Найти

Результаты поиска

• РАСПОЗНАВАНИЕ И АДАПТИВНАЯ ГЕНЕРАЦИЯ ПСЕВДОСЛУЧАЙНЫХ ТЕСТОВ ПОСЛЕДОВАТЕЛЬНОСТНЫХ ЦИФРОВЫХ УСТРОЙСТВ

  Ю.Е. Зинченко , Т. А. Зинченко

  189-204

  2025-11-10

  Аннотация ▼

  Целью статьи является повышение эффективности псевдослучайного тестирования цифровых устройств по сравнению с общепринятым традиционным подходом. Для достижения поставленной цели в работе решаются следующие основные задачи: анализ эффективности традиционных подходов тестирования; разработка нового подхода тестирования на базе распознавания и адаптивного псевдослучайного тестирования цифровых устройств; разработка системы тестирования на базе разработанных подходов и экспериментальные исследования на ее основе.
  В качестве объекта диагностики в данной работе выступают последовательностные (с элементами памяти) цифровые устройства, выполненные в виде типовых элементов замены на микросхемах средней и малой степени интеграции. В качестве моделей неисправностей при синтезе и анализе тестов используются константные неисправности. Предметом исследований выступают последовательностные цифровые устройства как объекты диагностики и подходы их псевдослучайного тестирования. В работе представляется подход распознавания и тестирования последовательностных цифровых устройств, который базируется на сочетании традиционного псевдослучайного тестирования на первом этапе с «распознаванием объекта диагностики» и построении «альтернативного графа объекта» на втором этапе с последующим «блужданием» по этому графу с целью повышения эффективности тестирования. На базе предложенного подхода разработана система тестирования цифровых устройств AGAT. Тестирование в системе может выполняться как для одного, так и группы объектов диагностики на одном либо группе персональных компьютеров в локальной компьютерной сети, при этом учитывается «многопоточность» на основе многоядерных процессоров персональных компьютеров сети. Выполняются экспериментальные исследования предложенного подхода и системы AGAT на двух типах объектов диагностики: международном наборе экспериментальных схем ISCAS’89 и наборе типовых элементов замены специализированной радиотехнической системы

• 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.