The Development of a Multi-channel Mass Service System with Limited Queuing Using the Parallel Library of the .NET Platform

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Modern business and industry are often faced with the need to effectively manage and optimize the processes of servicing the flow of requests. In the light of this need, the paper considers the principles of developing a multi-channel mass service system with limited queueing, implemented on the .NET platform using the C# programming language. Particular attention is paid to high-performance data processing and parallel computing. The article offers architectural solutions for the realization of a multi-channel mass service system and discusses the basic components of the system, including the queue, processing channels and mechanisms for managing applications. The scientific novelty of the presented work lies in the integration of Parallel Framework into the development process of a multi-channel mass service system with limited queueing, which allows to optimize resource allocation and reduce waiting time in the system. The paper presents code examples which demonstrate aspects of multi-threading implementation and the use of competitive collections for efficient queue request management. Opportunities for further development of multi-channel mass-maintenance systems on .NET platform are considered, taking into account constantly changing requirements and technological capabilities.

Sobre autores

Polina Antonova

Kazan National Research Technological University

Autor responsável pela correspondência
Email: valerevna.p@inbox.ru
Scopus Author ID: 57219972636

senior lecturer at the Department of Intelligent Systems and Information Resource Management

Rússia, Kazan, Republic of Tatarstan

Bibliografia

  1. Wang Y.F., Zhang Y.F., Fuh J.Y.H. Using Hybrid Particle Swarm Optimization for Process Planning Problem. IEEE International Joint Conference on Computational Sciences and Optimization. 2009. Pp. 304–308.
  2. Shevtsov A.N., Shchitov A.N., Konoreva N.A. Modeling of Telecommunication Systems with CMOS. Mathematics and its Applications in Modern Science and Practice. 2015. Pp. 128–132. (In Rus.)
  3. Vishnevsky V.M., Dudin A.N. Mass service systems with correlated input streams and their application to the modeling of telecommunication networks. Automation and Telemechanics. 2017. No. 8. Pp. 3–59. (In Rus.)
  4. Anitha G., Damodharan P. Resource cost reduction in cloud computing. IEEE International Conference on Current Trends in Engineering and Technology (ICCTET). 2013. Pp. 331–333.
  5. Gibadullin R.F., Nikonorov V.V. Development of the System for Automated Incident Management Based on Open-Source Software. IEEE International Russian Automation Conference (RusAutoCon). 2021. Pp. 521–525.
  6. Anisimova G.B., Grachev P.V. Design and development of information system of applications management for mobile operator company. Engineering Herald of the Don. 2022. No. 5. URL: ivdon.ru/ru/magazine/archive/n5y2022/7660/ (In Rus.)
  7. Osipov L.A. Simulation modeling of mass service systems with limited queueing. Science and Technology of Transport. 2010. No. 4. Pp. 30–36. (In Rus.)
  8. Gibadullin R.F., Viktorov I.V. Ambiguity of results when using methods of Parallel class within .NET Framework executable environment. Software Systems and Computational Methods. 2023. No. 2. Pp. 1–14. (In Rus.)
  9. Weerasinghe D.N.H. et al. Smart UML – Assignment Management Tool for UML Diagrams. IEEE 4th International Conference on Advancements in Computing (ICAC). 2022. Pp. 114–119.
  10. Garcia A.M. et al. Introducing a Stream Processing Framework for Assessing Parallel Programming Interfaces. IEEE 29th Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP). 2021. Pp. 84–88.
  11. Osipov G.S. Research of mass service systems with waiting in AnyLogic. Bulletin of Science and Practice. 2016. No. 10. Pp. 139–151. (In Rus.)
  12. Osipov G.S. Mass service systems with limited waiting time. Bulletin of Science and Practice. 2016. No. 12. Pp. 28–36. (In Rus.)
  13. Gibadullin R.F., Vershinin I.S., Glebov E.E. Development of application for associative protection of files. Engineering Herald of Don. 2023. No. 6. (In Rus.) URL: ivdon.ru/ru/magazine/archive/n6y2023/8462/

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Diagram of a multi-channel mass service system activity with limited queue using Parallel Framework

Baixar (1MB)
Metadados


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».