Проблема трансляции базы данных из одного формата в другой периодически появляется в разных организациях по разным причинам. Сегодня хорошо отработан механизм смены формата реляционных баз данных. Но с появлением новых типов баз данных, таких как NoSql, проблема трансляции вновь стала очень актуальной в связи с радикальным отличием способов организации данных в различных базах данных. В статье рассматривается формализованный метод, основанный на теории множеств, по выбору числа и состава коллекций для базы данных типа ключ-документ. Исходными данными являются свойства объектов, информация о которых хранится в базе данных, и совокупность запросов, которые наиболее часто выполняются. Рассмотренный метод можно применять не только при создании новой базы данных типа ключ-документ, но также при трансформации существующей, при переходе от реляционных баз данных к NoSql, при консолидации баз данных. С. 15-28.
The work of transforming a database from one format periodically appears in different organizations for various reasons. Today, the mechanism for changing the format of relational databases is well developed. However, with the advent of new types of databases, such as NoSQL, this problem is prevalent due to the radically different ways of data organization at the various databases. This article discusses a formalized method based on set theory, at the choice of the number and composition of collections for a key-value type database. The initial data are the properties of objects, about which information is stored in the database, and the set of queries that are most frequently executed.
The considered method can be applied not only when creating a new keyvalue database, but also when transforming an existing one, when moving from relational databases to NoSQL, when consolidating databases.
Ключевые слова: NoSql, запрос к базе данных, коллекция, ключ-значение, трансляция данных, формат данных, оптимизация структуры базы данных.
Keywords: NoSql, database query, collection, key-value, data translation, data format, database structure optimization.
Проблема трансляции базы данных из одного формата в другой периодически появляется в разных организациях по разным причинам. Сегодня хорошо отработан механизм смены формата реляционных баз данных. Но с появлением новых типов баз данных, таких как NoSql, проблема трансляции вновь стала очень актуальной в связи с радикальным отличием способов организации данных в различных базах данных. В статье рассматривается формализованный метод, основанный на теории множеств, по выбору числа и состава коллекций для базы данных типа ключ-документ. Исходными данными являются свойства объектов, информация о которых хранится в базе данных, и совокупность запросов, которые наиболее часто выполняются. Рассмотренный метод можно применять не только при создании новой базы данных типа ключ-документ, но также при трансформации существующей, при переходе от реляционных баз данных к NoSql, при консолидации баз данных. С. 15-28.
The work of transforming a database from one format periodically appears in different organizations for various reasons. Today, the mechanism for changing the format of relational databases is well developed. However, with the advent of new types of databases, such as NoSQL, this problem is prevalent due to the radically different ways of data organization at the various databases. This article discusses a formalized method based on set theory, at the choice of the number and composition of collections for a key-value type database. The initial data are the properties of objects, about which information is stored in the database, and the set of queries that are most frequently executed. The considered method can be applied not only when creating a new keyvalue database, but also when transforming an existing one, when moving from relational databases to NoSQL, when consolidating databases.
Ключевые слова: NoSql, запрос к базе данных, коллекция, ключ-значение, трансляция данных, формат данных, оптимизация структуры базы данных.
Keywords: NoSql, database query, collection, key-value, data translation, data format, database structure optimization.
Данная статья является продолжением исследований, которые посвящены своевременному выявлению и оперативному реагированию на аномалии в работе компьютерной сети при помощи системы мониторинга сети с модулем дополнительной диагностики аномалий. Приведена многоуровневая архитектура системы мониторинга сети с модулем дополнительной диагностики аномалий, в которой учитывается модульный способ организации работы такой информационной системы. Описаны ситуации, в которых предлагаемая архитектура может применяться, приведены ее преимущества и недостатки. Также описывается процесс формирования рабочих сценариев при обработке аномалии в функционировании компьютерной сети с учетом приведенной архитектуры системы мониторинга с модулем дополнительной диагностики аномалий такой сети. Рассмотрены подходы к формированию входных и выходных данных при создании рабочего сценария. С. 55-73.
This article is a continuation of research that focuses on the timely detection and rapid response to anomalies in the computer network with a network monitoring system with additional anomaly diagnostics module. The multi-level architecture of the network monitoring system with the module of additional anomaly diagnostics, which takes into account the modular way of organizing such an information system. Described situations in which the proposed architecture can be applied, listed its advantages and disadvantages. Process of forming of working scenarios at processing of anomaly in functioning of computer network with the account of the given architecture of monitoring system with a module of additional diagnostics of anomalies of such network is also described. Approaches to the formation of input and output data when creating a work scenario are considered.
Ключевые слова: система мониторинга компьютерной сети, компьютерная сеть, мониторинг компьютерной сети, модуль диагностики аномалий, архитектура информационной системы.
Keywords: computer network monitoring system, computer network, computer network monitoring, anomaly diagnostics module, information system architecture.
В данной работе предложена модель оценки эмоционального состояния человека, основанная на данных о его взаимодействии с компьютерной клавиатурой. Модель интегрирует механизм обратной связи, что значительно повышает точность прогнозирования эмоциональных состояний человека. Путем системного анализа динамики изменения параметров использования клавиатуры пользователем и наблюдения за индивидуальными факторами окружающей среды, предлагаемый подход позволяет не только предсказывать состояние пользователя клавиатуры, но и адаптируется к изменениям в его поведении. Результаты тестирования модели с помощью специально разработанного программного обеспечения подтвердили ее эффективность. Системы на основе моделей с обратной связью позволяют улучшить взаимодействие человека с интеллектуальными системами, способствуют развитию интеллектуальных систем и человека. Полученные результаты подтверждают необходимость и направление для улучшения человеко-машинного интерфейса и являются основой для будущей их интеграции в более сложные системы оценки психофизиологического состояния человека. C. 66-78.
This paper proposes a model for assessing a person’s emotional state based on their interaction with a computer keyboard. The model integrates a feedback mechanism, which significantly improves the accuracy of predicting a person’s emotional states. Through systematic analysis of the dynamics of keyboard usage activity and observation of individual environmental factors, the proposed approach not only predicts the state of the keyboard user but also adapts to changes in their behavior. The results of testing the model using specially developed software confirmed its effectiveness. Feedback-based systems improve human interaction with intelligent systems, contribute to the development of intelligent systems and humans. The obtained results confirm the necessity and direction for improving the human-machine interface and serve as a basis for their future integration into more complex systems for assessing the psycho-physiological state of a person.
Ключевые слова: обратная связь, машинное обучение, человеко-машинный интерфейс, оценка эмоционального состояния человека, компьютерная клавиатура.
Keywords: feedback, machine learning, human-machine interface, assessment of emotional state, computer keyboard.