Методи керування складноструктурованими даними в розподілених телекомунікаційних системах

Abstract

UA: В дисертаційній роботі вирішується актуальне науково-технічне завдання підвищення ефективності та надійності обробки даних у розподілених телекомунікаційних системах (РТС) шляхом розробки методів і моделей ієрархічної кластеризації, динамічної самоорганізації обчислювальних вузлів, вибору головного вузла та формування обчислювальних конвеєрів, що забезпечує зниження затримок, рівномірний розподіл навантаження та підвищення відмовостійкості мережі. Об’єктом дослідження є процес організації обробки даних у розподілених телекомунікаційних системах. Предметом дослідження є методи, моделі та алгоритми ієрархічної кластеризації та динамічної самоорганізації вузлів у розподілених телекомунікаційних системах, спрямовані на підвищення їх ефективності, надійності та адаптивності до змінних умов. Метою дисертаційного дослідження є підвищення ефективності та надійності обробки даних у розподілених телекомунікаційних системах шляхом розробки методів і моделей ієрархічної кластеризації, багатокритеріального розподілу потоків даних та динамічної самоорганізації обчислювальних вузлів в умовах змінного середовища.

EN: The dissertation addresses a relevant scientific and technical problem of improving the efficiency and reliability of data processing in distributed telecommunication systems (DTS) by developing methods and models for hierarchical clustering, dynamic self-organization of computational nodes, leader node selection, and computational pipeline formation, which ensure reduced latency, balanced load distribution, and enhanced network fault tolerance. Object of the research is the process of organizing data processing in distributed telecommunication systems (DTS). Subject of the research is the methods, models, and algorithms of hierarchical clustering and dynamic self-organization of nodes in DTS, aimed at improving their efficiency, reliability, and adaptability to changing conditions. The aim of the dissertation is to improve the efficiency and reliability of data processing in DTS by developing methods and models of hierarchical clustering, multicriteria data flow distribution, and dynamic self-organization of computational nodes under variable environmental conditions. In the introduction the relevance of improving the efficiency and resilience of processing complex-structured data in DTS under conditions of dynamic changes in load, network parameters, and increasing demands on computational resources is substantiated. The scientific novelty lies in the development of methods for hierarchical node clustering, head node selection, construction of data processing pipelines, and multi-criteria data flow distribution using an enhanced genetic algorithm. The practical significance of the obtained results is justified in terms of ensuring scalability, reducing 12 delays, balancing resource utilization, and enhancing the resilience of DTS operation. The personal contribution of the author and the list of scientific publications on the dissertation topic are presented.