<<

стр. 2
(всего 2)

СОДЕРЖАНИЕ

функционирования АСОИ всегда существует некоторое количество таких i, для
которых выполняется следующее:
?i : int i > t i + 1 ? t i . (48)
Обеспечение потоковой параллельности обработки БД предоставляет
возможность завершения нескольких младших процессов обработки раньше, чем
завершится обработка некоторого старшего элемента входного потока:
?i : t i + 1 > t i ; int i + 1 < int i ; t i + 1 + int i + 1 < t i + int i . (49)
Формальная постановка проблемы обеспечения потоковой параллельной
обработки БД: необходимо обеспечить такой режим функционирования АСОИ, при
котором любой процесс обработки pi, внося изменения в общую базу данных, не
влиял бы на обработку старших процессов pi-1, pi-2, ... , но одновременно с этим и на
34

этой же общей БД оказывал бы влияние на обработку младших процессов
pi+1, pi+2, ... .
Дано: входной поток {ai } и общая база данных DB.
Требуется: одновременная параллельная обработка следующих процессов
{ ... , pi-2, pi-1, pi, pi+1, pi+2, ... }, при которой любой pi может читать и вносить
изменения в общую базу данных DB.
При условии, что: изменения вносимые pi не влияют на обработку
{ ... , pi-2, pi-1 }, но влияют на обработку { pi+1, pi+2, ... }.
Пусть одновременно в базе данных обрабатываются несколько, например, k -
элементов входного потока, при этом k < i: {ai-k, ai-k+1, ... , ai-k+j, ... , ai-k+(k-1) }. В
таком случае, самым старшим процессом является ai-k , который работает
непосредственно с реальной БД. Для всех остальных действующих процессов
обработки создается общая виртуальная потоковая база данных (ВПБД), в которой
для каждого процесса, начиная с pi-k+1 и более младших pi-k+j создается и ведется
соответствующая персональная виртуальная потоковая база данных (ПВПБД) vpbdj.
Все изменения, которые процесс pi-k+j должен внести в БД, фиксируются в его
{ }.
ПВПБД vpbdj и тогда ? < p i ? k + j , vpbd j > Таким образом, младшие процессы
получают доступ по чтению последовательно через все соответствующие
персональные виртуальные потоковые базы данных старших процессов обработки, а
все изменения вносятся только в соответствующие ПВПБД. Получаем, что все
изменения вносятся в общую БД, но младшие процессы не оказывают никакого
влияния на одновременно обрабатываемые старшие процессы. Совокупность всех
персональных виртуальных потоковых БД образует единую виртуальную
потоковую базу данных.
Допустим, что одновременно могут обрабатываться k процессов, а остальные
накапливаются во входной очереди. При поступлении элемента ai на обработку
порождается процесс обработки pi. Процесс pi, поступивший на обработку раньше
всех других, является самым старшим процессом, а все остальные процессы являются
для него младшими. Для каждого pi, кроме самого старшего, создается ПВПБД
vpbdj. Как только процесс становится самым старшим, все данные из его ПВПБД
переносятся в реальную БД, ресурс ПВПБД высвобождается, а вся дальнейшая
обработка этого процесса ведется непосредственно с БД. Будем различать два вида
ресурсов обработки: ресурсы “процессоров” - количество одновременно
обрабатываемых процессов, задач и т.п., которое зависит от количества процессоров
35

и ресурсы “оперативной памяти” - суммарный размер необходимой оперативной
памяти для хранения и обработки значений переменных, буферов БД, ключевых
файлов и т.п., которые зависят от
общедоступной оперативной
памяти. Обобщенная схема
управления виртуальной потоковой
базой данных - ВПБД,
обеспечивающая конвейеризацию
обработки, показана на рис. 9.
Каждому процессу обработки
pi соответствует некоторый
Рис. 9.
интервал времени обработки inti.
Процесс обработки состоит из последовательности различных операций, которые
представляется целесообразным разделить на два класса:
1) OP - операции без обращения к БД, т.е. только в оперативной памяти;
2) BD - операции, требующие обращения к базе данных.
Введем следующие обозначения: int op iop - интервал времени выполнения

одной операции iop первого класса; и int bd ibd - интервал времени выполнения одной
операции ibd второго класса. Тогда:
IOP IBD
int i = ? int op iop + ? int bd ibd . (50)
iop = 1 ibd = 1

Если обозначить суммарное время обработки процессов от i до i+N через - INT,
тогда для обработки в общем случае будет верно, что:
? IOPn ?
IBD n
N N
= ? ? ? int op iop n + ? int bd ibd n ? .
INT = ? int i + n (51)
? ?
n = 0 ? iop n = 1 ?
n=0 ibd n = 1

При обычной последовательной обработке интервал времени обработки,
обозначаемый как INT1, будет выражаться следующим образом:
IOPn IBD n
N N
INT1 = ? ? int op iop n + ? ? int bd ibd n . (52)
n = 0 iop n = 1 n = 0 ibd n = 1

При функциональной параллельной обработке в оперативной памяти могут
выполняться одновременно несколько операций одного процесса iopn. Введем
2
коэффициент обработки kobrn , который будет зависеть от времени выполнения
алгоритмически последовательных операций процесса iopn. Из всех одновременно
36

выполняемых операций, выберем максимальную по времени обработки. Тогда, int i2 -
интервал времени при функциональной параллельной обработке в оперативной
памяти процесса обработки будет иметь вид:
? ? IBD n
IOPn ? 1
= ? kobrn + MAX int op iop n ? + ? int bd ibd .
int i2 2
(53)
? ? ibd = 1 n
iop n = 2
? ? n

При функциональной параллельной обработке интервал времени обработки,
обозначаемый как INT2, будет выражаться следующим образом:
? ? N IBD n
IOPn ? 1
N
INT2 = ? ? kobrn + MAX int op iop n ? + ? ? int bd ibd .
2
(54)
? ? n = 0 ibd = 1 n
iop n = 2
n=0 ? ? n

Перейдем к исследованию параллельной обработки данных, при которой
могут выполняться одновременно несколько или даже все операции одного процесса
iopn и первого, и второго классов. Аналогично, int i3 - интервал времени при
параллельной обработке данных процесса обработки будет иметь вид:
? ? ? IBD n ?
IOPn ? 1
= ? kobrn + MAX int op iop n ? + ? MAX intbd ibd n ? .
int i3 3
(55)
? ? ? ibd n = 1 ?
iop n = 2
? ?? ?
Сравнивая выражения 50, 53 и 55 приходим к выводу, что
int i3 ? int i2 ? int i . (56)
Следовательно, при параллельной обработке данных суммарное время
обработки всех процессов от i до i + N, обозначаемое как INT3, будет:
?? ?
? IBD n
IOPn ? 1
?? ? + MAX int bd ibd ? .
N
3
INT3 = ? ?? kobrn + MAX int op iop n n?
(57)
? ibd n = 1
n = 0 ?? ?
iop n = 2
?
? ?
При потоковой параллельной обработке данных одновременно могут
выполняться операции первого и второго классов нескольких процессов. Тогда, при
потоковой параллельной обработке суммарное время обработки всех процессов от i
до i + N, обозначаемое как INT4, будет выражаться:
? ?
IOPn ? 1 IBD n
N
4
INT4 = MAX ?kobrn + MAX int op iop n + MAX int bd ibd n ? . (58)
n=0 iop n = 2 ibd n = 1
? ?
Итак, только метод потокового распараллеливания доступа к общей базе
данных, основанный на ВПБД, обеспечивает такое быстродействие с минимальной
"не возрастающей" (фиксированной) задержкой, которое необходимо для решения
задач в режиме времени, близком к реальному.
37

В седьмом разделе диссертации рассмотрен новый метод повышения
быстродействия обработки данных на основе запатентованного линейного способа
единично-инкрементного суммирования чисел, который при решении некоторых
классов задач позволяет достичь существенного повышения оперативности обработки
данных. Там же проанализированы возможности и перспективы использования
локальных корректировок вычислений
Таблица 2.
и обработки данных; подведены итоги
РАЗРЯДЫ

16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 исследований и показаны перспективы
0. 00 00 00 0000 0 0 0 0 0 0
применения самоорганизующихся баз
1. 00 00 00 0000 0 0 0 0 0 1
2. 00 00 00 0000 0 0 0 0 1 0
данных и правил для адаптивного
3. 00 00 00 0000 0 0 0 0 1 1
синтеза комплексов оперативной
4. 00 00 00 0000 0 0 0 1 0 0
5. 00 00 00 0000 0 0 0 1 0 1
диагностики.
6. 00 00 00 0000 0 0 0 1 1 0
7. 00 00 00 0000 0 0 0 1 1 1 Линейный метод единично-
8. 00 00 00 0000 0 0 1 0 0 0
инкрементного суммирования чисел
9. 00 00 00 0000 0 0 1 0 0 1
10. 00 00 00 0000 0 0 1 0 1 0
предназначен для решения задачи
11. 00 00 00 0000 0 0 1 0 1 1
суммирования n-разрядного числа Х с
12. 00 00 00 0000 0 0 1 1 0 0
13. 00 00 00 0000 0 0 1 1 0 1
массивом чисел от XA до XB, где:
14. 00 00 00 0000 0 0 1 1 1 0
15. 00 00 00 0000 0 0 1 1 1 1
0?XA?XB?Рn. Путем разбиения
16. 00 00 00 0000 0 1 0 0 0 0
исходного числа на блоки, нового
17. 00 00 00 0000 0 1 0 0 0 1
18. 00 00 00 0000 0 1 0 0 1 0
поблочного суммирования (табл. 2),
19. 00 00 00 0000 0 1 0 0 1 1
20. 00 00 00 0000 0 1 0 1 0 0 анализа и формирования требуемых
21. 00 00 00 0000 0 1 0 1 0 1
чисел, линейный метод суммирования
22. 00 00 00 0000 0 1 0 1 1 0
23. 00 00 00 0000 0 1 0 1 1 1
чисел позволяет уменьшить
24. 00 00 00 0000 0 1 1 0 0 0
количество операций сложения при
25. 00 00 00 0000 0 1 1 0 0 1
26. 00 00 00 0000 0 1 1 0 1 0
Р-ичном суммировании n-разрядного
27. 00 00 00 0000 0 1 1 0 1 1
28. 00 00 00 0000 0 1 1 1 0 0 числа X с массивом V n-разрядных
29. 00 00 00 0000 0 1 1 1 0 1
Р n,
чисел от 0 до повысить
30. 00 00 00 0000 0 1 1 1 1 0
31. 00 00 00 0000 0 1 1 1 1 1
интегральное быстродействие
32. 00 00 00 0000 1 0 0 0 0 0
суммирования чисел, а также перейти
33. 00 00 00 0000 1 0 0 0 0 1
34. 00 00 00 0000 1 0 0 0 1 0
от степенной к линейной зависимости
35. 00 00 00 0000 1 0 0 0 1 1
36. 00 00 00 0000 1 0 0 1 0 0 общего количества операций сложения
от разрядности чисел.
Актуальность разработки линейного метода суммирования чисел определяется
тем, что его практическая реализация может привести к существенному сокращению
необходимого количества сумматоров в ЭВМ, уменьшению разрядности этих
38

сумматоров и значительному повышению оперативности обработки специальной
информации.
Сущность линейного метода суммирования чисел заключается в следующем.
Прежде всего, представляется возможным разбить исходное число на равные группы.
При каждом добавлении единицы, как показано в таблице 2, все основные операции
суммирования осуществляются только в первой группе самых младших разрядов
чисел. Если нет единицы переноса, которая формируется только при завершении
цикла суммирования в группе, то в более старших разрядах ничего не изменяется.
Следовательно, в таком случае суммирование групп старших разрядов можно не
производить и сократить требуемое количество операций сложения.
Основной выигрыш предлагаемого метода в том, что при переборном
сложении достаточно больших чисел "лишние", т.е. фактически "невыполняемые"
операции сложения старших разрядов чисел, алгоритмически блокируются и не
выполняются. Проведем оценку временной и емкостной сложности предлагаемого
метода на основе определения количества требуемых операций сложения и объема
оперативной памяти.
Обозначим количество операций сложения - KS, а ресурсы требуемой
оперативной памяти - OP. Для традиционного простого переборного суммирования
необходимо выполнить на n-разрядном сумматоре Рn операций сложения. В
оперативной памяти необходимо хранить только n-разрядное исходное число X (n) и
получаемое n-разрядное число Y (n). Отметим, что требуемый массив {Y},
содержащий Рn чисел, не должен храниться в оперативной памяти. Тогда:
KS0=Pn; OP0=2n. (59)
Общее количество операций сложения KS1 в линейном методе определяют на
этапе суммирования как k раз по Рm (m+1)-разрядных операций сложения, где: n=km
и m=Const. В оперативной памяти необходимо хранить исходное число X (km),
требуемое число Y (km), разбиение числа X на k чисел по m разрядов (km), k
массивов Zi по Рm (m+1)-разрядных чисел (k(m+1)Pm) и k блоков формирования
числа по m разрядов (km). Пусть Pm/m=Const=a, тогда:
n m Pm
m (60)
KS1 = kP = P = n = an ;
m m
OP1=4km+k(m+1)Pm ? km(4+Pm)=(4+Pm)n ? Pm n. (61)
Таким образом, линейный метод суммирования чисел позволяет уменьшить
количество операций сложения при полном переборном суммировании, уменьшить
разрядность сумматоров, повысить интегральное быстродействие суммирования
39

чисел, а также перейти от степенной к линейной зависимости общего количества
операций сложения от разрядности чисел.
Предложены две модификации этого метода: первая позволяет реализовать
суммирование на основе специальной таблицы без использования сумматоров; а
вторая - ускорить суммирование и реализовать предложенный метод на ЭВМ с малой
(недостаточной) оперативной памятью.


Перспективы и практическая ценность данной диссертационной работы
обусловлены тем, что внедрение полученных новых научных результатов позволит:
1) создать самоорганизующиеся программно-аппаратные комплексы
оперативной диагностики путем использования интерактивных самоорганизующихся
баз данных и правил (рис. 10);
2) уменьшить время решения сложных задач:
• за счет общего повышения производительности адаптивных ЭВМ
относительно традиционных, в среднем за период эксплуатации на
половину разности производительности следующих и современных
поколений ЭВМ - сейчас на 1,5 порядка (не менее чем в 50 раз)
(рис. 11), где:
?t P(AF(t))?P(Fj); PCP(AF(tj))? P(Fj)+0,5·[P(Fj+1)-P(Fj)];


P


P(F3)


P(AF(t))

P(F2)

P(AF(t))
P(F1)

T

0
t2 t3 t4
t1


Рис. 10. Рис. 11.

• путем повышения реальной производительности адаптивных ЭВМ
более чем в 2 раза, т.е. относительно пиковой мощности с 10-30 % до
50-70 % (рис. 12), где: FK- универсальные, AF - адаптивные, а SFN -
специализированные ЭВМ;
40

3) снизить материально-финансовые затраты и повысить эффективность
разработки, эксплуатации и модернизации компьютерных систем (СПАКОД, АСОИ)
за счет оптимизации процесса синтеза конфигураций по критерию отношения
реальной производительности к стоимости, а также путем постоянного наращивания
вычислительной мощности на основе адаптации и добавления только наиболее
современных, на каждом этапе существования ЭВМ, компьютерных модулей
(рис. 13), где: W - эффективность по критерию отношения реальной
производительности к стоимости, AF- адаптивные ЭВМ, FJ и FI - традиционные ЭВМ.


P(%)
W
100 W(AF)


W(FJ)
50
W(FI)

T
0
SFN
0 AF
FK РАЗРАБОТКА ЭКСПЛУАТАЦИЯ МОДЕРНИЗАЦИЯ


Рис. 12. Рис. 13.


В заключении сформулированы положения, выносимые на защиту, кратко
охарактеризованы решенные в диссертации задачи, показана научная новизна
диссертации, обоснована достоверность полученных результатов и приведены
сведения о практической ценности диссертационной работы.
Внедрение разработанных в этой диссертации: теоретических основ создания
интерактивных самоорганизующихся баз данных и правил, принципов построения и
применения систем адаптивного синтеза информационно-вычислительных
конфигураций и быстродействующих методов обработки информации позволит
создать интеллектуальные самоорганизующиеся программно-аппаратные комплексы
оперативной диагностики, что имеет важное хозяйственное значение.
41

ЗАКЛЮЧЕНИЕ

В диссертации решена актуальная крупная научная проблема разработки
теоретических основ построения СПАКОД путем создания интерактивных
самоорганизующихся баз данных и правил, изыскания принципов построения и
применения САС ИВК, разработки быстродействующих методов обработки
информации. При этом, полученные результаты позволили с единых
методологических позиций найти научно-обоснованное решение целому ряду задач
по разработке новых моделей данных, принципов адаптивного синтеза ЭВМ и
методов обработки информации, что позволило уменьшить время решения
уникальных диагностических задач, снизить материально финансовые затраты и
повысить эффективность разработки и эксплуатации компьютерных систем.
В диссертационной работе выполнено следующее:
1. Изысканы принципы построения и применения САС ИВК, к которым
относятся: адаптивность, модульность, непрерывность, возможность накопления и
обработки в унифицированном формате любых данных и правил, максимальная
оперативность обработки, формирование требований по изменению своих ресурсов и
конфигурации, независимость от конкретных технических средств и открытость
системы. Кроме того, для создания САС ИВК предложено применение новой
самоорганизующейся модели унифицированного представления и обработки данных.
2. В теории баз данных проведен системный анализ, осуществлено сравнение и
обобщение основных структур представления данных традиционных моделей
данных, а также доказано, что все традиционные структуры данных могут быть
обобщены в виде пятиуровневой одномерной таблицы представления данных.
3. Разработаны теоретические основы создания интерактивных
самоорганизующихся баз данных и правил. Впервые созданы эволюционные
самоорганизующиеся структуры представления данных, в которых могут изменяться
не только значения переменных, но и сама структура представления данных.
Предложено рассмотреть новый класс моделей данных с эволюционной, изменяемой
структурой, причем отношения объектов хранятся в том же пространстве и могут
представлять собой правила или процедуры обработки. Любое отношение может
быть добавлено, удалено или изменено в любое время.
4. Создан метод обработки данных на основе применения интерактивной
самоорганизующейся логической сети правил, управляемой потоком данных. Из всех
правил и объектов формируется логическая сеть вывода (обработки). В зависимости
от имеющихся значений переменных и правил, подграфы обработки-вывода могут
динамически изменяться. Интерактивная самоорганизующаяся логическая сеть,
управляемая потоком данных, объединяет и обработку известных данных на основе
известных правил, и одновременно осуществляет обучение, изменение системы
правил со своевременным внесением изменений в соответствующие процессы, что
обеспечивает эволюционное развитие всей АСОИ (СПАКОД) в целом. Кроме того,
такая логическая сеть позволяет распараллелить обработку потока данных.
42

5. Для повышения оперативности обработки данных в СПАКОД, разработан
быстродействующий метод "графового" поиска маршрута логического вывода путем
построения многополюсной сети теории графов и определения ее минимального
разреза. Суть этого метода в преобразовании логической сети правил в
многополюсную сеть теории графов и поиска ее минимального разреза. Если
минимальный разрез равен нулю, то цепочки вывода нет, но можно определить
необходимые переменные, что является признаком "интерактивности" обработки
данных. Кроме того, разработаны квадратичной сложности методы поиска
минимального разреза и линейный матричный метод определения маршрута
логического вывода на сети правил. Внедрение этих методов позволило интерактивно
формулировать уточняющие запросы и снизить вычислительную сложность поиска
маршрута логического вывода до квадратичной (линейной), что повысило
оперативность функционирования СПАКОД (АСОИ).
6. На основе построения виртуальных потоковых БД разработан метод
распараллеливания потокового множественного доступа к общей базе данных в
условиях недопущения взаимного искажения данных. Суть разработанного метода в
том, что поступивший на обработку раньше всех процесс работает непосредственно с
реальной БД, а для всех остальных действующих процессов создается виртуальная
потоковая база данных, в которой для каждого процесса создается и ведется
соответствующая персональная база. Все изменения, которые процесс должен внести
в БД фиксируются в его персональной базе. Из всех известных способов только
потоковая параллельная обработка обеспечивает корректное максимальное
распараллеливание множественного доступа к общей базе данных.
7. Разработан линейной сложности метод алгоритмической минимизации
необходимого количества устройств и вычислительных процедур сложения для
единично-инкрементного суммирования чисел при решении некоторых классов
специальных задач. Анализ основных факторов, влияющих на процесс обработки
информации, выявил возможность повышения быстродействия ЭВМ при
использовании запатентованного способа суммирования чисел, который позволил
разработать линейный метод переборного суммирования. Суть этого метода в
алгоритмической минимизации количества операций сложения при единично-
инкрементном суммировании чисел, что приводит к линейной зависимости общего
количества операций сложения от разрядности суммируемых чисел.
8. Приведены рекомендации по использованию научных выводов, результаты
имитационного моделирования и экспериментальных исследований, выполненных
автором в области создания различных автоматизированных систем обработки
информации и СПАКОД. Практическая реализация рекомендаций и полученных
результатов исследования позволила:
• разработать теоретические основы построения самоорганизующихся
программно-аппаратных комплексов оперативной диагностики;
43

• повысить эволюционные и интеллектуальные способности компьютерных
систем путем интерактивного формирования запросов и ресурсов для
развития в изменяющейся внешней среде;
• повысить эффективность и оперативность решения сложных задач;
• оптимизировать создание компьютерных конфигураций по критерию
отношения реальной производительности к стоимости;
• снизить материально-финансовые затраты разработки и эксплуатации
компьютерных систем (АСОИ).
9. В диссертации изложены основные результаты по системному анализу
моделей данных, синтезу самоорганизующихся баз данных и правил, разработке
быстродействующих методов обработки информации, изысканию принципов
построения и применения САС ИВК для создания СПАКОД. Предложенные в
диссертации новые решения строго аргументированы и критически оценены по
сравнению с другими известными решениями.
Таким образом, в диссертации, имеющей теоретическое значение, решена
актуальная крупная научная проблема, имеющая важное хозяйственное значение, и
приведены рекомендации по использованию научных выводов, которые
способствуют развитию экономики и повышению обороноспособности России.
Список основных опубликованных научных работ по теме диссертации:
Монографии
1. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных
систем. Миварное информационное пространство. - М.: Радио и связь, 2002. - 288 с.
2. Амарян М.Р., Варламов О.О. Принципы и методы построения программно-аппаратных
комплексов автоматизированных систем управления связью. - М.: ИРИАС, 2003. - 204 с.
Статьи, патент на изобретение, тезисы докладов
3. Пат. RU 2145113 C1 Россия, МКИ 7 G 06 F 7/50. Способ суммирования чисел. / Варламов О.О.
(Россия). - № 98119301/09(021284); Заявл. 23.10.1998; Опубл. 27.01.2000. Бюллетень № 3. - 12 с.
4. Варламов О.О. Линейный метод единично-инкрементного суммирования чисел. - М., 2002. - Рус.
- Деп. в ВИНИТИ 19.06.2002 - № 1138.
5. Варламов О.О. Адаптивный механизм логического вывода на эволюционной интерактивной сети
ГПМ, управляемой потоком данных. - М., 2002. - Рус. - Деп. в ВИНИТИ 19.06.2002 - № 1139.
6. Варламов О.О. Линейный матричный метод определения маршрута логического вывода на сети
правил. - М., 2002. - Рус. - Деп. в ВИНИТИ 19.06.2002 - № 1140.
7. Варламов О.О. Квадратичной сложности методы поиска минимального разреза двухполюсных и
многополюсных сетей. - М., 2002. - Рус. - Деп. в ВИНИТИ 19.06.2002 - № 1141.
8. Варламов О.О. Метод распараллеливания потокового множественного доступа к общей БД в
условиях недопущения взаимного искажения данных. - М., 2002. - Рус. - Деп. в ВИНИТИ
19.06.2002 - № 1142.
9. Варламов О.О. Разработка адаптивного механизма логического вывода на эволюционной
интерактивной сети гиперправил с мультиактивизаторами, управляемой потоком данных //
Искусственный интеллект, № 3, 2002. С. 363-370.
10. Варламов О.О. Разработка квадратичной сложности методов поиска минимального разреза
двухполюсных и многополюсных сетей // Искусственный интеллект, № 3, 2002. С. 371-375.
11. Варламов О.О., Журавлева Э.М., Чудинов С.М. О моделях документооборота и обучения на
основе миварного пространства данных в АСУ регионального оператора связи // Компьюлог, №
5, 2002. С. 39-43.
12. Варламов О.О., Журавлева Э.М., Лысаковский В.А. О защите информации в АСУ регионального
оператора связи на основе применения миварных БД и правил // Компьюлог, № 6, 2002. С. 10-16.
44

13. Варламов О.О. Разработка линейного матричного метода определения маршрута логического
вывода на адаптивной сети правил // Известия вузов. Электроника, № 6, 2002. С. 43-51.
14. Варламов О.О. Переборное единично-инкрементное суммирование чисел с линейной
вычислительной сложностью // Автоматизация и современные технологии, № 1, 2003. С. 34-40.
15. Варламов О.О. Разработка метода распараллеливания потокового множественного доступа к
общей базе данных в условиях недопущения взаимного искажения данных // Информационные
технологии, № 1, 2003. С. 20-28.
16. Варламов О.О., Журавлева Э.М., Чудинов С.М., Амарян М.Р. Проблема защиты информации в
АСУ регионального оператора // Вестник связи, № 1, 2003. С. 42-48.
17. Варламов О.О., Амарян М.Р. Многомерное изменяющееся представление данных для компаний
электросвязи // Вестник связи International, № 1, 2003. С. 23-25.
18. Варламов О.О. Основы многомерного информационного развивающегося (миварного)
пространства представления данных и правил // Информационные технологии, № 5, 2003. С. 42-
47.
19. Варламов О.О., Амарян М.Р., Лысаковский В.А., Адамова Л.Е. Подход к защите информации в
АСУ оператора связи на основе миварных баз данных и правил // Известия ТРТУ, № 4, 2003.
С. 174-175.
20. Варламов О.О., Амарян М.Р., Лысаковский В.А., Адамова Л.Е. Особенности защиты
персональных данных и информации в АСУ регионального оператора связи // Известия ТРТУ, №
4, 2003. С. 238-239.
21. Варламов О.О., Амарян М.Р., Лысаковский В.А., Адамова Л.Е. Об одном подходе к созданию
ревизоров ОБИ на отдельных компьютерах // Известия ТРТУ, № 4, 2003. С. 175-176.
22. Варламов О.О., Амарян М.Р., Лысаковский В.А., Адамова Л.Е. Подход к защите информации на
основе локальных корректировок вычислений и обработки данных // Известия ТРТУ, №4, 2003.
С. 239-240.
23. Варламов О.О., Амарян М.Р., Лысаковский В.А., Адамова Л.Е. Подготовка персонала компаний
электросвязи в области информационной безопасности // Известия ТРТУ, №4, 2003. С. 388-389.
24. Варламов О.О., Баранов А.П. Предложения по основным направлениям и путям создания ВВК в
России // Тр. международ. науч.-техн. конф. ИМС-99. - Таганрог: Изд-во ТРТУ, 1999. С. 104-105.
25. Варламов О.О. Подход к обеспечению максимального распараллеливания множественного
доступа к общей БД в условиях недопущения взаимного искажения используемых данных для
ИМС // Тр. международ. науч.-техн. конф. ИМС-99. - Таганрог: Изд-во ТРТУ, 1999. С. 106-107.
26. Варламов О.О. Проблема адаптивного синтеза конфигураций компьютерных систем для решения
сложных задач // Науч. сессия МИФИ-2001. Сб. науч. трудов. Т.2. - М.: МИФИ, 2001. С. 228-229.
27. Варламов О.О. Проблема создания эволюционных неоднородных компьютерных систем//Тр. Юб.
науч.-техн. конф. ЦНИИРЭС 12-14 сентября 2001г. Часть 2. - М.: ЦНИИРЭС, 2001. С. 103-105.
28. Варламов О.О. Проблема обеспечения потоковой параллельной обработки баз данных//Тр. Юб.
науч.-техн. конф. ЦНИИРЭС 12-14 сентября 2001г. Часть 2. - М.: ЦНИИРЭС, 2001. С. 106-108.
29. Варламов О.О. Проблема адаптивного синтеза конфигураций интеллектуальных
многопроцессорных систем // Тез. докл. Международ. науч. конф. "ИМС-2001". - Таганрог: Изд-
во ТРТУ, 2001. С. 114-117.
30. Варламов О.О., Адамова Л.Е. Влияние психологических аспектов самоотношения при разработке
систем искусственного интеллекта // Тез. докл. Международ. науч. конф. "ИМС-2001".- Таганрог:
Изд-во ТРТУ, 2001. С. 24-27.
31. Варламов О.О., Адамова Л.Е. Обеспечение адаптивности и активности логического вывода на
эволюционной сети // Научная сессия МИФИ - 2002. Сб. науч. трудов. Т.2. - М.:МИФИ, 2002.
С. 99-101.
32. Варламов О.О., Адамова Л.Е. Создание эволюционных баз данных и знаний // Научная сессия
МИФИ - 2002. Сб. науч. трудов. Т.2. - М.:МИФИ, 2002. С. 101-103.
33. Варламов О.О., Адамова Л.Е. О психологических аспектах моделирования самоотношения
интеллектуальных систем на основе эволюционных баз данных и знаний // Тез. докл.
Международ. науч. конф. "ИМС-2002".- Таганрог: Изд-во ТРТУ, 2002. С. 294 - 297.
34. Варламов О.О., Адамова Л.Е. Об одном подходе к моделированию интеллектуальных систем на
основе создания адаптивного активного механизма логического вывода на эволюционной сети //
Тез. докл. Международ. науч. конф. "ИМС-2002".- Таганрог: Изд-во ТРТУ, 2002. С. 297 - 300.
35. Варламов О.О. О квадратичном методе поиска разреза сети // Тез. докл. Международ. науч. конф.
"ИМС-2002".- Таганрог: Изд-во ТРТУ, 2002. С. 178-180.
45

Подписано в печать 03.06.2003г. Тираж 100 экз. Участок оперативной печати ГОУ МАРТИТ.

<<

стр. 2
(всего 2)

СОДЕРЖАНИЕ