В статье рассмотрены вопросы обеспечения доступности данных в условиях динамически изменяющейся и недоверенной среды децентрализованных систем их хранения. Традиционные марковские модели оценки надежности хостов опираются на предположение о стационарности вероятностей переходов между состояниями, что не отражает реального поведения хостов децентрализованной сети, чьи технические характеристики и доступность постоянно варьируются. В связи с этим предложена адаптивная модель оценки надежности хостов в децентрализованной системе хранения данных, в которой вероятности переходов между состояниями хоста («недоступен», «нестабилен», «доступен») динамически корректируются на основе измеряемых технических характеристик: аптайма, сетевой латентности и производительности ЦПУ. Также предложена интеграция динамической оценки надежности хостов в марковскую цепь через сигмоидальную функцию. Для оценки эффективности модели использован вероятностный анализ восстановления данных. Показано, что применение предложенной модели повышает вероятность успешного восстановления данных более чем в 30 раз по сравнению со случайным выбором хостов и в 136 раз — в условиях аварийного сценария.
< ... >
The article discusses issues of ensuring data availability in a dynamically changing and untrusted environment of decentralized data storage systems. Traditional Markov models for assessing host reliability are based on the assumption of stationary transition probabilities between states, which does not reflect the actual behavior of hosts in a decentralized network, whose technical characteristics and availability are constantly changing. We propose an adaptive model for assessing host reliability in a decentralized data storage system, in which the probabilities of transitions between host states («unavailable», «unstable», «available») are dynamically adjusted based on measurable technical characteristics: uptime, network latency, and CPU performance. We propose integrating dynamic host reliability assessment into a Markov chain via a sigmoid function. Probabilistic data recovery analysis is used to evaluate the model’s effectiveness. It is shown that the use of the proposed model increases the probability of successful data recovery by more than 30 times compared to random host selection and by 136 times in a crisis scenario.
Keywords:
decentralized data storage system, adaptive Markov model, dynamic host rating, data availability
Полную версию статьи смотрите на страницах журнала «Защита информации. Инсайд»
