Підвищення оперативності діагностики помилок комп'ютерних пристроїв обробки економічних даних, функціонуючих у класі лишків

Автор(и)

  • Світлана Володимирівна Онищенко Національний університет «Полтавська політехніка імені Юрія Кондратюка», Україна https://orcid.org/0000-0002-6173-4361
  • Аліна Сергіївна Янко Національний університет «Полтавська політехніка імені Юрія Кондратюка», Україна https://orcid.org/0000-0003-2876-9316
  • Аліна Дмитрівна Глушко Національний університет «Полтавська політехніка імені Юрія Кондратюка», Україна https://orcid.org/0000-0002-4086-1513

DOI:

https://doi.org/10.15587/1729-4061.2023.289185

Ключові слова:

діагностика помилок, обробка економічних даних, клас лишків, непозиційна кодова структура

Анотація

Запропоновано удосконалений метод діагностики помилок комп'ютерних пристроїв обробки економічних даних комп’ютерних систем за рахунок підвищення оперативності. Об'єкт дослідження – процеси контролю та діагностики помилок даних, у класі лишків (КЛ). Удосконалений метод діагностики економічних даних, представлених в непозиційній системі числення у КЛ, ґрунтується на застосуванні ортогональних базисів частинних наборів основ. Застосування даних базисів дозволяє організувати процес паралельної обробки проекцій вихідного числа непозиційної кодової структури. Це дозволяє в n разів підвищити оперативність діагностування даних в залежності від дожини розрядної сітки комп'ютерних систем. Для однобайтової комп’ютерної системи 1,2 рази підвищується оперативність діагностування даних у порівнянні з існуючим методом на основі принципу нулевізації. При цьому доведено ефективність систем оперативного контролю та діагностики обробки даних у КЛ при рості розрядних сіток.

На основі результатів показано, що на відміну від коригувальних кодів, що використовуються в позиційній системі числення, арифметичні коди в КЛ мають додаткові коригувальні можливості. Наведено приклад конкретної реалізації процесу застосування оперативного контролю та діагностики помилок при обробці економічних даних представлених в КЛ. Вдосконалений методу діагностики дозволить (у порівнянні з існуючими методами діагностики) скоротити час, що підвищує оперативність процедури діагностики даних, що функціонують у КЛ. Отримані результати дають підстави стверджувати, що на основі удосконаленого методу та розробленого алгоритму для реалізації діагностики даних, можна синтезувати пристрій для достовірного та оперативного контролю та діагностики економічних даних, що функціонують у КЛ

Біографії авторів

Світлана Володимирівна Онищенко , Національний університет «Полтавська політехніка імені Юрія Кондратюка»

Доктор економічних наук, професор

Кафедра фінансів, банківського бізнесу та оподаткування

Аліна Сергіївна Янко, Національний університет «Полтавська політехніка імені Юрія Кондратюка»

Кандидат технічних наук, доцент

Кафедра комп'ютерних та інформаційних технологій і систем

Аліна Дмитрівна Глушко, Національний університет «Полтавська політехніка імені Юрія Кондратюка»

Кандидат економічних наук, доцент

Кафедра фінансів, банківського бізнесу та оподаткування

Посилання

  1. Onyshchenko, S., Brychko, М., Litovtseva, V., Yevsieieva, A. (2022). Trust in the financial sector: a new approach to conceptualizing and measuring. Financial and Credit Activity Problems of Theory and Practice, 1 (42), 206–217. doi: https://doi.org/10.55643/fcaptp.1.42.2022.3735
  2. Devanny, J., Martin, C., Stevens, T. (2021). On the strategic consequences of digital espionage. Journal of Cyber Policy, 6 (3), 429–450. doi: https://doi.org/10.1080/23738871.2021.2000628
  3. Onyshchenko, V., Onyshchenko, S., Verhal, K., Buriak, A. (2023). The Energy Efficiency of the Digital Economy. Proceedings of the 4th International Conference on Building Innovations, 761–767. doi: https://doi.org/10.1007/978-3-031-17385-1_64
  4. Onyshchenko, S., Bilko, S., Yanko, A., Sivitska, S. (2023). Business Information Security. Proceedings of the 4th International Conference on Building Innovations, 769–778. doi: https://doi.org/10.1007/978-3-031-17385-1_65
  5. Buchanan, W. (2023). Integrated Services Digital Network (ISDN). Advanced Data Communications and Networks, 515–527. doi: https://doi.org/10.1201/9781003420415-32
  6. Onyshchenko, S., Skryl, V., Hlushko, A., Maslii, O. (2023). Inclusive Development Index. Proceedings of the 4th International Conference on Building Innovations, 779–790. doi: https://doi.org/10.1007/978-3-031-17385-1_66
  7. Gupta, I., Pathak, P. (2022). Cybersecurity in digital epoch: Emerging threats and modern defense techniques. AIP Conference Proceedings. doi: https://doi.org/10.1063/5.0109715
  8. Onyshchenko, V., Onyshchenko, S., Maslii, O., Maksymenko, A. (2023). Systematization of Threats to Financial Security of Individual, Society, Business and the State in Terms of the Pandemic. Proceedings of the 4th International Conference on Building Innovations, 749–760. doi: https://doi.org/10.1007/978-3-031-17385-1_63
  9. Onyshchenko, S., Yanko, A., Hlushko, A., Maslii, O., Skryl, V. (2023). The Mechanism of Information Security of the National Economy in Cyberspace. Proceedings of the 4th International Conference on Building Innovations, 791–803. doi: https://doi.org/10.1007/978-3-031-17385-1_67
  10. Yusif, S., Hafeez-Baig, A. (2021). A Conceptual Model for Cybersecurity Governance. Journal of Applied Security Research, 16 (4), 490–513. doi: https://doi.org/10.1080/19361610.2021.1918995
  11. Hidouri, A., Hajlaoui, N., Touati, H., Hadded, M., Muhlethaler, P. (2022). A Survey on Security Attacks and Intrusion Detection Mechanisms in Named Data Networking. Computers, 11 (12), 186. doi: https://doi.org/10.3390/computers11120186
  12. Li, X., Wen, C., Li, X., Deng, C. (2022). Stabilization for a General Class of Fractional-Order Systems: A Sampled-Data Control Method. IEEE Transactions on Circuits and Systems I: Regular Papers, 69 (11), 4643–4653. doi: https://doi.org/10.1109/tcsi.2022.3192299
  13. Guan, C., Sun, D., Fei, Z., Ren, C. (2018). Synchronization for switched neural networks via variable sampled-data control method. Neurocomputing, 311, 325–332. doi: https://doi.org/10.1016/j.neucom.2018.05.060
  14. Krasnobaev, V., Reshetniak, O., Kuznetsova, T., Florov, S., Kotukh, Y. (2019). Data Control Method, which Presented By Code of Non-Positioning System of Deduction Class Calculation. 2019 International Conference on Information and Telecommunication Technologies and Radio Electronics (UkrMiCo). doi: https://doi.org/10.1109/ukrmico47782.2019.9165528
  15. Akhmetov, B. S., Krasnobaev, V. A., Kuznetsov, А. А., Alimseitova, Zh. K. (2020). Method for controlling data presented in the deduction class. BULLETIN Series of Physics & Mathematical Sciences, 71(3), 165–172. doi: https://doi.org/10.51889/2020-3.1728-7901.24
  16. Krasnobayev, V., Kuznetsov, A., Koshman, S., Moroz, S. (2018). Improved Method of Determining the Alternative Set of Numbers in Residue Number System. Recent Developments in Data Science and Intelligent Analysis of Information, 319–328. doi: https://doi.org/10.1007/978-3-319-97885-7_31
  17. Barsi, F., Maestrini, P. (1973). Error Correcting Properties of Redundant Residue Number Systems. IEEE Transactions on Computers, C–22 (3), 307–315. doi: https://doi.org/10.1109/t-c.1973.223711
  18. Popov, D. I., Gapochkin, A. V. (2018). Development of Algorithm for Control and Correction of Errors of Digital Signals, Represented in System of Residual Classes. 2018 International Russian Automation Conference (RusAutoCon). doi: https://doi.org/10.1109/rusautocon.2018.8501826
  19. Tao, K., Peng, L., Liang, K., Zhuo, B. (2017). Irregular repeat accumulate low-density parity-check codes based on residue class pair. 2017 IEEE 9th International Conference on Communication Software and Networks (ICCSN). doi: https://doi.org/10.1109/iccsn.2017.8230092
  20. Koshman, S., Krasnobayev, V., Nikolsky, S. (2021). Method for diagnosing data errors of a computer system functioning in the system of residual classes. Advanced Information Systems, 5 (3), 76–80. doi: https://doi.org/10.20998/2522-9052.2021.3.10
  21. Krasnobayev, V., Yanko, A., Kovalchuk, D. (2023). Control, Diagnostics and Error Correction in the Modular Number System. Computer Modeling and Intelligent Systems, 3392, 199–213. doi: https://doi.org/10.32782/cmis/3392-17
  22. Shelehov, I. V., Barchenko, N. L., Prylepa, D. V., Bibyk, M. V. (2022). Information-extreme machine training system of functional diagnosis system with hierarchical data structure. Radio Electronics, Computer Science, Control, 2, 189. doi: https://doi.org/10.15588/1607-3274-2022-18
  23. Krasnobayev, V., Kuznetsov, A., Yanko, A., Kuznetsova, T. (2020). The Analysis of the Methods of Data Diagnostic in a Residue Number System. Proceedings of The Second International Workshop on Computer Modeling and Intelligent Systems (CMIS 2020). Kyiv, 2608, 594–609. doi: https://doi.org/10.32782/cmis/2608-46
  24. Borysenko, O., Matsenko, S., Novhorodtsev, A., Kobyakov, O., Spolitis, S., Bobrovs, V. (2020). Estimating the indivisible error detecting сodes based on an average probability method. Eastern-European Journal of Enterprise Technologies, 6 (9 (108)), 25–33. doi: https://doi.org/10.15587/1729-4061.2020.218076
  25. Shiryaev, E., Bezuglova, E., Babenko, M., Tchernykh, A., Pulido-Gaytan, B., Cortes-Mendoza, J. M. (2021). Performance Impact of Error Correction Codes in RNS with Returning Methods and Base Extension. 2021 International Conference Engineering and Telecommunication (En&T). doi: https://doi.org/10.1109/ent50460.2021.9681756
  26. Yang, L., Hanzo, L. (2020). Coding Theory and Performance Of Redundant Residue Number System Codes. doi: https://doi.org/10.13140/RG.2.2.35443.96804
  27. Onyshchenko, S., Shchurov, I., Cherviak, A., Kivshyk, O. (2023). Methodical approach to assessing financial and credit institutions’ economic security level. Financial and Credit Activity Problems of Theory and Practice, 2 (49), 65–78. doi: https://doi.org/10.55643/fcaptp.2.49.2023.4037
  28. Kapalova, N., Algazy, K., Haumen, A. (2023). Development of a new lightweight encryption algorithm. Eastern-European Journal of Enterprise Technologies, 3 (9 (123)), 6–19. doi: https://doi.org/10.15587/1729-4061.2023.280055
  29. Suzdal', V. S., Epifanov, Yu. M. (2011). Model reduction at synthesis of controllers for crystallization control. Eastern-European Journal of Enterprise Technologies, 2 (3 (50)), 31–34. Available at: https://journals.uran.ua/eejet/article/view/1745/1642
  30. Raskin, L., Sukhomlyn, L., Karpenko, V., Sokolov, D. (2023). Statistical processing of a small sample of raw data using artificial orthogonalisation technology. Eastern-European Journal of Enterprise Technologies, 3 (4 (123)), 14–21. doi: https://doi.org/10.15587/1729-4061.2023.282130
  31. Yu, Q., Wu, F., Zhang, M., Xie, C. (2023). Fast phase error correction with reference beam-assisted LDPC coding for collinear holographic data storage. Optics Express, 31 (12), 20345. doi: https://doi.org/10.1364/oe.488994
  32. White, R. E. (2023). Orthogonal Subspaces and Bases. Computational Linear Algebra, 129–146. doi: https://doi.org/10.1201/9781003304128-5
  33. Marefat, A., Joloudari, J. H., Rastgarpour, M. (2023). A Transformer-based Algorithm for Automatically Diagnosing Malaria Parasite in Thin Blood Smear Images Using MobileViT. doi: https://doi.org/10.21203/rs.3.rs-3067927/v1
  34. Jia, Y., Wang, S., Jin, J., Long, H. (2023). Adaptive Orthogonal Basis Scheme for OTFS. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 57–68. doi: https://doi.org/10.1007/978-3-031-34790-0_5
Підвищення оперативності діагностики помилок комп'ютерних пристроїв обробки економічних даних, функціонуючих у класі лишків

##submission.downloads##

Опубліковано

2023-10-31

Як цитувати

Онищенко , С. В., Янко, А. С., & Глушко, А. Д. (2023). Підвищення оперативності діагностики помилок комп’ютерних пристроїв обробки економічних даних, функціонуючих у класі лишків. Eastern-European Journal of Enterprise Technologies, 5(4 (125), 63–73. https://doi.org/10.15587/1729-4061.2023.289185

Номер

Том 5 № 4 (125) (2023): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2023 Svitlana Onyshchenko, Alina Yanko, Alina Hlushko

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.