Browsing by Author "Kochetkova M."
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item АЛГОРИТМ СИНТЕЗУ ОПТИМАЛЬНИХ ЧАСТОТНИХ ПЛАНІВ ВОСП ДЛЯ НЕЛІНІЙНОГО СЕРЕДОВИЩА ПЕРЕДАЧІ (МЕТОД УДАВА)(Хмельницький національний університет, 2023) Одегов М. А.; Odehov M.; Бабіч Ю. О.; Babich Y.; Багачук Д. Г.; Bahachuk D.; Кочеткова М. В.; Kochetkova M.; Шнайдер С.; Shaider S.Сучасні волоконно-оптичні системи передачі (ВОСП) зі щільним спектральним мультиплексуванням (DWDM) реалізують рівномірні частотні плани: ширина усіх каналів однакова. Характерною є тенденція поступового зменшення ширини полос окремих каналів від 200 ГГц до 25 та, навіть, 12,5 ГГц. Втім, принцип розподілу спектрального ресурсу залишається тим самим, що є характерним для систем радіо зв’язку. Даний принцип не враховує, що в різних областях визначеного спектрального діапазону викривлення оптичних сигналів також є суттєво різними внаслідок нерівномірності коефіцієнта загасання та різних значень параметрів дисперсії. В останній час розробляються системи передачі, які застосовують нелінійні ефекти типу оптичних солітонів. Тому виникає необхідність врахування впливу також і нелінійних ефектів на тривалість оптичних імпульсів та ширину їх спектру. У даній роботі пропонується алгоритм швидкого синтезу оптимальних нерівномірних частотних планів для перспективних ВОСП, які можуть адаптуватись до конкретного середовища передачі. Пропонований алгоритм є варіантом застосування принципів методу динамічного програмування Р. Белмана. Критерієм оптимальності у даній роботі обрано максимум сумарної швидкості передачі в усіх частотних каналах ВОСП. Основна ідея пропонованого алгоритму полягає у проектуванні простору певної розмірності на простори все менших розмірностей. При цьому кожний крок такого проектування здійснюється у відповідності до обраного критерію оптимальності, тобто кожна з проекцій вже є оптимальною у своєму скороченому просторі. В результаті кількість необхідних операцій зменшується від астрономічних величин до незначної кількості. Показано, що пропонований алгоритм може бути застосований вже при сучасному рівні розвитку ВОСП. Також показано, що нерівномірні частотні плани, синтезовані за даним алгоритмом дають суттєву перевагу як у швидкості передачі, так і у спектральній ефективності порівняно з рівномірними планами. Modern fiber-optic transmission systems (FOTS) with dense spectral multiplexing (DWDM) implement uniform frequency plans, which means the width of all channels is the same. There is a common trend to gradually reduce the bandwidth of individual channels from 200 GHz to 25 and even 12.5 GHz. However, the principle of spectrum resource distribution remains the same, which is typical for radio communication systems. This principle does not consider the fact that in different areas of the specified spectral range, the distortion of optical signals is also significantly different due to the non-uniformity of the attenuation coefficient and different values of the dispersion parameters. The latest transmission systems use nonlinear effects such as optical solitons. Therefore, one should take into account the influence of nonlinear effects on the duration of optical pulses and their spectrum width. In this work, an algorithm for the rapid synthesis of optimal non-uniform frequency plans for promising FOTS that can adapt to a specific transmission environment is proposed. The proposed algorithm is based on the principles of R. Belman's dynamic programming method. The maximum total transmission speed in all frequency channels of the VOSP is considered as an optimum criterion in this paper. The main idea of the proposed algorithm is to project a space of a certain dimension onto spaces of smaller and smaller dimensions. At the same time, each step of such design is carried out in accordance with the selected criterion of optimality, that is, each of the projections is already optimal in its reduced space. As a result, the number of necessary operations is reduced from large numbers to significantly smaller numbers. It is shown that the proposed algorithm can be already applied for existing FOTS. It is also shown that nonuniform frequency plans synthesized according to this algorithm provide a significant advantage in both transmission speed and spectral efficiency compared to uniform plans.Item ДОСЛІДЖЕННЯ МЕТОДІВ ВИЯВЛЕННЯ АНОМАЛІЙ У ІНФОРМАЦІЙНО- КОМУНІКАЦІЙНИХ СИСТЕМАХ З ВИКОРИСТАННЯМ MASHINE LEARNING(Державний університет інтелектуальних технологій і зв'язку, 2023) Гльоц Ю. О.; Hlots Y.; Шерепа І. В.; Sherepa I.; Кочеткова М. В.; Kochetkova M.Значний розвиток комп’ютерних мереж і цифровізація всіх секторів соціально-економічної сфери суспільства призвели до збільшення кількості кібератак на інформаційні системи. Переглядаючи статистику останніх років, можна зробити висновок, що незважаючи на наявність великої кількості механізмів захисту інформації, кількість злочинів у сфері кібербезпеки зростає. Тому виявлення різного роду мережевих атак або несанкціонованих дій і захист від них є актуальним завданням.Item ПОРІВНЯННЯ АЛГОРИТМІВ КЛАСИФІКАЦІЇ BIG DATA МЕТОДАМИ ІМІТАЦІЙНОГО МОДЕЛЮВАННЯ(Відкритий міжнародний університет розвитку людини «Україна»., 2023) Одегов М. А.; Odehov M.; Гаджиєв М. М.; Hadzhyiev M.; Буката Л. М.; Bukata L.; Глазунова М. В.; Hlazunova M.; Кочеткова М. В.; Kochetkova M.У статті вирішується задача порівняльного аналізу швидких алгоритмів класифікації, що можуть застосовувати для вирішення задач з надвеликими об’ємами даних (Big Data). Задача розв’язується методами імітаційного моделювання за допомогою програми Adaptive Metrics. Алгоритми найближчих сусідів, центрів класів та адаптивних правил порівнюються за критеріями надійності та продуктивності. Отримані результати дозволяють зробити висновок, що алгоритми. засновані на принципах M-means можуть ефективно використовуватись в задачах класифікації за певних умов, оскільки мають значну перевагу за критерієм продуктивності. With the development of information transmission and storage technologies, the volumes of data that require processing and analysis are growing rapidly. Therefore, the task of developing algorithms for solving various artificial intelligence problems for Big Data volumes is urgent. In our works, this informal term "Big Data" refers to situations when known processing algorithms do not allow solving a problem in a practically acceptable time. With regard to classification tasks, such conditions are possible when the first place is not even high reliability (that is, the minimum number of errors), but productivity (classification speed). The well-known method of nearest neighbors is one of the most productive. However, the indicator of the order of growth (the number of typical operations) for it is K x M x N, where K is the number of nearest neighbors, M is the number of classes, N is the typical number of class elements. Along with this, we propose to consider algorithms based on the principles of M-means, where classes are replaced by only a small number of their characteristics. Among such algorithms, the article considers: the algorithm of class centers and the algorithm of adaptive rules. The order of growth for these algorithms is only M according to the number of classes. The comparative analysis of these algorithms is performed by the method of simulation modeling. Simulation models are implemented by the Adaptive Metrics program, developed at the Department of Software Engineering at DUITZ. In this program, the classification problem is solved using the example of the dichotomy problem for classes A and B. The program has the possibility of very flexible setting of models. Problems can be solved in 1-dimensional, 2-dimensional,..., 6-dimensional spaces. The distribution of factor values for classes A and B can have quite different statistical characteristics - from uniform and triangular distribution functions to functions approaching a normal distribution. The graphical interface of the program allows you to dynamically observe the solution of the classification problem in one-dimensional, two-dimensional and 6-dimensional projections. As a result of multiple runs of the program, it was established that the algorithms of the nearest neighbors slightly outperform the algorithms of class centers and adaptive rules according to the criterion of reliability, and also comply with the principle of compactness (concentration of the largest number of erroneous solutions in the hypercube of errors). Algorithms based on M-means principles significantly outperform this algorithm in terms of performance. Also, the algorithm of adaptive rules best corresponds to the principle of equality of classes and is the most productive of the considered ones