ENTE PER LE NUOVE TECNOLOGIE L’ENERGIA E L’AMBIENTE
CRESCO LAIII: RISULTATI E
PROSPETTIVE
Sandro Bologna
ENEA- CR Casaccia
[email protected]
http://www.progettoreti.enea.it
Review finale Progetto Cresco
Portici, 22 aprile 2009
Modelling Networked Infrastructures Interdependencies
Decision Maker
Presentation
ENEA Platform
Architecture
Repositories
Scenarios
Repository
End-User Interface
Results
Presentation
Scenarios configuration
Scenarios
Setup
Models
Repository
(3rd parties)
AddAddon
on
Tools
Tools
Simulators Output
Results
Scenarios deployment
and design interface
Interdep
Model
Repository
Simulators
Orchestrator
Diesis
Analysis
Tools
Knowledge
base
Diesis
Middleware
Cisia
Ciab
Interoperable Simulation
Middleware
Domain Simulators
Grid Communication
Simcip
Scenario expert
EISAC Trans-national Organisation
Example Communication Network
A potential solution for the EISAC Italian Node
DIESIS Front End
ENEA CRESCO HPC
DIEISIS
Middleware
Upper
Layers
Federate
CC
FC
CE
Front End j
Front End i
CE
SPIII.1
Fisica delle Reti Complesse
Elena Marchei, C.R. ENEA Portici
Vittorio 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 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 Quality of service as a
function of the rate of packet emission λ for
Internet-like network.
Data are in log-log scale.
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.
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.
SPIII.2
Analisi di Vulnerabilità delle Reti
Complesse
Saverio Di Blasi, C.R. ENEA Portici
Ester 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.
Partner
Università di Roma La Sapienza
Università 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 interconnesse
Rete Telco
RDB model
Rete di distribuzione dell’energia elettrica
Alimentazione di emergenza Telco
BDD
model
SAN model
a)
risultati numerici:
a) Indisponibilità connessione HDSL
b) Inaffidabilità s-t rete elettrica
b)
Analisi di vulnerabilità di reti di
telecommunicazione mediante simulazione
a)
a) Back Bone Nazionale (BBN) della
rete di telecomunicazione Italiana
b) Elementi principali del BBN
c) Modello NS2 del BBN
c)
b)
RISULTATI
• 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) ENEAGRID
– 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
SPIII.3
Modelli e Strumenti di
supporto alla Ottimizzazione e
Riconfigurazione delle Reti
Alberto Tofani, C.R. ENEA Casaccia
Giovanni 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.
Partner
Università di Palermo – Dipartimento di Ingegneria Informatica
Università di Salerno – Dipartimento di Ingegneria dell’Informazione e Matematica
Applicata
Attività del Dipartimento di Ingegneria Informatica dell’Università degli Studi di Palermo
Risultati Conseguiti
Configurazioni 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.
Dipartimento di Ingegneria dell’Informazione e Matematica Applicata (DIIMA), Un. Di Salerno
Ottimizzazione della qualità dei servizi erogati da una rete di telecomunicazione soggetta a guasti
e/o attacchi deliberati a livello fisico, attraverso il raffinamento di un modello fluidodinamico
1. Modellazione fluidodinamica di una
rete di telecomunicazione al fine di
descrivere il comportamente dei
differenti router che la compongono.
2. Analisi di problemi di convergenza e
sviluppo di schemi numerici.
3. Analisi delle politiche di instradamento
dei pacchetti.
4. Ottimizzazione
dei
caratteristici del traffico.
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.
coefficienti
I codici sviluppati girano sul cluster windows di CRESCO.
SPIII.4
Modellistica 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.
Partner
Università di Roma “Tor Vergata”, Dip.to di Ingegneria dell’Impresa
ECONA (Centro Interuniversitario per Processi Cognitivi nel Sistemi Naturali e
Artificiali)
Obiettivo
Analisi, 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): metateoria 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
Gruppo di ricerca
A.M. Gadomski (ENEA), A. D'Ausilio (ECONA), M. Caramia (Tor Vergata),
A.Londei (ECONA), T.A. Zimny (ENEA’s fellowship)
SPIII.5
Analisi delle Interdipendenze tra Reti
Complesse
Silvia Ruzzante, C.R. ENEA Portici
Giovanni 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
Partner
CRIAI – Consorzio Campano di Ricerca per l’Informatica e l’Automazione Industriale,
Portici (NA)
Università di Roma “Tor Vergata” - Dipartimento di Informatica, Sistemi e Produzione
Università 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
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.
CRIAI
CLIENT
Application Server
ASSOCIA
LOGIN
Web Browser
HTTP
J2EE
servlet
container
Simulatori Legacy
SLA
Wrapper 1
CONFIGURE
SHOW
GET
SIMULATORE
1
XML
SOAP
SIMULATION
Wrapper 2
POST
SIMULATORE
2
XML/SOAP
Tor
Vergata
CIAB – Critical Infrastructure
Agent Based
IS4CEM_Information System
for Civic
Emergency Management
Modello di società
ad Agenti
CAMPUS
BIOMEDICO
Modello Entità
Risorse
CISIA–Critical Infrastructure
Simulation by
Interdependence Agents
Scenario di simulazione di alcune
infrastrutture presenti nel
litorale laziale.
Il codice di queste applicazioni si trova in AFS nella directory:
/afs/enea.it/project/LA1/cresco_sp12_criai/html/jboss
SPIII.6
Sistema 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 SOTTOPROGETTO
Sviluppo 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
Architettura del Sistema SISI
GEOPROCESSING TOOLS
WEB GIS
L’utente definisce ed inserisce il
criterio di vulnerabilità
STRUMENTI DI DIAGNOSTICA
 Ricerca e localizzazione dei focus in cui sono
verificate le condizioni di vulnerabilità
GEOSPATIAL
DATABASE
 Perimetrazione delle aree vulnerabili
 Creazione di mappe di vulnerabilità
Scala nazionale
Scala di dettaglio
SELEZIONE
DI AREE
CAMPIONE
STRUMENTI DI SIMULAZIONE
 Modellazione di eventi specifici (dettaglio)
Geospatial Database
Archivia e gestisce i dati spaziali
Geoprocessing tools
Strumenti personalizzati di analisi
territoriale e modellistica, che
utilizzano funzioni di geoprocessing
WEB GIS
Visualizzazione e condivisione via web
delle mappe di vulnerabilità
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.