
Магістерська дисертація: 81 с., 22 рис., 20 табл., 1 додаток, 11 джерел. У цій роботі розглядаються математичні моделі оптимального розподілу даних у різних типах серверних мереж, створюється програмний продукт на мові програмування Python, що реалізує ці моделі. Об’єкт дослідження – розподіл даних у розподілених базах даних. Предмет дослідження – математичні моделі оптимізації розподілу даних в розподілених базах даних. Мета роботи – розробка математичних моделей оптимізації розподілу даних у різноманітних структурах мережі, таких як ієрархічна, кільцева та решітчаста, розробка програмного продукту, що реалізує ці моделі. Актуальність – у контексті зростаючого обсягу даних у сучасному світі, ефективний розподіл і управління ними стає невід'ємною складовою оптимального функціонування різноманітних інформаційних систем. Особливо важливим стає це завдання в рамках різних мережевих структур, таких як ієрархічні, кільцеві та решітчасті мережі. Дослідження спрямоване на створення інноваційних підходів, призначених вдосконалити процеси управління даними в різноманітних мережах. Шляхи подальшого розвитку предмету дослідження – вдосконалення функціоналу, розгляд додаткових моделей, покращення інтерфейсу програми.
розподілена база даних, математична модель, network structure, distributed database, оптимізація, distribution of data, мережева структура, optimization, розподіл даних, mathematical model
розподілена база даних, математична модель, network structure, distributed database, оптимізація, distribution of data, мережева структура, optimization, розподіл даних, mathematical model
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
