Індекс рубрикатора НБУВ: В379.22 + К209.1

Рубрики:

Структура напівпровідників

Вплив опромінювання на структуру і властивості металів і сплавів

Шифр НБУВ: Ж26988 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: В379.227

Рубрики:

Радіаційні ефекти в напівпровідниках

Шифр НБУВ: Ж16425 Пошук видання у каталогах НБУВ 

До перспективних методів прогнозування надійності програмного забезпечення можна віднести методи на основі непараметричних моделей, зокрема штучних нейронних мереж. Проведено дослідження впливу кількості вхідних нейронів мережі на основі радіально-базисних функцій на ефективність прогнозування відмов програмного забезпечення, представлених у вигляді часових рядів. Часові ряди відмов програмного забезпечення отримували з результатів тестування веб-браузера Chromium та операційної системи Chromium-OS з відкритим вихідним кодом з запропонованою подальшою обробкою у вигляді нормалізованих значень кількості відмов програмних продуктів за рівні інтервали часу з наступним переведенням до людино-днів. Показано, що найкраща точність прогнозування досягалась для функції активації Inverse Multiquadric при 10 - 20 нейронах вхідного шару та 30 нейронах прихованого шару.

Зазначено, що проблема автоматизації моделювання надійності складної технічної системи з використанням сучасних обчислювальних систем є дуже актуальною темою дослідження. Для вирішення цієї проблеми можна використовувати конкретні алгоритмічні та програмні прийоми, описані в цій роботі. Мета даної статті - розробка алгоритмів автоматизованої обробки структурних схем надійності та оцінки показників надійності складних технічних систем поряд із набором програм для автоматизованої оцінки надійності. Для проведення аналізу надійності використовується підхід ССН, який дозволяє представляти та візуалізувати кожен елемент системи у вигляді прямокутника, з'єднаного лініями паралельно або послідовно з іншими елементами системи. Для отримання значень показників надійності запропоновано математичну модель поведінки надійності технічної системи з використанням випадкового марковського процесу. Далі розглянуто алгоритм обробки ССН та автоматичного визначення умови працездатності технічної системи. Для розрахунку мінімальної та максимальної кількості робочих станів та станів відмов для системи з n елементів та r відновлення в роботі вводиться математична модель, заснована на комбінаторному підході. Для розробки програмного комплексу був використаний об'єктно-орієнтований підхід. Набір алгоритмів та програмного забезпечення дозволяє нам легко побудувати ССН для технічної системи, автоматично визначити стан працездатності з часом виконання близько 10 сек. для 1000 елементів із змішаним типом з'єднання, автоматично сформувати матрицю станів та переходів разом із відповідною системою диференціальних рівнянь та вирішити її із загальним часом виконання близько 35 сек. для 109 станів і, таким чином, отримати числові значення показників надійності для досліджуваної технічної системи. Дослідження оцінки надійності для системи, що складається з 22 елементів із використанням ССН, показує, що загальний час виконання програмної реалізації становить 36,712 сек. Під час виконання цього тестового випадку найбільше часу (35,168 сек.) було витрачено на роботу алгоритму побудови графа станів та переходів, що складається з 52 694 станів. Висновки: представлені алгоритми та методи автоматизованої оцінки показників надійності складних технічних систем на основі підходу ССН, а також модель для визначення кількості станів системи (також включає визначення працездатних станів і станів відмови). Модульна структура розробленого набору програм робить його гнучким та надає можливість додавати та вносити модифікації модулів швидко та без значних змін програми.

Особливість мобільних систем полягає в їх залежності від рівня заряду батареї, що є важливим чинником під час планування різного роду процесів, зокрема виконання процедури омолодження програмного забезпечення для зменшення впливу ефектів старіння цього програмного забезпечення. Мета роботи - розроблення моделі процесу старіння та омолодження програмного забезпечення для операційної системи Android з урахуванням чинника рівня заряду батареї. Метод. Запропоновано комплексну модель на основі ланцюга Маркова з неперервним часом, яка об'єднює модель старіння із виконанням процедури омолодження програмного забезпечення, модель використання мобільного пристрою користувачем та фактор рівня заряду батареї. Побудовано граф станів та переходів, що описує об'єднані моделі. На основі діаграми написано систему диференційних рівнянь, яку обчислено з допомогою методу Рунге-Кутти 4-го порядку. Оптимальний час виконання процедури омолодження можна визначити за умов, коли її виконання не заважатиме користувачу та буде виконуватись завчасно до настання можливого повного розряду батареї, тобто тоді, коли ймовірність перебування системи в цих станах є найнижчою для певного значення часу виконання процедури омолодження. Результати. Виконано симуляція розробленої моделі для тестових значень інтенсивностей переходів. Врахування моделі рівня заряду батареї дозволяє уникнути планування виконання процедури омолодження в час, коли мобільний пристрій з великою ймовірністю може мати низький заряд чи бути повністю розрядженим. Висновки: розроблена модель на основі ланцюга Маркова дозволить виконувати прогнозування часу початку процедури омолодження програмного забезпечення, враховуючи як поведінку користувача, так і рівень заряду батареї, який може мати значний вплив на прогнозований час. Також, раннє виконання процедури омолодження може мати вплив на зменшення навантаження на систему та відтермінування розряду пристрою, що варто перевірити в подальших дослідженнях. Обгрунтовано доцільність і важливість врахування чинника рівня заряду батареї і необхідність подальшого дослідження розробленої моделі старіння та омолодження із урахуванням нового чинника.

В процесі розробки програмного забезпечення (ПЗ) вибір методології його розроблення є одним з важливих етапів, який суттєво впливає на успіх/провал проекту. Вибір оптимальної методології розробки залежить від багатьох факторів та є трудомісткою і нетривіальною задачею. Мета роботи - потреба у розробленні ефективного та гнучкого програмного засобу для підбору оптимальної методології розроблення ПЗ, який би автоматизував даний процес, а також враховував ключові характеристики проєкту. Представлено алгоритм підбору методології розроблення ПЗ з використанням методів багатокритеріального аналізу та експертних оцінок, який передбачає збір оцінок експертів та реалізує процес підбору методології за допомогою методів AHP, TOPSIS та Weighted Sum. З використанням вищезазначеного алгоритму було розроблено програмну систему для підбору оптимальної методології розроблення ПЗ в залежності від характеристик проєкту, де враховано ваги критеріїв, надані експертами, а також застосовано метод AHP для визначення користувацьких пріоритетів критеріїв порівняння методологій. Для обчислення оцінок вибору методологій було обрано метод зваженої суми та TOPSIS. Програмний засіб передбачає виведення корисних деталей про результати підбору, а саме експертну оцінку заданих значень параметрів відносно всіх методологій, та може бути використаний для підвищення ефективності процесу розроблення ПЗ в частині автоматизації надання рекомендацій керівникам ІТ-проектів. Висновки: розроблено алгоритм для вибору методології розроблення ПЗ, який, на відміну від існуючих, передбачає збір оцінок експертів, враховуючи при цьому значення критеріїв, заданих користувачем самостійно, і реалізує процес підбору методологій використовуючи методи багатокритеріального аналізу AHP, TOPSIS та Weighted Sum. З використанням вищеописаного алгоритму було розроблено програмну систему для підбору оптимальної методології розроблення ПЗ в залежності від характеристик проєкту, де враховано ваги критеріїв, надані експертами, а також застосовано метод AHP для визначення користувацьких пріоритетів критеріїв порівняння методологій. Для обчислення оцінок вибору методологій було обрано метод зваженої суми та TOPSIS. Програмний засіб передбачає виведення корисних деталей про результати підбору, а саме експертну оцінку заданих значень параметрів відносно всіх методологій.

Мета роботи - вдосконалення статичних моделей надійності програмного забезпечення (ПЗ) за рахунок використання методів машинного навчання для вибору метрик коду ПЗ, що найсильніше впливають на його надійність. У дослідженні використано злитий датасет із репозиторію PROMISE Software Engineering, який містив дані про тестування програмних модулів п'яти програм (KC1, KC2, PC1, CM1, JM1) і 21 метрику коду. Для підготовленої вибірки здійснено вибір найважливіших ознак, які впливають на якість програмного коду за допомогою наступних методів вибору ознак: Boruta, Step-wise selection, Exhaustive Feature Selection, Random Forest Importance, LightGBM Importance, Genetic Algorithms, Principal Component Analysis, Xverse python. На підставі голосування за результатами роботи методів вибору ознак побудовано статичну (детерміністичну) модель надійності ПЗ, яка встановлює взаємозв'язок між імовірністю появи дефекту в програмному модулі та метриками його коду. Показано, що в цю модель входять такі метрики коду як кількість гілок програми, кількість рядків коду та цикломатична складність за МакКейбом, загальна кількість операторів та операндів, інтелект, обсяг і кількість зусиль за Холстедом. Здійснено порівняння ефективності роботи різних методів вибору ознак, зокрема проведено дослідження впливу методу вибору ознак на точність класифікації з використанням наступних класифікаторів: Random Forest, Support Vector Machine, k-Nearest Neighbor, Decision Tree classifier, AdaBoost classifier, Gradient Boosting for classification. Показано, що використання будь-якого методу вибору ознак підвищує точність класифікації принаймні на 10 процентів у порівнянні з початковим датасетом, що підтверджує важливість цієї процедури для прогнозування дефектів ПЗ на основі метричних датасетів, які містять значну кількість сильно корелюючих метрик коду ПЗ. Установлено, що найкращу для більшості класифікаторів точність прогнозу вдалось отримати з використанням набору ознак, отриманого з запропонованої статичної моделі надійності ПЗ. Крім того, показано, що можливим також є використання окремих методів, таких як Autoencoder, Exhaustive Feature Selection та Principal Component Analysis із незначною втратою точності класифікації та прогнозування.