Макарчук, Андрій ВалентиновичБобела, Денис Олегович2026-09-182026-09-182026Бобела, Д. О. Алгоритми та програмне забезпечення для оцінки функціональної стійкості інформаційних систем на основі ансамблевих моделей машинного навчання : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Бобела Денис Олегович. – Київ, 2026. – 111 c.https://ela.kpi.ua/handle/123456789/83238Дипломна робота за темою «Алгоритми та програмне забезпечення для оцінки функціональної стійкості інформаційних систем на основі ансамблевих моделей машинного навчання» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Бобелою Денисом Олеговичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо-професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 6 розділів («Постановка завдань», «Теоретичні основи», «Проектування програмного забезпечення», «Реалізація конвеєра машинного навчання», «Використання програмного продукту», «Результати, оцінювання та верифікація»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 20 джерел; 23 ілюстрацій; 12 таблиць та додатків. Загальний обсяг роботи 92 сторінки. Актуальність теми зумовлена постійним зростанням складності хмарних архітектур, зокрема на базі AWS, та потребою інженерів у точних кількісних метриках стійкості системи до збоїв у режимі реального часу. Традиційні методи обчислення функціональної стійкості (точний перебір, метод Монте-Карло) мають надмірну обчислювальну складність, що робить їх непридатними для інтерактивних систем автоматизованого проектування. Мета роботи і завдання дослідження. Метою роботи є розширення можливостей проектування надійних розподілених хмарних систем шляхом розробки інтерактивного програмного інструменту, що дозволяє інженеру-архітектору оцінювати метрики відмовостійкості в реальному часі, а також дослідження ефективності ансамблевих моделей машинного навчання у задачі прогнозування функціональної стійкості графів. Завдання: дослідження методів розрахунку структурної надійності топологій; розробка методології вилучення ознак графа; проектування та навчання ML-конвеєра з порівняльним аналізом ансамблевих регресорів; створення графічного редактора архітектури AWS, інтегрованого з ML-сервісом. Практичне значення одержаних результатів полягає у створенні інструменту, який поєднує графічне редагування з кількісною оцінкою стійкості із затримкою менше 100 мс, що дозволяє інженерам отримувати миттєвий зворотний зв'язок під час проектування інфраструктури AWS, автоматично виявляти критичні вузли та ребра, отримувати пропозиції щодо оптимізації топології та розраховувати вартість.111 c.ukхмарна архітектураструктурна надійністьтеорія графівмашинне навчанняансамблеві моделіметод монте-карловідмовостійкістьпрограмне забезпеченняamazon web servicesBachelor Thesis