ФОРМУВАННЯ ТА ВАЛІДАЦІЯ АЛФАВІТУ ОЗНАК У КОМПАРАТОРНІЙ МОДЕЛІ ПРЕВЕНТИВНОГО СУПРОВОДЖЕННЯ

В. М. Репіхов; А. С.  Чуприна

doi:10.34185/1562-9945-2-163-2026-18

Автор(и)

В. М. Репіхов https://orcid.org/0000-0002-1274-4205
А. С. Чуприна https://orcid.org/0000-0003-0394-9900

DOI:

https://doi.org/10.34185/1562-9945-2-163-2026-18

Ключові слова:

превентивне супроводження, компараторна модель, експлуатаційний стан, деградація програмного забезпечення, алфавіт ознак, експлуатаційні метрики, старіння програмного забезпечення, спостережуваність

Анотація

Актуальною проблемою превентивного супроводження програмних систем є раннє виявлення деградації за експлуатаційними показниками. Метою роботи є формування та валідація алфавіту ознак для компараторної моделі оцінювання стану системи. Використано логічну класифікацію на основі експлуатаційних метрик. Експе-риментальні результати підтверджують можливість інтерпретованої діагностики та раннього виявлення деградаційних симптомів.

Посилання

Chupryna, A., & Repikhov, V. (2025). Reference model for preventive software mainte-nance. Management Information Systems and Devices, 4(187), 254–277. https://doi.org/10.30837/0135-1710.2025.187.254

Huang, Y., Kintala, C., Kolettis, N., & Fulton, N. (1995). Software rejuvenation: Analysis, model and applications. Proceedings of the International Symposium on Fault-Tolerant Com-puting, 381–390. https://doi.org/10.1109/FTCS.1995.466961

Cotroneo, D., Iannillo, A. K., Natella, R., & Pietrantuono, R. (2020). A comprehensive study on software aging across Android versions and vendors. Empirical Software Engineering, 25(5), 3357–3395. https://doi.org/10.1007/s10664-020-09838-3

Moura, R. J., Nascimento, M. G., Machida, F., Cotroneo, D., & Andrade, E. (2026). Ma-chine learning for software aging detection: A systematic mapping study. Journal of Systems and Software, 234, 112715. https://doi.org/10.1016/j.jss.2025.112715

Rahman, T., Nwokeji, J., & Manjunath, T. V. (2022). Analysis of current trends in soft-ware aging: A literature survey. Computer and Information Science, 15(4), 19. https://doi.org/10.5539/cis.v15n4p19

da Costa, J. T., Matos, R. de S., de Araujo, J. C. T., & Maciel, P. R. M. (2021). Systematic mapping of literature on software aging and rejuvenation research trends. Proceedings of the Annual Reliability and Maintainability Symposium (RAMS), 1–6. https://doi.org/10.1109/RAMS48097.2021.9605775

Moura, R. J., Nascimento, M. G., Machida, F., & Andrade, E. (2025). Adaptive detection of software aging under workload shift. Proceedings of the Simpósio em Sistemas Compu-tacionais de Alto Desempenho, 242–253. https://doi.org/10.5753/sscad.2025.16694

Carnevali, L., Paolieri, M., Reali, R., Scommegna, L., & Vicario, E. (2022). A Markov re-generative model of software rejuvenation beyond the enabling restriction. IEEE International Symposium on Software Reliability Engineering Workshops, 138–145.

Pietrantuono, R., & Russo, S. (2018). Software aging and rejuvenation in the cloud: A lit-erature review. IEEE International Symposium on Software Reliability Engineering Work-shops, 257–263. https://doi.org/10.1109/ISSREW.2018.00016

Cotroneo, D., De Simone, L., Natella, R., Pietrantuono, R., & Russo, S. (2022). Software micro-rejuvenation for Android mobile systems. Journal of Systems and Software, 186, 111181. https://doi.org/10.1016/j.jss.2021.111181

Nascimento, M. G., Moura, R. J., Machida, F., & Andrade, E. (2024). Comparison of machine learning algorithms for detecting software aging in SQL Server. Proceedings of the Latin-American Symposium on Dependable and Secure Computing, 159–164. https://doi.org/10.1145/3697090.3699798

Avritzer, A., et al. (2025). Software aging detection and rejuvenation assessment in het-erogeneous virtual networks. IEEE Transactions on Emerging Topics in Computing, 13(2), 299–313. https://doi.org/10.1109/TETC.2025.3547612

Scommegna, L., Avritzer, A., Carnevali, L., & Vicario, E. (2025). Quantitative modeling and evaluation of software aging and rejuvenation in microservices. IEEE International Sym-posium on Software Reliability Engineering Workshops, 322–329. https://doi.org/10.1109/ISSREW67781.2025.00091

Plehova, G., Sharonova, N., Neronov, S., Plehov, D., & Fedorovych, V. (2025). Mathe-matical bases of the methodology for building an intellectual system based on the theory of intelligence and the apparatus of predicate algebra. In Innovative Technologies for Project and Program Management (pp. 202–235). European University Press. https://doi.org/10.30837/MMP.2025.202

Vysotska, V., Smelyakov, K., Sharonova, N., Dolhanenko, O., Lanovyy, O., & Repikhov, V. (2025). Intelligent system for diabetes management on mobile devices. Proceedings of the International Conference on Computational Linguistics and Intelligent Systems. https://doi.org/10.31110/COLINS/2025-3/006