| Title: | Интеллектуальная система адаптивного мониторинга качества восприятия инфокоммуникационных услуг |
| Other Titles: | Intelligent system for adaptive monitoring of the quality of perception of infocommunication services |
| Authors: | Элтарабили, М. С. |
| Keywords: | материалы конференций;качество восприятия;QoE;адаптивный мониторинг;инфокоммуникационные услуги;машинное обучение;нейронные сети |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Элтарабили, М. С. Интеллектуальная система адаптивного мониторинга качества восприятия инфокоммуникационных услуг = Intelligent system for adaptive monitoring of the quality of perception of infocommunication services / М. С. Элтарабили // Информационная безопасность : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: С. В. Дробот (гл. ред.) [и др.]. – Минск, 2026. – С. 164–167. |
| Abstract: | В статье рассматриваются методы разработки интеллектуальной системы адаптивного мониторинга качества восприятия (QoE) инфокоммуникационных услуг. Особое внимание уделяется моделям оценки QoE с использованием методологий ITU-T и алгоритмов машинного обучения. Рассматриваются механизмы реального времени адаптации мониторинга, методы сбора и обработки метрик качества на основе нейронных сетей, а также применение многофакторной интеллектуальной обработки данных. Отдельно проводится анализ особенностей реализации клиентской части системы на платформе Flutter/Dart. Показано, что комплексное применение современных методов искусственного интеллекта позволяет значительно повысить точность оценки качества восприятия и эффективность управления инфокоммуникационными услугами в реальном времени. |
| Alternative abstract: | The article analyzes methods for developing an intelligent system for adaptive monitoring of the quality of experience (QoE) in infocommunication services. Special attention is paid to QoE evaluation models using ITU-T methodologies and machine learning algorithms. The paper discusses real-time adaptation mechanisms, data collection and processing methods based on neural networks, as well as the implementation of cross-platform technologies. The study shows that a comprehensive AI approach significantly improves the accuracy of quality perception assessment and the efficiency of infocommunication service management. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63798 |
| Appears in Collections: | Информационная безопасность : материалы 62-й научной конференции аспирантов, магистрантов и студентов (2026)
|
