Я построил систему доставки версионированных снимков данных во внешнюю память Java-сервисов. Идея работы в том, чтобы на продюсерах асинхронно обрабатывать данные и доставлять их на сервисы, где эти данные используются на горячем пути. Подход рассчитан на системы, где допустимы задержки обновления в секунды-минуты, но крайне важна низкая латентность чтения — например, рекомендательные.

Такой класс технологий не нов (из open-source — Netflix Hollow). Преимущество моего подхода в том, что снимки хранятся вне кучи через Foreign Function & Memory API, а гибкий формат позволяет читать отдельные значения без десериализации объектов. Обновления доставляются инкрементально, в виде дельт.

Мобильная ОС от Huawei HarmonyOS NEXT использует собственные технологии разработки (язык ArkTS и UI-фреймворк ArkUI) и несовместима с Android-приложениями. Я разработал инструмент для автоматической миграции Android-приложений на новую платформу. Он преобразует конструкции языка Kotlin в ArkTS, компоненты Jetpack Compose — в ArkUI, а вызовы сторонних библиотек — в эквивалентные вызовы целевой платформы. Для последнего используются формальные спецификации, описывающие поведение библиотек для Kotlin и ArkTS, после чего они сравнивается при помощи SMT-решателя, что позволяет доказать семантическую эквивалентность преобразований.

В отличие от подходов на основе ИИ, результат не зависит от объема обучающих данных и не подвержен галлюцинациям, а корректность преобразования подтверждается формально. Предложенный подход можно масштабировать для миграции программ между другими языками, фреймворками и платформами.

В своей работе я оптимизировал клиент Ethereum (Reth) для MEV и алгоритмической торговли, где важны микросекунды. Основной механизм решения — модуль конфигурируемого упреждающего кэширования (prefetching) горячих данных смарт-контрактов в RAM, который сводит к минимуму задержки от работы с БД. Дополнительно производительность вырастает за счет перехода со стандартного JSON-RPC на быстрый бинарный gRPC.

На серии нагрузочных бенчмарков такая архитектура показала прирост скорости вызовов eth_call на 10−25% и сгладила пиковые задержки. Результаты будут полезны для разработчиков MEV-ботов, HFT-систем и нод Layer 2 сетей — везде, где задержка в пару миллисекунд означает потерю прибыли.

Я разработал фреймворк для веб-защиты, который заменяет традиционные капчи на браузерные челенджи, выполняющие полезные вычислительные задачи. Ресурсы клиентского устройства, которое создает слишком большую нагрузку, с согласия пользователя используются для вычислений, интересных владельцам сайта. Для пользователя это выглядит как обычный виджет, требующий согласия на выполнение вычислений.

Фреймворк обладает высокой модульностью и может интегрироваться с разными стеками и задачами. В качестве первого модуля реализован браузерный майнинг Monero, но в будущем возможно использование более актуальных видов нагрузки. Фреймворк совместим с open-source решениями защиты от DDoS, например со связкой CrowdSec и Traefik. Прямых аналогов не существует: большинство решений либо используют PoW-вычисления, которые не приносят пользы, и собирают персональные данные, либо являются визуальными капчами.