High-speed associative interaction of distributed digital objects operating under uncertainty

Cover Page

Cite item

Full Text

Abstract

Associative operations and algorithms utilizing them are considered for high-speed network data processing and management in distributed digital systems with unpredictable actions of system objects, unknown time and location of result appearance within the system, system failures, and unexpected external environment influences. These operations and algorithms enabled the creation of interaction methods (based on qualitative features without using object addresses and data) and distributed associative operations involving a group of objects simultaneously in each operation. The execution of these operations does not increase data transmission time. To accelerate the system's response to unexpected influences, three types of adaptive connection structures with different reaction speeds to external effects are proposed. All connections are restructured simultaneously.

About the authors

Gennady Georgievich Stetsyura

V. A. Trapeznikov Institute of Control Sciences of RAS

Email: gstetsura@mail.ru
Doctor of technical sciences, professor, chief researcher at IPU RAS. Area of interest: informatics, computing. The main works in the field of distributed multicomponent digital systems. More than 150 publications and more than 20 patents and copyright certificates for inventions.

References

  1. Стецюра Г. Г. «Синхронное взаимодействие распределенных неупорядоченных цифровых объектов», Программные системы: теория и приложения, 15:4 (63) (2024), с. 3–26.
  2. Johnson H., Fang T., Perez-Vicente A., Saniie J. Reconfigurable distributed FPGA cluster design for deep learning accelerators, 2023, 5 pp.
  3. Maidan M., Melnyk A. „Organization of FPGA-based devices in distributed systems“, International Journal of Computing, 22:3 (2023), pp. 352–359.
  4. Hussein A. A., AL-zebari A., Omar N., Merceedi K. J., Ahmed A. J., Salim N. O. M., Hasan Sh. S., Kak Sh. F., Ibrahim I. M., Yasin H. M., Salih A. A. „State of art survey for fault tolerance feasibility in distributed systems“, Asian Journal of Research in Computer Science, 11:4 (2021), pp. 19–34.
  5. Wei W., Liu L. „Trustworthy distributed AI systems: Robustness, privacy, and governance“, ACM Comput. Surv, 57:6 (2025), 143, 42 pp.
  6. Gill S., Xu M., Ottaviani C., Patros P., Bahsoon R., Shaghaghi A., M. Golec, V. Stankovski, H. Wu, A. Abraham, M. Singh, H. Mehta, S. K. Ghosh, T. Baker, A. K. Parlikad, H. Lutfiyya, S. S. Kanhere, R. Sakellariou, S. Dustdar, O. Rana, I. Brandic, S. Uhlig. „AI for next generation computing: Emerging trends and future directions“, Internet of Things, 19 (2022), 100514, 43 pp.
  7. Dai F., Hossain Md A., Wang Y. „State of the Art in Parallel and Distributed Systems: Emerging Trends and Challenges“, Electronics, 14:4 (2025), 677, 39 pp.
  8. Chini F., De Martini L., Margara A., Cugola G. FlowUnits: Extending dataflow for the edge-to-cloud computing continuum, 2025, 6 pp.
  9. Lindsay D., Gill S., Smirnova D., Garraghan P. „The evolution of distributed computing systems: from fundamental to new frontiers“, Computing, 103:8 (2021), pp. 1859–1878.
  10. Pedrosoa L., Batistab P., Heemelsa W. P. M. H. „Distributed design of ultra large-scale control systems: Progress, Challenges, and Prospects“, Annual Reviews in Control, 59 (2025), 100987, 22 pp.
  11. Hamzah M. M., Islam M. M., Hassan S., Akhtar M. N., Ferdous M. J., Jasser M. B., Mohamed A. W. „Distributed control of cyber physical system on various domains: A critical review“, Systems, 11:4 (2023), 208, 31 pp.
  12. Park T., Choi I., Lee M. „Distributed associative memory network with memory refreshing loss“, Neural Networks, 144 (2021), pp. 33–48.
  13. Ismail S., Shah K., Reza H., Marsh R., Grant E. „Toward management of uncertainty in self-adaptive software systems: IoT case study“, Computers, 10:3 (2021), 27, 19 pp.
  14. Dhilleswararao P., Boppu S., Manikandan M. S., Cenkeramaddi L. R. „Efficient hardware architectures for accelerating deep neural networks: Survey“, IEEE Access, 10 (2022), pp. 131788–131828.
  15. Фостер К. Ассоциативные параллельные процессоры, Энергоиздат, М., 1981, 240 с. Foster C. C. Content Addressable Parallel Processors, Van Nostrand Reinhold, 1976, ISBN 978-0442224332, 233 pp.
  16. IEEE 1588-2019 IEEE Standard for a Precision Clock Synchronization Protocol for Networked Measurement and Control Systems, IEEE Instrumentation and Measurement Society, 2020 URL https://standards.ieee.org/allowbreak standard/allowbreak 1588-2019.html.
  17. Dierikx E. F., Wallin A. E., Fordell T., Myyry J., Koponen P., Merimaa M., Pinkert T. J., Koelemeij J. C. J., Peek H. Z. „White Rabbit Precision Time Protocol on Long-Distance Fiber Links“, IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 63:7 (2016), pp. 945–952.
  18. Rabinovich W. S., Goetz P. G., Mahon R., Swingen L. A., Murphy J. L., M. Ferraro, H. R. Burris, Ch. I. Moore, M. R. Suite, G. C. Gilbreath, S. C. Binari, D. J. Klotzkin. „45-Mbit/s cat's-eye modulating retroreflectors“, Optical Engineering, 46:10 (2007), pp. 104001–1004008.
  19. Zhu Y., Wang G. „Research on retro-reflecting modulation in space optical communication system“, IOP Conf. Series: Earth and Environmental Science, 108:3 (2018), 032060, 8 pp.
  20. Bosiljevac M., Downing J., Babic D. „<100 ppm/K output intensity temperature stability with single-color light-emitting diodes“, Applied Optics, 55:3 (2016), pp. 9060–9066.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».