Назаров Файзулло Махмадияровичнинг 
техника фанлари доктори (DSc) диссертацияси ҳимояси ҳақида эълон

I. Умумий маълумотлар.
Диссертация мавзуси, ихтисослик шифри (илмий даража бериладиган фан тармоғи): “Маълумотларни бошқариш ва ишончлигини оширишнинг тақсимланган усуллари”, 05.01.02 – Тизимли таҳлил, бошқарув ва ахборотни қайта ишлаш (техника фанлари).
Диссертация мавзуси рўйхатга олинган рақам: В2025.1.DSc/Т892 
Илмий маслаҳатчининг Ф.И.Ш., илмий даражаси ва унвони: Ахатов Акмал Рустамович, техника фанлари доктори, профессор
Диссертация бажарилган муассаса номи: Шароф Рашидов номидаги Самарқанд давлат университети.
ИК фаолият кўрсатаётган муассаса номи, ИК рақами: “Тошкент ирригация ва қишлоқ хўжалигини механизациялаш муҳандислари институти” Миллий тадқиқот университети, DSc.03/26.05.2022.Т.10.05.
Расмий оппонентлар: Исмаилов Мирҳалил Агзамович, техника фанлари доктори, профессор; Бабомурадов Озод Жўраевич, техника фанлари доктори, профессор; Бабенко Михаил Григоревич, физика-математика фанлари доктори.
 Етакчи ташкилот номи: Тошкент давлат транспорт университети.
Диссертация йўналиши: назарий ва амалий аҳамиятга молик.
II. Тадқиқотнинг мақсади тақсимлаш механизмлари асосида маълумотларни бошқариш ва ишончлилигини оширишнинг усул ва алгоритмларини ишлаб чиқишдан иборат.
III. Тадқиқотнинг илмий янгилиги қуйидагилардан иборат:
тақсимланган тизимларда блокчейн асосида криптографик шифрлашни такомиллаштириш, тақсимланган ҳешлашни ташкиллаштириш, консенсусни қўллаш ва унга таъсир қиладиган хавф-хатарларни назорат қилишни интеграциялаш асосида маълумотлар ишончлигини ошириш усули ишлаб чиқилган;
маълумотларни бошқариш ва ишончлилигини ошириш учун маълумотларга ишлов бериш ҳамда машинавий ўқитиш ва ЛСТМ нейрон тармоғи асосида тизимдаги ноаниқ шубҳали маълумотларни аниқлаш қарорларини қабул қилишнинг алгоритми ишлаб чиқилган;
тақсимланган тизимларда ноаниқ шубҳали маълумотларни аниқлаш ишончлигини ошириш учун йўқотиш функсияларини регуляризациялаш асосида ЛСТМ нейрон тармоқли моделни оптималлаштириш усули ишлаб чиқилган;
тақсимланган тизимларда ноаниқ шубҳали маълумотларни аниқлаш ишончлигини ошириш учун ЛСТМ нейрон тармоққа асалари колонияси алгоритмини қўллаш асосида ЛСТМ нейрон тармоқли моделнинг гиперпараметрларини оптималлаштириш усули ишлаб чиқилган;
маълумотларни бошқаришда тақсимлаш механизмларидан фойдаланган ҳолда н та ёзувга эга бўлган жадвалга бериладиган сўровни м секундда қайта ишлаш учун п та жадвалга ички тақсимлаш қоидаларини аниқлаш қарорларини қабул қилувчи машинавий ўқтишнинг ансамбл  ёндашув ва алгоритми ишлаб чиқилган;
маълумотларни бошқаришда тақсимлаш чегараларини аниқлашнинг башорат натижаларини силлиқлаш учун машинавий ўқитишнинг ансамбл моделларини кўп қатламли нейрон тармоқ ёрдамида умумлаштиришнинг усули ишлаб чиқилган;
маълумотларни бошқариш учун тақсимлаш чегараларини аниқлашнинг кўп қатламли нейрон тармоқли моделларига асалари колонияси алгоритмини қўллаш асосида нейрон тармоқли моделнинг гиперпараметрларини оптималлаштириш усули ишлаб чиқилган.
IV. Тадқиқот натижаларининг жорий қилиниши: Диссертация тадқиқотлари доирасида тақсимланган усуллар асосида маълумотларни бошқариш ва ишончлигини ошириш усулларини ишлаб чиқиш бўйича олинган илмий натижалар асосида:
тақсимланган тизимларда блокчейн асосида криптографик шифрлашни такомиллаштириш, тақсимланган ҳешлашни ташкиллаштириш, консенсусни қўллаш ва унга таъсир қиладиган хавф-хатарларни назорат қилишни интеграциялаш асосида маълумотлар ишончлигини ошириш усули ҳамда маълумотларни бошқаришда тақсимлаш механизмларидан фойдаланган ҳолда н та ёзувга эга бўлган жадвалга бериладиган сўровни м секундда қайта ишлаш учун п та жадвалга ички тақсимлаш қоидаларини аниқлаш қарорларини қабул қилувчи машинавий ўқтишнинг ансамбл  ёндашув ва алгоритми асосида ишлаб чиқилган дастурий восита  “Давлат ахборот тизимларини яратиш ва қўллаб-қувватлаш бўйича ягона интегратор УЗИНФОCОМ”га жорий қилинган (Ўзбекистон Республикаси Рақамли технологиялар вазирлигининг 2025-йил 8-апрелдаги 33-8/2304-сонли маълумотномаси). Натижада, маълумотлар ва сўровларни тезкор қайта ишлашда ягона фойдаланувчи учун кетадиган вақт  5.9 баробарга,  бир вақтнинг ўзида бир қанча фойдаланувчи учун кетадиган вақт 3.29 баробарга камайишига эришилди. Маълумотлар ишончлилигини оширишда тақсимланган усулларни қўллаш асосида ишончлилик кўрсаткичи 2 баробарга ошириш имконияти яратилди. Маълумотлар базасидаги жадвалларни тақсимлаш чегараларини машинавий ўқитиш асосида интеллектуал аниқлаш учун қурилган модел МАЕ бўйича 0.96 ва РМСЕ бўйича 1.64 аниқлиликка эришиш имкониятини берган;
маълумотларни бошқариш ва ишончлилигини ошириш учун дастлабки маълумотлар тўпламини шакллантириш ҳамда машинавий ўқитиш ва ЛСТМ нейрон тармоғи асосида тизимдаги ноаниқ шубҳали маълумотларни аниқлаш қарорларини қабул қилишнинг алгоритми ҳамда маълумотларни бошқариш учун тақсимлаш чегараларини аниқлашнинг олдинга йўналтирилган нейрон тармоқли моделларига асалари колонияси алгоритмини қўллаш асосида нейрон тармоқли моделнинг гиперпараметрларини оптималлаштириш усулининг дастурий воситаси  “АллНет интернет сервис провайдери”га жорий қилинган (Ўзбекистон Республикаси Рақамли технологиялар вазирлигининг 2025-йил 8-апрелдаги 33-8/2304-сонли маълумотномаси). Натижада, дастурий маҳсулотлар таркибидаги маълумотлар базаси жадвалларини 5 та тақсимлашга эришилганда маълумотлар ва сўровларни тезкор қайта ишлашда ягона фойдаланувчи учун кетадиган вақт  5.2 баробарга,  бир вақтни ўзида бир қанча фойдаланувчи учун кетадиган вақт 3.09 баробарга камайишига эришилди.   Маълумотлар ишончлилигини оширишда тақсимланган усулларни қўллаш асосида ишончлилик кўрсаткичи 2 баробарга ошириш имконияти яратилди. Маълумотлар базасидаги жадвалларни тақсимлаш чегараларини машинавий ўқитиш ва нейрон тармоқ алгоритми асосида интеллектуал аниқлаш учун қурилган модел МАЕ бўйича 0.88 ва РМСЕ бўйича 1.73 аниқлиликка эришилди. 
тақсимланган тизимларда ноаниқ шубҳали маълумотларни аниқлаш ишончлигини ошириш учун йўқотиш функсияларини регуляризациялаш асосида ЛСТМ нейрон тармоқли моделни оптималлаштириш усули, маълумотларни бошқаришда тақсимлаш чегараларини аниқлашнинг башорат натижаларини силлиқлаш учун машинавий ўқитишнинг ансамбл моделларини кўп қатламли нейрон тармоқ ёрдамида умумлаштиришнинг усули ҳамда тақсимланган тизимларда ноаниқ шубҳали маълумотларни аниқлаш ишончлигини ошириш учун ЛСТМ нейрон тармоққа асалари колонияси алгоритмини қўллаш асосида ЛСТМ нейрон тармоқли моделнинг гиперпараметрларини оптималлаштириш усулининг дастурий воситаси  “Тошкент ахборот технологиялари университети Самарқанд филиали”га жорий қилинган (Ўзбекистон Республикаси Рақамли технологиялар вазирлигининг 2025-йил 8-апрелдаги 33-8/2304-сонли маълумотномаси).  Натижада, ишлаб чиқилган дастурий маҳсулотлар таркибидаги маълумотларни ва сўровларни тезкор қайта ишлашда кетадиган вақт 5.9 баробарга  камайишига эришилди. Маълумотлар ишончлилигини оширишда тақсимланган усулларни қўллаш асосида ишончлилик кўрсаткичи 2 баробарга ошириш имконияти яратилди. Маълумотлар базасидаги жадвалларни тақсимлаш чегараларини машинавий ўқитиш асосида интеллектуал аниқлаш учун қурилган модел МАЕ бўйича 0.96 ва РМСЕ бўйича 1.64 аниқлиликка эришиш имкониятини берган.