Перегляд за Автор "Makarova L. M."
Зараз показуємо 1 - 13 з 13
Результатів на сторінці
Налаштування сортування
Документ Preliminary processing data for building a mathematical model of business applications metrics developed on C#(2023) Makarova L. M.; Liutyi D. A.Документ Software designed to identify modifications made to executable file code(2023) Makarova L. M.; Kaminsky S. S.; Bryzgalov M. V.Документ Використання ентропії для знаходження внесення змін коду виконуваних файлів(НУК імені адмірала Макарова, 2022) Макарова Л. М.; Камінський С. С.; Бризгалов М. В.; Makarova L. M.; Kaminskyi S. S.; Bryzghalov M. V.Розроблено програму для обчислення ентропії дизасембльованих виконуваних файлів і порівняння з минулими значеннями з метою виявлення авторства зміни коду виконуваних файлів.Документ Математичне моделювання в задачах оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C#(2022) Латанська Л. О.; Макарова Л. М.; Нікітіна О. Ю.; Нікітін О. В.; Latanska L. O.; Makarova L. M.; Nikitina O. Y.; Nikitin O. V.Оцінювання розміру програмного забезпечення, зокрема прикладного з відкритим кодом на C#, на сьогодні є дуже важливою частиною в процесі розробки подібних проєктів. Знаючи розмір прикладного програмного забезпечення на ранніх етапах розробки та використовуючи такі моделі, як COCOMO, COCOMO II, або методи та моделі алгоритмічного моделювання чи інші, які виконують розрахунки на основі кількісних значень розміру прикладного програмного забезпечення, можна розрахувати трудовитрати та вартість проєкту та передбачити ризики, пов’язані з розробкою. У цій роботі виконано аналіз наявних регресійних рівнянь для оцінювання розміру прикладного програмного забезпечення з використанням різних мов програмування, який показав необхідність побудови нелінійного регресійного рівняння для оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C# із застосуванням універсального одновимірного нормалізуючого перетворення сім’ї SB Джонсона, що дало можливість побудувати нелінійне регресійне рівняння досить високої якості (R2 = 0,974, MMRE = 0,198, PRED(0,25) = 0,778), та яке має кращі показники порівняно з лінійним регресійним рівнянням без застосування нормалізуючих перетворень для емпіричних даних (R2 = 0,887, MMRE = 1,028, PRED(0,25) = 0,361), а також порівняно з нелінійним регресійним рівнянням з використанням натурального логарифму як нормалізуючого перетворення (R2 = 0,819, MMRE = 0,222, PRED(0,25) = 0,694). Крім цього, використання універсального одновимірного нормалізуючого перетворення Джонсона сім’ї SB дало змогу побудувати більш вузькі довірчий інтервал та інтервал передбачення для нелінійного регресійного рівняння порівняно з інтервалами, які були побудовані з використанням натурального логарифму як нормалізуючого перетворення. У результаті розроблено програмний додаток для оцінювання розміру прикладного програмного забезпечення з відкритим кодом на C# з використанням нелінійного регресійного рівняння на основі універсального одновимірного нормалізуючого перетворення сім’ї SB Джонсона, який автоматизує процес розрахунку та спрощує застосування побудованого нелінійного регресійного рівняння, що дало змогу значно скоротити час проведення відповідних розрахунків та зменшити кількість розрахункових помилок.Документ Математичні моделі для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків із використанням платформи Xamarin(2022) Макарова Л. М.; Латанська Л. О.; Нікітін О. В.; Нікітіна О. Ю.; Makarova L. M.; Latanska L. O.; Nikitin O. V.; Nikitina O. Yu.У статті розглянута важливість оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків із використанням платформи Xamarin. Також розглянута актуальність застосовування цієї платформи у сфері розробки програмного забезпечення для мобільних пристроїв в наш час стрімкого розвитку мобільних технологій. Розглянуті останні дослідження та публікації, в яких було знайдено однофакторні та багатофакторні регресійні моделі оцінювання розміру програмного забезпечення для різних мов програмування. Оскільки моделі для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків із використанням платформи Xamarin не було знайдено, було прийнято рішення про удосконалення такої моделі. У статті розглянуто удосконалення однофакторної нелінійної регресійної моделі для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків із використанням платформи Xamarin за рахунок використання одновимірного нормалізуючого перетворення сім’ї SB Джонсона, що дозволило підвищити достовірність оцінювання розміру відповідного програмного забезпечення. Проведено порівняння отриманих результатів із нелінійною регресійною моделлю, яка побудована з використанням нормалізуючого перетворення за допомогою десяткового логарифму, та лінійною регресійною моделлю без нормалізації даних (в припущенні про нормальність розподілу). Удосконалена регресійна модель має гарні показники якості (R2 = 0,940, MMRE = 0,201, PRED (0,25) = 0,727) та може бути застосована для оцінювання розміру програмного забезпечення, що надалі можна використати в інших математичних моделях для оцінювання вартості та трудовитрат програмного забезпечення в процесі управління проектами. Також було розроблено програмне забезпечення з використанням нелінійної регресійної моделі для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків із використанням платформи Xamarin, що дозволило автоматизувати відповідні розрахунки та скоротити їх час.Документ Нелінійна регресійна модель для оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд(НУК імені адмірала Макарова, 2022) Телехан А. М.; Макарова Л. М.; Telekhan A. M.; Makarova L. M.Побудовано нелінійну регресійну модель для оцінювання розміру персональних застосунків-органайзерів, що створюються мовою Kotlin для Андроїд. Виконано оцінювання якості моделі, побудованої на основі емпіричних даних, зібраних з ресурсу GitHub.Документ Нелінійна регресійна модель для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків з використанням платформи Xamarin(НУК імені адмірала Макарова, 2021) Макарова Л. М.; Нікітін О. В.; Makarova L. M.; Nikitin O. V.Побудована нелінійна регресійна модель для оцінювання розміру програмного забезпечення для крос-платформної розробки мобільних застосунків з використанням платформи Xamarin за рахунок використання одновимірного нормалізуючого перетворення Джонсона, що дозволило підвищити достовірність оцінювання розміру відповідного програмного забезпечення. Проведено порівняння отриманих результатів з лінійною моделлю.Документ Нелінійна регресійна модель для оцінювання тривалості виконання робіт з розробки програмного забезпечення з використанням методології Agile(2021) Макарова Л. М.; Латанська Л. О.; Пухалевич А. В.; Приходько К. С.; Makarova L. M.; Latanska L. O.; Pukhalevych A. V.; Prykhodko K. S.У роботі побудовано однофакторну нелінійну регресійну модель для оцінювання тривалості виконання робіт із розробки програмного забезпечення з використанням методології Agile шляхом застосування одновимірного нормалізуючого перетворення Джонсона сім`ї SB, що дозволило підвищити достовірність оцінювання тривалості виконання робіт у порівнянні з існуючими моделями. Використання нормалізуючого перетворення Джонсона сім`ї SB дозволило зменшити довірчий інтервал та інтервал прогнозування нелінійного рівняння регресії в порівнянні з одновимірним нормалізуючим перетворенням на основі десяткового логарифму та лінійною моделлю. Проблема достовірного оцінювання необхідних трудових витрат на розробку є однією з ключових проблем при управлінні проектами розробки програмного забезпечення. У статті розглянуті питання оцінювання тривалості виконання робіт із розробки програмного забезпечення з використанням гнучкої методології розробки Agile, яка останнім часом отримує все більшу популярність у розробників та має певні особливості, унаслідок чого важко отримати в достатньому обсязі необхідну інформацію для оцінювання тривалості розробки та використовувати найбільш поширені методи для оцінювання тривалості проектів із розробки програмного забезпечення. Гарні результати, які дає застосування нелінійних регресійних моделей з використанням методу нормалізуючих перетворень для рішення задач оцінювання тривалості та трудомісткості програмних проектів, дозволило застосувати зазначений підхід для побудови нелінійної регресійної моделі для оцінювання тривалості виконання робіт із розробки програмного забезпечення з використанням методології Agile. Також було розроблено програмне забезпечення для прогнозування часу виконання робіт на основі побудованої нелінійної регресійної моделі, що дозволило скоротити час проведення відповідних розрахунків.Документ Попередня обробка даних для побудови моделі оцінювання розміру веб-застосунків, що створюються на програмній платформі .NET(Миколаїв: НУК імені адмірала Макарова, 2023) Урсов А. В.; Макарова Л. М.; Ursov A.V.; Makarova L. M.Розглянуто проблему оцінювання розміру веб-застосунків, що створюються мовою C# з використанням .NET Framework. Для вирішення проблеми було розглянуто емпіричні дані на основі 50 проектів з ресурсу GitHub та виконана їх попередня обробка.Документ Порівняльний аналіз нелінійних регресійних моделей для прогнозування розміру веб-застосунків, що створюються мовою Python з використання Django Rest Framework(2023) Макарова Л. М.; Латанська Л. О.; Makarova L. M.; Latanska L. O.Визначення розміру програмного забезпечення на ранніх стадіях роботи над проектом є поширеною задачею в галузі інженерії програмного забезпечення. Використовуючи такі існуючі моделі як, наприклад, COCOMO, COCOMO II, ISBSG, COSMIC та отриманий розмір можна прогнозувати трудомісткість, вартість, тривалість проекту. Значну частину розроблюваних проектів становлять веб-застосунки. Однією з найбільш популярних мов веб-розробок є мова Python. Для неї існує ряд фреймворків, найбільш повним та розповсюдженим з яких є Django Rest Framework. Метою дослідження є визначення найбільш якісної та достовірної нелінійної регресійної моделі для прогнозування розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework. Для отримання нелінійних регресійних моделей та інтервалів прогнозування застосовано методику побудови нелінійних регресійних моделей на основі одновимірного нормалізуючого перетворення. Для задачі аналізу побудовано дві нелінійні регресійні моделі разом з інтервалами прогнозування з використанням десяткового логарифму у якості нормалізуючого перетворення. В якості предикторів розглядались такі метрики, як: кількість класів та кількість методів. Для однофакторної моделі предиктором слугувала кількість класів, для двофакторної – кількість класів та кількість методів у проекті. Також в роботі для порівняння була використана однофакторна нелінійна регресійна модель, побудована для веб-застосунків, які розроблені з використанням мови Java. Отримані результати дозволяють зробити наступні висновки. При збільшення кількості предикторів, що використовувалися для побудови нелінійних регресійних моделей для прогнозування розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, зросла якість моделі, а саме покращилися значення критеріїв якості та зменшилася ширина інтервалу прогнозування. При спробі застосувати нелінійну регресійну модель, побудовану для веб-застосунків, які розроблені з використанням мови Java, до емпіричних даних із даного дослідження, отримано низькі показники якості та більшу ширину інтервалу прогнозування. Це може слугувати підтвердженням необхідності побудови регресійних моделей для конкретної мови програмування та фреймворку.Документ Регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework(НУК імені адмірала Макарова, 2022) Давлатова Д. Х.; Макарова Л. М.; Davlatova D. H.; Makarova L. M.Розглянуто проблему оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework. Для побудови нелінійної регресійної моделі в якості нормалізуючого перетворення було використано десятковий логарифм та дані з 71 проекту з відкритим вихідним кодом, завдяки чому було підвищено достовірність оцінювання розміру відповідних веб-застосунків.Документ Регресійна модель для оцінювання розміру Рython веб-застосунків для побудови API, що створюються за допомогою фреймворку FastAPI(Миколаїв: НУК імені адмірала Макарова, 2023) Йолгін І. О.; Макарова Л. М.; Yolgin I. O.; Makarova L. M.У цьому дослідженні розглянуто проблему оцінювання розміру веб-застосунків, написаних мовою програмування Python з використанням фрейморку FastAPI. Було зібрано дані з 50 проектів з відкритим кодом з ресурсу GitHub, на основі яких було побудовано нелінійну регресійну модель, завдяки чому було підвищено достовірність оцінювання розміру відповідних веб-застосунків.Документ Розробка програмного забезпечення для знаходження внесених змін в код виконуваних файлів(2023) Макарова Л. М.; Камінський С. С.; Бризгалов М. В.; Makarova L. M.; Kaminsky S. S.; Bryzgalov M. V.Метою даної роботи є розробка програмного забезпечення для знаходження внесених змін в код виконуваних файлів. Відомо що, розвиток сучасних комп'ютерних технологій породжує безліч нових можливостей та оптимізації звичайних процесів. Однак в основі кожного процесу лежить передача даних і виконання коду на обчислювальній машині, що включає в себе комплексні процеси перетворення коду в машину мову. Чим більшими і складнішими стають ці системи, тим вище стають вимоги до безпеки на кожному етапі розвитку і тим більше потенційних слабкостей у них виявляється. Однією з таких вразливостей є ін'єкція коду у виконуваний файл. Ці випадки можуть призвести до величезних втрат, потенційної небезпеки втрати важливих даних та їхнього потрапляння до третіх осіб. Досліджено різні метрики для визначення авторства коду програмного забезпечення, отже, для виявлення впровадження шкідливого коду. У статті розглянуто один із способів вирішення цієї проблеми, а саме підрахунок метрик вихідного або виконуваного програмного коду. Визначено кількісну метрику ентропію, яка добре підходить для перевірки авторства програмного коду та показано, що використовуючи дану метрику можна з високою ймовірністю стверджувати, написана нова ділянка коду розробником програми чи ні. Результатом роботи є програмне забезпечення для знаходження внесених змін в код виконуваних файлів DisEn, побудоване на .NET Framework з використання мови програмування С#, яке дозволяє перевіряти виконувані файли на наявність змін і допомагає користувачам визначити, чи був файл змінений автором або шкідливим програмним забезпеченням. Основними функціональними можливостями програми DisEn є: дизасемблювання виконуваних файлів для отримання асемблерного коду, обчислення значення ентропії для кожної команди, зіставлення даних із попередньою версією файлу (за наявності), аналіз отриманих даних з точки зору різниці ентропії, відображення отриманих даних у вигляді таблиць та графіків, збереження зліпків файлів за іменами для подальшого порівняння на предмет авторства змін.