Пошук академічних текстів

Реєстраційний номер

0823U101642, Дисертація доктора філософії

Назва роботи

Модель та методи збору і обробки даних для рекомендаційних систем у peer-to-peer комп’ютерних мережах

Здобувач

Міхав Володимир Володимирович,

Керівник Лавданський Артем Олександрович
Керівник Мелешко Єлизавета Владиславівна
Опонент Одарченко Роман Сергійович
Опонент Гавриленко Світлана Юріївна
Рецензент Палагін Володимир Васильович
Рецензент Федоров Євген Євгенович

На здобуття

Доктор філософії, 123, Комп’ютерна інженерія

Дата захисту

08-12-2023

Опис

Актуальність дослідження зумовлена зростанням кількості неструктурованих даних у комп’ютерних мережах різних типів. Для покращення пошуку у великих масивах інформації все частіше звичайні методи пошуку доповнюють рекомендаційними системами. Рекомендаційні системи дозволяють полегшити пошук при великій кількості контенту, доповнюючи або заміняючи класичну пошукову видачу рекомендаціями. Зокрема, вони дозволяють полегшити пошук при великій кількості об’єктів у системі, доповнюючи класичну пошукову видачу рекомендаціями, а в деяких ситуаціях навіть заміняють пошук. Також рекомендаційні системи можуть застосовуватися для ранжування результатів класичного пошуку. Таким чином вони можуть різними способами поєднуватися із звичайними пошуковими алгоритмами. В P2P мережах застосування рекомендаційних систем може мати додаткову користь. Якщо користувач шукає конкретний файл, доданий до мережі раніше, і файл не знайдено з різних причин, можна надати користувачу список рекомендацій з врахуванням його вподобань і, можливо, пошукового запиту. У децентралізованих P2P мережах часто виникає проблема індексації та пошуку файлів на різних пристроях мережі. P2P комп’ютерні мережі знову актуальні й широко використовуються у наш час завдяки численним перевагам, які вони пропонують. Якщо спочатку вони набули популярності завдяки файлообміним сервісам, то зараз їх використовують й у багатьох інших сферах. Найважливішою перевагою P2P мереж є децентралізація. Вони можуть працювати без центрального сервера, що робить їх стійкішими до відмов та атак. Це особливо корисно в умовах збільшення кількості кіберзагроз. P2P також сприяють розвитку сучасних технологій, таких як блокчейн. Багато криптовалют та додатків для управління цифровими активами базуються на P2P принципах, що забезпечує їх безпеку та надійність. У сфері інтернет-телебачення, стрімінгу та онлайн комп’ютерних ігор P2P також стають все популярнішими. Вони дозволяють роздавати контент без великих централізованих серверів, що ефективно зменшує навантаження на інфраструктуру мережі та забезпечує якість стрімінгу. Тож P2P мережі залишаються актуальними завдяки своїй децентралізованій природі, яка сприяє безпеці та стійкості в умовах зростаючих кіберзагроз, а також вони допомагають у розвитку нових технологій та способів розповсюдження контенту. З різних причин шукані файли можуть бути недоступні для користувача, навіть якщо вони були додані раніше до системи та проіндексовані. Наприклад, комп’ютери, що містять потрібний файл або таблиці маршрутизації до нього чи його частин, вийшли з мережі, або застосовуються технології побудови P2P мережі з ймовірнісними методами пошуку, що не завжди знаходять далеко розташовані від комп’ютера користувача файли тощо. В одноранговій комп’ютерній мережі вузли – учасники мережі динамічно під’єднуються та від’єднуються, при цьому можуть виникнути проблеми з достовірністю та безпекою даних інформаційної системи мережі, зокрема й рекомендаційної, адже нові вузли, що під’єднуються можуть управлятися зловмисниками або бути ураженими шкідливим програмним забезпеченням. Такі вузли можуть бути запрограмовані на викривлення або перехоплення даних рекомендаційної системи. Тому важливо при здійсненні пошуку і створенні рекомендацій враховувати також достовірність та інформаційну безпеку інформації. При формуванні пошукової видачі та створенні рекомендацій користувачам децентралізованих P2P комп’ютерних мереж також важливо враховувати час на доступ до інформації та знаходити баланс між точністю та швидкістю отримання результатів. Оскільки інформація та таблиці маршрутизації в децентралізованих мережах зберігаються розподілено, важливо враховувати, що деякі файли користувач може отримати швидше, ніж інші, а також, що інколи час пошуку і завантаження файлу може зробити неактуальним зусилля на отримання доступу до нього. Важливим питанням є також кількість пам’яті, яку можна виділити під дані рекомендаційної системи, адже у децентралізованій P2P мережах їх доведеться зберігати розподілено на комп’ютерах учасників мережі. Вибір методу представлення даних, якими оперує рекомендаційна система, має вагомий вплив, оскільки ефективний спосіб представлення даних, необхідних для роботи такої системи, може зменшити кількість потрібних ресурсів та збільшити кількість доступних алгоритмів для формування списків рекомендацій. Тож рекомендаційні системи значним чином впливають на те, яким користувачі сприймають інформаційний простір, а їх інформаційна безпека та часова і просторова складність алгоритмів є важливими складниками забезпечення якості та ефективності роботи систем пошуку і фільтрації даних у комп’ютерних мережах, особливо децентралізованих.