Метою даної роботи є зменшення часу ентропійного кодування відео з використанням можливостей процесорів із розширеним набором інструкцій типу AVX-512 за рахунок розпаралелювання і використання додаткових SIMD  інструкцій у порівнянні з AVX2 та SSE. У роботі досліджуються алгоритм ентропійного декодування відео AV1, як існуюча скалярна версія, так і векторизована версія на базі SIMD SSE та AVX2. Проаналізовані недоліки наведених алгоритмів, які призводять до зайвих витрат часу процесорів і як наслідок до зниження їх продуктивності. Дані версії не використовують усі можливостей сучасної мікроархітектури із підтримкою набору SIMD AVX-512. У роботі показано, що за допомогою набору інструкцій SIMD AVX-512 можна ефективно вирішити проблеми, зокрема лівостороннього пакування, та зменшити кількість векторних та загального призначення регістрів, що використовує програма, уникнути зайвих спеціалізацій функцій, що потребує додаткових витрат ресурсів, а саме стек-памяті. Наведені позитивні результати, отримані під час тестування запропонованого способу ентропійного декодування на базі SIMD AVX-512 у порівнянні зі скалярною та векторизованою версіями SIMD SSE та AVX2. Розглянуті недоліки мікроархітектури із розширеним набором інструкцій AVX512 та шляхи їх вирішення. Вказано, що наведенітнедоліки можливо виправити при виборі правильних параметрів ентропійного енкодування. Відносне прискорення частини ентропійного декодування, що відповідає за оновлення ймовірностей працює значно швидше, оскільки не залежить від значень декодованого символу.

Робота присвячена розробці методів та засобів побудови систем управління проєктами на основі мережевого планування. Виконано огляд існуючих систем, запропоновано підхід поширення можливостей таких систем, направлений на забезпечення виконання проєктів за мінімальний час при обмеженій кількості співробітників. Запропоновано підхід базується на оптимізації параметрів системи. Розроблені алгоритми визначення мінімальної кількості співробітників для виконання проєкту за мінімальний час. Це дозволяє спростити та пришвидшити проектування системи управління. Система пропонує користувачу декілька варіантів використання співробітників, що дозволяє пришвидшити час виконання проєкту або уникнути зайвої кількості співробітників.

Об’єктом дослідження є процеси гомоморфного шифрування зображень для їх захищеної середньоарифметичної фільтрації в хмарах. Метою роботи є підвищення ефективності захищеної обробки зображень в хмарах, зокрема їх середньоарифметичної фільтрації на віддалених комп’ютерних системах за рахунок підвищення рівня захищеності. В статті запропоновано підхід до використання хмарних технологій для  прискорення фільтрації потоків зображень при забезпеченні їх захисту під час обробки на віддалених комп’ютерних системах. Гомоморфне шифрування зображень при їх віддаленій фільтрації пропонується здійснювати шляхом перемішування рядків матриць пікселів. Вказаний підхід конкретизовано у вигляді методу гомоморфного шифрування зображень для захисту від їх незаконної реконструкції під час середньоарифметичної фільтрації на віддалених комп’ютерних системах який відрізняється тим, що в якості основного елементу захисту застосовано перемішування рядків матриці пікселів зображень. Порядок перемішування може обратися випадковим чином і виконує функції секретного ключа гомоморфного шифрування зображень. В рамках розробленого методу визначено процедури часткової середньоарифметичної фільтрації, яка здійснюється на віддалених системах, а також процедури фінальної стадії  фільтрації, яка виконується на термінальній платформі, яка здійснює обробку та аналіз реального зображення. Розроблений метод захищеної фільтрації на основі перемішування рядків матриці пікселів дозволяє, за рахунок використання віддалених обчислювальних потужностей, прискорити цю операцію на 1-2 порядки, що практично збігається з аналогічними показником найбільш швидкодіючого варіанту захисту зображень на основі адитивного маскування. Основна перевага розробленого методу полягає в значно більш більш високому рівні захищеності від спроб, з використанням статистичного аналізу, отримати незаконний доступ до зображень під час їх обробки на непідконтрольних користувачу віддалених комп’ютерних системах. Запропонований метод може бути використаний для прискорення обробки та аналізу зображень термінальними пристроями комп’ютерних систем віддаленого моніторингу стану об’єктів реального світу і управління ними.   Ключові слова: середньоарифметична фільтрація, обробка зображень, гомоморфне шифрування,  захищена обробка даних в хмарах.

The article presents a comparative analysis of the effectiveness of using parallelism of varying granularity degrees in modern multicore computer systems using the most popular programming languages and libraries (such as C#, Java, C++, and OpenMP). Based on the performed comparison, the possibilities of increasing the efficiency of computations in multicore computer systems by using combinations of medium- and fine-grained parallelism were also investigated. The results demonstrate the high potential efficiency of fine-grained parallelism when organizing intensive parallel computations. Based on these results, it can be argued that, in comparison with more traditional parallelization methods that use medium-grain parallelism, the use of separately fine-grained parallelism can reduce the computation time of a large mathematical problem by an average of 4%. The use of combined parallelism can reduce the computation time of such a problem to 5,5%. This reduction in execution time can be significant when performing very large computations.

При виборі підходу до проектування  програмного забезпечення  для багатоядерних компютерних систем одним із перших вирішується питання гранулярності. Ступінь гранулярності варіюється від дрібнозернистої до крупнозернистої. Крупнозернистий паралелізм (coarse grained): кожне паралельне обчислення досить незалежне від інших, причому потрібен відносно рідкісний обмін інформацією між окремими обчисленнями. Дрібнозернистий паралелізм (fine grained): кожне паралельне обчислення досить мале і елементарне, складається з десятків команд. Ефективне паралельне виконання вимагає майстерного балансу між ступенем гранулярності програм і величиною комунікаційної затримки, що виникає між різними гранулами. Зокрема, якщо комунікаційна затримка мінімальна, то найкращу продуктивність обіцяє дрібнозернисте розбиття програми. Це той випадок, коли діє паралелізм даних. Якщо комунікаційна затримка велика, краще крупнозернисте розбиття програм Сучасні мови та бібліотеки паралельного програмування наряду з засобами створення потоків та організації їх взаємодії містять інструменти і для підтримки дрібнозернистого паралелізму. В работі наведени результати дослідження вікористання дрібнозернистго паралелізму з використанням засобів різних мов і бібліотек паралельного програмування. Показан  що його використання в оптимальному поєднанні з іншими відами паралелізму надає можливість покращити ефективність багатоядерних компютерних систем.