CC BY
0
УДК 681.326:519.613
МЕТРИЧН1 В1ДНОСИНИ К1БЕРСОЦ1АЛЬНОГО КОМП'ЮТИНГУ
ХАХАНОВА Г.В._
Пропонуеться одна з можливих технологiй цифровiзацii ввдносин, як процес переходу до детермшованого хмарного онлайн управлiння технiчними, бюлопчними i соцiальними об'ектами в рамках культури Ki6ep {фiзичного, соцiального} комп'ютингу на основi точного монiторингу та штелектуального аналiзу !х дiяльностi в чай i простор^ завдяки тотальнш цифровий щентифгкацд. Удосконалюеться метрика параметрiв для вимiрювання процесiв i явищ в просторi, яка вiдрiзняеться ввд вiдомих рiвнянь конволюцiйних ввдстаней вимiрюваних об'ектiв, що дае можливiсть ютотно зменшувати обсяги даних для зберпання i передачi моделей вимiрюваних об'екпв. Пропонуеться асиметрична модель i формули обчислення функцiй належностi, яка характеризуеться наявнiстю дек1лькох iнтервалiв областi визначення, що дае можливють альтернативного вимiрювання подiбностi-вiдмiнностi кiберсоцiальних процесiв i явищ, а також !х кластеризаци-класифжаци на три ютотних пiдмножини. Удосконалюеться архитектура кiберсоцiального комп'ютингу, яка вiдрiзняеться вщ аналогiв автоматичною взаемодiею в чай i простор1 двох механiзмiв: проектуванням моделей i алгоритмiв розпiзнавання сощальних патернiв, а також використанням створених обчислювальних структур для пошуку даних в кiберпросторi на основ1 асиметрично! метрики подiбностi-вiдмiнностi. Ключовi слова: шберсощальний комп'ютинг, програмний та апаратний комп'ютинг, кубiтнi структури даних, управлшня та монiторинг, схожесть i ввдмшшсть, розпiзнавання патернiв. 1. State of the art
Технолопчш проблеми загального комп'ютингу пов'язаш перш за все з продуктившстю сучасних кремнieвих кристашв, розмiрнiсть яких прагне до субатомного рiвню деталiзащi компонентiв. Сьогоднi такою межею е 3,5 нанометрова структура. З шшого боку, е оптимютична технологiя квантових комп'ютерiв, яка оперуе поки ще ймовiрносними характеристиками квантових компоненпв на рiвнi атомного ядра. Природно, що атомна структура комп'ютингу е земною межею реатзаци обчислювальних процесiв, якi ви-користовують аддитивну технологiю виро-щування цифрових систем. Вона вирiшуе також i проблеми енергозбереження завдяки викори-станню квантiв сонячного св^ла для вiдновлення енергетичних запасiв субатомних структур комп'ютингу. Сдине, що ускладнюе масове вико-ристання квантових обчислень - це поки ще не шзнаш закони детермшовано! поведiнки атомар-них частинок, покладених в основу субсвггово! продуктивностi комп'ютерiв майбутнього. Рух з двох технолопчних сторiн до центру бажаного комп'ютингу мае певш результати вже сьогоднi.
Наприклад [1], вчеш з Purdue University i Georgia Tech сконструювали першi пристро! з нового дво-вимiрного сегнетоелектричного матерiалу (альфа-селенiд iндiю), який поеднуе в собi власти-востi збереження пам'ятi i нашвпровщника-тран-зистора. Матерiали поляризуються в електрич-ному полi i зберiгають поляризацiю пiсля вида-лення поля. Вони е привабливими для створення щшьно! конфпураци пам'яп, звано! гратами попе-речних смуг. Багато дослщниюв, що працюють над нейроморфними i малопотужними AI-мiкро-схемами, використовують мемристори як нейронш синапси в сво!х мережах. Для вчених i практикiв новий матерiал створюе передумови вирiшення проблем пам'ят i логiки в одному дво-вимiрному матерiалi у виглядi шару з одше! моле-кули, товщина якого становить всього близько нанометра. Таке ршення очiкувалось багато де-сяткiв рокiв, яке надасть можливють об'еднати пам'ять з логiкою для створення високопродук-тивних memory-driven архтектур паралельно! i детермшовано! обробки великих даних. Топо-логiчно конфiгурацiя може бути створена у ви-глядi масивно! поперечно! решiтки, коли кожен пристрш буде мати ширину близько 10 нано-метрiв (рис.1).
Рис. 1. Решггка сегнетоелектричного матерiалу для реалiзацiï транзистора i пам'ят З шшого боку, е софтвернi досягнення для виршення завдань глобального i локального сощального комп'ютингу, що використовують cloud and edge computing services. Наприклад, у [2] нова програма розтзнае емоци учнiв, студенпв. слухачiв, щоб допомогти лектору розпiзнати ефектившсть викладу матерiалу. Професор закш-чуе лекщю i перевiряе свiй комп'ютер. Програмне забезпечення показуе, що бшьшють студентiв втратили iнтерес до лекци через 30 хвилин. В IEEE Transactions по вiзуалiзацiï та комп'ютернш графiцi дослiдники описали систему штучного штелекту (Ш1), яка аналiзуе емоци учшв по ви-разу обличчя слухачiв. Знання того, чи е лекци за-надто складними i коли студентам стае нудно, може допомогти полшшити викладання. Система
вiзуальноl анал^ики добре визначае очевидш емоци, такi як щастя. Але модель часто неправильно щентифшуе гшв, смуток, невдоволення, розгубленiсть. Щоб виршити проблему адекват-ностi мультимодального поведшкового аналiзу. слiд додати новi категорп емоцiй, перемаркувати данi i перевчити модель.
1нша сторона медалi, коли виникають негативнi соцiальнi ди завдяки виникненню нових техно-логiй [3]. Бюметричш системи аутентифшаци для кредитних карт в руках обдарованого хакера мо-жуть довести до банкрутства громадянина. Ма-ючи дати народження, адреси, номери сощаль-ного страхування i номери кредитних карт, Abdallah ви-користовував комп'ютер в публiчнiй бiблiотецi для замо-влення товарiв в 1нтернеть зняття грошей з брокерських рахункiв i подачi заявок на кредитнi карти на iмена iнших людей. Зловмисник був аре-штований, коли вiн спробував перевести 10 мшьйошв до-ларiв США з рахунку пiдприемця в област програм-ного забезпечення Merrill Lynch. Зпдно з даними Aberdeen Group, Бостон, су-купнi щорiчнi збитки, понесеш десятками мiльйонiв фiзичних та юридичних осiб у всьому свт, становлять до 250 млрд доларiв. Сьогоднi легко вкрасти особисту шфор-мацiю, номери кредитних карт, яю складають бiльше 67 вщсотюв крадiжок персональних да-них. Також вщносно легко пiдробити пiдпис або вгадати пароль, використовуючи задню частину карти банкомату, де близько 30 вщсотюв людей записують свiй особистий щентифшацшний номер. Якщо використовувати вщбитки пальцiв або очей, вбудоваш в кредитнi карти, то для шахра1'в завдання пiдробки вiдбиткiв пальщв або ска-нування райдужно! оболонки може виявитися до-сить складним. Однак вартiсть iнфраструктурних сенсорiв i датчикiв зчитування поки що е дороге задоволення для банкiв i магазинiв, тому клiенти як i ранiше пiдписують чеки або вводять PIN-коди при здiйсненнi покупок за допомогою карти. Проте майбутне за замшою кредитних карт вiдбитками пальщв i райдужною оболонкою ока при здшсненш всiх операцiй. Цiкаве дiзрапторне рiшення також з'явилося на озброенш банкiв [4], коли по голосу можна розтзнати шахрая, який намагаеться з'ясувати конфщенщйну iнформацiю шляхом спшкування з банкiвським службовцем для крадiжки грошей з рахункiв.
Gartner тенденцп св^ово! кiберкультури [5-13] формують технолопчну культуру для створення глобального кiберфiзичного бiзнес-комп'ютингу в рамках укладу Internet of Things. При цьому квантовий комп'ютинг [14-20] розгля-даеться як енергозберпаюче майбутне цифрового свiту, створюваного для пiдвищення якостi життя i збереження екологи планети. Зокрема, квантовий паралельний комп'ютинг i куб^ш структури даних дозволяють спростити алгоритми в областi cyber social business computing i тдвищити швид-кодда програмних продуктiв на класичних комп'ютерах (рис. 2).
к 1 Flying Autonomous Vehicles 1 Volumetric Displays 2 Brain-Computer Interface 1 Autonomous Driving Level 5 3 Autonomous Driving Level 4
1 Smart Dust 1 4D Printing 1 Artificial General Intelligence 1 Human Augmentation 1 Biotech Cultured or Artificial Tissue
10 years
2 Smart Robots 2 Autonomous Mobile Robots 3 Connected Home 1 Edge AI 1 Self-Healing System Technology
1 Deep Reinforcement Learning 1 Neuromorphic Hardware 1 Knowledge Graphs ^ Digital Twin 1 Conversational Al Platform
2 Smart Workspace 3 Augmented Reality 1 Quantum Computing 1 AI PaaS 3 Blockchain
2 loT Platform 2 Carbon Nanotube 2 BioChips 2 Silicon Anode Batteries 3 Mixed Reality
5 years
1 5G 2 Deep Learning 3 DNN ASICs 2 Virtual Assistants 2 Social Computing
„ , „ , „, 1 - Innovation Trigger; 3 - Trough of Disillusionment; Gartner s Cycle Phase: 2 - Peak of Inflated Expectations; 4 - Slope of Enlightenment.
Рис. 2. Gartner's Emerging Technologies Стратепчш тенденци в обласп цифрових техно-логiй [5-7,17-19] приведуть в 2020 роцi до сут-тевих дiзрапцiй, що надасть новi можливостi ро-зробникам корпоративно! архггектури i конструк-тивних шновацш з метою створення конкурент-них переваг при використаннi нових трецщв кiберкультури (рис. 2): 1) Автономш фiзичнi та вiртуальнi iнтелектуальнi та координоваш речi. 2) Розширена, доповнена юберпростором, соцiальна бiзнес-аналiтика для вироблення актюаторних впливiв. 3) AI-кероване проектування, розшире-ний i автоматичний розробник. 4) Цифровi близ-нюки; цифровий образ оргашзацп або компанil. 5) Заможш, взаемодоповнюючi один одного Edge + Cloud Computing. 6) Досвщ занурення в цифрову дiйснiсть i своечасне сприйняття змiн в цифровому свт для тдвищення продуктивносп працi. 7) Використання Blockchain в сощальнш схемi. 8) Smart Spaces. Розумш мiськi простори створюють шляхи. 1нтелектуальш простори створюють карти, а не напрями. 9) Цифрова етика i конфщен-цiйнiсть особисто! життя. 10) Квантовi обчис-лення, квантова безпека, розвиток i становлення квантового комп'ютингу.
В анал^ищ експерпв KOMnaHii' Гартнер [5-6] фпу-рують 35 napaMeTpiB, серед них майже половина -16 трецщв безпосередньо формуе соцiaльну бiзнес-спрямовaнiсть комп'ютингових техно-логiй. Цей факт свщчить про змiну напряму до-слiджень вчених-комп'ютерникiв в сторону iнже-нерного пiдходу до вирiшення сощальних бiзнес-проблем, пов'язаних з моральним упрaвлiнням державами, соцiaльними групами, компашями. кожною людиною зокрема з метою усунення соцiaльних конфлiктiв i колiзiй. Очевидно, що людина недосконала нaвiть при управлшш влас-ною поведiнкою. Практично будь-який керiвник е концентрaцieю помилкових рiшень, що призво-дять до сощальних локальних i глобальних катастроф.
2. Метрика вщносин к^берсощальних процес1в
Аксiомa метрики вiдносин [19]. Сума вйх вщста-ней мiж об'ектами в просторi дорiвнюе нулю. Наслщки:
1) Пiд об'ектами маються на увaзi будь-якi про-цеси i явища природи, Всесвiту i суспiльствa.
2) Кiлькiсть об'ектiв, що фпурують в метрицi -будь-яке щле число, вiдмiнне вiд нуля.
3) Вид простору i його розмiрнiсть не мають об-межень. Операцп суми в кожному просторi спе-цифiчнi (+, xor, exclusive or).
4) Три класичних правила рефлексивности симет-ричностi i транзитивносп е пiдмножиною дано! метрики.
5) Циклiчнa оборотнiсть будь-яко! вiдстaнi на довшьнш безлiчi об'ектiв е влaстивiстю метрики.
6) Оптимальним для вимiрювaння вщстаней мiж об'ектами е трикутник.
7) Фiгурa з вщстанями мiж вершинами, рiвними 1, 2, 3, е трикутником.
8) Метрика з трьох вщстаней допускае незнання будь-якого з них в примггив^ яке довизначаеться сумою двох шших.
9) Метрика з трьох вщстаней в систем трикутних примiтивiв допускае незнання 2/3 вйх довизначе-них вiдстaней.
10) Метрика - спошб визначення вiдстaней мiж об'ектами.
11) Метрика - кшьюсна мiрa вiдносин мiж об'ек-тами.
12) Метрика е циктчне конволюцiйне замикання вiдстaней (вiдносин, похщних, вiдмiнностей) мiж об'ектами (рис. 3).
^г5
ЖаЬ
ь„ь. ь
Г Г г
d(a,a)=0;
d(a,b)+d(b,a)=0;
d(a,b)+d(b,c)+d(c,a)=0;
d(a,d)+d(d,b)+d(b,c)+d(c,a)=0;
Рис. 3. Дiаграма метрики вщносин
Структура i норма вщносин (вщстаней) мiж об'ек-
. a-s b-s ans bns „ ,
тами a, b: -Ф--> — Ф —. Тут s = aOb e
ab a b J
оцiнка подiбностi мiж двома об'ектами, де рiзниця мiж об'ектом i подiбнiстю формуе стушнь ix вiдмiнностi, яка стае нормованим шляхом дшення ступеня вщмшност на об'ект. Якщо d(b,a)=b-s and
./ 1 \ d(a,b) d(b,a) „ „ d(a,b)=a-s ^-Ф-. Тут позначення - мае
a b J
сенс теоретико-множинного вщшмання: d(a,b)=a — s = а П s та d(b, a ) = b — s = b<ls. Таким чином, норми вщстаней (вщмшностей) або вiдносин мiж двома об'ектами не рiвнi один одному. Вiрно i шше - норми сxожостi двох об'екпв у загальному випадку не дорiвнюють один од-
s(a,b) s(b,a) ному:-Ф-.
J a b
Законодавча, виконавча i судова влада формують основнi види вщносин в сусшльствг Судова влада виконуе роль xor-операци для перевiрки та за-твердження вiдносин.
1снуе три рiвнi кiберсоцiального комп'ютингу: 1) Проектування вщносин-закошв мiж грома-дянами, чим займаеться законодавча влада. 2) Те-стування вiдносин-законiв мiж громадянами, чим займаеться законодавча, виконавча влада i грома-дяни. 3) Iмплементацiя вщносин-закошв у грома-дянське суспiльство, чим займаеться виконавча влада. Судова влада служить для визначення функци належносп або заходу вщносин кожного сощального випадку до юнуючих, вже описаних, законодавчих паттернiв, якi даться на три пули: позитивш патерни, негативш i ще не визначенi. Останш соцiальнi випадки вiдправляються експертам законодавчо].' влади для створення пiд них нових правил-патернiв, що доповнюють першi два патерни. Кожен патерн-еталон мае формат смарт-контракту (факт - ощнка - дiя). Головна перевага i функщя юберсощалъного комп'ютингу в областi кримтального права - не покарати зло-чинця, а попередити намiр - виникнення кри-мталъного факту, завдяки аналiзу юберпростору
i формуванню Heo6xidHUX запобiжних актюатор-них emueie на адресу потенцтного порушника моралi або закону.
Метрикою для розтзнавання негативних сощаль-них акпв i подальшого !х запобiгання може бути функщя належностi. Насправдi функщя належ-ностi визначае метричне ставлення соцiального явища до закону (одного з юнуючих законодавчих
'+Lj
")1
■; ц(Ъ,а) = ь =
ц(а, b) = — =
|a|
a
|anb| |s|
—;^а) = тьТ =
b ' |a n b|
ПГьТ
|s| H Xi nFj|
|Xi| |Xi|
|s| 1 Xi n Fj
lFjl lFjl
a = 5, b = 10, s = 3 ^ ц(а, b) = — = 0,6; |3|
H(b, a) = — = 0,3;
|3|
a = 5,b = 5,s = 0^ ц(а,b) = — = 0,60;
151
|3|
^(b,a) = |5| = 0,0;
|5|
a = 5, b = 10, s = 5 ^ ц(а, b) = j^y = 1,0; |5|
Kb,a)=M=0,5.
Рис. 4. Приклад асиметрп взаемодп множин
У загальному випадку, pÎ3HOMaHÎTHÎCTb вщносин o6'eKTÎB (множин) може бути представлено дев'ятьма варiантами, зображеними на рис. 5, де також показаш дiаграми функцiй належностi, що залежать вщ спiввiдношення потужностей пара-метрiв взаемоддачих процесiв або явищ.
актiв-патернiв): ,Д) = 1--l/0max_Lmin3 ■
Функцiя належностi визначае вiдстань (вщно-шення) деяко! сощально1 дн до iснуючого стандарту, заданого iнтервалом вiдносин:
Д = L5ax - L5in. Кластеризацiя соцiальних актiв по функцн належ-ностi i потрапляння Z+ до iнтервалу кримшальних актiв Д виконуеться за виршальною формулою:
М, д) > 0] ^ T = .[Ki,^i],
Тут апрiорi всi соцiальнi випадки маркуються позитивно Tj = [Ki, 0], якi стають кримшальними. якщо функцiя належностi, обчислена рашше: бiльш нуля , Д) > 0.
Функщя належносп, як метрика вщносин двох
об'ектiв, визначаеться шляхом обчислення пара-
метрiв подiбностi (s) - вiдмiнностi (d):
sanb sanb
ц(а, fr) = - = a
Рис. 5. Ддаграми вар1анпв обчислення функцш на-лежностi
Макроструктура, що комбшуе два контури комп'ютингу: проектування i функщонування. з'еднанi по лiнiï «продукщя - смарт контракти» (рис. 6).
Commands
Data
Experts
Monitoring Controlling
State
Law Design Computing ,
Machine Learning
Testing
Laws
На рис. 4 показаш приклади обчислення функцш належносп, як характеризують асиметрда вщно-син двох об'ектiв, представлених безлiччю пара-
MCTpi В.
(iLaws Smart Contracts State
Monitoring Controlling k-^ Production
Resources , Cyber Social Computing J
Gadgets
Smart Society jj, People
Рис. 6. Макроструктура двох контурiв комп'ютингу
Юберсощальний комп'ютинг не повинен бути за-критою корпорацieю-системою. Вiн повинен мати входи i виходи в зовшшне середовище для обопiльного впливу один одного. Тому два види комп'ютингу, представлен вище, мають вiльнi (резервш) входи i виходи, включаючи вхщ-вихщ з'еднання двох автономних комп'ютингових систем один з одним [21-29]. Перша фаза комп'ютингу використовуе ML-технологiю для безперервного навчання на потоках сощальних процешв. Навчання тут е фаза створення функщо-нальних лопчних елементiв, коли на будь-який вхщний вплив вiд 2**п змiнних будуеться або
визначаеться двшковий багатозначний стан ви-ходу. При цьому використовуеться система експерта, яю коригують функцiонaльностi розпiзнaвaння на основi метрики подiбностi-вiдмiнностi об'екпв i життевого досвiду. Пiсля навчання виконуеться тестування отримано! функцiонaльностi на представницькш вибiрцi вхiдних соцiaльних впливiв, зi свiдомо вiдомими станами виходiв. Вихiд придатно! продукци (Yield) передбачае 95% коректних вiдповiдей на тестових вхщних впливах. Потiм спроектований ML-комп'ютер у виглядi софтверних додaткiв smart contracts, що створюють функцiонaльностi в формата «факт - оцiнкa - д1я», надходить в експлуaтaцiю, але вже як Cyber Social Computing [30-32]. Останнш призначений для квазюпти-мального упрaвлiння кожною людиною i сощаль-ними групами на основi вичерпного штерактив-ного онлайн мошторингу в формaтi 24/7. Дана ар-хiтектурa кiберсоцiaльного комп'ютингу е не що шше, як взятi з комп'ютерно! шженери технологи «Design and Test» and «Classical Computing», при-значеш для проектування, тестування i подаль-шого використання цифрових спецiaлiзовaних де-термiновaних обчислювальних пристро!в для виршення всiх завдань у сощальнш сферi дiяль-ностi людини. Тут виршуеться проблема або про-тирiччя, пов'язане з практичною вiдсутнiстю за-гальних полiв дiяльностi фaхiвцiв-комп'ютер-ниюв i юристiв-соцiологiв. Першi все знають про точне управлшня обчислювальним процесом, але не обiзнaнi технологiями ручного управлшня сус-пiльством на пiдстaвi iснуючого законодавства. Другi е фaхiвцями в облaстi зaконотворчостi i и практичного застосування, але й гадки не мають про переведення теорп i практики юриспруденцй в формат human-free смарт контракта i юбер-соцiaльного комп'ютингу (рис. 7), тестування i по-дальшого використання цифрових спецiaлiзовa-них детермiновaних обчислювальних пристро1в для виршення всiх завдань у соцiaльнiй сфер1 дiяльностi людини.
проблема, пов'язана з вщсутшстю в унiверситетах пiдготовки фахiвцiв, якi об'еднують знання в га-лузi соцюлоги та комп'ютингу для досягнення цшей точного цифрового керування спшьнотою. Наукова проблематика роботи полягае у вирiшеннi протирiччя мiж високим рiвнем об'ек-тивного автоматичного комп'ютерного управ-лiння технологiчними процесами (техшчними об'ектами) i низьким рiвнем суб'ективного ручного управлiння сощальними процесами i яви-щами шляхом iмплементацп точних моделей i ме-тодiв цифрового управлiння на основi вичерпного монiторингу в практику соцюлоги i життя кожно1 людини. Далi представленi стратегiчна мета i го-ловнi завдання дослiдження соцiального комп'ютингу.
Мета - ютотне пiдвищення якостi життя i збере-ження екологil планети шляхом розробки нових моделей i методiв кiберсоцiального комп'ютингу, що включае механiзми точного цифрового управ-лшня соцiальними процесами i явищами, на ос-новi вичерпного метричного мошторингу та ште-лектуального аналiзу великих потоюв даних в кiберпросторi.
Цифровiзацiя - процес переходу до детермшова-ного хмарного онлайн управлiння техшчними. бюлопчними i соцiальними об'ектами в рамках культури юбер {фiзичного, сощального} комп'ютингу на основi точного мошторингу та штелектуального аналiзу 1х дiяльностi в часi 1 просторi, завдяки тотальнш цифровiй iденти-фiкацil. Компактно цифровiзацiя е «iдентифiкацiя, монiторинг i управлiння» з визна-ченням «цифровЬ» (рис. 8). Можливий мiнус циф-ровiзацil - втрата приватностi.
Рис. 7. Цифровiзацiя суспiльства: Sociology + Computing = Cyber Social Computing
Таким чином, цифровiзaцiя - це процес перекладу суспшьних вщносин у формат програмних додат-кiв або хмарних сервiсiв, що функцiонують без учасп чиновника в онлайн режимi 24/7 в цiлях вичерпного мошторингу i точного упрaвлiння кожною людиною для шдвищення якосп життя i збе-реження екологп планети. 1снуе також освiтня
Рис. 8. Юберкультура цифровiзацii процесiв i явищ
Щодо демократичних вiдносин для розвитку люд-ства. Аксiома: демократа - ворог розвитку люд-ства. Складш питання вона вирiшуе невiрно, а простi - затратно. Метрика i наслiдки демократii. як сощально! технологii прийняття рiшень на ос-новi домiнування бiльшостi: 1) Породження фашизму, нацизму, расизму, яю е обов'язковими компонентами всеiдноi мультикультури демократа 2) Мультивекторна демократа направлена
проти цшеспрямованого розвитку людства. 3) За-перечення завжди домiнуючою бiльшiстю шно-вацiй в науцi, освiтi, творчосп. Конструктивна альтернатива демократн - авторитарне точне мет-ричне цифрове юберуправлення. Об'ект дослiдження - кiберкультура комп'ютингу для хмарного online управлiння сощальними об'ектами на основi точного мониторингу та ште-лектуального аналiзу 1х дiяльностi в часi i про-сторi завдяки тотальнiй цифровiй щентифшаци. Предмет дослiдження - моделi, методи, архтек-тури та механiзми хмарного online управлшня соцiальними об'ектами, пошуку шформацн в потоках великих даних на основi машинного нав-чання алгоритмiв, точного монiторингу д!яль-ностi суб'ектiв у часi i просторi завдяки цифровiй щентифшацн процешв i явищ в кiберпросторi. Сутшсть дослiдження - iнтеграцiя технологiй кiберфiзичного комп'ютингу з моделями сощаль-них процесiв для суттевого пiдвищення якост життя i збереження екологн планети завдяки ро-зробцi нових моделей, методiв i механiзмiв точного цифрового управлшня сощальними проце-сами i явищами, на основi вичерпного метричного мошторингу та штелектуального ML-аналiзу великих потокiв даних в юберпросторг Завдання дослiдження: 1) Створення метрики па-раметрiв для ощнювання кiберсоцiальних про-цесiв з метою прийняття актюаторних адекватних дiй. 2) Розробка макроарх1тектури комп'ютингу, що мютить механiзми монiторингу та управлiння юберсощальними процесами i явищами. 3) Створення куб^них моделей компактного опису функщональних елементiв кiберсоцiальних про-цешв. 4) Розробка онлайн методiв пошуку i розпiзнавання кiберсоцiальних патернiв у потоках великих даних на основi асиметрично! метрики подiбностi-вiдмiнностi. 5) Створення циф-рових схем паралельного виконання процедур класифшацн i кластеризацн потокiв великих даних. 6) Тестування i верифiкацiя запропонованих моделей, методiв i додаткiв юберсощального комп'ютингу пошуку соцiальних патернiв. 3. Поняття i визначення social-комп'ютингу Social-комп'ютинг - процес монiторингу та актю-ацii соцiально-виробничих метричних вiдносин в оцифрованш iнфраструктурi управлiння i вико-нання сощально1 групи для досягнення i вiзуалiзацil цiлей у виглядi продукцн або сервiсiв при видшених ресурсах.
Social-процес (SP) - спостериаеться взаемодiя ме-ханiзмiв управлiння та виконання в чаш i простор! на основ! мошторингу та актюацн сощально-ви-робничих метричних вщносин для досягнення мети у вигляд! продукцп або сервiсiв при видiле-них ресурсах.
Social -функцiональнiсть (SF) являе собою структуру взаемопов'язаних лопчних елементiв, яка за-безпечуе цифрову реалiзацiю еталонно1 поведiнки об'екта на заданiй множит значень багатознач-них S-змiнних.
Social-змшна (SV) визначаеться упорядкованим унiверсумом примгтивних значень, який формуе проекцiю поведшки об'екта на векторi змшних. що створюе social-функцiональнiсть. Лопчний social-елемент (SL) являе собою ета-лонне вщображення значень багатозначноl змшно1 в двшковий куб^ний вектор, заданий на упорядкованому унiверсумi приштивних значень.
Значення (LV) змшно1 - унiкальна прим^ивна властивiсть об'екта, що мае пустий перетин з ш-шими примгтивами, який в суперпозицн з ними складае унiверсум.
Таким чином, проглядаеться структурована iерархiя введених понять, яка формуе можлив! ар-хтектурш рiшення social-комп'ютингу (SP - SF -SV: SL - LV) (рис. 9):
Рис. 9. Ieрархiя social-комп'ютингу
SL-рiвень архiтектури характеризуеться синтезом лопчно! схеми, де кожен елемент мае одну бага-тозначну реестрову змшну, яка фактично представлена кубгтним вектором, де число одиничних координат може бути бшьше одинищ Дана вла-стивiсть кубiта дае можливють створювати ком-пактнi структури даних social-функцiональностей з метою !х паралельно! обробки. Для виконання квантового методу моделювання на кубiтних структурах даних необхщно унiтарно закодувати вхщш символьнi данi за допомогою таблиць-унiверсумiв значень, що вiдповiдають кожнш змiннiй.
Мшлива ототожнюеться з ключовим словом-по-няттям (keywords), яке нaйчaстiше зустрiчaеться в потощ вхiдних даних. Нaбiр таких keywords ство-рюе непересiчну безлiч змiнних в social-процесi, де !х значення предстaвленi синонiмaми клю-чових слiв, якi формують бaгaтознaчнiсть змшно1, як клас еквiвaлентностi.
Сукупнiсть змшних створюе простiр social-про-цесу, в якому визначаються еталонш, практично орiентовaнi функцiонaльностi social-комп'ютингу у виглядi лопчних кубiтних схем для моделю-вання вхiдних потокiв даних, взятих iз хмари, ме-режi, комп'ютерiв або гаджета компани. Мета - створення лопчного кубiтного процесора для паралельного моделювання та розтзнавання social-функцiонaльностей у вхщних потоках великих даних, отриманих шляхом метричного монiторингу шфраструктурних компонентiв компани, для подальшого цифрового актюаторного упрaвлiння ними.
Завдання пов'язаш зi створенням моделi, методу i процесора кiберсоцiaльного social-комп'ютингу, спрямованого на автоматичний синтез i aнaлiз кубiтних логiчних схем, орiентовaних на мошто-ринг, моделювання, розпiзнaвaння i упрaвлiння social-процесами i явищами:
1) Процесор юберсощального social-комп'ютингу на основi синтезу кубiтних логiчних схем для мониторингу, моделювання, розпiзнaвaння i управлшня social-процесами.
2) Кубiтно-векторнa модель опису ушверсуму значень багатозначною змшно1 для синтезу лопчного секвенсора, орiентовaного на aнaлiз social-процесiв.
3) Кубгтний метод синтезу лопчно1 схеми для моделювання та розтзнавання social-функцюналь-ностей на основi уштарного кодування значень багатозначно1 змшно1.
4) Кубгтний метод aнaлiзу social-процесiв на ос-новi використання еталонних лопчних елеменпв social-функцiонaльностей з унiтaрним кодуван-ням багатозначних змшних.
5) Тестування i верифiкaцiя куб^них моделей i методiв social-комп'ютингу на прикладах aнaлiзу i розпiзнaвaння процесiв у вхщних потоках великих даних, пов'язаних з кiберфiзичним вщобра-женням дгяльност компани, оргашзаци, ушвер-ситету.
4. Ky6iTHi форми опису процесiв i явищ
Визнаючи потенцiйний вплив квантово1 технологи, уряд США прийняв законодавство для коор-динаци i прискорення квантових дослiджень [33]. За останш кiлькa роюв квaнтовi напрямки отри-мали ютотний прогрес в обчисленнях, крипто-графи, зв'язку та датчиках. Екосистема квантових компанш розвиваеться, спираючись на до-
слiдження ушверсите^в i нацiональниx лабора-торiй i працюючи в партнерствi з деякими з найбшьших свiтовиx IТ-компанiй для просування i комерцiалiзацii квантових дослщжень i ро-зробок. У довгостроковш перспективi ушверсаль-ний квантовий комп'ютер може зламати бiльшiсть видiв шифрування, що використовуються в даний час, тддаючи ризику всi види конфщенцшносп вшськово' i цивiльноi iнформацii. Квантовi техно-лог^' тягнуть також серйозш економiчнi наслiдки. Як частина набору шструмента для хмарних па-ралельних обчислень, квантовi комп'ютери мо-жуть допомогти компашям, дослiдникам i урядам вщповюти на питання розробки лшв, логiстики та оптимiзацii трафiка. Постквантова криптографiя допоможе сформувати захисну зброю в боротьбi за кiбербезпеку.
Решта свiту не розумie потенцiйнi вiйськовi та економiчнi вигоди квантового лщерства: Свро-пейський Союз, Канада, Австралiя, 1зра'ль, Японiя та iншi кра'ни зробили значнi iнвестицii в квантовi дослiдження i розробки протягом остан-нix 20 рокiв. Однак жодна кра'на не iнвестуe так багато, як Китай, який витратить 10 мiльярдiв до-ларiв США на будiвництво нацiональноi лабора-торй квантових шформацшних наук. Переваги квантового комп'ютингу [34]. Позицiйнi числа забезпечують експоненщальну перевагу перед i'x унарними уявленнями. Унарне уявлення мшьйона використовуе мшьйон символiв, а пози-цшне вимагае log10 (1000000) = 7 чисел. Квантовий чип, який мае n = 72 куб^и ставиться у вщповщшсть суперкомп'ютеру USA Summit, де розмiрнiсть таблицi iстинностi мае експонентну залежшсть вiд числа n = 72. Рашше, 20 рокiв тому, не було можливосп запустити щкавий квантовий алгоритм на обладнаннi. Були розроблеш алго-ритми для додатюв, що вимагають мiльйони кубiтiв, коли фiзики зробили пристрiй на кшька кубiтiв. Тепер е апаратне забезпечення, здатне за-пускати алгоритми зменшеного масштабу (сотнi i тисячi кубтв) i отримувати результати, якi дають впевненiсть в масштабованостi алгоритмiв на мшьйони кубiтiв. Аналогiчно, можна створювати i емулювати на класичних комп'ютерах пара-лельнi алгоритми, що оперують кубiтними структурами даних, яю також можна буде масштабу-вати на завдання велико' розмiрностi при наяв-ностi ринкових потужних квантових обчислю-вачiв (рис. 10).
Квантовi обчислення - це тип некласичних обчислень, заснований на квантовому сташ субатомних частинок, яю представляють iнформацiю у ви-глядi елеменпв, що позначаються як квантовi б^и або «кубiти». Уявити рiзницю мiж традицiйними i квантовими комп'ютерами можна на основi порiвняння способiв прочитання гiгантськоi
бiблiотеки книг. Класичний комп'ютер буде чи-тати кожну книгу в бiблiотецi послiдовним способом, квантовий комп'ютер буде читати вс книги одночасно. Квантовi комп'ютери здатнi теоретично обробляти мшьйони байтiв одночасно. Квантовi обчислення у формi комерцiйно доступного i надiйного сервiсу трансформують деякi га-лузi. Реальнi додатки вардаються вiд персонально! медицини до оптимiзащi розпiзнавання об-р^в. Квантова технологiя все ще перебувае в ро-звитку. Це означае, що настав час для вчених 1 компанш краще зрозумiти потенцшш квантов! додатки i розглянути наслщки для безпеки юбер-простору. Уже сьогодш конкретнi квантовi пара-лельш алгоритми можуть дати iстотну перевагу в швидкодн, якi можуть бути iмплементованi в квантовi комп'ютери до 2022 року [32]. Блокчейн - це тип розподшено! (бази) бухгалтер-сько! мережi даних, яка формуе хронолопчно впорядкований список криптографично тдписа-них, безвiдкличних транзакцiйних записiв, якими обмшюються всi учасники мережi з децентралiзо-ваною моделлю консенсусу. Блокчейн дозволяе компанiям вiдстежувати транзакцii i працювати з ненадiйними сторонами без використання цен-тралiзованоi ланки управлшня (банку). Це значно зменшуе колiзii в бiзнесi i сьогоднi мае застосу-вання в областi фшанив, державного управлшня. охорони здоров'я, виробництва, маркетингу, по-стачання. Блокчейн може потенцшно знизити витрати, скоротити час розрахунюв i полiпшити рух грошових коштiв. Вже сьогоднi пiдприемства починають оцiнку технологii, оскiльки до 2030 року блокчейн передбачае створити бiзнес-про-
I 1 1
Quantum Computing
Рис. 10. Базовi дiзрапторнi технологи Визначення «квантовий» характерне не тшьки для субатомних структур, взаeмодiючих за мо-деллю (комплексних) у гшьбертовому простор! квантово! механiки. Таке визначення в даний час носить глобальний характер i iмплементуeться в ус! сфери людсько! дiяльностi. Вченi i практики планети створюють сьогоднi но-вий квантовий технологiчний уклад, який фор-муеться скелетом класичних наук, представленим квантовою електродинамiкою, механiкою, ф!зи-кою та математикою, на якому усшшно прироста-ють i розвиваються новi дисциплiни i галуз!
знань: квантовий комп'ютинг, квантовi структури даних, квантовi схеми, квантовi алгоритми, квантова лопка, квантове моделювання схем, квантов! групи, квантове моделювання (quantum computer modeling - IEEE Xplore 3436), квантов! розподшеш системи, квантова шформащя, квантов! телекомушкацн, квантовi системи, квантов! точки, квантова метролопя, квантова радютех-нiка, квантовi комп'ютерш науки, квантова крип-тографiя, квантова телепортащя, квантова ком-пресiя даних, квантова пам'ять, квантова фо-тошка, квантова оптика,
Quantum computer modeling & quantum-driven algorithm everywhere [17, 27], як iнженерне ршення, використовуе технологiчну iдею-скелет квантового змiшування i суперпозицп для синтезу продуктивних паралельних алгоритмiв memory-driven комп'ютингу в ус!х сферах людсько! д!яль-носп.
Ефективнiсть квантових обчислень на класич-ному комп'ютерi визначаеться метрикою пара-лельного рiшення комбiнаторних задач на кубгг-них структурах даних за рахунок ускладнення ал-горитм!в i збiльшення пам'ятi для зберiгання уштарних код!в.
Квантовий комп'ютинг оперуе двома базовими технолопчними операцiями: суперпозицiя i пере-пулутування, яким ставляться у вщповщшсть лог!чн! операцi! функцiонально повного базису: диз'юнкщя i iнверсiя в класичному обчислювачi. Основа квантово! технологи визначаеться квантовою невизначешстю електрошв, суперпозицiя яких дае можлив!сть отримати в однш точц! простору ушверсум кiнцевого числа прим!тивних сигнал!в, включаючи нуль i одиницю. 1зоморф-ним аналогом виступае дискретна невизначешсть Кантора X = {0,1}, яка використовуеться для от-римання компактних форм структур даних, а та-кож для паралельного виконання теоретико-мно-жинних операцш при унiтарному кодуваннi еле-менпв унiверсуму.
Приклад quantum-driven алгоритму: знайти в без-л!ч! елементiв Q число X або визначити належ-нють XeQ. Рiшення зводиться до перебору пор!внянь числа X з ус!ма числами масиву Q, кшьюсть яких одно n. Обчислювальна складнють тако! процедури дорiвнюе C = n. Квантове ршення дано! задачi зводиться до уштарного ко-дування вс!х чисел з метою синтезу структури даних у форм! одного вектора в формат! ушверсуму-безлiчi чисел, де кожному з них вщповщае се-редне арифметичне значення координати, адреса яко! дор!внюе числу, присутньому в множин!. П!сля цього виконуеться операц!я: if Q (X) = 1 then
Y = 1, або простше Y = Q (X), де i е число, яке тдлягае визначенню належносп XeQ. Значення
Y = 1 е шдикатором належност! числа до заданого
дукщю в po3Mipi 3
Intelligent
Automomous Things
Augmented Analytics
Al-Driven Development
1 трильйона долар!в США.
Digital
Digital Twin
Empowered Edge
Immersive Experience
Mesh
Blockchain
Smart Spaces
Privacy and Ethics
безлiчi: XeQ. Обчислювальна склaднiсть проце-дури пошуку числа в множит пов'язана з побудо-вою кубГтного вектора, на що витрачаеться n опе-рацш, i з виконанням лопчно1 перевГрки вмюту комГрки за адресою-числа, що надшшло на вхгд квантового секвенсора: C = n + 1. Дшсно, разове використання такого обчислювача не дае збшь-шення швидкодп. Однак багато разГв (m) повторена процедура пошуку числа в неврегульова-ному масивГ при великих значеннях m призводить до одинищ обчислювальну складнють алгоритму, включаючи первинне шщювання вектора унГтар-них кодГв чисел. Даний факт дае тдстави вважати обчислювальну складнють процедури по багато-разовому пошуку числа в масивГ рГвну одинищ: C = (n + m) / m.
Приклад визначення належносп деяко1 тдмно-жини елеменнв X множит Q. Ршення. Пюля унитарного кодування елеменнв обох множин ви-ходять два вектори однаково1 довжини. До них за-стосовуються лише три векторно-регютрових па-ралельних операци (not, and, or):
Y =v[(XaQ)©X] =v[(Xa—iQ)], яю разом з препроцесшгом уштарного кодування мають обчислювальну складнють, дорГвнюе C = 2n + 3. Класичний варГант виршення дано1 задач1 мае обчислювальну складнють, яка дорГвнюе
C = (1/2) * (n-1) ** 2. Вже при n = 7 квантовий або кубГтний метод по-чинае вигравати в продуктивносн ршення даного завдання перед класичним. 5. Ky6iTHi моделi кiберсоцiального комп'ютингу
Пропонуються архГтектури i класичш структури, пов'язаш з юберфГзичним сощальним комп'ютин-гом (метричний мониторинг i цифрове управ-лшня), спрямованим на прийняття ршень, пошук i щентифГкащю великих даних, визначення функцш належносп вхщних даних до заданого процесу чи явища на основГ введено1 метрики визначення вщстаней. Вс моделГ орГентоваш на схемотехшчну реалГзащю методГв i алгоритмГв online моделювання з метою вироблення humanfree адекватних автоматичних актюаторних впливГв.
Кожен бГзнес-параметр може мати свою альтернативу значень в позитивГ i негативГ (мультиверс-нють також допускаеться), тодГ !х число под-воюеться. Але можна використовувати ильки по-зитивш зразки, засноваш на конструктивних параметрах або атрибутах. Таю образи - лопчш про-цесори - формують еталонш якосн бГзнес-про-цейв, а також явищ, таких як: керГвник, менеджер, вчений, професор, конструктор, учитель, художник, лшар, артист, спортсмен. КвантовГ технологи паралельних обчислень ефек-тивно використовуються для виршення
комбшаторних проблем, емулюючи обчислення на класичних комп'ютерах [14-17]. З шшого боку, таблиц ютинносн або кубГчш покриття для опису лопчних елеменнв е неминущими ефективними структурами даних для виршення проблем сощального комп'ютингу i пошуку необхщних даних [18-19]. Автоматичний синтез кубГтних по-критнв функцюнальностей е одним з основних важко формалГзованих завдань, без якого немож-ливо виконувати аналГтику великих даних [2131]. Для цих цшей далГ вводиться аналГтична модель W кубГтно-лопчного процесора юбер-сощального бГзнес-комп'ютингу, яка оперуе двома матрицями: ушверсумГв U примГтивГв i кубГтних функцюнальностей Q, а також лопчними примГтивами L: W = (U,Q,L), U = (U1,U2,...,Ui,...,Un); n i*k
U Ui = U; Ui П_Uk = 0; i-1 i,k=1,n
Q = (Q1,Q2,...,Qi,...,Qn);
n i^k
U Qi = Q; Qi П_Qk = 0;
i-1 i,k=1,n
Qi = (Qi1,Qi2,...,Qij,...,Qim); Q=[Qij]; Ui = (Ui1,Ui2,...,Uij,...,Uim); U = [Uij]; L = f[Q] = (Q1 о Q2 o,..., oQi o,..., oQn) о = {л, v, ©};
Uij e Ui e U; Qij e Qi e Q; Qi e Ui; Q e U; Qij = 1 ^ max ^(R, Uij).
Метрика-ушверсум U тут виконуе роль еталон-ного зразка для порГвняльного аналГзу еталона з вхщним потоком даних R = X, що реалГзуеться за допомогою аналГзатора-компаратора, що видае максимальне значення функци належносп, яке трансформуеться в одиницю на вщповщнш коор-
. Qij = 1 ^ max ^(R,Uij) динатг одного з кубгтгв: J J .
АрхГтектура метрично1 взаемоди U-матрищ
ушверсумГв з потоком вхщних великих даних R
для обчислення функцш належносп U), з
метою отримання Q-матрищ значень i
подальшого L-об'еднання кубтв у комбшацшну
схему юберсощального процесора, представлена
на рис. 11.
X U max m Q L
Рис. 11. Архггектура для синтезу social-процесора Тут вхщний попк модельованих великих даних R мае такий же формат, як U-, Q-матрищ i комбшацшна схема юберсощального процесора.
Алгоритм синтезу Q-матрищ полягае у визна-ченш максимального значення функци належ-ност вхiдного фрейму розглянуто! змшно! до одного i3 значень вщповщного рядка матриц унiверсумiв. В результат такого порiвняння по Bcix координатах U-матрицi формуються пооди-ною координати кубiтноï матрицi, де кожен рядок являе собою приштивну функцюнальшсть по розглянутiй змiннiй. Разом вс рядки Q-матрищ створюють комбiнацiйну схему лопчного соцiального процесора для моделювання будь-якого вхвдного впливу з метою визначення його належност до даного еталону сощального про-цесу або явища.
Процедура синтезу кубтв необхiдна для аналiзу бiзнес-потокiв даних шляхом використання лопчних бiзнес-еталонiв. Фрагменти даних над-ходять на входи одного або декшькох логiчних елеменпв, що формують метрику бiзнес-процесу: Uij G Ui G U; Qij G Q; G Q; <Q G U;; Q G U;
В результатi моделювання вхiдного потоку великих даних формуються бшарш значення переваг еталона в куб^ному векторi кожного логiчного елемента, вщповщного одному параметру. Для цього використовуеться метричний вимiр функцiï належностi вербальних даних до кожного значення наперед заданого унiверсуму примiтивiв логiчноï змiнноï. Так автоматично створюються кубггш зразки social-функцiональностi. Формування повноï безлiчi параметрiв-змiнних social-процесу або явища також пов'язано з анал^икою великих даних, спрямованою на отри-мання ключових понять-слiв, максимально вщда-лених один вщ одного по метрицi (кодовш вiдстанi) класiв еквiвалентностi, i покривають вс social-змiннi життедiяльностi компанiï. Слщ за-уважити, що унiверсум примiтивiв ототож-нюеться з класом неперешчних е^валентностей. що створюють всi можливi значення даноï змiнноï-класу в той час, як сукупшсть е^валент-них класiв вiдповiдае унiверсуму змiнних вищого рiвня iерархiï. Данi властивостi використову-ються при аналiтичному синтезi ушверсуму змiнних, що покривають цифровий образ social-процесу компанiï гранями, яю формують еталон-функцiональностi процесу або явища. Наприклад, необхiдно синтезувати вiртуального асистента (virtual assistent) або цифрового двш-ника (digital twin), або розумного робота (smart robot), який буде реагувати на зовшшш вхвдш дат як конкретний спiвробiтник компанп. Алгоритм для створення аватара мютить такi кроки: 1) Синтез ушверсуму змiнних-примiтивiв, що покривають вс функцiональностi social-процесу. 2) Синтез U-матрищ унiверсумiв значень-примiтивiв, що покривають вс можливi варiанти кожноï змiнноï, в рамках social-процесу або
явища. 3) Синтез Q-матрищ конкретних значень-примiтивiв у форматi кубгг-вектора кожно! змiнноï в рамках social-процесу або явища. 4) Пе-ревiрка отримано1' U-матрицi унiверсумiв social-процесу або явища на повноту i примiтивiзм змшних i значень.
Пюля синтезу кубiтних векторiв за вима параметрами в Q-матрицi вс значення виходiв кубiтних елементiв надходять на входи iнтегратора L, що працюе по функци and (може бути i шша функщя. наприклад, not-and), який видае два значення {1,0}: позитивний або негативний результат моделювання, який можна штерпретувати як бшарну функщю належностi до еталону-функцю-нальностi, формуе, наприклад, властивост social-процесу.
Таким чином, logic-процесор, синтезований на ос-новi використання Q-матриць квантових структур даних, здатний online моделювати будь-як social-процеси i явища, недоступш сьогоднi для класич-ного комп'ютингу в базис традицiйних логiчних елементiв, зважаючи на складшсть формалiзацiï поведiнки людини або соцiальноï групи для синтезу цифрових моделей -схем. Формалiзм створення еталон-схеми для сощаль-ного процесу або явища полягае у визначенш числа ютотних параметрiв, де всередиш кожного з них генеруеться безлiч значень, унiтарно кодо-ваних для синтезу куб^ного вектора логiчного елемента. Лопчш примiтиви, вiдповiднi iстотним параметрам, об'еднуються за функщями (and, or, not, xor), якi регулюють взаемш вiдносини мiж параметрами для формування кшцевого результату про ватдшсть вхiдного процесу або явища по вщношенню до одного або декшькох стандарив. Social-комп'ютинг може бути представлений як юбер^зична система iнтелектуального хмар-ного управлiння social-процесами на основi точного цифрового монiторингу: розумно1' електрон-но1' iнфраструктури; спiвробiтникiв компанп. оснащених комп'ютерами та персональними га-джетами; транзакцiй i процесiв, заданих в часi i просторi. Структура системи social-комп'ютингу представлена трьома взаемоддачими макрокомпонентами: хмарне прання, електронна social-арх1тектура, юберф1зичний npocrip (рис. 12)._
СуЪег-Phystcal Space
Knowledge Library
Multilevel Security
Finance. Materials
Legislations
Cloud Management
щ D 1 I ¿Sé
Big Oata Al-Analysls e-Orders
Cyber Social Computing
Business Architecture
Electronic infrastructure
Personnel Computers
16
Processes: Time-Space^
Max Income
Ecology Saving
Life Quality
Рис. 12. С-комп'ютинг монiтоpингy та управлшня процесами
Хмарш компоненти-сервюи управлшня працюють за схемою: факт - оцшка - дГя. Тут ви-конуеться зняття великих даних з рГзних розум-них сенсорГв i комп'ютерГв, штелектуальний анатз даних на основГ CNN, DNN, ML. Останшм компонентом хмарного сервюу е формування цифрових актюаторних впливГв, орГентованих на безпаперове управлшня шфраструктурами, компонентами, кадрами i юберфГзичними social-про-цесами для досягнення мети (Goal) у виглядГ от-римання максимального прибутку, збереження екологи планети i забезпечення високо1 якосп життя сшвробГтниюв. Вся система social-комп'ютингу безпосередньо взаемодГе з юберпро-стором або штернетом, який обов'язково е входом i виходом для створювано1 структури. КрГм того, входами е Legislations, яю формують вщносини в компанп, а також Resourses у виглядГ фшанйв i матерГалГв, необхщних для створення продукци та / або сервюв. Важливим виходом системи е State, який щентифшуе стан розвитку оргашзаци, Гмщж компанп у виглядГ економГчних i сощально-значущих показниюв.
Social-комп'ютинг е технолопею ефективного хмарного управлшня компашею для ютотного зниження накладних непродуктивних витрат i шдвищення прибутку, яка характеризуешься опе-ративним online мошторингом процесГв i вщдшв на основГ використання сучасно1 юберкультури, що включае: IoT, Cyber Physical Systems, Cloud Computing, e-Infrastructure, Big Data Analytics, Artificial Intelligence, Blockchain smart contract, e-Di-cument Circulation and Internet. Принципи реатзаци: 1) Мошторинг сшвробГт-ниюв за допомогою впровадженого агента в умо-вах шварГантност робочого мюця по вщношенню до геопозицп. Людина працюе в подорожах, на вщпочинку, в офюг 2) Необхщне тдключення вйх гаджетГв i комп'ютерГв пращвника для створення повно1 картини його робочого i неробочого часу. Виникае сервю самооцшки поведшки лю-дини протягом доби: що вш зробив, чого можна не робити, що не зроблено. 3) Мошторинг вйх пристро1в, пов'язаних з пращвником, для штелек-туального анатзу i подальшого управлшня струк-турними компонентами бГзнесу, дае можливють оперативно приймати ршення по реконфГгураци social-процейв у реальному чай. 4) Мошторинг, замкнутий на online управлшня, без активно1 участ керГвника. У цьому сьогодш головне i ще не виршене завдання IoT-бГзнесу. Мошторинг без актюаторних впливГв, що виро-бляються юберфГзичною human-free бГзнес-систе-мою, не представляе ринкового штересу з позицп сучасно1 юберкультури. Ршення проблеми цшком очевидне - створення бГзнес-системи мониторингу, але головне - online управлшня
бГзнес-процесами на основГ створення розумних алгоршмв або смарт-контракпв, що програму-ють лептимш вщносини в компанп, держава Про-грамний код реатзуе трГаду сощальних подш, без участ чиновника: факт - оцшка - дГя, яка мо-дельно зводиться до кодування алгоритму обробки вхщних даних для отримання вихщних актюаторних впливГв, спрямованих на компо-ненти шфраструктури бГзнесу, що виконуеться в рамках технолопчного укладу IoT. Компонентами бГзнес-системи е: 1) Вщносини, прийнят в компанп (державГ) на основГ юнуючого законо-давства, статуту (конституцп), наказГв, традицш, ютори, культури. 2) Мета та / або напрямок руху компанп, що зрозумш для ринку i мобшзують сшвробгтниюв для яюсного виконання завдань. 3) Цифровий менеджмент або управлшня компашею - секретний ключ ринкового усшху, -обов'язково використовуе хмарш сервюи, максимально виключае участь людини в мониторингу виробничих процейв i подальшому прийнятп ршень. 4) 1нфраструктура шдприемства, що за-безпечуе комфортш умови для конструктивно1 роботи, яюсного харчування та активного вщпо-чинку в формат 24/7: onsite & remote online. 5) Кадри, що створюють ринкову продукщю та по-слуги, - головне надбання або штелект будь-яко1 компанп, який оцшюеться симетричною рГзни-цею компетенцш сшвробгтниюв [17]:
n n
I = © P = и P; ^ P; n Pj = 0; i=1 i=1
nn
I = л P; = n P; ^ P; = Pj. i=1 i=1 Vi,jJ
6. Kубiтно-кодованi структури даних. Сигнатурний аналп
1нтерес представляе проблема анатзу великих даних з метою встановлення нових бГзнес-функцю-нальностей на природному тлГ вже певних. Ана-лопчна задача була виршена в Лаборатори Кас-перського (ЛК) i виршуеться дос засобами ро-ботГв i експертГв в областГ malware and virus анаттики. Тут використовуеться сигнатурний аналГз, адаптований до вГрусно1 аналГтики, який дозволяе мати досить компактний код-сигнатуру деструктивносп з метою високопродуктивно1 ГдентифГкацП в потощ великих даних старих вГрусГв. Це дае можливГсть акцентувати увагу ро-бота-експерта на детальному анатзГ нових де-структивностей з метою !х подальшого блоку-вання. Перекладаючи згадану сигнатурну техно-логГю на ршення проблем бГзнес-аналГтики, слГд зазначити важливють отримання компактно1 таб-лищ бГзнес-функцГональностГ, ГнварГантно1 до часу. Першим кроком в цьому напрямку е мГнГмГзацГя таблищ унГтарного кодування бГзнес-функцГональностГ за дозволеними лопчними пра-
вилами (суперпозищя), яю дають можливiсть от-римати один стовпець, що щентифшуе бiзнес-функцiональнiсть. Структурнi протирiччя при об'еднанш координат стовпцiв уштарно-кодова-но1 матрицi вiдсутнi. Природно, що в результую-чому стовпцi-сигнатурi буде втрачена структурна шформащя про порядок виконання сервiсу, що е платою за компактнють i швидкодiю по щенти-фшаци стовпцiв бiзнес-функцiональностi. Однак структурна шформащя не стираеться i може бути затребувана в разi необхщносп. Теоретичним пiдтвердженням i обгрунтуванням запропонова-но! суперпозицiонноl шноваци зi стиснення стов-пцiв в один е той факт, що кодування будь-яко! таблищ iстинностi двома i навт одним кубiтним вектором, отриманим за допомогою суперпозици унiтарних кодiв вхщних впливiв будь-якого, як завгодно складного цифрового пристрою, робить можливим розробку алгоршмв паралельного анатзу цифрових систем на кристалах (рис. 13).
п+1
O-Cubes 0 VilCp
7
1-Cubes 1 Vucr
Truth Table
2л+1
шь
Quantum Coverage
Ш-
2П
I
Qubit Coverage
2п+1
a b c Y a b c U - code Y
0 0 0 0 0 0 0 10000000 0
0 0 1 1 0 0 1 01000000 1
0 1 0 1 0 1 0 00100000 1
0 1 1 0 —> 0 1 1 00010000 0
1 0 0 1 1 0 0 00001000 1
1 0 1 0 1 0 1 00000100 0
1 1 0 0 1 1 0 00000010 0
1 1 1 1 1 1 1 00000001 1
V
vY=1
V
vY=0
0 1 1 0 1 0 0 1 1
1 0 0 1 0 1 1 0 0
Рис. 13. Унггарне кодування унiверсуму примiтивiв по кожнш змiннiй Обмеження: всi атрибути в матрищ унiтарного кодування, що тдлягають суперпозици по кон-кретних даних, повинш бути незалежними один вщ одного. Суперпозицiя стовпцiв уштарно! мат-рицi дае можливiсть отримати покриття всiх атри-бутiв-змiнних одиничними значеннями рiзно-манiтностi даних. Якщо одиницями покритi в по-вному обсязi значення атрибутiв, то юнуе неко-ректнiсть в аналiзi та кодуванш даних по конкретному атрибуту. У масштабах метрики значень ш-тегральний стовпець бiзнес-функцiональностi завжди буде являти собою пiдмножину з ну-льових i одиничних координат на тт повнiстю одиничних значень штегрального стовпчика унiверсуму PeR if Рп^ = Р.
Суперпозицiонна модель представлення бiзнес-функцiональностi iнварiантна на чай. 1дея кла-сифшацл полягае в порiвняннi великих даних з ш-
тегральним вектором, який виходить шляхом су-перпозици або об'еднання вйх стовпцiв бiзнес-функцiональностi:
п
Р = и Р.
Процедура щентифшацл зводиться до операци перетину мiж стовпом водних даних i штеграль-ним стовпцом бiзнес-функцiональностi:
Б £ Р « Б П Р = Б, яка повинна бути рiвна вектору вхвдних даних. Природно, виникнуть ситуаци, коли не буде вико-нуватися наведена вище умова за вйма порiвнян-нями за допомогою стовпщв бiзнес-функцiональ-ностi. Тодi слiд керуватися правилом домшування мiнiмальноi кодово1 вщсташ по Хе-мiнгу:
т _
Б: е Р: « тт(8: П Р: = 0) ,1 = 1,П 1 : ::=1 :
т _
Б- е Р: « ттф л Р: = 1) ,1 = 1,п. J
Для анатзу детермшовано! двшково! моде л 1 б!знес-функцюнальност1 юнуе ефективний апарат булевих похвдних, який визначае ютотнють 1 неютотнють змшних щодо формування вюидного значення функцюнальносп. Якщо змша стану змшно!-атрибута не призводить до змши функцюнальносп, то така змшна е несуттевою 1II можна виключити з моде л 1 бпнсс-функцюналь-ностi.
При вербальному завданнi моделi бiзнес-функцiо-нальностi розробники використовують свш до-свiд i iнтуiцiю для формування екстра-функцю-нальностей, дублюючих деяю iстотнi атрибути на моделi бiзнес-функцiональностi. Дана в межах 100% надмiрнiсть може бути використана також для асерцiонноi верифiкацii моделi бiзнес-про-цесу. Сенс такоi верифiкацii полягае в незалежному створенш i подальшому використанш-порiвняннi двох моделей, де перша - максимально точна за вйма параметрами, друга - створюе картину сташв ютотних змшних. Асерци не несуть ново! шформаци про модель, але дають мож-ливiсть уточнити наявнiсть стану даних для ютотних атрибупв бiзнес-функцiональностi у певному часовому фреймi.
Модельна надмiрнiсть, як правило, е корисною для прискорення обчислювальних процесiв завдяки диверсифшаци структур даних. Напри-клад, просторово-часова модель бiзнес-функцiо-нальностi за рахунок конволюци часу в точку може бути компактно представлена одним ште-гральним стовпцем даних. Багатозначнють пара-метрiв бiзнес-функцiональностi укладаеться в таку матричну модель:
P = [Pj],i = 1, n;j = 1, m;
P = (pi,p2,.,pi,.,pn); Pi = (Pi1, Pi2 ,•, Pij, •, Pim)' Тут n - число рядюв матриц 6i3Hec^yHK^OHarb-ностц m - кшьюсть значень параметра Pi при ïï ко-дyвaннi. Для оптимiзaцiï бiзнес-фyнкцiонaльностi необхiдно i достатньо використовувати вщом1 aксiоми алгебри лопки:
1) a v a = a 1v1 = 1;
2) a v ab = a(1 v b) = a 1x v 11 = 1;
3) ab v ab = a(b v b) = a 11v10 = 1x = 1;
4) abc v b = b.
Лопчш аксюми трансформуються в закони теори множин, де ф^урують елементи в формaтi уштар-них кодiв значень вхiдних змiнних:
1) a U a = a; a П a = a;
2) a U ab = a(1U b) = a 1x U11 = 1x = 1;
3) ab U ab = a(b U b) = a 11U10 = 1x = 1;
4) abc П b = b 111П 010 = 010.
Вс вербальш значення або частини iстотних (до-даткових) пaрaметрiв повиннi бути yнiтaрно i едино-метрично зaкодовaнi з метою представ-лення координат мaтрицi бiзнес-фyнкцiонaль-ност двiйковими векторами, якi дають мож-ливiсть в паралельному режимi визначати належ-нiсть вхiдного вектора одному або кшьком стов-пцям бiзнес-фyнкцiонaльностi шляхом застосу-вання логiчноï процедури:
a G ab « a П ab = a ^ 10 П11 = 10 л 11 = 10. У загальному випадку метрична взaемодiя двох компонентiв однiеï розмiрностi може мати тiльки п'ять випадюв (рис. 14) [17]:
1) Належшсть чи рiвнiсть об'ектiв один одному, якщо виконуеться умова:
a = b ^ a П b = {a, b} ^ 10 П10 = 10 л10 = 10.
2) Нaлежнiсть першого A другого m, якщо вико-нуеться умова:
a G b « a П b = a ^ 10 П11 = 10 л 11 = 10.
3) Належшсть другого m першому A, якщо вико-нуеться умова:
b G a « a П b = b ^ 11П10 = 11л 10 = 10.
4) Часткова належшсть об'екпв один одному, якщо виконуеться умова:
a * b « a П b * {0,a,b} ^ 110 П 011 = 110 л 011 = 010.
5) Неналежшсть об'екпв один одному, якщо ви-конуеться умова:
a * b « a П b = 01П10 = 01л10 = 00.
Рис. 14. Взаeмодiя даних по and-операцп Структурна карта модул!в комп'ютингу для анал!зу С-процес!в (рис. 15):
1) Синтез матриц! ютотних змшних.
3) Побудова ун!тарно! матриц! даних.
5) Декомпозищя ун!тарно! матриц! даних.
6) Синтез U-RPA (Robotic Process Automation) на основ! застосування ML-технологи до матриць С -функцюнальностей.
F-matrix
X-matrix
S
CD
X э
UX-Recognition
SFi Эрг SFi SFn
Robotic Process Automation
Рис. 15. Структура для аналiзу social-процесiв Визначення унiтарноi матрицi ютотних змшних social-процесiв i кодування вшх значень. Ршення. Органiзовуеться цикл по п змiнним social-функцiональностi, де всередиш створюеться цикл за значеннями змшних i е ще один вкладений цикл, що перераховуе вс iснуючi бiзнес-функцiо-нальностi, якi обробляються на предмет !х оригiнальностi (рис. 16). Таким чином, програм-ний модуль Р-шаШх, що мiстить три вкладених цикли, створюе таблицю вщповщносн текстових значень iстотних змiнних !х десятковим номерам або унiтарним кодам для подальшого аналiзу зос1а1-процес1в.
^ та1пх ¡пАаКгайопгУДр.Р.М.М.Р^) -^
г2
Cycle of V variables
гЗ-
Cycle of D data values
r4-
Cycle of F all social functions
I
Рис. 16. Алгоритм формування матрицi значень
7. Модель social-процесу на основi ушверсуму соцiально-логiчних прим1тив1в
У загальному випадку задача формулюеться як пошук i цифрова iдентифiкацiя унiкальних компонента в текстовому фрагментi, якими можуть виступати лтери, слова, пропозицii. Поим безлiч унiкальних компонентiв, що складають у даному випадку унiверсум примiтивiв, виступае як метрика, щоб чисельно iдентифiкувати всi компо-ненти, але вже в масштабi текстового фрагмента, цифровими (уштарними) кодами знайдених прим1тив1в (рис. 17) [30,31].
и-сосНпд
Text Primitive Set
1
2
о О
га с Z)
Pattern Coverage
I Ог-орегайоп
[Г1 1 1 1 1 1 11 Рис. 17. Синтез унггарно1 моделi унiверсуму тексто-вих примiтивiв Таким чином, цифровiзацiя моделi текстового фрагмента i подальший и аналiз формулюють таю завдання: 1) Визначення метрики або словнико-вого запасу текстового фрагмента, рiвного ушверсуму примггивних слiв, що мютяться в ньому. Унiверсум е моделлю покриття функцiональностi iстотними компонентами, яю фiгурують в текстовому фрагмента 2) Цифрове або унiтарне кодування вйх метричних компонентiв ушверсуму примiтивiв. 3) Iдентифiкацiя компонентiв текстового фрагмента цифровими (уштарними) кодами метричних примiтивiв. 4) Пошук повторень в ко-дованш моделi текстового фрагмента (пропо-зицii) з метою виключення одного представника з однакових суйдшх слiв або !х замши на си-нонiми, якщо вони не суйдш 5) Пошук аналопч-ного текстового фрагмента в шших текстових послiдовностi на основi анатзу покриття ушвер-суму примiтивiв, рашше знайдених в social-функцiональностi. Нижче представлений результат анатзу social-функцiональностi (таблиця), де вказанi вiсiм ушкальних значень iстотних
P-value No U-code
A 1 1000 0000
B 2 0100 0000
C 3 0010 0000
D 4 0001 0000
E 5 0000 1000
F 6 0000 0100
G 7 0000 0010
H 8 0000 0001
Маючи таку таблицю, шляхом виконання переборно! процедури порiвняння, лiнiйноï обчислю-вально! складносп, можна знайти аналоги заданоï бiзнес-функцiональностi в таких вхiдних послiдовностях: (AACFGHTDBDBE),
(BACFGHTYBDBY), (DECFGHTDBDBAA). Для цього необхщно логiчно об'еднати Bei унiтарнi коди символiв, що входять в кожну послiдовнiсть. В результатi об'еднання, шляхом виконання процедури Coverage, виходять покриття:
Coverage 1 (AACFGHTDBDBE) = (1111 1111), Coverage 2 (BACFGHTYBDBY) = (1111 0111), Coverage 3 (DECFGHTDBDBA) = (1111 1111). Таким чином, перша i третя послщовност покри-вають сво!ми значеннями ютотних змшних вс компоненти рашше визначено! social-функцю-нальностг Друга послiдовнiсть не формуе пов-ного покриття, тому вона не належить social-функцiональностi, що задасться унiверсумом (ABCDEFGH). Можна формувати функщю на-лежностi за ступенем покриття бiзнес-функцiо-нальностi значеннями iстотних змшних вхщного вектора. Тодi друга послщовнють матиме якiсть покриття, що дорiвнюe Q = 7/8 = 0,875. При цьому яюсть покриття для першо! i друго! послiдовностi матиме оцшку Q = 1.
Висновки. Система е сукупнiсть взаемопов'язаних в просторi i часi структурних компонента для до-сягнення поставлено! мети. Аналiз будь-яко! структури реалiзуеться за допомогою пошуку унiверсуму примiтивiв, як базису системи, тсля чого визначаються чисельнi характеристики i взаемнi просторово-часовi зв'язки повторюваних структурних компонентiв. 1накше, щоб створити модель деяко! дискретно! системи, необхщно ви-конати !! розкладання на примiтиви, за допомогою яких дат синтезуеться просторово-часова структура, як правило, неявно задана в система Для цього виконуеться аналiз поведiнки системи в тестовому режимi або пiд час !! функцiонування шляхом зiставлення реакцiй iз заданими вхiдними впливами. Процедура анатзу використовуе також навчання на основi технологiй Machine Learning and Artificial Intelligence.
Маючи уштарну матрицю, що кодуе текстовi значення параметрiв екранiв вхiдного social-потоку, можна визначати ютотнють змшних на заданш послщовносп фрагментiв даних шляхом перетину (кон'юнкцн) стовпцiв мiж собою, що дае можливють знаходити незмiннi значення пара-метрiв: P (essential) = ù[UMX (i)], i = 1, n. Iстотнiсть змшних для задано! social-функцю-нальностi буде щентифшуватися одиничними значеннями координат матрищ, отриманими в ре-зультатi виконання лопчно! операцн кон'юнкцн.
8. Неадресоваш структури даних
Класичний комп'ютинг вимагае створення структур даних шд iснуючу реалiзацiю логiчних опе-рацiй в кристалах кремнiю: «даш для лопки». Альтернативний шлях може бути представлений реалiзацiею логiчних операцш, якi будуть впро-ваджуватися в хаос великих даних: «лопка для даних».
Представлення даних у виглядi компактних ад-рес-iдентифiкаторiв створюе потужну технологiю паралельних обчислювальних процешв, орiенто-ваних на високопродуктивну анал^ику великих даних. Адреса даних е головною перешкодою на шляху до створення паралельних обчислюваль-них процесiв, оскiльки вона формуе послщовшсть даних для !х непаралельно! обробки. Позбавлення вiд адрес в структурах пам'ят приз-водить до комп'ютингу високо! продуктивностi за рахунок паралельно! обробки даних. Дивно, але факт, хаотичне невпорядковане теоре-тико-множинне уявлення даних в найближчому майбутньому буде представляти основу для ство-рення сучасного високопродуктивного паралель-ного комп'ютингу.
Iснуючi технологи паралельно! обробки безадрес-них даних включають: 1) Комбшацшш лопчш схеми. 2) Регiстровi логiчнi операцн. 3) SIMD, MIMD процесори. 4) Квантовi обчислення на ос-новi операцiй суперпозицн i змiшування. 5) Пам'ять без адресних дешифраторiв. Пропонуеться address-free chaos-computing, де одним з можливих варiантiв апаратно! реалiзацi! е quantum computing. The Chaos Computer Club (CCC) is Europe's largest association of hackers. Дивно, але факт, що хаос-комп'ютингом займа-ються хакери, яю прагнуть тдвищити продук-тивнiсть сво!х додаткiв за рахунок високого пара-лелiзму обчислень, пов'язаного з апаратною надмiрнiстю.
Слово створюе реальний св^ i слово руйнуе дiйснiсть. Слово зберпае iсторiю, формуе дiйснiсть i прогнозуе майбутне. Теорема Томаса (WI Thomas, 1928): якщо щось прийнято за реаль-нiсть, то воно реальне в сво!х наслiдках. Про-роцтво е причиною подальших подш. Все, що ба-жае людина, шдкршлене волею, трапляеться. Будь-яка брехня, багато разiв повторена, стае ютиною. Негативнi доктрини легко сприйма-ються людиною. Розумшня позитивних доктрин вимагае роботи мозку. Любов i творення вимагае вiд людини витрат, в той час як ненависть i руй-нування даеться !й даром. Войовниче або агре-сивне невпластво, зведене в ранг закону, завжди перемагае моральну компетентнiсть. Моральна конститущя об'еднуе громадян рiзно! культури, мов, юторн, релiгi!, традицiй i програмуе державу на успiх. Дискримiнацiя громадян за згаданою
метрицею мае на мен знищення державностi. Ycnix компанн програмуеться вiдносинами мiж спiвробiтниками, яю визначаються статутом, тра-дицiями i культурою менеджменту. Цифровий свiт з образу трансформуеться в прообраз. Якщо чогось немае в юберпростор^ то цього немае i в фiзичному свт.
На рис. 18 представлений алгоритм формування матрицi значень змшних, де вирiшуеться головна проблема щентифшацн суттевостi на тлi рiзно-машття атрибут! в вхщного потоку даних.
napaMeTpiB
Соцiальний бiзнес-комп'ютинг гарантуе i тдтри-муе моральнi вiдносини мiж людьми, вироблеш людством за тисячi роюв його iснування. Комп'ютинг, побудований в трiадi компонентiв: Memory-Address-Transaction (MAT) або Data-Address-Logic (DAL), або Logic-Address-Data (LAD), страждае вiдсутнiстю паралелiзму, вна-слiдок наявностi адрес у даних, як передбачають послiдовну обробку даних шляхом перебору адрес. Однак i тут шформащю можна обробляти паралельно на класичному комп'ютер^ якщо скори-статися апаратною надмiрнiстю i закодувати даш унiтарним кодом. Таке ршення е лише частково позитивним, оскшьки воно не мае перспективного майбутнього.
Десятки роюв вченi досить устшно поеднують два компонента (даш i логiку) в послiдовнiсть, що мае виражену iерархiю, за допомогою двох можливих рiшень: 1) створити комп'ютер (обчислю-вач, додаток, лопку) для обробки iснуючих даних
i 2) адаптувати данi пiд уже юнуючий комп'ютер (обчислювач, додаток, лопку). Данi, в частинi зручностi використання формапв, орieнтованi на людину i / або комп'ютер. Вихо-дячи з цього, створюються парсери-перекладачi даних, яю реалiзують можливi пари: (людина-лю-дина), (людина-комп'ютер), (комп'ютер-людина), (комп'ютер-комп'ютер). Виникае класифiкацiя парсерiв за ступенем близькосп даних до комп'ю-тера i / або людини, яка мае вигляд: 1) Системний рiвень опису. 2) Рiвень реестрових передач. 3) Вентильний рiвень. 4) Транзисторний або анало-говий рiвень опису апаратури. Таким чином, можна штегрально сформулювати аксiоми квантового паралелiзму логiки:
1) Множина кубiв таблиц iстинностi представ-ляеться сукупнiстю уштарних кодiв.
2) Кiлькiсть входiв i виходiв примiтивного лопч-ного елемента дорiвнюе 2**п.
3) Формуеться взаемно-однозначна вщповщшсть мiж входами i виходами лопчного елемента.
4) Значення на вшх входах логiчного елемента обробляються паралельно. Одночасно можна мо-делювати всi вхiднi значення таблицi ютинносп.
5) Число можливих комбiнацiй нутв i одиниць на входах, оброблюваних паралельно, дорiвнюе 2 ** п, де п - число входiв логiчного примiтиву.
6) Замiсть багатовходового уштарного примiтиву можна зображувати реестровий кубггний примiтив, що мае 2**п входiв i 2**п виходiв.
7) Для синтезу уштарно! моделi прим^иву необ-хiдно створювати адресний дешифратор, що пе-ретворюе позицiйний код-адрес на входах лопчного прим^иву в уштарний код на виходах дешифратора.
8) Альтернативне ршення - використовувати в схемнш структурi тшьки унiтарну логiку, яка виключае адресш декодери.
9. Висновок
1) Удосконалено метрику параметрiв для вимiрювання процешв i явищ в просторi, яка в^^зняеться вiд вiдомих единим рiвнянням. Кон-волюцiя вiдстаней вимiрюваних об'екпв дае мож-ливiсть iстотно зменшувати обсяги даних для зберiгання i передачi моделей вимiрюваних об'ектiв.
2) Запропоновано нову асиметрична модель i фор-мули обчислення функцiй належносп, яка харак-теризуеться наявнiстю декшькох iнтервалiв об-ластi визначення, що дае можливють альтернативного вимiрювання подiбностi-вiдмiнностi кiберсоцiальних процесiв i явищ, а також !х кла-стеризацн-класифшацн на три iстотних пiдмно-жини.
3) Удосконалено поеднану архтектуру юбер-сощального комп'ютингу, яка вiдрiзняеться вiд
аналопв автоматичною взаемодiею в часi i про-сторi двох механiзмiв: проектування моделей i ал-горитмiв розтзнавання соцiальних патернiв, а та-кож використання створених обчислювальних структур для пошуку даних в кiберпросторi на ос-новi асиметрично! метрики подiбностi-вiдмiн-ностi.
4) Сформульовано цш та завдання цифровiзацi! вiдносин, як процес переходу до детермшованого хмарного онлайн управлшня технiчними, бiологiчними i соцiальними об'ектами в рамках культури юбер {фiзичного, соцiального} комп'ютингу на основi точного монiторингу та штелектуального аналiзу !х дiяльностi в чаш i просторi, завдяки тотальнiй цифровш щенти-фiкацi!.
5) Удосконалено iерархiчну модель синтезу соцiальних вiдносин мiж процесами i явищами, яка в^^зняеться вiд аналогiв кубiтно-векторним поданням функщональних описiв сощально-логiчних елементiв, що дае можливють ютотно зменшувати !х розмiрнiсть i паралельно вико-нувати процедури i алгоритми !х аналiзу при пошуку i розшзнаванш соцiальних патернiв. Лiтература:
1. https://spectrum.ieee.org/nanoclast/semiconductors/ma-terials/ferroelectric-semiconductors-could-mix-memorv-and-logic
2. https://spectrum.ieee.org/the-human-os/biomedical/de-vices/ai-tracks-emotions-in-the-classroom
3. https://spectrum.ieee.org/computing/hardware/a-touch-of-money
4.
https://spectrum.ieee.org/semiconductors/processors/cere
brass-giant-chip-will-smash-deep-learnings-speed-
barrier?
5. https://www.gartner.com/smarterwithgartner/5-trends-emerge-in-gartner-hype-cycle-for-emerging-technologies-2018/
6. https ://www.gartner.com/doc/3891569?srcId=1-7251599992 & cm_sp = swg -_- gi -_- dynamic
7. ZanellaA., Bui N., Castellani A., Vangelista L.and Zorzi M. "Internet of Things for Smart Cities," in IEEE IoT Journal, vol. 1, no. 1, pp. 22-32, Feb. 2014.
8. Frahim J. Securing the Internet of Things: A Proposed Framework / J. Frahim // Cisco White Paper.- 2015.
9. Zhu C., Leung VCM, Shu L.andNgai ECH "Green Internet of Things for Smart World," in IEEE Access, vol. 3, pp. 2151-2162, 2015.
10. Christidis K.and Devetsikiotis M. "Blockchains and Smart Contracts for the Internet of Things," in IEEE Access. Vol. 4. H. 2292-2303. 2016.
11. Blockchains: How They Work and Why They'll Change the World IEEE Spectrum. October 2017.
12. 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) / Vol. 1. Berlin, Heidelberg: Springer International Publishing. 2017.
13. 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). Vol. 2. Berlin, Heidelberg: Springer International Publishing. 2017.
14. Memory-Driven Computing. [Online]. Available: https://www.labs.hpe.com/next-next/mdc
15. Benenti G., Casati G., Strini G. Principles of Quantum Computation and Information. Volume 1: Basic Concepts.-World Scientific. 2004. 256 p.
16. Imai Hiroshi, Hayashi Masahito. Quantum Computation and Information. From Theory to Experiment. Springer. 2006. 234 p.
17. Nielsen M.A., Chuang I.L. Quantum Computation and Quantum Information. Cambridge University Press. 2010. 710 p.
18. Benso A. Control-flow checking via regular expressions / A. Benso, S. Di Carlo, G. Di Natale, P. Prinetto, L. Tagliaferri // Proceedings 10th Asian Int. Test Symposium. Kyoto. 2001. P. 299-303. [Online]. Available: http://dl.acm.org/citation.cfm?id= 872025.872649
19. Hahanov Vladimir. Cyber Physical Computing for IoT-driven Services. New York. Springer. 2018. 279p.
20. Hahanov V.I. Qubit technologies for analysis and diagnosis of digital devices / V.I. Hahanov, T. Bani Amer, S.V. Chumachenko, EI Litvinova // Electronic Modeling. Vol. 37, no. 3. 2015. P. 17-40.
21. Tarraf Danielle C. Control of Cyber-Physical Systems. Workshop held at Johns Hopkins University, March 2013, Springer. 2013. 378p.
22. 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.
23. Maria R. Lee, Tsung Teng Chen. Understanding Social Computing Research. IT Professional. 2013. Volume: 15, Issue: 6 P. 56 - 62.
24. Jerry Higg, Varadraj Gurupur, Murat Tanik. A Transformative Software Development Framework: Reflecting the paradigm shift in social computing. 2011 Proceedings of IEEE Southeastcon. 2011. P. 339 - 344.
25.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.
26. Christopher M. Bishop. Pattern Recognition and Machine Learning, 2006. Springer. 738 p.
27. Susan Stepney, Steen Rasmussen, Martyn Amos. Computational Matter. Springer. 2018. 336 p.
28. Zhuge Hai. Cyber-Physical-Social Intelligence. On
Human-Machine-Nature Symbiosis. Springer. 2020. 336 p.
29. Elias G. Carayannis. David FJ Campbell. Marios P. Efthymiopoulos. Handbook of Cyber-Development, Cyber-Democracy, and Cyber-Defense. 2018. 1089 p.
30. 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.
31.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.
32. https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/
33. Paul Stimers. The US National Quantum Initiative. Computer. 2019, Volume: 52, Issue: 10, Pages: 24-29.
34. Erik P. DeBenedictis. Powerball and Quantum Supremacy. Computer. 2019. Vol. 52. P. 110-112
Надшшла до редколегп 10.10.2019 Рецензент: д-р техн. наук, проф. Дрозд О.В. Хаханова Ганна Володимирiвна, канд. техн. наук, до-цент кафедри АПОТ ХНУРЕ. №yKOBi штереси: стис-нення та вщновлення двшково! шформацп. Адреса: Украта, 61166, Харшв, пр. Науки, 14. e-mail: anna.ha-hanova@nure.ua
Khakhanova Anna, Ph.D., Associate Pro-fessor, Design Automation Department, NURE. Scientific Interests: compressed and binary information recovery. Address: Ukraine, 61166, Kharkov, Nauky Ave., 14, e-mail: anna.hahanova@nure.ua
