АРНАЛҒАН ШЕШІМДЕРДІ ҚОЛДАУ ЖҮЙЕСІН ӘЗІРЛЕУ

М.Б. Береке^1*

, В.А. Лахно

², Б.С. Ахметов¹, А.К. Абуова³

1Абай атындағы қазақ ұлттық педагогикалық университеті, Алматы, Қазақстан

2Ұлттық биоресурстар және табиғатты пайдалану университеті, Киев, Украина

3Қазақ қатынас жолдары университеті, Алматы, Қазақстан

E-mail: [email protected]*, [email protected], [email protected], [email protected] Аңдатпа

.

Университеттің бұлтқа бағытталған оқу ортасын (ООУС) масштабтау нұсқаларын бағалау міндеті үшін оның жай-күйін болжамды бағалауды ескере отырып, шешімді қолдау жүйесін (SPPR) жобалауға тұжырымдамалық тәсіл ұсынылды. Шешім қабылдауды қолдау жүйесінің модулі, оның жай- күйінің болжамды бағалауларын ескере отырып, университеттің бұлтқа бағытталған оқу ортасын масштабтау нұсқаларын бағалау мәселесін модификацияланған генетикалық алгоритмді пайдалану негізінде бағдарламалық түрде жүзеге асырылды. Қолданыстағы шешімдерден айырмашылығы - шешім қабылдауды қолдау жүйесінің модулі және әзірленген модульдің негізгі есептеуіш ядросы университеттің бұлтқа бағытталған оқу ортасының масштабтау көрсеткіштеріне әсер ететін жеке факторларды да ескеруге мүмкіндік береді (серверлер саны, сервердің жедел жады өлшемдері, виртуалды машинаға қосылған кластерлердің саны және олардың комбинациялары). Бұл университеттің бұлтқа бағытталған оқу ортасының администраторларына масштабтау сценарийлерін жылдам бағалауға мүмкіндік береді.

Масштабтау мәселесін шешуге модификацияланған генетикалық алгоритмді іске асырудың ұтымды бағдарламалық алгоритмін таңдау үшін есептеу тәжірибелері жүргізілді Модификацияланған генетикалық алгоритмді шешім қабылдауды қолдау жүйесінің модулінде іске асырылуы - университеттің бұлтқа бағытталған оқу ортасын масштабтаудың оңтайлы нұсқаларын 25,5 есе жылдам іздеуге мүмкіндік береді.

Түйін сөздер: университеттің бұлтқа бағытталған оқыту ортасы (ББОО), шешімдерді қабылдауды қолдау жүйесі (ШҚҚЖ), масштабтау, модификацияланған генетикалық алгоритм (МГА) .

Кіріспе

Ірі университеттердегі оқу үдерісін басқаруда шешім қабылдау тәртібінің тұрақты динамикалық күрделенуі, атап айтқанда, бұлтты платформаларға көшу кезінде, оқу пәндерінің күрделілігімен, әртүрлі қолданбалы бағдарламалық қамтамасыз етумен және әсер ететін факторлардың байланысымен бірге шешімдер қабылдауды қолдау үшін сыртқы қорларды тартуды қажет етеді. Шешім қабылдау үшін жеткілікті көлемде анықталған ақпаратты алу мүмкіндігі жоқ әлсіз құрылымдалған салаларда сараптамалық шешімдерді қолдау олардың сапасын жақсартудың бірден-бір жолы болып табылады. Мәселе негізінен жоғары басқару деңгейлі мәселелерді шешу туралы болғандықтан, қате шешімдердің «бағасы» қазіргі уақытта тым жоғары болуы мүмкін және үнемі өсіп отырады. Осыған байланысты шешім қабылдау процестерінде сарапшы бағалаған деректерді нақты көрсету және өңдеу - тиісті ғылыми зерттеулердің басым бағыттарының бірі болып табылады. Сонымен қатар, осы міндеттерге байланысты өзекті мәселелер шұғыл шешімдерді талап етеді. Білім беру саласындағы қолданыстағы сарапшы шешім қабылдауды қолдау жүйесінде сарапшылар ұсынатын білімдер мен фактілердің толықтығы мен сәйкестігі сарапшыларға априорлық бағалаудың белгілі бір шкаласы ұсынылғандықтан шектелген. Сондықтан білім беру мекемесінің

Вестник Алматинского университета энергетики и связи № 3 (58) 2022

басшылығы тарапынан сарапшыларға субъективті әсер етпестен, қабылдауға, түсіндіруге, өңдеуге неғұрлым тиімді, дұрыс мүмкіндік беретін көрнекі құралдарды (мысалы, экрандық интерфейстер) әзірлеудің өзекті қажеттілігі мен қажеттілігі туындайды, және жеке эксперттік бағалауларды бекітуге мүмкіндік береді. Жоғарыда аталған барлық шектеулерді ескеру маңызды екенін ескеру керек.

Сондай-ақ, сарапшылар жұмысына қажетті шешім қабылдауды қолдау жүйесін

пайдалану процесінде бұрын енгізілген өзіндік бағалауларды нақтылау және түзету мүмкіндігін қамтамасыз ету қажет, мысалы, ақпараттық қауіпсіздігін қамтамасыз ету үшін барабар қорғау шаралары мен құралдары [1-5] университеттің бұлтқа бағытталған оқу ортасын масштабтау қажеттілігі туралы шешім қабылдау және таңдау сияқты таза техникалық мәселелерді шешу және оның ақпараттық қауіпсіздігін қамтамасыз етуге барабар қорғау шаралары мен құралдары [1-5]. Шындығында, оқу саласындағы белгілі бір мәселе бойынша сарапшылардың құзыреттілік деңгейіне бейімделе алатын шешім қабылдауды қолдау жүйесініңжаңа түрін құру қажеттілігі туралы айтылуда.

Осы мақалада зерттеу сарапшылардың білімін барынша адекватты және анық көрсетуге арналған университеттің бұлтқа бағытталған оқу ортасын масштабтаудың салдарын модельдеу және бағалау визуализация нәтижелерін икемді қолдану идеясына негізделіп ұсынылған. Бұл сарапшының кейбір балама нұсқаларды ажырату үшін жеткілікті білімі және/немесе тәжірибесі болмаған жағдайда, ол бұл ұқсастықтарды - баламалы деп бағалайтын немесе оларды бағалаудан бас тартқан жағдайда пайдалы болуы мүмкін.

Жұмыс мақсаты

Бұлтты қосымшалардың күйлерін болжауды және ақпараттық қауіпсіздікті қамтамасыз етуді ескере отырып, университеттің бұлтқа бағытталған оқу ортасын масштабтау мәселесін шешу үшін шешім қабылдауды қолдау жүйесініңконцептуалды сұлбасын әзірлеу.

Мақаланың негізгі материалы

Мақаланың аясында генетикалық алгоритмді (ГA), сондай-ақ жүйелік талдау әдістерін қолдануға негізделген университеттердің бұлтқа бағытталған оқу ортасын масштабтау процестерін басқару жүйелерін құруға жаңа көзқарас ұсынылады. ЖОО-ның бұлтқа бағытталған оқу ортасын масштабтау тапсырмаларындағы шешімдерді қолдау жүйесінің оңайлатылған тұжырымдамалық диаграммасы 1-суретте көрсетілген.

Шешім қабылдауды қолдау жүйесінің жұмыс істеуінің бірқатар негізгі кезеңдерін егжей- тегжейлі осы блок сұлбада қарастырайық.

Университеттің бұлтқа бағытталған оқу ортасын масштабтауы туралы шешімді алу - оның қазіргі жағдайын анықтайтын процесті таңдаудан басталады.

Қажеттілігі бар Қажеттілігі жоқ

Қанағаттанарлық Қанағаттанарлық емес

1-сурет – Бұлтқа бағытталған оқу ортасын масштабтау мәселесін шешуге арналған шешім қабылдауды қолдау жүйесініңконцептуалды диаграммасы

Болжам қанағаттанарлық па?

Шешім қанағаттанарлық па?

Мәселені тиімді шешу

Мәселені шешу үшін бар үлгілерді таңдау немесе жаңа үлгілерді құру

ББОО және оның АҚ масштабтау процесінің дамуын болжау

ББОО және оның АҚ масштабтау процесінің оңтайлы басқару мәселесін шешу

Нәтижелерді талдау Шешімды қалыптастыру

ББОО ағымдағы жай-күйін және масштабтау қажеттілігін талдау

ББОО масштабтау процесін модельдеу үшін статистикалық мәліметтер жинау Университеттің ББОО масштабтауының басқару процесін шешу

Модельдер сапасын талдау қажеттілігі

бар ма?

Вестник Алматинского университета энергетики и связи № 3 (58) 2022

Деректер сапасы белгілі бір математикалық модельдерді пайдалану кезінде өте маңызды рөл атқарады. Сондықтан деректерді жинау кезінде олардың дұрыстығына, ақпараттылығына және синхрондылығына қатысты белгілі талаптарды басшылыққа алу қажет [6-11].

ЖОО-ның бұлтқа бағытталған оқу ортасын масштабтау процесінде деректерді алдын ала өңдеу - оларды таза техникалық мәселелерді шешу кезінде параметрлерді бағалау әдістерін дұрыс қолдану және статистикалық маңызды бағалауларды алу мүмкіндігін қамтамасыз ететін пішінге келтіру үшін қажет (ағымдағы жағдайды және болжамды бағалауды ескере отырып масштабтау, университеттің бұлтқа бағытталған оқу ортасының ақпараттық қауіпсіздігін қамтамасыз ету және т.б.).

Сонымен, мұндай күрделі техникалық мәселелерді шешу кезінде деректердің бос орындарын толтыру маңызды, импульстік (экстремалды) мәндерді түзету, белгіленген шектердегі мәндерді қалыпқа келтіру, үлкен мәндерді логарифмдеу және шу компоненттерін іріктеу қажет.

Келесі есептеу тәртібі үшін дұрыс дайындалған деректер негізінде университеттің бұлтқа бағытталған оқу ортасын басқаруында таңдалған процестердің ықтимал математикалық модельдерінің (кандидаттардың) құрылымдары мен параметрлері бағаланады. Модельдік құрылымды таңдау (бағалау) оны құрудағы шешуші сәт болып табылады.

Университеттің бұлтқа бағытталған оқу ортасын масштабтау процесінің дамуын болжаусыз шешім қабылдауды қолдау жүйесінқұру мүмкін емес болғандықтан, модельді құрастырғаннан кейін оны бұлтқа бағытталған оқу ортасының күйлерін болжау мәселесін шешуге қолдану мүмкіндігін тексеру керек.

Бүгінгі таңда техникада қолданылатын болжау әдістерінің кең ауқымы бар. Дегенмен, барлық әдістер оларды қолданудың нақты жағдайларында жоғары сапалы болжамдарды қамтамасыз ете бермейді.

Сондықтан болжау әдісін таңдау - өте күрделі мәселе болып табылады. Басым жағдайларда университеттің бұлтқа бағытталған оқу ортасының жағдайын болжаудың ең жақсы нәтижелеріне әртүрлі әдістерді қолдану арқылы алынған болжамды бағалауларды орташалау (немесе салмақ коэффициенттерін пайдалану арқылы біріктіру) арқылы қол жеткізуге болады.

Біздің ойымызша, ықтималдық әдістер университеттің бұлтқа бағытталған оқу ортасын масштабтау процестерін болжау үшін ең қолайлы болып табылады. Өзінің табиғаты бойынша бұл әдістер жағдайларды модельдеу және адамның шешім қабылдау әдістеріне жақын, сондықтан оларды шешім қабылдауды қолдау жүйесін

де

қолдану айтарлықтай оң нәтиже бере алады.

Университеттің бұлтқа бағытталған оқу ортасын масштабтауға арналған шешім қабылдауды қолдау жүйесін құрудың келесі қадамы оның күйлерінің болжамды бағалауларын ескере отырып, таңдалған масштабтау процесін басқару әдісін таңдау болып табылады. Бұл оңтайлы, бейімді және аралас басқарудың жоғары тиімді заманауи әдістері болуы мүмкін. Бақылау әдісін таңдау көп жағдайда алдыңғы кезеңде жасалған математикалық модель түріне байланысты.

2-суретте генетикалық алгоритм негізінде университеттің бұлтқа бағытталған оқу ортасын масштабтаудағы мәселені шешуге арналған модульді бағдарламалық қамтамасыз етуді іске асыру интерфейсінің жалпы көрінісі көрсетілген. Бұл модуль университеттің бұлтқа бағытталған оқу ортасын (бұдан әрі - шешім қабылдауды қолдау жүйесі) масштабтау үшін жобаланған шешімдерді қолдау жүйесі шеңберінде қызмет етеді [10, 11].

2- сурет – Генетикалық алгоритм негізінде университеттің бұлтқа бағытталған оқу ортасын масштабтауға арналған мәселені шешуге арналған модульді бағдарламалық қамтамасыз етуді іске

асыру интерфейсінің жалпы көрінісі

(университеттің бұлтқа бағытталған оқу ортасын масштабтау бойынша шешім қабылдауды қолдау жүйесі)

Серверлердің әртүрлі санымен, жад жинақтары және университеттің бұлтқа бағытталған оқу ортасын масштабтауға арналған басқа генетикалық алгоритм негізіндегі модельдеу параметрлері арқылы университеттің бұлтқа бағытталған оқу ортасының серверлеріне қосылуға болатын виртуалды машина санын модельдеу мысалдары 3 және 4-суреттерде көрсетілген, Бұл модуль жобаланған шешім қабылдауды қолдау жүйесішеңберінде жұмыс істейді.

Модельдеу нәтижелерін XML форматына аудару

және экспорттау Университеттің ББОО

серверлеріне қосуға болатын ВМ санын модельдеуге арналған

компонент Болжамды күйлерді ескере

отырып, ББОО масштабтау нәтижелерін модельдеу үшін

бастапқы деректерді орнату блогыБолжамды күйлерді

ескере отырып, ЭЫДҰ масштабтау нәтижелерін модельдеу үшін бастапқы

деректерді орнату блогы

Вестник Алматинского университета энергетики и связи № 3 (58) 2022

3- сурет – Университеттің бұлтқа бағытталған оқу ортасының бөлігі ретінде бес виртуалды машина кластерлерінің модельдеу нәтижелері

4- сурет – Университеттің ББОО бөлігі ретінде үш виртуалды машина кластері үшін модельдеу нәтижелері

Жоғарыда аталған тармақта сипатталған университеттің бұлтқа бағытталған оқу ортасын масштабтау мәселесін шешуге арналған ГA моделінің және осы тармақта сипатталған шешім

қабылдауды қолдау жүйесі модулінің сәйкестігін тексеру үшін сәйкес есептеу эксперименттері жүргізілді.

Виртуалды машинаны пайдаланушылардың кездейсоқ құрылған қосуларымен университеттің бұлтқа бағытталған оқу ортасының серверлеріне нұсқалары үшін есептеу эксперименттері жүргізілді.

Салыстыру үшін үш алгоритм таңдалды:

1) Модификацияланған генетикалық алгоритм (MГA). Бұл алгоритм университеттің бұлтқа бағытталған оқу ортасын масштабтауына қатысты мәселелерді шешу үшін жоғарыда сипатталған шешім қабылдауды қолдау жүйесі модулінде негізгі алгоритм ретінде пайдаланылды. Есептеу эксперименттеріндегі сияқты, виртуалды пайдаланушы жұмыс станцияларын масштабтау опциялары сипатталады. Дегенмен, әзірленген шешім қабылдауды қолдау жүйесі модулінде бар шешімдерден айырмашылығы - модификацияланған кодтау әдісі қолданылған. Сонымен қатар, селективті деп аталатын стратегия қолданылады. Бұл тәсілмен гендік банкке ең жақсы элементтер таңдалады. Гендік банкті пайдалану серверлер үшін жедел жадтың қажетті көлемінің параметрлеріне сәйкес бұлтқа бағытталған оқу ортасын серверлік инфрақұрылымы үшін қажетті конфигурация опциясын таңдауға байланысты шешімді іздеуде ұрпақтар санын азайтуға мүмкіндік берді. Білім беру мекемесінің жеке меншік бұлтының және сонымен бірге оны жаңғыртудың жалпы құнын барынша азайту;

2) тармақтар мен шекаралар әдісіне негізделген;

3) «ашкөздік алгоритмі».

5-сурет – Университеттің бұлтқа бағытталған оқу ортасын масштабтау үшін шешім қабылдауды қолдау жүйесімодулінде қолданылатын алгоритмдердің тиімділігін салыстыратын

есептеу эксперименттерінің нәтижелері

Вестник Алматинского университета энергетики и связи № 3 (58) 2022

6-сурет – Есепті шешу үшін қолданылатын алгоритмдердің жұмыс уақытын салыстыратын есептеу эксперименттерінің нәтижелері

Есептеу эксперименттерінің нәтижелері мынаны көрсетті:

1) тармақтар және шек әдісі және модификацияланған генетикалық алгоритм шамамен бірдей тиімділікті көрсетеді.

2) максималды дәлсіздік шамамен 3,2-3,4% құрады.

3) модификацияланған генетикалық алгоритм жеткілікті жоғары тиімділігімен, сонымен қатар жылдамдығымен ерекшеленеді.

4) модификацияланған генетикалық алгоритм көмегімен серверлерге қосылған виртуалды машина паркін кеңейту кезінде ЖОО-ның бұлтқа бағытталған оқу ортасын масштабтау нұсқаларын бағалау мәселесін шешуге жұмсалған уақыт - тармақты және шек әдісінің көрсеткіштерімен салыстырғанда шамамен 16-25,5 есе аз екені анықталды. Бұл жағдай болашақта шешім қабылдауды қолдау жүйесі

н

қайта қарау кезінде осы нақты алгоритмді таңдауға мүмкіндік береді.

Модификацияланған генетикалық алгоритмді пайдаланудың кемшіліктерінің бірі - университеттің бұлтқа бағытталған оқу ортасын масштабтау тәсілдерін бағалау және оның күйлерін болжамды бағалау мәселесін шешудің барлық мүмкін алгоритмдерінің талданбағандығын айтуға болады. [12-15]

Қорытынды

- Жғдайдың болжамды бағалауларын ескере отырып, университеттің бұлтқа бағытталған оқу ортасын масштабтау нұсқаларын бағалау мәселесінде шешім қабылдауды қолдау жүйесін жобалауға тұжырымдамалық тәсілі ұсынылды;

- Шешім қабылдауды қолдау жүйесі модулі. Оның күйлерінің болжамды бағалауларын ескере отырып, университеттің бұлтқа бағытталған оқу ортасын масштабтау нұсқаларын бағалау тапсырмасын модификацияланған генетикалық алгоритмді пайдалану негізінде бағдарламалық түрде жүзеге асырылды.

Қолданыстағы шешімдерден айырмашылығы: шешім қабылдауды қолдау жүйесімодулі және әзірленген модульдің негізгі есептеуіш ядросы университеттің бұлтқа бағытталған оқу ортасын масштабтау көрсеткіштеріне әсер ететін жеке факторларды да ескеруге мүмкіндік береді (серверлер

саны, сервердің жедел жады өлшемдері, виртуалды машинаға қосылған кластерлердің

саны және т.б.), және олардың комбинациялары. Бұл университеттің бұлтқа бағытталған оқу ортасының администраторларына масштабтау сценарийлерін жылдам бағалауға мүмкіндік береді;

- Жоғарыда аталған мәселені шешу үшін модификацияланған генетикалық алгоритмді жүзеге асыруға оңтайлы бағдарламалық қамтамасыз ету алгоритмін таңдау үшін есептеу эксперименттері жүргізілді. Шешім қабылдауды қолдау жүйесі модуліне модификацияланған генетикалық алгоритм енгізу - университеттің бұлтқа бағытталған оқу ортасының масштабталуында 25,5 есе тез оңтайлы нұсқаларын іздеуге мүмкіндік беретіні көрсетілген. Бұл тәсілдің артықшылығы - масштабтау сценарийлерді үшін әртүрлі опцияларды жылдам қарастыруға мүмкіндік береді (мысалы, бұлтқа бағытталған оқу ортасыыңн кластерлеріне виртуалды машинаға сәйкес санын қосу).

ӘДЕБИЕТТЕР ТІЗІМІ

[1] T. Lorido-Botran, J. Miguel-Alonso, J. A. Lozano Auto-scaling techniques for elastic applications in cloud environments. Department of Computer Architecture and Technology, University of Basque Country, Tech. Rep. – EHU-KAT-IK-09, 2012 – № 12.

[2] RightScale Cloud Management. Available at: http://www.rightscale.com/.

[3] How a Slow Website Impacts Your Visitors and Sales. Available at:

http://www.peer1.com/knowledgebase/how-slow-website-impacts-your-visitors-and-sales.

[4] Nah F.F.H. (2004). A study on tolerable waiting time: how long are Web users willing to wait?

Behaviour & Information Technology, 23(3), pp. 153-163.

[5] How Loading Time Affects Your Bottom Line. Available at: https://blog.kissmetrics.com/loading- time/.

[6] Menasce D. (2002). Load testing of web sites. Internet Computing, 6(4), pp. 70-74.

[7] Tamimi, A. A., Dawood, R., & Sadaqa, L. (2019). Disaster Recovery Techniques in Cloud Computing. In 2019 IEEE Jordan International Joint Conference on Electrical Engineering and Information Technology (JEEIT) (pp. 845-850). IEEE.

[8] Duncan, B., Happe, A., Bratterud, A., & Sen, J. (2017). Cloud Cyber Security: Finding an Effective Approach with Unikernels. Security in Computing and Communications; IntechOpen: London, UK, 31.

[9] Akinsanya, O. O., Papadaki, M., & Sun, L. (2019). Current Cybersecurity Maturity Models: How Effective in Healthcare Cloud. In CERC, pp. 211–222.

[10] Gavrylenko S., Chelak V., Semenov S., E. Chelak. Development of anomalous computer behavior detection method based on probabilistic automaton. Monograph. Kiev, 2019, pp 237-258.

[11] Коваленко А.В. Методы анализа и количественной оценки рисков разработки программного обеспечения. Системы управления, навигации и связи. - Выпуск 3 (49), Полтава:

ПолтНТУ, 2018, c. 116-125.

[12] Akhmetov B., Lakhno V., Mazaraki A., Kryvoruchko O., Chubaievskyi V., Desiatko A.

Methodology for assessing the effectiveness of measures aimed at ensuring information security of the object of informatization, Journal of Theoretical and Applied Information Technology, 99 (14), 2021, pp. 3417- 3427.

[13] Malyukov V., Lakhno V., Akhmetov B., Kasatkin D., Plyska L. Development of a model for choosing strategies for investing in information security. Eastern-European Journal of Enterprise Technologies, 2021, 2 (3-110), pp. 43-51.

[14] Adilzhanova S., Lakhno V., Akhmetov B., Blozva A., Svitlana R., Dmytro R. The use of a genetic algorithm in the problem of distribution of information security organizational and financial resources. ATIT 2020 - Proceedings: 2020 2nd IEEE International Conference on Advanced Trends in Information Theory, Kyev, 2020, № 9349310, pp. 251-254.

[15] Каменщик И. В., Мирошниченко А. В., Красник, А. В., Солодеева Л. В. Защита от скрытых угроз в среде облачных вычислений. Сборник научных трудов Военного института Киевского национального университета имени Тараса Шевченко, 2018, (59), c. 115-126.

Вестник Алматинского университета энергетики и связи № 3 (58) 2022

LIST OF REFERENCES

[2] RightScale Cloud Management. Available at: http://www.rightscale.com/.

[3] How a Slow Website Impacts Your Visitors and Sales. Available at:

http://www.peer1.com/knowledgebase/how-slow-website-impacts-your-visitors-and-sales.

[4] Nah F.F.H. (2004). A study on tolerable waiting time: how long are Web users willing to wait?

Behaviour & Information Technology, 23(3), pp. 153-163.

[5] How Loading Time Affects Your Bottom Line. Available at: https://blog.kissmetrics.com/loading- time/.

[6] Menasce D. (2002). Load testing of web sites. Internet Computing, 6(4), pp. 70-74.

[8] Duncan, B., Happe, A., Bratterud, A., & Sen, J. (2017). Cloud Cyber Security: Finding an Effective Approach with Unikernels. Security in Computing and Communications; IntechOpen: London, UK, 31.

[9] Akinsanya, O. O., Papadaki, M., & Sun, L. (2019). Current Cybersecurity Maturity Models: How Effective in Healthcare Cloud. In CERC, pp. 211–222.

[10] Gavrylenko S., Chelak V., Semenov S., E. Chelak. Development of anomalous computer behavior detection method based on probabilistic automaton. Monograph. Kiev, 2019, pp 237-258.

[11] Kovalenko A.V. Metody` analiza i kolichestvennoj oczenki riskov razrabotki programmnogo obespecheniya. Sistemy` upravleniya, navigaczii i svyazi. - Vy`pusk 3 (49), Poltava: PoltNTU, 2018, c. 116- 125.

[12] Akhmetov B., Lakhno V., Mazaraki A., Kryvoruchko O., Chubaievskyi V., Desiatko A.

[15] Kamenshhik I. V., Miroshnichenko A. V., Krasnik, A. V., Solodeeva L. V. Zashhita ot skry`ty`kh ugroz v srede oblachny`kh vy`chislenij. Sbornik nauchny`kh trudov Voennogo instituta Kievskogo naczional`nogo universiteta imeni Tarasa Shevchenko, 2018, (59), c. 115-126.

РАЗРАБОТКА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ

Dalam dokumen Untitled (Halaman 62-71)