Авторитетность издания
ВАК - К1
RSCI, ядро РИНЦ
Добавить в закладки
Следующий номер на сайте
№4
Ожидается:
16 Декабря 2025
Статьи журнала №3 2025
[№3 за 2025 год]
Авторы: Пальчевский Е.В. (teelxp@inbox.ru) - Финансовый университет при Правительстве Российской Федерации (преподаватель); Антонов В.В. (antonov.v@bashkortostan.ru) - Уфимский государственный авиационный технический университет, факультет ИРТ (профессор), доктор технических наук; Петросов Д.А. (scorpionss2002@mail.ru) - Финансовый университет при Правительстве Российской Федерации (к.т.н., доцент);
Аннотация: В данной статье предложен комплексный подход к выявлению и блокировке DDoS-атак в сетях центров обработки данных (ЦОД). Подход основан на сочетании методов графового анализа и импульсной нейронной сети (SNN). Предполагается представление топологии сети в виде ориентированного графа, где узлы соответствуют элементам инфраструктуры (серверы, маршрутизаторы, коммутаторы), а ребра отражают каналы связи между ними. Это позволяет эффективно визуализировать структуру сети, отслеживать изменения в режиме реального времени и выявлять зоны аномальной активности. Для дальнейшего анализа собранные метаданные сетевого трафика преобразуются в вектор признаков, который подается на вход SNN. Такая нейронная сеть обучается на исторических данных о сетевых взаимодействиях и способна прогнозировать поведение трафика с учетом его временных паттернов. При обнаружении признаков DDoS-атаки модель формирует правила для утилиты iptables, указывая, какой трафик следует заблокировать (DROP), а какой разрешить (ACCEPT). Данный механизм автоматической фильтрации позволяет значительно сократить задержку между моментом появления аномалий и принятием защитных мер, повышая тем самым общий уровень безопасности ЦОД. В ходе экспериментов была проведена оценка предложенного решения в сравнении с популярными моделями глубокого обучения (CNN, LSTM, GAN). Результаты показали, что SNN достигает точности обнаружения в 89,12 %, что выше, чем у CNN (82,14 %) и LSTM (83,00 %). Кроме того, доля ложных срабатываний (10,88 %) существенно ниже по сравнению с альтернативными методами. Таким образом, использование графовых методов и SNN совместно с автоматизированной генерацией правил iptables обеспечивает эффективное, масштабируемое и своевременное выявление DDoS-атак в сетях ЦОД, снижая риск перегрузки оборудования и минимизируя финансовые потери от простоев.
Keywords: DDoS attack detection, data processing centers, graph methods, spiking neural network, deep learning models, cybersecurity, network traffic monitoring
Просмотров: 1050
Авторы: Пальчевский Е.В. (teelxp@inbox.ru) - Финансовый университет при Правительстве Российской Федерации (преподаватель); Антонов В.В. (antonov.v@bashkortostan.ru) - Уфимский государственный авиационный технический университет, факультет ИРТ (профессор), доктор технических наук; Петросов Д.А. (scorpionss2002@mail.ru) - Финансовый университет при Правительстве Российской Федерации (к.т.н., доцент);
Аннотация: В данной статье предложен комплексный подход к выявлению и блокировке DDoS-атак в сетях центров обработки данных (ЦОД). Подход основан на сочетании методов графового анализа и импульсной нейронной сети (SNN). Предполагается представление топологии сети в виде ориентированного графа, где узлы соответствуют элементам инфраструктуры (серверы, маршрутизаторы, коммутаторы), а ребра отражают каналы связи между ними. Это позволяет эффективно визуализировать структуру сети, отслеживать изменения в режиме реального времени и выявлять зоны аномальной активности. Для дальнейшего анализа собранные метаданные сетевого трафика преобразуются в вектор признаков, который подается на вход SNN. Такая нейронная сеть обучается на исторических данных о сетевых взаимодействиях и способна прогнозировать поведение трафика с учетом его временных паттернов. При обнаружении признаков DDoS-атаки модель формирует правила для утилиты iptables, указывая, какой трафик следует заблокировать (DROP), а какой разрешить (ACCEPT). Данный механизм автоматической фильтрации позволяет значительно сократить задержку между моментом появления аномалий и принятием защитных мер, повышая тем самым общий уровень безопасности ЦОД. В ходе экспериментов была проведена оценка предложенного решения в сравнении с популярными моделями глубокого обучения (CNN, LSTM, GAN). Результаты показали, что SNN достигает точности обнаружения в 89,12 %, что выше, чем у CNN (82,14 %) и LSTM (83,00 %). Кроме того, доля ложных срабатываний (10,88 %) существенно ниже по сравнению с альтернативными методами. Таким образом, использование графовых методов и SNN совместно с автоматизированной генерацией правил iptables обеспечивает эффективное, масштабируемое и своевременное выявление DDoS-атак в сетях ЦОД, снижая риск перегрузки оборудования и минимизируя финансовые потери от простоев.
Abstract: The paper presents an integrated approach for detecting and blocking DDoS attacks in Data Processing Center (DPC) networks. The proposed approach integrates graph analysis methods with Spiking Neural Networks (SNN). The method represents network topology as a directed graph with nodes corresponding to infrastructure elements (servers routers switchboards) and edges indicating communication channels. This enables efficient network structure visualization, real-time change monitoring, and anomaly zone detection. For subsequent analysis, the system transforms gathered network traffic metadata into feature vectors, which then goes into the Spiking Neural Network. The Spiking Neural Network trains on historical network interaction data and predicts traffic behavior by analyzing temporal patterns. Upon DDoS attack identification, the model generates iptables rules and specifies which traffic to block (DROP) and which to permit (ACCEPT). This automated filtering mechanism significantly reduces the latency between anomaly detection and the implementation of protective measures, thereby enhancing overall DPC networks security. The authors evaluated the proposed solution and compared it with established deep learning models (CNN, LSTM, GAN). Experimental results demonstrated that the Spiking Neural Network achieved 89.12 % detection accuracy, outperforming both CNN (82.14 %) and LSTM (83.00 %) models. Moreover, the false positive rate (10.88 %) remains significantly lower than alternative methods. The combined use of graph-based methods and SNNs with automated iptables rule generation enables an effective scalable and early DDoS detection in DPC networks. This approach reduces equipment overload risks while minimizing downtime-related financial losses.
Ключевые слова: обнаружение ddos-атак, центры обработки данных, графовые методы, импульсная нейронная сеть, модели глубокого обучения, кибербезопасность, мониторинг сетевого трафикаKeywords: DDoS attack detection, data processing centers, graph methods, spiking neural network, deep learning models, cybersecurity, network traffic monitoring
Просмотров: 1050
[№3 за 2025 год]
Просмотров: 1050
В данной статье предложен комплексный подход к выявлению и блокировке DDoS-атак в сетях центров обработки данных (ЦОД). Подход основан на сочетании методов графового анализа и импульсной нейронной сети (SNN). Предполагается представление топологии сети в виде ориентированного графа, где узлы соответствуют элементам инфраструктуры (серверы, маршрутизаторы, коммутаторы), а ребра отражают каналы связи между ними. Это позволяет эффективно визуализировать структуру сети, отслеживать изменения в режиме реального времени и выявлять зоны аномальной активности. Для дальнейшего анализа собранные метаданные сетевого трафика преобразуются в вектор признаков, который подается на вход SNN. Такая нейронная сеть обучается на исторических данных о сетевых взаимодействиях и способна прогнозировать поведение трафика с учетом его временных паттернов. При обнаружении признаков DDoS-атаки модель формирует правила для утилиты iptables, указывая, какой трафик следует заблокировать (DROP), а какой разрешить (ACCEPT). Данный механизм автоматической фильтрации позволяет значительно сократить задержку между моментом появления аномалий и принятием защитных мер, повышая тем самым общий уровень безопасности ЦОД. В ходе экспериментов была проведена оценка предложенного решения в сравнении с популярными моделями глубокого обучения (CNN, LSTM, GAN). Результаты показали, что SNN достигает точности обнаружения в 89,12 %, что выше, чем у CNN (82,14 %) и LSTM (83,00 %). Кроме того, доля ложных срабатываний (10,88 %) существенно ниже по сравнению с альтернативными методами. Таким образом, использование графовых методов и SNN совместно с автоматизированной генерацией правил iptables обеспечивает эффективное, масштабируемое и своевременное выявление DDoS-атак в сетях ЦОД, снижая риск перегрузки оборудования и минимизируя финансовые потери от простоев.
Пальчевский Е.В. (teelxp@inbox.ru) - Финансовый университет при Правительстве Российской Федерации (преподаватель); Антонов В.В. (antonov.v@bashkortostan.ru) - Уфимский государственный авиационный технический университет, факультет ИРТ (профессор), доктор технических наук; Петросов Д.А. (scorpionss2002@mail.ru) - Финансовый университет при Правительстве Российской Федерации (к.т.н., доцент);
[№3 за 2025 год]
Авторы: Подзолков П.Н. (p.n.podzolkov@utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (аспирант, ассистент); Захарова И.Г. (i.g.zakharova@utmn.ru ) - Тюменский государственный университет (профессор), доктор педагогических наук; Киреев И.И. (stud0000246829@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант); Кулдарев И.В. (stud0000240533@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант);
Аннотация: В работе представлено математическое и программное обеспечение системы компьютерного моделирования эпидемий. Описан обобщенный подход к моделированию распространения инфекционных заболеваний, развивающий идеи компартментального моделирования. В основе подхода лежит описание набора состояний и переходов между ними. Каждый индивид рассматриваемого в модели населения в определенный момент времени находится в одном состоянии. Вероятностные переходы описывают возможные изменения состояний индивидов со временем. Получение прогноза подразумевает определение численности индивидов в каждом состоянии на определенном промежутке времени. Предложена концепция псевдосостояний для формального представления переходов, исходящих из одного состояния и имеющих несколько конечных состояний. Получение прогноза на основе модели, включающей псевдосостояния, представляется как модификация численного метода Эйлера. Представлен программный комплекс, реализованный в виде конструктора эпидемиологических моделей, опирающихся на предложенный подход. Описаны ключевые компоненты комплекса, включая их взаимосвязь в архитектуре и реализуемый функционал. Представлены шаги алгоритма получения детерминированных и стохастических результатов моделирования, а также структура модуля, реализующего данный алгоритм. Проведено сравнение с аналогичными программными решениями отечественных и зарубежных исследователей. В качестве примера рассмотрена модель распространения заболевания, проявляющегося в легкой и тяжелой формах, последняя из которых может привести к летальному исходу. В представленных примерах моделирование произведено на основе синтетических данных, включающих различные значения параметров. Стохастические и детерминированные результаты моделирования, полученные с использованием представленного программного комплекса, показывают применимость системы компьютерного моделирования для эпидемиологических исследований.
Keywords: program realization, stochastic modeling, computer modeling, software package, epidemic modeling, sir, state transition graph
Просмотров: 1148
Авторы: Подзолков П.Н. (p.n.podzolkov@utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (аспирант, ассистент); Захарова И.Г. (i.g.zakharova@utmn.ru ) - Тюменский государственный университет (профессор), доктор педагогических наук; Киреев И.И. (stud0000246829@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант); Кулдарев И.В. (stud0000240533@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант);
Аннотация: В работе представлено математическое и программное обеспечение системы компьютерного моделирования эпидемий. Описан обобщенный подход к моделированию распространения инфекционных заболеваний, развивающий идеи компартментального моделирования. В основе подхода лежит описание набора состояний и переходов между ними. Каждый индивид рассматриваемого в модели населения в определенный момент времени находится в одном состоянии. Вероятностные переходы описывают возможные изменения состояний индивидов со временем. Получение прогноза подразумевает определение численности индивидов в каждом состоянии на определенном промежутке времени. Предложена концепция псевдосостояний для формального представления переходов, исходящих из одного состояния и имеющих несколько конечных состояний. Получение прогноза на основе модели, включающей псевдосостояния, представляется как модификация численного метода Эйлера. Представлен программный комплекс, реализованный в виде конструктора эпидемиологических моделей, опирающихся на предложенный подход. Описаны ключевые компоненты комплекса, включая их взаимосвязь в архитектуре и реализуемый функционал. Представлены шаги алгоритма получения детерминированных и стохастических результатов моделирования, а также структура модуля, реализующего данный алгоритм. Проведено сравнение с аналогичными программными решениями отечественных и зарубежных исследователей. В качестве примера рассмотрена модель распространения заболевания, проявляющегося в легкой и тяжелой формах, последняя из которых может привести к летальному исходу. В представленных примерах моделирование произведено на основе синтетических данных, включающих различные значения параметров. Стохастические и детерминированные результаты моделирования, полученные с использованием представленного программного комплекса, показывают применимость системы компьютерного моделирования для эпидемиологических исследований.
Abstract: The paper introduces both mathematical framework and software implementation for epidemic modeling systems. Authors describe a generalized approach to infectious disease modeling that advances compartmental modeling concepts. The approach is based on a set of states and transitions between them. At every moment in the simulation, all population members reside in one condition. Probabilistic transitions describe possible changes in individuals’ states over time. Forecasting involves estimating the number of individuals in each state over a specified time interval. The paper introduces a concept of pseudo-states for formal representation of transitions originating from a single state with multiple destination states. The proposed pseudo-state model implements forecasting using a modified Euler method. The paper introduces a software system implemented as a constructor of epidemiological models based on the proposed approach. There is a description of the system key components including their interrelationships in the architecture and the functions they implement. The paper outlines the steps of the algorithm for obtaining deterministic and stochastic modeling results, as well as a module structure for implementing this algorithm. The paper compares the system with similar software solutions from domestic and foreign researchers. As an example, the paper considers a model of spreading a disease that manifests in mild and severe forms, with the latter potentially leading to a fatal outcome. The provided examples demonstrate modeling using synthetic data that contain varied parameter values. The stochastic and deterministic simulation results obtained using the presented software system demonstrate its applicability for epidemiological modeling studies.
Ключевые слова: программная реализация, стохастическое моделирование, компьютерное моделирование, программный комплекс, моделирование эпидемий, sir, граф переходовKeywords: program realization, stochastic modeling, computer modeling, software package, epidemic modeling, sir, state transition graph
Просмотров: 1148
[№3 за 2025 год]
Просмотров: 1148
В работе представлено математическое и программное обеспечение системы компьютерного моделирования эпидемий. Описан обобщенный подход к моделированию распространения инфекционных заболеваний, развивающий идеи компартментального моделирования. В основе подхода лежит описание набора состояний и переходов между ними. Каждый индивид рассматриваемого в модели населения в определенный момент времени находится в одном состоянии. Вероятностные переходы описывают возможные изменения состояний индивидов со временем. Получение прогноза подразумевает определение численности индивидов в каждом состоянии на определенном промежутке времени. Предложена концепция псевдосостояний для формального представления переходов, исходящих из одного состояния и имеющих несколько конечных состояний. Получение прогноза на основе модели, включающей псевдосостояния, представляется как модификация численного метода Эйлера. Представлен программный комплекс, реализованный в виде конструктора эпидемиологических моделей, опирающихся на предложенный подход. Описаны ключевые компоненты комплекса, включая их взаимосвязь в архитектуре и реализуемый функционал. Представлены шаги алгоритма получения детерминированных и стохастических результатов моделирования, а также структура модуля, реализующего данный алгоритм. Проведено сравнение с аналогичными программными решениями отечественных и зарубежных исследователей. В качестве примера рассмотрена модель распространения заболевания, проявляющегося в легкой и тяжелой формах, последняя из которых может привести к летальному исходу. В представленных примерах моделирование произведено на основе синтетических данных, включающих различные значения параметров. Стохастические и детерминированные результаты моделирования, полученные с использованием представленного программного комплекса, показывают применимость системы компьютерного моделирования для эпидемиологических исследований.
Подзолков П.Н. (p.n.podzolkov@utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (аспирант, ассистент); Захарова И.Г. (i.g.zakharova@utmn.ru ) - Тюменский государственный университет (профессор), доктор педагогических наук; Киреев И.И. (stud0000246829@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант); Кулдарев И.В. (stud0000240533@study.utmn.ru) - Школа компьютерных наук, Тюменский государственный университет (магистрант);
13. Интеллектуальная поддержка принятия решений по устранению дефектов поверхности листового проката
[№3 за 2025 год]Авторы: Климачев С.А. (sersh-nick@mail.ru) - Оренбургский государственный университет (соискатель); Соловьев Н.А. (povtas@mail.osu.ru) - Оренбургский государственный университет (профессор, зав. кафедрой), доктор технических наук;
Аннотация: В технологическом процессе металлопроката важной задачей является своевременное выявление производственно-технических дефектов и определение причин их возникновения. Для ее решения контур управления технологическим процессом оснащается программно-техническими средствами оптико-электронных систем компьютерного зрения. В работе предлагается структура такой системы со средствами интеллектуальной поддержки принятия решений. Система позволяет осуществлять контроль качества поверхности проката, выполнять оценку влияния факторов внешней среды. Кроме того, на основе анализа текущего состояния технологического процесса она рекомендует оператору прокатного стана коррекцию исходных параметров прокатки. Для описания изображения проката использована модель двумерного случайного поля яркости в виде суммы стационарного поля, характеризующего текстурную компоненту, и медленно меняющегося поля области возможного дефекта. Область дефекта представлена векторной моделью, содержащей геометрические, гистограммные и спектральные признаки изображения. Распознавание дефектов осуществляется многослойным нейросетевым классификатором, обученным по алгоритму обратного распространения ошибки. В случае идентификации дефектов выполняется оценка влияния факторов внешней среды на их возникновение на основе модифицированного метода анализа иерархий и продукционной модели выбора решения. Для устранения выявленных дефектов осуществляется поддержка принятия решений по коррекции технологических параметров проката посредством нахождения Парето-оптимального множества. Оно включает альтернативы параметров прокатки с учетом текущего состояния технологического процесса. Сужение найденного множества позволяет выделить такие параметры прокатки, которым будут соответствовать оптимальные уровни дефектности по каждому выявленному устранимому типу дефекта. Тестирование прототипа разработанной системы с интеллектуальной поддержкой принятия решений по управлению процессом устранения поверхностных дефектов проката показало сводную оценку качества устранения дефектов типа «плена», «царапина» и «мятость» в интервале 65–75 %.
Abstract: In sheet metal rolling processes, critical objectives include detection of manufacturing defects and their cause identification. To address this, the process control loop integrates optoelectronic computer vision systems (OECVS). The paper proposes a structure of OECVS with intelligent decision support systems. This allows monitoring the quality of the rolled product surface and assessing the influence of environmental factors. Furthermore, based on process state analysis, the system recommends rolling parameter adjustments to mill operator. To describe the image of the rolled, the authors used a two-dimensional random brightness field model in the form of a stationary field sum. The model characterizes both the texture component and the slowly varying field of potential defect areas. The defect area is represented by a vector model containing geometric, histogram, and spectral image features. A multilayer neural network classifier performs defect recognition. The classifier is trained on the backpropagation algorithm. When identifying defects, the system evaluates environmental factor impacts using a modified analytic hierarchy process and production rule-based decision modeling. To eliminate detected defects, the decision-support system optimizes rolling parameters by Pareto-optimal set solutions. The system generates alternative rolling parameters based on the technological process in real time. Narrowing the found set allows us to identify rolling parameters that correspond to the optimal defect levels for each identified defect type. Testing of the OECVS prototype with intelligent decision support for rolling defect remediation has demonstrated aggregate quality scores of 65–75 % for eliminating scabs, scratches, and wrinkles.
Ключевые слова: интеллектуальная поддержка решений, компьютерное зрение, оптико-электронная система, поверхностные дефекты, нейронные сети, парето-оптимальное множествоKeywords: intelligent decision support, computer vision, optical electronic system, surface defects, neural network, Pareto-optimal set
Просмотров: 1182
13. Интеллектуальная поддержка принятия решений по устранению дефектов поверхности листового проката
[№3 за 2025 год]
Просмотров: 1182
В технологическом процессе металлопроката важной задачей является своевременное выявление производственно-технических дефектов и определение причин их возникновения. Для ее решения контур управления технологическим процессом оснащается программно-техническими средствами оптико-электронных систем компьютерного зрения. В работе предлагается структура такой системы со средствами интеллектуальной поддержки принятия решений. Система позволяет осуществлять контроль качества поверхности проката, выполнять оценку влияния факторов внешней среды. Кроме того, на основе анализа текущего состояния технологического процесса она рекомендует оператору прокатного стана коррекцию исходных параметров прокатки. Для описания изображения проката использована модель двумерного случайного поля яркости в виде суммы стационарного поля, характеризующего текстурную компоненту, и медленно меняющегося поля области возможного дефекта. Область дефекта представлена векторной моделью, содержащей геометрические, гистограммные и спектральные признаки изображения. Распознавание дефектов осуществляется многослойным нейросетевым классификатором, обученным по алгоритму обратного распространения ошибки. В случае идентификации дефектов выполняется оценка влияния факторов внешней среды на их возникновение на основе модифицированного метода анализа иерархий и продукционной модели выбора решения. Для устранения выявленных дефектов осуществляется поддержка принятия решений по коррекции технологических параметров проката посредством нахождения Парето-оптимального множества. Оно включает альтернативы параметров прокатки с учетом текущего состояния технологического процесса. Сужение найденного множества позволяет выделить такие параметры прокатки, которым будут соответствовать оптимальные уровни дефектности по каждому выявленному устранимому типу дефекта. Тестирование прототипа разработанной системы с интеллектуальной поддержкой принятия решений по управлению процессом устранения поверхностных дефектов проката показало сводную оценку качества устранения дефектов типа «плена», «царапина» и «мятость» в интервале 65–75 %.
Климачев С.А. (sersh-nick@mail.ru) - Оренбургский государственный университет (соискатель); Соловьев Н.А. (povtas@mail.osu.ru) - Оренбургский государственный университет (профессор, зав. кафедрой), доктор технических наук;
14. Применение методологии DevOps при разработке приложений для высокопроизводительных вычислений
[№3 за 2025 год]Авторы: Цынгалев П.С. (pstsyngalev@mail.ru) - Национальный исследовательский центр «Курчатовский институт», «МИРЭА – Российский технологический университет» (ведущий инженер, ассистент);
Аннотация: Рассматриваются вопросы применения методологии DevOps и подходов CI/CD для автоматизации ключевых этапов разработки специализированного ПО, предназначенного для высокопроизводительных вычислений. С учетом современных требований к гибкости и скорости выпуска программных продуктов создание масштабируемого и адаптируемого CI/CD-конвейера является важной задачей. Реализация такого решения позволяет значительно повысить воспроизводимость сборок, сократить время отклика на изменения, автоматизировать контроль качества и минимизировать ошибки. В статье обоснована применимость CI/CD-архитектуры для автоматизации разработки приложений высокопроизводительных вычислений, а также показана эффективность ее внедрения. Исследование направлено на снижение временных трудозатрат разработчика, на предотвращение внесения повторных ошибок в программный код с учетом специализированной среды исполнения на суперкомпьютере в условиях небольшой команды разработки и редких релизов. Предметом исследования выступают автоматизация этапов сборки, тестирования, версионирования, публикации, доставки и интеграции ПО. Использовались методы эксперимента, тестирования и статистического анализа. Результатом является разработанная и внедренная гибкая среда для реализации процессов кроссплатформенной сборки, тестирования и публикации релизов. Предложен алгоритм ведения версий на основе семантического версионирования. Выполнена программная реализация алгоритма версионирования с интеграцией в CI/CD-конвейер. Полученные результаты показали, что применение DevOps и CI/CD-конвейеров способствует повышению качества, ускорению выпуска и воспроизводимости сборки ПО, особенно в условиях ограниченных ресурсов разработки. Практическая значимость и новизна заключаются в возможности масштабирования предложенного решения на другие проекты в области высокопроизводительных вычислений, включая исполнение на суперкомпьютере с использованием системы управления прохождением параллельных заданий.
Abstract: The article explores the application of the DevOps methodology and CI/CD approaches to automate key stages when developing specialized software intended for high-performance computing. Due to the modern requirements to flexibility and release rate of software, especially under conditions of limited resources and the complexity of target computing environments, creating a scalable and adaptable CI/CD pipeline becomes a critical task. The proposed solution significantly enhances build reproducibility, reduces change response time, automates quality control, and minimizes errors. The research substantiates the applicability of CI/CD architecture for automating the development of high-performance computing applications and demonstrates its implementation effectiveness in practice. Thus, the article aims to reduce developers’ time costs on key development processes and to prevent recurring code errors, taking into account the supercomputer specialized execution environment, when a development team is small and releases are infrequent. The research focuses on automation of software building, testing, versioning, publishing, delivery, and integration stages. The research utilizes experimental methods, testing, and statistical analysis. As a result, the author presents a developed and implemented flexible environment for cross-platform build, testing, and release publishing. There is also a versioning algorithm based on semantic versioning proposed, along with its software implementation integrated into the CI/CD pipeline. The results show that applying DevOps practices and CI/CD pipelines improves software quality, accelerates release cycles, and increases reproducibility, especially when development resources are limited. The practical significance and novelty of the work is in the scalability of the proposed solution to other projects in high-performance computing, including execution on supercomputers using parallel task scheduling systems.
Ключевые слова: высокопроизводительные вычисления, devops, ci/cd, кроссплатформенная сборка, архитектура информационных систем, автоматизация разработки, контейнеризация, оценка качества программного кода, управление конфигурациейKeywords: high-performance computing, DevOps, CI/CD, cross-platform assembly, information system architecture, development automation, containerization, software code quality assessment, configuration management
Просмотров: 1059
14. Применение методологии DevOps при разработке приложений для высокопроизводительных вычислений
[№3 за 2025 год]
Просмотров: 1059
Рассматриваются вопросы применения методологии DevOps и подходов CI/CD для автоматизации ключевых этапов разработки специализированного ПО, предназначенного для высокопроизводительных вычислений. С учетом современных требований к гибкости и скорости выпуска программных продуктов создание масштабируемого и адаптируемого CI/CD-конвейера является важной задачей. Реализация такого решения позволяет значительно повысить воспроизводимость сборок, сократить время отклика на изменения, автоматизировать контроль качества и минимизировать ошибки. В статье обоснована применимость CI/CD-архитектуры для автоматизации разработки приложений высокопроизводительных вычислений, а также показана эффективность ее внедрения. Исследование направлено на снижение временных трудозатрат разработчика, на предотвращение внесения повторных ошибок в программный код с учетом специализированной среды исполнения на суперкомпьютере в условиях небольшой команды разработки и редких релизов. Предметом исследования выступают автоматизация этапов сборки, тестирования, версионирования, публикации, доставки и интеграции ПО. Использовались методы эксперимента, тестирования и статистического анализа. Результатом является разработанная и внедренная гибкая среда для реализации процессов кроссплатформенной сборки, тестирования и публикации релизов. Предложен алгоритм ведения версий на основе семантического версионирования. Выполнена программная реализация алгоритма версионирования с интеграцией в CI/CD-конвейер. Полученные результаты показали, что применение DevOps и CI/CD-конвейеров способствует повышению качества, ускорению выпуска и воспроизводимости сборки ПО, особенно в условиях ограниченных ресурсов разработки. Практическая значимость и новизна заключаются в возможности масштабирования предложенного решения на другие проекты в области высокопроизводительных вычислений, включая исполнение на суперкомпьютере с использованием системы управления прохождением параллельных заданий.
Цынгалев П.С. (pstsyngalev@mail.ru) - Национальный исследовательский центр «Курчатовский институт», «МИРЭА – Российский технологический университет» (ведущий инженер, ассистент);
[№3 за 2025 год]
Авторы: Колоденкова А.Е. (anna82_42@mail.ru) - Самарский государственный технический университет (доцент, зав. кафедрой «Информационные технологии»), доктор технических наук;
Аннотация: В статье представлена программная система контроля и выявления нарушений сотрудников частных охранных предприятий (ЧОП) с учетом динамичности и многофакторности среды функционирования различных объектов. Рассмотрены особенности работы таких предприятий, не позволяющие использовать их руководителям (начальникам служб охраны, безопасности) существующие системы, программные продукты, предлагаемые на рынке информационных услуг. В основе контроля сотрудников ЧОП лежат мероприятия (учет рабочего времени и нарушения режима труда), нацеленные на поддержание их эффективности в рабочее время с соблюдением всех норм, регламентирующих режим труда. Данная программная система отличается от существующих наличием интеграции с разнообразными БД (сотрудников, ЧОП, объектов, договоров, нарушений, уволенных), взаимосвязанными между собой. Важной особенностью также является автоматическое обновление информации во всех связанных модулях системы при изменении каких-либо данных в одном месте. Это создает единое информационное пространство для эффективного управления и контроля, благодаря чему обеспечивается легкий доступ к актуальной информации для быстрого принятия решений. При этом разработанная система повышает производительность и результативность труда руководителя ЧОП в условиях большого потока информации и факторов, влияющих на работу сотрудников. Рассмотрены архитектура предлагаемой программной системы с описанием модулей, а также ее преимущества перед другими конкурентными системами. Показано, что область применения данной программной системы не ограничивается образовательными организациями и может быть применима на крупных стратегических объектах.
Keywords: process automation, software system, time tracking, multifactority, database
Просмотров: 1071
Авторы: Колоденкова А.Е. (anna82_42@mail.ru) - Самарский государственный технический университет (доцент, зав. кафедрой «Информационные технологии»), доктор технических наук;
Аннотация: В статье представлена программная система контроля и выявления нарушений сотрудников частных охранных предприятий (ЧОП) с учетом динамичности и многофакторности среды функционирования различных объектов. Рассмотрены особенности работы таких предприятий, не позволяющие использовать их руководителям (начальникам служб охраны, безопасности) существующие системы, программные продукты, предлагаемые на рынке информационных услуг. В основе контроля сотрудников ЧОП лежат мероприятия (учет рабочего времени и нарушения режима труда), нацеленные на поддержание их эффективности в рабочее время с соблюдением всех норм, регламентирующих режим труда. Данная программная система отличается от существующих наличием интеграции с разнообразными БД (сотрудников, ЧОП, объектов, договоров, нарушений, уволенных), взаимосвязанными между собой. Важной особенностью также является автоматическое обновление информации во всех связанных модулях системы при изменении каких-либо данных в одном месте. Это создает единое информационное пространство для эффективного управления и контроля, благодаря чему обеспечивается легкий доступ к актуальной информации для быстрого принятия решений. При этом разработанная система повышает производительность и результативность труда руководителя ЧОП в условиях большого потока информации и факторов, влияющих на работу сотрудников. Рассмотрены архитектура предлагаемой программной системы с описанием модулей, а также ее преимущества перед другими конкурентными системами. Показано, что область применения данной программной системы не ограничивается образовательными организациями и может быть применима на крупных стратегических объектах.
Abstract: This paper presents a software system for monitoring and detecting violations by private security company (PSC) officers, taking into account environmental dynamism and multifactorial operational conditions across diverse facilities. It examines the specific features of PSC operations that prevent managers (heads of security and safety services) from utilizing existing software solutions. The employee monitoring system for PSCs implements two key control measures: time recording and labor regulation violation detection. They intend to optimize guard performance during shifts while guaranteeing statutory work condition compliance. This software system integrates with multiple interconnected databases (employees, PSC, facilities, contracts, violation logs, and terminated personnel). Any data modification in one section automatically updates all linked modules, creating a unified information space. This makes a unified information environment for efficient management and control, enabling easy access to up-to-date data for rapid decision-making. Additionally, the developed system enhances the productivity and efficiency of PSC managers by handling large volumes of information and factors affecting employee performance. The paper details the architecture of the proposed system, including descriptions of its modules and key advantages over competing solutions. It also demonstrates that its application is not limited to educational institutions but can also be utilized at major strategic facilities.
Ключевые слова: автоматизация процесса, программная система, учет рабочего времени, многофакторность, базы данныхKeywords: process automation, software system, time tracking, multifactority, database
Просмотров: 1071
[№3 за 2025 год]
Просмотров: 1071
В статье представлена программная система контроля и выявления нарушений сотрудников частных охранных предприятий (ЧОП) с учетом динамичности и многофакторности среды функционирования различных объектов. Рассмотрены особенности работы таких предприятий, не позволяющие использовать их руководителям (начальникам служб охраны, безопасности) существующие системы, программные продукты, предлагаемые на рынке информационных услуг. В основе контроля сотрудников ЧОП лежат мероприятия (учет рабочего времени и нарушения режима труда), нацеленные на поддержание их эффективности в рабочее время с соблюдением всех норм, регламентирующих режим труда. Данная программная система отличается от существующих наличием интеграции с разнообразными БД (сотрудников, ЧОП, объектов, договоров, нарушений, уволенных), взаимосвязанными между собой. Важной особенностью также является автоматическое обновление информации во всех связанных модулях системы при изменении каких-либо данных в одном месте. Это создает единое информационное пространство для эффективного управления и контроля, благодаря чему обеспечивается легкий доступ к актуальной информации для быстрого принятия решений. При этом разработанная система повышает производительность и результативность труда руководителя ЧОП в условиях большого потока информации и факторов, влияющих на работу сотрудников. Рассмотрены архитектура предлагаемой программной системы с описанием модулей, а также ее преимущества перед другими конкурентными системами. Показано, что область применения данной программной системы не ограничивается образовательными организациями и может быть применима на крупных стратегических объектах.
Колоденкова А.Е. (anna82_42@mail.ru) - Самарский государственный технический университет (доцент, зав. кафедрой «Информационные технологии»), доктор технических наук;
Ключевые слова: автоматизация процесса, программная система, учет рабочего времени, многофакторность, базы данных
16. Программная реализация математической модели системы прогнозирования состава рудного сырья
[№3 за 2025 год]Авторы: Быков А.А. (alex1by@mail.ru) - НИУ «МЭИ» в г. Смоленске (доцент), кандидат педагогических наук; Бобков В.И. (vovabobkoff@mail.ru) - Филиал Национального исследовательского университета «МЭИ» в г. Смоленске (зав. кафедрой), доктор технических наук; Орехов В.А. (fundukoff@mail.ru) - Филиал Национального исследовательского университета «МЭИ» в г. Смоленске (ассистент); Незамаев С.В. (pgrk@armz.ru) - Первая горнорудная компания (генеральный директор);
Аннотация: В работе представлена математическая модель, описывающая процесс прогнозирования возможного состава рудного сырья в бункере запаса. Решается задача автоматизированной подачи сырья в дозировочно-смесительный комплекс агломерационной машины. Предусматривается обеспечение подачи необходимого качества шихты без предварительного анализа химическими лабораториями горно-обогатительных предприятий. В основе модели конфигурация бункера запаса рассмотрена в виде набора вычислительных ячеек, которые может занимать рудный материал. Размеры данных ячеек выбраны с учетом точности дозирования и погрешности аппроксимации, а также с целью уменьшения времени вычислений и экономии памяти компьютера. Представление бункера запаса таким методом позволяет осуществлять моделирование процесса расчета движения сырья для различных конструкций бункеров. Благодаря этому модель предоставляет возможность создавать и проводить исследования экспериментальных установок запаса дозировочно-смесительных комплексов. Математическая модель описывает простейшее взаимодействие частиц материала при их движении в бункере запаса. В случае необходимости она учитывает их более сложные силовые взаимодействия, что делает модель оптимальной для любого вида рудного сырья. На базе разработанной модели был предложен алгоритм, ставший основой для разработки цифрового комплекса автоматизации расчета исследуемых параметров. Программа автоматизации реализована с помощью языка программирования С++ с использованием кроссплатформенного редактора Visual Studio Code. Это позволило разработанному программному комплексу функционировать под управлением любой операционной системы. Для верификации предложенного метода были проведены натурные и вычислительные эксперименты. Результаты показали хорошее совпадение с существующими методами расчета состава рудного сырья.
Abstract: The paper presents a mathematical model for predicting potential ore composition variations in stockpile bins. It solves the task of automated raw material feeding to the sintering machine's batching and mixing system. The developed system ensures delivery of proper burden materials without preanalysis from chemical laboratories at mining and processing facilities. The model is based on a stock hopper configuration that is considered as a set of computational cells occupied by ore material. Authors selected the cell dimensions to optimize dosing accuracy, minimize approximation errors, reduce computation time, and conserve computer memory. This method of bin representation enables dynamic material flow simulation for diverse bin designs. Thus, the model provides an opportunity to create and conduct research on experimental installations of batching and mixing complexes. The mathematical model describes both the simplest interaction of material particles during their movement in the reserve hopper. If necessary, it takes into account their more complex force interactions, which makes the model optimal for any type of ore raw materials. Based on this model, the authors developed an algorithm for a digital automation system to compute the studied parameters. The automation program is implemented using the C++ programming language and the cross-platform Visual Studio Code editor. Therefore the developed software system can operate in any operating system. The authors conducted both physical experiments and computational simulations to verify the proposed method. The results demonstrate strong agreement with conventional ore composition calculation methods.
Ключевые слова: математическая модель, вычислительный элемент, программный комплекс, автоматизированные системы управления, численные методы, бункер запаса, рудное сырье, компьютерное моделированиеKeywords: mathematical model, computational element, software package, automated control systems, numerical computation, stockpile bin, ore raw materials, computer modeling
Просмотров: 1167
16. Программная реализация математической модели системы прогнозирования состава рудного сырья
[№3 за 2025 год]
Просмотров: 1167
В работе представлена математическая модель, описывающая процесс прогнозирования возможного состава рудного сырья в бункере запаса. Решается задача автоматизированной подачи сырья в дозировочно-смесительный комплекс агломерационной машины. Предусматривается обеспечение подачи необходимого качества шихты без предварительного анализа химическими лабораториями горно-обогатительных предприятий. В основе модели конфигурация бункера запаса рассмотрена в виде набора вычислительных ячеек, которые может занимать рудный материал. Размеры данных ячеек выбраны с учетом точности дозирования и погрешности аппроксимации, а также с целью уменьшения времени вычислений и экономии памяти компьютера. Представление бункера запаса таким методом позволяет осуществлять моделирование процесса расчета движения сырья для различных конструкций бункеров. Благодаря этому модель предоставляет возможность создавать и проводить исследования экспериментальных установок запаса дозировочно-смесительных комплексов. Математическая модель описывает простейшее взаимодействие частиц материала при их движении в бункере запаса. В случае необходимости она учитывает их более сложные силовые взаимодействия, что делает модель оптимальной для любого вида рудного сырья. На базе разработанной модели был предложен алгоритм, ставший основой для разработки цифрового комплекса автоматизации расчета исследуемых параметров. Программа автоматизации реализована с помощью языка программирования С++ с использованием кроссплатформенного редактора Visual Studio Code. Это позволило разработанному программному комплексу функционировать под управлением любой операционной системы. Для верификации предложенного метода были проведены натурные и вычислительные эксперименты. Результаты показали хорошее совпадение с существующими методами расчета состава рудного сырья.
Быков А.А. (alex1by@mail.ru) - НИУ «МЭИ» в г. Смоленске (доцент), кандидат педагогических наук; Бобков В.И. (vovabobkoff@mail.ru) - Филиал Национального исследовательского университета «МЭИ» в г. Смоленске (зав. кафедрой), доктор технических наук; Орехов В.А. (fundukoff@mail.ru) - Филиал Национального исследовательского университета «МЭИ» в г. Смоленске (ассистент); Незамаев С.В. (pgrk@armz.ru) - Первая горнорудная компания (генеральный директор);
