ІЛІван Дмитрович Лімінович

Іван Дмитрович Лімінович

*This is an algorithmically generated author record based on publicly available information.

Іван Дмитрович Лімінович has a total of 12 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Огляд сучасних підходів до декомпозиції прикладних програмних систем: від моноліту до модульного моноліту та мікросервісів

    by Іван Дмитрович Лімінович, Дмитро Дмитрович Плечистий, Тамара Миколаївна Локтікова, Надія Олександрівна Кушнір

    У статті узагальнено усталені підходи до декомпозиції прикладних програмних систем як інструменту керування складністю, еволюцією та ризиками змін упродовж життєвого циклу програмного продукту. Наголошено, що декомпозиція є не одноразовим технічним рішенням, а керованим процесом, який визначає межі відповідальності компонентів, характер їхніх залежностей, можливості паралельної розробки та локалізації дефектів. Розглянуто монолітний підхід як типовий стартовий стан системи, його переваги з погляду простоти розгортання й транзакційної узгодженості, а також обмеження, пов’язані зі збільшенням кількості прихованих зв’язків, ускладненням супроводу та зниженням передбачуваності змін. Описано еволюцію від шарового структурування до компонентного мислення, у межах якого функціональність групується навколо доменних відповідальностей і формалізованих інтерфейсів. Окремо проаналізовано концепцію модульного моноліту як архітектури єдиного розгортання з жорсткими внутрішніми межами, що надає можливість зменшити зчеплення, підвищити керованість модифікацій і зберегти відносно просту операційну модель. Також показано роль Domain-Driven Design у формуванні семантичних кордонів системи, зокрема концепції bounded context як основи для узгоджених доменних моделей і правил у різних частинах застосунку. Проаналізовано підходи до визначення меж декомпозиції за бізнес-можливостями та субдоменами, акцентовано їхню придатність для узгодження архітектурних рішень із тим, як еволюціонує предметна область та організаційні процеси. Окрему увагу приділено еволюційним підходам модернізації Strangler Fig і Anti-Corruption Layer, які забезпечують інкрементальну трансформацію системи, зменшення ризиків і можливість поступового відокремлення функціональності без сценарію «великого переписування». Сформульовано висновки щодо вибору підходу залежно від вимог до автономності компонентів, швидкості внесення змін, узгодженості даних та допустимого рівня операційної складності, а також окреслено типові компроміси, які виникають при переході від монолітних до більш дрібнозернистих архітектур.

  • Open Access

    Моделі тестування при розробці web-платформи для обміну тривимірними моделями

    by Дар’я Андріївна Макуховська, Микола Олександрович Українець, Іван Дмитрович Лімінович, Дмитро Дмитрович Плечистий, Валентин Володимирович Буданов

    У статті досліджуються моделі забезпечення тестування в розробки web-платформи для обміну тривимірними моделями. Мета даної роботи полягає у визначенні певних підходів до тестування, які будуть ефективними та дозволяють підвищити якість і надійність продукту, орієнтованого на роботу з тривимірними моделями. Для досягнення цієї мети проаналізовано детерміністичні та імовірнісні моделі надійності програмного забезпечення. Детерміністичні моделі використовуються для оцінки структури та складності коду та оцінювання покриття тестами, що сприяє вчасному виявленню певних проблем у програмному коді. У свою чергу імовірнісні моделі використовуються, щоб враховувати випадкові чинники, такі як непередбачувані помилки і дозволяють прогнозувати надійність роботи платформи в реальних умовах використання. Основна увага приділена аналізу даних моделей, за для того, щоб визначити які краще у розрізі web-платформ з обміну тривимірними моделями, забезпечать надійну роботу продукту. У результаті дослідження встановлено, що детерміністичні моделі ефективні для забезпечення певної структурованості та вчасно визначення певних помилок, тоді як імовірнісні підходи краще підходять для моделювання реальних умов використання. Обидва методи доповнюють один одного, створюючи комплексний підхід до тестування. Отримані результати можуть бути використані для розробки, спрямованих на покращення продуктивності web-платформ до сучасних вимог. Це забезпечує значний внесок у розробку надійного продукту, web-ресурсу для роботи з тривимірною графікою.

  • Protection System for Analysis of External Link Placing

    by Ivan Liminovych, Vadym Poltorak, Nadia Kushnir, Bohdan Zhurakovskyi, Sergiy Obushnyi

    In the rapidly evolving digital landscape, effective Internet marketing strategies, particularly Search Engine Optimization (SEO), have become crucial for businesses. A novel system for optimizing SEO through strategic link placement on external internet resources is presented. At its core, an innovative algorithm analytically evaluates potential link-hosting platforms, focusing on key SEO metrics for optimal search engine visibility and authority. Emphasizing security, the system utilizes the Laravel PHP framework to guard against cyber threats, safeguarding user data integrity. This system offers a blend of enhanced SEO efficacy and robust security measures, revolutionizing online marketing through precise analysis, advanced security, and flexible user management.

  • Open Access

    Програмний комплекс для аналізу статистики футбольних матчів та прогнозування результатів на основі машинного навчання

    by Надія Олександрівна Кушнір, Юрій Іванович Лисогор, Іван Дмитрович Лімінович, Тамара Миколаївна Локтікова, Андрій Васильович Морозов

    Досліджується застосування методів машинного навчання для прогнозування результатів футбольних матчів. Розглядається задача аналізу футбольної статистики за допомогою контрольованого машинного навчання. Для цього було сформовано спеціальний набір даних, який подається на вхід системи. Модель машинного навчання аналізує зв’язки між різними статистичними даними та відстежує залежності між ними. Здійснено побудову моделі, її навчання та тестування із використанням бібліотеки «Keras». Для візуального відображення отриманих даних було створено сайт. Для його розробки використовувалися сучасні технології. Клієнтська частина розроблена засобами HTML, CSS та JavaScript. Серверну частину розроблено з використанням мови PHP та фреймворку Yii2. Досліджено якість роботи пропонованої моделі машинного навчання порівняно з реальними результатами футбольних матчів. Найкращі результати роботи досягаються при комбінуванні даних, що подаються на вхід системи, з турнірних таблиць п’яти найбільших чемпіонатів Європи, починаючи з сезону 2014/2015, в один великий масив даних, а не для кожного чемпіонату окремо. Оптимальної точності прогнозів результатів запропонована модель машинного навчання набуває при її навчанні протягом 20 епох.