Программные системы: теория и приложения
ISSN (online): 2079-3316
Учредитель: Институт программных систем имени А.К. Айламазяна Российской академии наук
Главный редактор: Абрамов Сергей Михайлович, чл.-корр. РАН, д-р физ.-мат. наук
Периодичность / доступ: 4 выпуска в год / открытый
Входит в: Белый список (4 уровень), перечень ВАК, РИНЦ
Двуязычный электронный научный журнал "Программные системы: теория и приложения" публикует на русском и английском языках старательно изложенные новые результаты по информатике, вычислительной технике и управлению.
Журнал первым в мире начал публикацию двуязычных статей с переключением языка читаемой статьи, что ценно для овладения неродным языком научной коммуникации.
Все издательские операции от приёма рукописей и рецензирования до работы редакторов по улучшению текста и оформления, размещения полных текстов и метаданных на сайте журнала и библиографических сервисах mathnet.ru, e-library.ru, crossref.org и др. выполняются бесплатно.
Качественная подготовка авторского оригинала в системе LaTeX с использованием amsrefs ускоряет публикацию принятой в печать статьи.
Свидетельства о регистрации СМИ: Эл № ЭЛ № ФС77-51924 от 29 ноября 2012 г.
Текущий выпуск
Том 16, № 3 (2025)
Методы квантового машинного обучения для обнаружения атак на программно-конфигурируемые сети
Аннотация
Программно-конфигурируемая сетевая архитектура является предпочтительным способом построения больших компьютерных сетей, требующих высокой скорости реагирования на изменения и высокой степени автоматизации. Основной особенностью данной архитектуры является централизованное управление всей сетью с одного контроллера. Тем не менее, такой подход открывает новые возможности для атак на сеть, делая контроллер их главной целью. В данной работе рассматривается возможность применения моделей квантового машинного обучения для обнаружения таких атак.
Программные системы: теория и приложения. 2025;16(3):3-22
3-22
Метод сильного улучшения управления для неоднородных дискретных систем
Аннотация
Рассматривается класс неоднородных дискретных систем (НДС) с промежуточными критериями. Такие системы являются двухуровневыми и распространены на практике, а также получаются при дискретизации непрерывных систем в процессе решения задач оптимизации итерационными методами. Для указанного класса на основе аналога достаточных условий оптимальности Кротова строится метод сильного улучшения второго порядка.Авторы статьи ставят под сомнение утверждение, что для классических дискретных управляемых систем, а также и для неоднородных, нет смысла вводить понятие сильного относительного минимума. Поэтому при построении метода улучшения ими выдвинуто требование близости соседних приближений из класса допустимых только по состояниям процесса на обоих уровнях. Полученный метод содержит векторно-матричную двухуровневую систему для сопряженных переменных. Приращение управлений на каждом из уровней линейно зависит от соответствующих состояний, что позволяет найти решение в форме приближенного линейного синтеза оптимального управления.Проведена апробация метода на двух иллюстративных примерах, показавшая его работоспособность. Применение разработанного метода к более сложному примеру позволило получить меньшее значение функционала, чем найденное ранее аналогичным по структуре методом минимаксного улучшения.
Программные системы: теория и приложения. 2025;16(3):23-40
23-40
Быстродействие и отказоустойчивость идеальной системной сети через дополнительную параллельность
Аннотация
Рассмотрены методы повышения быстродействия системных сетей посредством двоякого повышения их параллельности – использования копий и параллельных каналов в их совокупности. Предложены методы построения неблокируемых системных сетей с прямыми каналами произвольной размерности. Рассмотрены методы построения неблокируемых сетей с заданным числом параллельных каналов как сетей со структурой квазиполных графов. Предложен метод построения системных сетей любого размера с заданным числом параллельных каналов посредством использования соответствующего числа их копий.
Программные системы: теория и приложения. 2025;16(3):41-68
41-68
Определение здоровых и больных областей листьев растений при помощи нейронных сетей
Аннотация
В настоящей статье представлено исследование, направленное на разработку нейросетевого метода обнаружения здоровых и больных областей листьев растений по их изображениям с вычислением соотношения их площадей. В качестве нейросетевой модели использовалась базовая сеть архитектуры FPN с энкодером в виде архитектуры ResNet-34. Для обучения ИНС в качестве меток использовались бинарные маски целевых областей листьев растений, которые были получены программным путём без ручной разметки. Благодаря этому удалось достичь разумного компромисса между ресурсами, необходимыми для создания масок, и их точностью. При обучении нейросетевой модели была достигнута точность в 96.5% и 78.9% по метрике F1 для определения здоровых и больных областей соответственно. Далее был произведён инференс модели, в результате которого был рассчитан индекс «здоровья» для каждого из исследуемых изображений листьев. В контексте решаемых задач, индекс «здоровья» представляет собой разность между процентами долями здоровой и больной областей, который может быть использован при оценке тяжести заболевания, а также при мониторинге динамики развития болезни как индикатор эффективности используемых препаратов или методов ухода. Научная новизна представленного исследования заключается в создании метода автоматического определения соотношения площадей здоровых и больных участков листьев, который сочетает современные технологии компьютерного зрения, машинного обучения и практическую применимость для агрономии и растениеводства.
Программные системы: теория и приложения. 2025;16(3):69-97
69-97