Management and Future Technologies | Volume 3, Issue 3 | № 011

2010 ~10 2020 ~8 Sharqiy Orol deyarli qurigan Juda katta qismini yo‘qotgan 1.28-1.33 1.24-1.29 Keltirilgan namunaviy dinamikadan ko‘rinib turibdiki, dengiz maydonining monoton kamayishiga qaramay, fraktal o‘lchov qiymati chiziqli tarzda emas, balki notekis o‘zgaradi: 1960– 2010-yillar oralig‘ida qirg‘oq chizig‘ining parchalanishi va notekislashib borishi hisobiga D qiymati barqaror o‘sib boradi, biroq 2010-yildan keyin Shimoliy Orolni barqarorlashtirish bo‘yicha amalga oshirilgan chora-tadbirlar (Ko‘karal to‘g‘onining qurilishi) natijasida uning qirg‘og‘i nisbatan silliqlashadi, bu esa umumiy D qiymatining biroz pasayishida namoyon bo‘ladi. Bu holat fraktal o‘lchovning nafaqat degradatsiya, balki qisman tiklanish jarayonlarini ham sezgirlik bilan aks ettira olishini ko‘rsatadi. Shu bilan birga, fraktal o‘lchovning maydon ko‘rsatkichidan farqli o‘laroq, suv havzasi hali ancha katta bo‘lgan bosqichlarda ham qirg‘oqning ichki notekislashib borish tendensiyasini erta aniqlash imkonini berishi, uni erta ogohlantiruvchi (indikator) ko‘rsatkich sifatida qo‘llash mumkinligini ko‘rsatadi. 4. XULOSA Tadqiqot natijalari fraktal o‘lchov, xususan kublar usuli orqali hisoblangan ko‘rsatkichning Orol dengizi kabi tez o‘zgaruvchan suv havzalarining geometrik holatini miqdoriy baholashda an'anaviy maydon-hajm tahliliga muhim va samarali qo‘shimcha bo‘la olishini ko‘rsatdi. Taklif etilgan metodologiya kelgusida real ko‘p yillik sun'iy yo‘ldosh tasvirlari (Landsat, Sentinel, MODIS) asosida amalga oshirilishi, natijalar esa GIS tizimlariga integratsiya qilingan holda Orolbo‘yi mintaqasini monitoring qilish, cho‘llanish jarayonlarini bashorat qilish va tegishli ekologik dasturlarni ilmiy asoslash uchun qo‘llanilishi mumkin. Kelgusi tadqiqotlar yo‘nalishi sifatida ko‘p fraktalli (multifraktal) tahlil usullarini qo‘llash hamda fraktal o‘lchov dinamikasi asosida qirg‘oq holatini bashoratlash modellarini ishlab chiqish tavsiya etiladi. FOYDALANILGAN ADABIYOTLAR 1. Mandelbrot B.B. How Long Is the Coast of Britain? Statistical Self-Similarity and Fractional Dimension // Science. — 1967. — Vol. 156, No. 3775. — P. 636–638. 2. Mandelbrot B.B. The Fractal Geometry of Nature. — San Francisco: W.H. Freeman, 1983. 3. Duan Z., Afzal M.M., Liu X., Chen S. et al. Effects of climate change and human activities on environment and area variations of the Aral Sea in Central Asia // Journal of Arid Land / Xinjiang Institute of Ecology and Geography, CAS. — 2024. 4. Kaplan G., Avdan U. Fractal dimension and shoreline development index analysis of lagoon shorelines using remote sensing // CEST 2019 Proceedings. — 2019. 5. Klinkenberg B. Fractals and Measurement of Natural Surfaces and Coastlines // Wright State University, MS Thesis. — 2018. 6. Falconer K. Fractal Geometry: Mathematical Foundations and Applications. — 3rd ed. — Chichester: Wiley, 2014. 20

7. O‘zbekiston Respublikasi Prezidentining "Orol bo‘yi mintaqasini ijtimoiy-iqtisodiy rivojlantirish chora-tadbirlari to‘g‘risida"gi qarori. — Toshkent, 2018. 8. Micklin P. The Aral Sea Disaster // Annual Review of Earth and Planetary Sciences. — 2007. — Vol. 35. — P. 47–72. 9. Kravchenko V.V., Potapov A.A. va boshq. Fraktal tahlil usullari va ularning amaliy qo‘llanilishi. — Moskva, 2001. 10. Torhov S.Ya. Kompyuter grafikasida fraktal modellashtirish algoritmlari. — Toshkent, 2015. 11. Anarova Sh.A., Geoinformatsion tizimlarda tabiiy ob'ektlarni fraktal tahlil qilish. — Samarqand, 2020. ESKI O'ZBEK YOZUVIDAN LOTIN GRAFIKASIGA O'TKAZISHDA SINGARMONIZM CHEKLOVLARI OSTIDA GLOBAL DEKODLASH: BUTUN SONLI CHIZIQLI DASTURLASH ALGORITMI VA DASTURIY MAJMUASI Begimqulova Parizod Akbar qizi 1,* 1 Navoiy davlat pedagogika instituti; pbegimkulova@gmail.com Annotatsiya: Arab grafikasiga asoslangan eski o'zbek yozuvidagi matnlarni lotin grafikasiga o'tkazish masalasida mavjud yechimlar so'z yoki belgi darajasida lokal qaror qabul qiladi va shu sababli o'zbek tilining jumla darajasidagi fonologik qonuniyatlarini, avvalo singarmonizmni, buzadi. Ushbu ishda transliteratsiya birinchi marta jumla darajasidagi cheklangan global optimallashtirish masalasi sifatida qo'yiladi: nomzodlar to'ri ustida butun sonli chiziqli dasturlash (ILP) modeli quriladi, unda til modeli ballari maqsad funksiyasini, singarmonizm va morfologik moslik esa chiziqli cheklovlarni tashkil etadi. Masala Lagranj relaksatsiyasi va subgradient usuli bilan yechiladi, bu esa har bir jumla uchun optimallik sertifikatini beradi. Nazariy jihatdan ILP modelining boshlang'ich masalaga ekvivalentligi, dual funksiyaning yuqori chegara ekanligi va algoritmning hisoblash murakkabligi isbotlangan. 156 000 juftlikdan iborat korpusda o'tkazilgan tajribalar taklif etilgan GDT-ILP algoritmi eng yaxshi bazaviy yechimga nisbatan CER ni 2,9 % dan 2,1 % gacha, WER ni 8,6 % dan 6,2 % gacha kamaytirishini, singarmonizm buzilishlarini esa 4,7 % dan 0,3 % gacha, ya'ni 15,7 baravar kamaytirishini ko'rsatdi. Jumlalarning 94,6 % i uchun global optimallik sertifikatlangan holda tasdiqlandi. Algoritm asosida PyQt6 va OR-Tools texnologiyalarida dasturiy majmua yaratilgan. Kalit so'zlar: eski o'zbek yozuvi; transliteratsiya; global dekodlash; butun sonli chiziqli dasturlash; Lagranj relaksatsiyasi; singarmonizm; optimallik sertifikati; dasturiy majmua. 1. KIRISH XX asrning 20-yillari oxirigacha o'zbek tilidagi yozma meros arab grafikasiga asoslangan eski o'zbek (chig'atoy) yozuvida shakllangan. O'zbekiston Respublikasi Fanlar akademiyasining Sharqshunoslik instituti, Alisher Navoiy nomidagi Davlat adabiyot muzeyi va viloyat arxivlarida saqlanayotgan yuz minglab sahifa qo'lyozma va toshbosma manbalar zamonaviy o'quvchi uchun bevosita o'qib bo'lmaydigan holatda qolmoqda. Bu manbalarni raqamlashtirish va lotin grafikasiga o'tkazish milliy madaniy merosdan foydalanish imkoniyatini kengaytiradi hamda raqamli gumanitar tadqiqotlar uchun zamin yaratadi. 21

Masalaning texnik murakkabligi arab grafikasining o'zbek tili fonologiyasiga to'liq mos kelmasligidan kelib chiqadi. Qisqa unlilar ko'p hollarda umuman yozilmaydi; وharfi o, o', u, v tovushlarini, یharfi i, y, e tovushlarini, اharfi esa a, o, e tovushlarini ifodalashi mumkin. Natijada bitta grafik shakl bir nechta to'g'ri o'qilishga ega bo'ladi va to'g'ri variantni tanlash kontekstga bog'liq bo'lib qoladi. Bunday ko'p ma'nolilikni bartaraf etish uchun so'nggi yillarda qoidali va lug'atga asoslangan tizimlar [1,2], chekli holatli o'zgartirgichlar [3,4], shuningdek ketma-ketlikdan ketma-ketlikka neyron modellar [5-7] qo'llanilmoqda. Mavjud yondashuvlarning barchasi bitta umumiy metodologik xususiyatga ega: ular chiqish satrini chapdan o'ngga, lokal ravishda hosil qiladi. Nur qidiruvi (beam search) faqat cheklangan kenglikdagi prefikslarni saqlaydi [8]; N-best nomzodlarni qayta saralash esa allaqachon hosil qilingan cheklangan ro'yxat bilan chegaralanadi [9]. Shu sababli bu usullar jumla darajasida amal qiluvchi qat'iy lingvistik qonuniyatlarni — birinchi navbatda o'zbek tilining tarixiy shakllaridagi singarmonizmni (unlilar uyg'unligini) va o'zak bilan qo'shimchalar orasidagi morfologik moslikni — kafolatlay olmaydi. Amaliyotda bu «yozyorishda oldingi so'z to'g'ri, keyingisi noto'g'ri qatorda» tipidagi izchilsiz natijalarga olib keladi va matnshunos ekspert uchun qo'shimcha mehnat talab qiladi. Ushbu ishning asosiy g'oyasi shundaki, transliteratsiya generatsiya masalasi emas, balki qidiruv masalasi sifatida qaralishi kerak: nomzodlar to'plami cheklangan va oldindan ma'lum bo'lgani uchun butun jumla bo'yicha global optimal yechimni aniq topish mumkin. Shu nuqtai nazardan masala butun sonli chiziqli dasturlash (Integer Linear Programming, ILP) modeliga keltiriladi, unda lingvistik qonuniyatlar yumshoq jazolar emas, balki qat'iy chiziqli cheklovlar sifatida ifodalanadi. 2. MATERIALLAR VA USULLAR 2.1. Masalaning qo'yilishi va belgilashlar Arab grafikasidagi jumla 𝑥 = (𝑥1 , 𝑥 2 , … , 𝑥) so'zlar ketma-ketligi sifatida berilgan bo'lsin. Har bir xi so'z uchun grafema-fonema o'zgartirgichi 𝐶(𝑥𝑖 ) = {𝑣{𝑖1} , … , 𝑣{𝑖𝐾𝑖 } } (1) nomzodlar to'plamini hosil qiladi, bu yerda 𝐾𝑖 ≤ 𝐾 (2) (2) nomzodlar soni chegarasi. Maqsad — har bir pozitsiyadan bittadan nomzod tanlab, 𝑦 = (𝑦₁, … , 𝑦_𝑛) chiqish satrini shakllantirish. Ishlatilgan belgilar 1-jadvalda keltirilgan. Belgi 1-jadval. Ishda qabul qilingan asosiy belgilashlar. Qiymat / tur Ma'nosi n jumladagi so'zlar soni butun son K bir so'z uchun nomzodlar chegarasi K = 12 22

Belgi Vik Xik Ma'nosi Qiymat / tur i-so'zning k-nomzodi lotin yozuvidagi satr tanlov o'zgaruvchisi {0, 1} 1 qo'shni juftlik o'zgaruvchisi {0, 1} S(vik) lokal ball (neyron model) log ehtimollik 𝑤(𝑣𝑖𝑘 ), 𝑣_{𝑖 + 1, 𝑘′}) bigram/5-gram ball log ehtimollik h(v) ∈ {+1, −1, 0} unli qatori sinfi (old / orqa / neytral) diskret Lagranj ko'paytuvchilari vektor nisbiy uzilish bo'yicha to'xtash mezoni 0,5 % Zikk λ≥0 ε 2.2. Maqsad funksiyasi Yechimning sifati ikki komponent yig'indisi bilan baholanadi: nomzodning kontekstdagi lokal ehtimolligi va qo'shni so'zlar orasidagi bog'lanish ehtimolligi. Lokal ball belgi darajasidagi transformer modeli tomonidan hisoblanadi: 𝑠(𝑣_𝑖𝑘) = log 𝑝_𝜃(𝑣_𝑖𝑘 | 𝑥_𝑖, 𝑐_𝑖), 𝑐_𝑖 — ±3 (3) Bog'lanish balli esa lotin grafikasidagi zamonaviy o'zbek korpusida o'qitilgan 5-gram til modelidan olinadi va qo'shni juftliklarga biriktiriladi: 𝑤(𝑣_𝑖𝑘, 𝑣_𝑖 + 1, 𝑘′) = log 𝑝_𝐿𝑀(𝑣_𝑖 + 1, 𝑘′ | 𝑣_𝑖𝑘, ℎ𝑖𝑠𝑡𝑜𝑟𝑦) (4) Umumiy maqsad funksiyasi — tanlangan tugunlar va qirralarning tortilgan yig'indisi: 𝐹(𝑦) = 𝛴𝑖 𝑠(𝑦𝑖 ) + 𝜇 𝛴𝑖 𝑤(𝑦𝑖 , 𝑦𝑖 + 1) → 𝑚𝑎𝑥) (5) bu yerda 𝜇 > 0 — validatsiya to'plamida sozlanadigan aralashtirish koeffitsiyenti (tajribalarda 𝜇 = 0,64). 2.3. Lingvistik cheklovlarni chiziqli ifodalash Eski o'zbek yozma tilining muhim xususiyati — singarmonizm: bir so'z doirasida unlilar bitta qatorga (old yoki orqa) mansub bo'ladi, qo'shimchalar esa o'zak qatoriga moslashadi [10]. Arab grafikasida bu qonuniyat ko'pincha qat'iy belgilanmagan, biroq o'qilishni aniqlashda kuchli mezon bo'lib xizmat qiladi. Har bir nomzod v uchun ℎ(𝑣) ∈ {+1, −1, 0} unli qatori sinfini aniqlaymiz (mos ravishda old qator, orqa qator, neytral). So'z ichidagi singarmonizm cheklovi. Agar nomzod v_ik o'z ichida bir vaqtning o'zida old va orqa qator unlilarini saqlasa va u qo'shimchali shakl bo'lsa, u yaroqsiz deb belgilanadi va nomzodlar to'plamidan chiqariladi: 23

𝑥𝑖𝑘 = 0, 𝑎𝑔𝑎𝑟 ∃ (𝑢1 , 𝑢2 ) ∈ 𝑣𝑖𝑘 : ℎ(𝑢1 ) · ℎ(𝑢2 ) = −1 (6) Qo'shni so'zlar orasidagi moslik. Izofa konstruksiyasi, ko'makchi fe'l va turdosh birikmalarda qo'shni elementlar bir qatorga mansub bo'lishi talab etiladi. Bu shart qo'shni juftlik o'zgaruvchilari orqali ifodalanadi: ′ ′ ′ 𝑧𝑖𝑘𝑘 ≤ 𝑥𝑖𝑘 , 𝑧𝑖𝑘𝑘 ≤ 𝑥𝑖 + 1, 𝑘 ′ , 𝑧𝑖𝑘𝑘 ≥ 𝑥𝑖𝑘 + 𝑥𝑖 + 1, 𝑘 ′ − 1 ′ 𝛴𝑘,𝑘 ′ : ℎ(𝑣𝑖𝑘 ) · ℎ(𝑣𝑖 + 1, 𝑘 ′ ) = −1 𝑧𝑖𝑘𝑘 ≤ 0, ∀ 𝑖 ∈ 𝐵 (7) (8) bu yerda B — jumladagi bog'langan (izofali yoki analitik) juftliklar indekslari to'plami bo'lib, u morfologik tahlilchi tomonidan aniqlanadi. Bundan tashqari leksik butunlik cheklovi kiritiladi: agar tanlangan nomzod lug'atdan tashqari bo'lsa va shu pozitsiyada lug'atdagi nomzod mavjud bo'lsa, lug'atdan tashqari variant faqat uning lokal balli lug'atdagi eng yaxshi variantdan δ = 1,2 dan ko'proq yuqori bo'lgandagina tanlanishi mumkin. 2.4. Butun sonli chiziqli dasturlash modeli Yuqoridagi komponentlarni birlashtirib, quyidagi ILP masalasini olamiz: max ′ 𝛴𝑖 𝛴𝑘 𝑠(𝑣𝑖𝑘 )𝑥𝑖𝑘 + 𝜇 𝛴𝑖 𝛴𝑘 𝛴𝑘′ 𝑤(𝑣𝑖𝑘 , 𝑣𝑖 + 1, 𝑘 ′ )𝑧𝑖𝑘𝑘 (9) quyidagi shartlar ostida: har bir pozitsiyada aynan bitta nomzod tanlanadi, 𝛴𝑘 𝑥𝑖𝑘 = 1, 𝑖 = 1. . 𝑛; (4)– (6); ′ 𝑥𝑖𝑘 , 𝑧𝑖𝑘𝑘 ∈ {0, 1} (10) 1-teorema (ekvivalentlik). (9)–(10) masalaning har qanday joiz yechimi (5) maqsad funksiyasining cheklovlarni qanoatlantiruvchi yechimiga o'zaro bir qiymatli mos keladi va teskarisi; bunda maqsad funksiyalari qiymatlari tengdir. Isbot. Aytaylik, (𝑥, 𝑧) — (9)–(10) ning joiz yechimi. (10) dagi 𝛴𝑘 𝑥𝑖𝑘 = 1 sharti har bir i uchun aniq bitta k(i) indeksni beradi, demak 𝑦𝑖 = 𝑣{𝑖,𝑘(𝑖)} ketma-ketlik bir qiymatli aniqlanadi. (5) tengsizliklari standart chiziqli bo'lib, ′ 𝑧𝑖𝑘𝑘 = 𝑥𝑖𝑘 · 𝑥{𝑖+1,𝑘 ′ } tengligini ta'minlaydi: agar ikkala o'zgaruvchi 1 bo'lsa, oxirgi tengsizlik 𝑧 ≥ 1 ni, birinchi ikkitasi 𝑧 ≤ 1 ni beradi; aks holda birinchi ikkitasidan 𝑧 = 0 kelib chiqadi. Shu sababli (9) ning qiymati 𝛴𝑖 𝑠(𝑦𝑖 ) + 𝜇 𝛴𝑖 𝑤(𝑦𝑖 , 𝑦{𝑖+1} ) = 𝐹(𝑦) 24

ga teng. (6) va (8) shartlari esa aynan singarmonizm qoidalarining ta'rifidir, ya'ni y joiz. Teskari yo'nalish: berilgan joiz y uchun ′ 𝑥𝑖𝑘 = [𝑦𝑖 = 𝑣𝑖𝑘 ]𝑣𝑎 𝑧𝑖𝑘𝑘 = 𝑥𝑖𝑘 𝑥{𝑖+1,𝑘′ } deb olsak, barcha cheklovlar bajariladi va maqsad qiymati saqlanadi. Demak moslik o'zaro bir qiymatli va qiymat saqlovchi. 2.5. Lagranj relaksatsiyasi va optimallik sertifikati (9)–(10) masalaning qiyinligi (8) «bog'lovchi» cheklovlarda: ularsiz masala oddiy Viterbi dinamik dasturlashiga ajraladi. Shu sababli (6) ni λ ≥ 0 ko'paytuvchilari bilan maqsad funksiyasiga ko'chiramiz: 𝐿(𝜆) = max (11) ′ )] {(𝑥,𝑧)∈ 𝐷}[ 𝛴 𝑠 𝑥 + 𝜇 𝛴 𝑤 𝑧 – 𝛴𝑖 𝜆𝑖 ( 𝛴𝑘,𝑘′ ∈ 𝑉𝑖 𝑧𝑖𝑘𝑘 bu yerda D — faqat (4), (5) va tanlov shartini saqlovchi soddalashtirilgan joiz to'plam, V_i — i-juftlikdagi taqiqlangan o'tishlar to'plami. Dual masala: min {𝜆 ≥ 0}𝐿(𝜆) (12) 2-teorema (yuqori chegara va sertifikat). Har qanday 𝜆 ≥ 0 uchun 𝐿(𝜆) ≥ 𝐹 ∗ bajariladi, bu yerda F* — (9)–(10) masalaning optimal qiymati. Agar biror λ da olingan yechim (𝑥, ẑ) barcha (6) cheklovlarni qanoatlantirsa va tomonlama shart 𝜆𝑖 (𝛴 ẑ) = 0 bajarilsa, u holda (𝑥, ẑ) global optimal yechimdir. Isbot. Birinchi qism: ixtiyoriy joiz (x, z) uchun ′ 𝛴{(𝑘,𝑘 ′ )∈ 𝑉𝑖 }𝑧𝑖𝑘𝑘 ≤ 0 𝑣𝑎 𝜆𝑖 ≥ 0 bo'lgani uchun jarima hadi manfiy emas, demak maqsad funksiyasi kamaymaydi; joiz to'plam esa D ⊇ joiz to'plam bo'lgani sababli kengaygan. Ikkala omil ham maksimumni oshiradi, ya'ni 𝐿(𝜆) ≥ 𝐹*. Ikkinchi qism: agar (𝑥, ẑ) joiz bo'lsa, 𝐹(𝑥, ẑ) ≤ 𝐹 ∗. Ayni paytda tomonlama shart tufayli jarima hadi nolga teng, shuning uchun 𝐿(𝜆) = 𝐹(𝑥, ẑ). Birinchi qismdan 𝐹(𝑥, ẑ) = 𝐿(𝜆) ≥ 𝐹 ∗ ≥ 𝐹(𝑥, ẑ), demak barcha tengsizliklar tenglikka aylanadi va 𝐹(𝑥, ẑ) = 𝐹 ∗. ■ 2-teorema amaliy jihatdan muhim: har bir jumla uchun 𝑔 = (𝐿(𝜆) − 𝐹(𝑥̂)) |𝐹(𝑥̂)| 25

nisbiy uzilishini hisoblash mumkin. 𝑔 = 0 bo'lsa, yechim global optimal ekanligi qat'iy tasdiqlanadi; g ≤ ε bo'lganda esa optimaldan chetlanish ε dan oshmasligi kafolatlanadi. Bu xususiyat nur qidiruviga asoslangan usullarda printsipial jihatdan mavjud emas. λ ni yangilash uchun subgradient usuli qo'llaniladi: 𝜆𝑡+1 = max( 0, 𝜆𝑡𝑖 + 𝛼𝑡 · 𝑔𝑖𝑡 ), 𝛼𝑡 = 𝛼0 · 𝑖 (𝐿(𝜆𝑡 )– 𝐹𝑏𝑒𝑠𝑡 ) 2 ||𝑔𝑡 || (13) Umumiy algoritm quyidagicha: ALGORITM 1. GDT-ILP: sertifikatli global dekodlash Kirish: jumla x, nomzodlar C(x_i), ballar s, w, ε, T_max Chiqish: y*, optimallik uzilishi g 1: λ ← 0; F_best ← −∞; L_best ← +∞ 2: for t = 1 … T_max do 3: (x̂, ẑ) ← Viterbi(D, s, μw − λ) // O(nK log K) 4: L_best ← min(L_best, L(λ)) 5: ŷ ← joiz yechimga proyeksiya (taqiqlangan o'tishlarni tuzatish) 6: if F(ŷ) > F_best then F_best ← F(ŷ); y* ← ŷ 7: g ← (L_best − F_best) / |F_best| 8: if g ≤ ε then break // sertifikat olindi 9: λ ← max(0, λ + α_t · subgradient) 10: end for 11: return y*, g 3-teorema (murakkablik). 1-algoritmning bitta iteratsiyasi 𝑂(|𝐸| + 𝑛𝐾 𝑙𝑜𝑔 𝐾) vaqt talab qiladi, bu yerda |𝐸| ≤ 𝑛𝐾² — nomzodlar to'ridagi qirralar soni. Tmax iteratsiya uchun umumiy murakkablik 𝑂(𝑇𝑚𝑎𝑥 · 𝑛𝐾 𝑙𝑜𝑔 𝐾) ni tashkil etadi, ya'ni jumla uzunligi bo'yicha chiziqlidir. Isbot. 3-qadamdagi Viterbi rekursiyasi har bir i uchun K ta tugunni ko'rib chiqadi va har biri uchun oldingi qatlamdan maksimumni izlaydi. To'g'ridan-to'g'ri hisoblashda bu 𝑂(𝐾²) ni beradi. Biroq 𝑤 qirra ballari eng yuqori 𝐾′ = ⌈𝑙𝑜𝑔 𝐾⌉ ta oldingi tugun bilan siyraklashtirilgani (qolganlari uchun w ning maksimal qiymati yuqori chegara sifatida ishlatilgani) uchun har bir tugun uchun 𝑂(𝑙𝑜𝑔 𝐾) amal yetarli bo'ladi, ya'ni qatlam uchun 𝑂(𝐾 𝑙𝑜𝑔 𝐾), butun jumla uchun 𝑂(𝑛𝐾 𝑙𝑜𝑔 𝐾). Qirralar bo'yicha jarima hadini hisoblash 𝑂(|𝐸|) ni talab qiladi. 5–7-qadamlar chiziqli o'tishdan iborat, ya'ni 𝑂(𝑛). Yig'indi 𝑂(|𝐸| + 𝑛𝐾 𝑙𝑜𝑔 𝐾) ni beradi. ■ 2.6. Korpus va baholash metodikasi Tajribalar uchun 1900–1929-yillarga oid toshbosma nashrlar, matbuot materiallari va qo'lyozma nusxalar asosida shakllantirilgan parallel korpusdan foydalanildi. Korpus tavsifi 2jadvalda berilgan. Taqsimlash manba hujjatlari darajasida amalga oshirildi, ya'ni bir hujjatning jumlalari bir vaqtning o'zida ham o'qitish, ham test to'plamiga tushmaydi — bu natijalarning haqqoniyligini ta'minlaydi. 2-jadval. Eksperimental korpus tavsifi. Ko'rsatkich O'qitish Validatsiya Test Jumlalar soni 124 800 15 600 15 600 So'zlar (token) soni 1 918 400 239 700 241 100 26

Ko'rsatkich O'qitish Validatsiya Test 186 200 48 300 48 900 Lug'atdan tashqari so'zlar ulushi, % — 7,4 7,9 Ko'p ma'noli grafik shakllar ulushi, % 31,6 32,1 31,8 Manba hujjatlari soni 412 52 52 Noyob so'z shakllari Baholash uchun belgi darajasidagi xatolik (CER), so'z darajasidagi xatolik (WER) va yangi kiritilgan singarmonizm buzilishi ko'rsatkichi (SBK) — chiqish matnidagi unlilar uyg'unligi qoidasini buzuvchi so'zlar ulushi — qo'llanildi. Statistik ishonchlilik uchun 1 000 martalik bootstrap qayta namunalash bo'yicha 95 % ishonch oraliqlari hisoblandi. 2.7. Dasturiy majmua Taklif etilgan algoritm «GDT-Translit» dasturiy majmuasida amalga oshirilgan. Majmua Python 3.11 muhitida yozilgan; neyron komponentlar PyTorch 2.2 da, til modeli KenLM da, aniq ILP yechuvchi esa Google OR-Tools (CP-SAT va CBC) kutubxonasida realizatsiya qilingan. Foydalanuvchi interfeysi PyQt6 asosida qurilgan. Majmuaning arxitekturasi 1-rasmda keltirilgan. 1-rasm. GDT-Translit majmuasining arxitekturasi: nomzodlar to'rini shakllantirish, uch manbadan ball hisoblash va cheklovlar ostida global dekodlash. Nomzodlar to'rining tuzilishi va unda global optimal yo'lning tanlanishi 2-rasmda ko'rsatilgan. Rasmdan ko'rinadiki, lokal ravishda eng yuqori ballga ega bo'lgan nomzodlar ketma-ketligi singarmonizm cheklovini buzishi mumkin; global dekoder esa butun jumla bo'yicha eng yaxshi joiz yo'lni tanlaydi. 27

2-rasm. Uch so'zli jumla uchun nomzodlar to'ri. Yashil ramkalar — global optimal yechimga kiruvchi tugunlar; qalin chiziq — tanlangan yo'l; och kulrang o'tishlar — cheklovlar bo'yicha taqiqlangan yoki past ballga ega bog'lanishlar. 3. NATIJALAR 3.1. Asosiy solishtirma tahlil Taklif etilgan GDT-ILP algoritmi to'rtta bazaviy tizim bilan solishtirildi: qoidali va lug'atga asoslangan tizim [2]; e'tibor mexanizmli BiLSTM [5]; nur qidiruvli belgi darajasidagi transformer [7]; hamda N-best nomzodlarni til modeli bilan qayta saralovchi tizim [9]. Barcha modellar bir xil korpusda, bir xil taqsimlashda o'qitildi. Natijalar 3-jadval va 4-rasmda keltirilgan. 3-jadval. Test to'plamidagi asosiy natijalar (qavs ichida — 95 % bootstrap ishonch oralig'i). Tizim CER, % WER, % SBK, % Vaqt, ms/jumla Qoidali + lug'at 8,70 (8,52– 8,88) 19,40 (19,1– 19,7) 11,80 3 BiLSTM + e'tibor 3,80 (3,69– 3,91) 10,90 (10,7– 11,1) 6,90 14 Transformer + nur qidiruv 2,90 (2,81– 2,99) 8,60 (8,42– 8,78) 4,70 19 Transformer + N-best qayta saralash 2,50 (2,42– 2,58) 7,40 (7,24– 7,56) 3,90 37 GDT-ILP (taklif etilgan) 2,10 (2,03– 2,17) 6,20 (6,06– 6,34) 0,30 41 Jadvaldan ko'rinadiki, GDT-ILP eng kuchli bazaviy tizimga nisbatan CER ni 16,0 % ga, WER ni 16,2 % ga nisbiy kamaytiradi. Eng katta farq singarmonizm buzilishlarida kuzatiladi: ko'rsatkich 3,90 % dan 0,30 % gacha, ya'ni 13 baravar pasaygan. Bu natija kutilganidek, chunki mos qonuniyat modelga qat'iy cheklov sifatida kiritilgan; qolgan 0,30 % esa morfologik tahlilchining xatolari 28

tufayli cheklov noto'g'ri qo'llanilmagan holatlarga to'g'ri keladi. Bootstrap testi GDT-ILP va Nbest qayta saralash orasidagi farq statistik ahamiyatli ekanini ko'rsatdi (p < 0,001). 3-rasm. Besh tizimning CER, WER va singarmonizm buzilishi ko'rsatkichlari bo'yicha qiyosiy tahlili. 3.2. Optimallik sertifikati va yaqinlashuv 4-rasmda o'rtacha uzunlikdagi jumla uchun primal va dual qiymatlarning subgradient iteratsiyalari davomida yaqinlashuvi ko'rsatilgan. Dastlabki 10–12 iteratsiyada uzilish keskin kamayadi; 24-iteratsiyaga kelib nisbiy uzilish 0,5 % to'xtash mezonidan pasayadi. O'rtacha hisobda bitta jumla uchun 18,4 iteratsiya talab etildi. 4-rasm. Lagranj relaksatsiyasining yaqinlashuvi: (a) primal va dual qiymatlar; (b) nisbiy uzilishning logarifmik shkalada kamayishi va to'xtash mezoni. Test to'plamidagi jumlalarning 94,6 % i uchun uzilish nolga teng bo'ldi, ya'ni yechimning global optimalligi qat'iy tasdiqlandi. Qolgan 5,4 % jumlada uzilish o'rtacha 0,31 % ni tashkil etdi, bu esa 2-teoremaga muvofiq optimaldan chetlanishning yuqori chegarasini beradi. Taqqoslash uchun: nur qidiruviga asoslangan tizimlar hech qanday shunday kafolat bermaydi va ularning natijasi optimaldan qanchalik uzoq ekanini printsipial jihatdan aniqlab bo'lmaydi. 29

3.3. Cheklovlar ablatsiyasi Har bir cheklov turining hissasini aniqlash uchun ablatsiya tahlili o'tkazildi (4-jadval, 5-rasm). Cheklovlarsiz model nur qidiruvi bilan amalda ekvivalent bo'ladi, bu esa yaxshilanishning aynan lingvistik cheklovlar hisobiga erishilganini tasdiqlaydi. 4-jadval. Cheklovlar bo'yicha ablatsiya tahlili. Konfiguratsiya CER, % WER, % SBK, % Δ WER Cheklovlarsiz (≈ nur qidiruv) 2,90 8,60 4,70 — + so'z ichidagi singarmonizm (4) 2,55 7,60 1,90 −1,00 + qo'shni so'zlar moslashuvi (6) 2,34 7,00 0,80 −0,60 + leksik butunlik 2,18 6,50 0,45 −0,50 2,10 6,20 0,30 −0,30 To'liq model dekodlash + sertifikatli 5-rasm. Cheklovlarni bosqichma-bosqich qo'shish natijasida xatolik ko'rsatkichlarining o'zgarishi. 3.4. Masshtablanuvchanlik 6-rasmda dekodlash vaqtining jumla uzunligiga bog'liqligi keltirilgan. Aniq ILP yechuvchi taxminan kvadratik o'sish ko'rsatadi va 40 so'zdan uzun jumlalarda amaliy foydalanish uchun qimmatga tushadi. Lagranj relaksatsiyasi esa amalda chiziqli o'sadi, bu 3-teorema bilan mos keladi. 50 so'zli jumlada aniq yechuvchi 218 ms, taklif etilgan usul 35 ms talab qiladi, ya'ni 6,2 baravar tezroq; shu bilan birga jumlalarning 94,6 % ida global optimallik saqlanadi. 30

6-rasm. Dekodlash vaqtining jumla uzunligiga bog'liqligi (chap o'q, logarifmik shkala) va sertifikatlangan optimal yechimlar ulushi (o'ng o'q). 3.5. Xatolar tahlili Qoldiq xatolarning tarkibi 5-jadvalda tahlil qilingan. Global dekodlash unli tiklash va qo'shimcha moslashuvi sinflarida xatolarni keskin kamaytirdi, biroq xos nomlar va arab-fors o'zlashmalarida sezilarli yaxshilanish bermadi — bu sinflarda xato manbai lingvistik izchillik emas, balki lug'at qamrovining yetishmasligidir. 5-jadval. Xato sinflari bo'yicha taqsimot (test to'plami, so'zlar soni). Xato sinfi Transformer + GDT-ILP Nisbiy nur kamayish, % Unlilarni tiklash (و, ی, )ا 7 418 3 960 46,6 Qo'shimchalar moslashuvi 3 106 612 80,3 Xos nomlar 4 842 4 471 7,7 Arab-fors o'zlashmalari 3 987 3 602 9,7 Segmentatsiya xatolari 1 380 1 302 5,7 Jami 20 733 13 947 32,7 4. MUHOKAMA Olingan natijalar transliteratsiya masalasida sifat chegarasi ko'p hollarda modelning o'quv quvvati bilan emas, balki dekodlash strategiyasi bilan belgilanishini ko'rsatadi. Xuddi shu transformer modeli nur qidiruvi bilan 8,60 % WER, global dekoder bilan esa 6,20 % WER beradi — ya'ni modelni umuman o'zgartirmasdan, faqat qidiruv usulini almashtirish orqali 2,4 foiz punktlik yaxshilanishga erishildi. Bu natija mashina tarjimasi sohasida qayd etilgan «qidiruv xatosi» hodisasi [11] bilan mazmunan mos keladi, biroq bizning holatimizda uning manbai boshqacha: neyron model o'zi qat'iy lingvistik qonuniyatni o'rganib olmaydi, chunki o'qitish korpusida bu qonuniyat statistik tendensiya sifatida namoyon bo'ladi, qat'iy qoida sifatida emas. Ikkinchi muhim jihat — sertifikatlanuvchanlik. Raqamlashtirish loyihalarida natijaning sifati emas, balki sifat haqidagi kafolat ko'pincha muhimroq bo'ladi: arxiv xodimi qaysi jumlani 31

tekshirishi kerakligini bilishi lozim. Taklif etilgan yondashuv har bir jumla uchun miqdoriy kafolat beradi va shu bilan avtomatik tizimni ekspert ish oqimiga integratsiya qilish masalasini yechishni osonlashtiradi. Uchinchidan, yondashuv modeldan mustaqil: (1) va (2) ballari istalgan boshqa model bilan almashtirilishi mumkin, cheklovlar tizimi esa o'zgarishsiz qoladi. Bu uni turkiy tillarning arab yozuvli tarixiy shakllari — usmonli turk, uyg'ur, qozoq matnlariga ko'chirish imkonini beradi, chunki singarmonizm bu tillarning barchasiga xosdir. Ishning cheklovlari. Birinchidan, cheklovlarning to'g'riligi morfologik tahlilchining aniqligiga bog'liq; uning xatolari qoldiq 0,30 % buzilishning asosiy manbaidir. Ikkinchidan, singarmonizm eski o'zbek yozma tilida ham to'liq izchil emas: arab-fors o'zlashmalari va ayrim badiiy matnlarda qoidadan chetlanishlar uchraydi, shuning uchun cheklovlarni qat'iy emas, balki yuqori jarimali yumshoq shaklda qo'llash varianti kelgusi tadqiqotlarda o'rganilishi kerak. Uchinchidan, hisoblash xarajati nur qidiruvidan ikki baravar yuqori, garchi u amaliy talablar doirasida qolsa ham. 5. XULOSALAR Ishda eski o'zbek yozuvidan lotin grafikasiga o'tkazish masalasi jumla darajasidagi cheklangan global optimallashtirish masalasi sifatida qo'yildi va butun sonli chiziqli dasturlash modeliga keltirildi. Modelning boshlang'ich masalaga ekvivalentligi, Lagranj dual funksiyasining yuqori chegara ekanligi va algoritmning O(T·nK log K) murakkabligi isbotlandi. 156 000 juftlikdan iborat korpusdagi tajribalar taklif etilgan GDT-ILP algoritmi eng kuchli bazaviy tizimga nisbatan CER ni 2,50 % dan 2,10 % gacha, WER ni 7,40 % dan 6,20 % gacha kamaytirishini, singarmonizm buzilishlarini esa 3,90 % dan 0,30 % gacha pasaytirishini ko'rsatdi. Jumlalarning 94,6 % i uchun global optimallik sertifikatlangan holda tasdiqlandi — bu xususiyat mavjud dekodlash usullarida yo'q. Algoritm asosida PyQt6 va OR-Tools texnologiyalarida dasturiy majmua yaratildi. Kelgusi ishlarda cheklovlarni yumshoq jarimalar bilan birlashtirish, morfologik tahlilchi bilan qo'shma o'qitish hamda yondashuvni boshqa turkiy tillarning arab yozuvli merosiga kengaytirish ko'zda tutilgan. FOYDALANILGAN ADABIYOTLAR: 1. Rahimov, A.; Karimov, D. Rule-based transliteration of Chagatai manuscripts into modern Uzbek Latin script. Journal of Digital Humanities in Central Asia, 2022, 4, 55–71. 2. Yusupov, S.; Tursunov, B. A dictionary-driven approach to Perso-Arabic Uzbek text conversion. International Journal of Asian Language Processing, 2021, 31, 1–18. 3. Mohri, M.; Pereira, F.; Riley, M. Speech recognition with weighted finite-state transducers. In Springer Handbook of Speech Processing; Springer: Berlin, Germany, 2008; pp. 559–584. 4. Hulden, M. Finite-state machine construction methods and algorithms for phonology and morphology. PhD thesis, University of Arizona, Tucson, AZ, USA, 2009. 5. Bahdanau, D.; Cho, K.; Bengio, Y. Neural machine translation by jointly learning to align and translate. In Proceedings of ICLR, San Diego, CA, USA, 2015. 6. Vaswani, A.; Shazeer, N.; Parmar, N. et al. Attention is all you need. In Advances in Neural Information Processing Systems, Long Beach, CA, USA, 2017; pp. 5998–6008. 32

7. Wu, S.; Cotterell, R.; Hulden, M. Applying the transformer to character-level transduction. In Proceedings of EACL, Kyiv, Ukraine, 2021; pp. 1901–1907. 8. Freitag, M.; Al-Onaizan, Y. Beam search strategies for neural machine translation. In Proceedings of the First Workshop on Neural Machine Translation, Vancouver, Canada, 2017; pp. 56–60. 9. Shen, L.; Sarkar, A.; Och, F. Discriminative reranking for machine translation. In Proceedings of NAACL-HLT, Boston, MA, USA, 2004; pp. 177–184. 10. Boeschoten, H.; Vandamme, M. Chaghatay. In The Turkic Languages; Johanson, L., Csató, É., Eds.; Routledge: London, UK, 1998; pp. 166–178. 11. Stahlberg, F.; Byrne, B. On NMT search errors and model errors: cat got your tongue? In Proceedings of EMNLP-IJCNLP, Hong Kong, China, 2019; pp. 3356–3362. 12. Rush, A.; Sontag, D.; Collins, M.; Jaakkola, T. On dual decomposition and linear programming relaxations for natural language processing. In Proceedings of EMNLP, Cambridge, MA, USA, 2010; pp. 1–11. 13. Koo, T.; Rush, A.; Collins, M.; Jaakkola, T.; Sontag, D. Dual decomposition for parsing with non-projective head automata. In Proceedings of EMNLP, Cambridge, MA, USA, 2010; pp. 1288–1298. 14. Heafield, K. KenLM: faster and smaller language model queries. In Proceedings of the Sixth Workshop on Statistical Machine Translation, Edinburgh, UK, 2011; pp. 187–197. 15. Perron, L.; Furnon, V. OR-Tools: Google optimization tools, version 9.8; Google: Mountain View, CA, USA, 2023. 16. Roth, D.; Yih, W. Integer linear programming inference for conditional random fields. In Proceedings of ICML, Bonn, Germany, 2005; pp. 736–743. IP TARMOQLARIDA IPTV XIZMATLARI ARXITEKTURASI VA VIDEO UZATISH SIFATINI TAHLIL QILISH Baymatova.N.T 1, Begmurodov.M.N 2 Islom Karimov nomidagi Toshkent davlat texnika universiteti. mukhammadjonbegmurodov@gmail.com Annotatsiya. Ushbu maqolada IPTV (Internet Protocol Television) texnologiyasining asosiy tamoyillari, arxitekturasi va tarkibiy qismlari tahlil qilinadi. IPTV xizmatlarini tashkil etishda bosh stansiya, kodlash tuguni, VoD tizimi, Middleware platformasi, abonent qurilmalari hamda shartli kirish tizimining o‘rni ko‘rib chiqiladi. Shuningdek, IP tarmoqlari orqali video uzatishda xizmat sifati ko‘rsatkichlari, xususan paket yo‘qotilishi, kechikish va jitter parametrlarining video tasvir sifatiga ta’siri tahlil qilinadi. Olingan natijalar IPTV xizmatlarini samarali tashkil etish uchun tarmoq resurslarini to‘g‘ri rejalashtirish va QoS mexanizmlarini qo‘llash muhimligini ko‘rsatadi. Kalit so‘zlar. IPTV, NGN, IP tarmog‘i, video uzatish, QoS, VoD, Middleware, Set-Top Box, multicast, paket yo‘qotilishi. 33

1.KIRISH IPTV (Internet Protocol Television) xizmatlari keyingi avlod aloqa tarmoqlari - NGN (Next Generation Network) asosida tashkil etiladigan multiservis tarmoqlarida TCP/IP texnologiyasi yordamida amalga oshiriladi.NGN konsepsiyasi operatorlarga turli xil xizmatlarni taqdim etish uchun keng imkoniyatlar yaratadi. Shu bilan birga, bunday tarmoqlarda xizmat ko‘rsatish sifatini baholash va nazorat qilish masalasi ham muhim ahamiyat kasb etadi. IPTV xizmatlari foydalanuvchilar orasida tobora ommalashib borayotganligi sababli, uning trafigi ham tez sur’atlarda ortib bormoqda.Natijada IPTV trafigi IP tarmoqlaridagi boshqa an’anaviy xizmatlar bilan tarmoq resurslari uchun raqobatlasha boshlaydi. Bu holat esa xizmat ko‘rsatish sifati ko‘rsatkichlariga, xususan, video ma’lumotlarni yetkazib berish sifatiga ta’sir qiladi. Shu sababli, IP tarmoqlari orqali uzatiladigan video xizmatlar sifatini baholash muammosi dolzarb masalalardan biri hisoblanadi. 2. IPTV ARXITEKTURASI Bugungi kunda telekommunikatsiya bozorida uskuna va dasturiy ta’minotning yetakchi ishlab chiqaruvchi va yaratuvchi kompaniyalari tomonidan aloqa operatorlarining barcha talablariga javob beradigan bir qator IPTV yechimlari taqdim etilmoqda. Taklif qilinayotgan yechimlarning xilma-xilligiga qaramay, odatiy IPTV majmuasini tashkil etuvchi bir qator tarkibiy qismlarni aniq ajratib ko‘rsatish mumkin [1]. IPTV majmuasining asosiy tarkibiy qismlari quyidagilardir: − Asosiy stansiya (HeadEnd) va kodlash tuguni; − Talab bo‘yicha video (Video on Demand) quyi tizimi; − Servis platformasi (Middleware); − Abonent qurilmasi (Set-Top Box); − Shartli kirish (Conditional Access System) quyi tizimi. Uzatish tarmog‘ini turli usullarda qurish mumkin. Unga qo‘yiladigan asosiy talablarni quyidagicha ifodalash mumkin: Yetarli o‘tkazuvchanlik qobiliyati: − O‘rtacha statistik televizorda maqbul tasvir sifatiga erishish uchun MPEG2 formatiga kamida 4 Mbit/s, MPEG4 formatiga esa kamida 2,5 Mbit/s tezlik talab etiladi; − Multicast’ni butun tarmoq bo‘ylab qo‘llab-quvvatlash. Bu IPTV xizmatlarini joriy etishning majburiy shartidir; − QoS mexanizmlarini uzluksiz qo‘llab-quvvatlash. O‘tkazuvchanlik qobiliyati resurslarini hisoblash uchun zarur. Agar yetarli o‘tkazuvchanlik qobiliyatidan foydalanilsa, xizmat ishlaydi, biroq bunda ustuvor trafikni ham hisobga olish kerak. Asosiy stansiya va kodlash tuguni. Qulaylik uchun bosh stansiya va kodlash tuguni bitta hududda joylashgan bo‘lib, turli manbalardan signallarni qabul qiladi, o‘zgartiradi hamda IPmulticast / IP-unicast oqimlarini shakllantiradi. Kontentni real vaqt rejimida qabul qiluvchi uskuna sun’iy yo‘ldosh antennalari, chastotali qabul qilgichlar va hokazolar yordamida turli manbalardan audiovizual oqimlarni oladi. Zarurat tug‘ilganda, ularni shifrlaydi, dekodlaydi, raqamlashtiradi va IP-paketlarga o‘rovchi uskunaga - IP Streamer’ga yo‘naltiradi. Bosh stansiya tarkibiy qismlari: 34

− Antenna posti - efir stansiyalari va sun’iy yo‘ldoshlardan signallarni qabul qilishni ta’minlaydi; − Raqamli sun’iy yo‘ldosh qabul qilgichlari - deskriptorlar - Antenna postidan olingan raqamli signallarni dekodlaydi va materiallarni Strimer/multipleksorga uzatadi; − Raqamli kodlash uzeli - analog va raqamli signallarni MPEG formatida kodlaydi hamda materiallarni Strimer/multipleksorga uzatadi; − Strimer / multipleksor - Bosh stansiyaning asosiy elementi bo‘lib, materiallarni multiplekslaydi va har bir kanal o‘zining noyob manzili hamda IP-uzatish portiga ega bo‘ladigan tarzda IP-uzatishni amalga oshiradi. 1-rasmda antenna posti yonida joylashgan televizion kanallarni kodlash tugunining sxemasi keltirilgan.474-642 MHz chastota diapazonida signalni sifatli qabul qilish uchun qabul qilish nuqtasiga bir nechta efir antennasi (har biri o‘z diapazoni uchun) o‘rnatiladi.[2] So‘ngra ushbu antennalardan kelayotgan signallar jamlanadi va guruhli analog signal faol splitterlar tizimi orqali professional efir qabul qilgichlarining kirish qismiga uzatiladi. Qabul qilgichlarning chiqish qismidan SECAM rangli kodlash formatidagi analog videosignal SDI formatiga o‘tkazish uchun transkoderga yuboriladi. Shunday qilib, siqish koderlariga SDI formatidagi signal hamda analog audio signallar (alohida chap va o‘ng kanallar) uzatiladi. Koderlar signallarni MPEG-2 va MPEG4 standartlari bo‘yicha siqish uchun xizmat qiladi. Har bir koderning chiqish qismidan transport video oqimlari kommutatorlarga kelib tushadi. Ularning vazifasi koderlardan keladigan trafikni jamlab, operator tarmog‘iga qayta yo‘naltirishdan iborat. Ushbu rasmda kodlash tugunining aniq texnik yechimi ko‘rsatilgan. 1-rasm. Televizion kanallarni kodlash jarayoni 35

Talab bo‘yicha video (VOD) quyi tizimi VOD quyi tizimining vazifasi foydalanuvchi so‘roviga binoan videomateriallarni yozib olish va ijro etishdan iborat. VoD tizimining asosiy tarkibiy qismlari quyidagilardir: − Markaziy tugun - qoida tariqasida, shartli kirish tizimi va bosh stansiyaga bevosita mantiqiy yaqinlikda, ya’ni tarmoqning “markazida” joylashgan apparat-dasturiy majmua. − Kontentni boshqarish tizimi - videoserverlar va kontent taqsimotini boshqaruvchi dasturiy ta’minot. − Videoserver – ma’lum bir hududda, masalan, bitta agregatsiya tuguni doirasida foydalanuvchilar guruhlariga xizmat ko‘rsatish uchun o‘rnatiladigan apparat-dasturiy majmua. Oldindan kodlash tizimi orqali shifrlangan VoD kontenti va metama’lumotlar tugunga kelib tushadi hamda saqlash tizimida saqlanadi. Metama’lumotlar - raqamli televideniyening muhim tarkibiy qismlaridan biridir. IPTV tizimlarida abonentning talabiga binoan unga dastur yoki filmning batafsil tavsifi, treyleri va posteri istalgan vaqtda, jumladan, “efirga chiqishidan” ancha oldin ham taqdim etilishi mumkin. Kontentni boshqarish tizimi yordamida kontent belgilangan qoidalarga muvofiq videoserverlarga taqsimlanadi. Foydalanuvchidan kontentni uzatish bo‘yicha so‘rov kelib tushgach, CAS autentifikatsiya jarayonlaridan so‘ng, middleware kontentni boshqarish tizimidan o‘z bazasida foydalanuvchiga kerakli kontent mavjud bo‘lgan eng yaqin bo‘sh videoserverlarga havolani oladi [3]. Shu tariqa tarmoq yadrosidagi unicast trafiki minimallashtiriladi, chunki “talab bo‘yicha video” uzatishning aksariyat qismi foydalanuvchiga eng yaqin joylashgan mahalliy videoserverdan amalga oshiriladi. Tarmoq yadrosida xizmat trafiki hamda markaziy tugun va videoserverlar o‘rtasida videokontentni taqsimlash trafiki aylanadi, uning hajmi juda kichik bo‘lgani uchun tarmoqqa jiddiy talablar qo‘ymaydi. VoD tizimini rejalashtirish tarmoq arxitekturasi va yuklanishi bilan bog‘liqdir. Markaziy tugun asosan kontentni qabul qilib, uni periferik serverlarga tarqatish, shuningdek, periferik videoserverlarning funksionalligi yetarli bo‘lmagan hollarda foydalanuvchi so‘rovlariga ishlov berish uchun xizmat qiladi. “Talab bo‘yicha video” xizmatlarini rivojlantirishning birinchi bosqichida foydalanuvchilarga xizmat ko‘rsatish uchun markaziy tugundan foydalanish mumkin. Kelgusida abonentlar bazasi kengayishi bilan agregatsiya tugunlariga videoserverlar o‘rnatish zarur bo‘ladi. 2-rasmda VoD videoserverlar tizimi ko‘rsatilgan. Kontentni boshqarish tizimi (CMS) yordamida kontent belgilangan qoidalarga muvofiq videoserverlarga taqsimlanadi. Foydalanuvchidan kontentni uzatish bo‘yicha so‘rov kelib tushgach, Shartli kirish tizimi (CAS) autentifikatsiya jarayonlaridan so‘ng, Middleware CMS’dan o‘z bazasida foydalanuvchiga kerakli kontent mavjud bo‘lgan eng yaqin bo‘sh serverlarga havolani oladi. Shu tariqa tarmoqdagi unicast trafiki minimallashtiriladi. Middleware servis platformasi. Middleware - bu IPTV yechimining barcha tarkibiy qismlarini boshqarishni ta’minlovchi hamda taqdim etiladigan xizmatlarni boshqarish va ma’muriyatchilik vazifalarini soddalashtirishga xizmat qiladigan dasturiy-apparat majmuasidir [4]. Middleware quyidagilarni amalga oshirish imkonini beradi: − Abonentni avtorizatsiyalash; − EPG ko‘rsatuvlar dasturini shakllantirish; 36

− IPTV yechimining interfeysi va boshqaruv vositalarini shakllantirish; − CAS, VOD tizimlari, bosh stansiya, STB qurilmalari bilan o‘zaro aloqa; − Billing tizimlari va aloqa operatorining biznesni qo‘llab-quvvatlash tizimlari bilan o‘zaro hamkorlik. 2-rasm.VoD video server tizimi Middleware ochiq arxitekturaga ega bo‘lib, bu yechim komponentlarini tezkor miqyoslash va xizmatlar doirasini kengaytirish imkonini beradi. 3-rasmda zaxira nusxalarsiz o‘rnatish uchun mo‘ljallangan Middleware apparat arxitekturasi ko‘rsatilgan. Mazkur konfiguratsiyaning ishlashi uchun uchta server talab etiladi.Barcha serverlar bitta server shassisiga o‘rnatiladi.Middleware IPTV tizimiga yagona kirish nuqtasi hisoblanadi. U orqali tizimning barcha komponentlari (VoD, CAS va h.k.) bilan ham, tashqi komponent va tizimlar (billing tizimlari, administrator ish stansiyasi va h.k.) bilan ham o‘zaro aloqa qilinadi. Middleware ommaviy tarmoqdan xususiy tarmoqqa, ya’ni Middleware joylashgan tarmoqqa ilova serverlariga kirishni ta’minlaydigan kirish shlyuzidan iborat. Ilova serverlari barcha so‘rovlarga ishlov beradi, hisob-kitoblarni amalga oshiradi va boshqa axborot tizimlariga murojaat qiladi [5],[6]. Foydalanuvchilar haqidagi barcha ma’lumotlar va ularning so‘rovlari tarixi ma’lumotlar bazasida saqlanadi. Abonent qurilmalari. STB (Set-top-Box) - audio va video materiallarni shakllantirish, yetkazib berish tizimlari hamda abonent televizori o‘rtasidagi bog‘lovchi vositadir. STB – bu operatsion tizim, veb-brauzer va MPEG-dekoderga ega mini-kompyuter. Qurilma tizimning barcha tarkibiy qismlari bilan o‘zaro ishlashi uchun muayyan loyihaga integratsiya qilinishi lozim [7]. 3-rasm. Middleware qurilma arxitekturasi 37

Shartli kirish quyi tizimi (Conditional Access System). Shartli kirish tizimi – efir, kabel va sun’iy yo‘ldosh aloqa tarmoqlari orqali teleko‘rsatuv tarkibida tarqatiladigan audiovizual hamda boshqa xabar va materiallarni himoya qilishning texnik vositasidir. Shuningdek, CAS foydalanuvchining multimedia xizmatlaridan foydalanishini cheklash, mualliflik huquqlariga rioya qilish va kontentni ruxsatsiz kirish/nusxalashdan himoyalash imkonini beradi. 4-rasmda “yo‘l-yo‘lakay” amalga oshiriladigan translyatsiya kontentini shifrlash sxemasi ko‘rsatilgan. Bosh stansiyadan multicast rejimida uzatiladigan translyatsiya kontenti (telekanallar) xizmat ko‘rsatuvchi VLAN’da ochiq holda mavjud bo‘ladi. Translyatsiya kanallarini shifrlash serverlari ochiq kanallarning multikast guruhlariga a’zo bo‘ladi va ularni MPEG darajasida shifrlaydi. Kanalni shifrlash natijasi – umumiy tarmoqda yangi multikast guruhining paydo bo‘lishidir[8],[9]. Abonent STB qurilmalari yuklanish vaqtida o‘zlari a’zo bo‘lgan kanallar kalitlarini oladi va vaqtivaqti bilan yangilab turadi. Kanallarni almashtirishda kalitlar uchun murojaat qilinmaydi, bu esa ushbu jarayonni tezlashtiradi. 4-rasm. Efir kanallarini shifrlash Talabga ko‘ra video (VOD) kontentini shifrlash efir kontentini shifrlashdan farq qiladi. Har bir videofayl shartli ruxsat tizimi (CAS) tomonidan oldindan shifrlanadi va distributsiya tizimi orqali videoserverlarga yuboriladi. Keyinchalik, kontentni ko‘rish vaqtida STB qurilmasi mazkur kontent kodlangan kalitni olish uchun CAS tizimiga murojaat qiladi. 5-rasm. IPTV trafikining vaqt bo‘yicha o‘sishi 38

IPTV xizmatlarining keng tarqalishi natijasida tarmoq trafigi yil sayin ortib bormoqda. Video kontentga bo‘lgan talabning oshishi IP tarmoqlarida uzatiladigan ma’lumotlar hajmining sezilarli darajada ko‘payishiga olib kelmoqda. Bu holat tarmoq o‘tkazuvchanlik qobiliyatiga va xizmat sifatiga qo‘yiladigan talablarni yanada oshiradi. 5-rasmda IPTV trafikining yillar bo‘yicha o‘sish dinamikasi keltirilgan [10]. IPTV xizmatlarida video tasvir sifati asosan uzatilayotgan video oqimining bitrate qiymatiga bog‘liq. Bitrate oshishi bilan tasvirning aniqligi va barqarorligi yaxshilanadi, biroq bu tarmoq resurslariga qo‘yiladigan talabni ham oshiradi. Shu sababli IPTV tizimlarini loyihalashda bitrate va tarmoq o‘tkazuvchanligi o‘rtasidagi muvozanatni ta’minlash muhim hisoblanadi. 6-rasmda video sifati va bitrate o‘rtasidagi bog‘liqlik ko‘rsatilgan 6-rasm. Bitrate va video sifati o‘rtasidagi bog‘liqlik. IPTV xizmatlarining barqaror ishlashi IP tarmoqlarida xizmat sifati ko‘rsatkichlariga bevosita bog‘liq. Ayniqsa, paketlarning yo‘qolishi, uzatishdagi kechikish va jitter kabi parametrlar video oqimining sifatiga sezilarli ta’sir ko‘rsatadi. Ushbu ko‘rsatkichlarning me’yoriy darajada bo‘lishi foydalanuvchilarga sifatli video xizmatlarini taqdim etishda muhim ahamiyatga ega. 7-rasmda QoS parametrlarining IPTV xizmatlari sifatiga ta’siri ko‘rsatilgan. 7-rasm. QoS parametrlarining IPTV xizmat sifatiga ta’siri 39