Аннотация: Позиционирование внутри помещений в сети Wi-Fi относится к классу задач, в которых зависимость выходных характеристик от входных переменных подвержена влиянию многих параметров и внешних факторов. При решении таких задач необходимо учитывать, что в определении местоположения существенный интерес представляет не только определение статических координат объекта, но и прогнозирование вектора его перемещений. В случае, когда местоположение объекта определяется только по уровню мощности сигнала, принимаемого от нескольких точек доступа в сети Wi-Fi, использование моделей затухания сигнала, учитывающих условия распространения радиоволн внутри помещений, затруднено из-за необходимости в достоверных сведениях о материале перекрытий, пола и потолка, наличии фиксированных и мобильных затеняющих объектов и т.д. Поскольку электромагнитная обстановка внутри помещения меняется в зависимости от многих факторов, вышеупомянутые модели приходится подстраивать под эти изменения. Так как нахождение закономерностей в большом объёме данных требует нестандартных алгоритмов, для решения задачи позиционирования можно использовать искусственные нейронные сети. Важно выбрать архитектуру нейронной сети, способную учитывать изменения уровня сигнала, принимаемого мобильным устройством от точек доступа сети Wi-Fi. Перед обучением нейронной сети проводится предобработка статистических данных. Например, из набора данных для машинного обучения исключаются аномальные случаи, когда в одной измерительной точке устройство фиксирует сигнал менее чем от трех точек доступа. В результате анализа статистических данных было установлено, что одинаковое расстояние между измерительными точками приводит к тому, что нейронная сеть неверно определяет местоположение объекта. В работе показано, что в целях повышения точности позиционирования местоположения в условиях сложной радиообстановки при составлении радиокарт необходимо определить оптимальные варьирующиеся расстояния между измерительными точками. Проведённые экспериментальные исследования с учётом предложенного подхода к оптимизации расстояний между измерительными точками доказывают, что точность определения местоположения в подавляющем большинстве измерительных точек достигает 100%.

Ключевые слова: Wi-Fi, позиционирование, измерительная точка, RSSI, нейронная сеть, мощность сигнала, скрытый слой, машинное обучение, обучающая выборка, набор обучающих данных

Abstract: Indoor positioning on a Wi-Fi network belongs to a class of tasks in which the dependence of output characteristics on input variables is influenced by many parameters and external factors. When solving such problems, it is necessary to take into account that in determining the location, it is of significant interest not only to determine the static coordinates of an object, but also to predict the vector of its movements. In the case where the location of an object is determined only by the level of signal power received from several access points on a Wi-Fi network, the use of signal attenuation models that take into account the conditions of propagation of radio waves indoors is difficult due to the need for reliable information about the material of ceilings, floors and ceilings, the presence of fixed and mobile shading objects, etc. Since the electromagnetic environment inside the room varies depending on many factors, the above-mentioned models have to be adjusted to these changes. Since finding patterns in a large amount of data requires non-standard algorithms, artificial neural networks can be used to solve the positioning problem. It is important to choose a neural network architecture that can take into account changes in the signal strength received by a mobile device from Wi-Fi access points. Before training a neural network, statistical data is preprocessed. For example, abnormal cases are excluded from the machine learning dataset when the device detects a signal from less than three access points at one measuring point. As a result of the analysis of statistical data, it was found that the same distance between the measuring points leads to the fact that the neural network incorrectly determines the location of the object. The paper shows that in order to increase the accuracy of positioning the location in conditions of complex radio placement, when compiling radio maps, it is necessary to determine the optimal varying distances between measuring points. The conducted experimental studies, taking into account the proposed approach to optimizing the distances between measuring points, prove that the accuracy of location determination in the vast majority of measuring points reaches 100%.

Keywords: machine learning, hidden layer, signal strength, neural network, RSSI, measuring point, positioning, Wi-Fi, training sample, training set

Аннотация: Предметом исследования в данной статье является обобщение текстов на русском языке с использованием моделей искусственного интеллекта. В частности, авторы сравнивают популярные модели GigaChat, YaGPT2, ChatGPT-3.5, ChatGPT-4, Bard, Bing AI и YouChat и проводят сравнительное исследование их работы на текстах русского языка. В качестве исходных материалов для последующего обобщения в статье берутся наборы данных для русского языка, такие как Gazeta, XL-Sum и WikiLingua, а также для сравнения эффективности обобщения были взяты дополнительные наборы данных на английском языке CNN Dailymail и XSum. В статье применяются показатели: ROUGE, BLEU score, BERTScore, METEOR и BLEURT для оценки обобщения текстов.  В данной статье в качестве метода исследования используется сравнительный анализ данных, полученных в ходе автоматического обобщения с помощью моделей искусственного интеллекта. Научная новизна исследования заключается в проведении сравнительного анализа качества автоматического обобщения текстов на русском и английском языках с использованием различных нейросетевых моделей обработки естественного языка. Авторы исследования привлекли внимание к новым моделям GigaChat, YaGPT2, ChatGPT-3.5, ChatGPT-4, Bard, Bing AI и YouChat, рассматривая и анализируя их эффективность в задаче обобщения текста. Итоги обобщения на русском языке показывают, что YouChat демонстрирует самые высокие результаты по совокупности оценок, подчеркивая эффективность модели в обработке и генерации текста с более точным воспроизведением ключевых элементов содержания. В отличие от YouChat, модель Bard показала наихудшие результаты, представляя собой модель с наименьшей способностью к генерации связного и релевантного текста.

Ключевые слова: Bard, ChatGPT-4, ChatGPT-3, YaGPT2, GigaChat, суммаризация текста, обработка естественного языка, Bing AI, YouChat, сжатие текста

Abstract: The subject of the research in this article is the generalization of texts in Russian using artificial intelligence models. In particular, the authors compare the popular models GigaChat, YaGPT2, ChatGPT-3.5, ChatGPT-4, Bard, Bing AI and YouChat and conduct a comparative study of their work on Russian texts. The article uses datasets for the Russian language, such as Gazeta, XL-Sum and WikiLingua, as source materials for subsequent generalization, as well as additional datasets in English, CNN Dailymail and XSum, were taken to compare the effectiveness of generalization. The article uses the following indicators: ROUGE, BLEU score, BERTScore, METEOR and BLEURT to assess the quality of text synthesis. In this article, a comparative analysis of data obtained during automatic generalization using artificial intelligence models is used as a research method. The scientific novelty of the research is to conduct a comparative analysis of the quality of automatic generalization of texts in Russian and English using various neural network models of natural language processing. The authors of the study drew attention to the new models GigaChat, YaGPT2, ChatGPT-3.5, ChatGPT-4, Bard, Bing AI and YouChat, considering and analyzing their effectiveness in the task of text generalization. The results of the generalization in Russian show that YouChat demonstrates the highest results in terms of the set of ratings, emphasizing the effectiveness of the model in processing and generating text with a more accurate reproduction of key elements of content. Unlike YouChat, the Bard model showed the worst results, representing the model with the least ability to generate coherent and relevant text. The data obtained during the comparison will contribute to a deeper understanding of the models under consideration, helping to make a choice when using artificial intelligence for text summarization tasks as a basis for future developments.

Keywords: text compression, YouChat, Bing AI, Bard, ChatGPT-4, ChatGPT-3, YaGPT2, GigaChat, text summarization, natural language processing

Аннотация: В статье исследуется принцип работы модели Proof of Performance (PoP), основанной на алгоритме консенсуса, поддерживающем функции горизонтального шардинга. Модель PoP вносит изменения в традиционную структуру блоков, используемую в алгоритмах Proof of Stake и сетях на базе ядра Tendermint. Горизонтальный шардинг позволяет распределять транзакции между несколькими узлами (шардами), что значительно увеличивает пропускную способность сети. Основная цель исследования – изучение способов повышения эффективности и масштабируемости блокчейн-сетей через динамическое распределение транзакций и адаптивное управление узлами. Важным аспектом является определение параметров и изменяемых характеристик узлов, таких как производительность и надежность для равномерного и справедливого распределения нагрузки внутри сети. Это обеспечивает адаптацию системы к изменяющимся условиям нагрузки.  В работе используются аналитические и формальные методы для описания структуры блока, механизма распределения транзакций и системы наказаний и поощрений для шардов. Исследование представляет собой инновационный подход к управлению блокчейн-сетями, акцентируя внимание на производительности узлов. Модель PoP с горизонтальным шардингом обеспечивает более высокую пропускную способность и масштабируемость сети по сравнению с традиционными алгоритмами консенсуса. Предложена система динамического распределения нагрузки и адаптивного изменения весов узлов на основе их производительности, что способствует повышению эффективности и надежности сети. В результате исследования доказано, что модель Proof of Performance значительно увеличивает скорость обработки транзакций и общую производительность блокчейн-сети. Примеры применения подтверждают эффективность модели в различных типах сетей, таких как DeFi-платформы, системы управления цепочками поставок и IoT-сети. Модель PoP стимулирует узлы к поддержанию высокой производительности, обеспечивая справедливое распределение нагрузки и повышая общую устойчивость сети.

Ключевые слова: Модель консенсуса, Алгоритм консенсуса, Шард, Блок, Доказательство производительности, Доказательство ставки, Горизонтальный шардинг, Производительность, Распределение нагрузки, Блокчейн

Abstract: The article examines the working principle of the Proof of Performance (PoP) model, based on a consensus algorithm that supports horizontal sharding functions. The PoP model introduces changes to the traditional block structure used in Proof of Stake algorithms and Tendermint-based networks. Horizontal sharding allows transactions to be distributed among multiple nodes (shards), significantly increasing the network's throughput. The main goal of the study is to explore ways to enhance the efficiency and scalability of blockchain networks through dynamic transaction distribution and adaptive node management. An important aspect is the definition of parameters and adjustable characteristics of nodes, such as performance and reliability, to ensure even and fair load distribution within the network. This provides the system with the ability to adapt to changing load conditions. The study employs analytical and formal methods to describe the block structure, transaction distribution mechanism, and the system of penalties and rewards for shards. The research represents an innovative approach to managing blockchain networks, focusing on node performance. The PoP model with horizontal sharding provides higher throughput and scalability compared to traditional consensus algorithms. A system of dynamic load distribution and adaptive weight adjustment of nodes based on their performance is proposed, which contributes to the improvement of the network's efficiency and reliability. The results of the study demonstrate that the Proof of Performance model significantly increases transaction processing speed and overall blockchain network performance. Application examples confirm the model's effectiveness in various types of networks, such as DeFi platforms, supply chain management systems, and IoT networks. The PoP model encourages nodes to maintain high performance, ensuring fair load distribution and enhancing the overall network resilience.

Keywords: Blockchain, Load distribution, Performance, Horizontal sharding, Proof of Stake, Proof of Performance, Block, Shard, Consensus algorithm, Consensus model

Аннотация: Объектом исследования настоящей работы являются однородные коллективы автоматов, обладающие свойством целенаправленного поведения. Предметом настоящего исследования является сравнение различных конструкций таких автоматов при реализации условий игры в размещения.  Целью настоящего исследования является количественная оценка влияния инерционных свойств автоматов и значений глубины памяти на эффективность функционирования коллектива автоматов в рамках игры в размещения. В рассматриваемых коллективах автоматы выполняют действия в заданной среде обитания с различной степенью результативности. Автоматы, в соответствии со своей конструкцией, реагируют на поданный входной сигнал очередным действием. Оценка эффективности автомата определяется, как сумма положительных сигналов, или отрицательных сигналов, полученных автоматом за рассматриваемый промежуток времени. Указанная характеристика зависит, как от заявленной конструкции автомата, так и от глубины его памяти. Требуется определить наиболее простые конструкции автоматов, позволяющие достигать оптимума эффективности в заданной окружающей среде наискорейшим образом. Формализация, как свойство окружающей среды, так и действий автоматов, а также обработка полученных результатов производится при помощи аппарата теории игр. В этом случае значения эффективности функционирования автоматов представляются, как совокупные суммы выигрышей и проигрышей игроков-автоматов. Новизной проведенного исследования является построение интегральной оценки эффективности поведения коллектива автоматов, позволяющей проследить не только стремление коллектива к маскимизации суммы поощрений, но и к минимизации внутриколлективной конкуренции. Полученный результат позволяет проследить влияние инерционных качеств автоматов, реализованных в виде соответствующих конструкций, на эффективность функционирования в заданной окружающей среде, формализованной в виде игры в размещения. Автомат с линейной тактикой и автомат Крылова образуют две предельные реализации автоматной стратегии приближения к оптимуму. Первые за счет высокой скорости смены действий, вторые за счет длительного пребывания в состояниях, близких к оптимальным. Областью применения полученных результатов является дальнейшее исследование более сложных динамических сред при помощи наиболее простых конструкций автоматов, так как синхронные коллективы автоматов в процессе вычислительной реализации плохо поддаются распараллеливанию, что приводит к значительному росту временных и вычислительных затрат при усложнении структуры динамических сред или при увеличении данных оптимизационных задач.

Ключевые слова: однородный коллектив автоматов, целесообразное поведение, поощрения, штрафы, обучение с подкреплением, автомат, глубина памяти, теория игр, оптимальная стратегия, игра в размещения

Abstract: The object of research in this work is homogeneous collectives of automata with the property of purposeful behavior. The subject of this study is a comparison of different designs of such machines in the implementation of the conditions of the game of placement. The aim of the study is to establish the best (or similar) structures in terms of properties in order to optimize the time and computational costs of more complex machine learning models based on the principle of reinforcement learning. In the collectives under consideration, automata perform actions in a given habitat (functioning) with varying degrees of effectiveness. The automata, in accordance with their design, react to the input signal with another action. The evaluation of the effectiveness of the machine is defined as the sum of positive signals (rewards) or negative signals (penalties) received by the machine during the considered period of time. This characteristic depends on both the declared design of the machine and the depth of its memory. It is necessary to determine the simplest designs of automata that allow achieving optimal efficiency in a given environment in the shortest possible way. The formalization of both the properties of the environment and the actions of automata, as well as the processing of the results obtained, is carried out using the apparatus of game theory. In this case, the values of the effectiveness of the functioning of the machines are represented as the cumulative amounts of winnings and losses of the slot machine players. As result of the research the designs of automata that provide a given efficiency of functioning with a minimum depth of memory (the least complex design) are presented. The result obtained makes it possible to trace the influence of the inertial qualities of automata, implemented in the form of appropriate structures, on the efficiency of functioning in a given environment, formalized in the form of a game of placement. An automaton with linear tactics and a Krylov automaton form two marginal implementations of an automaton strategy for approaching the optimum. The first is due to the high speed of changing actions, the second is due to a long stay in states close to optimal. The field of application of the results obtained is further investigation of more complex dynamic environments using the simplest designs of automata, since synchronous collectives of automata in the process of computational implementation are difficult to parallelize, which leads to a significant increase in time and computational costs with the complication of the structure of dynamic environments or with an increase in these optimization tasks.

Keywords: optimal strategy, game theory, memory depth, machine, reinforcement learning, fines, incentives, appropriate behavior, homogeneous group of machines, placement game

Аннотация: В представленной работе объектом исследования являются системы компьютерного зрения. Предмет исследования – метод обнаружения объектов на изображениях на основе нейронных сетей на графах и небольшого количества обучающих примеров. Подробно рассматриваются такие аспекты темы как использование структурного представления сцены для повышения точности обнаружения объектов. Предлагается совместное использование информации о структуре сцены на основе нейронных сетей на графах и обучения с «нескольких выстрелов» для повышения точности обнаружения объектов. Устанавливаются отношения между классами с помощью внешних семантических связей. Для этого предварительно создаётся граф знаний. Метод содержит два этапа. На первом этапе выполняется обнаружение объектов на основе обучения с «нескольких выстрелов». На втором этапе выполняется повышение точности обнаружения с использованием нейронной сети на графах. Основой разрабатываемого метода является использование свёртки на основе спектральной теории графов. Каждая вершина представляет собой категорию в графе знаний, а вес ребра графа рассчитывается на основе условной вероятности. На основе свёртки объединяется информация из соседних вершин и рёбер для обновления значений вершин. Научная новизна разработанного метода заключается в совместном использовании свёрточных сетей на графах и обучения с «нескольких выстрелов» для увеличения точности обнаружения объектов. Особым вкладом автора в исследование темы является применение свёрточной сети на основе графа знаний для улучшения результатов работы метода обнаружения объектов при использовании малого количества обучающих примеров. Метод исследовался на тестовых наборах изображений из области компьютерного зрения. Используя наборы данных PASCAL VOC и MS COCO продемонстрировано, что предлагаемый метод увеличивает точность обнаружения объектов за счет анализа структурных взаимосвязей. Средняя точность обнаружения объектов при использовании разработанного метода увеличивается на 1-5% по сравнению с методом обучения с «нескольких выстрелов» без использования структурного представления.

Ключевые слова: компьютерное зрение, обнаружение объектов, свёрточные сети, небольшой набор данных, глубокое обучение, ограниченная аннотация, граф, распознавание образов, искусственный интеллект, структурное представление сцен

Abstract: In the presented work, the object of research is computer vision systems. The subject of the study is a method for detecting objects in images based on neural networks on graphs and a small number of training examples. Such aspects of the topic as the use of a structural representation of the scene to improve the accuracy of object detection are discussed in detail. It is proposed to share information about the structure of the scene based on neural networks on graphs and training from "multiple shots" to increase the accuracy of object detection. Relationships between classes are established using external semantic links. To do this, a knowledge graph is pre-created. The method contains two stages. At the first stage, object detection is performed based on training with "multiple shots". At the second stage, the detection accuracy is improved using a neural network on graphs. The basis of the developed method is the use of convolution based on spectral graph theory. Each vertex represents a category in the knowledge graph, and the edge weight of the graph is calculated based on conditional probability. Based on the convolution, information from neighboring vertices and edges is combined to update the vertex values. The scientific novelty of the developed method lies in the joint use of convolutional networks on graphs and training from "multiple shots" to increase the accuracy of object detection. A special contribution of the author to the research of the topic is the use of a convolutional network based on a knowledge graph to improve the results of the object detection method using a small number of training examples. The method was studied on test sets of images from the field of computer vision. Using the PASCAL VOC and MS COCO datasets, it is demonstrated that the proposed method increases the accuracy of object detection by analyzing structural relationships. The average accuracy of object detection using the developed method increases by 1-5% compared to the "multiple shots" training method without using a structural representation.

Keywords: artificial intelligence, pattern recognition, graph, limited annotation, deep learning, small data set, convolutional networks, object detection, computer vision, structural representation of scenes

Аннотация: Существующие методы защиты устройств персонального Интернета вещей (PIoT) требуют постоянной и непрерывной модернизации с учетом возможного возникновения новых угроз и уязвимостей. Важной и актуальной задачей при этом является разработка универсального и эффективного подхода к обеспечению безопасности таких устройств, учитывающего ограниченность ресурсов производителей потребительской электроники сегмента IoT. В данном исследовании предлагается использование математической модели с критериями сложности реализации и универсальности механизмов защиты для выполнения ранжирования механизмов защиты с целью повышения защищённости портативных умных устройств при их оптимальной реализации, с учётом затрат разработчика и в соответствии с требованиями действующего законодательства в области информационной безопасности. Объектом исследования данной работы является процесс обеспечения информационной безопасности устройств персонального Интернета вещей, учитывающий существующие нормативные и технические требования, а также ограниченность ресурсов производителей и разработчиков. Предметом исследования выступает совокупность механизмов защиты PIoT-устройств, отобранных и ранжируемых на основе разработанной математической модели с двумя критериями.  Предложен подход к выбору механизмов защиты устройств персонального Интернета вещей на основе математической модели с критериями сложности реализации и универсальности механизмов защиты. В рамках представленного исследования был проведен подробный анализ рекомендаций и требований к обеспечению безопасности устройств персонального Интернета вещей в международных и отечественных стандартах и исследованы возможности их реализации при эффективном распределении ресурсов производителя посредством математической модели с двумя критериями. Научная новизна данной исследовательской работы заключается в том, что был предложен оригинальный подход к выбору механизмов защиты PIoT-устройств на основе математической модели с двумя критериями, позволяющий при минимизации затрат на разработку и эксплуатацию эффективно учитывать актуальные угрозы и нормативные требования. В результате проведенного исследования были сделаны выводы о том, что внедрение подхода к выбору механизмов защиты устройств персонального Интернета вещей на основе математической модели с критериями сложности и универсальности является перспективным и потенциально наиболее эффективным средством решения существующих проблем выбора механизмов обеспечения безопасности устройств персонального Интернета вещей в условиях ограниченности ресурсов производителя.

Ключевые слова: интернет, защита умных устройств, PIoT устройства, PIoT, методика обеспечения безопасности, персональный Интернет вещей, безопасность IoT, защита устройств, портативные умные устройства, математическая модель

Abstract: Existing methods to protect Personal Internet of Things (PIoT) devices require continuous updates to counter new threats and vulnerabilities. A major task is developing a universal, efficient approach that accounts for the resource constraints of consumer electronics manufacturers. This study introduces a mathematical model applying criteria for implementation complexity and versatility of protection mechanisms to rank them. The goal is to enhance portable smart device security while controlling costs and complying with information security requirements. The object of the study is the process of securing PIoT devices under current regulatory and technical constraints, as well as limited resources. Its subject is a set of security mechanisms chosen and ranked using a two-criteria model. Within this research, a detailed analysis of recommendations in international and domestic standards was conducted, and feasibility of their adoption was examined through effective resource allocation guided by the model. This research’s novelty lies in an original method for selecting PIoT security mechanisms based on complexity and versatility. By accounting for emerging threats, regulatory mandates, and development expenses, the model provides an integrated strategy that minimizes operational overhead. It delivers comprehensive coverage of security needs despite manufacturers' resource constraints. Findings confirm that adopting this model is a promising, cost-effective way to address PIoT security challenges. By prioritizing complex yet versatile measures, developers can align with legislative requirements and evolving risks. In conclusion, the proposed approach addresses both emergent vulnerabilities and stringent legal obligations, ensuring efficient use of limited resources. By incorporating these criteria, developers can systematically balance complexity, versatility, and cost, achieving stronger protection for consumer IoT products. By emphasizing these factors, it ensures product compliance with evolving standards. The study shows that a two-criteria mathematical model can steer manufacturers toward robust, practical security solutions for Personal Internet of Things devices.

Keywords: IoT security, mathematical model, portable smart devices, Internet, Device protection, Smart device protection, security methodology, PIoT, PIoT devices, personal Internet of Things

Аннотация: Основное внимание в статье уделяется операционным системам, облачным вычисления и командным оболочкам, которые активно развиваются несколько десятков лет и уже являются частью жизни, как обычного пользователя, так и профессионала компьютерных технологий. Эти объекты рассматриваются как отдельные составляющие информационных технологий, так и их взаимосвязь и результаты этой взаимосвязи. Операционные системы в облачных серверах выполняют управленческую роль. Если быть точнее, то они управляют ресурсами физических серверов. Операционные системы или же ОС в данном случает определяют несколько параметров. К таким параметрам мы может отнести то, как операционные системы могут использовать память, хранилище для различных виртуальных машин и управлять ими. Командные оболочки в свою очередь представляются приложением, которое предоставляет пользователю некий интерфейс командной строки, в которой тот вводит команды как по отдельности, так и запускает скрипты, состоящие из списка команд. Методы исследования включают теоретические (классификация, сравнительный анализ, анализ литературы) и практические (эксперимент, моделирование) подходы. Это позволяет провести комплексный анализ функционирования операционных систем и командных оболочек в облачных вычислениях. Научной новизной нашего исследования служит приведение скриптов для выполнения той или иной задачи в области облачных вычислений на определённой операционной системе с использованием вышеописанных командных оболочек. Таким образом, авторами были приведены теоретические данные об операционные системах и командных оболочках. Авторы привели примеры скриптов и анализ безопасности для командных оболочек Bash и Bourne Shell (sh) для операционной системы Linux и скрипты для командных оболочек Command Prompt (cmd.exe) и Windows PowerShell для операционной системы Microsoft Windows. В результате проведенной работы были составлены таблицы с влиянием операционной системы и командной оболочки на выполнение облачных вычислений. Анализ таблиц позволил охарактеризовать авторам объекты исследования данной научной работы и сделать соответствующие выводы.

Ключевые слова: Bash, Bourne Shell, Microsoft Windows, Linux, облачная инфраструктура, облачные платформы, облачные вычисления, командные оболочки, операционные системы, Hyperfine

Abstract: The main focus of the article is on operating systems, cloud computing and command shells, which have been actively developing for several decades and are already part of the life of both an ordinary user and a computer technology professional. These objects are considered as separate components of information technology, as well as their relationship and the results of this relationship. Operating systems in cloud servers perform a managerial role. To be more precise, they manage the resources of physical servers. Operating systems or OS in this case define several parameters. These parameters include how operating systems can use and manage memory and storage for various virtual machines. Command shells, in turn, are represented by an application that provides the user with a command-line interface in which he enters commands both individually and runs scripts consisting of a list of commands. Research methods include theoretical (classification, comparative analysis, literature analysis) and practical (experiment, modeling) approaches. This allows for a comprehensive analysis of the functioning of operating systems and command shells in cloud computing. The scientific novelty of our research is the creation of scripts to perform a particular task in the field of cloud computing on a specific operating system using the above-described command shells. Thus, the authors provided theoretical data on operating systems and command shells. The authors provided examples of scripts for Bash and Bourne Shell (sh) command shells for the Linux operating system and scripts for Command Prompt command shells (cmd.exe ) and Windows PowerShell for the Microsoft Windows operating system. As a result of the analysis of the scripts, a table was compiled with the impact of the operating system and the command shell on cloud computing. The analysis of the table allowed the authors to characterize the objects of research of this scientific work and draw appropriate conclusions.

Keywords: Hyperfine, Bourne Shell, Bash, Microsoft Windows, Linux, cloud infrastructure, cloud platforms, cloud computing, command shells, operating systems

Аннотация: Предметом исследования послужила производительность исполнения программ на JavaScript в современных средах Node.js, Deno и Bun. Эти платформы используются для разработки серверных приложений и имеют значительные различия в архитектуре, функциональных возможностях и производительности. Node.js — это наиболее зрелое и широко распространенное решение, которое активно используется в большинстве современных веб-приложений. Deno — это более новая среда, разработанная создателем Node.js, предлагающая улучшенную безопасность, поддержку TypeScript и другие нововведения. Bun, в свою очередь, представляет собой современную и высокопроизводительную альтернативу, ориентированную на скорость работы с серверными приложениями. Цель исследования заключается в выявлении различий в производительности основных современных сред исполнения (Node.js, Deno и Bun) для дальнейшего применения этих сред в разработке серверной части веб-приложений. Для проведения исследования использовался метод компьютерного эксперимента с применением Docker-контейнеров и автоматизации процессов с помощью Ansible. Измерялось время выполнения различных сценариев в каждой из сред исполнения. Научная новизна данного исследования заключается в том что впервые предложена целостная и обоснованная методика измерения и сравнения производительности кода на JavaScript применительно к современным средам исполнения, которая позволит исследователям в дальнейших экспериментах опираться на предложенный подход и распространить его на новые среды исполнения. Результаты исследования показывают, что Bun демонстрирует наилучшую производительность в синхронных вычислениях (сортировка, обработка JSON), но уступает Node.js и Deno в проверке на простоту числа. Deno проявил высокую эффективность в асинхронных операциях, благодаря использованию Rust и библиотеки Tokio. Node.js, несмотря на более низкие результаты в синхронных задачах, показал стабильную производительность в тестах и остается надежным выбором для крупных проектов. В ходе исследования были разработаны рекомендации по выбору подходящей среды выполнения серверного JavaScript кода для различных задач.

Ключевые слова: JavaScript, Node.js, Deno, Bun, Производительность, Компьютерный эксперимент, Бэкенд, Веб, Сервер, Docker

Abstract: The subject of the study was the performance of JavaScript program execution in modern environments Node.js, Deno and Bun. These platforms are used to develop server applications and have significant differences in architecture, functionality and performance. Node.js is the most mature and widespread solution and is actively used in most modern web applications. Deno is a newer environment developed by the creator of Node.js, offering improved security, TypeScript support, and other innovations. Bun, on the other hand, is a modern and high-performance alternative focused on the speed of server-side applications. The purpose of the study is to identify the performance differences between the major modern runtime environments (Node.js, Deno and Bun) for further utilization of these environments in web application development. A computer experiment method using Docker containers and process automation using Ansible was used for the study. The execution time of different scenarios in each of the execution environments was measured. The scientific novelty of this study lies in the fact that for the first time a holistic and valid methodology for measuring and comparing JavaScript code performance in modern runtime environments has been proposed, which will allow researchers to build on the proposed approach in further experiments and extend it to new runtime environments. The results show that Bun shows the best performance in synchronous computations (sorting, JSON processing), but is behind Node.js and Deno in checking for prime numbers. Deno showed high performance in asynchronous operations, thanks to the use of Rust and the Tokio library. Node.js, despite lower results in synchronous tasks, showed stable performance in tests and remains a solid choice for large projects. In the course of the study, recommendations were developed for selecting the appropriate server-side JavaScript code execution environment for various tasks.

Keywords: Docker, Server, Web, Backend, Computer experiment, Performance, Bun, Deno, Node.js, JavaScript

Аннотация: В Российской Федерации большое внимание уделяется развитию сквозных цифровых технологий, в том числе и технологиям искусственного интеллекта (ИИ). Указом Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 года. В соответствии с подпунктом (в) пункта 51.5 Стратегии одним из направлений повышения уровня компетенций в области ИИ и уровня информированности граждан о ИИ является развитие навыков использования технологий ИИ у выпускников образовательных организаций высшего образования посредством включения модулей по ИИ в каждую образовательную программу. Объектом исследования данной статьи является применение систем ИИ в ходе проведения лабораторных и практических занятий, а также самостоятельной работы обучающихся по дисциплинам «Системы искусственного интеллекта», «Основы искусственного интеллекта» и аналогичным дисциплинам. Предметом исследования являются способы решения задач аппроксимации функций и классификации данных средствами специализированных платформ Loginom Community и Neural Network Wizard. Подробно рассмотрены способы обучения нейронной сети, способы оценки качества обучения и обучающей выборки нейронной сети.  Методология исследования основана на сочетании теоретического и практического подходов с применением методов анализа, сравнения, обобщения, синтеза, классификации, моделирования. Разработаны материалы, в ходе изучения которых студенты должны получить теоретические знания в области аппроксимации функций и классификации данных, ознакомиться с основными концепциями и методами искусственного интеллекта, а также их применением в различных областях обработки данных, закрепить практические навыки работы с нейронными сетями, а также специализированными платформами и инструментами Loginom Community и Neural Network Wizard. Исследование было проведено с обучающимися 1–2 курсов бакалавриата и специалитета УГСН 09.00.00, 10.00.00, 15.00.00 всех форм обучения. При реализации исследования соблюдались принципы последовательного изложения материала и «от простого к сложному». Результаты контрольных мероприятий показали, что на достаточном уровне были сформированы навыки использования технологий искусственного интеллекта у обучающихся направлений подготовки, не связанных с областью искусственного интеллекта.

Ключевые слова: искусственный интеллект, нейронные сети, аппроксимация функций, классификация данных, обработка данных, обучение моделей, Loginom Community, Neural Network Wizard, обучающая выборка, регрессия

Abstract: In the Russian Federation, much attention is paid to the development of end-to-end digital technologies, including artificial intelligence (AI) technologies. Decree of the President of the Russian Federation No. 490 dated October 10, 2019 "On the development of artificial intelligence in the Russian Federation" approved the National Strategy for the Development of Artificial Intelligence for the period up to 2030. In accordance with subparagraph (c) of paragraph 51.5 of the Strategy, one of the directions for improving the level of AI competencies and the level of awareness of citizens about AI is the development of skills in using AI technologies among graduates of educational institutions of higher education through the inclusion of AI modules in each educational program. The object of the study of this article is the use of AI systems in the course of laboratory and practical classes, as well as independent work of students in the disciplines "Artificial intelligence systems", "Fundamentals of artificial intelligence" and similar disciplines. The subject of the research is the methods of solving problems of approximation of functions and classification of data by means of specialized platforms Loginom Community and Neural Network Wizard. The methods of training a neural network, methods for evaluating the quality of training samples of a neural network are considered in detail. The research methodology is based on a combination of theoretical and practical approaches using methods of analysis, comparison, generalization, synthesis, classification, and modeling. Materials have been developed, during the study of which students should gain theoretical knowledge in the field of function approximation and data classification, familiarize themselves with the basic concepts and methods of artificial intelligence, as well as their application in various fields of data processing, consolidate practical skills in working with neural networks, as well as specialized platforms and tools Loginom Community and Neural Network Wizard. The results of the control measures showed that the skills of using artificial intelligence technologies were formed at a sufficient level among students of training areas not related to the field of artificial intelligence.

Keywords: regression, training sample, Neural Network Wizard, Loginom Community, model training, data processing, data classification, function approximation, neural networks, artificial intelligence

Аннотация: В статье рассматривается роль больших языковых моделей (Large Language Models, LLM) в интегрированных средах разработки (Integrated Development Environment, IDE) нового поколения. Изучаются инструменты, такие как GitHub Copilot, IntelliCode и Alice Code Assistant, в контексте их использования в программировании. Авторы исследуют, каким образом LLM позволяют автоматизировать ключевые задачи разработки, включая автодополнение кода, выявление ошибок, рефакторинг и генерацию фрагментов программного кода, и как автоматизация приводит к повышению эффективности разработки и улучшению качества конечного продукта. Особое внимание уделяется влиянию использования LLM на когнитивные процессы разработчиков, их способность к решению творческих задач, а также на мотивацию и профессиональные навыки. Так же обсуждаются этические аспекты внедрения LLM. Обзор существующих интегрированных сред разработки, в которых применяются большие языковые модели. Оценивались функциональные возможности LLM для автодополнения кода, генерации фрагментов, выявления и исправления ошибок. Применялись сравнительные методы для оценки эффективности LLM по сравнению с традиционными средствами разработки. Новизна исследования заключается в комплексном анализе применения LLM в современных IDE, а также в выявлении их потенциала для повышения продуктивности разработчиков и улучшения качества программного кода. Сделан вывод о том, что интеграция LLM в IDE позволяет не только ускорить процесс создания кода, но и существенно повысить его качество за счет интеллектуальной поддержки и автоматизации рутинных задач. Однако выявлены и ограничения, связанные, в частности, с когнитивной нагрузкой, этическими вопросами и необходимостью сохранения баланса между автоматизацией и развитием навыков программистов. Авторы отмечают, что для успешной интеграции LLM необходим продуманный и ответственный подход, предполагающий баланс между автоматизацией и сохранением творческого потенциала программистов.

Ключевые слова: большие языковые модели, интегрированные среды разработки, автоматизация программирования, улучшение кода, искусственный интеллект, автодополнение кода, программные системы, машинное обучение, оптимизация процессов разработки, анализ данных

Abstract: The role of Large Language Models (LLM) in new generation integrated development environments (IDEs). Tools such as GitHub Copilot, IntelliCode and Alice Code Assistant are explored in the context of their use in programming. The authors examine how LLMs enable the automation of key development tasks, including code autocompletion, error detection, refactoring, and code generation, which result in increased development efficiency and improved code quality. Special emphasis is placed on how LLMs affect developers' cognitive processes, such as problem-solving abilities, creativity, and professional skills. A review of existing integrated development environments that utilize large language models. LLM functionality for code autocompletion, fragment generation, error detection and correction was evaluated. Comparative methods were applied to evaluate the effectiveness of LLM compared to traditional development tools. Special attention was paid to analyzing the cognitive load caused by the use of LLMs and assessing their impact on the creative process. The novelty of the research consists in the complex analysis of LLM application in modern IDEs, as well as in revealing their potential for increasing developers' productivity and improving the quality of program code. It is concluded that LLM integration into IDEs allows not only speeding up the process of code creation, but also considerably increasing its quality due to intellectual support and automation of the routine tasks. However, while the benefits of integrating LLMs into IDEs are clear, limitations related to cognitive load, ethical issues, data security, and the need to maintain a balance between automation and development of programmers' skills are also identified.

Keywords: development process optimization, machine learning, software systems, code completion, artificial intelligence, code improvement, programming automation, Integrated Development Environments, Large Language Models, data analysis

Аннотация: В статье авторы рассматривают влияние контейнерных технологий на процессы разработки программного обеспечения (ПО). Основное внимание уделяется роли контейнеризации в оптимизации процессов развертывания и управления приложениями, а также в повышении гибкости и масштабируемости программных систем. В исследовании анализируются ключевые аспекты применения контейнеров, включая изоляцию приложений, повышение переносимости ПО между различными средами, а также снижение затрат на эксплуатацию благодаря оптимизации использования вычислительных ресурсов. Рассматриваются такие современные инструменты, как Docker и Kubernetes, которые позволяют стандартизировать и автоматизировать процессы развертывания и управления инфраструктурой. Аторы обсуждают примеры практического применения контейнерных технологий в крупных российских и иностранных компаниях, где контейнеризация значительно улучшила процессы разработки и эксплуатации ПО. Для анализа эффективности контейнерных технологий использованы методы сравнительного анализа, позволяющие оценить их влияние на гибкость инфраструктуры и производительность программных систем. Источниками данных служили научные публикации. Новизна исследования заключается в рассмотрении применения контейнерных технологий в контексте современных практик разработки ПО, что позволяет значительно ускорить процессы разработки, тестирования и развертывания программных продуктов. Полученные результаты показывают, что контейнеризация способствует улучшению производительности систем, упрощает управление приложениями и снижает затраты на эксплуатацию. Примеры практического использования Docker и Kubernetes в крупных компаниях демонстрируют, что контейнеризация значительно повышает гибкость инфраструктуры и масштабируемость решений, позволяя разработчикам легко адаптироваться к меняющимся условиям и требованиям рынка. В заключение подчеркивается, что контейнерные технологии играют ключевую роль в современных процессах разработки ПО, и их дальнейшее развитие будет способствовать еще более значительным улучшениям в области автоматизации и управления инфраструктурой программных систем.

Ключевые слова: контейнеризация, разработка программного обеспечения, Docker, Kubernetes, масштабируемость, оптимизация ресурсов, эксплуатация программного обеспечения, автоматизация, платформы, изоляция процессов

Abstract: The article discusses the impact of containerized technologies on software development processes. It focuses on the role of containerization in optimizing the deployment and management of applications, as well as in increasing the flexibility and scalability of software systems. The study analyzes key aspects of containerization, including application isolation, increasing software portability between different environments, and reducing operating costs by optimizing the use of computing resources. Modern tools such as Docker and Kubernetes, which allow standardizing and automating the processes of infrastructure deployment and management, are considered. To analyze the effectiveness of container technologies, benchmarking techniques have been used to evaluate their impact on infrastructure flexibility and software system performance. The sources of data were scientific publications. The novelty of the research lies in considering the application of container technologies in the context of modern software development practices, which allows to significantly accelerate the processes of development, testing and deployment of software products. The results show that containerization improves system performance, simplifies application management, and reduces operational costs. Examples of practical use of Docker and Kubernetes in large companies demonstrate that containerization significantly increases infrastructure flexibility and scalability of solutions, allowing developers to easily adapt to changing conditions and market requirements. In conclusion, it is emphasized that container technologies play a key role in modern software development processes, and their further development will contribute to even more significant improvements in automation and infrastructure management of software systems.

Keywords: platforms, automation, software operation, resource optimization, scalability, Kubernetes, software development, Docker, containerization, process isolation

Аннотация: Данная работа посвящена вопросу представимости программ, написанных на алгоритмических языках, с помощью формализмов, базирующихся на идее применения предельной частично транзакционной памяти, включающей единственную транзакционную ячейку и множество обычных ячеек. При этом предполагается, что такие формализмы основаны на понятии сети объектов, представляющих как основные, так и вспомогательные элементы решающей задачи. Объекты функционируют в памяти указанного вида, выполняя методы, содержащие исключительно ветвящийся код, лишенный циклов. Циклы при таком подходе заменяются многократным специальным пересогласованием сети объектов, схожим с реализованным в классической транзакционной памяти. Исходя из самых общих представлений о процессе решения задачи в некоторой предметной области, впервые вводится концепция объектно-транзакционной модели и формулируются их основные свойства. При формулировании структуры и основных принципов функционирования объектно-транзакционных моделей используются методы дискретной математики, теории алгоритмов. Вводится понятие предельной частично транзакционной памяти, содержащей единственную транзакционную ячейку со специальным согласованием. Описываются особенности согласования такой памяти в контексте предлагаемых моделей. Выдвигается гипотеза о реализуемости произвольных алгоритмов с помощью объектно-транзакционных моделей. Описаны основные принципы функционирования таких моделей, сформулированы их основные свойства. Вводятся понятия предельных непараллельной и параллельной моделей. Доказывается, что предельная непараллельная модель способна выполнить произвольный разрешимый по Тьюрингу алгоритм. Доказывается, что предельная параллельная модель из K+2 узлов эквивалентна системе из K параллельно работающих машин Тьюринга и, соответственно, способна выполнить произвольный разрешимый по Тьюрингу алгоритм, подразумевающий наличие K параллельных ветвей. Таким образом, выдвинутая в работе гипотеза о реализуемости произвольных алгоритмов доказана.

Ключевые слова: последовательный алгоритм, модель программы, транзакционная память, специальное согласование, предельные теоремы, объектно-транзакционная модель, машина Тьюринга, теория, параллельный алгоритм, реализуемость алгоритмов

Abstract: This paper is devoted to the issue of representability of programs written in algorithmic languages using formalisms based on the idea of using marginal partially transactional memory, including a single transactional cell and many ordinary cells. It is assumed that such formalisms are based on the concept of a network of objects representing both the main and auxiliary elements of the solving problem. Objects function in memory of the specified type, executing methods containing exclusively branching code devoid of cycles. Cycles in this approach are replaced by multiple special object network renegotiation, similar to that implemented in classical transactional memory. Based on the most general ideas about the process of solving a problem in a certain subject area, the concept of an object-transactional model is introduced for the first time and their basic properties are formulated. The methods of discrete mathematics and the theory of algorithms are used in the formulation of the structure and basic principles of the functioning of object-transactional models. The concept of marginal partially transactional memory containing a single transactional cell with a special agreement is introduced. The features of matching such memory in the context of the proposed models are described. A hypothesis is put forward about the feasibility of arbitrary algorithms using object-transactional models. The basic principles of the functioning of such models are described, and their basic properties are formulated. The concepts of marginal non-parallel and parallel models are introduced. It is proved that the limiting nonparallel model is capable of executing an arbitrary Turing-solvable algorithm. It is proved that the limiting parallel model of K+2 nodes is equivalent to a system of K parallel running Turing machines and, accordingly, is capable of executing an arbitrary Turing-solvable algorithm implying the presence of K parallel branches. Thus, the hypothesis put forward in the paper on the feasibility of arbitrary algorithms has been proved.

Keywords: parallel algorithm, theory, Turing machine, object-transaction model, limit theorems, special reconciliation, transactional memory, program's model, sequential algorithm, feasibility of algorithms

Аннотация: В данной статье описана методика проведения эксперимента в рамках исследования восприятия визуальной информации в области периферийного зрения человека. Авторами описана методика подготовки и проектирования стимульного материала, экспериментальная установка, методика проведения эксперимента и обработка полученных данных. В ходе проектирования эксперимента ставится вопрос расширения зоны чтения визуальной информации при работе с компьютерной системой. Поскольку анализ поступающей информации производился с постепенным усложнением задачи, разработка возможного решения в ходе работы стало производственной необходимостью. Любой монитор, вне зависимости от размера ограничивает анализ зрительного восприятия. Некорректное увеличение или уменьшение объектов в формате дисциплея приводит к ухудшению данных. Корректное изображение снижает уровень усталости при чтении информации, повышает качество ее восприятия. Зона периферийного зрения остается незатронутой в рабочих процессах, являясь важной частью зрения человека. Исследование восприятия графических изображений в периферийной области человеческого зрения потенциально расширит эффективность работы интерфейса. Результаты, полученные на основе экспериментальных данных рационально использовать при разработке интерфейсов человеко-компьютерного взаимодействия. Методика включает в себя разработку и рассмотрение факторов цвета, размера и удаленности в стимульном материале. Стимульный материал спроектирован с помощью программного модуля в дальнейшем отвечающего за случайное и независимое расположение стимульного материала. Для фиксации параметров шаблона рассматривания используется программно-аппаратный комплекс ай-треккинга.

Ключевые слова: Визуальное восприятие, Область периферийного зрения, Графический интерфейс, Ай-Трекинг, Стимульный материал, Статистический анализ, Интеллектуальный интерфейс, Человеко-компьютерное взаимодействие, Ай - трекер, Зрительная система

Abstract: This article describes the method of conducting an experiment in the framework of the study of visual information perception in the field of peripheral vision of a person. The authors describe the methodology of preparation and design of stimulus material, experimental setup, experimental methodology and processing of the data obtained. During the design of the experiment, the question of expanding the reading area of visual information when working with a computer system is raised. Since the analysis of incoming information was carried out with a gradual complication of the task, the development of a possible solution in the course of work became a production necessity. Any monitor, regardless of size, limits the analysis of visual perception. Incorrect increase or decrease of objects in the discipline format leads to data degradation. A correct image reduces the level of fatigue when reading information, improves the quality of its perception. The peripheral vision area remains unaffected in work processes, being an important part of human vision. The study of the perception of graphic images in the peripheral area of human vision will potentially expand the efficiency of the interface. The results obtained on the basis of experimental data can be rationally used in the development of human-computer interaction interfaces. The methodology includes the development and consideration of factors of color, size and distance in the stimulus material. The stimulus material is designed using a software module that is subsequently responsible for the random and independent location of the stimulus material. To fix the parameters of the viewing pattern, an AI-tracking software and hardware complex is used.

Keywords: Visual system, Human-Computer Interaction, Eye Tracker, Intelligent Interface, Statistical analysis, Stimulus material, Eye Tracking, Graphical interface, Peripheral vision, Visual perception

Аннотация: Одним из актуальных направлений в области материаловедения является исследование и моделирование процессов, происходящих в капиллярно-пористых телах. Эти объекты играют важную роль в таких областях, как нефтедобыча, медицина, строительство, производство фильтров и аккумуляторов, создание новых материалов, где требуется точное понимание и контроль процессов, происходящих в пористых средах. Современные методы моделирования с использованием компьютерного зрения и высокие вычислительные мощности компьютеров позволяют значительно повысить точность и эффективность исследований капиллярно-пористых тел и процессов в них. Для пористых тел нерегулярной структуры точная визуальная фиксация процессов, происходящих внутри объектов, затруднительна, но потребность в этом имеется особенно для многоуровневых процессов, которые влияют на состояние пористого тела. Предлагаемые симуляторы и модели структуры таких объектов с использованием упрощений и абстрактных моделей для оценки взаимодействия веществ (процессов диффузии, перколяции и т.д.) непригодны в неоднородных и нерегулярных структурах.  Для получения геометрической модели пор произвольной формы предлагается использовать методы обработки цифровых изображений. Создан массив точек, описывающий геометрию поры. Выбран способ поверхностного моделирования на основе сплайн-интерполяции выделенных точек. Для получения поверхностной модели поры нерегулярной формы разработана методика формирования массива точек по уровням яркостей пикселей его цифрового изображения. Уровни яркостей для группировки исходных точек поры определены на основе локальных максимумов гистограммы яркостей. Разработан алгоритм построения поверхностной модели поры нерегулярной формы методами сплайн-интерполяции массивов точек. Представлен результат программной реализации разработанного алгоритма моделирования поверхности пор нерегулярной формы. По разработанной методике геометрического моделирования пор нерегулярной формы можно получить дальнейшую информацию для анализа о размере и объеме пор, пористости объекта в целом, а также проводить анализ процессов в пористых объектах. При необходимости для повышения точности формы количество уровней яркости для группировки точек можно увеличить.

Ключевые слова: пористые материалы, пористость, обработка цифровых изображений, спайн-интерполяция, поверхностное моделирование, нерегулярная форма, геометрическое моделирование, массив точек, гистограмма, уровень яркости пикселей

Abstract: One of the current directions in the field of materials science is the study and modeling of processes occurring in capillary-porous bodies. These facilities play an important role in areas such as oil production, medicine, construction, production of filters and batteries, and the creation of new materials, where accurate understanding and control of processes occurring in porous media is required. Modern modeling methods using computer vision and high computing power of computers can significantly improve the accuracy and efficiency of studies of capillary-porous bodies and processes in them. For porous bodies of irregular structure, accurate visual fixation of processes occurring inside objects is difficult, but there is a need for this especially for multilevel processes that affect the state of a porous body. The proposed simulators and models of the structure of such objects using simplifications and abstract models to assess the interaction of substances (diffusion, percolation, etc.) are unsuitable in heterogeneous and irregular structures. To obtain a geometric model of arbitrary-shaped pores, it is proposed to use digital image processing methods. An array of points describing the geometry of the pore has been created. A method of surface modeling based on spline interpolation of selected points is was chosen. To obtain a surface model of an irregular-shaped pore, a technique has been developed for forming an array of points based on the brightness levels of pixels of its digital image. The brightness levels for grouping the initial pore points are determined based on the local maxima of the brightness histogram. An algorithm for constructing a surface model of an irregular-shaped pore using spline interpolation of point arrays has been developed. The result of the software implementation of the developed algorithm for modeling the surface of irregular pores is presented. According to the developed method of geometric modeling of irregular pores, it is possible to obtain further information for analysis on the size and volume of pores, porosity of the object as a whole, as well as to analyze processes in porous objects. If necessary, to increase the accuracy of the shape, the number of brightness levels for grouping points can be increased.

Keywords: histogram, array of points, geometric modeling, irregular shape, surface modeling, spine interpolation, digital image processing, porosity, porous materials, pixel brightness level

Аннотация: Объектом исследования являются две системы кэширования и распределенного хранения данных — Redis и Hazelcast, которые широко применяются для ускорения доступа к данным в высоконагруженных приложениях. В статье проводится всестороннее сравнительное исследование этих систем по ключевым аспектам, важным для эффективной работы с кэшированием: архитектурным особенностям, моделям управления памятью, подходам к кластеризации, механизмам отказоустойчивости и масштабируемости. Особое внимание уделяется исследованию возможностей работы с шаблонами кэширования и поддержке SQL-подобных запросов. Цель работы заключается в глубоком анализе преимуществ и ограничений Redis и Hazelcast в контексте кэширования данных, а также в выявлении их сильных и слабых сторон при различных нагрузках и сценариях эксплуатации. Методология исследования включает сравнительный анализ Redis и Hazelcast по ключевым аспектам, с последующим представлением результатов в виде сравнительной таблицы. Также было проведено тестирование эффективности выполнения операций CRUD с использованием автоматизированных тестов, интегрированных в программу на платформе Spring Boot. Проведенное исследование показывает, что Redis, будучи однопоточной системой с быстрыми операциями записи и чтения, эффективен для простых и локализованных приложений, в то время как Hazelcast, поддерживающий многопоточность и динамическую кластеризацию, более эффективно справляется с большими объемами данных и распределенными задачами. Особым вкладом автора в исследование темы является комплексный сравнительный анализ этих систем с учетом их ключевых характеристик, таких как производительность, масштабируемость и отказоустойчивость, а также тестирование их работы в реальных сценариях. Новизна исследования заключается в детальном анализе применения Redis и Hazelcast для кэширования данных в высоконагруженных приложениях, что будет полезно для разработки и оптимизации инфраструктуры высокопроизводительных распределенных систем, которые требуют кэширования данных в реальном времени.

Ключевые слова: кэширование, Redis, Hazelcast, производительность, CRUD операции, отказоустойчивость, многопоточность, кластеризация, in-memory хранение данных, распределенная система

Abstract: The object of this study is two caching and distributed data storage systems — Redis and Hazelcast — which are widely used to accelerate data access in high-load applications. This article presents a comprehensive comparative analysis of these systems based on key aspects important for efficient caching: architectural features, memory management models, clustering approaches, fault tolerance mechanisms, and scalability. Special attention is given to investigating caching patterns and support for SQL-like queries. The aim of the work is to provide an in-depth analysis of the advantages and limitations of Redis and Hazelcast in the context of data caching, as well as to identify their strengths and weaknesses under different loads and usage scenarios. The methodology of the research includes a comparative analysis of Redis and Hazelcast based on key aspects, with results presented in the form of a comparative table. Performance testing of CRUD operations was also conducted using automated tests integrated into a Spring Boot application. The study shows that Redis, being a single-threaded system with fast read and write operations, is more efficient for simple, localized applications, while Hazelcast, which supports multi-threading and dynamic clustering, handles large data volumes and distributed tasks more effectively. The author's contribution to the research is a comprehensive comparative analysis of these systems, considering key characteristics such as performance, scalability, and fault tolerance, along with testing their performance in real-world scenarios. The novelty of the research lies in the detailed examination of Redis and Hazelcast for data caching in high-load applications, which will be valuable for the development and optimization of the infrastructure of high-performance distributed systems that require real-time data caching.

Keywords: in-memory data storage, clustering, multithreading, fault tolerance, CRUD operations, performance, Hazelcast, Redis, caching, distributed system