<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Врахування якості вхідних даних під час діагностування несправностей інформаційно-комунікаційних мереж військового призначення

Завантаження...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Для діагностування несправностей інформаційно-комунікаційних мереж військового призначення за продукційними правилами запропоновано перед перевіркою умови правила оцінювати повноту, актуальність, коректність та узгодженість потрібних йому даних, а результат подавати одним із трьох станів: “виконане”, “невиконане” або “неперевірене”. Це дає змогу не ототожнювати нестачу надійних даних із відсутністю ознак несправності.

Опис

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Савчук В. А., Пархоменко Д. О. Врахування якості вхідних даних під час діагностування несправностей інформаційно-комунікаційних мереж військового призначення // VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30717.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Zhao L., He C., Zhu X. A Fault Diagnosis Method for 5G Cellular Networks Based on Knowledge and Data Fusion. Sensors. 2024. Vol. 24, No. 2. Art. 401. DOI: 10.3390/s24020401.
  2. ETSI GR ENI 031 V4.1.1 (2024-05). Experiential Networked Intelligence (ENI); Construction and application of fault maintenance network knowledge graphs. Sophia Antipolis : ETSI, 2024. p. URL: https://www.etsi.org/deliver/etsi_gr/ENI/001_099/031/04.01.01_60/gr_ENI031v040101p.pdf (дата звернення: 28.10.2026).
  3. Hybrid LLM-Assisted Fault Diagnosis Framework for 5G/6G Networks Using Real-World Logs / A. D. Salman et al. Computers. 2025. Vol. 14, No. 12. Art. 551. DOI: 10.3390/computers14120551.
  4. Pipino L. L., Lee Y. W., Wang R. Y. Data Quality Assessment. Communications of the ACM. 2002. Vol. 45, No. 4. P. 211–218. DOI: 10.1145/505248.506010.
  5. Ridzuan F., Wan Zainon W. M. N. A Review on Data Quality Dimensions for Big Data. Procedia Computer Science. 2024. Vol. 234. P. 341–348. DOI: 10.1016/j.procs.2024.03.008.