У статті розглядаються сучасні підходи до організації та функціонування ситуаційних центрів (СЦ). Особлива увага приділяється архітектурі та компонентам СЦ, технологіям збору та обробки даних, а також застосуванню машинного навчання та штучного інтелекту (ШІ) у системах підтримки прийняття рішень. Технології збору та обробки даних відіграють критичну роль у роботі ситуаційних центрів. У статті розглядаються сучасні підходи до збору даних, включаючи використання супутникових знімків та інших сенсорів. Машинне навчання та штучний інтелект є невід’ємною частиною систем підтримки прийняття рішень у ситуаційних центрах. Чат-боти та віртуальні помічники є важливими інструментами у ситуаційних центрах, забезпечуючи автоматизацію взаємодії з користувачами та підтримку прийняття рішень. Описуються приклади їх застосування для консультацій, моніторингу та оперативного реагування на інциденти. Розробка принципово нових підходів до створення систем ІІ є однією з центральних тем статті. Розглядаються багатозв’язкові, багатовимірні, рецепторно-ефекторні нейроподібні мережі, що ростуть (ммрен-РС), як перспективна технологія, яка перевершує традиційні методи машинного навчання. У статті описуються унікальні можливості ммрен-РС, включаючи адаптивність, самоорганізацію та ефективність обробки інформації в реальному часі, обговорюються потенційні переваги від інтеграції та використання ммрен-РС у ситуаційних центрах. Наголошується на важливості цих переваг для урядових та військових СЦ, особливо в умовах військового протистояння. Аналізуються переваги та недоліки традиційних методів машинного навчання та ШІ порівняно з ммрен-РС. Автори статті вважають, що для остаточної перевірки ефективності та потенціалу ммрен-РС необхідно створення прототипу інтелектуальної системи, аналогічної до біологічного мозку. На закінчення автори підкреслюють, що ммрен-РС відкривають нові горизонти в галузі інтелектуальних систем, надаючи потужні інструменти для обробки, аналізу та класифікації інформації, представленої в багатовимірних вимірах. Іл.: 3. Бібліогр.: 17 назв.
У статті проаналізовано сучасні технології і системи кіберзахисту, такі як міжмережевий екран наступного покоління, мікросегментація, системи керування доступом до мережі, віддалений доступ із нульовою довірою, системи захисту від розподілених атак типу «відмова в обслуговуванні», системи захисту від атак на портали, брокери безпечного доступу до хмар, системи захисту від шкідливого програмного забезпечення, система захисту від атак через електронну пошту, система керування мобільними пристроями, система керування обліковими записами та авторизацією користувачів, система керування привілейованим доступом, системи захисту фізичного доступу, системи захисту від витоку інформації, система багатофакторної автентифікації та авторизації, системи захисту баз даних, система аналізу вразливостей, система імітації атак, система кіберпасток, система збору, кореляції, аналізу журналів та дій, система автоматизації дій під час розслідування чи реакції на інцидент. Вибір необхідних систем кіберзахисту для побудови корпоративної системи інформаційної та кібербезпеки визначається з урахуванням корпоративного ІТ-ландшафту. Критично важливими компонентами цієї системи є рішення щодо захисту мережі типу NGFW, захист робочих станцій і серверів від шкідливого програмного забезпечення на базі EDR/XDR, захист системи електронної пошти. Рекомендованими компонентами також є система управління доступом до мережі та віддаленим доступом із нульовою довірою, захист від витоків інформації, комплекс систем автентифікації та авторизації. Для організацій із середньою чи високою складністю ІТ-ландшафту системи кластера аналітики кібербезпеки є критично важливими, особливо системи збору й кореляції подій та система аналізу вразливостей. Враховуючи вищевикладене, запропоновано архітектуру корпоративної системи інформаційної та кібербезпеки, яка дозволить забезпечити ешелоновану систему ефективного захисту від кіберзагроз. Іл.: 1. Бібліогр.: 8 назв.
Поєднання технологій граничних обчислень та інтернету речей породжує граничний інтернет речей. Граничні обчислення інтернету речей представляють архітектуру граничних обчислень, що інтегруються у систему інтернету речей за допомогою граничного (обчислювального) шлюзу. Граничний обчислювальний шлюз, який об’єднує мережеві, обчислювальні сховища та можливості застосунків, розгортається на межі мережі поблизу пристроїв або джерел даних, щоб він міг надавати сервіси керування пристроями та управління системою інтернету речей у граничних вузлах мережі. Граничний штучний інтелект або «штучний інтелект на межі» означає поєднання граничних обчислень і штучного інтелекту для виконання завдань машинного навчання безпосередньо на взаємопов’язаних граничних пристроях. Одним із напрямів еволюції програмного забезпечення, пов’язаного з граничними обчисленнями, є застосування методів і алгоритмів штучного інтелекту як безпосередньо для обробки інформації, так і для адаптивного програмно керованого розгортання мережевої інфраструктури. Перевагою архітектури граничних обчислень є безпека. Багато компаній не наважуються надсилати конфіденційні дані про свою компанію у хмару та віддають перевагу зберіганню їх у своїх приміщеннях, тим самим зменшуючи ризики кібербезпеки. Конвергенція інформаційних технологій та операційних технологій збільшує потенційну площу атаки і важливо, щоб підприємства зміцнили свої граничні обчислювальні вузли для захисту даних. Швидкий розвиток і поширення технологій штучного інтелекту поширюється у бік граничних обчислень, оскільки штучний інтелект може потенційно забезпечити засоби досягнення властивостей «розумного середовища» гранично-хмарного континууму (edge-cloudcontinuum). У статті проведено аналіз застосування штучного інтелекту у граничній області інтернету речей. У результаті проведеного аналізу визначено основні переваги та проблеми, пов’язані з граничною областю інтернету речей, та підходи для їх вирішення на основі використання методів штучного інтелекту.Граничні обчислення та граничний штучний інтелект мають різні варіанти використання, але найважливішим є підвищення якості обслуговування для пристроїв інтернету речей. Іл.: 5.Бібліогр.: 24 назв.
У грудні 2019 року у місті Ухань, Китай, почався спалах важкого гострого респіраторного синдрому, відомого тепер як SARS-CoV-2. Незабаром вірус поширився по всьому світу, перетворившись на пандемію. З перших днів пандемії було запропоновано багато математичних моделей для прогнозування поширення цієї хвороби. З моменту спалаху було запроваджено різні заходи для стримування та контролю за поширенням вірусу, ці заходи здебільшого ґрунтувалися на результатах застосування даних моделей. Усі застосовані моделі для підвищення точності прогнозу вимагають визначення та уточнення параметрів моделі. SEIR-AGE дає змогу прогнозувати поширення вірусної інфекції COVID-19 з урахуванням вікових груп населення та їхньої просторової неоднорідності. SEIR-AGE є системою звичайних диференціальних рівнянь. Для чисельного розв’язання системи звичайних диференціальних рівнянь використовувався явний метод Рунге-Кутта 8-го порядку точності з оцінкою похибки 5-го порядку та з контролем вибору кроку інтегрування. Уточнення параметрів моделі відбувається на базі порівняння прогнозованих результатів зі спостережуваними шляхом розв’язання нелінійної задачі найменших квадратів з обмеженнями. Для розв’язання нелінійної задачі найменших квадратів з обмеженнями застосовувалася процедура DQED. Алгоритм базується на апроксимації нелінійних функцій за допомогою квадратично-тензорної моделі. Він використовує довірчу область, яка визначається паралелепіпедом, що містить поточні значення невідомих. Цільову функцію дозволяється збільшувати на проміжних кроках. Це збільшення дозволяється до тих пір, поки предиктор вказує на те, що в довірчій області існує новий набір найкращих значень. За необхідності передбачено повернення до поточних найкращих значень. Наведено чисельні приклади уточнення параметрів моделі SEIR-AGE.Табл.: 3. Іл.: 7. Бібліогр.: 6 назв.
У роботі представлено розвиток теми безпеки відвідувачів ТРЦ, а саме опис розробленого алгоритму та програмного забезпечення (ПЗ) розрахунку евакуації з ТРЦ (адмінбудівлі) відповідно до стандартизованого за ДСТУ алгоритму. Незважаючи на відомий алгебраїчний алгоритм, таке ПЗ розроблено вперше. Особливості роботи і статті в тому, що у її основі лежить виконана випускником 2024 року магістратури КНУ дипломна робота. У статті максимально збережено текст оригіналу дипломної роботи через те, що вона на захисті отримала високу оцінку та рекомендацію державної екзаменаційної комісії до друку у науковому журналі. При розробці програми було використано парадигму об’єктно-орієнтованого програмування, що дозволило оптимізувати обчислення шляхом перетворень окремих блоків програми в активні об’єкти. Для моделювання схем маршрутів і часу евакуації у роботі було обрано графи через їх універсальність та здатність ефективно вирішувати задачі, пов'язані з аналізом мережі зв’язків між вузлами. Використана основна перевага графів, яка полягає в їх здатності репрезентувати складні системи зв’язків між об'єктами у простий та зрозумілий спосіб. Кожна ділянка будівлі моделюється як вершина графа, а зв'язки між ними відображають можливі маршрути евакуації. Мовою програмування обрано Python, розробка велась у середовищі PyCharm, що надає широкий спектр функціональностей, спрощуючи процес написання, відлагодження та управління проєктами на мові Python. Було створено класи стандартних модулів на основі об’єктів, необхідних у контексті задачі, та обрані відповідні основні алгоритми обходу графів DFS (Depth-First Search) та BFS (Breadth-First Search), що дозволило цілком переглянути усі маршрути та шляхи евакуації. Стаття є продовженням теми моделювання процесів забезпечення безпеки ТРЦ, яка викликала великий інтерес та численні пропозиції публікацій за тематикою розробки ІТ для безпеки, тобто робота з цієї тематики представляє суспільний інтерес у багатьох країнах світу. Іл.: 10. Бібліогр.: 12 назв.
Загальновідомо, що демографічна статистика України має істотні недоліки, пов’язані з російським вторгненням (спершу обмеженим, а потім і повномасштабним) та масовою еміграцією (спершу трудовою, а потім і від бойових дій). Отже, втратив точність такий загальновизнаний інструмент вивчення якості життя населення, як очікувана тривалість життя (ОТЖ). Водночас навіть у такому стані даний інструмент здатен демонструвати у значній мірі порівнювані значення. Метою даної роботи є визначення впливу COVID-19 на ОТЖ у 2022–2023 роках та уточнення впливу у 2020–2021 роках. Для цього у роботі проведено моделювання деяких сценаріїв без COVID-19, які були порівняні з фактичним. Для кожної статі побудовано графіки ОТЖ при народженні та при досягненні 15 та 65 років. У результаті дослідження встановлено, що зниження ОТЖ чоловіків при народженні з огляду на надлишкову смертність через COVID-19 скоротилось з 2,4 року у 2021 році до 0,6 року у 2022 році та 0,1 року у 2023 році. У жінок у 2021 році COVID-19 забирав 3,3 року ОТЖ, а у 2022 та 2023 роках, відповідно, 0,7 року та 0,1 року. При цьому у розрізі ОТЖ при досягненні 65 років міжгендерна різниця у втратах ОТЖ була меншою: у 2021 році чоловіки втрачали 1,9 року проти 2,1 року у жінок, у 2022 році втрати складали, відповідно, 0,6 року та 0,5 року, а у 2023, відповідно, 0,11 року та 0,08 року. Досить несподівано, що, попри врахування 7-мільйонної еміграції у першому півріччі 2022 року, у деяких випадках (розрахункова) фактична ОТЖ та особливо ОТЖ для гіпотетичних сценаріїв, не зважаючи увагу на широкомасштабну війну, вийшла на істотно вищі рівні, ніж до пандемії COVID-19 чи до широкомасштабної війни. Все це можна підлягати сумнівам, хоча, як це випливає з публічних повідомлень, з точки зору демографічної динаміки, українські міста усе ще досить безпечні для життя, і внесок російських ударів по мирному населенню у зниження ОТЖ кожної зі статей може бути близьким до 0,1 року. Іл.: 3. Бібліогр.: 15 назв.
Розглядається важливість прогнозування ціни на золото за допомогою штучних інтелектуальних систем. Наводяться аргументи щодо значення точного прогнозування цінових тенденцій у галузі золота, яка є ключовою для інвесторів, фінансових установ та економічних аналітиків. Використання штучного інтелекту (ШІ) у цьому контексті може допомогти у покращенні стратегій управління ризиками та прийнятті рішень на фінансових ринках. За допомогою інтелектуального моніторингу люди отримують інформацію про властивості об’єкта чи процесу шляхом створення та використання бази модельних знань під час обробки результатів спостережень. При використанні інтелектуального моніторингу для прогнозування фінансових показників виникає потреба у синтезі прогнозуючих моделей на обмеженій вихідній інформації про історію процесу, оскільки кожна майбутня величина прогнозованого показника визначається факторами, які існували в минулому.Моделювання процесів ціноутворення біржових облігацій проходить в умовах структурної та інформаційної невизначеності. З метою зниження невизначеності процесу прогнозування біржових показників у роботі подаються результати досліджень використання нового методу машинного навчання як додаткового структурного елемента у поєднанні з уже існуючими алгоритмами синтезу моделей багатошарового агентного синтезатора предикторів. Не завжди використання нового елемента приводить до покращення характеристик системи в цілому. Перевірялась гіпотеза про покращення характеристик агентних синтезаторів моделей при використанні нового методу машинного навчання як структурного елемента шару. Для прикладу досліджено процес прогнозування цін золота на біржі. Запропоновано одночасно зі створенням нових методів машинного навчання змінювати структуру багатошарового синтезатора моделей. Досліджено, яким чином нові властивості структурного елемента одного із шарів змінюють структуру агентного синтезатора моделей в цілому. Результати досліджень доводять ефективність процесу побудови нового методу машинного навчання як структурного елемента багатошарового агентного синтезатора моделей. Табл.: 1. Іл.: 1. Бібліогр.: 13 назв.
ЯКІСТЬ, НАДІЙНІСТЬ І СЕРТИФІКАЦІЯ ОБЧИСЛЮВАЛЬНОЇ ТЕХНІКИ І ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ
Стаття присвячена питанню використання атрибутивної моделі гарантоздатності (АМГ) для кількісної оцінки рівня гарантоздатності програмного забезпечення (ПЗ). Побудова АМГ ПЗ є одним із найважливіших етапів оцінки гарантоздатності і дозволяє визначити необхідність використання тих чи інших характеристик (атрибутів) програмного продукту. Від повноти та адекватності застосовуваної системи характеристик залежить достовірність одержуваної оцінки гарантоздатності. Розглянуто два приклади програмного забезпечення (ПЗ) медичного призначення. Від лабораторної інформаційної системи (1-ЛІС), яка автоматизує роботу медичної лабораторії, до критичної медичної системи (2-МС)контролю життєдіяльності людини після реанімації, яка включає комплексне рішення, що дозволяє оптимізувати процес лікування пацієнта. Проведено порівняння узагальнених характеритик гарантоздатності. Атрибутивна модель гарантоздатного ПЗ (АМГ ПЗ) зроблена і розширена спеціальними атрибутами і метриками відповідно до вимог ДСТУ ISO/IEC 25051:2016 Інженерія систем і програмних засобів. Вимоги до якості систем і програмних засобів та її оцінювання (SQuaRE). Вимоги до якості готового для застосування програмного продукту (RUSP) та інструкції щодо його тестування (ISO/IEC 25051:2014, IDT). У статті використовується математичне подання АМГ, яке призначене для обчислення рівня гарантоздатності ПЗ. Використовується функціонал GАМГ, складовими якого є експертні нормовані значення кількісних оцінок атрибутів та метрик із відповідними коефіцієнтами ваги та коефіцієнтами впливу. З метою оцінки роботоздатності атрибутивної моделі гарантоздатності ПЗ було проаналізовано два її варіанти ― з урахуванням вагових коефіцієнтів критеріїв оцінки метрик і без них. Крім того, атрибутивна модель гарантоздатності ПЗ була апробована на двох типах программного забезпечення ―з низькими вимогами до гарантоздатності (перший пакет ПЗ) і високими вимогами (другий пакет критичного ПЗ). Табл.: 32. Бібліогр.: 3 назв.
Оцінка надійності програмного забезпечення інформаційних систем є одним із найактуальніших питань сучасної галузі інформаційних технологій. Зважаючи на складність та важливість завдань, які виконуються інформаційними системами, особливо системами критичного призначення, питання забезпечення їхньої надійності стає все більш актуальним. У зв’язку з цим, вивчення та прогнозування залишкової кількості помилок, що можуть виникнути під час експлуатації програмного забезпечення, має надзвичайно велике значення. Ця стаття присвячена прогнозуванню залишкової кількості помилок проєктування у програмному забезпеченні інформаційних систем за результатами підконтрольної експлуатації.У роботі описано метод прогнозування кількості помилок проєктування, що базується на гіпотезі про випадковий марковський процес дифузійного типу з DN-розподілом напрацювання на помилку. Незважаючи на те, що цей розподіл традиційно використовувався як теоретична модель надійності елементів, пристроїв та систем обчислювальної техніки, він є дуже гнучкою функцією випадкового аргументу. Автори статті припускають, що такий розподіл доцільно випробувати як модель, що описує тренд процесу усунення накопичених при проєктуванні помилок програмного забезпечення, які призводять до його відмов.У результаті аналізу тематичних публікацій було сформовано контрольний приклад поведінки деякого програмного забезпечення в часі. Для цього прикладу відомі його реальні відмови за тривалий період експлуатації. Контрольні дані згодом порівнювалися з отриманими теоретичними результатами. Модель описано мовою Python, і обчислення проводилися у відповідному середовищі. У результаті моделювання отримано прогнозні дані про кількість відмов з використанням підходу на основі DN-розподілу напрацювання на помилку. Оцінка результатів проводилася за критерієм мінімального сумарного квадратичного відхилення. Табл.: 4. Іл.: 2. Бібліогр.: 5 назв.
Стаття присвячена аналізу стану проблеми визначення залишкового ресурсу пневматичних електромагнітних клапанів (ПЕК). Пневматичні електромагнітні клапани використовуються у багатьох галузях промисловості як цивільного, так і критичного призначення, тому розрахунки залишкового ресурсу мають велике значення для прогнозування термінів експлуатації ПЕК. У статті проаналізовані основні галузі використання, зазначено коло науковців, які займаються різними питаннями відносно пневматичних електромагнітних клапанів, у тому числі і питаннями збільшення ресурсу ПЕК. Встановлено, що строк служби пневматичних електромагнітних клапанів залежить від ступеня та кількості навантажень, тривалості використання, наявності первинних дефектів, стійкості до різних зовнішніх впливів, таких як температура, вологість та корозія. Досліджено, що розрахунки залишкового ресурсу ПЕК базуються на проведенні лабораторних випробувань на руйнацію та витривалість, що дозволяє розробляти рекомендації для збільшення експлуатаційного ресурсу ПЕК. Але ці підходи не враховують випадкову природу деградаційних процесів. Тому більш ефективним методом розрахунку залишкового ресурсу пневматичних електромагнітних клапанів є ймовірнісно-фізичний метод з DM-розподілом деградаційного ресурсу. Відповідно до однієї з методик ДСТУ 8646:2016, маючи дані про кількість циклів роботи клапанів, при яких відмови відсутні, та дані про кількість циклів роботи клапанів, при якій наступає критичне руйнування, проведено розрахунок залишкового ресурсу ПЕК. Розрахунок залишкового ресурсу пневматичних електромагнітних клапанів імовірнісно-фізичним методом дав результати, співмірні з реальними даними експлуатації. На прогнозування та оцінку залишкового ресурсу пневматичних електромагнітних клапанів також суттєво впливають якість виготовлення, оптимізація конструктивних особливостей, своєчасна та якісна статистика дефектів ПЕК. Бібліогр.: 3 назв.
