CC BY
0
КОМП'ЮТЕРНА 1НЖЕНЕР1Я_
УДК 681.326:519.613
КУБ1ТН1 СТРУКТУРИ I МЕТОДИ К1БЕР-СОЦ1АЛЬНОГО КОМП'ЮТИНГУ
ХАХАНОВА Г.В._
Пропонуються кубпно-матричш моделi, структуры да-них, обчислювальш архиектури i методы паралельного логiчного аналiзу потоков великих даних, пов'язаних з цифровым воображениям сощальних процесiв в кiберфiзичному просторi. Вводяться кубггш векторнi структури даних для опису багатозначних символьних змiнних соцiальних функциональностей. Пропо-нуеться метод i схеми кубиного моделювання сощаль-них процеав на основi монiторингу потоков великих даних з метою 1х оптимiзацií шляхом актюаторного управлiння всiма компонентами виконавчого ме-ханiзму. Пропонуеться аксюми соцiального комп'ютингу, спрямованi на тдвищення якостi життя громадян i збереження екологií планети шляхом морального цифрового i human-free управлiння кожним громадянином на основi точного мониторингу його пе-реваг. Пропонуються структури управлiння сощаль-ними групами на основi детермiнованого метричного комп'ютингу, що враховуе iнтереси кожного громадя-нина.
1. Куб^но-лопчш моделi та метричш методи кiберсоцiального комп'ютингу
Мета - створення MexaHi3MiB точного цифрового управлшня i вичерпного метричного мошто-рингу, яю формують асиметричнi логiчнi вщно-сини кiберсоцiального комп'ютингу для тдвищення якост життя людини i збереження екологи планети.
Завдання: 1) створення лопчних моделей сощаль-них метричних вщносин, що виключають участь людини при прийнятп рiшень в процес управ-лiння; 2) створення структури сощальних лопчних закошв, подiбних фiзичним i математич-ним, якi неможливо порушити; 3) синтез ме-ханiзмiв монiторингу та управлiння, якi формують асиметричний кiберсоцiальний комп'ютинг; 4) створення лопчних схем пошуку ключових даних для розтзнавання замовленого контенту в процес монiторингу великих даних; 5) формування логiчних схем паралельно! обробки куб^них структур великих даних для автоматичного вибору квазюптимального ршення; 6) iм-плементацiя моделей i методiв соцiальних вiдносин в архтектури математично точного, метричного i детермшованого кiберсоцiального комп'ютингу. 7) Тестування моделей, методiв, i програмних продуктiв на реальних прикладах управлшня сощальними процесами.
Математика стверджуе, що двiчi по два дорiвнюe чотирьом. Фiзика постулюе закон всесвiтнього тяжiння. Математичнi i фiзичнi закони порушу-вати не можна i порушити неможливо. Сощолопка повинна i може створити юбер-соцiальний комп'ютинг точного метричного управлшня (моделювання) правильно! морально! поведшки людини i суспiльства. Для цього слщ створювати вiдносини-закони, якi неможливо порушити. Оцифрування суспшьних вщносин-за-кошв означае передбачуванiсть отримання реакцi! виходу соцiологiчного функцiонального елемента, як вщповщь на заданий вхiдний вплив. Основа Природи або Всесвiту - вщносини, що iснують незалежно вiд людини, але пiзнаванi лю-диною, яка оформляе !х в закони. Передумовами для створення класичного комп'ютера е вщно-сини в математищ (арифметика, логiка, комбша-торика) i у фiзицi (транзистор, пам'ять, архтектура).
Додатковою основою для створення юберсощаль-ного комп'ютингу е сощальш вiдносини, що включають: ютори, культури, релiгi!, мови, тра-дици, моралi, закони, що формують щеолопю, яка пiдтримуеться державою.
Технологiчна основа для реалiзацi! юберсощаль-ного комп'ютингу представлена: 1) шфраструкту-рою (5-6)^ телекомунiкацiй, що забезпечуе прийом-передачу шформаци в просторi i часi, а також онлайн мошторинг кожно! людини планети в режимi 24/7; 2) обчислювальш потужност хмар-них сервюв i центрами зберiгання великих даних, здатних в реальному чаш виршувати будь-яю завдання оптимального управлшня техшкою, лю диною i суспшьством; 3) розумними датчиками i гаджетами, якi своечасно приймають управляючi ди i передають данi в штелектуальш хмарнi цен-три !х аналiзу. Архiтектура кiберсоцiального комп'ютингу подана на рис. 1.
Lows
Рис. 1. Архитектура кiберсоцiального комп'ютингу
2. Стан питання
Юберсощальний комп'ютинг поступово стае провщним гравцем на ринку human-free менеджменту, де основними проблемами е технологи пе-редбачення сощальних процеав i цифрового хмарного оптимального управлшня кожною лю-диною, соцiальною групою на основi точного мошторингу з метою збереження життя та еко-логи планети [1-12].
Gartner Hype Cycle [13] (рис. 2) надае вченим i практикам уявлення про бшьш шж 2000 техно-логiй, якi компанiя перетворюе в короткий набiр обов'язкових для вивчення нових методологiй i тенденцш. Акцент Hype Cycle традицiйно був спрямований на тенденци, якi з'являються в першiй половинi циклу. У 2020 рощ Gartner пере-орiентував Hype Cycle, на впровадження нових технологш, якi ранiше не висв^лювалися у пресi. Сьогоднi компани виявляють страхове шахрай-ство, використовуючи комбшаци аналiзу пре-тензiй, комп'ютерних програм i приватних слiдчих. За ощнками ФБР, загальна вартiсть страхового шахрайства, не пов'язаного з охороною здоров'я, становить близько 40 мiльярдiв доларiв на рiк. Розвиваеться нова технолопя, яка нази-ваеться емоцiйним штучним iнтелектом (ЕШ1), що забезпечуе «надлюдсью можливосп» i дозво-ляе виявляти страхове шахрайство на основi аудю аналiзу того, хто телефонуе. Крiм виявлення випадкiв шахрайства, ЕШ1 технолопя може полшшити якiсть обслуговування ктенпв шляхом вiдстеження позитивних емоцш, бiльше точного напрямку побажань абоненпв, забезпечення кращо! дiагностики неспроможносп, виявлення водив, що вiдволiкаються, i адаптаци навчання до поточного CMOLUиного стану студента. Емоцшний
Biochips
СЛ С
о
о ф
а
х
Al PaaS
5G
Edge Analytics Autonomous Driving Level 5 ^y Low-Earth-Orbit Satellite Systems ^^
Edge AI '' Explainable AI Personification Knowledge Graphs
Synthetic Data-,
Light Cargo Delivery Drones —
Transfer Learning __j
Flying Autonomous Vehicles Augmented Intelligence Nanoscale 3D Printing
Decentralized Autonomous Organization
Generative Adversarial ,
Networks
штучний iнтелект, хоча i залишаеться вщносно новим, але е однiею з 21 нових технологш, дода-них в Gartner Hype Cycle for Emerging Technologies.
У 2019-2020 рощ новi технологи шдроздшяються на п'ять основних тенденцш: зондування (точний мониторинг) i мобiльнiсть, розширенi можливостi людини, Посткласичнi обчислення (квантовi) i зв'язок, цифровi екосистеми i просунутий (емоцшний) Ш1 i аналiтика на його основг
1) Сенсорика i мобшьнють. Ця тенденцiя включае в себе технологи зi зростаючою мобiльнiстю i здатнiстю манiпулювати об'ектами навколо них, включаючи 3D-камери i бiльш досконале авто-номне водiння. У мiру розвитку датчикiв i Ш1 ав-тономнi роботи будуть краще розум^и навколишнiй свiт. Наприклад, безпiлотнi л^альш апарати для доставки вантажiв (лiтаючi i колiснi), зможуть краще орiентуватися в ситуацiях i манiпулювати об'ектами. Ця технолопя в даний час обмежена правилами, але li функщональшсть продовжуе розвиватися.
2) Доповнена людина. Розширеш людсью можли-востi покращують як когштивш, так i фiзичнi здiбностi людського тша, включаючи бiочiпи i емоцшний штучний штелект. Деякi з них будуть мати «надлюдсью здiбностi», наприклад, протезом, який перевершуе силу людсько! руки, в той час як iншi створять роботизовану шюру, чутливу до дотикiв. Цi технологи також в кшцевому шд-сумку забезпечать досвщ, який полiпшуе здо-ров'я, iнтелект i силу людей. Iншi технологи в цiй тенденци включають в себе: персошфшащю, роз-ширений iнтелект, iмерсивнi виробничi примщення та вiдповiднi бютехнологи (штучнi тканини).
Graph Analytics
Decentralized Web AR Cloud
Biotech - Cultured or Artificial Tissue
Innovation Trigger
Immersive Workspaces
Peak of
Inflated Trough of
Expectations Disillusionment
Slope of Enlightenment
Plateau of Productivity
Plateau will be reached: less than 2 years
ф 2 to 5 years
Time
О more than 10 years ф obsolete before plateau
As of August 2019
Рис. 2. Gartner Hype Cycle нових технологш
3) Посткласичш обчислення i зв'язок. Класичш або BHKOHaB4Î обчислення, в яких використову-ються двiйковi бiти, розвивалися шляхом вне-сення змiн в iснуючi традицiйнi архiтектури. Цi змши привели до бiльш швидким процесорам, бшьш щiльною пам'ятi i збшьшення пропускно! здатностi. Посткласичнi обчислення i комушкацн використовують абсолютно новi архтектури, а також поступовi полiпшення старих. Тут фиуру-ють 5G, стандарти стшьникового зв'язку наступ-ного поколшня, якi мають нову архiтектуру, подш ядра i бездротовий зв'язок. Ц досягнення дозво-ляють супутникам на низькш навколоземнiй орбiтi (LEO) працювати на набагато менших ви-сотах, близько 1200 миль або менше, шж тра-дицiйнi геостацiонарнi системи на вщсташ близько 22 000 миль. Результатом е глобальнi ши-рокосмуговi або вузькосмуговi послуги передачi голосу i даних, в тому чи^ в районах з невеликим або вщсутшм наземним або супутниковим покриттям. Технологiï цiеï тенденцп включають в себе: пам'ять нового поколшня i нанорозмiрних 3D-друк.
4) Цифровi екосистеми являють собою мережевi з'еднання мiж суб'ектами, пiдприемствами, людьми i речами, спшьно використовують циф-рову платформу. Цi екосистеми розвивалися в мiру того, як Оцифрування трансформувала тра-дицiйнi виробничо-побутовi ланцюжка, забезпе-чуючи бiльш плавнi i динамiчнi зв'язки з рiзними агентами i оргашзащями в регiонах i галузях. В майбутньому це будуть децентралiзованi авто-номнi органiзацiï, яю працюють незалежно вiд людей i покладаються на розумнi контракти. Цифровi екосистеми постiйно розвиваються i об'еднуються, що призводить до появи нових про-дуктiв i можливостей. Iншi технологiï в цiй тенденцп включають: DigitalOps, графи знань, синтетичш данi i децентралiзовану мережу.
5) Високий рiвень II i аналггика. Розширена аналiтика - це автономна або натвавтономна пе-ревiрка даних або контенту з використанням складних iнструментiв, що виходять за рамки тра-дицiйних бiзнес-уявлень. Формуються новi класи алгоритмiв i наука про даш, якi ведуть до нових можливостей, до навчання з перенесенням, яю використовують ранiше навчеш моделi машинного навчання в якост передових вiдправних точок для новоï технологiï. Розширена аналiтика дае мож-ливiсть глибокого розумiння процесiв i явищ, для
формування прогнозiв i рекомендацiй. Iншi технологи в цш тенденцп включають: адаптивне ма-шинне навчання, термiнальний штучний штелект, термiнальний iнтелектуальний аналiз, зрозумiлий штучний штелект, штучний штелект PaaS, гене-ративнi змагальнi мережi i графiчну аналiтику. Фiзичний свiт, у мiру розвитку кiберпростору, пе-ретворюеться з пануючого в пiдлеглий. Всi фiзичнi процеси i явища сьогоднi мають власш цифровi образи, якi поступово трансформуються в прообрази, а реальний св^ стае все бшьш враз-ливим, залежним i керованим вщ вiртуального кiберсвiту. Слiд вважати аксюмою вислiв: хто лiдируе в юберпростор^ той править фiзичним свiтом. Моральним фактом е те, що кiберфiзiчний свiт позитивно з'еднуе всiх жителiв планети один з одним без посередниюв, завдяки соцiальним мережам, хмарних сервiсiв i Edge Computing. Держава втратила монополда на доставку i розподiл шформацп серед сво!х громадян. Цензура шфор-мацшних потокiв в кiберпросторi, що виходить вiд деградуючих державних iнститутiв, не мае навггь найменшого права на юнування. Оприлюд-нити iнформацiю або приховати li-означае iснування у автора бажання отримати певнi мо-ральш або матерiальнi дивiденди. Бiблiотека IEEE Xplore практично не мае публкацш у напрямку Cyber Social Business Computing, а Springer мае 13358 книги. При цьому IEEE Social Computing мае 25342 роботи, а Springer представлений 41733 монографiями. Природно, що поеднання двох ринково-орiенто-ваних наукових напрямюв може дати ютотний практичний результат для шдвищення якосп бiзнесу, життя i збереження екологн планети. 1снуе тiльки одна Springer-книга [1], як збiрник статей за результатами однойменного наукового семiнару, що побiчно зачiпае питання управлiння кiберфiзiчним свiтом. Характернi публiкацil [2-4] орiентованi на соцiальнi мережi i мошторинг пе-реваг громадян без вироблення керуючих впливiв в автоматичному режиш. Тому стаття [5], моно-графiя [6], !х розвиток i вдосконалення, присвя-ченi активному кiберфiзичному комп'ютингу, пов'язаному з актюаторним управлшням сощаль-ними, бiзнес-процесами та явищами на основi !х точного монiторингу е дуже своечасною i актуальною. Ринок сервюв в кiберпросторi поки по-старому використовуе «печерш настшш» системи вiдображення iнформацil, призначенi для очей
людини, якш вiддаються функцiï прийняття, як правило, помилкових актюаторних рiшень, що призводять до сощальних колiзiй, економiчним i фiнансовим втратам. Позбавлення людини вщ функцiï управлiння соцiально-орieнтованим бiзнесом i передача ïï кiберфiзичному human-free бiзнес-комп'ютингу е найголовнiшою ор-гашзацшною проблемою морального креативного св^у. Людина не здатна точно управляти навт сама собою, постiйно забуваючи свiй юто-ричний досвiд, вона регулярно наступае на «грабли» помилок минулого. Тому громадянин, соцiальна група, компашя, держава i людство по-требують створення масштабованого аватара в формат Gartner-computing: «virtual assistent -digital twin - smart robot», який позбавить людей вщ невiрних ршень, що призводять до небажаних наслiдкiв у бiзнесi i на ринку сощальних технологш.
Мета дослщження - створення структурно-мет-ричноï кiберкультури комп'ютингу як технологiï детермшованого цифрового управлiння юбер-фiзичними та сощальними процесами i явищами на основi точного i вичерпного мошторингу стану юберпростору.
Завдання дослiдження: 1) визначення та аксюми комп'ютингу; 2) видношення - першооснова кiберфiзичних i сощальних процешв i явищ; 3) юберсощальний комп'ютинг для вирiшення зав-дань управлшня суспшьством. 3. Визначення та аксшми комп'ютингу Комп'ютинг - галузь знань, яка займаеться ро-звитком теорiï i практики надшного метричного управлiння вiртуальними, фiзичними (природ-ними) i соцiальними процесами i явищами на ос-новi використання дата центрiв великих даних шляхом цифрового мошторингу кiберфiзiчного простору за допомогою штелектуальних пошу-ково-аналiтичних сервюв, персональних га-джетiв i розумних датчикiв . Комп'ютинг, системно, (рис. 3) - процес мошто-рингу (5) i актюаци (6) метричних вщношень (2) в iнфраструктурi управлшня (3) i виконання (4) для досягнення i вiзуалiзацiï (8) мети - продукци (1) при заданих ресурсах (7).
Рис. 3. Комп'ютинг
Метричне i структурне визначення комп'ютингу за допомогою восьми взаемопов'язаних компо-нентiв надае теоретичну фундаментальну основу для формального i фактичного створення будь-якого процесу в заданш сферi людсько! або при-родно! дiяльностi. Види комп'ютингу по введено! метрищ охоплюють всi сфери людсько! дiяль-ностi: космологiчний, бiологiчний, флористич-ний, фiзичний, вiртуальний, квантовий, сощальний, державний, медичний, транспортний, iнфраструктурний, науковий, освггнш, виробни-чий, спортивний, вщпочинку, подорожей, розваг. Процес - матерiально-енергетична взаемодiя си-стемних компонентiв в чаш i просторi для досягнення мети. Глобально, процес - матерiально-енергетична змша в просторово-часовому континуума Локально, процес - розвиток просторових вiдношень компонентiв (явищ) в часг Явище - компонент (системи) або фрагмент процесу у фшсований момент або штервал часу, що сприймаеться рецепторами, почуттями, вiрою або розумом.
Комп'ютерно: процес - спостережувана взаемодiя механiзмiв управлiння та виконання в чаш i про-сторi на основi монiторингу та актюаци метричних вщношень для досягнення мети у виглядi продукци або сервiсiв при заданих ресурсах. 4. В1дношення - першооснова процеав i явищ Вiдношення - структура взаемопов'язаних компо-нентiв, що визначае матерiально-енергетичнi вла-стивостi процесу або явища в часi або простора Структура визначае матерiально-енергетичнi вла-стивост компонентiв, процесу або явища, але шяк не навпаки. Первинно вщношення-сигнатура, вториннi носи-компоненти. Алфавiт е ношем вiдношень, що визначаеться за допомогою операцш (сигнатури) над символами. Просто сим-воли алфавiту не мають сенсу. Вiдношення е визначальними при створенш ефективних: мате-матичних теорiй, структур даних, алгоритмiв, ар-хiтектур, моделей, методiв, технологiй,
матерiалiв, сервюв, програмно-апаратних додат-кiв, кiберфiзичих i соцiальних систем, включаючи економшу, охорону здоров'я, транспорт, юрис-пруденщю, охорону правопорядку, екологiю, соцiологiю та державнють. Потужнiсть вщно-шення, як штегральна сукупнiсть i якiсть взаемних зв'язюв мiж компонентами, формуе метрику, яка дае можливють щентифшувати ефек-тивнiсть структури.
5. Демокра^я - неточний комп'ютинг управлшня сощальними процесами
Системна сутнiсть громадян в кiберфiзичному соцiальному комп'ютингу визначаеться як ме-ханiзм виконання, який створюе сервюи та / або продукщю. При цьому механiзм управлшня фор-муеться експертами, що мають вщповщну освiту i досвiд менеджменту в рiзних сферах людсько! дiяльностi. Як правило, згаданi механiзми з люд-ських ресурсiв не повинш перетинатися. Класика соцiального комп'ютингу формуеться компонентами: 1) вiдносинами-законами, 2) менеджментом, 3) виконанням, 4) шфраструктурою, 5) наглядом i 6) вiзуалiзацiею, призначеними для ви-робництва продукци i сервiсiв за умови наявност ресурсiв. Первиннiсть вiдносин, а не компонент являе собою народжуеться технологiю розшзна-вання на основi використання вiдстаней мiж параметрами процешв або явищ.
6. Метрика, аксюми i еволющя соцiальних вщносин
Метрика в1дносин. Елементарна основа св™бу-дови е вiдношення мiж двома компонентами: процесами або явищами. Як правило, в процес - це вщношення нерiвностi пари компонент (управ-лiння виконання), яке вимiрюеться вiдношенням рiвностi (хог, not-xor), що становить сутшсть метрики.
Не юнуе компонента без вiдношення, оскiльки один компонент можна вимiряти, оскiльки дана процедура е вщношенням мiж двома компонентами. Це вiрно i для випадку, коли сам компонент знаходиться у вщношенш рефлексивностi з собою. Тому елемент визначаеться i розглядаеться як частина, що створюе вщношення. Метрика первинност вщношення нерiвних компонент поширюеться глобально на вс явища i процеси, пояснюе !х i породжуе !х: 1) одиниця -нуль; 2) чорне - бше; 3) багатий - бщний; 4) добро i зло; 5) алфавiт - сигнатура; 6) студент - вчитель; 7) керiвник - виконавець; 8) елемент - множина;
9) чоловш - жшка; 10) монiторинг - управлшня; 11) курка - яйце; 12) проспр - час; 13) матерiя -енерпя; 14) Reading - Writing; 15) Listening -Speaking; 16) процес - явище; 17) хаос - порядок; 18) елгга - народ; 19) живе - неживе; 20) Cyber-and Physical-Space.
Взаемодiя протилежних асиметричних явищ в чаш створюе стшку структуру i процес еволюци. Взаемодiя синонiмiчних уштарних явищ в часi створюе нестшку структуру i процес деградаци системи.
Природно, що в соцiумi головне i первинне - це вiдношення, вторинне - це пол^ична елiта i гро-мадяни, якi iснують тшьки через !х вiдносини в процес еволюци. Асиметр1я i еволющя eidnocun. Аксюма 1. Похiдна або симетрична рiзниця по ан-тонiмiчним або протилежним явищам або проце-сам дорiвнюе !х об'еднанню. Похщна за всiма 20 згаданим парами вщношень дорiвнюе !х об'еднанню. Похщна по синонiмiчним явищам або про-цесам дорiвнюе нулю.
Аксюма 2. Еволюцшш вiдносини створюють завжди асиметрiю або нерiвнiсть взаемодiючих компоненпв. Матерiя й антиматерiя. Вiдносини мiж ними на рiвнi мезонiв, яких було бiльше, i антiмезонов в результат ашгшяци створили Все-свгг.
Аксiома 3. Еквiвалентнiсть унiтарних компонент в вiдношеннi не здатна до еволюци. Тому вiдношення рiвностi компонентiв в системi озна-чае кшець розвитку. Критерiем даного факту е ну-льове значення похщно1 мiж взаемодiючими компонентами системи.
Аксiома 4. Компоненти вщношення в процес еволюци системи перетворюються один в одного. Аксюма 5. Вщношення породжуе елементи, але не навпаки.
Аксюма 6. Мета процесу - еволюцшний перехщ з одного явища в шше. Матерiя перетворюеться в енерпю, час у проспр, неправда в правду, пщлег-лий в керiвника, яйце в курку, незнання в знання, людина в чудовисько, i навпаки. Функци and, or, not - несиметричш i створюють еволющю. Для чого ж потрiбнi функци xor, not-xor, яю е строго симетричними вщношенями рiв-ностi? Вiдповiдь: ваги потрiбнi тiльки для вимiрювання несиметри або несиметричних вiдносин матери та енерги в просторi i часi!
Висновок: система, що саморозвивасться або ево-люцiонуe, повинна мати асиметричнi нерiвнi ком-поненти i забезпечувати в кожен момент часу похщну мiж ними, що не дорiвнюe нулю (макси-мальну, рiвну об'еднанню компонент), яка вимiрюeться симетричними (xor, not-xor) функцiями. Стiйкiсть (потужнiсть) системи зале-жить вiд наявностi антонiмiчних або протилеж-них частин, якi мiж собою мають максимальну вiдстань (по Хеммшгу), що дае можливiсть отри-мати максимальне значення xor-операщ! або си-метрично! рiзницi, яка дорiвнюе об'еднанню непересiчних компонентiв.
Симетрична рiзниця процесуальних компонентiв в кожнiй фазi розвитку системи дорiвнюе ушвер-сальнш одиницi. Симетрична рiзниця компонент щодо протилежностей дорiвнюе ушверсально! одинищ. Це означае, що xor-взаемодiя двох компонентiв стшко! системи в кожен момент часу дорiвнюе одиничному вектору за всiма його координатами. Прикладом може служити система сталого розвитку Всесв^у, якщо розглядати пари: матерiя - енергiя, проспр - час. Цiкаво, що xor-взаемодiя (порiвняння) пари аси-метричних функцш and, or (and-not, or-not) дае си-метричну функцiю xor: (0001) xor (0111) = (0110), (1110) xor (1000) = (0110). Порушення симетри за рахунок виникаючих дефектов призводить до ви-явлення одиночних несправностей. 6. Сигнатурний аналп великих даних 1нтерес представляе проблема аналiзу вхiдного потоку даних в щлях встановлення нових сощаль-них (С-) функцiональностей на природному rai вже визначених. Аналогiчна задача була виршена в Лаборатори Касперського i вирiшуеться досi за-собами роботов i експертiв в областо malware and virus аналiтики. Тут використовуеться сигнатурний аналiз, адаптований до вiрусно! аналiтицi, який дозволяе мати досить компактний код-сигнатуру деструктивносто з метою високопродук-тивно! щентифшащ! в потоцi даних старих вiрусiв. Це дае можливiсть акцентувати увагу ро-бота-експерта на детальному аналiзi нових де-структивiв з метою !х подальшого блокування. Перекладаючи згадану сигнатурну технологiю на рiшення проблем С-аналггики, слiд зазначити важливiсть отримання компактно! таблищ С-функцiональностi, iнварiантно! до часу. Першим кроком в цьому напрямку е мiнiмiзацiя таблищ уштарного кодування паттерна по дозволеним
лопчним правилам (суперпозицiя), якi дають можливiсть отримати один стовпець, що щенти-фiкуе С-функцiональнiсть (рис. 4, 5).
Рис. 4. Кубггш покриття в векторнiй формi функцю-нальностей
a b c Y abc U - code Y
Q 0 0 0 000 1QQQQQQQ Q
Q 0 1 1 001 01000000 1
Q 1 0 1 0 1 0 QQ1QQQQQ 1
0 11 0 0 1 1 QQQ1QQQQ 0
1 0 0 1 1 0 0 QQQQ1QQQ 1
1 0 1 0 1 0 1 QQQQQ1QQ Q
1 10 0 1 1 0 QQQQQQ1Q Q
1 1 1 1 111 QQQQQQQ1 1
V
VY=1
V
VY=Q
0 110 10 0 1
1 Q Q 1 Q 1 1 Q
Рис. 5. Синтез кубггного покриття
Структуры протирiччя при об'еднанш координат стовпцiв унiтарно-кодованоi матрицi вщсутш. Природно, що в результуючому стовпщ-сигна-турi буде втрачена структурна шформащя про порядок виконання сервюу, що е платою за компактшсть i швидкодiю по iдентифiкацii стов-пцiв Recording. Однак структурна шформащя не стираеться i може бути затребувана, в разi необ-хщносто. Теоретичним пiдтвердженням i обгрун-туванням запропонованоi суперпозiцiйноi iнновацii 3i стиснення стовпцiв в один е той факт, що кодування будь-якоi таблищ ютинносто двома i навiть одним кубтоним вектором, отриманим за допомогою суперпозицii унiтарних кодiв вхiдних впливiв будь-якого, як завгодно складного цифрового пристрою. Обмеження: вс атрибути в мат-рицi унiтарного кодування, що шдлягають суперпозицii по конкретних даних, повинш бути незалежними один вщ одного. Суперпозицiя стов-пщв унiтарноi матрицi дае можливiсть отримати покриття вшх атрибутiв одиничними значеннями рiзноманiтностi даних. Якщо одиницями покрито в повному обсязi значення атрибутов, то iснуе некоректнiсть в аналiзi та кодування даних по конкретному атрибуту. У масштабах метрики R-таблищ iнтегральний стовпець P-таблицi завжди буде являти собою пiдмножина з нульових i оди-ничних координат на rai повнiстю одиничних зна-чень iнтегрального стовпчика R-таблицi PeR if PnR=P.
—>
—>
Суперпозщшна модель подання С-функцюналь-ностей може бути iнварiантною до часу. В цьому випадку iнтегральна модель компактного подання бiзнес-патерну у виглядi одного стовпця даних дае можливють набагато ефектившше виршувати завдання класифiкацi! множини С-функцюналь-ностей.
1дея класифiкацi! полягае в порiвняннi чергового фрейма не з стовпцями даних, а з одним ште-гральним стовпцом, який виходить шляхом суп
перпозицi! або об'еднання вах фреймiв Р = и Р.
1=1
В цьому випадку процедура щентифшацн поточного фрейму з метою визначення його приналежносп до С-функцюнальносп Р зводиться до операцi! перетину мiж стовпчиком фрейма i штегральним стовпцем С-функцiональностi: Б £ Р Б П Р = Б, яка повинна дорiвнювати кадру. Природно, виникнуть ситу-ацн, коли не буде виконуватися наведена вище умова за вшма порiвняннями з iнтегральними стовпцями С-функцiональностей. Тодi слiд вико-ристовувати наступне правило мшмально! кодо-во! вiдстанi по Хемшгу:
т _
Б: £ Р: « т1п(Б: П Р: = 0) ,1 = 1,п;
1 : ::=1 :
т _
£ Р: « т1п(Б: л Р: = 1) ,1 = 1,п.
:=1
Дане правило дае можливють визначити найбшьш шдходящий варiант С-функцюналь-ностi, до яко! може належати аналiзований фрейм.
На практищ час виконання фрейма в масштабах функцюнальносп не мае великого значення, що дае тдстави не використовувати його як аргумент, який, в силу свое! чисельно! метрики, погано вписуеться в лопку детермшованою обчислювально! моделi.
Однак в разi потреби можна зробити час модель-ним, прив'язавши його до автоматних тактiв (1, 2, 3, ...) С-функцюнальносп, якi зручно представ-ляти уштарним кодом. В цьому випадку часова модель конволюцюнуеться або згортаеться в син-гулярну математичну точку, симетричну до часу. Однак в разi необхiдностi, фрейми, що формують штегральний стовпець С-функцiональностi, можна представити у формi послiдовностi фреймiв, упорядкованих по автоматним тактам модельного часу. Модельний час не можна використовувати, якщо необхщно знати точний час виконання С-функцюнальносп. 1стотшсть змшних-атрибутв в кожному фреймi формуе С-функцiональнiсть, представлену потоком даних. Визначення ютотних змiнних е однiею з основних задач С-аналiтики. Зворотною стороною при виршенш дано! проблеми е неютотшсть атрибутiв, якi можна видалити для отримання бiльш компактних моделей С-функцюнально-стей.
Для аналiзу детермшовано! двiйковiй моделi iснуе ефективний апарат булевих похвдних, який визначае ютотнють i неiстотнiсть змiнних щодо формування вихiдного значення функцiональ-ностi. Якщо змша стану змiнно!-атрибута не при-зводить до змiни функцiональностi, то така змшна е несуттевою i !! можна виключити з моделi С-функцiональностi:
^^ = Р(х1,х2,...х1,...хп) 0 р(х1,х2,...х1,...хп) = 1; — = Р(х1,х2,...х1,...хп) 0 Р(х1,х2,...х1,...хп) = 0; = Р(х1,х2,...1,...хп) 0 Р(х1,х2,...0,...хп) = 1; ^ = Р(х1,х2,...1,...хп) 0 Р(х1,х2,...0,...хп) = 0.
При вербальному завданш моделi С-функцюналь-ност розробники використовують свiй досвiд i iнту!цiю для формування екстра-функционально-стей (правил), яю дублюють деякi ютотш атри-бути на моделi фрейма з метою вербально! iдентифiкацi!. Дана, у меж1 100% -ва, надмiрнiсть може бути використана також для асерцшно! ве-рифiкацi! моделi С-процесу. Сенс тако! ве-рифiкацi! полягае в незалежному створенш i подальшому використаннi-порiвняннi двох моделей, де перша - максимально точна за всiма параметрами, друга - створюе картину сташв ютотних змшних. Стосовно до моделi С-функцiональностi, якщо правила або сшввщношення iстотних змшних в стовпщ даних виконуються, то С-фрейм щентифшуеться вербально зрозумiлим для експерта-людини кодом, який буквально впи-суеться в зображення фрейму щеально! моделi С-функцiональностi. Правила, як i ассерцiя, не несуть ново! шформацн про модель, але дають можливють уточнити наявнють стану даних для ютотних атрибуив С-функцiональностi в конкретному часовому фрейма Модельна надмiрнiсть, як правило, е корисною для прискорення обчислювальних процесiв за рахунок диверсифшацн структур даних. Напри-клад, просторово-часова модель С-функцюналь-ност за рахунок конволюцiя часу в точку може бути компактно представлена одним штеграль-ним стовпцем даних, в якому будуть покрип вс параметри С-патерну. Розглядаючи штегральну модель, як диверсифшащю просторово-часово! структури, можна технолопчно ефективно, в па-ралельному режимi, вирiшувати завдання не тшьки верифiкацi! основно! моделi, але i викори-стовувати !! для прискорення обчислювальних процесiв, пов'язаних з класифшащею фреймiв у вхвдних потоках даних. Що стосуеться аналопч-но! згортки вшх фреймiв в один стовпець, то тут також присутня лопка доцшьносп. Вона пов'я-зана з компактним представленням простору всiх атрибутв вхiдного С-потоку, що дае можливють верифшувати наявнiсть або вiдсутнiсть даних по кожному параметру, а також визначити наявнють або вщсутнють в ньому вже щентифшованих рашше С-функцюнальностей шляхом паралель-ного перетину !х конволюцiйних метричних моделей:
(РА е Я « Р1П Я = Р^Д = 1, п.
Природно, для цього необхiдно мати вс С-функцiональностi, записанi по метрищ розгляну-того потоку даних:
М(Р;) = M(R),i = 1,n.
На практицi це може призводити до корекцi! вже сформованих моделей С-функцюнальностей шляхом приведення !х метрик до розмiрностi потоку даних. Можливий i шший варiант приведення метрик до одного масштабу, коли з С-потоку ви-даляються несуттевi, для наявних С-функцюнальностей, атрибути, що дае можливють шдвищити швидкодiю процедур для щентифшацн фреймiв i функциональностей у вхiдному потоцi С-даних. 7. Суттевкть змiнних в фреймах С-функщо-нальностi
Проблема визначення суттевостi вербальних змшних для щентифшацн фреймiв С-функцю-нальностi може бути зведена до аналiзу логiчних функцiй на основi використання булевих похiдних. Для цього необидно побудувати вщповщносп мiж вербальними i булевi змiнними, а також визначити лопку роботи отриманих булевих змшних, наприклад, шляхом побудови таб-лищ iстинностi, для формування нульових i одиничних вихiдних значень лопчно! функцi!. Стан питання. Експерти в обласп С-аналiтики формують лопчш функцi! без побудови таблиць ютинность Вони використовують логiчнi аналiтичнi вирази - "Правила", яю строго формально представляють собою булевi функцн, де все логiчнi (вербальнi) змшш е iстотними за визначенням. При цьому мимоволi чи iнту!тивно експерти синтезують лопчш прим^иви, викори-стовуваш для формування стану !х виходiв шляхом завдання взаемодi! мiж змiнними-параметрами: Y = f (x1, x2, ..., xi, ..., xn). Такими простими функцiями, яю використовуються в "Правилах" фреймiв е: 1) Parameter 1 and Parameter 2. Тут експерти побудували and-прим^ив Y = Р1л P2. 2) Функцiя "бути пiдмножи-ною". Тут для формування лопчно! функцн. опе-руе регютровими змiнними, експерти використовують вираз:
m m
P е S ^ Y = v (P л S) © P = v (P л S).
i=1 i=1
Даному висловом можна поставити у вiдповiднiсть логiчну схему (рис. 6), яка скла-даеться з двох лопчних елементiв, де перший опе-руе двома регютровими змшними по функцi! and,
а другий являе собою ан^з вах розрядiв отрима-но! реестрово! змшно! на предмет визначення функцн ог.
Рис. 6. Логiчна схема для формування значення ви-ходу Y, рiвного 0, якщо значення змшних регiстра Q1 е пiдмножиною Q2, в iншому випадку Y = 1
Таким чином, "Правила" в кожному фреймi ство-рюють лопчш схеми дiйсно iстотних змшних-ат-рибупв, якi iнтегрально формують обчислювальну модель С-функщональносп, яка мае виконавчi входи i вихiд. При цьому роль ш-ших численних параметрiв, задекларованих в фрейм^ зводиться до деталiзащ! даних, якi е зай-вими подробицями, що утрудняють розумiння лопки С-процесу (функцiональностi). Однак ште-грально всi параметри фрейма створюють лопчний елемент, де змiннi-параметри формують входи and-примiтиву, де виходом е змшна стану фрейму, що дорiвнюе 1, якщо вс вхiднi умови ви-конанi. Однак кiлькiсть вхiдних змшних або умов для щентифшацп С-функщональносп може бути надмiрною.
Тому виникае одна з головних задач, яка зво-диться до мiнiмiзащ! атрибутiв шляхом визначення суттевосп змiнних для цифровiзащ! лопки та штущн експерта, пов'язано! з щентифшащею значущих параметрiв-атрибутiв i подальшим зв'я-зуванням змiнних в булеву функщю. Для цього вводяться таю евристичш правила:
1) Визначальним параметром (змшною) нази-ваеться найважливiший атрибут фрейму, що ство-рюе i iдентифiкуе С-функцiональнiсть. Таких параметрiв у фреймi може бути упродовж як мшмум, якi формують ядро С-функщональносп.
2) Суттевим параметром (змiнною) називаеться атрибут фрейму, без якого неможливе виконання С-функщональносп. Сукупнiсть iстотних пара-метрiв i ядро спiльно формують покриття всiх змiнних функцiональностi.
3) Несуттевим параметром (змiнною) називаеться атрибут фрейму, який може змшювати свое значення в процес виконання задано! С-функщо-нальностi, не впливаючи на кшцевий результат.
Для статистики аналiзу С-процесiв стану несут-тевих змшних також необхщно враховувати.
4) Заголовок е ютотним (визначальним) атрибутом фрейму, якщо вш повторюеться на бшьш нiж одному даному.
5) Несуттевi атрибути формують змшш, якi об'ед-нуються тд егiдою окремого логiчного елемента, вихiд якого навантажений на вхщ примiтиву, де всi iншi входи е суттевими.
6) Об'еднання вшх логiчних схем, представлених в «Правилах», створюе архпектуру С-функщо-нальностi, iнварiантну до часу.
7) Сукупнiсть комбшацшних логiчних схем, вiдповiдних С-функцiональностi, може бути ви-користана для паралельного моделювання даних з С-потоку з метою визначення сташв виходiв, як щентифшують функцi! приналежностi вiд 0 до 1. Далi проста схема ошташзацн буде вибирати ту логiчну структуру, яка мае максимальне значення виходу - функцiю приналежностi вхiдного фрейму до деяко! С-функцiональностi.
8) Для автоматично! щентифшацн екранiв необ-хщно сформувати, близьку до повно!, множину назв фреймiв на основi синтезу лопчних функцш. що використовують суттевi i визначають змiннi атрибути.
9) Виконати процедуру визначення функцш при-належностi: шляхом аналiзу фреймiв з вхщного списку i iнтегрально! матрищ С-функщональ-ностi; шляхом аналiзу штегральних матриць С-функцiональностi i вхщного потоку даних.
10) Мiнiмiзувати сукупшсть фреймiв функщо-нальностей на основi логiчного правила мiнiмiзацi!: два або кшька сусiднiх фреймiв об'ед-нуються в один, якщо вони щентичш з ушх ютот-них i визначальним параметрам. При цьому наявшсть вiдмiнностей на сусiднiх фреймах, по-в'язаних зi станами несуттевих атрибупв, потрап-ляють пiд дiю правила мiнiмiзацi!.
11) "Правила" виконують двi функцi!: 1 -iдентифiкацiя фрейму або групи семантично зро-зумшим назвою; 2 - мiнiмiзацiя кшькосп фреймiв шляхом !х об'еднання на основi виконання задано! логiчно! рiвностi даних iстотних (що визначають) параметрiв в сусiднiх фреймах, якi формують лопчну функцiю домiнування.
12) Процедура об'еднання використовуе порiвняння записаного правила, в даному випадку - фшьтра, з ушма стовпчиками потоку даних, але ильки за координатами вщповщних рядкiв. Якщо
73
ßo
N>
o
N>
o
CO
Cd
s
aI o
«< Cd
fa fcl fC
S
I »
H Ol
o
3. i
« o
I
0
s
s
1 S
o.
Cd
00 fa m S o ä
cd
00
U
g (t . ^ 3 s
o è
o
Cd
fa S
cd
s
fa fa 03 H
0
S
s
1 S o S
CO
ID Warnings
Ts-act Récognitif Tools
TOCR
S-Logic
Asprise 13
Ü) ■
"O
£D
Actuations
Warnings
Apps O o
Frame =5 t3
Mouse r—1- cd —i
K-board 5" —h
Actuations
S
fa
H
S.
M Sc ^ S O ^
Sc
0
1
s
s S
5 5
S *
O s
ÜQ
S
s
o
Cd 00 fl>
o
S G
S i'
er
I
s
X
« o
s a
fa S
a
O fi cd O
¿S * «
"a
s
£
►S*
et Se
fa ça
a
s
X
yi
T' ©
M
^ o i 1 a a
c
C/3
M
(ZI
ai
GO
s a
cd fa
£ 2
s
S
¿5 O
te a.
g Ö
o
S p?
LtJ H
w S ? H
E
cd
X
o
oo
3
cd
S
0 B.
01 Cd
PS
H S
1 »
«
S
Se □
O
2 cd
^ V
X S.
o
Cd
o
cd H
X o
Cd fa
q\ s
o
0 fi. S' u cr
1
s
>3
o u o
o
cr X
cd
E
cd
X
a
o o\ u
cd
cd
X
cd
n
cd
Se O
T
O
Cd fa ti
X fa S
fa Cd
er sc o
►I
o
oo O
S
u u
ÜQ
o
oo
O ^C
2 a fi ^
S' g S g
S "
2 s
o
^ fa
S
fa O O Oï
o
s
s
0
Cd
S
1
s
fa ti O Cd
to U
w o
* 3-
5 5
«
0 S s
5~
H s
1
9
ÜQ «
S
Se □
O
00 H-rt
0\ h
Ol cd
S
s
ja
E o
s
cd
00
n
X
fa
cd
e-
cd
n
S 03
S O
Ol cd
00 □
O
S S
u
o «
s s
r;- cd
S ^
S ff
S cd
I S
S -
s B
¡a o
S. ä
O fa
H m
£ 2
G ?
S s
2 Ol S cd
~ I
I-I H- •
T3 Q O d
S tr
fa oo
¡a s
S c
S1 s
cd
«
cd o
cd «
O
ta ÜQ I S S O
s
fa
O O
S O 2.
H
o
¿5 S O n o
oo S o o
cd cd
S
m
ET C
3 o § s
» s
o
o fi. pâ"
fcl cr
s
s _. se g
« cd
- s
cr
o
0 fi. S"
tl cr
1
s
X
o s h"
0
s
1
Sc -I
o
3 ?
o
fa
u cr
s
cd
fi
S
e-
o
Cd cd
S H
s cd
S W
§ ^
S S
Cd O fi
H O
cr U
fa 2
s "t;-
5 S
cd
u
cd
S
cd
3
s o Cd cd
^ s
s °
5 fa
i -
ia cr
ia cd
S. s
ä § fa
s 2
H H
er cd
s* °
Ö ^
fa T3 Cd ~
fa U cr
s o
T
O «
0
s s
5"
H s
1
<3
UJ fa S
o s o s o
Cd
00 Cd
• S
W S
►S- H
S^ fa
^ rr
2 P3
3 s
fa
S S
^ S-
cd o
O ça
o q s
x S
S
fa
0 S fa S
1 ÜQ O
s
cd
fa fi.
Se
O
S
cd
00
H fa fa S fa
a.
oô"
S
«
fi
S o s fa o
U cr
s o o H cd
Se
ÜQ H
Cd
S «
B s
S s
S X
o a
* s
S o
s s
2 o\
H
fi
o
«
2 ^ X o\
H
o
Cd fa S S
X
s
fa
S fa
fa fcl cd tl cr
s
S
►2 s ^ s S ^
¡=1 Cd fa
►3 O
JL ^
o cd Cd "
fa U cr
s
ä S,
O Se
O S
S
„ o
cd
p a
Cd ^
H s o
^ d fi
s cd
s ^ °
^ g g,
T3 s
o
СО ft
S н S- s
3 я
я о
á я
нГ»
о 42
ti ti M M
43
s
о
Я
0
*
s
1 I
о
4 о
00
СО
fa
ГЧ
5 о ti
s я
tr о S
00 fa Я
5"
O0
S. 5c о Я
5
er о
SO □
О
fa « ^
O ja
3 s
? s
И
Т'
©
сл
сл
и
Т'
©
сл
п П
öd ¿ ш
и
С
сл
Od
сл
сл
и
С
сл
Od
сл
о X о о
3'
s
ti fa ЕС S
X
00 ЕС fa
е- S
43 "
о Sc
DO DO S S
Я я о
43
s
о H
о
DO
^
m X о
а
fa 43 fa
Я 5
43 H
о tr
ß 2
О «
ti Оо
<< fa
"В s
Я О О н
о я ft
oí TS
s е.
CD DO
нЗ И
и я
DO SO
рз. ça
в. я
-ё
Со ja
Я S -В. О
h-: H ^ 43
g
43 S
Sc •
о
я ^
DO ft и s я s X
ti о
DO fa
я о
|—1
о □
о я
H
о
fa DO О SO
Оо
о\
а\ 3'
сг
в
ti я о
M
S"
в.
е-
43 ft Sc
О ti X о
s ^
о H
о
DO
я я
я
о ^ о\ 5. ri
M 43 ® й
"d
s
¡o >
Я
s
Si »
w
H
о
w s a> о
43
^
о 3 o
в (+) * > 3
> > II
- - - -
9 >
Ol
о
о >
о
lo
©
о
О
j П ч
s Ч
-
>
er 1' > 3 V
е.в il
< i ?
er
Г > з
V ©
3
er
е- X о s
43 Яс
Я
Я w
и ц
в
н О
fa н-
д\ и
я 3
я 2 2 S
я
43 ft ti О
H _ S Q
DO U ft Я s 2 Я
Я
fa
43 Я о
VO
о
43
SO
я ft
DO
я
ОО
Я fa Л
О fa
so m н
Я er fa О
4
I
5
ОО
fa
О ti Я Я fa DO H О
S
П
замщати менеджмент на 0CH0Bi статистичного ан^зу, який не враховуе iнтересiв кожного, окремо взятого, громадянина.
4) Юбер-комп'ютинг метричного управлiння сус-пiльством на основi вичерпного тестування ште-решв кожного громадянина як альетрнатива демократа.
5) Об'еднати соцiальнi групи для ефективного виршення економiчних i виробничих проблем можливе лише шляхом прийняття конституци i законiв, iнтегруючих зусилля громадян на основi доктрини едност рiзноманiття мов, релiгiй, iсторiй, традицш i культур.
Наукова новизна:
1) Удосконалено архiтектура кiберсоцiального комп'ютингу, яка в^^зняеться вiд аналогiв кiберфiзичною взаемодiею механiзмiв управлiння та виконання i включае: iнфраструктуру 5G-теле-комунiкацiй, що забезпечуе прийом-передачу ш-формаци в просторi i часi, а також онлайн мошторинг кожно! людини планети в режимi 24/7; обчислювальнi потужносп хмарних сервiсiв i центри зберпання великих даних, здатних в реальному чаш виршувати будь-якi завдання оптимального управлшня технiкою, людиною i суспiльством; розумнi датчики i гаджети, якi своечасно приймають управляючi ди i передають данi в штелектуальш хмарнi центри !х аналiзу.
2) Вперше сформульована бiнарна модель аси-метричних вiдношень, що створюють стiйку систему розвитку об'екпв будь-яко! природи в формi комп'ютингу, що використовуе мехашзми управлiння i виконання, якi не мають спшьних компонентiв, що дае можливiсть синтезувати цифровi схеми логiчного аналiзу сощальних про-цесiв.
3) Удосконалено кубггш структури даних для опису i аналiзу соцiальних процесiв, якi в^^зня-ються вiд табличних компактним векторних по-данням функциональностей, що дае можливють паралельного виконання логiчних операцш при аналiзi великих даних.
Лпература:
1. Tarraf Danielle C. Control of Cyber-Physical Systems. Workshop held at Johns Hopkins University, March 2013, Springer, 2013. 378p.
2. Mohammad A. Khan, Hillol Debnath, Cristian Borcea. Balanced Content Replication in Peer-to-Peer Online Social Networks. 2016 IEEE International Conferences on
Big Data and Cloud Computing, Social Computing and Networking, 2016. Pages: 274 - 283.
3. Maria R. Lee, Tsung Teng Chen. Understanding Social Computing Research. IT Professional. 2013. Volume: 15, Issue: 6 Pages: 56 - 62.
4. Jerry Higg, Varadraj Gurupur, Murat Tanik. A Transformative Software Development Framework: Reflecting the paradigm shift in social computing. 2011 Proceedings of IEEE Southeastcon. 2011 Pages: 339 - 344.
5. Cyber-Physical-Social Systems: The State of the Art and Perspectives. Jun Jason Zhang; Fei-Yue Wang; Xiao Wang; Gang Xiong; Fenghua Zhu; Yisheng Lv; Jiachen Hou; Shuangshuang Han; Yong Yuan; Qingchun Lu; Yishi Lee. IEEE Transactions on Computational Social Systems. Year: 2018, Volume: 5, Issue: 3. P. 134-144.
6. Vladimir Hahanov. Cyber Physical Computing for IoT-driven Services New York: Springer 2018. 279 p.
7. Christopher M. Bishop. Pattern Recognition and Machine Learning, 2006. Springer. 738 p.
8. Susan Stepney, Steen Rasmussen, Martyn Amos. Computational Matter. Springer. 2018. 336 p.
9. Zhuge Hai. Cyber-Physical-Social Intelligence. On Human-Machine-Nature Symbiosis. Springer. 2020. 336 p.
10. Elias G. Carayannis. David F. J. Campbell. Marios P. Efthymiopoulos. Handbook of Cyber-Development, Cyber-Democracy, and Cyber-Defense. 2018. 1089 p.
11. Vladimir Hahanov; Svetlana Chumachenko; Eugenia Litvinova; Anastasia Hahanova. Cyber-physical social monitoring and governance for the state structures. IEEE 9th International Conference on Dependable Systems, Services and Technologies. 2018. P.123-127.
12. Cyber Social Computing. Vladimir Hahanov; Svetlana Chumachenko; Eugenia Litvinova; Abdullayev Vugar Hacimahmud; Anastasia Hahanova; Tetiana Soklakova. 2018 IEEE East-West Design & Test Symposium (EWDTS). 2018.
13. https://www.gartner.com/smarterwithgartner/5-trends-appear-on-the-gartner-hype-cycle-for-emerging-technologies-2019/
Надшшла до редколегп 11.12.2019 Рецензент: д-р техн. наук, проф. Дрозд О.В. Хаханова Ганна Володимирiвна, канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. HayKOBi штереси: шберфизичний i шберсощальний комп'ютинг. Адреса: Украша, 61166, Харшв, пр. Науки, 14, e-mail: anna.ha-hanova@nure.ua
Khakhanova Anna Vladimirovna, Ph.D., Associate Professor, Design Automation Department, NURE. Scientific interests: cyber physical and cyber social computing. Address: Ukraine, 61166, Kharkiv, Nauky Ave., 14, e-mail: anna. hahanova@nure.ua
