தெளிவற்ற தூண்டல் முறை மற்றும் மாடலிங் அறிவு மற்றும் தகவல் அமைப்புகளுக்கான அதன் பயன்பாடு

இந்த கட்டுரை தெளிவற்ற கணிதம் மற்றும் பின்னங்களின் கோட்பாட்டின் விதிகளின் கலவையாக ஆசிரியரால் உருவாக்கப்பட்ட தெளிவற்ற தூண்டல் முறையை முன்மொழிகிறது, ஒரு தெளிவற்ற தொகுப்பின் மறுநிகழ்வின் அளவு பற்றிய கருத்தை அறிமுகப்படுத்துகிறது மற்றும் ஒரு முழுமையற்ற மறுநிகழ்வு பற்றிய விளக்கத்தை அளிக்கிறது. பொருள் பகுதியை மாதிரியாக்குவதற்கு அதன் பகுதியளவு பரிமாணமாக அமைக்கப்படுகிறது. முன்மொழியப்பட்ட முறையின் பயன்பாட்டின் நோக்கம் மற்றும் தெளிவற்ற தொகுப்புகளாக அதன் அடிப்படையில் உருவாக்கப்பட்ட அறிவு மாதிரிகள், மென்பொருளைப் பயன்படுத்துவதற்கும் சோதனை செய்வதற்கும் காட்சிகளை உருவாக்குவது உட்பட, தகவல் அமைப்புகளின் வாழ்க்கைச் சுழற்சியின் நிர்வாகமாகக் கருதப்படுகிறது.

தலைப்பு சார்ந்த

தகவல் அமைப்புகளின் வடிவமைப்பு மற்றும் மேம்பாடு, செயல்படுத்தல் மற்றும் செயல்பாட்டின் செயல்பாட்டில், வெளியில் இருந்து சேகரிக்கப்பட்ட அல்லது மென்பொருள் வாழ்க்கைச் சுழற்சியின் ஒவ்வொரு கட்டத்திலும் எழும் தரவு, தகவல் மற்றும் தகவல்களைக் குவித்து முறைப்படுத்துவது அவசியம். இது வடிவமைப்பு வேலை மற்றும் முடிவெடுப்பதற்கு தேவையான தகவல் மற்றும் வழிமுறை ஆதரவாக செயல்படுகிறது மற்றும் அதிக நிச்சயமற்ற சூழ்நிலைகள் மற்றும் பலவீனமான கட்டமைக்கப்பட்ட சூழல்களில் குறிப்பாக பொருத்தமானது. அத்தகைய வளங்களின் குவிப்பு மற்றும் முறைப்படுத்தலின் விளைவாக உருவாக்கப்பட்ட அறிவுத் தளம், ஒரு தகவல் அமைப்பை உருவாக்கும் போது திட்டக் குழுவால் பெறப்பட்ட பயனுள்ள அனுபவத்தின் ஆதாரமாக மட்டுமல்லாமல், புதிய தரிசனங்கள், முறைகள் மற்றும் மாதிரிகளை உருவாக்குவதற்கான எளிய வழிமுறையாகவும் இருக்க வேண்டும். திட்டப் பணிகளைச் செயல்படுத்துவதற்கான வழிமுறைகள். வேறு வார்த்தைகளில் கூறுவதானால், அத்தகைய அறிவுத் தளம் அறிவுசார் மூலதனத்தின் களஞ்சியமாகும், அதே நேரத்தில் அறிவு மேலாண்மை கருவியாகும் [3, 10].

ஒரு கருவியாக அறிவுத் தளத்தின் செயல்திறன், பயன் மற்றும் தரம் ஆகியவை அதன் பராமரிப்பின் வள தீவிரம் மற்றும் அறிவைப் பிரித்தெடுப்பதன் செயல்திறன் ஆகியவற்றுடன் தொடர்புபடுத்துகின்றன. தரவுத்தளத்தில் உள்ள அறிவின் சேகரிப்பு மற்றும் பதிவு எவ்வளவு எளிமையாகவும் வேகமாகவும் இருக்கிறது மற்றும் அதற்கான வினவல்களின் முடிவுகள் மிகவும் சீரானதாக இருந்தால், கருவியே சிறந்த மற்றும் நம்பகமானதாக இருக்கும் [1, 2]. இருப்பினும், தரவுத்தள மேலாண்மை அமைப்புகளுக்குப் பொருந்தக்கூடிய தனித்துவமான முறைகள் மற்றும் கட்டமைப்புக் கருவிகள், தொடர்புடைய தரவுத்தளங்களில் உள்ள உறவுகளை இயல்பாக்குவது உட்பட, சொற்பொருள் கூறுகள், விளக்கங்கள், இடைவெளி மற்றும் தொடர்ச்சியான சொற்பொருள் தொகுப்புகளை விவரிக்க அல்லது மாதிரியாக்க அனுமதிக்காது. இதற்கு ஒரு முறையான அணுகுமுறை தேவைப்படுகிறது, இது வரையறுக்கப்பட்ட ஆன்டாலஜிகளின் சிறப்பு நிகழ்வுகளை பொதுமைப்படுத்துகிறது மற்றும் தகவல் அமைப்பின் பொருள் பகுதியின் விளக்கத்தின் தொடர்ச்சிக்கு அறிவு மாதிரியை நெருக்கமாகக் கொண்டுவருகிறது.

இத்தகைய அணுகுமுறை தெளிவற்ற கணிதக் கோட்பாட்டின் விதிகள் மற்றும் பின்னம் பரிமாணம் [3, 6] ஆகியவற்றின் கலவையாக இருக்கலாம். கோடலின் முழுமையின்மை (ஒரு தகவல் அமைப்பில் - பகுத்தறிவின் அடிப்படை முழுமையற்ற தன்மை, அறிவு ஆகியவற்றின் அடிப்படையில்) வரம்புக்குட்பட்ட நிபந்தனைகளின் கீழ் தொடர்ச்சியின் அளவின் அளவுகோலின் படி அறிவின் விளக்கத்தை மேம்படுத்துவதன் மூலம் (விளக்கத்தின் தனிப்படுத்தல் படி அளவு) அதன் நிலைத்தன்மையின் நிபந்தனையின் கீழ் இந்த அமைப்பிலிருந்து பெறப்பட்டது, வரிசையான தெளிவின்மை (தெளிவற்ற தன்மையைக் குறைத்தல்), ஒரு குறிப்பிட்ட அறிவை முடிந்தவரை முழுமையாகவும் ஒத்திசைவாகவும் பிரதிபலிக்கும் முறையான விளக்கத்தைப் பெறுகிறோம். தகவல் செயல்முறைகள் - சேகரிப்பு, சேமிப்பு, செயலாக்கம் மற்றும் பரிமாற்றம் [5, 8, 9].

தெளிவற்ற தொகுப்பு மறுநிகழ்வின் வரையறை

X மாதிரியாக்கப்பட்ட அமைப்பின் சில பண்புகளின் மதிப்புகளின் தொகுப்பாக இருக்கட்டும்:

(1)

இங்கு n = [N ≥ 3] - அத்தகைய பண்புகளின் மதிப்புகளின் எண்ணிக்கை (அடிப்படை தொகுப்பை விட (0; 1) - (தவறு; உண்மை)).
X = B ஐ விடுங்கள், இங்கு B = {a,b,c,...,z} என்பது X குணாதிசயத்தின் மதிப்புகளின் தொகுப்புடன் தொடர்புடைய உறுப்பு-மூலம்-உறுப்புக்கு சமமான தொகுப்பு ஆகும்.
பின்னர் தெளிவற்ற தொகுப்பு , இது X பண்புகளை விவரிக்கும் தெளிவற்ற (பொது வழக்கில்) கருத்துக்கு ஒத்திருக்கிறது, இது பின்வருமாறு குறிப்பிடப்படலாம்:

(2)

m என்பது விளக்கம் தனிப்படுத்தல் படி, நான் N - படிப் பெருக்கம்.
அதன்படி, விளக்கத்தின் தொடர்ச்சியின் (மென்மை) அளவுகோலின் படி தகவல் அமைப்பைப் பற்றிய அறிவு மாதிரியை மேம்படுத்துவதற்காக, பகுத்தறிவின் முழுமையற்ற இடைவெளியின் எல்லைக்குள் இருக்கும் போது, ​​நாங்கள் அறிமுகப்படுத்துகிறோம். தெளிவற்ற தொகுப்பின் மறுநிகழ்வின் அளவு அதன் பிரதிநிதித்துவத்தின் பின்வரும் பதிப்பைப் பெறுகிறோம்:

(3)

எங்கே - தெளிவற்ற கருத்துடன் தொடர்புடைய ஒரு தொகுப்பு, பொதுவாக X பண்புக்கூறு தொகுப்பை விட முழுமையாக விவரிக்கிறது , மென்மை அளவுகோலின் படி; மறு-விளக்கத்தின் மறுநிகழ்வு அளவு.
தயவு செய்து கவனிக்கவும் (தெளிவான தொகுப்பாக குறைக்கக்கூடியது) ஒரு சிறப்பு வழக்கில், தேவைப்பட்டால்.

பகுதியளவு பரிமாணத்தின் அறிமுகம்

Re = 1 செட் ஆகும் போது 2வது பட்டத்தின் ஒரு சாதாரண தெளிவில்லாத தொகுப்பாகும், இதில் X இன் அனைத்து மதிப்புகளையும் விவரிக்கும் தனிமங்கள் தெளிவற்ற தொகுப்புகள் (அல்லது அவற்றின் தெளிவான மேப்பிங்) உட்பட:

(4)

இருப்பினும், இது ஒரு சீரழிந்த வழக்கு, மற்றும் மிகவும் முழுமையான பிரதிநிதித்துவத்தில், சில கூறுகள் தொகுப்புகளாக இருக்கலாம், மீதமுள்ளவை அற்பமான (மிகவும் எளிமையான) பொருள்களாக இருக்கலாம். எனவே, அத்தகைய தொகுப்பை வரையறுக்க அது அறிமுகப்படுத்தப்பட வேண்டும் பகுதியளவு மறுநிகழ்வு - இடத்தின் பகுதியளவு பரிமாணத்தின் அனலாக் (இந்த சூழலில், ஒரு குறிப்பிட்ட பொருள் பகுதியின் ஆன்டாலஜி ஸ்பேஸ்) [3, 9].

Re பின்னமாக இருக்கும்போது, ​​பின்வரும் உள்ளீட்டைப் பெறுவோம் :

(5)

எங்கே X1 மதிப்பிற்கான தெளிவற்ற தொகுப்பு, - X2 மதிப்புக்கான தெளிவற்ற தொகுப்பு, முதலியன.

இந்த வழக்கில், மறுநிகழ்வு அடிப்படையில் பின்னமாக மாறும், மேலும் விளக்கங்களின் தொகுப்புகள் சுயமாக ஒத்ததாக மாறும்.

ஒரு தொகுதியின் பல செயல்பாடுகளை வரையறுத்தல்

ஒரு திறந்த தகவல் அமைப்பின் கட்டிடக்கலை மட்டுப்படுத்தல் கொள்கையை எடுத்துக்கொள்கிறது, இது அமைப்பின் அளவு, நகலெடுப்பு, தகவமைப்பு மற்றும் தோற்றம் ஆகியவற்றின் சாத்தியத்தை உறுதி செய்கிறது. மட்டு கட்டுமானமானது தகவல் செயல்முறைகளின் தொழில்நுட்ப செயலாக்கத்தை நிஜ உலகில் அவற்றின் இயல்பான புறநிலை உருவகத்திற்கு முடிந்தவரை நெருக்கமாக கொண்டு வருவதை சாத்தியமாக்குகிறது, அவற்றின் செயல்பாட்டு பண்புகளின் அடிப்படையில் மிகவும் வசதியான கருவிகளை உருவாக்குகிறது, இது மக்களை மாற்றுவதற்காக அல்ல, ஆனால் திறம்பட உதவுவதற்காக வடிவமைக்கப்பட்டுள்ளது. அறிவு மேலாண்மையில் அவர்கள்.

ஒரு தொகுதி என்பது ஒரு தகவல் அமைப்பின் தனி நிறுவனமாகும், இது கணினியின் இருப்புக்கான நோக்கங்களுக்காக கட்டாயமாகவோ அல்லது விருப்பமாகவோ இருக்கலாம், ஆனால் எந்தவொரு சந்தர்ப்பத்திலும் அமைப்பின் எல்லைகளுக்குள் தனித்துவமான செயல்பாடுகளை வழங்குகிறது.

தொகுதி செயல்பாடுகளின் முழு வகையையும் மூன்று வகையான செயல்பாடுகளால் விவரிக்கலாம்: உருவாக்கம் (புதிய தரவைப் பதிவு செய்தல்), திருத்துதல் (முன்பு பதிவுசெய்யப்பட்ட தரவை மாற்றுதல்), நீக்குதல் (முன்பு பதிவுசெய்யப்பட்ட தரவை அழித்தல்).

X என்பது அத்தகைய செயல்பாட்டின் ஒரு குறிப்பிட்ட பண்பாக இருக்கட்டும், பின்னர் தொடர்புடைய X தொகுப்பை இவ்வாறு குறிப்பிடலாம்:

(6)

X1 - உருவாக்கம், X2 - எடிட்டிங், X3 - நீக்குதல்,

(7)

மேலும், எந்தத் தொகுதியின் செயல்பாடும், தரவு உருவாக்கம் தானாக ஒத்ததாக இல்லை (மீண்டும் நிகழாமல் செயல்படுத்தப்படுகிறது - உருவாக்கும் செயல்பாடு மீண்டும் வராது), மேலும் பொது வழக்கில் எடிட்டிங் மற்றும் நீக்குதல் ஆகிய இரண்டையும் உறுப்பு-மூலம்-உறுப்பு செயலாக்கம் (செயல்படுதல்) உள்ளடக்கியதாக இருக்கும். தரவுத் தொகுப்புகளின் தேர்ந்தெடுக்கப்பட்ட கூறுகளின் மீதான செயல்பாடு) மற்றும் தங்களைப் போன்ற செயல்பாடுகளை உள்ளடக்கியது.

கொடுக்கப்பட்ட தொகுதியில் X செயல்பாட்டிற்கான செயல்பாடு செய்யப்படாவிட்டால் (அமைப்பில் செயல்படுத்தப்படவில்லை), அத்தகைய செயல்பாட்டிற்கு தொடர்புடைய தொகுப்பு காலியாகக் கருதப்படுகிறது என்பதை கவனத்தில் கொள்ள வேண்டும்.

எனவே, தெளிவற்ற கருத்தை (அறிக்கை) விவரிக்க, "தகவல் அமைப்பின் நோக்கங்களுக்காக தொடர்புடைய தரவுகளின் தொகுப்புடன் ஒரு செயல்பாட்டைச் செய்ய ஒரு தொகுதி உங்களை அனுமதிக்கிறது," ஒரு தெளிவற்ற தொகுப்பு எளிமையான வழக்கில், அதை இவ்வாறு குறிப்பிடலாம்:

(8)

பொது வழக்கில், அத்தகைய தொகுப்பு 1,6(6) க்கு சமமான மறுநிகழ்வு பட்டம் மற்றும் அதே நேரத்தில் பின்னம் மற்றும் தெளிவற்றது.

தொகுதியைப் பயன்படுத்துவதற்கும் சோதனை செய்வதற்கும் காட்சிகளைத் தயாரித்தல்

தகவல் அமைப்பின் வளர்ச்சி மற்றும் செயல்பாட்டின் கட்டங்களில், அவற்றின் செயல்பாட்டு நோக்கத்தின்படி (பயன்பாட்டு சூழ்நிலைகள்) தொகுதிகளைப் பயன்படுத்துவதற்கான செயல்பாடுகளின் வரிசை மற்றும் உள்ளடக்கத்தை விவரிக்கும் சிறப்பு காட்சிகள் தேவைப்படுகின்றன, அத்துடன் எதிர்பார்க்கப்படும் மற்றும் இணக்கத்தன்மையை சரிபார்க்கவும். தொகுதிகளின் உண்மையான முடிவுகள் (சோதனை காட்சிகள்). .test-case).

மேலே விவரிக்கப்பட்ட யோசனைகளை கணக்கில் எடுத்துக்கொள்வதன் மூலம், அத்தகைய காட்சிகளில் பணிபுரியும் செயல்முறை பின்வருமாறு விவரிக்கப்படலாம்.

தொகுதிக்கு ஒரு தெளிவற்ற தொகுப்பு உருவாக்கப்பட்டது :

(9)

எங்கே
X செயல்பாட்டின் படி தரவை உருவாக்கும் செயல்பாட்டிற்கான தெளிவற்ற தொகுப்பு;
X செயல்பாட்டின் படி தரவைத் திருத்துவதற்கான ஒரு தெளிவற்ற தொகுப்பு, மறுநிகழ்வின் அளவு a (செயல்பாடு உட்பொதித்தல்) ஒரு இயற்கை எண் மற்றும் அற்பமான வழக்கில் 1 க்கு சமம்;
X செயல்பாட்டின் படி தரவை நீக்குவதற்கான செயல்பாட்டிற்கான தெளிவற்ற தொகுப்பு, மறுநிகழ்வு b அளவு (செயல்பாடு உட்பொதித்தல்) ஒரு இயற்கை எண் மற்றும் அற்பமான வழக்கில் 1 க்கு சமம்.

இப்படி ஒரு கூட்டம் விவரிக்கிறது சரியாக என்ன (தரவு பொருள்கள்) உருவாக்கப்பட்டன, திருத்தப்பட்டன மற்றும்/அல்லது நீக்கப்பட்டன தொகுதியின் எந்தவொரு பயன்பாட்டிற்கும்.

கேள்விக்குரிய தொகுதிக்கான X செயல்பாட்டிற்கு Ux ஐப் பயன்படுத்துவதற்கான காட்சிகளின் தொகுப்பு தொகுக்கப்படுகிறது, ஒவ்வொன்றும் விவரிக்கிறது ஏன் (எந்த வணிகப் பணிக்காக) ஒரு தொகுப்பால் விவரிக்கப்படும் தரவுப் பொருள்கள் உருவாக்கப்பட்டன, திருத்தப்பட்டன மற்றும்/அல்லது நீக்கப்பட்டன? , மற்றும் எந்த வரிசையில்:

(10)

n என்பது X க்கான பயன்பாட்டு நிகழ்வுகளின் எண்ணிக்கை.

அடுத்து, கேள்விக்குரிய தொகுதிக்கான ஒவ்வொரு பயன்பாட்டு நிகழ்வுக்கும் X செயல்பாட்டிற்காக Tx சோதனைக் காட்சிகளின் தொகுப்பு தொகுக்கப்படுகிறது. சோதனை ஸ்கிரிப்ட் விவரிக்கிறது, என்ன தரவு மதிப்புகள் பயன்படுத்தப்படுகின்றன மற்றும் பயன்பாட்டு வழக்கை செயல்படுத்தும் போது எந்த வரிசையில், என்ன முடிவு பெறப்பட வேண்டும்:

(11)

இதில் [D] என்பது சோதனைத் தரவுகளின் வரிசையாகும், n என்பது X க்கான சோதனைக் காட்சிகளின் எண்ணிக்கை.
விவரிக்கப்பட்ட அணுகுமுறையில், சோதனைக் காட்சிகளின் எண்ணிக்கை தொடர்புடைய பயன்பாட்டு நிகழ்வுகளின் எண்ணிக்கைக்கு சமமாக இருக்கும், இது கணினியின் வளர்ச்சியின் போது அவற்றின் விளக்கம் மற்றும் புதுப்பித்தலின் வேலையை எளிதாக்குகிறது. கூடுதலாக, அத்தகைய வழிமுறையானது ஒரு தகவல் அமைப்பின் மென்பொருள் தொகுதிகளின் சோதனையை தானியங்குபடுத்துவதற்குப் பயன்படுத்தப்படலாம்.

முடிவுக்கு

தெளிவற்ற தூண்டல் முறையானது, எந்தவொரு மட்டு தகவல் அமைப்பின் வாழ்க்கைச் சுழற்சியின் வெவ்வேறு கட்டங்களில், அறிவுத் தளத்தின் விளக்கமான பகுதியைக் குவிக்கும் நோக்கத்திற்காகவும், தொகுதிகளைப் பயன்படுத்துவதற்கும் சோதனை செய்வதற்கும் சூழ்நிலைகளில் வேலை செய்வதற்கும் செயல்படுத்தப்படலாம்.

மேலும், தெளிவில்லாத தூண்டல் பெறப்பட்ட தெளிவற்ற விளக்கங்களின் அடிப்படையில் அறிவை ஒருங்கிணைக்க உதவுகிறது, "அறிவாற்றல் கலைடோஸ்கோப்" போன்றது, இதில் சில கூறுகள் தெளிவாகவும் தெளிவற்றதாகவும் இருக்கும், மற்றவை சுய ஒற்றுமை விதியின்படி, குறிப்பிடப்பட்ட எண்ணிக்கையில் பயன்படுத்தப்படுகின்றன. அறியப்பட்ட தரவுகளின் ஒவ்வொரு தொகுப்பிற்கும் மறுநிகழ்வின் அளவு. ஒன்றாக எடுத்துக்கொண்டால், இதன் விளைவாக வரும் தெளிவற்ற தொகுப்புகள் ஒரு தகவல் அமைப்பின் நோக்கங்களுக்காகவும் பொதுவாக புதிய அறிவைத் தேடும் ஆர்வங்களுக்காகவும் பயன்படுத்தக்கூடிய ஒரு மாதிரியை உருவாக்குகின்றன.

இந்த வகையான முறையானது "செயற்கை நுண்ணறிவின்" தனித்துவமான வடிவமாக வகைப்படுத்தப்படலாம், ஒருங்கிணைக்கப்பட்ட தொகுப்புகள் முழுமையற்ற பகுத்தறிவின் கொள்கைக்கு முரணாக இருக்கக்கூடாது மற்றும் மனித நுண்ணறிவுக்கு உதவும் வகையில் வடிவமைக்கப்பட்டுள்ளன, மேலும் அதை மாற்றாது.

குறிப்புகள்

1. போரிசோவ் வி.வி., ஃபெடுலோவ் ஏ.எஸ்., ஜெர்னோவ் எம்.எம்., "தெளிவில்லாத தொகுப்புகளின் கோட்பாட்டின் அடிப்படைகள்." எம்.: ஹாட்லைன் - டெலிகாம், 2014. - 88 பக்.
2. Borisov V.V., Fedulov A.S., Zernov M.M., "தெளிவில்லாத தர்க்க அனுமானத்தின் கோட்பாட்டின் அடிப்படைகள்." எம்.: ஹாட்லைன் - டெலிகாம், 2014. - 122 பக்.
3. டெமெனோக் எஸ்.எல்., "ஃப்ராக்டல்: மித் மற்றும் கிராஃப்ட் இடையே." செயின்ட் பீட்டர்ஸ்பர்க்: அகாடமி ஆஃப் கல்ச்சுரல் ரிசர்ச், 2011. - 296 பக்.
4. Zadeh L., "சிக்கலான அமைப்புகள் மற்றும் முடிவெடுக்கும் செயல்முறைகளின் பகுப்பாய்வுக்கான புதிய அணுகுமுறையின் அடிப்படைகள்" / "கணிதம் இன்று". எம்.: "அறிவு", 1974. - பி. 5 - 49.
5. கிரான்ஸ் எஸ்., "கணித ஆதாரத்தின் மாறும் தன்மை." எம்.: அறிவு ஆய்வகம், 2016. - 320 பக்.
6. மவ்ரிகிடி எஃப்.ஐ., “பிராக்டல் கணிதம் மற்றும் மாற்றத்தின் தன்மை” / “டெல்ஃபிஸ்”, எண். 54 (2/2008), http://www.delphis.ru/journal/article/fraktalnaya-matematika-i-priroda-peremen.
7. Mandelbrot B., "இயற்கையின் பின்ன வடிவவியல்." எம்.: இன்ஸ்டிடியூட் ஆஃப் கம்ப்யூட்டர் ரிசர்ச், 2002. - 656 பக்.
8. "தெளிவில்லாத தொகுப்புகளின் கோட்பாட்டின் அடிப்படைகள்: வழிகாட்டுதல்கள்", தொகுப்பு. கொரோபோவா ஐ.எல்., டியாகோவ் ஐ.ஏ. Tambov: Tamb பதிப்பகம். நிலை அந்த. பல்கலைக்கழகம்., 2003. - 24 பக்.
9. உஸ்பென்ஸ்கி வி.ஏ., "கணிதத்திற்கான மன்னிப்பு." எம்.: அல்பினா புனைகதை அல்லாத, 2017. - 622 பக்.
10. Zimmerman H. J. "Fuzzy Set Theory - and its Applications", 4வது பதிப்பு. ஸ்பிரிங்கர் சயின்ஸ் + பிசினஸ் மீடியா, நியூயார்க், 2001. – 514 பக்.

ஆதாரம்: www.habr.com