vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2026-53-1-116-122vdgtu-2012Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSОпределение зависимостей API специализированного программного обеспечения при максимально возможной нагрузке без существенной деградации системыDetermination of specialized software API dependencies under maximum possible load without significant system degradationЛитвиненкоЛ. И.LitvinenkoL. I.

Литвиненко Лилия Валериевна, магистрант, кафедра информационных технологий, моделирования и управления,

394036, г. Воронеж, проспект Революции, д. 19

Liliya V. Litvinenko, Master's Student, Department of Information Technology, Modeling, and Management,

19 Revolution Ave., Voronezh 394036

litvinenko.lilia01@mail.ruКоробоваЛ. А.KorobovaL. A.

Коробова Людмила Анатольевна, кандидат технических наук, доцент, доцент, кафедра информационных технологий, моделирования и управления,

394036, г. Воронеж, проспект Революции, д. 19

Lyudmila A. Korobova, Cand. Sci. (Eng.), Assoc. Prof., Assoc. Prof., Department of Information Technology, Modeling, and Management,

19 Revolution Ave., Voronezh 394036

Lyudmila_korobova@mail.ruТолстоваИ. С.TolstovaI. S.

Толстова Ирина Сергеевна, старший преподаватель, кафедра информационных технологий, моделирования и управления,

394036, г. Воронеж, проспект Революции, д. 19

Irina Sergeevna Tolstova, Senior Lecturer, Department of Information Technology, Modeling, and Management,

19 Revolution Ave., Voronezh 394036

irin2102ka@mail.ruВоронежский государственный университет инженерных технологийРоссияVoronezh State University of Engineering TechnologiesRussian Federation202630042026531116122Copyright © Литвиненко Л.И., Коробова Л.А., Толстова И.С., 20262026Литвиненко Л.И., Коробова Л.А., Толстова И.С.Litvinenko L.I., Korobova L.A., Tolstova I.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/2012Цель

Цель. Целью исследования является определение зависимости API специализированного программного обеспечения при максимально возможной нагрузке без существенной деградации системы.

Метод

Метод. Исследование основано на методах регрессионного анализа. Рассматриваются ограничения по объёму оперативной памяти (RAM) и количеству процессорных ядер (CPU), что позволяет исследовать поведение и выявлять узкие места СПО в виртуализированных окружениях с ограниченными ресурсами.

Результат

Результат. Для анализа зависимостей ожидаемых пар параметров предлагается использование моделей - линейной, экспоненциальной, логарифмической и полиномиальной (до 4-й степени). Выбор наилучшей модели предлагается по критерию скорректированного коэффициента детерминации с опциональной фильтрацией выбросов методом межквартильного размаха (IQR) и проверкой статистической значимости уравнения регрессии. Дополнительно рассчитывается выборочная остаточная дисперсия для оценки качества подгонки модели.

Вывод

Вывод. Методика представляет системный подход к анализу зависимостей производительности API специализированного программного обеспечения, основанный на принципах прикладной статистики и инженерной интерпретации. Методика может быть использована для принятия обоснованных инфраструктурных решений, а также для рационального сокращения объёма нагрузочного тестирования; позволяет транслировать статистические паттерны в конкретные инженерные действия: оптимизацию инфраструктуры, рефакторинг кода, настройку масштабирования.

Objective

Objective. The article considers the topic of determining the dependencies of the API of specialized software under the maximum possible load without significant system degradation.

Method

Method. The study is based on regression analysis methods. As part of the research, limitations on the amount of random access memory and the number of processor cores are considered, which allows us to study the behavior and identify bottlenecks of SSS in virtualized environments with limited resources.

Result

Result. To analyze the dependencies of expected pairs of parameters, it is proposed to use the following models: linear, exponential, logarithmic and polynomial (up to 4th degree). The best model is selected based on the adjusted coefficient of determination, with optional outlier filtering using the interquartile range method and a test of the statistical significance of the regression equation. Additionally, sample variance is calculated to assess the quality of the model fit.

Conclusion

Conclusion. This methodology presents a systematic approach to analyzing API performance dependencies in specialized software, based on the principles of applied statistics and engineering interpretation. It can be used to make informed decisions about reducing the scope of load testing. The methodology enables the translation of statistical patterns into engineering actions: infrastructure optimization, code refactoring, and scaling.

специализированный софтнагрузочное тестированиерегрессионные моделикоэффициент детерминациискорректированный коэффициент детерминациилинейнаяэкспоненциальнаялогарифмическаяполиномиальная регрессиидиагностика моделейпарный регрессионный анализspecialized softwareload testingregression modelscoefficient of determinationadjusted coefficient of determinationlinearexponentiallogarithmicand polynomial regressionmodel diagnosticspaired regression analysisReferencesЧерняева С.Н., Коробова Л.А., Бугаев Ю.В. Алгоритм коллективного выбора на необозримом для лица принимающего решения множестве альтернатив //Инженерные технологии. – 2024. – № 1(5). – С. 22-27. – EDN JMQXRJ.Chernyaeva S.N., L.A. Korobova, Yu.V. Bugaev. Algorithm of collective choice on a set of alternatives that is boundless for the decision maker. Engineering technologies. 2024;1(5): 22-27. - EDN JMQXRJ.Гмурман В.Е. Теория вероятностей и математическая статистика: учеб. пособие / В.Е. Гмурман. — 12-е изд., перераб. и доп. — М.: Высшее образование, 2006. — 479 с.Gmurman, V.E. Probability theory and mathematical statistics: textbook. - 12th ed., revised and enlarged. - Moscow: Higher education, 2006; 479 p.Черняева С.Н., Коробова Л.А. Анализ вырожденности матриц экспертного упорядочивания в задачах коллективного выбора//Моделирование энергоинформационных процессов: Сборник статей XII национальная научно-практическая конференция с международным участием. – Воронеж: Воронежский государственный университет инженерных технологий, 2024. – С. 213-224. – EDN IDJAIF.Chernyaeva S.N., Korobova L.A. Analysis of the degeneracy of expert ordering matrices in collective choice problems. Modeling of energy-information processes: Collection of articles of the XII national scientific and practical conference with international participation. - Voronezh: Voronezh State University of Engineering Technologies, 2024; 213-224. - EDN IDJAIF.Кремер Н.Ш., Путко Б.А. Эконометрика. — М.: ЮНИТИ-ДАНА, 2002. — 315 с.Kremer N.Sh., Putko B.A. Econometrics. - Moscow: UNITY-DANA, 2002. - 315 p.Ивлиев, М.Н. Финансовая математика. Методы и модели в экономике. Сборник задач: учебное пособие / М.Н. Ивлиев, Л.А. Коробова, К.В. Чекудаев. – Воронеж: Воронежский государственный университет инженерных технологий, 2019. – 91 с. – ISBN 978-5-00032-444-8. – EDN MHQVNZ.Ivliev, M.N. Financial Mathematics. Methods and Models in Economics. Collection of problems: textbook / M.N. Ivliev, L.A. Korobova, K.V. Chekudaev. – Voronezh: Voronezh State University of Engineering Technologies, 2019; 91 p. – ISBN 978-5-00032-444-8. – EDN MHQVNZ.Корчуганова М.А. Лабораторный практикум по дисциплине «Эконометрика»: учебное пособие Томск: Изд-во Томского политехнического университета, 2016. — 91 с.Korchuganova M.A. Laboratory practical training in the discipline "Econometrics": Tomsk: Publishing house of Tomsk Polytechnic University, 2016; 91 p.Implementation of the Extrapolation Method of Expert Assessments in Selection Problems / S. Chernyaeva, L. Korobova, M. Ivliev [et al.] // High-Performance Computing Systems and Technologies in Scientific Research, Automation of Control and Production, Barnaul, 15–16 мая 2020 года / Vladimir Jordan Nikolay Filimonov Ilya Tarasov Vladimir Faerman (Eds.). Vol. 1304. – Barnaul: Springer, 2020. – P. 147-161. – DOI 10.1007/978-3-030-66895-2_10. – EDN HINSXG.Implementation of the Extrapolation Method of Expert Assessments in Selection Problems / S. Chernyaeva, L. Korobova, M. Ivliev [et al.] High-Performance Computing Systems and Technologies in Scientific Research, Automation of Control and Production, Barnaul, May 15-16, 2020 / Vladimir Jordan Nikolay Filimonov Ilya Tarasov Vladimir Faerman (Eds.) – Barnaul: Springer, 2020;1304: 47-161. – DOI 10.1007/978- 3-030-66895-2_10. – EDN HINSXG.Хныкин, Д.Е. Методология и результаты применения обратного инжиниринга / Д. Е.Хныкин, Л.А. Коробова // Инженерные технологии. – 2025. – № 1(9). – С. 30-35. – EDN UVTHPV.Khnykin, D.E. Methodology and results of applying reverse engineering / D.E. Khnykin, L.A. Korobova Engineering technologies. 2025;1(9):30-35. – EDN UVTHPV.Бугаев Ю.В., Л.А. Коробова, Шурупова И.Ю. О статистической устойчивости оптимального решения, найденного по уравнению регрессии//Вестник Воронежского государственного университета инженерных технологий. – 2024. – Т.86, № 2(100). – С. 48-55. DOI 10.20914/2310-1202-2024-2-48-55.Bugayev Yu.V., Korobova L.A., Shurupova I.Yu. On the statistical stability of the optimal solution found by the regression equation Bulletin of the Voronezh State University of Engineering Technologies. 2024;86(2(100):48-55. – DOI 10.20914/2310-1202-2024-2-48-55. – EDN IYNADI.

The authors declare that there are no conflicts of interest present.