Статті (ККНІ)

Permanent URI for this collection

https://dspace.snu.edu.ua/handle/123456789/339

Browse

Browsing Статті (ККНІ) by Author "Сафонова, С. О."

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Дослідження ефективності віртуальної багатопоточності (2, 3, 4 потоки) типу Hyper Threading при виконанні потоків в однакових та різних умовах.
    (СНУ ім. В. Даля, 2022) Недзельський, Д. О.; Сафонова, С. О.; Барбарук, Л. В.
    В статті аналітичними методами з елементами теорії масового обслуговування досліджена ефективність ядер сучасних процесорів з використанням віртуальної багатопоточності типу технології Hyper Threading при 2-х, 3-х, 4-х потоках з урахуванням структурних особливостей ядра як при виконанні потоків в однакових умовах, так і в різних умовах. Під однаковими умовами розглядалося виконання потоків, коли використовували однакові обсяги рівнів кеш-пам'яті. Під різними умовами розглядалися ситуації, коли потоки послідовно виконувалися в умовах з використанням доступних обсягів кеш-пам'яті, а паралельно потоки виконувалися в гірших умовах використання кеш-пам'яті (з використанням нижчого рівня кеш-пам'яті або навіть оперативної пам'яті). Для дослідження вибрано широко поширені та наочні програми: «Множення матриць», «Рішення диференціальних рівнянь у приватних похідних методом сіток». У програмах, що досліджувалися було виділено ядро, уточнені інформаційно залежні команди і команди редукції, сформовані групи команд, їх кількість та визначені часи виконання кожної групи в програмі ядра, а також визначені ймовірності появи кожної групи команд. Розроблено методику досліджень та модель ядра. Для дослідження використовувалася двофазна спрощена модель ядра процесора. Було визначено коефіцієнт навантаження універсального ФП та, в залежності від значення різних параметрів програми і ядра процесора, визначено коефіцієнт використання ПУ моделі, визначені середній час виконання ядра програми та середні часи використання окремих спеціалізованих функціональних пристроїв. Наведено результати досліджень у вигляді формул при 2- х, 3-х та 4-х потоках в одному фізичному ядрі як при виконанні потоків в однакових умовах, так і в різних умовах. Підтверджена ефективність віртуальної багатопоточності типу Hyper Threading при двох, трьох, чотирьох потоках з відсутністю структурних конфліктів, так і при різних умовах – наявності структурних конфліктів в підсистемі кеш-пам’яті. При виконанні потоків у різних умовах ефективність (коефіцієнт прискорення) менша, ніж при виконанні в рівних умовах. Якщо при виконанні одного потоку використовується більше половини кеш-пам'яті третього рівня або потрібна інтенсивна робота з оперативною пам'яттю, використання віртуальної багатопоточності недоцільно.
  • No Thumbnail Available
    Item
    Застосування нейронної мережі для захисту Web-додатків.
    (СНУ ім. В. Даля, 2023) Рязанцев, О. І.; Кардашук, В. С.; Сафонова, С. О.; Кравцов, С. В.
    У статті розглянуті сучасні проблеми захисту інформації та рекомендації щодо особливостей функціонування Web-додатків у безпечному середовищі. Найбільш важливим рівнем щодо захисту інформації є програмно-технічні засоби, що містять у собі цілий комплекс апаратних, програмних і апаратно-програмних засобів захисту інформації. Розробники сучасних брандмауерів пропонують рішення, які працюють на всіх рівнях моделі OSI. Однак робота більшості "класичних" брандмауерів акцентується на мережевому й сеансовому рівнях. Нерідко функціональні можливості роботи брандмауера на рівні додатків забезпечуються окремим модулем, робота якого, як правило, носить загальний характер і не враховує особливостей функціонування додатків. Для реалізації дослідження відбиття атака на WEB-додатки проаналізована та досліджена нейронна мережа адаптивної-резонансної теорії (АРТ), що порівнює вхідне зображення до одного зі сформованих класів у процесі навчання, якщо воно відповідає заданому критерію подібності й у достатньому ступені подібно із прототипом цього класу. В процесі співставлення відбувається модифікація вхідного зображення для більшої відповідності із пропонованим зображенням – корегуються ваги зв’язків. Якщо вхідне зображення в недостатньому ступені подібно із пропонованим зображенням, у цьому випадку виділяється додатковий нейрон і формується новий клас зображень. Виділення додаткового нейрона під новий клас зображень відбувається завдяки наявності вільних, незадіяних нейронів у шарі, що розпізнає. Дана операція запобігає дублюванню існуючих зображення, що вже знаходяться у пам’яті. Запропонована модифікована структура мережі та рішення щодо усунення недоліків роботи нейронної мережі. В результаті дослідження намічені подальші шляхи удосконалення алгоритму навчання нейронної мережі, що направлені на збільшення кількості операцій відбиття атак на WEB-додатки за допомогою евристичного методу.