Алгоритми обробки великих даних для підвищення точності систем прийняття рішень в телекомунікаційних системах з використанням AI
Автор: Свідрак Іван Миколайович
Кваліфікаційний рівень: магістр
Спеціальність: Проектування та адміністрування інформаційних комунікаційних мереж
Інститут: Інститут телекомунікацій, радіоелектроніки та електронної техніки
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Сучасні системи зв’язку, зростаючий попит на високошвидкісні мережеві послуги та обсяги даних, що передаються, стимулюють активну розробку алгоритмів обробки величезних масивів даних (big data) та їх інтеграцію зі штучним інтелектом. Це дослідження розглядає алгоритми обробки великих даних для підвищення точності систем прийняття рішень у мережах зв’язку, зосереджуючись на ключових характеристиках великих даних, таких як обсяг, швидкість і різноманітність, які визначають унікальні вимоги до систем обробки даних у реальному часі. Важливість обробки великих даних у телекомунікаціях полягає в необхідності ефективного управління ресурсами, прогнозування та виявлення аномалій, тим самим зменшуючи ризик збоїв у мережі та покращуючи обслуговування клієнтів. Використання штучного інтелекту в поєднанні з машинним навчанням може автоматизувати складні процеси, що може допомогти зробити компанії більш конкурентоспроможними. Однак, незважаючи на численні переваги, залишається багато проблем, таких як забезпечення інформаційної безпеки та конфіденційності. В дослідженні було проаналізовано сучасні методи обробки великих даних, такі як машинне та глибоке навчання, а також статистичні методи аналізу даних, які можуть ефективно обробляти великі обсяги інформації. Зокрема, вивчаються алгоритми зменшення розмірності даних, класифікація та кластеризація, а також методи регресії, щоб не тільки робити точні прогнози, але й вилучати ключові атрибути даних для подальшої обробки. Використання методів регулярізації та кластеризації даних допомагає уникнути перенавчання моделі, тим самим підвищуючи точність моделі. Алгоритми кластеризації, класифікації та регресії відкривають нові можливості обробки даних у комунікаціях і можуть значно покращити роботу мережі та надавати клієнтам персоналізовані послуги [1-3]. Штучний інтелект і машинне навчання дозволяють обробляти великі обсяги даних у режимі реального часу, виявляючи приховані шаблони, що особливо цінно для оптимізації мережевих ресурсів і підтримки стабільної роботи мережі. У той же час, незважаючи на величезний потенціал штучного інтелекту в комунікаціях, все ще існують проблеми з якістю і повнотою даних, що впливає на точність отриманих результатів. Перетренування може призвести до суперечливих результатів у реальних умовах, тому важливо знайти баланс між автоматизованими процесами та людським фактором. Враховуючи швидкий розвиток комунікаційних технологій, у майбутньому знадобляться вдосконалені моделі для забезпечення дотримання етичних стандартів та інформаційної безпеки. Експериментальна частина дослідження базується на моделі розподіленої промислової системи Інтернету речей, показуючи, як хмарні обчислення та аналітика великих даних можуть допомогти покращити виробничі процеси. Забезпечення безперервного моніторингу мережі та виявлення аномалій у режимі реального часу має вирішальне значення для підтримки безпеки мережі в умовах зростаючого робочого навантаження. Багато алгоритмів машинного навчання, такі як згорткові нейронні мережі, дерева рішень і випадкові ліси, були проаналізовані в експериментах і забезпечують високу точність для виявлення вразливостей у мережах IoT. Використання вбудованих моделей і алгоритмів не тільки визначає загрози, але й зменшує кількість помилкових спрацьовувань, що є критичним для безпеки промислових середовищ [4-6]. Це комплексне дослідження демонструє ефективність використання алгоритмів обробки великих даних у комунікації для підвищення точності та якості прийняття рішень. Великі дані та штучний інтелект пропонують унікальні можливості для автоматизації та оптимізації мережевих ресурсів, що робить компанії більш конкурентоспроможними та покращує обслуговування клієнтів. У той же час важливими аспектами залишаються підтримання високих стандартів безпеки та конфіденційності даних, забезпечення якості даних і баланс між автоматизацією та людським фактором. Поєднання технологій Industry 5.0 та IoT зі штучним інтелектом сприяє інноваційному розвитку комунікаційних мереж і підтримує стабільність серед динамічних змін. Дослідження підтверджує величезний потенціал для впровадження нових методів обробки та аналізу даних у сфері комунікацій, забезпечення точності, ефективності та безпеки мережевих операцій. Об’єкт дослідження – Алгоритми обробки великих даних у системах зв’язку, їх інтеграція з технологіями штучного інтелекту для покращення систем прийняття рішень. Сфера дослідження – обробка великих даних у сфері комунікацій, застосування методів машинного навчання та штучного інтелекту для забезпечення точності, ефективності та безпеки телекомунікаційних мереж. Мета дослідження: Розробка та вдосконалення алгоритмів обробки великих даних за допомогою штучного інтелекту для підвищення точності та швидкості прийняття рішень у мережі зв’язку.