Зв’язок

Титул

2026-01-02T13:30:46+00:00

Титул

Зміст

2026-01-02T13:30:49+00:00

Зміст

Метод упорядкованого паралелизму per-замовлення у мікросервісних системах доставки подій

2026-01-02T13:30:40+00:00

У статті представлено метод упорядкованого паралелізму per-order для систем доставки подій у мікросервісних архітектурах, спрямований на забезпечення строгої послідовності виконання операцій у межах кожного логічного замовлення за умов високої інтенсивності подій та відмовостійкості. Запропонований підхід ґрунтується на впровадженні прикладного рівня впорядкування поверх брокера повідомлень RabbitMQ без потреби модифікації його внутрішніх механізмів. Метод включає маркування подій ідентифікаторами послідовності X-Sequence-ID, динамічне створення внутрішніх черг per-key та механізм відновлення пропущених станів gap-replay, що забезпечує гарантоване відтворення втраченої події і точне відновлення локального стану обробки.
Наукова новизна полягає у формалізації детермінованого механізму обробки подій із підтримкою at-least-once семантики, ідіомою ідемпотентності та контролем редоставки. У рамках роботи побудовано аналітичну модель, яка описує вплив рівня паралелізму на пропускну здатність, латентність та стабільність системи з урахуванням імовірності втрат повідомлень, навантаження на черги, обмеження ресурсів та поведінки системи під час часткових відмов брокера. У моделі враховано відмовостійкий HTTP-канал резервної доставки, що дає можливість формально оцінити накладні витрати та передбачити динаміку системи під час пікових навантажень.
Експериментальна перевірка методу у промисловій мікросервісній архітектурі AutoGivex показала зниження затримки, підвищення стабільності виконання, зменшення випадків розупорядкування та покращення масштабованості без втручання у транспортний шар. Результати демонструють, що запропонований підхід придатний для побудови високонавантажених розподілених систем, де критичною є узгодженість станів і точність виконання бізнес-процесів. Отримані аналітичні висновки можуть бути використані як підґрунтя для адаптивної оптимізації паралелізму, конфігурації черг та автоматизованого керування продуктивністю.

Ключові слова: впорядкований паралелізм; мікросервіси; доставка подій; RabbitMQ; X-Sequence-ID; ідемпотентність; gap-replay; модель паралельності; відмовостійкість; аналітична модель; AutoGivex; інформаційні технології.

Метод забезпечення функціональної стійкості програмно-керованої комп’ютерної мережі на основі прогнозування стану за узагальненим параметром

2026-01-02T13:30:46+00:00

У статті розглянуто проблему забезпечення функціональної стійкості програмно керованих комп’ютерних мереж (SDN) в умовах динамічної зміни трафіку та впливу випадкових факторів. Запропоновано метод прогнозування стану мережі на основі узагальненого параметра, який інтегрує множину нормованих показників функціональності вузлів із урахуванням їх вагових коефіцієнтів. Розроблено алгоритм оцінювання та прогнозування функціонального стану SDN із використанням Байєсівської класифікації та непараметричних оцінок щільності розподілу. Експериментальні результати підтвердили ефективність методу для своєчасного виявлення перевантажених режимів і підтримання стійкості мережі в умовах змінного трафіку.

Ключові слова: програмно-керована комп’ютерна мережа SDN; функціональна стійкість; трафік; алгоритм; метод Байєса; дані; контролер SDN; метрика.

Технологічні аспекти впровадження мереж ІоТ в інтелектуальні транспортні системи

2026-01-02T13:30:50+00:00

У статті розглядаються технологічні аспекти впровадження мереж Інтернету речей (IoT) в інтелектуальні транспортні системи (ІТС) міської інфраструктури. Представлено концептуальну модель IoT–архітектури, визначено ключові компоненти, підходи до кіберзахисту та напрямки практичного застосування. Метою дослідження є розробка концептуальної моделі IoT–мережі для ІТС з урахуванням можливостей збирання, передавання та обробки даних у режимі реального часу, а також впровадження засобів кіберзахисту з використанням сучасних методів шифрування, автентифікації та моніторингу подій. Об’єктом дослідження є автоматизація процесів у транспортній інфраструктурі за допомогою IoT–технологій. Інтенсивний розвиток міських агломерацій і збільшення кількості транспортних засобів спричиняє зростаючі навантаження на транспортну систему, що вимагає впровадження новітніх рішень для підвищення ефективності управління дорожнім рухом, покращення безпеки та екологічної ситуації. Інтелектуальні транспортні системи, засновані на IoT, забезпечують взаємодію між транспортними засобами, інфраструктурою та користувачами завдяки використанню сенсорів, камер відеоспостереження, шлюзів передавання даних та хмарних сервісів. У роботі розглянуто приклад моделювання IoT–архітектури для реального перехрестя вулиць міста Києва із використанням LoRaWAN–технології, MQTT–протоколу, серверної обробки та хмарної платформи AWS. Наведено етапи розробки моделі, особливості розміщення пристроїв та архітектуру обробки даних. Результати імітаційного моделювання у Cisco Packet Tracer продемонстрували ефективність побудованої мережі, її готовність до масштабування та інтеграції з міськими системами.

Ключові слова: інтелектуальні транспортні системи; міська інфраструктура; Інтернет речей; V2X–комунікації; LoRaWAN; хмарні обчислення; сенсорні пристрої; мережеві шлюзи; кібербезпека; протокол MQTT; моделювання; управління дорожнім рухом.

Використання штучного інтелекту у мережах зв’язку п’ятого і послідуючих поколінь

2026-01-02T14:03:47+00:00

Стаття присвячена розгляду технології використання штучного інтелекту у мережах зв'язку п'ятого та послідуючих поколінь, де потрібно насамперед оцінити базові принципи, ключові завдання, а також найсучасніші підходи та рішення. Доведено, що використання штучного інтелекту формує реакцію на фактор реального світу. При цьому у інфокомунікаційних мережах повинні реалізовуватись вимоги дуже надійних мереж з надмалими затримками, при цьому забезпечуючи зростаючу кількість трафіку міжмашинних комунікацій у інфокомунікаційній мережі.
Мережі наступних поколінь повинні здійснювати контроль та управління великою кількістю сучасних і новітніх послуг, до яких висуваються високі вимоги щодо якості обслуговування користувачів, а також вимог тактильного Інтернету, реалізації чутливого сприйняття, реалізації ефекту телеприсутності.
Тому, розглядаючи аспекти доцільності використання штучного інтелекту, насамперед необхідно розглянути і його основні властивості.
Окремо підкреслено інноваційний підхід, який використовується на кафедрі мобільних та відеоінформаційних технологій щодо вдосконалення існуючих та перспективних моделей штучного інтелекту, які будуть використовуватися у мережах п’ятого та наступних поколінь. Розглядається інноваційна модель, яка додатково включає в себе три та більше етапи навчання з підкріпленням, спрямовані на виявлення вдосконалених моделей міркування та узгодження з уподобаннями людини, а також три та більше етапи контрольованого тонкого налаштування, які служать зачатком для можливостей міркувати та не міркувати в моделі, а також враховується функція приросту і функція втрат на кожному етапі функціонування, здійснюється самоперевірка, рефлексія та генерація довгих ланцюгів думок моделі штучного інтелекту.

Ключові слова: штучний інтелект; Інтернет речей; «розумний будинок»; мережний сервіс; тактильний Інтернет; мережі радіодоступу.

Методика розпізнавання зображень облич у реальному часі за допомогою згорткової нейронної мережі MobileNetV3

2026-01-02T13:30:58+00:00

У статті описано розроблену методику для детектування та розпізнавання обличу реальному часі. В основу розробленої методики покладено алгоритмічний конвеєр для паралельної обробки даних та їх обміну між трьома потоками: зчитування зображення з відеокамери, обробки нейронною мережею, візуалізації розпізнаного зображення. Основне покращення обробки даних отримано внаслідок використання двох моделей згорткової нейронної мережі (ЗНМ) з архітектурою MobileNetV3. Модель ЗНМ №1 була натренована для детектування облич, а модель ЗНМ №2 натренована для розпізнавання облич. На основі запропонованої методики розроблено програму на мові Python. Ключову увагу приділено оптимізації методики для досягнення мінімальних затримок при обробці кадрів. Проведені експерименти продемонстрували ефективність розробленої методики, яка забезпечує стабільну роботу на персональному комп’ютері навіть без графічного процесора. Отримано середню швидкодію 5.5 кадрів за секунду із затримкою 0.72 секунди. Запропонована методика є гнучкою до змін навантаженості операційної системи.

Ключові слова: розпізнавання зображень облич; згорткові нейронні мережі; обробка зображень; MobileNetV3, Python; машинне навчання; детектування; алгоритм; комп’ютерний зір.

Нелінійна динаміка еволюції ринкових сегментів: математичне моделювання на основі концепції Cusp Catastrophe

2026-01-02T13:31:02+00:00

У статті запропоновано математичну модель еволюції ринкових сегментів на основі концепції cusp catastrophe (катастрофи типу «Збірка») з теорії катастроф Рене Тома [5]. Модель формалізує нелінійні переходи між фазами розвитку ринку – від ненасиченого до насиченого стану – через взаємодію трьох чинників: незадоволеного попиту, рівня задоволеності споживачів і конкуренції. Визначено потенціальну функцію, рівняння рівноваги, дискримінант та біфуркаційну поверхню, що окреслює межі фазової стабільності. Показано, що навіть незначні параметричні зміни можуть призвести до стрибкоподібних переходів, аналогічних ринковим колапсам або фазам структурного насичення [2, 3, 4].

Ключові слова: cusp catastrophe; нелінійна динаміка; потенціальна функція; ринковий сегмент; фазові переходи; теорія катастроф; дифузія характеристик.

Метод інтеграції мультимодальних генеративних моделей у DSP-платформи для динамічного формування рекламного контенту

2026-01-02T13:31:06+00:00

У статті розроблено метод інтеграції мультимодальних генеративних моделей у DSP-платформи для динамічного формування рекламного контенту з урахуванням поведінкових ознак користувачів. Запропоновано архітектуру системи, що складається з чотирьох модулів: генератора промптів, мультимодального генератора, модуля семантичного контролю та DSP-конектора. Особливу увагу приділено розробленню модуля семантичного контролю, який реалізує багаторівневу перевірку згенерованого контенту - лінгвістичну, візуальну та брендову.
Побудовано математичну модель адаптивного вибору контенту, що оптимізує семантичну схожість, релевантність та безпечність рекламних повідомлень. Проведено експериментальне моделювання ефективності методу на даних 10000 користувачів, яке показало підвищення основних показників: CTR - на 24 %, ER - на 18 %, CR - на 12 % у порівнянні з базовою DSP-кампанією.
Розроблена система демонструє високу ефективність і може бути інтегрована у сучасні DSP-платформи через REST-інтерфейси. Практичне впровадження методу дозволяє підвищити рівень персоналізації рекламного контенту, забезпечити контроль контент-безпеки та скоротити витрати на створення креативів.

Ключові слова: мультимодальні моделі; DSP; генеративний штучний інтелект; семантичний контроль; адаптивна реклама; контент-безпека.

Архітектура програмної системи оцінювання рівня інтернаціоналізації наукових інституцій

2026-01-02T13:31:09+00:00

У статті представлено розробку базової архітектури програмної системи, призначеної для оцінки рівня інтернаціоналізації наукових установ. Потреба у такій системі виникає через зростання значення інтернаціоналізації у науковій діяльності та відсутність стандартизованих програмних інструментів, що підтримують цей процес. Розроблена на основі узагальненої моделі процесу, запропонована архітектура відповідає ключовим функціональним вимогам до програмної системи та забезпечує реалізацію основних варіантів використання усіх користувачів, включаючи експертів виконавчої групи, експертів спільноти зацікавлених сторін, менеджерів установ та публічних користувачів. Архітектура складається з чотирьох основних модулів: проєктування системи оцінювання, побудова та вибір методологій, проведення обчислювальних оцінок та публікація результатів. Кожен модуль містить компоненти, що забезпечують повну функціональність системи на всіх етапах процесу оцінювання інтернаціоналізації.
Запропонована архітектура підтримує створення та вдосконалення методологій, вибір вимірів та показників оцінювання, проведення оцінок якості та розрахунок рівнів інтернаціоналізації з використанням тестових та реальних даних. Передбачається публікація результатів у зручних для користувача форматах, включаючи таблиці та візуалізації. Менеджери установ можуть виконувати гіпотетичні оцінки, використовуючи редаговані тестові дані для дослідження сценаріїв покращення. Усі дані та артефакти зберігаються у хмарному середовищі для забезпечення доступності та безпеки.
Розроблена архітектура задумана як універсальна основа, яку можна адаптувати до конкретних потреб різних наукових спільнот та стратегій інтернаціоналізації. Це підвищує прозорість, ефективність та стандартизацію оцінок інтернаціоналізації. Робота робить внесок у спрощення розробки програмного забезпечення шляхом адаптації до потреб конкретної спільноти запропонованого універсального набору модулів. Такий підхід дозволяє спростити розробку програмних систем для підтримки прийняття рішень на основі адекватних та обґрунтованих обробки, та аналізу показників міжнародної наукової співпраці, та конкурентоспроможності для керівників наукових установ, та інших зацікавлених сторін.

Ключові слова: інтернаціоналізація діяльності наукових інституцій; оцінювання рівня інтернаціоналізації; архітектура програмної системи; інженерія програмного забезпечення.

Інформаційна система інтелектуального вимірювання коефіцієнтів психологічного стану

2026-01-02T13:31:13+00:00

У роботі представлено інформаційну систему інтелектуального вимірювання коефіцієнтів психологічного стану. Наведено її контекстну діаграму та структурно логічну схему. Запропоновано дворівневу архітектуру на основі визначення первинних психологічних функціональних станів та глибинного аналізу психофізіологічного стану. Вдосконалено параметрично-динамічну модель за рахунок дворівневого кореляційно-регресійного аналізу. Наведена архітектура та вдосконалена модель прогнозування дозволила досягти підвищення точності визначення психологічних коефіцієнтів за рахунок інтелектуального вимірювання при зменшенні імовірності виникнення помилок першого та другого роду.

Ключові слова: інформаційна система моніторингу; психологічні коефіцієнти; прогнозування загроз; інтелектуальне вимірювання; параметрично-динамічна модель.

Методи очищення даних для прогнозування інвестицій в освіту

2026-01-02T14:18:08+00:00

У статті розглядається актуальність очищення даних у контексті прогнозування інвестицій в освітню галузь, підкреслюючи, що якість вхідних даних є вирішальною для точності та надійності прогностичних моделей машинного навчання. Неякісні дані призводять до спотворення виявлених закономірностей та, як наслідок, до помилкових прогнозів інвестицій, що може негативно позначитися на розподілі фінансових ресурсів та розвитку освітньої системи. Специфіка освітніх даних, їхня різноманітність та схильність до помилок обумовлюють гостру потребу у ретельному очищенні.
На основі аналізу наявної літератури виявлено, що, хоча існує значний обсяг досліджень, присвячених загальним методам очищення даних та застосуванню машинного навчання в освіті, бракує цілеспрямованих робіт, що детально вивчають ефективність різних методів очищення даних саме для підвищення точності прогнозування інвестицій в освітню сферу. Це підкреслює наукову новизну та актуальність проведеного дослідження.
Метою дослідження є розробка та обґрунтування ефективного методу очищення даних, спрямованого на підвищення точності прогнозування інвестицій в освіту. Для досягнення цієї мети було поставлено низку завдань, включаючи аналіз існуючих методів, їхній порівняльний аналіз, виявлення найбільш придатних підходів, розробку можливих удосконалень, створення блок-схеми запропонованого методу та формування практичних рекомендацій.
У роботі детально розглянуто фундаментальний етап очищення даних у пайп-лайні машинного навчання, який передує створенню та навчанню моделей. Представлено порівняльний аналіз основних методів очищення даних, таких як обробка відсутніх значень (видалення рядків/стовпців, імпутація середнім/медіаною/модою, імпутація прогнозуванням), виявлення та обробка викидів (візуалізація, статистичні методи, алгоритми машинного навчання, перетворення викидів), видалення дублікатів, виправлення помилок та невідповідностей (перевірка правопису/формату, узгодження джерел, валідація за правилами), а також масштабування та нормалізація даних (Min-Max Scaling, StandardScaler) та перетворення типів даних.
Запропоновано виділення найкращих методів очищення для прогнозування інвестицій в освіту, враховуючи специфіку освітніх даних. До них віднесено комплексну обробку відсутніх значень, робастні методи виявлення та обробки викидів, ретельне виявлення та усунення дублікатів, строгу валідацію даних на основі правил та обмежень предметної області, а також узгодження форматів та перетворення типів даних. Обговорено можливості для вдосконалення методів очищення, зокрема розробку гібридних підходів, врахування контексту освітніх даних, автоматизацію процесу очищення з використанням машинного навчання, створення інтерактивних інструментів та оцінку впливу методів очищення на якість прогнозів.
Надано практичні рекомендації щодо використання методів очищення даних для прогнозів інвестицій в освіту, акцентуючи увагу на розумінні специфіки освітніх даних (їхнє походження, ієрархічна структура, часові залежності, категоріальні ознаки, чутливість до змін у політиці), комплексній обробці відсутніх значень, робастному виявленні та обробці викидів, специфічних методах очищення для освітніх даних (стандартизація категоріальних ознак, контроль консистентності між рівнями, валідація застандартами), інтеграції та узгодженні даних з різних джерел, а також на оцінці впливу очищення на якість прогнозів. Підкреслюється важливість залучення експертів з освітньої галузі на всіх етапах процесу.
У висновках зазначено, що якісне очищення даних є критично важливим для побудови надійних прогностичних моделей у сфері інвестицій в освіту. Запропонований комплексний підхід, що поєднує обробку відсутніх значень та робастні методи виявлення й обробки викидів, дозволяє значно покращити якість вхідних даних та підвищити точність прогнозів. Перспективи подальших досліджень включають апробацію методу на більших обсягах реальних даних та порівняння його ефективності з іншими підходами.

Ключові слова: очищення даних; якість даних; машинне навчання; прогнозування інвестицій; освітні дані; моделі прогнозування.

Виявлення пропаганди в текстовій модальності шляхом застосування глибоких нейронних мереж трансформерів

2026-01-02T13:31:24+00:00

Державна пропагандистська машина російської федерації, маючи багатомільярдні щорічні бюджети, стратегічно використовує соціальну мережу Телеграм як основний канал для створення та поширення пропагандистського контенту. Ця діяльність істотно впливає на сприйняття війни в Україні, міжнародному інформаційному просторі, а також всередині рф. Так як Телеграм досягнув один мільярд активних користувачів, соціальна мережа відіграє ключову роль у формуванні суспільних наративів та потоків інформації. Крім того, сучасний розвиток великих мовних моделей робить розповсюдження пропаганди більш автоматизованим, масовим і швидким. У даній статті досліджуються глибокі нейронні мережі трансформери, їх роль і ефективність у виявлення російської пропаганди. У статті досліджено пропагандистські Телеграм-канали, створено і виконано обробку набору даних, що ефективно відображає цифровий слід російської пропаганди у період повномасштабного вторгнення. Розроблена класифікаційна модель штучного інтелекту, яка донавчена на цьому наборі даних, досягає ефективності у виявлені пропаганди рф на рівні 96%.

Ключові слова: глибокі нейронні мережі; трансформери; обчислювальна пропаганда; соціальні мережі; Телеграм.

Підвищення надійності програмного забезпечення для енергоменеджменту за допомогою предиктовного моделювання та автоматизованого виправлення

2026-01-02T13:31:27+00:00

Інтелектуальне програмне забезпечення для енергоменеджменту (Intelligent Energy Management Software, IEMS) відіграє вирішальну роль у прогнозуванні, оптимізації та виявленні аномалій у сучасних енергетичних інфраструктурах. Однак, еволюція розподілів даних (distributional shift) та гетерогенні умови впровадження створюють значні ризики виникнення програмних дефектів і нестабільної поведінки систем, що загрожує енергоефективності та стабільності мережі. У цій статті запропоновано рамки «прогноз–ремонт» (prediction–repair framework), які об’єднують прогнозування дефектів з автоматизованим багаторівневим відновленням для забезпечення як точності, так і надійності. Модуль прогнозування використовує гібридні моделі, що поєднують часові та структурні ознаки для виявлення майбутніх аномалій та дефектів. Модуль відновлення функціонує на трьох рівнях: програмному (переналаштування алгоритмів), модельному (адаптація та перекалібрування машинного навчання) та системному (координація з фізичними компонентами). Для валідації використано публічні набори даних: NASA MDP та PROMISE для прогнозування програмних дефектів, NAB для виявлення аномалій у часових рядах та UCI Energy для оцінки калібрування моделей. Результати експериментів демонструють, що запропонований метод стабільно перевершує базові підходи: покращення F1-міри на 5–10 пунктів для прогнозування дефектів та зростання на 8 пунктів (0.70 → 0.78) для виявлення аномалій на наборі NAB. Надійність калібрування також значно зросла: очікувана похибка калібрування (Expected Calibration Error) знижена до 0.032, а від’ємна логарифмічна вірогідність (Negative Log Likelihood) – до 0.18. Крім того, інтегроване багаторівневе відновлення забезпечує 87% успішного відновлення системи та зменшує затримку на 36% порівняно з одномірівевими стратегіями. Отримані результати підтверджують, що поєднання прогнозного моделювання з автоматизованим ремонтом підвищує стійкість та довіру до IEMS в умовах змінних розподілів даних, пропонуючи практичний шлях для надійного впровадження в житлових, комерційних та промислових секторах енергетики.

Ключові слова: інтелектуальне програмне забезпечення для енергоменеджменту (IEMS); прогнозування дефектів; автоматизоване відновлення; виявлення аномалій; калібрування; стійкість; забезпечення якості програмного забезпечення.

Порівняння продуктивності ORM фреймворків Python Django та Java Hibernate

2026-01-02T13:56:44+00:00

Стаття присвячена порівняльному аналізу ефективності ORM-фреймворків Django ORM (Python) та Hibernate (Java) при роботі з великомасштабними реляційними базами даних. Актуальність дослідження зумовлена потребою оптимізації взаємодії прикладного рівня з базою даних у системах із високими вимогами до продуктивності та узгодженості даних.
Метою роботи є експериментальне дослідження продуктивності, затримки, інтенсивності SQL-запитів, використання CPU та пам’яті для обох ORM у єдиному середовищі PostgreSQL. Для моделювання виконано тестові сценарії CRUD, об’єднання (joins) та агрегації з навантаженням понад 900 тисяч записів.
Результати показали, що Django ORM має перевагу в базових операціях і складних вибірках завдяки нижчому рівню абстракції та меншій кількості проміжних шарів. Hibernate, у свою чергу, демонструє стабільність і узгодженість при підвищеному транзакційному навантаженні, забезпечуючи масштабованість завдяки багаторівневій архітектурі та оптимізації JVM.
Рекомендовано використовувати Django ORM у вебзастосунках і системах швидкої розробки, а Hibernate у корпоративних і фінансових системах, де критичними є стабільність та контроль станів об’єктів.

Ключові слова: ORM, Django, Hibernate, реляційна база даних, продуктивність, латентність, транзакції, PostgreSQL, Python, Java, мови програмування.

Метод підвищення захищеності систем розподілених баз даних на основі оптимізаційних підходів та блокчейн-технологій

2026-01-02T13:58:04+00:00

У статті представлено метод підвищення захищеності систем розподілених баз даних на основі оптимізаційних підходів та блокчейн-технологій, спрямований на забезпечення стійкості інформаційної інфраструктури в умовах динамічних кіберзагроз. На основі математичних моделей ймовірності компрометації вузлів, ризику шардів та порушення консенсусу сформовано узагальнену функцію ризику, що дозволяє визначати вразливість системи з урахуванням криптографічних параметрів, структури реплікацій, механізмів консенсусу та параметрів середовища. Запропоновано багатокритеріальну оптимізаційну модель, яка мінімізує інтегральний показник безпеки, вартості та латентності, забезпечуючи баланс між продуктивністю та рівнем захисту у гібридних архітектурах з використанням on-chain та off-chain зберігання.
Алгоритм функціонування методу працює у режимі замкнутого циклу адаптації: на кожному кроці проводиться оцінювання ризиків, перевірка жорстких та ймовірнісних обмежень SLA, аналіз відхилень у динаміці загроз та вибір оптимальної конфігурації параметрів безпеки. Метод використовує комбінацію SAA, ADMM та MPC, що дає змогу ефективно масштабувати оптимізацію для великої кількості шардів і забезпечувати реагування у реальному часі. Блокчейн використовується як механізм незмінного аудиту, децентралізованого контролю доступу та підтвердження станів системи.
Запропонований підхід дозволяє зменшити ризик компрометації на 25–30 %, знизити частку невиправданих витрат на безпеку й забезпечити передбачувану поведінку системи навіть за умов пікового навантаження або активних атак. Метод є комплексним рішенням для побудови адаптивних, стійких і масштабованих розподілених баз даних у корпоративних, хмарних та децентралізованих екосистемах.

Ключові слова: розподілені бази даних; блокчейн; оптимізація; ризик; консенсус; реплікація; криптографічний захист; SAA; ADMM; MPC; адаптивна безпека; on-chain/off-chain зберігання.

Вирішення парадоксу Заде: аксіоматична теорія можливостей як фундамент надійного штучного інтелекту

2026-01-02T13:58:17+00:00

У статті побудовано математично узгоджену модель опису невизначеності, яка замінює традиційний одномірний підхід до оцінювання подій двоїстою системою мір – мірою можливості та мірою необхідності. Показано, що парадокс Заде є не випадковою аномалією, а критичним провалом механізму розв’язання конфліктів у теорії Демпстера-Шафера.
Як надійну альтернативу було представлено аксіоматичну теорію можливості, що використовує двоїсті міри можливості та необхідності. Цей підхід надає більш чесне та повне представлення невизначеного та суперечливого стану знань. Замість того, щоб приховувати конфлікт, він виводить його на передній план, дозволяючи системі повідомити про фундаментальну неоднозначність ситуації.
Запропоновано підхід до моделювання невизначеності для систем штучного інтелекту, що поєднує теорію Демпстера-Шафера з теорією можливості, забезпечуючи узгоджене представлення епістемічної невизначеності через інтервали довіри та міри можливості/необхідності. Розроблено модифікований підхід до комбінування свідчень для висококонфліктних сценаріїв. Запропоновано критерій узгодженості джерел і механізм адаптивного зважування джерел у процесі експертного оцінювання.

Ключові слова: теорія можливості; штучний інтелект; надійність; математичне моделювання; невизначеність.