti reti complesse
CAMPUSBIOMEDICO
Tor Vergata
Risultati (2/2)Associa Web (Middleware gestione richieste) ed Associa Core (Middleware interfacciamento
simulatori) sono delle WebApplication che vengono lanciate dall'Application Server JBoss installato sulla macchina del GRID_ENEA di Frascati.
Web Browser
Application Server
J2EEservlet
container
CLIENT
ASSOCIA
SIMULATORE1
Wrapper 1
HTTP
SIMULATORE 2Wrapper 2
XMLSOAP
Modello di società ad Agenti
Modello Entità Risorse
XML/SOAP
LOGIN SLA
GET
POST
CONFIGURE
SIMULATION
SHOW
Simulatori Legacy
Il codice di queste applicazioni si trova in AFS nella directory: /afs/enea.it/project/LA1/cresco_sp12_criai/html/jboss
CIAB – Critical Infrastructure Agent BasedIS4CEM_Information System for CivicEmergency Management
CISIA–Critical Infrastructure Simulation by Interdependence Agents
Scenario di simulazione di alcune infrastrutture presenti nel litorale laziale.
CRIAI
SPIII.6Sistema Informativo per la
Salvaguardia delle Infrastrutture e della Popolazione
Antonio Bruno Della Rocca, C.R. ENEA Casaccia
Obiettivo L’obiettivo principale delle attività condotte dall’Unità CLIM-OSTES nell’ambito del
progetto è quello di progettare e realizzare un innovativo sistema informativo geografico per la salvaguardia e la sicurezza della popolazione, delle infrastrutture e del territorio.
Fasi di studio Disponibilità di informazioni geografico-territoriali che forniscano una
descrizione “virtuale” del territorio dettagliata ed aggiornata. Disponibilità di sistemi informativi tecnologicamente allo stato dell’arte e
dotati anche di capacità di elaborazione e restituzione 3D nonché di prestazioni tali da elaborare in tempo reale una enorme mole di dati.
Progettazione e l’implementazione di algoritmi e processi di analisi delle informazioni territoriali dedicati alla specifica esigenza.
Sistema Informativo per la Salvaguardia delle Infrastrutture e della popolazione – SISI
OBIETTIVO DEL SOTTOPROGETTOSviluppo e realizzazione di un Sistema Informativo Geografico in grado di localizzare sul territorio elementi o siti vulnerabili rispetto a fenomeni o eventi naturali e antropici, delimitandone le aree e fornendo un potenziale sostegno per la gestione di potenziali problemi di salvaguardia e sicurezza delle infrastrutture, della popolazione e del territorio stesso.
Elemento territoriale “pericoloso”
Qualsiasi elemento geografico naturale o artificiale (es. impianti chimici, discariche, corsi d’acqua,
versanti franosi…) in grado di provocare un danno/perdita di funzionalità a elementi geografici posti nelle sue vicinanze.
Elemento territoriale “vulnerabile”
Qualsiasi elemento geografico che, a causa della presenza di elementi pericolosi nelle sue vicinanze, può subire un danno/perdita di funzionalità (es. edifici, infrastrutture, corpi idrici…).
Criteri di vulnerabilità
I ciriteri di vulnerabilità implementati nel Sistema SISI sono basati sulla compresenza, all’interno di aree di estensione definita dall’utente (focus) di elementi territoriali pericolosi/vulnerabili definiti dall’utente
E’ possibile, inoltre, includere nel criterio di vulnerabilità:
• Relazioni topologiche tra gli elementi• Condizioni sulle dimensioni degli elementi• Condizioni altimetriche
GEOSPATIAL DATABASE
WEB GIS
STRUMENTI DI DIAGNOSTICA Ricerca e localizzazione dei focus in cui
sono verificate le condizioni di vulnerabilità
Perimetrazione delle aree vulnerabili
Creazione di mappe di vulnerabilità
STRUMENTI DI SIMULAZIONE Modellazione di eventi specifici
(dettaglio)
Scala nazionale
Scala di dettaglio
SELEZIONE DI AREE
CAMPIONE
L’utente definisce ed inserisce il criterio di
vulnerabilità
Geospatial Database Archivia e gestisce i dati spaziali
Geoprocessing toolsStrumenti personalizzati di analisi territoriale e modellistica, che utilizzano funzioni di geoprocessing
WEB GIS Visualizzazione e condivisione via web delle mappe di vulnerabilità
GEOPROCESSING TOOLS
Architettura del Sistema SISI
Il codice sviluppato funziona come estensione del software ARCGIS, che gira sotto Windows. Il software è installato su una macchina Windows del grid ed è accessibile tramite l'interfaccia Citrix.