КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Розмір шрифта: 
Метод ризик-орієнтованого прогнозного керування ресурсами інформаційних систем на мобільній платформі
Віталій Миколайович Ткачов, Ігор Вікторович Рубан

Остання редакція: 2025-12-07

Анотація


У роботі запропоновано метод ризик-орієнтованого прогнозного керування ресурсами інформаційних систем на мобільній платформі, у якому поєднано сценарне прогнозування стану, оптимізацію за ризик-орієнтованим критерієм та урахування часової структури деградації показників якості функціонування. Показано, що запропонований підхід дає змогу зменшити глибину й тривалість порушень допустимих вимог до якості та тим самим підвищити рівень забезпечення живучості інформаційних систем в умовах дії деструктивних впливів.

 

The paper proposes a risk-oriented predictive resource management method for information systems on a mobile platform, which combines scenario-based state prediction, optimization with a risk-oriented criterion, and explicit accounting for the temporal structure of quality-of-service degradation. It is shown that the proposed approach makes it possible to reduce both the depth and duration of violations of admissible quality requirements and thereby increase the level of survivability of information systems under destructive impacts.


Ключові слова


інформаційна система; мобільна платформа; живучість; керування ресурсами; прогнозне керування; ризик-орієнтоване керування; деструктивні впливи; information system; mobile platform; survivability; resource management; predictive control; risk-oriented

Посилання


Reliability Models of Multi-state UAV-based Monitoring Systems: Mission Efficiency Degradation Issues / Kliushnikov I., Kharchenko V., Fesenko H., Zaitseva E., Levashenko V. // 2023 International Conference on Information and Digital Technologies (IDT), Zilina, Slovakia. – 2023. – Pp. 299-306. – DOI: https://doi.org/10.1109/IDT59031.2023.10194443

Рубан І.В. Таксономія та метрики оцінювання підходів до забезпечення живучості інформаційних систем / І.В. Рубан, В.М. Ткачов // Інформаційні технології і автоматизація – 2025. – Матеріали XVIII міжнародної науково-практичної конференції. – Одеса, 30-31 жовтня 2025 р. – Одеса, Видавництво ОНТУ. – С. 796-798.

Survivability Analysis of Unmanned Aerial Vehicle Network based on Dynamic Weighted Clustering Algorithm with Dual Cluster Heads / Yujing Zhang, Zhiqun Hu, Zhifei Wang, Xiangming Wen, Zhaoming Lu  // Electronics. – 2023. – Vol. 12, no. 7. – № 1743. – DOI: https://doi.org/10.3390/electronics12071743

Quality-of-Service-Centric Design and Analysis of Unmanned Aerial Vehicles / Sudhanshu Kumar Jha, Shiv Prakash, Rajkumar Singh Rathore, Mufti Mahmud, Omprakash Kaiwartya, Jaime Lloret // Sensors. – 2022. – Vol. 22, no. 15. – № 5477. – DOI: https://doi.org/10.3390/s22155477

Azari A. Risk-Aware Resource Allocation for URLLC: Challenges and Strategies with Machine Learning / Amin Azari, Mustafa Ozger, Cicek Cavdar // IEEE Communications Magazine. – 2019. – Vol. 57, no. 3. – P. 42–48. – DOI: https://doi.org/10.1109/mcom.2019.1800610

Rawlings J. B. Tutorial overview of model predictive control // IEEE Control Systems Magazine. – 2000. – Vol. 20, No. 3. – P. 38–52. – DOI: https://doi.org/10.1109/37.845037

Rockafellar R. T., Uryasev S. Optimization of Conditional Value-at-Risk // Journal of Risk. – 2000. – Vol. 2, No. 3. – P. 21–41.

Kishida M. Risk-aware linear quadratic control using conditional value-at-risk / M. Kishida, A. Cetinkaya // IEEE Transactions on Automatic Control. – 2023. – Vol. 68, No. 1. – P. 416–423. – DOI: https://doi.org/10.1109/TAC.2022.3142131.

Повний текст: PDF