Найти

Результаты поиска

• ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ МУЛЬТИМОДЕЛЬНЫХ ХРАНИЛИЩ ДАННЫХ В ИГРОВОЙ ИНДУСТРИИ

  А.А. Коблов , О.М. Ромакина , А.С. Клемешева , А. З. Арсеньева

  105-121

  2025-12-30

  Аннотация ▼

  Проводится исследование целесообразности и эффективности применения мультимодельных баз данных для хранения и обработки данных в игровой индустрии. Современные игровые проекты характеризуются высокой сложностью и разнородностью данных: от строго структурированной информации об игроках, предметах и квестах до слабоструктурированных и сильносвязанных данных, таких как системы рецептов, диалоговые деревья, отношения между кланами и внутриигровые энциклопедии. Существующие подходы, основанные на реляционных или одномодельных NoSQL-хранилищах, часто не обеспечивают необходимой гибкости, производительности и удобства разработки для таких комплексных сценариев. Целью исследования является проектирование и сравнительный анализ производительности мультимодельного решения в контексте типовых игровых механик. Авторами разработана структура мультимодельного хранилища на базе СУБД ArangoDB, которая интегрирует документную, графовую и ключ-значение модели данных. Архитектура решения охватывает ключевые компоненты RPG-игр: управление игроками и инвентарём, систему квестов, диалогов, рецептов крафта, таблиц добычи, клановых взаимоотношений, а также полнотекстовый поиск по внутриигровой энциклопедии с использованием ArangoSearch. Экспериментальная часть включает подробное сравнение производительности разработанного мультимодельного хранилища с реляционной СУБД PostgreSQL и документной MongoDB на реалистичных наборах данных и запросах. Результаты демонстрируют значительное преимущество мультимодельного подхода при выполнении операций, требующих обхода сложных связей: например, поиск враждебных игроков через граф клановых отношений в ArangoDB выполняется в среднем в 11 раз быстрее, чем аналогичный JOIN-запрос в PostgreSQL.
  В то же время, для сценариев с частыми модификациями линейно организованных данных (например, обновление статуса квестов) мультимодельное хранилище показывает несколько более низкую производительность по сравнению с реляционной моделью, что однако является допустимым в контексте общей архитектуры игрового проекта. Исследование подтверждает, что мультимодельные СУБД, в частности ArangoDB, представляют собой перспективное решение для игровой индустрии, позволяя в рамках единой платформы эффективно комбинировать различные модели данных, упрощать разработку и достигать высокой производительности на сложносвязанных данных, что является критически важным для современных многопользовательских игр

• ОПРЕДЕЛЕНИЕ ХАРАКТЕРА ИЗМЕНЕНИЙ ПАРАМЕТРА НА ОСНОВЕ АНАЛИЗА ДИНАМИКИ ФОРМЫ СОВОКУПНОСТИ ЕГО ЗНАЧЕНИЙ В РЕАЛЬНОМ ВРЕМЕНИ

  С. И. Клевцов

  2020-10-11

  Аннотация ▼

  Одной из важных задач мониторинга технических объектов является предотвраще-
  ние аварийных ситуаций. Эта задача связана с выполнением достоверной и адекватной
  оценки работоспособности объекта. Оценка работоспособности объекта основывается
  на анализе поведения его контролируемых параметров в реальном времени. Тогда она бу-
  дет актуальной. В работе предложен метод определения характера изменения парамет-
  ра, основанный на анализе последовательности специальных пространственных графиче-
  ских форм, называемых графиками Пуанкаре. Выбранный параметр должен в значитель-
  ной степени определять работоспособность контролируемого объекта. Графики форми-
  руются на основе временного ряда контролируемого параметра. Выбирается временноеокно, которое вырезает заданное количество значений параметра. График строится для
  каждого шага перемещения окна по временному ряду параметра. Анализируется транс-
  формация формы заданного типа, которая накладывается на совокупность значений па-
  раметра, представленных в виде графика. По изменению параметров формы делается
  вывод о характере изменений параметра. В работе показана возможность использования
  графиков Пуанкаре для отслеживания изменения состояния технического объекта в ре-
  альном времени. При этом учитываются особенности съема информации с датчиков.
  Оценка реализуется с помощью микропроцессорного модуля, входящего в систему монито-
  ринга. Также предложена структура обобщенной однофакторной модели, которая от-
  слеживает изменение состояния объекта на основе анализа графиков Пуанкаре. Приведен
  вариант оценки состояния объекта с помощью сравнения характеристик графика с кри-
  териями. Критерии получены после предварительной обработки большого массива данных
  о поведении контролируемого параметра. Каждому значению критерия поставлена в со-
  ответствие экспертная оценка, определяющая состояние объекта. Оценка позволяет оп-
  ределить степень работоспособности объекта и реализовать необходимые действия в
  случае опасности.

• О ВЫЧИСЛЕНИИ СРЕДНЕГО ВРЕМЕНИ ИНФИЦИРОВАНИЯ В РАМКАХ ДИСКРЕТНОЙ МАРКОВСКОЙ ЭПИДЕМИОЛОГИЧЕСКОЙ МОДЕЛИ В ОТСУТСТВИИ ЛЕЧЕНИЯ

  А.А. Магазев , А. Ю. Никифорова

  53-63

  2025-11-10

  Аннотация ▼

  Моделирование распространения вирусов является актуальной областью исследований. Существует множество «непрерывных» эпидемических моделей, основанных на использовании систем дифференциальных уравнений. Недостатком таких моделей является то, что они имеют погрешность при описании начальной стадии распространения вируса и не учитывают особенности связей между индивидуумами. «Дискретные» модели, в которых время и количество инфицированных и восприимчивых узлов являются дискретными величинами, дают более точную картину эпидемического процесса. В этой работе мы изучаем некоторую дискретную марковскую модель в случае, когда лечение отсутствует. Это важный случай, поскольку его можно рассматривать либо как приближение к начальной фазе эпидемии, либо как модель эпидемий вирусов, которые трудно поддаются лечению. В первом разделе мы подробно описываем свойства исследуемой марковской модели. Во втором разделе, используя марковский подход, мы определяем среднее время заражения, то есть количество временных шагов, затраченных на заражение всех особей в популяции. Однако расчет среднего времени заражения в популяциях с большим количеством особей (или в сетях с большим количеством узлов) является сложной вычислительной задачей, поэтому в третьем разделе мы предлагаем соответствующую приближенную формулу для этого параметра при условии, что связность сети и вероятность распространения вируса малы. В четвертом разделе мы используем метод имитационного моделирования для расчета среднего времени заражения, а затем сравниваем результаты, полученные различными методами. Для проведения вычислительного эксперимента нами было разработано консольное приложение, написанное на языке программирования C++. Анализ значений среднего времени инфицирования, определенных тремя методами: методом точного вычисления фундаментальной матрицы M, вычислением с применением приближенной формулы и методом имитационного моделирования, показал, что методы хорошо согласуются между собой при заданных нами условиях. Полученная приближенная формула для среднего времени заражения является более простым в использовании вариантом расчета данного параметра.