16. Параметры отчётов в моделях смо.

Секция FACILITY отчёта, содержит информацию о всех устройствах, описанных в модели. В нашем случае такое устройство одно – KAN.

Столбец ENTRIES показывает сколько раз было задействовано устройство.

Столбец UTIL. – загрузку устройства в процентах.

Столбец AVE. TIME – среднее время обработки обращения к устройству.

Секция QUEUE отчёта, содержит информацию обо всех очередях, существующих в модели. В нашем случае очередь тоже одна – 1.

Столбец MAX показывает максимальную величину очереди за время моделирования.

Столбец AVE. TIME – среднее время ожидания обращения в очереди.

При использовании в программе других операторов, в отчёте будут появляться другие секции.

17. Метод Монте-Карло и его применение в экономических моделях.

Ме́тод Мо́нте-Ка́рло (методы Монте-Карло, ММК) — общее название группы численных методов, основанных на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачи. Используется для решения задач в различных областях физики, химии, математики, экономики.

Под статистическим моделированием понимается машинное воспроизведение функционирования вероятностных моделей, либо исследование детерминированных процессов, заданных в виде математических моделей с логическими элементами с помощью статистических испытаний на ЭВМ (метод Монте'Карло). Особенностью статистического моделирования является случайное задание исходных данных с известными законами распределения и, как следствие, вероятностное оценивание характеристик исследуемых процессоров. Статистическое моделирование является эффективным методом исследования слабоорганизованных систем с несложной логикой функционирования. Для исследования сложных логических и логико'математических моделей с неточным заданием исходных данных (заданным законом распределения, оценочными характеристиками) применяется имитационное моделирование. Имитационное моделирование используется в задачах исследования сложных логико и логико-математических моделей в результате проведения экспериментов на модели. Поэтому в имитационном моделировании важную роль играет не только проведение, но и планирование экспериментов. Следующим за имитационным по качественному уровню можно назвать самоорганизующееся моделирование, когда функция построения моделей и ее преобразования в процессе экспериментирования и поиска оптимальных моделей возлагается на ЭВМ.

18. Генерация случайных чисел. Метод создания генераторов сч.

Наравне с существующей необходимостью генерировать легко воспроизводимые последовательности случайных чисел, также существует необходимость генерировать совершенно непредсказуемые или попросту абсолютно случайные числа. Такие генераторы называютсягенераторами случайных чисел (ГСЧ — англ. random number generator, RNG). Так как такие генераторы чаще всего применяются для генерации уникальных симметричных и асимметричных ключей для шифрования, они чаще всего строятся из комбинации криптостойкого ГПСЧ и внешнего источника энтропии (и именно такую комбинацию теперь и принято понимать под ГСЧ).

Почти все крупные производители микрочипов поставляют аппаратные ГСЧ с различными источниками энтропии, используя различные методы для их очистки от неизбежной предсказуемости. Однако на данный момент скорость сбора случайных чисел всеми существующими микрочипами (несколько тысяч бит в секунду) не соответствует быстродействию современных процессоров.

В персональных компьютерах авторы программных ГСЧ используют гораздо более быстрые источники энтропии, такие, как шум звуковой карты или счётчик тактов процессора. Сбор энтропии являлся наиболее уязвимым местом ГСЧ. Эта проблема до сих пор полностью не разрешена во многих устройствах (например, смарт-картах), которые таким образом остаются уязвимыми. Многие ГСЧ используют традиционные испытанные, хотя и медленные, методы сбора энтропии вроде измерения реакции пользователя (движение мыши и т. п.), как, например, в PGP и Yarrow^[3], или взаимодействия между потоками, как, например, в Java secure random.