Strategie zapewnienia funkcjonalnej stabilności złożonej sieci sensorowej na podstawie badan dynamiki zachowania równań ewolucyjnych
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 16 Nr 3 (2026)
-
Podejście oparte na głębokim uczeniu do automatycznego wykrywania raka skóry z analizą porównawczą różnych wielkości partii w klasyfikacji obrazów dermatologicznych
Abini M.A.5-13
-
Modelowanie i zasady zarządzania produkcją pasz granulowanych mieszanych z wykorzystaniem systemów informacyjno-analitycznych
Mahil Mammadov, Tural14-22
-
Inteligentny system automatycznego sterowania oparty na technologii IoT do energetycznie efektywnego suszenia zboża
Ainur Rustemova, Maria Yukhymchuk, Vladyslav Lesko, Marat Orynbet, Yurii Ivanov23-30
-
Projekt i walidacja eksperymentalna inteligentnego systemu zarządzania zapasami w lodówce opartego na technologii IoT-RPA
Lyudmila Samchuk, Yuliia Povstiana, Nataliia Lishchyna, Mykyta Ponomarenko31-38
-
Inteligentny system monitorowania gleby na rzecz zrównoważonego rolnictwa z wykorzystaniem TinyML i sieci czujników bezprzewodowych o bardzo niskim zużyciu energii
Muhammad Ovais Akhter39-48
-
Modelowanie działania dynamicznego systemu zarządzania kolejkami w supermarketach
Larysa Gumeniuk, Volodymyr Lotysh, Pavlo Humeniuk49-58
-
Eksperymentalna walidacja metod kompensacji błędów żyroskopów światłowodowych w warunkach półnaturalnych
Nurzhigit Smailov, Ainur Kuttybayeva, Yerlan Tashtay, Zhandos Dosbayev, Aruzhan Nazarova, Beibarys Sekenov, Aida Serbayeva, Akezhan Sabibolda59-63
-
Symulacja pracy czterokanałowego przepływomierza ultradźwiękowego o identycznych trajektoriach sygnału w kanałach akustycznych
Yosyp Bilynsky, Andrii Stetsenko64-68
-
Linia do grawerowania z zintegrowaną regeneracją elektrochemiczną służącą do odzyskiwania miedzi i ograniczania ilości osadu
Anatoliy Nester, Vadim Romanuke, Tetiana Yakovyshyna69-76
-
Metoda identyfikacji operatorów HCI w oparciu o ich „portrety wieloczynnikowe” subiektywizacji postrzegania obiektu HCI
Andrii Pukach, Vasyl Teslyuk, Artem Kazarian77-87
-
Udoskonalanie systemów diagnostycznych do analizy i sterowania trybami pracy w sieciach elektroenergetycznych
Igor Khomenko, Ruslan Lozhkin, Andrii Shkrebela, Oleksandr Miroshnyk, Anatolii Sereda, Taras Shchur, Mariana Bohach88-94
-
Modułowa architektura monolityczna dla oprogramowania zarządzającego stacjami ładowania pojazdów elektrycznych o wysokiej dostępności
Volodymyr Horshkov, Nataliia Lishchyna, Andrii Yashchuk, Olena Surynovych, Valerii Lishchyna95-102
-
Badanie wielopoziomowego falownika opartego na tranzystorach IGBT do zasilania bezzałogowego statku powietrznego na uwięzi z telemetrycznym monitorowaniem parametrów mocy
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Gulim Jobalayeva, Ingkar Issakozhayeva, Zhansaya Ayapbergen103-107
-
Dynamiczne omijanie przeszkód przez bezpilotowe statki powietrzne z wykorzystaniem sterowania opartego na logice rozmytej i sieci neuronowej
Anton Makohonov, Ivan Marynych108-113
-
Hybrydowa platforma symulacyjno-eksperymentalna do wykrywania usterek w czasie rzeczywistym w przetwornikach podwyższających napięcie w instalacjach fotowoltaicznych z wykorzystaniem logiki rozmytej i łączności LoRa
Oussama Sait, Mabrouk Khemliche, Samia Latreche, Sait Belkacem, Hamza Khemliche114-122
-
Porównanie algorytmów uczenia maszynowego do wysoko precyzyjnego prognozowania mocy elektrowni fotowoltaicznych na skalę przemysłową
Ahmed Saidi, Abdelghani Draoui, Touhami Abdelouahed123-128
-
Badanie dynamicznych zmian poziomu bezpieczeństwa systemu ochrony informacji
Olha Saliieva, Yurii Yaremchuk129-133
-
Nowy generator hiperchaotyczny: realizacja obwodu i analiza
Volodymyr Rusyn, Petro Kindrachuk, Bogdan Markovych134-138
-
Strategie zapewnienia funkcjonalnej stabilności złożonej sieci sensorowej na podstawie badan dynamiki zachowania równań ewolucyjnych
Valentyn Sobchuk, Yurii Kravchenko, Mykhaylo Sharapov, Oleksandr Laptiev, Andrii Sobchuk139-143
-
Opracowanie odpornej transmisji DVB-T2 OFDM: ocena BER i ograniczanie zakłóceń kanałowych dla niezawodnej transmisji wysokiej rozdzielczości
Olarewaju Peter Ayeoribe144-149
-
Wykrywanie anomalii sieciowych w czasie rzeczywistym w O-RAN z wykorzystaniem głębokiego uczenia się na dużych danych przesyłanych strumieniowo
Satya Sumanth Vanapalli, Rajesh Polepogu, Parish Venkata Kumar K, Vijayasankar Anumala, Vinodh Babu Panguluri, Lakshmi Narayana Jammula, Brahmaiah Madamanchi, Sravani Duvvu, Bhanusree Nanduri, Syam Sundar Musinala150-158
-
Techniczna analiza predykcyjna dużych zbiorów danych do planowania zasobów w oparciu o Apache Spark
Bakhshali Bakhtiyarov, Aynur Jabiyeva, Ulkar Musavi159-166
-
Konwersja modeli wokselowych na siatki poligonowe z zachowaniem integralności strukturalnej i możliwości edycji
Semen Duvanov, Iryna Baranowa167-172
-
Metoda Fuzzy Delphi do identyfikacji kluczowych parametrów w optymalizacji inteligentnych systemów sterowania w procesach rafinacji ropy naftowej
Kamala Aliyeva173-179
-
Metoda określania podstaw klasyfikacji danych jako informacji służbowych oraz stopnia ograniczenia dostępu "Do użytku służbowego"
Yurii Dreis, Oleh Harasymchuk180-183
-
Model i narzędzia do tworzenia i publikowania treści w oparciu o duże modele językowe
Artem Kazarian, Vasyl Teslyuk, Andrii Pukach184-190
-
Ocena użyteczności serwisów internetowych zawierających mapy interaktywne
Łukasz Sendecki, Sergiusz Skalski, Mariusz Dzieńkowski191-197
-
Model rozmyty do oceny poziomu kompetencji w zakresie bezpieczeństwa cyfrowego w populacjach o różnych profilach społecznych
Volodymyr Polishchuk, Vasyl Sehlianyk, Inna Polishchuk, Andrii Shafar198-203
-
Inteligentny moduł do oceny produktywności pracowników zdalnych w systemach monitorowania czasu pracy
Aigul Moldakalykova, Maria Yukhymchuk, Gulzhan Kashaganova, Vladyslav Lesko, Yurii Ivanov, Natalia Sachaniuk-Kavets’ka204-209
-
Hybrydowy model uczenia maszynowego do prognozowania i oceny rankingów uniwersytetów
Nurzhigit Smailov, Nursultan Kuldeyev, Akezhan Sabibolda, Raigul Ustemirova210-216
Archiwum
-
Tom 16 Nr 3
2026-09-30 30
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Bezprzewodowe sieci sensorowe odgrywają coraz istotniejszą rolę w realizacji zadań nawigacyjnych i monitorujących w warunkach współczesnych konfliktów, gdzie ich funkcjonowanie jest nieustannie narażone na oddziaływanie destabilizujących czynników zewnętrznych i wewnętrznych. Zapewnienie funkcjonalnej stabilności takich sieci w warunkach długotrwałego negatywnego wpływu stanowi zatem istotny problem naukowy i praktyczny. W niniejszej pracy opracowano matematycznie podstawy analityczne służące do analizy i utrzymania funkcjonalnej stabilności złożonej bezprzewodowej sieci sensorowej działającej w warunkach ekspozycji na ryzyko. Do opisu i charakterystyki stanu systemu w takich warunkach zastosowano aparat jakościowej teorii równań różniczkowych. W celu matematycznej formalizacji zachowania sieci sensorowej wykorzystano klasyczny ewolucyjny model SIR oraz sformułowano konstruktywne warunki stabilności i asymptotycznej stabilności sieci. W ramach jednolitego modelu formalnie wprowadzono i przeanalizowano trzy strategie zapewnienia funkcjonalnej stabilności: stały monitoring, odtwarzanie impulsowe oraz odtwarzanie okresowe. Dla każdej strategii określa się konkretne warunki, w których liczba zaatakowanych węzłów sieciowych asymptotycznie maleje, co gwarantuje zachowanie funkcjonalności sieci. Wpływ działań naprawczych i odtworzeniowych przeanalizowano z wykorzystaniem metod płaszczyzny fazowej. Wykazano zależność stabilności sieci od parametrów modelu opisujących tempo naruszenia bezpieczeństwa węzłów, ich utratę oraz tempo przywracania sprawności, a także opracowano model analityczny służący do określania czasu niezbędnego do przywrócenia stabilności funkcjonalnej. Opracowane ramy matematyczne stanowią rygorystyczną podstawę teoretyczną do doboru i porównywania strategii zapewnienia funkcjonalnej stabilności bezprzewodowych sieci sensorowych działających w warunkach trwałego oddziaływania czynników destabilizujących.
Słowa kluczowe:
Cele Zrównoważonego Rozwoju (SDG)
- Innowacyjność, Przemysł, Infrastruktura
Bibliografia
[1] Azarov, O. (2017). AD systems for processing of low frequency signals based on self calibrate ADC and DAC with weight redundancy. Przegląd Elektrotechniczny, 1(5), 127–130. https://doi.org/10.15199/48.2017.05.26 DOI: https://doi.org/10.15199/48.2017.05.26
[2] Barabash, O., Musienko, A., Makarchuk, A., & Korotin, S. (2025). Method for Calculating the Sufficiency Criterion of Diagnostic Information for Executing the Self-Diagnosis Algorithm in Multi-Machine Information Systems. Advanced Information Systems, 9(2), 51–57. https://doi.org/10.20998/2522-9052.2025.2.07 DOI: https://doi.org/10.20998/2522-9052.2025.2.07
[3] Barabash, O., Svynchuk, O., Salanda, I., Mashkov, V., & Myroniuk, M. (2024). Ensuring the functional stability of the information system of the power plant on the basis of monitoring the parameters of the working condition of computer devices. Advanced Information Systems, 8(2), 107–117. https://doi.org/10.20998/2522-9052.2024.2.12 DOI: https://doi.org/10.20998/2522-9052.2024.2.12
[4] Barabash, O. V., Musienko, A. P., & Sobchuk, V. V. (2022). Basics of ensuring the functional stability of information systems of enterprises under the influence of destabilizing factors: Monograph. Millennium, Kyiv.
[5] Bryhynets, A., Klymenko, Y., Haidur, H., Gakhov, S., & Marchenko, V. (2025). Random Forest Approach for PDF Malware Detection. Baltic Journal of Modern Computing, 13(3). https://doi.org/10.22364/bjmc.2025.13.3.08 DOI: https://doi.org/10.22364/bjmc.2025.13.3.08
[6] d’Onofrio, A. (2002). Pulse vaccination strategy in the sir epidemic model: Global asymptotic stable eradication in presence of vaccine failures. Mathematical and Computer Modelling, 36(4–5), 473–489. https://doi.org/10.1016/S0895-7177(02)00177-2 DOI: https://doi.org/10.1016/S0895-7177(02)00177-2
[7] Dovzhenko, N., Barabash, O., Ausheva, N., Ivanichenko, Y., & Obushnyi, S. (2023). Comprehensive analysis of efficiency and security challenges in sensor network routing. Cybersecurity Providing in Information and Telecommunication Systems II, 3550, 275–280. https://ceur-ws.org/Vol-3550/short12.pdf DOI: https://doi.org/10.55056/ceur-ws.org/Vol-3550/short12.pdf
[8] Dovzhenko, N., Barabash, O., Musienko, A., Ivanichenko, Y., & Krasheninnik, I. (2024). Enhancing Sensor Network Efficiency Through Optimized Flooding Mechanism. CEUR Workshop Proceedings, Vol-3654: Proceedings of the Workshop Cybersecurity Providing in Information and Telecom¬munication Systems (CPITS 2024), 465–470. https://doi.org/10.55056/ceur-ws.org/Vol-3654/short15.pdf DOI: https://doi.org/10.55056/ceur-ws.org/Vol-3654/short15.pdf
[9] Feketa, P., Klinshov, V., & Lücken, L. (2021). A survey on the modeling of hybrid behaviors: How to account for impulsive jumps properly. Communications in Nonlinear Science and Numerical Simulation, 103, 105955. https://doi.org/10.1016/j.cnsns.2021.105955 DOI: https://doi.org/10.1016/j.cnsns.2021.105955
[10] Hethcote, H. W. (1989). Three Basic Epidemiological Models. In S. A. Levin, T. G. Hallam, & L. J. Gross (Eds), Applied Mathematical Ecology (Vol. 18, pp. 119–144). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-61317-3_5 DOI: https://doi.org/10.1007/978-3-642-61317-3_5
[11] Jiao, J., Cai, S., & Li, L. (2016). Impulsive vaccination and dispersal on dynamics of an SIR epidemic model with restricting infected individuals boarding transports. Physica A: Statistical Mechanics and Its Applications, 449, 145–159. https://doi.org/10.1016/j.physa.2015.10.055 DOI: https://doi.org/10.1016/j.physa.2015.10.055
[12] Kermack, W. O., & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character, 115(772), 700–721. https://doi.org/10.1098/rspa.1927.0118 DOI: https://doi.org/10.1098/rspa.1927.0118
[13] Makarchuk, A., Kal’chuk, I., Kharkevych, Y., & Voloshyna, T. (2020). Usage of Fourier Transformation in Theoretical Studying of Signals in Data Transmission. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (ATIT), 192–195. https://doi.org/10.1109/ATIT50783.2020.9349308 DOI: https://doi.org/10.1109/ATIT50783.2020.9349308
[14] Rodrigues, H. S. (2016). Application of SIR epidemiological model: New trends. https://doi.org/10.48550/ARXIV.1611.02565
[15] Semenova, O. O., Semenov, A. O., Bisikalo, O. V., Kucheruk, V. Yu., Kulakov, P. I., Romaniuk, R., Komada, P., & Nurseitova, K. (2019). Applying artificial intelligence for cellular networks optimization. In R. S. Romaniuk & M. Linczuk (Eds), Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019 (p. 146). SPIE. https://doi.org/10.1117/12.2536857 DOI: https://doi.org/10.1117/12.2536857
[16] Shuvatov, T., Suleimenov, B., & Komada, P. (2012). Gas turbine fault diagnostic system based on fuzzy logic. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 2(3), 40–42.
[17] Stone, L., Shulgin, B., & Agur, Z. (2000). Theoretical examination of the pulse vaccination policy in the SIR epidemic model. Mathematical and Computer Modelling, 31(4–5), 207–215. https://doi.org/10.1016/S0895-7177(00)00040-6 DOI: https://doi.org/10.1016/S0895-7177(00)00040-6
[18] Sun, N., Shi, S., & Li, W. (2020). Singular renormalization group approach to SIS problems. Discrete and Continuous Dynamical Systems - B, 25(9), 3577–3596. https://doi.org/10.3934/dcdsb.2020073 DOI: https://doi.org/10.3934/dcdsb.2020073
[19] Tanasiichuk, S. (2026). Hybrid method of adaptive control of variable mode of unmanned aerial vehicles with intelligent online compensation of disturbances. Computer Systems and Information Technologies, (1), 205–214. https://doi.org/10.31891/csit-2026-1-19 DOI: https://doi.org/10.31891/csit-2026-1-19
[20] Wang, J. (2021). Dynamics and bifurcation analysis of a state-dependent impulsive SIS model. Advances in Difference Equations, 2021(1), 287. https://doi.org/10.1186/s13662-021-03436-3 DOI: https://doi.org/10.1186/s13662-021-03436-3
##plugins.themes.bootstrap3.article.details##
Abstract views: 7
Downloads: 4

