№ 2 (2024)
Статьи
Формат хранения данных для аналитических систем на основе метаданных и графов зависимостей между CSV и JSON
Аннотация
В современном информационном обществе объемы данных постоянно растут, и эффективная их обработка становится ключевой для предприятий. Передача и хранение этих данных также играет критическую роль. Большие данные, которые используются в системах аналитики, чаще всего передаются в одном из двух популярных форматов: CSV для структурированных данных и JSON для неструктурированных данных. Однако существующие форматы файлов могут оказаться неэффективными или недостаточно гибкими для определенных задач анализа данных. Например, они могут не поддерживать сложные структуры данных или не предоставлять достаточного контроля над метаданными. Или же аналитические задачи могут требовать дополнительной информации о данных, такой как метаданные, схема данных и т.д. Исходя из вышеназванного, предметом данного исследования является формат данных, основанный на совместном использовании CSV и JSON для обработки и анализа больших объемов информации. Предлагается вариант совместного использования обозначенных типов данных для реализации нового формата данных. Для этого введены обозначения для структуры данных, включающей CSV-файлы, JSON-файлы, метаданные и граф зависимостей. Описаны различные типы функций, такие как агрегирующие, преобразующие, фильтрующие и т.д. Приведены примеры применения этих функций к данным. Предложенный подход представляет собой методику, которая может значительно облегчить процессы анализа и обработки информации. В её основе лежит формализованный подход, который позволяет установить четкие правила и процедуры для работы с данными, что способствует их более эффективной обработке. Другим аспектом предложенного подхода является определение критерия выбора наиболее подходящего формата хранения данных. Этот критерий основан на математических принципах теории информации и энтропии. Введение критерия выбора формата данных на основе энтропии позволяет оценить информационную содержательность и компактность данных. Этот подход основывается на расчете энтропии для выбранных форматов и весовых коэффициентов, отражающих важность каждого значения данных. Путем сравнения энтропий можно определить требуемый формат передачи данных. Такой подход учитывает не только компактность данных, но и контекст их использования, а также возможность включения дополнительной метаинформации в сами файлы и поддержку данных, готовых к анализу.
Программные системы и вычислительные методы. 2024;(2):1-14
1-14
Разработка методики эффективного размещения охранно-пожарной системы
Аннотация
Статья акцентирует внимание на системах охранно-пожарной сигнализации (ОПС) как средствах обеспечения безопасности объектов, рассматривая их как интегрированные комплексы для оперативного обнаружения потенциальных угроз. Основной фокус сделан на извещателях, включая их классификацию и роль в системе. Рассматриваются различные конфигурации ОПС и способы подключения и обработки сигналов от извещателей, что позволяет оценить, как эти факторы влияют на эффективность системы. Также описывается жизненный цикл ОПС, подчеркивая важность каждого этапа, от проектирования до эксплуатации. Статья предоставляет обзор регламентирующих документов, выделяя важность соблюдения стандартов и требований при реализации систем ОПС. Рекомендовано для специалистов в области безопасности и лиц, заинтересованных в освоении данной тематики. В статье рассматриваются проблемы размещения систем ОПС и их влияние на эффективность системы. Анализируются уязвимости, возникающие из-за нерационального размещения элементов, и представлена методика оптимизации размещения для усиления безопасности. Методика описана пошагово, с учетом входных и выходных процессов на каждом этапе. Авторы проводят практическое тестирование методики в учебной лаборатории с установленной системой ОПС, выявляя ошибки в размещении и формулируя рекомендации по их исправлению. Статья полезна для специалистов в области проектирования и установки ОПС, а также для тех, кто стремится повысить уровень защиты объектов, акцентируя внимание на критической важности правильного размещения компонентов.
Программные системы и вычислительные методы. 2024;(2):15-29
15-29
Диагностика отказов технологического оборудования химических производств с помощью искусственного интеллекта
Аннотация
В работе рассмотрена задача автоматизированного распознавания одиночных аварийных ситуаций на химических и нефтеперерабатывающих производствах. Современные химико-технологические производства обслуживаются и управляются небольшим количеством персонала, что повышает нагрузку на каждого оператора. Для уменьшения количества ошибок операторов регулярно проводится их обучение на тренажёрах, оснащённых набором как штатных ситуаций (регламентный пуск, останов, нормальное ведение процесса, переход с одного режима на другой), так и аварийных сценариев (разгерметизация колонны, отказ насоса, выход из строя системы энергоснабжения). Тем не менее, предусмотреть все возможные отказы во время обучения операторов невозможно, и даже подготовленный оператор может не заметить первые признаки аварии, в связи с чем необходимо создание системы поддержки решений, помогающей оператору своевременно распознавать отказы технологического оборудования. Для распознавания отказов предложено использовать нейронную сеть, обученную на массиве данных смоделированных аварий. Для моделирования типовых аварий использован промышленный тренажёр на базе платформы RTsim. Новизна исследования заключается в использовании методов искусственного интеллекта для диагностики достояния технологического процесса по данным SCADA-системы и использовании для обучения нейронной сети данных не с реального объекта (которых всегда будет недостаточно), а с модели, точно соответствующей конкретному технологическому участку. Количество смоделированных сценариев, использованных для обучения нейронной сети может быть достаточно велико, что позволяет снизить долю ошибочных срабатываний системы. Разработанная система уверенно справляется с распознаванием отдельных отказов оборудования. Полученные результаты могут быть использованы для помощи операторам-технологам и для усовершенствования систем противоаварийной защиты. Анализ времени, необходимого системе для распознавания аварийной ситуации может быть использован для проектирования новых производств, модификации системы контроля и управления.
Программные системы и вычислительные методы. 2024;(2):30-40
30-40
Исследование напряженно–деформированного состояния композитной лопасти в ANSYS WorkBench
Аннотация
В настоящей работе был выполнен расчет статической прочности лопасти БПЛА из композиционного материала. Композиционные материалы имеют преимущество над традиционными материалами (металлами и сплавами) в области авиации – выигрыш в весе, низкая чувствительность к повреждениям, высокая жесткость, высокие механические характеристики. При этом определение уязвимых мест в слоистой конструкции является сложной задачей и на практике решается с помощью разрушающего контроля. При моделировании были использованы композитные материалы, имеющиеся в библиотеке материалов ANSYS: Epoxy Carbon Woven (230 Gpa) Prepreg тканный углепластик в виде препрега – полуфабриката, пропитанной эпоксидной смолой углеткани с модулем Юнга Е=230 ГПа и Epoxy Carbon (230 Gpa) Prepreg однонаправленный углепластик-препрег, пропитанный эпоксидной смолой с модулем Юнга Е=230 ГПа. Комплексно исследовать слоистую конструкцию позволяют современные программные продукты, такие как, ANSYS WorkBench. Были исследованы несколько вариантов конструкций лопасти с разными наполнителями в качестве срединного материала. Был использован прямой и обратный критерий разрушения на основе теории Цая-Хилла. Влияние силы тяжести не учитывалось. Показано, что разработанная конструкция лопасти соответствует предъявляемым требованиям. В качестве срединного материала лопасти были выбраны материалы – древесина бальзы, сосны, осины и пенополиуретан. Древесина сосны и осины были выбраны по критерию их доступности и имеющие наименьшую плотность. В библиотеке материалов используемого программного комплекса ANSYS WorkBench имеются характеристики не на все из них, поэтому характеристики выбранных материалов (сосны и осины) были добавлены вручную. Для моделирования и расчетов в программе ANSYS WorkBench необходимы такие характеристики как плотность, модули упругости по осям, коэффициенты Пуассона, модули сдвига и пределы прочности при растяжении и сжатии.
Программные системы и вычислительные методы. 2024;(2):41-52
41-52
Исследование стохастических моделей генерации пакетов в компьютерных сетях
Аннотация
Стохастические модели генерации пакетов – это модели, которые используются для генерации трафика в компьютерных сетях с определенными характеристиками. Эти модели могут быть использованы для симуляции сетевой активности и тестирования производительности сети. Стандартная передача данных в сети – это генерация пакетов с задержками, при котором пакеты отправляются через определенные промежутки времени. Для генерации пакетов с задержками могут использоваться различные стохастические модели, включая равномерное распределение, экспоненциальное распределение, распределение Эрланга. В данной работе была собрана экспериментальная установка и разработано клиент-серверное приложение для проведения исследования и анализа производительности канала передачи данных. Был предложен алгоритм, позволяющий восстанавливать моментные характеристики случайной величины интервала между пакетами для дальнейшего использования моделей массового обслуживания. Выполнен анализ законов распределения на производительность экспериментального образца сети и получены оценки эффективности использования канала и среднего времени генерации пакетов в сегментах сети, а также гистограммы задержек по законам распределения. Была создана экспериментальная установка, разработано клиент-серверное приложение для анализа производительности канала передачи данных. Предложен алгоритм восстановления моментных характеристик временных интервалов между пакетами. Проведен анализ законов распределения на производительность сети, получены оценки эффективности использования канала и среднего времени генерации пакетов в сегментах сети, также гистограммы задержек по законам распределения. Генерация пакетов с задержками по стохастическим законам распределения (равномерное, экспоненциальное, Эрланга) имеет большое значение при моделировании и анализе работы сетевых систем. Также генерация пакетов с задержками по вышеупомянутым законам распределения позволяет проводить тестирование и отладку сетевых приложений и устройств в условиях, близких к реальным. Это позволяет выявлять возможные проблемы и улучшать работу сетевых систем. В результате эксперимента был предложен алгоритм, позволяющий восстанавливать моментные характеристики случайной величины интервала между пакетами для дальнейшего использования моделей массового обслуживания. Также, выполнен анализ влияния законов распределения на производительность экспериментального образца сети и получены оценки эффективности использования канала и среднего времени генерации пакетов в сегментах сети, а также гистограммы задержек по законам распределения.
Программные системы и вычислительные методы. 2024;(2):53-72
53-72
Сравнение методов оптимизации скорости чтения/записи накопителей
Аннотация
Объектами данного исследования являются накопители данных различных типов и уровней сложности, а также принципы их работы. Они представляют собой сложные технические системы, включающие в себя множество компонентов и отличающиеся высокой степенью интеграции. Предмет исследования заключается в изучении основных характеристик жестких дисков и твердотельных накопителей. Важное значение имеет их структура, функциональные особенности, принципы работы и способы оптимизации. Целью исследования является определение наиболее эффективных методов оптимизации работы этих устройств. Это включает в себя такие аспекты, как управление памятью, балансировка нагрузки, управление энергопотреблением и другие. Результаты этого исследования могут быть использованы для повышения эффективности работы с данными, улучшения производительности систем хранения данных и создания новых технологий в этой области. В этом исследовании рассматривается производительность различных решений для хранения данных на дисках с помощью ряда тестов, направленных на понимание скорости и зависимости от внешних факторов. Основные выводы проведенного исследования отражают значимость комплексного использования подходов оптимизации для улучшения скорости чтения и записи данных. Оптимизация процессов чтения и записи данных является критически важной для современных высокопроизводительных вычислительных систем, а также для приложений, которые требуют быстрого доступа к большим объемам информации. Усовершенствованные методики, применяемые в ходе исследования, способствуют значительному повышению производительности накопителей данных. Они учитывают специфику работы различных типов устройств хранения данных, включая жесткие диски и твердотельные накопители, и предлагают подходы к оптимизации, которые учитывают их уникальные характеристики. В целом, результаты этого исследования предоставляют ценные взгляды на принципы оптимизации хранения данных, и они могут служить основой для разработки новых стратегий и решений в этой важной области информационных технологий. Это исследование представляет собой значимый вклад в научное понимание оптимизации процессов чтения и записи данных, и его выводы могут иметь долгосрочные последствия для развития технологий хранения данных.
Программные системы и вычислительные методы. 2024;(2):73-85
73-85
Оптимизация производительности алгоритмов распознавания изображений на основе машинного обучения для мобильных устройств на базе операционной системы iOS
Аннотация
На сегодняшний день мобильные устройства играют важную роль в повседневной жизни каждого человека, и одной из ключевых технологий, приводящих к значительным преимуществам для мобильных приложений, является машинное обучение. Оптимизация алгоритмов машинного обучения для мобильных устройств является актуальной и важной задачей, она направлена на разработку и применение методов, которые позволят эффективно использовать ограниченные вычислительные ресурсы мобильных устройств. В работе рассматриваются различные способы оптимизации алгоритмов распознания изображений на мобильных устройствах, такие как квантизация и сжатие моделей, оптимизация изначальных вычислений. Помимо способов оптимизации самой модели машинного обучения рассматриваются также различные библиотеки и инструменты для применения данной технологии на мобильных устройствах. Каждый из описанных способов имеет свои преимущества и недостатки, в связи с чем в итогах работы предлагается использовать не только комбинацию описанных вариантов, а также дополнительный способ – параллелизацию процессов обработки изображений. В статье рассмотрены примеры конкретных инструментов и фреймворков, доступных для оптимизации производительности машинного обучения на iOS, проведены собственные эксперименты для проверки эффективности различных методов оптимизации. А также приведен анализ полученных результатов и сравнение производительности алгоритмов. Практическая значимость данной статьи заключается в следующем: – Улучшение производительности алгоритмов машинного обучения на мобильных устройствах iOS приведет к более эффективному использованию вычислительных ресурсов и повышению производительности системы, что является весьма важным в контексте ограниченных вычислительных мощностей и энергетических ресурсов мобильных устройств. – Оптимизация производительности машинного обучения на iOS-платформе способствует развитию более быстрых и отзывчивых приложений, что также улучшит пользовательский опыт и позволит разработчикам создавать новые и инновационные функции и возможности. – Расширение применимости машинного обучения на мобильных устройствах iOS открывает новые возможности для разработки приложений в различных областях, таких как распознавание образов, обработка естественного языка, анализ данных и другие.
Программные системы и вычислительные методы. 2024;(2):86-98
86-98
Сравнительный анализ Wine и PortProton: Перекрёстные платформы в контексте эмуляции Windows приложений
Аннотация
Современное развитие компьютерных технологий и операционных систем сопровождается увеличением потребности в программном обеспечении, способном обеспечивать взаимодействие различных программ и приложений между собой, независимо от их исходной среды. В данном исследовании будет проведен сравнительный анализ двух таких программ – Wine и PortProton. Wine – это программа, способная запустить большинство приложений, разработанных для Windows, на Unix-подобных системах. Это слой совместимости, позволяющий работать с Windows приложениями. Вместе с тем, существует и отечественный вариант – PortProton, который также предлагает запуск приложений Windows. Это исследование призвано сравнить эти две программы, проанализировать их особенности, преимущества и недостатки, а также определить, какая из них является наиболее удобной и функциональной для конечного пользователя в контексте эмуляции Windows приложений. Методология исследования предполагает сравнительный анализ платформ Wine и PortProton через тестирование бенчмарков и проверку работоспособности Windows приложений на Linux. Бенчмарк-тестирование включает оценку производительности, стабильности и скорости работы приложений Windows на каждой платформе. В виду отсутствия научных источников на тему сравнения Wine и PortProton в контексте эмуляции Windows-приложений, данное исследование имеет уникальный характер. Из данного исследования, был сделан вывод, что Wine и PortProton успешно справляются с эмуляцией Windows-приложений, показывая в некоторых моментах наилучшую производительность ввиду оптимизации операционной системы Linux. PortProton лучше всего справляется с задачей эмуляции программ ввиду стабильной работы и удобства использования. Wine, несмотря на незначительное опережение в контексте производительности и возможность запуска нескольких программ одновременно, показал наихудшую эффективность ввиду некорректной работы некоторых программ и отсутствия интуитивно понятного графического интерфейса. Исходя из вышеописанных выводов рекомендуется PortProton для большинства пользователей.
Программные системы и вычислительные методы. 2024;(2):99-118
99-118
Создание обобщенной нотации программного интерфейса процессоров x86 для автоматизированного построения дизассемблера
Аннотация
Предметом исследования является процесс обратного инжиниринга (обратной разработки) программ с целью получения их исходного кода на языках низкого или высокого уровня для процессоров с архитектурой x86, программный интерфейс которых разрабатывается компаниями Intel и AMD. Объектом исследования являются технические спецификации команд, представленные непосредственно в документации, выпускаемой этими компаниями. Исследована интенсивность обновления документации на процессоры и обоснована необходимость разработки технологических подходов, направленных на автоматизированное построение дизассемблера с учетом регулярно выпускаемых и частых обновлений программного интерфейса процессоров. В статье представлен способ обработки документации с целью получения обобщенной, формализованной и единообразной спецификации команд процессоров для дальнейшей автоматизированной трансляции ее в программный код дизассемблера. Исследована документация производителей процессоров семейства x86 непосредственно в виде, публикуемом Intel и AMD. На основе встроенных средств автоматизации Microsoft Office написан ряд программ верификации текстов и генерирования выходной спецификации команд процессоров. В статье представлены два основных результата: первый – это разбор различных вариантов описания команд, представленных в документации Intel и AMD, и лаконичное сведение этих описаний к однообразной форме представления; второй – комплексный синтаксический анализ нотаций описания машинного кода и формы представления каждой команды на языке ассемблера. С учетом с некоторых дополнительных деталей описания команд (например, допустимого режима работы процессора при исполнении команды), это позволило создавать обобщенное описание команды для трансляции описания в код дизассемблера. К числу результатов исследования можно отнести выявление ряда ошибок в как текстах документации, так и в работе существующих промышленных дизассемблеров, построенных, как показывает анализ их реализации, с применением кодирования вручную. Выявление таких ошибок в существующем инструментарии обратного инжиниринга является косвенным результатом авторского исследования.
Программные системы и вычислительные методы. 2024;(2):119-146
119-146