№1(88), 2020




Picture Details Pages Download
УГЛОВАЯ РАЗРЕШАЮЩАЯ СПОСОБНОСТЬ И СКАНИРОВАНИЕ АКУСТИЧЕСКОГО ПАКЕТА В СИСТЕМАХ РАЗ ПАНЧЕНКО А.Ю., ИБРАИМОВ И.К.

Рассматривается необходимость получить сигнал с отдельных участков зондирующего пакета для извлечения информации о динамических и структурных параметрах турбулентности атмосферы. Обосновывается актуальность теоретической оценки разрешающей способности радиолокационной части систем зондирования.

Ключевые слова: турбулентность, атмосферный пограничный слой, радиоантенна, акустический излучатель, апертура, скорость ветра.

Key words: turbulence, atmospheric boundary layer, radio antenna, acoustic emitter, aperture, wind speed.

Литература:

  1. Каллистратова М.А., Кон А.И. Радиоакустическое зондирование атмосферы. М.: Наука, 1985. 198.с.
  2. Карташов В. М. Пассивная локация пятна рассеянных сигналов при радиоакустическом зондировании атмосферы / В. М. Карташов, С. И. Бабкин, Е. Г. Толстых // Прикладная радиоэлектроника. 2015. Т. 14, № 1. С. 58–63.
  3. Ульянов Ю.Н., Мисайлов В.Л., Мартыненко Г.Ю. Горизонтальное радиоакустическое зондирование для измерения скорости ветра для ветроэнергетических установок / Системи обробки інформації. 2011. № 2(92). С. 168-172.
  4. Chandrasekhar Sarma T. V., Narayana Rao D., Jun-Ichi Furumoto, Toshitaka Tsuda. Development of radio acoustic sounding system (RASS) with Gadanki MST radar – First results / Annales Geophysicae 26(9) · September. 2008 DOI: 10.5194/angeo-26-2531-2008
  1. Ulyanov Yu.G., Maksymova Nina, Panchenko A. Yu. On the use of acoustic and radioacoustic methods of PBL remote sensing for assessment of radiowave propagation conditions / // Telecommunications and Radio Engineering. 2006. №15. P. 1357-1369. DOI: 10.1615/TelecomRadEng.v65.i15.10
  2. 6. Chag L., Panchenko A. Yu., Slipchenko N.I. Estimation of efficiency of PAA application to reducing of lower boundary of sounding with rass // CriMiCo 2014 - 2014 24th International Crimean Conference Microwave and Telecommunication Technology, Conference Proceedings 6959774, p. 1089-1090.
  3. Панченко А.Ю. Дифpакция электpомагнитных волн на акустических пpи pадиоакустическом зондиpовании атмосфеpы // Электpомагнитные волны. 1997. Т.2, №5. С.37–42.
  4. Панченко А.Ю. Анализ пространственного распределения отраженного поля при радиоакустическом зондировании // Прикладная электроника. 2004. №2, Т.3. С. 23-29.
  5. Ch. Liu, A. Yu. Panchenko, Mykola I. Slipchenko, Ulyanov Y.N. Atmospheric radio acoustic sounding systems with controlled array antennas. Part 1. Performance evaluation of controlled AA // Telecommunication and Radio Engineering. 2015. №74(17). P. 1545-1552. DOI: 10.1615/TelecomRadEng.v74.i17.50
  1. Ch. Liu, A. Yu. Panchenko, Mykola I. Slipchenko. Atmospheric radio acoustic sounding systems with controlled array antennas. Part 2: Diffraction problem // Telecommunication and Radio Engineering. 2015. №74(19). P.1745-1753. DOI: 10.1615/TelecomRadEng.v74.i19.70
  2. Кон А.И. Бистатическая система радиоакустического зондирования // Изв. АН СССР. Физика атмосферы и океана. 1981. Т.1, №6. С.657–660.
  3. Панченко А.Ю. Дифракционная модель ближнего радиоакустического зондирования // Радиоэлектроника и информатика. 2005. № 1(30). С. 35-39.
  4. Slipchenko, N.I., Chang, L., Panchenko, A.Yu. Diffraction problem in bistatic zone of radio acoustic sounding systems / 8th International Conference on Antenna Theory and Techniques, ICATT'11. 2011. Р. 112-114.
  5. Slipchenko, N.I., Chang, L., Panchenko, A.Yu. On the issue of solving the diffraction problem of radioacoustic atmospheric sounding by bistatic systems / CriMiCo 2011 - 2011 21st International Crimean Conference: Microwave and Telecommunication Technology, Conference Proceedings. Р. 1075-1076.
  6. Liu, C., Panchenko, A.Y., Slipchenko, N.I. Radio acoustic sounding systems: Part 1. The diffraction problem for a bistatic zone / Telecommunications and Radio Engineering. 2013. N72, iss.14. P. 1289-1296. DOI: 10.1615/TelecomRadEng.v72.i14.30
  7. Chang, L., Panchenko, A.Yu., Slipchenko, N.I. Radio acoustic sounding systems: Part 2. Use of the fresnel approximation concept for a received signal notation / Telecommunications and Radio Engineering. 2013. N72, iss.15. P. 1399-1409. DOI: 10.1615/TelecomRadEng.v72.i15.40
  8. Panchenko, A.Yu. Radio acoustic sounding systems: Part 3. parameters of received signal at the low sounding path / Telecommunications and Radio Engineering. 2013. N72, iss.16. P. 1487-1496. DOI: 10.1615/TelecomRadEng.v72.i16.40
  9. Ульянов Ю.Н. Точность определения влажности воздуха двухчастотным радиоакустическим зондированием // Труды Х Всесоюзн. симп. по лазерному и акустическому зондированию атмосферы. Томск, 1987. Ч.2. С.107-112.

Транслитерированный список литературы:

  1. Kallistratova M.A., Kon A.I. Radioakusticheskoe zondirovanie atmosfery. M.: Nauka, 1985. 198.s.
  2. Kartashov V. M. Passivnaya lokacziya pyatna rasseyanny`kh signalov pri radioakusticheskom zondirovanii atmosfery` / V. M. Kartashov, S. I. Babkin, E. G. Tolsty`kh // Prikladnaya radioelektronika. Kh. : KhNURE`, 2015. T. 14, № 1. S. 58–63.
  3. Ul`yanov Yu.N., Misajlov V.L., Marty`nenko G.Yu. Gorizontal`noe radioakusticheskoe zondirovanie dlya izmereniya skorosti vetra dlya vetroe`nergeticheskikh ustanovok / Sistemi obrobki i`nformaczi`yi. 2011. № 2(92). S. 168-172.
  4. Chandrasekhar Sarma T. V., Narayana Rao D., Jun-Ichi Furumoto, Toshitaka Tsuda. Development of radio acoustic sounding system (RASS) with Gadanki MST radar – First results / Annales Geophysicae 26(9). September 2008. DOI: 10.5194/angeo-26-2531-2008
  1. Ulyanov Yu.G., Maksymova Nina, Panchenko A. Yu. On the use of acoustic and radioacoustic methods of PBL remote sensing for assessment of radiowave propagation conditions / // Telecommunications and Radio Engineering. 2006. №15. P. 1357-1369. DOI: 10.1615/TelecomRadEng.v65.i15.10
  2. 6. Chag L., Panchenko A. Yu., Slipchenko N.I. Estimation of efficiency of PAA application to reducing of lower boundary of sounding with rass // CriMiCo 2014 - 2014 24th International Crimean Conference Microwave and Telecommunication Technology, Conference Proceedings 6959774, p. 1089-1090.
  3. Panchenko A.Yu. Difpakcziya e`lektpomagnitny`kh voln na akusticheskikh ppi padioakusticheskom zondipovanii atmosfepy` // E`lektpomagnitny`e volny` (M). 1997. T.2, №5. S.37–42.
  4. Panchenko A.Yu. Analiz prostranstvennogo raspredeleniya otrazhennogo polya pri radioakusticheskom zondirovanii // Prikladnaya e`lektronika. 2004. #2, T.3. S. 23-29.
  5. Ch. Liu, A. Yu. Panchenko, Mykola I. Slipchenko, Ulyanov Y.N. Atmospheric radio acoustic sounding systems with controlled array antennas. Part 1. Performance evaluation of controlled AA // Telecommunication and Radio Engineering. 2015. №74(17). P. 1545-1552. DOI: 10.1615/TelecomRadEng.v74.i17.50
  1. Ch. Liu, A. Yu. Panchenko, Mykola I. Slipchenko. Atmospheric radio acoustic sounding systems with controlled array antennas. Part 2: Diffraction problem // Telecommunication and Radio Engineering. 2015. №74(19). P.1745-1753. DOI: 10.1615/TelecomRadEng.v74.i19.70
  2. Kon A.I. Bistaticheskaya sistema radioakusticheskogo zondirovaniya // Izv. AN SSSR. Fizika atmosfery` i okeana. 1981, T.1,.№6. S.657–660.
  3. Panchenko A.Yu. Difrakczionnaya model` blizhnego radioakusticheskogo zondirovaniya // Radioe`lektronika i informatika.2005. №1(30). S. 35-39.
  4. Slipchenko, N.I., Chang, L., Panchenko, A.Yu. Diffraction problem in bistatic zone of radio acoustic sounding systems / 8th International Conference on Antenna Theory and Techniques, ICATT'11 2011. 6170722. Р. 112-114.
  5. Slipchenko, N.I., Chang, L., Panchenko, A.Yu. On the issue of solving the diffraction problem of radioacoustic atmospheric sounding by bistatic systems / CriMiCo 2011 - 2011 21st International Crimean Conference: Microwave and Telecommunication Technology, Conference Proceedings 6068832. Р. 1075-1076.
  6. Liu, C., Panchenko, A.Y., Slipchenko, N.I. Radio acoustic sounding systems: Part 1. The diffraction problem for a bistatic zone / Telecommunications and Radio Engineering. 2013. N72, iss.14. P. 1289-1296. DOI: 10.1615/TelecomRadEng.v72.i14.30
  7. Chang, L., Panchenko, A.Yu., Slipchenko, N.I. Radio acoustic sounding systems: Part 2. Use of the fresnel approximation concept for a received signal notation / Telecommunications and Radio Engineering. 2013. N72, iss.15. P. 1399-1409. DOI: 10.1615/TelecomRadEng.v72.i15.40
  8. Panchenko, A.Yu. Radio acoustic sounding systems: Part 3. parameters of received signal at the low sounding path / Telecommunications and Radio Engineering. 2013. N72, iss.16. P. 1487-1496. DOI: 10.1615/TelecomRadEng.v72.i16.40
  9. Ul`yanov Yu.N. Tochnost` opredeleniya vlazhnosti vozdukha dvukhchastotny`m radioakusticheskim zondirovaniem // Trudy` Kh Vsesoyuzn. simp. polazernomu i akusticheskomu zondirovaniyu atmosfery`. Tomsk, 1987. Ch.2. S.107-112.

Панченко Александр Юрьевич, д-р физ.-мат. наук, профессор, заведующий кафедрой проектирования и эксплуатации электронных аппаратов ХНУРЭ. Научные интересы: электродинамика, акустика атмосферы. Адрес: Украина, 61166, Харьков, пр. Науки, 14, тел. 7021494.

Ибраимов Ильвер Казимович, аспирант кафедры проектирования и эксплуатации электронных аппаратов ХНУРЭ. Научные интересы: электродинамика, акустика атмосферы. Адрес: Украина, 61166, Харьков, пр. Науки, 14, тел. 7021494.

Alexander Panchenko, Doctor of Physical and Mathematical Sciences, Professor, Head of Department of Design and Operation of Electronic Devices, Kharkov National University of Radio Electronics. Scientific interests: electrodynamics, atmospheric acoustics. Address: Ukraine, 61166, Kharkiv, Nauka Ave., 14, Phone/fax: +380577021494, e-mail: oleksandr.panchenko@nure.ua

Ilver Ibraimov, Post graduate student of Department of Design and Operation of Electronic Devices, Kharkov National University of Radio Electronics. Scientific interests: electrodynamics, atmospheric acoustics. Address: Ukraine, 61166, Kharkiv, Nauka Ave., 14, Phone/fax: +380577021494, e-mail: ilver.ibraimov@nure.ua

 4-9
РОЗРОБКА АВТОМАТИЗОВАНОЇ СИСТЕМИ ПОПЕРЕДНЬОЇ ОБРОБКИ СИГНАЛІВ З МАТРИЧНИХ СЕНСОРІВ НА ПОРУВАТИХ НАПІВПРОВІДНИКАХ ОКСАНИЧ А. П., ПРИТЧИН С. Е., КОГДАСЬ М.Г., МАЩЕНКО М.А., ОСТРІКОВСЬКА Д. А.

Пропонується нова структура сенсору газу у вигляді матриці, а також розробляється система обробки первинних сигналів сенсорів газів на поруватих напівпровідниках. Визначається характеристики матричного сенсору. Встановлюється, що поруватість чутливого до водню контакту Pd / por-GaAs діода Шотткі впливає на швидкість і чутливість сенсора. Пори в сенсорі Pd / por-GaAs збільшують швидкість проникнення водню в порівнянні з контактом Pd/GaAs.

Ключові слова: діод Шотткі, матричний сенсор, поруватий GaAs, контролер.

Key words: S Schottky diode, matrix sensor, porous GaAs, controller.

Литература:

1. Лукаш С.И., Алрс Х., Райш Р. Исследование изменения параметров сенсоров в устройстве газового анализатора в процессе измерений // УСиМ. 2001. № 3. С. 279–285.

2. Таланчук П.М., Мороз О.С. Теорія напівпровідникових сенсорів. Ч. 1. К., 1997. 56 с.

3. Алерс Х., Гладун В., Лукаш Л., Лукаш С. Принципы формирования пространства признаков для задачи распознавания газов в атмосфере при помощи программного обеспечения "CONFOR" // Искусственный интеллект. Донецк, 1999. № 2. С. 386–391.

4. Лукаш С.І. Перетятько В.Ю. Комп’ютерна програма попередньої обробки даних. Свід. ПА № 4461 від 03.07.2001.

5. Erlebacher J., Sieradzki K. and Searson P.C.Computer-Simulations of Pore Growth in Silicon // I Appl. Phys. 1994. V.76, №1. P.182-187.

6. Aukkaravittaypun S., Thanachayanont C., Theapsiri T., Veerasai W., Sawada Y., Kondo T., Tokiwa S., Nishide T. Temperature programmed desorption of F-doped SnO2 films deposited by inverted pyrosol technique // Jour. of Thermal Analysis and Calorimetry. 2006. Vol.85. №3. P.811 – 815.

7. Марков Х.М. Оксид азота и оксид углерода – новый класс сигнальных молекул // Успехи физиологических наук. 1996. № 4. С. 30 – 43.

8. Olowolafe J. O., Ho P. S., Hovel H. J., Lewis J. E., and Woodall J. M. Contact reactions in Pd/GaAs junctions // Appl. Phys. 1979. №50. С. 955–962.

Transliterated bibliography:

  1. Lukash S.I., Alrs Kh., Rajsh R. Issledovanie izme-neniya parametrov sensorov v ustrojstve gazovogo ana-lizatora v proczesse izmerenij // USiM. 2001. # 3. S. 279–285.
  2. Talanchuk P.M., Moroz O.S. Teoriia napivprovidny-kovykh sensoriv. Ch. 1. K., 1997. 56 s.
  3. Alers Kh., Gladun V., Lukash L., Lukash S. Princzi-py` formirovaniya prostranstva priznakov dlya zadachi raspoznavaniya gazov v atmosfere pri pomoshhi pro-grammnogo obespecheniya "CONFOR" // Iskusstvenny`j intellekt. Doneczk, 1999. # 2. S. 386–391.
  4. Lukash S.I. Peretiatko V.Iu. Kompiuterna prohrama poperednoi obrobky danykh. Svid. PA № 4461 vid 03.07.2001.
  5. Erlebacher J., Sieradzki K. and Searson P.C. Computer-Simulations of Pore Growth in Silicon // I Appl. Phys. 1994. V.76, №1. P.182-187.
  6. 6. Aukkaravittaypun , Thanachayanont C., Theapsiri T., Veerasai W., Sawada Y., Kondo T., Tokiwa S., Nishide T. Temperature programmed desorption of F-doped SnO2 films deposited by inverted pyrosol technique // Jour. of Thermal Analysis and Calorimetry. 2006. Vol.85. №3. P.811 – 815.
  7. Markov Kh.M. Oksid azota i oksid ugleroda – novy`j klass signal`ny`kh molekul // Uspekhi fiziologicheskikh nauk. 1996. # 4. S. 30 – 43.
  8. Olowolafe J. O., Ho P. S., Hovel H. J., Lewis J. E., and Woodall J. M. Contact reactions in Pd/GaAs junctions // Appl. Phys. 1979. №50. С. 955–962.

Оксанич Анатолій Петрович, д-р техн. наук, професор, директор НДІ технології напівпровідників і інформаційно-управляючих систем КрНУ ім. М. Остроградського, завідуючий кафедрою автоматизації та інформаційних систем. Наукові інтереси: методи і апаратура контролю структурно-досконалих напівпровідникових монокристалів, поруваті напівпровідники. Адреса: Україна, 39600, Кременчук, вул. Першотравнева, 20, тел. (05366) 30157. E-mail: oksanich@kdu.edu.ua.

Притчин Сергій Емільйович, д-р техн. наук, доцент, проф. кафедри автоматизації та інформаційних систем КрНУ ім. М. Остроградського. Наукові інтереси: автоматизація процесів управління виробництвом напівпровідникових матеріалів. Адреса: Україна, 39600, Кременчук, вул. Першотравнева, 20, тел.: (05366) 30157. E-mail: pritchinse@ukr.net.

Когдась Максим Григорович, канд. техн. наук, доц. кафедри автоматизації та інформаційних систем КрНУ ім. М. Остроградського. Наукові інтереси: автоматизація процесів управління виробництвом напівпровідникових матеріалів. Адреса: Україна, 39600, Кременчук, вул. Першотравнева, 20, тел.: (05366) 30157. E-mail: kogdasMax@gmail.com

Мащенко Михайло Анатолієвич, аспірант кафедри автоматизації та інформаційних систем КрНУ ім. М. Остроградського. Наукові інтереси: автоматизація процесів управління виробництвом напівпровідникових матеріалів.  Адреса: Україна, 39600, Кременчук, вул. Першотравнева, 20, тел. (05366) 30157.

Остріковська Дар‘я Анатоліївна, магістр кафедри автоматизації та інформаційних систем КрНУ ім. М. Остроградського. Наукові інтереси: автоматизація процесів управління виробництвом напівпровідникових матеріалів.  Адреса: Україна, 39600, Кременчук, вул. Першотравнева, 20, тел. (05366) 30157.

 10-14
КОМПЛЕКСНИЙ МЕТОД ВИЯВЛЕННЯ ВТОРГНЕНЬ, ЗАСНОВАНИЙ НА СТАТИСТИЧНОМУ ТА ДИНАМІЧНОМУ ПІДХОДАХ АНАЛІЗУ ТРАФІКА РАДІВІЛОВА Т.А., ІЛЬКОВ А.А., ТАВАЛБЕХ М.Х.

Наводиться аналіз робіт, що пропонують можливі рішення проблеми ідентифікації атак, а також дається опис запропонованого комплексного методу, який дозволяє в онлайн режимі виявляти атаки. Запропонований комплексний метод порівнюється з існуючими методами виявлення вторгнень шляхом імітаційного моделювання, результати якого показали, що він краще виявляє атаки і має менше помилок спрацьовувань.

Ключові слова: система виявлення вторгнень; ентропійний аналіз; комплексний метод; атаки; машинне навчання; виявлення аномалій; метод поведінки; аналіз підписів.

Key words: Intrusion detection system; entropy analysis; complex method; attacks; machine learning; anomaly detection; behaviour method; signature analysis.

Література:

  1. Bulajoul W. Network intrusion detection systems in high-speed traffic in computer networks / W. Bulajoul, A. James, M. Pannu // Proceeding of 10th International Conference on E-Business Engineering (ICEBE), IEEE, 2013. P. 168-175. doi: 10.1109/ICEBE.2013.26.
  2. Semenova O. Access fuzzy controller for CDMA networks / O. Semenova, A. Semenov, K. Koval, A. Rudyk, V. Chuhov // Proceeding of 2013 International Siberian Conference on Control and Communications (SIBCON), IEEE, 2013. P. 1-2. doi: 10.1109/SIBCON.2013.6693644.
  3. Bulakh V. Time Series Classification Based on Fractal Properties / V. Bulakh, L. Kirichenko, T. Radivilova // Proceeding of 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP), Ukraine, 2018. P. 198-201. doi: 10.1109/DSMP.2018.8478532.
  4. Matuszewski J. Neural network application for emitter identification / J. Matuszewski, K. Sikorska-Łukasiewicz // Proceeding of 2017 18th International Radar Symposium (IRS), Prague, 2017. P. 1-8. doi: 10.23919/IRS.2017.8008202.
  5. Jacob N. M. A Review of Intrusion Detection Systems / N. M. Jacob, M. Y. Wanjala // Global Journal of Computer Science and Technology. 2017. Vol. 17, №3-C.
  6. Hu Q. Evaluating network intrusion detection systems for high-speed networks / Q. Hu, M. R. Asghar, N. Brownlee // Proceeding of 2017 27th International Telecommunication Networks and Applications Conference (ITNAC), Melbourne, VIC, 2017. P. 1-6. doi: 10.1109/ATNAC.2017.8215374.
  7. Radivilova T. Test for penetration in Wi-Fi network: Attacks on WPA2-PSK and WPA2-enterprise / T. Radivilova and H. A. Hassan // Proceeding of 2017 International Conference on Information and Telecommunication Technologies and Radio Electronics (UkrMiCo), Odessa. IEEE, 2017. P. 1-4. doi: 10.1109/UkrMiCo.2017.8095429.
  8. Radivilova T. Classification Methods of Machine Learning to Detect DDoS Attacks / T. Radivilova, L. Kirichenko, D. Ageiev, V. Bulakh // Proceeding of 2019 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS), Metz, France, 2019. P. 207-210. doi: 10.1109/IDAACS.2019.8924406.
  9. Khan M. A. A Scalable and Hybrid Intrusion Detection System Based on the Convolutional-LSTM Network / M. A. Khan, M. R. Karim, Y. A. Kim // Symmetry. 2019. Vol. 11. P. 581-585. doi: 10.3390/sym11040583.
  10. Shah S. A. R. Performance comparison of intrusion detection systems and application of machine learning to Snort system / S. A. R. Shah, B. Issac // Future Generation Computer Systems. 2018. Vol.80. P. 157-170. doi: https://doi.org/10.1016/j.future.2017.10.016.
  11. Das K. Protocol Anomaly Detection for Network-based Intrusion Detection. SANS Institute. Information Security Reading Room, 2002. 9 p.
  12. Wang Q. An Entropy Analysis Based Intrusion Detection System for Controller Area Network in Vehicles / Q. Wang, Z. Lu, G. Qu // Proc. of 2018 31st IEEE International System-on-Chip Conference (SOCC), Arlington, VA. 2018. P. 90-95. doi: 10.1109/SOCC.2018.8618564.
  13. Navaz A. S. Entropy based anomaly detection system to prevent DDoS attacks in cloud / A. S. Navaz, V. Sangeetha, C. Prabhadevi // [Online] Available at: arXiv preprint arXiv:1308.6745. 2013.
  14. Bereziński P. An entropy-based network anomaly detection method / P. Bereziński, J. Bartosz, M. Szpyrka // Entropy. 2015. Vol. 17(4). P. 2367-2408.
  15. Radivilova T. Entropy Analysis Method for Attacks Detection / T. Radivilova, L. Kirichenko, A. S. Alghawli // Proceeding of 2019 IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology (PIC S&T), Kyiv, Ukraine, 2019. P. 443-446. doi: 10.1109/PICST47496.2019.9061451.
  16. Kumar R. Signature-Anomaly Based Intrusion Detection Algorithm / R. Kumar, D. Sharma // Proc. of 2018 Second International Conference on Electronics, Communication and Aerospace Technology (ICECA), Coimbatore, 2018. P. 836-841. doi: 10.1109/ICECA.2018.8474781.
  17. Yin C. A Deep Learning Approach for Intrusion Detection Using Recurrent Neural Networks / C. Yin, Y. Zhu, J. Fei, X. He // IEEE Access. 2017. Vol. 5. P. 21954-21961. doi: 10.1109/ACCESS.2017.2762418.
  18. Liu H. Machine Learning and Deep Learning Methods for Intrusion Detection Systems: A Survey / H. Liu, B. Lang // Applied Sciences. 2019. Vol.9 P. 4396. doi:10.3390/app9204396.
  19. Sandosh S. Complex Event Processing Over Intrusion Detection System: A Comprehensive Discussion / S. Sandosh, V. Govindasamy, G. Akila, A. Jeraldine, D. Mithunkala, V. MohannaKasturi // Proceeding of 2019 IEEE International Conference on System, Computation, Automation and Networking (ICSCAN), Pondicherry, India, 2019. P. 1-6.
  20. Ulvila J. W. Evaluation of Intrusion Detection Systems / J. W. Ulvila, J. E. Gaffney // Journal of research of the National Institute of Standards and Technology. 2003. Vol. 108(6). P. 453-473. doi:10.6028/jres.108.040.
  21. Kumar G. Evaluation Metrics for Intrusion Detection Systems – A Study // International Journal of Computer Science and Mobile Applications. 2014. Vol.2, iss. 11. P. 11-17.
  22. Gu Y. Detecting Anomalies in Network Traffic Using Maximum Entropy Estimation / Y. Gu, A. McCallum, D. Towsley // Proceeding of 5th ACM SIGCOMM conference on Internet Measurement, 2005, pp. 32–32.
  23. Almutairi A. H. Innovative signature based intrusion detection system: Parallel processing and minimized database / A. H. Almutairi, N. T. Abdelmajeed // Proceeding of 2017 International Conference on the Frontiers and Advances in Data Science (FADS), Xi'an, 2017. P. 114-119. doi: 10.1109/FADS.2017.8253208.
  24. Kirichenko L. Binary Classification of Fractal Time Series by Machine Learning Methods / L. Kirichenko, T. Radivilova, V. Bulakh // In Eds.: V. Lytvynenko, S. Babichev, W. Wojcik, O. Vynokurova, S. Vyshemyrskaya, S. Radetskaya. Lecture Notes in Computational Intelligence and Decision Making. ISDMCI 2019. Advances in Intelligent Systems and Computing. 2020. Vol. 1020. P. 701-711. doi: https://doi.org/10.1007/978-3-030-26474-1_49.
  25. Liu X. Detecting Anomaly in Traffic Flow from Road Similarity Analysis / X. Liu, Y. Wang, J. Pu, X. Zhang // In Eds.: B. Cui, N. Zhang, J. Xu, X. Lian, D. Liu // Web-Age Information Management. WAIM 2016. Lecture Notes in Computer Science. 2016. Vol. 9659. P. 92-104. doi: https://doi.org/10.1007/978-3-319-39958-4_8.
  26. Kirichenko L. Machine Learning in Classification Time Series with Fractal Properties / L. Kirichenko, T. Radivilova, V. Bulakh // Data. 2019. Vol.4, issue 1, 5. P. 1-13. doi: 10.3390/data4010005.
  27. Cuadra-Sánchez A. Traffic Anomaly Detection / A. Cuadra-Sánchez, J. Aracil // Elsevier, 2015. 70 p.
  28. Alazzam H. A Feature Selection Algorithm for Intrusion Detection System Based on Pigeon Inspired Optimizer / H. Alazzam, A. Sharieh, K. E. Sabri // Expert Systems with Applications. 2020. Vol. 148. P. 113249. doi: https://doi.org/10.1016/j.eswa.2020.113249.
  29. Ivanisenko I. Investigation of multifractal properties of additive data stream / I. Ivanisenko, L. Kirichenko, T. Radivilova // 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP), Lviv, 2016. P. 305-308. doi: 10.1109/DSMP.2016.7583564.
  30. Al-Kasassbeh M. Towards generating realistic SNMP-MIB dataset for network anomaly detection / M. Al-Kasassbeh, G. Al-Naymat, E. Al-Hawari // International Journal of Computer Science and Information Security. 2016. Vol. 14, №9. P. 1162–1185.
  31. GitHub. 2020. Ddos-Attack. [online] Available at: https://github.com/Ha3MrX/DDos-Attack. [Accessed 02 April 2020].
  32. Dromard J. Online and Scalable Unsupervised Network Anomaly Detection Method / J. Dromard, G. Roudière, P. Owezarski // IEEE Transactions on Network and Service Management. 2014. Vol. 14, №1. P. 34-47. doi: 10.1109/TNSM.2016.2627340.

Радівілова Тамара Анатоліївна, канд. техн. наук, доцент кафедри інфокомунікаційної інженерії ім. В.В. Поповського, ХНУРЕ. Наукові інтереси: інформаційна безпека, виявлення аномалій, управління трафіком, фрактальний аналіз, телекомунікаційні системи. Адреса: Україна, 61166, Харків, пр. Науки, 14, тел. 380577021320, e-mail: tamara.radivilova@gmail.com.

Ільков Андрій Анатолійович, старший помічник начальника навчального відділу, ХНУПС ім. І.Кожедуба. Наукові інтереси: інформаційна безпека, радіолокація, радіоелектронні системи, ідентифікація вторгнень. Адреса: Україна, 61023, Харків, вул. Сумська 77/79, тел. +380577049645, e-mail: andreyilkov428@gmail.com.

Тавалбех Максим Хаджем, аспірант кафедри інфокомунікаційної інженерії ім. В.В. Поповського, ХНУРЕ. Наукові інтереси: телекомунікаційні системи, інформаційна безпека, маршрутизація, якість обслуговування, управління трафіком. Адреса: Україна, 61166, Харків, пр. Науки, 14, тел. +380577021320, e-mail: tavalbeh@icloud.com.

Radivilova Tamara, Ph.D., ass.professor, ass.professor at V.V. Popovskyy department of infocommunication engineering, Kharkiv National University of Radio Electronics. Research interests: information security, anomaly detection, traffic engineering, fractal analysis, telecommunication system. Address: Ukraine, 61166, Kharkiv, Nauka Ave., 14, Phone/fax: +380577021320, e-mail: tamara.radivilova@gmail.com.

Ilkov Andrii, senior assistant of the head of educational department, Ivan Kozhedub Kharkiv National Air Force University. Research interests: information security, radiolocation, radioelectronic systems, intrusion detection. Address: Ukraine, 61023, Kharkiv, Sumska St., 77/79, Phone/fax: +380577049645, e-mail: andreyilkov428@gmail.com.

Tawalbeh Maxim, postgraduate student at V.V. Popovskyy department of infocommunication engineering, Kharkiv National University of Radio Electronics. Research interests: telecommunication system, information security, routing, quality of service, traffic engineering. Address: Ukraine, 61166, Kharkiv, Nauka Ave., 14, Phone/fax: +380577021320, e-mail: tavalbeh@icloud.com.

 15-22
ХАХАНОВА Г.В. МОДЕЛІ ПРОЦЕСИНГУ ДЛЯ РОЗРІЗНЕННЯ КІБЕРСОЦІАЛЬНИХ ЯВИЩ

Пропонуються моделі і методи розрізнення соціальних явищ, що використовують матричні структури даних для завдання еталонних патернів. Описується модель social-процесу, яка містить компоненти: потік, функціональність, фрагмент, фрейм, параметр, значення, логіка, графіка, що знаходяться в логічних відносинах один з одним. Пропонується Pattern Recognition Social-Processor, який використовує xor-операції для розпізнавання соціально-значущих фреймів інформації. Описується матрична автоматна модель моніторингу процесів і явищ для подальшої актюаціі соціальних дій в рамках створення компонентів соціального комп'ютингу. Видається ієрархічна модель структурних компонентів соціального комп'ютингу, які оформлені в відносини включення кожного елемента нижнього рівня в компонент, що покриває його. Описується архітектура процесингу для визначення подібності фреймів на основі унітарного кодування даних і xor-порівняння для обчислення подібності-відмінності. Описується метрика для вимірювання подібності геометричних фігур в кіберпросторі, яка оперує нормованими параметрами: координата, орієнтація, суперпозиція, масштабування. Пропонується перетворення скалярною матриці подібності в бінарну шляхом примусового введення threshold або порогового значення параметрів, що дає можливість істотно спростити синтез автоматних моделей соціального процесингу.

Ключові слова – соціальний процес, розпізнавання патернів, фрагмент і фрейм процесу, унітарна кодування, схожість-відмінність, автоматні моделі соціального комп'ютингу.

Transliterated bibliography:

  1. Ulisses Braga-Neto. Fundamentals of Pattern Recognition and Machine Learning. Springer, 2020. 300 p.
  2. Teorija upravlenija. Dopolnitel'nye glavy. Uchebnoe posobie Pod redakciej D.A. Novikova. M.: LENARD. 2019. 552s.
  3. Vento M., Percannella G., Colantonio S., Giorgi D., Matuszewski B.J., Kerdegari H., Razaak M. Computer Analysis of Images and Patterns. Proceedings CAIP 2019 International Workshops. 2019. 129p.
  4. Marinai Simone, Fujisawa Hiromichi. Machine Learning in Document Analysis and Recognition. Springer. 2008. 434p.
  5. Maji Pradipta, Paul Sushmita. Scalable Pattern Recognition Algorithms. Applications in Computational Biology and Bioinformatics. Springer. 2014. 304p.
  6. V. Fratavchan and T. Fratavchan, "One pattern recognition method for complex geometric clusters configuration," 2018 International Conference on Development and Application Systems (DAS), Suceava, 2018, pp. 200-203.
  7. A. Sasidharan and P. Palakkeel, "Performance of Pattern Recognition Algorithms in Identifying Banking Networks," 2018 International Conference on Advances in Computing, Communications and Informatics (ICACCI), Bangalore, 2018, pp. 1463-1467.
  8. Y. Gao, Y. Chen, J. Wang, M. Tang and H. Lu, "Dense Chained Attention Network for Scene Text Recognition," 2018 25th IEEE International Conference on Image Processing (ICIP), Athens, 2018, pp. 679-683.
  9. I. Tautkute, T. Trzcinski and A. Bielski, "I Know How You Feel: Emotion Recognition with Facial Landmarks," 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Salt Lake City, UT, 2018, pp. 1959-19592.
  10. M. A. Panhwar, K. A. Memon, A. Abro, D. Zhongliang, S. A. Khuhro and S. Memon, "Signboard Detection and Text Recognition Using Artificial Neural Networks," 2019 IEEE 9th International Conference on Electronics Information and Emergency Communication (ICEIEC), Beijing, China, 2019, pp. 16-19.
  11. H. Zhao, N. Ye and R. Wang, "A Survey on Automatic Emotion Recognition Using Audio Big Data and Deep Learning Architectures," 2018 IEEE 4th International Conference on Big Data Security on Cloud (BigDataSecurity), IEEE International Conference on High Performance and Smart Computing, (HPSC) and IEEE International Conference on Intelligent Data and Security (IDS), Omaha, NE, 2018, pp. 139-142.
  12. M. Liu, Z. Xie, Y. Huang, L. Jin and W. Zhou, "Distilling GRU with Data Augmentation for Unconstrained Handwritten Text Recognition," 2018 16th International Conference on Frontiers in Handwriting Recognition (ICFHR), Niagara Falls, NY, 2018, pp. 56-61.
  13. F. Qadir and M. A. Peer, "Complex Pattern Formation Using Cellular Automata," 2013 International Conference on Machine Intelligence and Research Advancement, Katra. 2013. Р. 545-548.
  14. E. Vidal, F. Thollard, C. de la Higuera, F. Casacuberta and R. C. Carrasco, "Probabilistic finite-state machines - part II," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 27, no. 7, pp. 1026-1039, July 2005.
  15. 15. Zare, M. Jampour, A. S. Arezoomand and M. Sabouri, "Handwritten Recognition based on Hand Gesture Recognition using Deterministic Finite Automata and Fuzzy Logic," 2019 4th International Conference on Pattern Recognition and Image Analysis (IPRIA), Tehran, Iran, 2019, pp. 93-99.
  16. Q. Cui, K. El-Arroudi and G. Joos, "An effective feature extraction method in pattern recognition based high impedance fault detection," 2017 19th International Conference on Intelligent System Application to Power Systems (ISAP), San Antonio, TX, 2017, pp. 1-6.
  17. M. Ahangaran and H. Beigy, "Cellular learning automata with external input and its applications in pattern recognition," 2009 Fifth International Conference on Soft Computing, Computing with Words and Perceptions in System Analysis, Decision and Control, Famagusta, 2009, pp. 1-4.
  18. Hahanov V. Cyber Physical Computing for IoT-driven Services. Springer. New York. 2018. 279 p.
  19. https://spectrum.ieee.org/nanoclast/semiconductors/processors/the-accelerator-wall-a-new-problem-for-a-post-moores-law-world?utm_source=circuitsandsensors&utm_campaign=circuitsand sensors-02-19-19&utm_medium=email
  1. Susan Stepney, Steen Rasmussen, Martyn Amos. Computational Matter. Natural Computing Series. Switzerland, Springer, 2018. 336 p.

Хаханова Ганна Володимірівна, канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. Наукові інтереси: стиснення та відновлення двійкової інформації. Адреса: Україна, 61166, Харків, пр. Науки, 14. e-mail: anna.hahanova@nure.ua

Khakhanova Anna Vladimirovna, Ph.D., Associate Professor, Design Automation Department, NURE. Scientific Interests: compressed and binary information recovery. Address: Ukraine, 61166, Kharkov, Nauky Ave., 14, e-mail: anna.hahanova@nure.ua

 23-41
ШЕВЧЕНКО О. Ю., ХАХАНОВ В.И., ЧУМАЧЕНКО С.В. МОДЕЛИ И МЕТОДЫ КИБЕРСОЦИАЛЬНОГО КОМПЬЮТИНГА УПРАВЛЕНИЯ ПЕРСОНАЛОМ ДЛЯ КРИТИЧЕСКИХ СИСТЕМ

Предлагается постановка задач исследования, решение которых будет влиять на инвестиции в науку, образование и промышленность развивающихся стран. Формулируется социально-технологическая задача – защита общества и критических объектов посредством создания Intelligent Cyber Social Computing. Анонсируются модели, методы и алгоритмы киберсоциального компьютинга, актуальные для обработки больших данных, поиска решений для управления персоналом. Предлагается структура интерактивного киберсоциального компьютинга управления критическими объектами на основе метрического мониторинга состояний компонентов.

Ключевые слова: критическая система, управление персоналом, киберсоциальный компьютинг, принятие решений.

Key words: critical system, personnel management, cyber social computing, decision making.

Transliterated bibliography:

  1. Poljak B.T., Hlebnikov M.V., Rapoport L.B. Matematicheskaja teorija avtomaticheskogo upravlenija: uchebnoe posobie. M.: LENAND, 2019. 500 s.
  2. Teorija upravlenija (dopolnitel'nye glavy): Uchebnoe posobie / Pod red. D. A. Novikova. M.: LENAND, 2019. 552 s.
  3. Kharchenko V. Green IT Engineering: Concepts, Models, Complex Systems Architectures / V. Kharchenko, Y. Kondratenko, J. Kacprzyk (Eds.) // In the book series "Studies in Systems, Decision and Control" (SSDC). Berlin, Heidelberg: Springer International Publishing. 2017. Vol. 1.
  1. Kharchenko V. Green IT Engineering: Components, Networks and Systems Implementation / V. Kharchenko, Y. Kondratenko, J. Kacprzyk (Eds.) // In the book series "Studies in Systems, Decision and Control" (SSDC). 2017. Vol. 2. Berlin, Heidelberg: Springer International Publishing.
  2. Hahanov Vladimir. Cyber Physical Computing for IoT-driven Services New York: Springer 2018. 279 p.
  3. Christidis K. and Devetsikiotis M. Blockchains and Smart Contracts for the Internet of Things // in IEEE Access. 2016. Vol. 4. Р. 2292-2303.
  4. Roberto Saracco. Digital Twins: Bridging Physical Space and Cyberspace. Computer. December 2019. P. 58-64.
  5. Tarraf D. Control of Cyber-Physical Systems // Workshop held at Johns Hopkins University. March 2013. Springer. 2013. 378 p.
  6. Higg J., Gurupur V., Tanik M. A Transformative Software Development Framework: Reflecting the paradigm shift in social computing // 2011 Proceedings of IEEE Southeastcon, 2011. Р. 339 – 344.
  7. Zhu C., Leung V.C.M., Shu L., Ngai E.C.H. Green Internet of Things for Smart World," in IEEE Access. 2015. Vol. 3. Р. 2151-2162.

Шевченко Ольга Юрьевна, ассистент кафедры АПВТ ХНУРЭ. Научные интересы: проектирование и тестирование цифровых систем. Хобби: интеллектуальные игры. Адрес: Украина, 61166, Харьков, пр. Науки, 14, e-mail: olga.shevchenko@nure.ua

Хаханов Владимир Иванович, д-р техн. наук, проф., главный научный сотрудник кафедры АПВТ ХНУРЭ. Научные интересы: проектирование и тестирование цифровых систем. Хобби: футбол, горные лыжи. Адрес: Украина, 61166, Харьков, пр. Науки, 14, e-mail:hahanov@icloud.com.

Чумаченко Светлана Викторовна, д-р техн. наук, профессор, зав. кафедрой АПВТ ХНУРЭ. Научные интересы: математическое моделирование вычислительных процессов, теория рядов, методы дискретной оптимизации, инновационные формы обучения. Адрес: Украина, 61166, Харьков, пр. Науки, 14, тел. +380577021326, e-mail: svetlana.chumachenko@nure.ua
Shevchenko Olga Yurievna, teacher, Design Automation Department, NURE. Scientific interests: design and testing of digital systems. Hobby: intellectual games. Address: Ukraine, 61166, Kharkov, Nauki Ave., 14, e-mail: olga.shevchenko@nure.ua

Hahanov Vladimir Ivanovich, Dr., Prof., Chief Scientific Officer, Design Automation Department, NURE. Scientific interests: design and testing of digital systems. Hobby: football, downhill skiing. Address: Ukraine, 61166, Kharkov, Science, 14, e-mail: hahanov@icloud.com.

Chumachenko Svetlana Viсtorovna, Dr., Prof., Head of Design Automation Department, NURE. Scientific interests: mathematical modeling of computational processes, theory of series, methods of discrete optimization, educational innovations. Address: Ukraine, 61166, Kharkov, Nauki Ave, 14, phone + 3805770-21-326, e-mail: svetlana.chumachenko@nure.ua

 42-46
ФІЛІППЕНКО І.В., КОРНІЄНКО В.Р., КУЛАК Г.К. ОГЛЯД ГРАФІЧНИХ БІБЛІОТЕК ДЛЯ ВБУДОВАНИХ ПЛАТФОРМ

Наводиться огляд існуючих на поточний момент графічних бібліотек для вбудованих систем для створення панелей HMI та приладів носимої електроніки. Розглядаються основні етапи, які необхідні для адаптації однієї з існуючих бібліотек на процесор Nordic. Наведено вимоги до ресурсів системи (ОЗП, ПЗП, різновидам інтерфейсів, що наявні на конкретній платформі) для проектування вбудованих систем з використанням графічних пристроїв. Вивчаються особливості SDK для одного з процесорних вендорів та рішень, що необхідно реалізувати для запуску бібліотеки.

Ключові слова: графічна бібліотека, вбудована система, інтерфейси обміну даними, способи організації обміну, процесорний вендор, дисплейні модулі.

Key words: graphical library, embedded system, data transfer interface, data transferring organization, processors vendor, display modules.

Література:

1. Компел. Розробляємо пристрій з графікою на STM32. Основні можливості периферії [Електронний ресурс] / Компел – Режим доступу: https://www.compel.ru/lib/90626.. 2018.

2. Компел. STM32 + сучасний TFT-дисплей: варіанти на будь-який смак [Електронний ресурс] / Компел – Режим доступу: https://www.compel.ru/lib/88474.

3. Holländer P. Announcing Qt for MCUs - A comprehensive toolkit [Електронний ресурс] / Petteri Holländer – Режим доступу: https://www.qt.io/blog/2019/08/21/announcing-qt-mcus.

4. Embedded Wizard. Simplify Your GUI DevelopmentSimplify Your GUI Development [Електронний ресурс] / Embedded Wizard – Режим доступу до ресурсу: https://www.embedded-wizard.de/.

5. GitHub. Microgui Description [Електронний ресурс] / GitHub – Режим доступу: https://github.com/ryankurte/micro-gui.

6. ЕasyGUI. easyGUI information downloads [Електронний ресурс] / easyGUI – Режим доступу: https://www.easygui.com/easygui-downloads.

7. TouchGFX. The TouchGFX Abstraction Layer (AL) [Електронний ресурс] / TouchGFX – Режим доступу: https://support.touchgfx.com/docs/development/touchgfx-hal-development/touchgfx-al-development-Introduction.

8. TouchGFX. Lowering Memory Usage with Partial Framebuffer [Електронний ресурс] / TouchGFX –: https://support.touchgfx.com/docs/development/ui-development/scenarios/lowering-memory-usage-with-partial-framebuffer/.

9. SEGGER. emWin – The professional GUI for embedded devices enables the creation of highly efficient and high quality graphical [Електронний ресурс] / SEGGER – Режим доступу: https://www.segger.com/products/user-interface/emwin/.

10. ЕmWinView [Електронний ресурс] // SEGGER. https://www.segger.com/products/user-interface/emwin/tools/tools-overview/.

11.LittlevGL. Open-source Embedded GUI Library [Електронний ресурс] / LittlevGL – https://littlevgl.com/.

12. Джозеф Ю. Ядро Cortex-M3 компанії ARM. Повне керівництво / Ю. Джозеф., 2012. 552 с.

13. Nordic Semiconductor Infocenter. EasyDMA [Електронний ресурс] / Nordic Semiconductor Infocenter – Режим доступу до ресурсу: https://infocenter.nordicsemi.com/index.jsp?topic=%2Fcom.nordic.infocenter.nrf52832.ps.v1.1%2Feasydma.html.

14. Kormanyos C. Real-Time C++: Efficient Object-Oriented and Template Microcontroller Programming / Christopher Kormanyos., 2018. 426 с.

15. Arobenko A. Practical Guide to Bare Metal C++ [Електронний ресурс] / Alexander Arobenko – Режим доступу: https://arobenko.gitbooks.io/bare_metal_cpp/content/.

Transliterated bibliography:

  1. Kompel. Rozrobljaєmo pristrіj z grafіkoju na STM32. Osnovnі mozhlivostі periferії [Elektronnij resurs] / Kompel Rezhim dostupu do resursu: https://www.compel.ru/lib/90626.. 2018
  2. Kompel. STM32 + suchasnij TFT-displej: varіanti na bud'-jakij smak [Elektronnij resurs] / Kompel – Rezhim dostupu do resursu: https://www.compel.ru/lib/88474.
  3. Holländer P. Announcing Qt for MCUs - A comprehensive toolkit [Elektronnij resurs] / Petteri Holländer – Rezhim dostupu do resursu: https://www.qt.io/blog/2019/08/21/announcing-qt-mcus.
  4. Embedded Wizard. Simplify Your GUI DevelopmentSimplify Your GUI Development [Elektronnij resurs] / Embedded Wizard – Rezhim dostupu do resursu: https://www.embedded-wizard.de/.
  5. GitHub. Microgui Description [Elektronnij resurs] / GitHub – Rezhim dostupu do resursu: https://github.com/ryankurte/micro-gui.
  6. ЕasyGUI. easyGUI information downloads [Elektronnij resurs] / easyGUI – Rezhim dostupu do resursu: https://www.easygui.com/easygui-downloads.
  7. TouchGFX. The TouchGFX Abstraction Layer (AL) [Elektronnij resurs] / TouchGFX – Rezhim dostupu do resursu: https://support.touchgfx.com/docs/development/touchgfx-hal-development/touchgfx-al-development-Introduction.
  8. TouchGFX. Lowering Memory Usage with Partial Framebuffer [Elektronnij resurs] / TouchGFX –: https://support.touchgfx.com/docs/development/ui-development/scenarios/lowering-memory-usage-with-partial-framebuffer/.
  9. SEGGER. emWin – The professional GUI for embedded devices enables the creation of highly efficient and high quality graphical [Elektronnij resurs] / SEGGER –https://www.segger.com/products/user-interface/emwin/.
  10. emWinView [Elektronnij resurs] // SEGGER. 2019. https://www.segger.com/products/user-interface/emwin/tools/tools-overview/.
  1. LittlevGL. Open-source Embedded GUI Library [Elektronnij resurs] / LittlevGL – https://littlevgl.com/.
  2. Dzhozef Ju. Jadro Cortex-M3 kompanії ARM. Povne kerіvnictvo / Ju. Dzhozef., 2012. 552 s.
  3. Nordic Semiconductor Infocenter. EasyDMA [Elektronnij resurs] / Nordic Semiconductor Infocenter – https://infocenter.nordicsemi.com/index.jsp?topic=%2Fcom.nordic.infocenter.nrf52832.ps.v1.1%2Feasydma.html.
  4. Kormanyos C. Real-Time C++: Efficient Object-Oriented and Template Microcontroller Programming / Christopher Kormanyos. 2018. 426 s.
  1. Arobenko A. Practical Guide to Bare Metal C++ [Elektronnij resurs] / Alexander Arobenko –https://arobenko.gitbooks.io/bare_metal_cpp/content/.

Філіппенко Інна Вікторівна, канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. Наукові інтереси: вбудовані системи, цифрові фільтри. Адреса: Україна, 61166, Харків, пр. Науки, 14, тел. 702-13-26.

Корнієнко Валентин Русланович, студент ХНУРЕ. Наукові інтереси: HMI-системи, вбудовані системи, Embedded C++. Адреса: Україна, 61166, Харків, пр. Науки, 14, тел. 702-13-26, e-mail: valentyn.korniienko1@nure.ua.

Кулак Георгій Костянтинович, студент ХНУРЕ. Наукові інтереси: вбудовані системи, цифрові автомати. Адреса: Україна, 61166, Харків, пр. Науки, 14, тел. 702-13-26, e-mail heorhii.kulak@nure.ua.

Filippenko Inna Victorovna, PhD, Associate Professor, Design Automation Department, NURE. Scientific interests: embedded systems, digital filters. Address: Ukraine, 61166, Kharkiv, Nauky Ave. 14, tel. 702-13-26.

Korniienko Valentyn Ruslanovich, student, NURE. Scientific interests: HMI systems, embedded systems, Embedded C++. Address: Ukraine, 61166, Kharkiv, Nauky Ave. 14, tel. 702-13-26, e-mail: valentyn.korniienko1@nure.ua.

Kulak Georgiy Konstantinovich, student, NURE. Scientific interests: HMI systems, embedded systems, finite state machine. Address: Ukraine, 61166, Kharkiv, Nauky Ave. 14, tel. 702-13-26, e-mail: heorhii.kulak@nure.ua.

 47-53
МАГЕРРАМОВ З.Т., РАГИМОВА Н.А., АБДУЛЛАЕВ В.Г., МАГЕРРАМОВА Г.З. ТЕХНОЛОГИЯ BIG DATA: ПОТЕНЦИАЛ, ПРОБЛЕМЫ И ПРИМЕНЕНИЕ В МЕДИЦИНЕ И ЗДРАВООХРАНЕНИИ

Исследуются возможности применения технологии BIG DATA в медицине и в системе здравоохранения в целях совершенствования принятия решений в клинической практике. Проводится углубленный анализ состояния развития и особенностей применения технологии Big Data в сфере медицины и здравоохранения. Выявляются основные источники и характеристики медицинских данных. Показывается, что внедрение технологий Big Data в медицине может быть достигнуто при широком использовании представления медико-биологической информации в цифровом виде. Приводятся данные о том, что персонализированная медицина является одной из главных трендов в области сохранения здоровья, и интегрированная электронная медицинская карта занимает особое место в системе здравоохранения. Анализируется внедрение технологий Big Data в фармацевтике, биомедицине, психиатрии, эпидемиологии и в телемедицине. Подчеркивается, что для развития исследований геномики и микробиома человека особое место занимает технология Big Data. Формулируются перспективные направления применения технологии Big Data в сфере медицины и здравоохранения.

Ключевые слова: Big Data, медицинские данные, источник медицинских данных, цифровизация медицины, персонализированная медицина, электронная медицинская карта, фармацевтика, биоинформатика, биомедицина, геномика, микробиом, рак, сахарный диабет, психиатрия, эпидемиология, телемедицина.

Keywords: Big Data, medical data, a source of medical data, digitalization of medicine, the personalized medicine, the electronic medical record, pharmaceutics, bioinformatics, biomedicine, genomics, a microbiome, cancer, diabetes, psychiatry, epidemiology, telemedicine.

Литература:

  1. https://www.it.ua/ru/knowledge-base/technology-innovation/big-data-bolshie-dannye
  2. https://habr.com/ru/company/mailru/blog/449370/
  3. https://ww2.frost.com/news/press-releases/
  4. Double-Digit Growth Forecast for the Worldwide Big Data and Business Analytics Market Through 2020 Led by Banking and Manufacturing Investments, According to IDC.
  5. http://www.tadviser.ru/index.php/Статья:Большие_данные_(Big_Data)_мировой_рынок
  1. Manchini M. Exploiting Big Data for improving healthcare servuces // Journal of e-Learning and Knowledge Society. 2014. Vol.10, n.2. P.23–33.
  2. Hackenberger B.K. Data by data, Big Data. Croat. Med. J. 2019. Vol. 60, № 3. P. 290-292.
  3. Петров В.В., Минцер О.П., Крючин А.А., Крючина Е.А. Перспективы и проблемы использования технологий big data в медицине. Медична інформатика та інженерія. 2019. № 3. С. 19-30.
  4. https://www.forbes.ru/obshchestvo/371437-doktor-google-glavnye-trendy-medicinskogo-rynka
  1. Цветкова Л.А., Черченко О.В. Внедрение технологий big data в здравоохранение: оценка технологических и коммерческих перспектив //Экономика науки. 2016. Том 2, № 2. C. 138-150.
  2. https://www.comnews.ru/digital-economy/content/116081/2018-11-28/zhit-dolshe-iot-chat-boty-i-big-data-pomogut-tyazhelobolnym-pacientam
  1. https: // www.ibm.com / watson / health /
  2. Зелинский С.С., Удуд Е.А., Новрузова В.И. BIG DATA в медицине. Направления использования стимулирование инновационного развития общества в стратегическом периоде // Сборник статей Международной научно-практической конференции. Уфа. 2018 Издательство: OOO "Аэтерна".
  3. https://healthitanalytics.com/news/qpid-epic-ehr-combine-for-big-data-analytics-at-partners-health
  4. Ioannidis JPA, Khoury MJ. Evidence-based medicine and big genomic data. Hum Mol Genet. – 2018 May 1;27(R1):R2-R7.
  5. Grüning B., Lampa S., Vaudel M., Blankenberg D. Software engineering for scientific big data analysis Gigascience. May 1;8(5). pii: giz054.
  6. Abidi S. S. R. Intelligent health data analytics: A convergence of artificial intelligence and big data. Healthc Manage Forum. 2019. Vol. 32. № 4. P. 178-182.
  7. Luo J., Wu M., Gopukumar D., Zhao Y. Big Data Application in Biomedical Research and Health Care: A Literature Review. Biomed Inform Insights. 2016. № 8. P. 1-10.
  8.  Karen Y. He, Dongliang Ge, Max M. Big Data Analytics for Genomic Medicine. J. Mol. Sci. 2017. Vol. 18. № 2. P. E412.
  9. Cobb A. N., Benjamin A. J., Huang E. S., Kuo P. C. Big data: More than big data sets. Surgery. 2018. Vol. 164, № 4. P. 640-642.
  10. Карнаухов Н. С., Ильюхин Р. Г. Возможности технологий «Big Data» в медицине. Врач и информационные технологии. 2019, № 1. C. 59-63.
  11. Магеррамов З.Т., Абдуллаев В.Г., Магеррамова А.З. Big Data: проблемы, методы анализа, алгоритмы // Радиоэлектроника и Информатика. № 3(78), 2017. C. 42-51. http://openarchive.nure.ua/handle/document/5653
  12. Herman R, Williams P. Big Data in healthcare: what is it used for? http://ro.ecu.edu.au/cgi/viewcontent.cgi?article=1021&context=aeis
  13. Мамедова М.Г. Big Data в электронной медицине: возможности, вызовы и перспективы. İnformasiya texnologiyaları problemləri. 2016. №2. C. 9–29.
  14. Маркина Н.В., Касюк С.Т., Шамаева Т.Н. Анализ данных в медицинских информационных системах с использованием технологии Data Mining. Информатика, вычислительная техника и управление. Серия «Естественные и технические науки». №6. С. 111–116.
  15. Кобринский Б.А. Персонализированная медицина: геном, электронное здравоохранение и интеллектуальные системы. Часть 1. Геномика и мониторинг клинических данных. Рос вестн перинатол и педиатр 2017. 62:(5): 16–20. DOI: 10.21508/1027–4065–2017–62–5–16–20.
  16. Hood L., Galas D. P4 Medicine: Personalized, Predictive, Preventive, Participatory: A Change of View that Changes Everything: A white paper prepared for the Computing Community Consortium committee of the Computing Research Association. 2008.http://cra.org/ccc/resources/ccc-ledwhitepapers
  17. http://ru.datasides.com/big-data-medicine/
  18. https://gmpnews.ru/2017/06/ispolzovanie-big-data-v-farmacevticheskoj-industrii/
  19. https://www.forbes.ru/biznes/355471-vremya-innovaciy-kak-obuzdat-ceny-na-lekarstva
  20. https://iotconf.ru/ru/article/kak-big-data-pomoget-farmatsevtike-69841
  21. https://www.if24.ru/diabet-pod-kontrol-berut-tehnologii/
  22. http://www.oncology.ru/news/2019/10/14/
  23. Кондратова М.С. Кривое зеркало жизни: Главные мифы о раке, и что современная наука думает о них. 2019. 310 с.
  24. https://ru.wikipedia.org/wiki/Персональная_геномика
  1. Мурадова Г.И. Большие данные в системе здравоохранения // İnformasiya texnologiyaları problemləri. 2016. №2. С. 98–106.
  2. How GenePool Works. www.stationxinc.com/how-genepool-works
  3. Научно-популярный портал о генетике http://mygenome.su/articles/112/
  4. Bettens K., Sleegers K., Broeckhoven C., Genetic insights in Alzheimer's disease/ The lancet neurology, 2013, vol.12, no.1, pp.92–104.
  5. https://www.gazeta.ru/science/news/2019/03/12/n_12738421.shtml
  6. https://www.cnews.ru/articles/dmitrij_shepelyavyj_bolshie_dannye_na
  7. https://aboutdata.ru/2017/05/29/big-data-in-psychiatry/
  8. https://www.cnews.ru/news/top/bolshie_dannye_mogut_pomoch_v_borbe
  9. https://ren.tv/news/v-mire/685999-voz-koronavirus-zatronul-213-stran-i-territorii
  10. https://www.vedomosti.ru/society/news/2020/04/14/827957-dva-milliona
  11. https://review.uz/ru/post/big-data-i-machine-learning-protiv-covid-19
  12. https://nv.ua/techno/innovations/koronavirus-v-kitae-sozdali-robotov-dlya-borby-s-epidemiey-50072122.html
  1. Ижунинов М.А. Big Data в здравоохранении. // Молодой ученый. Международный научный журнал. 2019. № 50 (288). С. 8-10.
  2. Fahr P., Buchanan J., Wordsworth S. A Review of the Challenges of Using Biomedical Big Data for Economic Evaluations of Precision Medicine.Appl. Health Econ Health Policy. 2019. 3 р.
  3. Xu L., Wang S., Zhan S. Randomized controlled trial based on big data. Zhonghua Liu Xing Bing Xue Za Zhi. 2019. Vol. 40, № 6. P. 702-706.

Transliterated bibliography:

  1. https://www.it.ua/ru/knowledge-base/technology-innovation/big-data-bolshie-dannye
  2. https://habr.com/ru/company/mailru/blog/449370/
  3. https://ww2.frost.com/news/press-releases/
  4. Double-Digit Growth Forecast for the Worldwide Big Data and Business Analytics Market Through 2020 Led by Banking and Manufacturing Investments, According to IDC.
  5. http://www.tadviser.ru/index.php/Статья:Большие_данные_(Big_Data)_мировой_рынок
  1. Manchini M. Exploiting Big Data for improving healthcare servuces // Journal of e-Learning and Knowledge Society. 2014. Vol.10, n.2. P.23–33.
  2. Hackenberger B.K. Data by data, Big Data. Croat. Med. J. 2019. Vol. 60, № 3. P. 290-292.
  3. Petrov V.V., Mincer O.P., Krjuchin A.A., Krjuchina E.A. Perspektivy i problemy ispol'zovanija tehnologij big data v medicine. Medichna іnformatika ta іnzhenerіja. 2019. № 3. S. 19-30.
  4. https://www.forbes.ru/obshchestvo/371437-doktor-google-glavnye-trendy-medicinskogo-rynka
  1. Cvetkova L.A., Cherchenko O.V. Vnedrenie tehnologij big data v zdravoohranenie: ocenka tehnologicheskih i kommercheskih perspektiv // Jekonomika nauki. 2016. Tom 2, № 2. C. 138-150.
  2. https://www.comnews.ru/digital-economy/content/116081/2018-11-28/zhit-dolshe-iot-chat-boty-i-big-data-pomogut-tyazhelobolnym-pacientam
  1. https: // www.ibm.com / watson / health /
  2. Zelinskij S.S., Udud E.A., Novruzova V.I. BIG DATA v medicine. Napravlenija ispol'zovanija stimulirovanie innovacionnogo razvitija obshhestva v strategicheskom periode // Sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferencii. Ufa. 2018 Izdatel'stvo: OOO "Ajeterna".
  3. https://healthitanalytics.com/news/qpid-epic-ehr-combine-for-big-data-analytics-at-partners-health
  4. Ioannidis JPA, Khoury MJ. Evidence-based medicine and big genomic data. Hum Mol Genet. – 2018 May 1;27(R1):R2-R7.
  5. Grüning B., Lampa S., Vaudel M., Blankenberg D. Software engineering for scientific big data analysis Gigascience. May 1;8(5). pii: giz054.
  6. Abidi S. S. R. Intelligent health data analytics: A convergence of artificial intelligence and big data. Healthc Manage Forum. 2019. Vol. 32. № 4. P. 178-182.
  7. Luo J., Wu M., Gopukumar D., Zhao Y. Big Data Application in Biomedical Research and Health Care: A Literature Review. Biomed Inform Insights. 2016. № 8. P. 1-10.
  8. Karen Y. He, Dongliang Ge, Max M. Big Data Analytics for Genomic Medicine. J. Mol. Sci. 2017. Vol. 18. № 2. P. E412.
  9. Cobb A. N., Benjamin A. J., Huang E. S., Kuo P. C. Big data: More than big data sets. Surgery. 2018. Vol. 164, № 4. P. 640-642.
  10. Karnauhov N.S., Il'juhin R.G. Vozmozhnosti tehnologij «Big Data» v medicine. Vrach i informa-cionnye tehnologii. 2019, № 1. C. 59-63.
  11. Magerramov Z.T., Abdullaev V.G., Magerramova A.Z. Big Data: problemy, metody analiza, algoritmy // Radiojelektronika i Informatika. № 3(78), 2017. C. 42-51. http://openarchive.nure.ua/handle/document/5653
  12. Herman R, Williams P. Big Data in healthcare: what is it used for? http://ro.ecu.edu.au/cgi/viewcontent.cgi?article=1021&context=aeis
  13. Mamedova M.G. Big Data v jelektronnoj medicine: vozmozhnosti, vyzovy i perspektivy. İnformasiya texnologiyaları problemləri. 2016. №2. C. 9–29.
  14. Markina N.V., Kasjuk S.T., Shamaeva T.N. Analiz dannyh v medicinskih informacionnyh sistemah s ispol'zovaniem tehnologii Data Mining. Informatika, vychislitel'naja tehnika i upravlenie. Serija «Estestvennye i tehnicheskie nauki». 2019. №6. S. 111–116.
  15. Kobrinskij B.A. Personalizirovannaja medicina: genom, jelektronnoe zdravoohranenie i intellektual'nye sistemy. Chast' 1. Genomika i monitoring klinicheskih dannyh. Ros vestn perinatol i pediatr 2017. 62:(5): 16–20. DOI: 10.21508/1027–4065–2017–62–5–16–20.
  16. Hood L., Galas D. P4 Medicine: Personalized, Predictive, Preventive, Participatory: A Change of View that Changes Everything: A white paper prepared for the Computing Community Consortium committee of the Computing Research Association. 2008.http://cra.org/ccc/resources/ccc-ledwhitepapers
  17. http://ru.datasides.com/big-data-medicine/
  18. https://gmpnews.ru/2017/06/ispolzovanie-big-data-v-farmacevticheskoj-industrii/
  19. https://www.forbes.ru/biznes/355471-vremya-innovaciy-kak-obuzdat-ceny-na-lekarstva
  20. https://iotconf.ru/ru/article/kak-big-data-pomoget-farmatsevtike-69841
  21. https://www.if24.ru/diabet-pod-kontrol-berut-tehnologii/
  22. http://www.oncology.ru/news/2019/10/14/
  23. Kondratova M.S. Krivoe zerkalo zhizni: Glavnye mify o rake, i chto sovremennaja nauka dumaet o nih. 2019. 310 s.
  24. https://ru.wikipedia.org/wiki/Персональная_геномика
  1. Muradova G.I. Bol'shie dannye v sisteme zdravoohranenija // İnformasiya texnologiyaları problemləri. 2016. №2. S. 98–106.
  2. How GenePool Works. www.stationxinc.com/how-genepool-works
  3. Научно-популярный портал о генетике http://mygenome.su/articles/112/
  4. Bettens K., Sleegers K., Broeckhoven C., Genetic insights in Alzheimer's disease/ The lancet neurology, 2013, vol.12, no.1, pp.92–104.
  5. https://www.gazeta.ru/science/news/2019/03/12/n_12738421.shtml
  6. https://www.cnews.ru/articles/dmitrij_shepelyavyj_bolshie_dannye_na
  7. https://aboutdata.ru/2017/05/29/big-data-in-psychiatry/
  8. https://www.cnews.ru/news/top/bolshie_dannye_mogut_pomoch_v_borbe
  9. https://ren.tv/news/v-mire/685999-voz-koronavirus-zatronul-213-stran-i-territorii
  10. https://www.vedomosti.ru/society/news/2020/04/14/827957-dva-milliona
  11. https://review.uz/ru/post/big-data-i-machine-learning-protiv-covid-19
  12. https://nv.ua/techno/innovations/koronavirus-v-kitae-sozdali-robotov-dlya-borby-s-epidemiey-50072122.html
  1. Izhuninov M.A. Big Data v zdravoohranenii. // Molodoj uchenyj. Mezhdunarodnyj nauchnyj zhurnal. 2019. № 50 (288). S. 8-10.
  2. Fahr P., Buchanan J., Wordsworth S. A Review of the Challenges of Using Biomedical Big Data for Economic Evaluations of Precision Medicine.Appl. Health Econ Health Policy. 2019. 3 р.
  3. Xu L., Wang S., Zhan S. Randomized controlled trial based on big data. Zhonghua Liu Xing Bing Xue Za Zhi. 2019. Vol. 40, № 6. P. 702-706.

Магеррамов Закир Тулуевич, канд. техн. наук, доцент кафедры «Информационная технология и программирования» Азербайджанского технического университета. Научные интересы: численные методы, моделирование и оптимальное управления, информационные технологии, объектно-ориентированное программирование. Увлечения: научные книги, художественная литература (классика), мир животных. Адрес: Азербайджан, AZ1114, Баку, ул. И. Джумшудова, 1/7, кв. 110, тел. (99412)5689951, (050)3212595, е-mail: zakirmaharramov@rambler.ru.

Рагимова Назиля Алиевна, канд. техн. наук, зав. кафедрой «Компьютерная инженерия» Азербайджанского государственного университета нефти и промышленности. Научные интересы: Cloud technology, Data Mining, экспертные системы, big data. Увлечения: научные книги,художественная литература, спорт. Адрес: Азербайджан, Баку, (050)3136431, е-mail: ragimova.n.a@gmail.com.

Абдуллаев Вугар Гаджимахмудович, канд. техн. наук, доцент кафедры «Компьютерная инженерия» Азербайджанского государственногоуниверситета нефти и промышленности, Институт Кибернетики НАНА. Научные интересы: киберфизические системы, большие данные,  информационные технологии. Увлечения. электронная коммерция, B2B, B2C проекты, научные книги, спорт. Адрес: Азербайджан, AZ1129, Баку, ул. М. Гади, 53, кв. 81, тел. (99412)5712428, (050)3325483, е-mail: abdulvugar@mail.com.

Магеррамова Гюльнар Закировна, стоматолог-эндодонтолог, аспирантка кафедры стоматологии и челюстно-лицевой хирургии Института Усовершенствования врачей имени А.Алиева (Азербайджан). Научные интересы: применение цифровых технологий в медицине, big data. Увлечения: изучение иностранных языков, латино-американские танцы. Адрес: Азербайджан, Баку, ул. Ильгар Джумшудова 1/7, кв.110, e-mail: maharramovagulnar@gmail.com.

Maharramov Zakir Tuluevich, PhD, Associate Professor of the Department of Information Technology and Programming, Azerbaijan Technical University. Scientific interests: numerical methods, modeling and optimal control, information technology, object-oriented programming. Hobbies: scientific books, fiction (classics), the world of animals. Address: Azerbaijan, AZ1114, Baku, st. I. Dzhumshudova, 1/7, apt. 110, tel. (99412) 5689951, (050) 3212595, e-mail: zakirmaharramov@rambler.ru.

Ragimova Nazilya Alievna, PhD, head of Computer Engineering Department, Azerbaijan State University of Oil and Industry. Scientific interests: Cloud technology, Data Mining, expert systems, big data. Hobbies: scientific books, fiction, sports. Address: Azerbaijan, Baku, (050) 3136431, e-mail: ragimova.n.a@gmail.com.

Abdullaev Vugar Gadzhimakhmudovich, PhD, Associate Professor of Computer Engineering Department, Azerbaijan State University of Oil and Industry, Institute of Cybernetics of ANAS. Scietific interests: cyber-physical systems, big data, information technology. Hobbies. e-commerce, B2B, B2C projects, scientific books, sports. Address: Azerbaijan, AZ1129, Baku, st. M. Gadi, 53, apt. 81, tel. (99412) 5712428, (050) 3325483, e-mail: abdulvugar@mail.com.

Maharramova Gulnar Zakirovna, stomatologist-endodontologist, post-graduate student of the Department of Dentistry and Maxillofacial Surgery of the Institute for Advanced Training of Doctors named after A. Aliyev (Azerbaijan). Scientific interests: application of digital technologies in medicine, big data. Hobbies: studying foreign languages, Latin American dances. Address: Azerbaydjan, Baku, st. Ilgar Dzhumshudova 1/7, apartment 110, e-mail: maharramovagulnar@gmail.com

 54-68
АЛИЕВА Е. Н. ОПРЕДЕЛЕНИЕ УСРЕДНЕННОЙ КОНЦЕНТРАЦИИ ХЛОРОФИЛЛА В ВЕРХНЕМ СЛОЕ МОРСКОЙ ВОДЫ ПО ФЛУОРЕСЦЕНТНОМУ ИЗЛУЧЕНИЮ 75-79