Как избежать падения маркетплейса и стриминга: ответ в математике

Специалисты из Тольяттинского государственного университета (ТГУ) и Кабардино-Балкарского государственного университета (КБГУ) разработали математические модели, которые позволяют предвидеть моменты пиковых нагрузок на интернет-ресурсах и автоматически предотвращать сбои.

Современные онлайн-системы охватывают множество сфер – от образования и финансов до бизнеса и развлечений. В периоды резкого роста числа пользователей маркетплейсы, стриминговые сервисы и образовательные платформы становятся уязвимыми: возрастает риск замедления работы, перегрузки серверов, потери данных.

Например, когда тысячи людей одновременно пытаются купить товар или посмотреть футбольный матч, а студенты массово подключаются к экзамену, даже кратковременный сбой может привести к длительной недоступности ресурса. Способ избежать таких сбоев и управлять системой адаптивно предложили учёные ТГУ и КБГУ.

– В современных высоконагруженных системах, особенно в сфере электронного обучения и цифровых сервисов, важны управляемость, устойчивость и способность системы быстро адаптироваться к изменению нагрузки. Мы описали поведение таких систем математически и получили инструмент, который позволит заранее выявлять опасные моменты, – поясняет руководитель департамента магистратуры Тольяттинского государственного университета Анна Шерстобитова.

Подход основан на математических моделях, которые описывают поведение системы под нагрузкой. Специалисты использовали дифференциальные уравнения с «насыщением» – так называемые логистические модели. Они показывают, как система заполняется запросами до своего предела (100% загрузки) и что происходит, когда она перегружена. Дополнительно исследователи применили методы back testing (проверка на исторических данных) и chaos modeling (моделирование хаотических процессов).

– Предел интернет-платформы – это максимальная пропускная способность инфраструктуры. В уравнения мы добавили ещё один, управляющий параметр – вектор корректирующих воздействий, – отмечает профессор института финансов, экономики и управления ТГУ, доктор экономических наук Людмила Глухова. – Это набор правил, по которым система заранее «видит», что приближается к перегрузке и сама решает, что делать: перенаправить часть запросов в кэш, временно отключить некритичные функции или задействовать резервные серверы. Решение принимается за доли секунды, и человек в этом не участвует.

Такой подход позволяет не просто фиксировать уже возникший сбой, но и определить момент приближения системы к пороговому состоянию, когда риск отказа резко возрастает, и заранее принять меры.

Разработка учёных особенно актуальна для сферы дистанционного образования. Именно образовательные платформы нередко сталкиваются с резким ростом числа подключений: при массовом тестировании, регистрации на курсы, проведении вебинаров и экзаменов. В такие моменты нагрузка на серверы может увеличиваться в несколько раз за короткое время.

По мнению авторов, метод может стать основой для создания адаптивных механизмов балансировки нагрузки, систем интеллектуального мониторинга и даже цифровых двойников пользователей и процессов. Разработанные решения помогут заранее выявлять уязвимые места инфраструктуры и снижать риск «падения» сервисов.

Результаты исследования были представлены на 13-й международной конференции KES по интеллектуальному образованию и электронному обучению (SEEL-26). Крупный международный форум, объединивший учёных, разработчиков и практиков в области «умных» образовательных технологий, проходил в Барселоне с 17 по 19 июня 2026 года.

В ближайших планах авторов описание компетентностной модели специалистов, занимающихся проектированием высоконагруженных систем, а также разработка динамических алгоритмов балансировки для массовых онлайн-тестирований, способных адаптироваться к резким всплескам запросов без потери производительности. Учёные готовы к сотрудничеству с IT-компаниями и образовательными платформами для внедрения своих моделей в реальную практику.

Источник: ТГУ

Изображение: разработано Мagnific.