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 российские ученые.

- 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 ТГУ 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 еще 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 ученых 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 по интеллектуальному образованию и электронному обучению (12+). Крупный международный форум, объединивший ученых, разработчиков и практиков в области "умных" образовательных технологий, проходил в Барселоне летом 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. Ученые готовы к сотрудничеству с ИT-компаниями и образовательными платформами для внедрения своих моделей в реальную практику.