Модели и алгоритмы информационного взаимодействия в сетях Интернета вещей тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Елизаров Максим Андреевич

• Елизаров Максим Андреевич
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Елизаров Максим Андреевич

Введение

1 Исследование организации сетей Интернета вещей

1.1 Анализ технологий построения сетей Интернета вещей

1.2. Архитектура сети Интернета-вещей

1.3 Обзор способов взаимодействия в сети Интернета вещей

1.3.1 Взаимодействие посредством шлюза

1.2.2 Взаимодействие посредством централизованного сервера

1.3 Облачные технологии в сетях Интернета вещей

1.5. Протоколы взаимодействия в Интернете вещей

1.6 Постановка задачи исследования

Выводы по первой главе

2 Модели оценки вероятностно-временных характеристик информационного взаимодействия в сети Интернета вещей

2.1 Модель информационного взаимодействия

2.2 Оценка времени доступа в «туманных вычислениях» с разрешением коллизий источников данных

2.2.1 Модель доступа в режиме опроса

2.2.2 Модель доступа в режиме прерываний

2.2.3 Модель множественного доступа

2.2.4 Особенности реализации имитационной модели доступа

2.3 Модель оценки вероятностно-временных характеристик информационного взаимодействия в сети Интернета вещей

2.3.1 Особенности реализации имитационной модели установления соединения

2.3.2 Оценка времени передачи данных по установленному информационному взаимодействию

Выводы по второй главе

3 Вероятностные алгоритмы самоорганизации сети Интернета вещей

2

3.1 Общее описание генетического алгоритма и используемая терминология

3.2 Генетический алгоритма поиска альтернативных маршрутов

3.3 Генетический алгоритм самоорганизации размещения СУ

3.4 Применение нейронных сетей в задачах классификации данных, поступающих от СУ

3.4.1 Основные элементы нейронной сети и используемая терминология

3.4.2 Обучение нейронной сети и выбор архитектуры

Выводы по третьей главе

4.1 Анализ результатов моделирования доступа в туманных вычислениях

4.2 Эксперимент на модели установления информационного взаимодействия

4.3 Оценка работоспособности алгоритмов самоорганизации

4.4 Эксперимент по решению задачи классификации данных от СУ

4.4.1 Описание макета системы Интернета вещей для проведения эксперимента по решению задачи классификации

4.4.2 Эксперимент по подбору архитектуры нейронной сети

4.4.3 Тестирование нейронной сети

Выводы по четвертой главе

Заключение

Литература

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы информационного взаимодействия в сетях Интернета вещей»

Введение

По поручению президента РФ Путина В.В., разработана программа «Цифровая экономика», в работе над которой приняли участие порядка 150 экспертов из разных сфер науки и экономики. Программа ориентирована на рост эффективности всех отраслей благодаря быстрому развитию и внедрению в них информационных технологий.

Программа содержит девять направлений: регулирование, информационная инфраструктура, исследования и разработки, система управления, кадры и образование, информационная безопасность, государственное управление, "умный город" и цифровое здравоохранение.

Каждое направление планируется реализовать с применением новых концепций построения вычислительных сетей, одной из которых является Интернет вещей.

В настоящее время развивающаяся технология Интернета вещей (IoT, Internet of Things) выглядит многообещающей в различных областях индустрии - производстве, логистике, медицине, энергетике, транспорте, городском хозяйстве, управлении чрезвычайными ситуациями и области применения технологии IoT продолжают стремительно расти [25, 40].

Основная идея Интернета вещей состоит в организации взаимодействия разнообразных предметов в окружающей человека среде, передачи информации, генерируемой этими вещами и предоставлении бесперебойного соединения. Взаимодействие вещей осуществляется посредством уже имеющихся и разрабатываемых информационно-коммуникационных технологий [28, 47].

Как технологию инфокоммуникаций Интернет вещей можно записать в виде следующей символической формулы [73]:

IoT = Сенсоры (датчики) + Данные + Сети + Услуги.

К существующим требованиям технологий инфокомуникации и

взаимодействия, таким как обеспечение связи "в любом месте" и "в любое

4

время", в пространстве Интернета вещей появляется еще одно - "связь с любой вещью". Под этим требованием понимают, как взаимодействие между вещами, так и между вещью и человеком [14, 63].

Технология IoT находится на стадии ранней реализации и активных исследований. На международном уровне данная концепция уже обретает черты сформировавшейся технологии - ведутся активные работы в области стандартизации архитектуры, технических компонентов, приложений, одновременно с учетом специфики информационного взаимодействия в Интернете вещей требуются новые модели и алгоритмы, способствующие проектированию оптимальных решений IoT [33].

В общем случае модель 1оТ подразумевает наличие у каждой физической вещи, как минимум, элемента оборудования для коммуникации и некоторых опциональных возможностей, например, возможности ввода, хранения, обработки данных либо измерения каких-либо параметров [14].

Специфика информационного взаимодействия вещей определяется фундаментальными характеристиками ^^ В соответствии с рекомендациями Международного Союза Электросвязи (МСЭ-Т) к их числу относятся [38]:

Связность - метрика самоорганизующихся сетей, влияющая на длительность жизненного цикла беспроводной сенсорной сети наряду с мобильностью, энергоэффективностью и покрытием. МСЭ-Т определяет характеристику связности как возможность любой вещи быть связанной с глобальной инфокоммуникационной структурой. Связность при этом определяется возможностью идентификации вещей.

Обеспечение вещей услугами - предоставление сетевых услуг без ограничений, в том числе автономно для физических и виртуальных вещей. К услугам могут оговариваться необходимость высокого качества и высокой безопасности предоставления сетевых услуг, например, к Интернету вещей для тела человека.

Гетерогенность - характеристика Интернета Вещей, определяющая

построение ^^устройств на различных аппаратных, программных

5

платформах и сетях. Устройства также должны иметь возможность взаимодействовать с иными устройствами через различные сети связи.

Динамические изменения - характеристика, определяющая динамические изменения статуса вещей, например, от спящих к активным, от связанных в определенный момент времени с сетью - к несвязанным и т. д. Число вещей, местоположение, скорость и т. п. также могут меняться динамически. Именно эта фундаментальная характеристика Интернета Вещей приводит к необходимости пересмотра принципов построения сети от существующих инфраструктурных к самоорганизующимся. Самоорганизация в широком смысле этого слова подразумевает не только случайное число узлов и взаимосвязей между ними в любой конкретный момент времени, но и самоуправление, самоконфигурацию, самотестирование, самозащиту, самооптимизацию и т. п.

Огромное число вещей - характеристика, которая базируется на прогнозных оценках, в соответствии с которыми речь идет о десятках триллионов вещей и о триллионных сетях соответственно.

Перечисленные особенности не позволяют применять методы и алгоритмы, на базе которых функционируют традиционные компьютерные сети к Интернету вещей. Этому есть несколько причин: связность и динамические изменения делает топологию сети нерегулярной, использование беспроводных технологий, «туманных» и «облачных» вычислений вызывает появление коллизий источников данных при доступе к ресурсам Интернета вещей, а гетерогенность и требование энергоэффективности влияют на вероятностно-временные характеристики информационного взаимодействия в Интернете вещей.

Эти обстоятельства необходимо учитывать при проектировании Интернета вещей и с учетом специфики работы искать новые методы и алгоритмы, позволяющие получать оптимальные решения по организации информационного взаимодействия при заданных условиях функционирования Интернета вещей [10].

Фундаментальные характеристики Интернета вещей и необходимость учёта случайных факторов, возникающих в процессе информационного взаимодействия в Интернете вещей, делают задачу моделирования таких систем сложной.

Среди множества методов построения математических моделей и средств реализации моделирующих алгоритмов особым классом являются имитационные модели. Такие модели представляют собой компьютерную программу, которая шаг за шагом воспроизводит события, происходящие в реальной системе [35]. Применительно к Интернету вещей имитационные модели воспроизводят процессы генерации сообщений приложениями, разбиение сообщений на пакеты и кадры определенных протоколов, задержки, связанные с обработкой сообщений, пакетов и кадров внутри операционной системы, процесс получения доступа вещей к разделяемой сетевой среде, процесс обработки поступающих пакетов шлюзами и т.д.

Преимуществом имитационных моделей является возможность подмены процесса смены событий в исследуемой системе в реальном масштабе времени на ускоренный процесс смены событий в темпе работы программы. В результате за несколько минут можно воспроизвести работу моделируемой системы и оценить ее работу в широком диапазоне варьируемых параметров [49].

Так же при имитационном моделировании воспроизводятся реальные процессы, исследуются особые случаи, воспроизводятся реальные и гипотетические критические ситуации. Основным достоинством имитационного моделирования является возможность проведения разнообразных экспериментов с исследуемым объектом, не прибегая к физической реализации, что позволяет предсказать и предотвратить большое число неожиданных ситуаций в процессе эксплуатации, которые могли бы привести к неоправданным затратам [52].

Результатом работы имитационной модели являются собранные в ходе

наблюдения за протекающими событиями статистические данные о наиболее

важных характеристиках моделируемой системы: временных показателях,

7

загрузки каналов и узлов, вероятности потерь и т.п. [35, 49]

Таким образом, с учетом новизны предметной области, фундаментальных характеристик и сложности организации 1оТ, основным средством исследования на ранних этапах проектирования Интернета вещей является моделирование и соответствующие алгоритмы, что определяет актуальность темы диссертационной работы.

По вопросам стандартизации, моделирования, проектирования и разработки систем и сетей Интернета вещей опубликовано сравнительно небольшое число работ в силу становления этой области исследования. Среди работ отечественных и зарубежных авторов отметим труды Б.С. Гольдштейна, А.Е. Кучерявого, А.В. Рослякова, С.В. Ваняшина, А.Ю. Гребешкова, М.Ю. Самсонова, В.А. Варгаузина, В.В. Вишневского Л. Черняка, М. Гиббса, М. Бхуптани, Л. Круза и других, составляющих теоретическую базу проектирования Интернета вещей, а так же работы Т.И. Алиева, Ю.Г. Карпова, Л. Клейнрока, О.И. Кутузова, Ю.И. Рыжикова, Б.Я. Советова, Т.М. Татарниковой, С.А. Яковлева в области моделирования процессов функционирования распределенных систем и их элементов, к числу которых относятся сети Интернета вещей. Это новое направление находится в состоянии постоянного развития.

Объектом исследования является сеть Интернета вещей, построенная на основе гетерогенных сетевых технологий.

Предметом исследования является применение моделей и алгоритмов информационного взаимодействия в сетях Интернета вещей.

Цель диссертационной работы состоит в разработке моделей и алгоритмов информационного взаимодействия в сетях Интернета вещей с учетом фундаментальных характеристик 1оТ-технологии.

В соответствии с указанной целью в работе поставлены, обоснованы и решены следующие задачи:

1. Предложена модель информационного взаимодействия в сети Интернета вещей.

2. Разработан комплекс математических моделей по оценке вероятностно-временных характеристик информационного взаимодействия в сети Интернета вещей.

3. Предложены вероятностные алгоритмы структурной организации «туманных вычислений» и классификации данных в «облачных вычислениях» сети Интернета вещей.

4. Получены зависимости вероятностно-временных характеристик от параметров сети Интернета вещей.

Методы исследования. Решение сформулированной в диссертационной работе проблемы разработки моделей и алгоритмов информационного взаимодействия в сетях Интернета вещей базируется на методах системного анализа, теории вероятности, случайных процессов и математической статистики, методов численного анализа, имитационного моделирования.

Основные новые результаты, полученные в работе и выносимые на защиту:

1. Модель информационного взаимодействия в сети Интернета вещей.

2. Комплекс математических моделей по оценке вероятностно-временных характеристик информационного взаимодействия в сети Интернета вещей.

3. Вероятностные алгоритмы структурной организации «туманных вычислений» и классификации данных в «облачных вычислениях» сети Интернета вещей.

4. Зависимости вероятностно-временных характеристик от параметров сети Интернета вещей.

Научная новизна результатов работы.

1. Модель информационного взаимодействия построена с учетом фундаментальных характеристик технологии Интернета вещей, что позволяет адекватно оценивать вероятностно-временные характеристики информационного взаимодействия.

2. Комплекс математических моделей сочетает аналитический и

статистический методы моделирования, что позволяет оценить вероятностно-

9

временные характеристики передачи данных на всех этапах информационного взаимодействия в сети Интернета вещей.

3. Вероятностные алгоритмы структурной организации «туманных вычислений» и классификации данных в «облачных вычислениях» построены с применением теории эволюции и нейронных сетей, что позволяет учесть особенности информационного взаимодействия в сетях Интернета вещей.

4. Зависимости вероятностно-временных характеристик инвариантны параметрам сети Интернета вещей, что позволяет осуществлять рациональный выбор параметров на ранних этапах проектирования Интернета вещей.

Практическая ценность и реализация результатов работы. Практическая ценность результатов диссертационной работы заключается в полученных расчетных выражениях, моделях и алгоритмах, реализующих проектирование сетей Интернета вещей на ранних стадиях.

Основные научные результаты диссертации используются в учебном процессе на кафедре при изучении дисциплин направления 09.03.02 "Информационные системы и технологии и направления 38.03.05 "Бизнес-информатика".

Достоверность полученных результатов подтверждена результатами моделирования и экспериментальных исследований.

Для имитационного моделирования использовалось специализированное программное обеспечение, подкрепленное апробированными теоретическими методами исследований моделей компьютерных систем.

Полученные в ходе выполнения диссертационного исследования результаты не противоречат ранее полученным данным, описанным в литературе другими авторами.

Апробация работы. Основные научные результаты диссертационной

работы докладывались, обсуждались и были одобрены на Всероссийской

научно-практической конференции «Проблемы развития современного

общества: экономические, правовые и социальные аспекты», Волгоград, 29-30

сентября 2014 г.; на X межвузовской научно-практической конференции

10

преподавателей, аспирантов и докторантов «Проблемы и пути развития предпринимательской деятельности в современных условиях» СПбГЭУ 13-14 марта 2014 г.; X Санкт-Петербургской межрегиональной конференции «Информационная безопасность регионов России (ИБРР-2017)», 1-3 ноября 2017 г.; кафедральных семинарах (СПбГЭУ 2014-2017 гг.).

Публикации. Основное содержание диссертации опубликовано в 10 печатных работах, в том числе в четырех работах, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы (всего 82 источника). Общий объем работы - 126 страниц сквозной нумерации, в том числе основного текста - 119 машинописных страниц, 50 рисунков, 4 таблицы.

1 Исследование организации сетей Интернета вещей

Для достижения целей технологии Интернета Вещей - объединение различных сенсорных устройств, гетерогенных компьютерных и сенсорных сетей необходима определённая архитектура. Рекомендованное МСЭ-Т разделение функций IoT происходит на четыре основных уровня [46, 76]:

- Уровень взаимодействия со средой;

- Сетевой уровень - отвечающий непосредственно за передачу данных;

- Сервисный уровень - для обработки и преобразования информации;

- Уровень взаимодействия с пользователем или приложениями;

Такая архитектура удовлетворяет системным характеристикам сети Интернета Вещей: лёгкость модернизации, модульность, масштабируемость сети и отвечает требованию адаптивности, что, в свою очередь, позволяет СУ подстраиваться под изменения или же изменять саму сеть в зависимости от различных условий функционирования [23].

С точки зрения теории системного анализа, при проектировании сети Интернета вещей необходимо определить ее топологию, структуру и состав основных элементов, наиболее важные взаимосвязи между элементами, сформулировать назначение и основные задачи, критерии и показатели рационального организации информационного взаимодействия . Эти вопросы рассматриваются в данной главе.

1.1 Анализ технологий построения сетей Интернета вещей

Интернет вещей, как технология берет начало от территориально-распределённых сенсорных сетей, сначала развивающихся как локальные сенсорные сети и, впоследствии, имеющих выход в глобальные сети Internet и GSM.

В [60] сенсорные сети определяются как «распределенные сети,

состоящие из маленьких беспроводных узлов узкой специализации в большом

количестве рассредоточенных (случайно) на некоторой поверхности или

12

области». Таким образом, сенсорные сети основаны на совместной работе большого числа миниатюрных узлов - сенсорных устройств (СУ), распределенных в некоторой области с достаточно высокой плотностью. В области покрытия радиосигнала каждого из СУ должно находиться как минимум еще одно СУ - сосед. Чем больше «соседей» у каждого из СУ, тем более высокой точностью и надежностью обладает сенсорная сеть. Технологии радиодоступа, применяемые в СУ и основанные на стандарте IEEE 802.15.4, позволяют передавать данные на расстояние до нескольких десятков метров [59, 71].

Сенсорное устройство состоит из четырех основных компонентов, как показано на рисунке 1.1 [14]: это блоки сбора, обработки, передачи данных и питания. Так же в составе СУ могут быть модули определения местонахождения, силовой генератор и мобилизатор. Их наличие зависит от того, для каких целей проектируется сенсорная сеть.

Программное обеспечение: операционная система, алгоритмы, протоколы

- Обязательный модуль \ | - Необязательный модуль

Рисунок 1.1 - Компоненты СУ

Модуль сбора данных состоит из датчика и аналого-цифрового

преобразователя (АЦП). Аналоговый сигнал, выдаваемый датчиком в

результате наблюдаемого явления, преобразуется в цифровой сигнал с

помощью АЦП, а цифровой сигнал подается уже в блок обработки.

13

Модуль обработки, состоящий из процессора и памяти, реализует процедуры, которые позволяют совместно с другими узлами выполнять поставленные задачи наблюдения. Благодаря наличию этого модуля в составе СУ вместо передачи исходных (сырых) данных, они обрабатываются при помощи каких-то простых вычислений и далее уже передаются только необходимые и частично обработанные данные.

Передатчик (трансивер) образует интерфейс СУ с сетью.

Большинству сенсорных устройств необходимо с достаточно высокой точностью определять свое местоположение. С этой целью в схему СУ интегрируется модуль определения местоположения. При необходимости перемещения СУ в схему встраивается мобилизатор. Все эти модули, как правило, размещаются в один корпус. Размер корпуса может быть от нескольких десятков кубических сантиметров и до кубического сантиметра и достаточно легким, чтобы оставаться в воздухе [75].

Помимо размеров, к СУ предъявляются и другие жесткие требования, например, они должны [32]:

- обладать низким энергопотреблением,

- взаимодействовать с большим количеством таких же СУ на малых расстояниях,

- иметь низкую себестоимость,

- быть в автономном режиме, то есть без присмотра,

- адаптироваться к окружающей среде.

Блок питания - это один из основных элементов СУ. Поскольку

сенсорные устройства могут становиться недоступными из-за периодического

перехода в «спящий» режим, то живучесть сенсорной сети зависит от питания

отдельных СУ. Питание является ограниченным ресурсом, например, общий

запас энергии смарт-узла составляет порядка 1 Дж. Для беспроводной

интегрированной сети датчиков (WINS) средний уровень заряда, для

обеспечения длительного времени работы должен быть меньше 30 LA.

Увеличить срок эксплуатации сенсорных сетей можно, используя

14

подзаряжаемые батареи, например, получая энергию из окружающей среды, то есть солнечные батареи.

Передатчик СУ может быть пассивным или активным оптическим устройством или радиочастотным передатчиком. Для радиочастотной передачи необходимы процессы модуляции сигнала при определенной полосе пропускания, фильтрация, демодуляция, реализация которых в СУ делает их более сложными и дорогими. Кроме того, возможны потери при передаче данных между двумя узлами из-за того, что антенны распложены близко к земле. Тем не менее, радиосвязь является предпочтительной, так как передача данных осуществляется на низких частотах (как правило, менее 1 Гц), а периодичность циклов передачи частая из-за малых расстояний. Эти возможности позволяют использовать низкие частоты. Проектирование радиопередатчиков с низким энергопотреблением является технически сложной задачей. Технологии Bluetooth, которые тоже можно использовать при проектировании сенсорных устройств не являются достаточно эффективными для сенсорных сетей, поскольку потребляют много энергии.

Помимо рассмотренной классической архитектуры СУ возможны и другие, что связано, например, с необходимостью не только мониторинга или контроля измеряемых характеристик, но и воздействия на объект измерений. Такой элемент, имеющий возможность воздействия на объект, называется актором, архитектура которого приведена на рисунке 1.2. В отличии от сенсорного узла в архитектуре актора присутствует активный элемент, взаимодействующий с внешней средой под управлением контроллера принятия решения о воздействии на внешнюю среду, например, устройство ввода инсулина больному диабетом [14].

Рисунок 1.2 - Компоненты акторного узла

Еще одной особенностью сенсорных сетей является совместная работа отдельных сенсорных устройств благодаря наличию в них модуля обработки. В настоящее время процессоры постоянно уменьшают свои габариты и увеличивают мощность, но обработка и хранение данных в СУ по-прежнему остается слабым местом СУ.

Большинство задач, связанных с мониторингом требуют определения местоположения СУ. Для этих целей, как один из вариантов в каждый узел встраивается модуль системы глобального позиционирования GPS, работающий с точностью до 5 метров или другой вариант - только некоторые СУ используют GPS, которые помогают другим устройствам определить свое положение в пространстве.

Размещение СУ не обязательно предварительно рассчитывать. Данное свойство позволяет размещать сенсорные устройства случайным образом, например, в труднодоступных местностях или оперативно разворачивать сеть при оказании помощи на определенное время. Это означает, что протоколы сенсорной сети и алгоритмы работы СУ должны обладать возможностью самоорганизации, которое и реализуется с помощью системы определения местоположения.

Взаимодействия СУ друг с другом в рамках одной сенсорной сети образуют топологию mesh (англ. mesh - петля, ячейка сети, отверстие сита), т.е. сенсорные устройства объединяются многочисленными соединениями, образующими ячеистую топологию [9]. Самоорганизующаяся сеть с топологией mesh позволяет реализовать следующие возможности [42]:

- создание зон сплошного информационного покрытия большой площади;

- масштабируемость сети, то есть увеличение площади зоны покрытия и плотности информационных потоков в режиме самоорганизации;

- использование беспроводных транспортных каналов для связи в режиме «каждый с каждым»;

- устойчивость сети к потере отдельных элементов.

Ещё одна технология, которая присутствует в идее Интернета вещей -это технология M2M (Machine to Machine).

М2М - это общее название технологий, позволяющих машинам производить обмен информацией между собой, или передавать ее в одностороннем порядке в автоматическом режиме между устройствами без участия человека [68]. Это могут быть проводные и беспроводные системы мониторинга датчиков или каких-либо параметров устройств. Или к примеру, банкоматы или платёжные терминалы могут автоматически передавать информацию по GSM-сетям. Технология M2M также используется в системах безопасности и охраны, системах здравоохранения и системах позиционирования подвижных объектов на основе систем ГЛОНАСС/GPS.

Совершенство и распространение данной технологии позволило использовать её в любом мобильном устройстве, в том числе и узлах сенсорных сетей. Считается, что именно эта технология породила термин «Интернет вещей», подразумевая под ним некую обособленную вычислительную среду, состоящую из устройств, самостоятельно взаимодействующих друг с другом и предоставляющих пользователю

результаты своей совместной деятельности [69].

17

С учетом появившегося термина сенсорное устройство, интегрированное в какой-либо объект - «вещь» так же стали называть «интернет-вещью».

1.2. Архитектура сети Интернета-вещей

Архитектура IoT показывает, каким образом различные инфокоммуникационные технологии, обеспечивающие функционирование сети Интернета вещей связаны друг с другом.

Архитектура IoT включает четыре функциональных уровня, представленных на рисунке 1.3 и описанных ниже [70].

Уровень взаимодействия со средой (сенсоры и сенсорные сети) - это самый нижний уровень архитектуры IoT, который состоит из «умных» (смарт) объектов, интегрированных с СУ. Сенсоры реализуют соединение физического и виртуального (цифрового) миров, обеспечивая сбор и обработку информации в реальном масштабе времени. Большинство сенсоров требуют соединения с агрегатором сенсоров (шлюзом), которые могут быть реализованы с использованием локальной вычислительной сети, такие как Ethernet, Wi-Fi или персональной сети (PAN, Personal Area Network).

Сетевой уровень обеспечивает транпорт большим объемам данных, создаваемых многочисленными СУ на первом уровне IoT и состоит из конвергентной сетевой инфраструктуры, которая создается путем интеграции разнородных сетей в единую сетевую платформу.

Сервисный уровень содержит набор информационных услуг, которые автоматизируют технологические бизнес-операции в IoT: поддержки операционной и бизнес деятельности, различной аналитической обработки информации, хранения данных, обеспечения информационной безопасности, управления бизнес-процессами и других.

ПРИЛОЖЕНИЯ I

- I

Прикладные задачи: окружающая среда, логистика, медицина, наблюдение, энергетика I

и другие |

I

СЕРВИСЫ I

- I

Услуги: анализ данных, статистическая аналитика, хранение данных, контроль доступа, | управление устройствами , протоколы, моделирование процессов, выполнение процессов | и другие

I

______________________________________________________I

ШЛЮЗЫ И СЕТЬ WAN

Список литературы диссертационного исследования кандидат наук Елизаров Максим Андреевич, 2017 год

Литература

1. Алиев Т.И. Основы моделирования дискретных систем. - СПб: СПбГУ ИТМО, 2009. - 363 с.

2. Алпайдин, Э. Машинное обучение: новый искусственный интеллект

- М.: Альпина Паблишер: Точка, 2017. - 208 с.

3. Боев В. Д. Компьютерное моделирование: Пособие для практических занятий, курсового и дипломного проектирования в AnyLogic7. - СПб.: ВАС, 2014.

4. Бхуптани, М. Ш. Морадпур ID-технологии на службе вашего бизнеса.

- М.: Альпина Паблишер, 2007 - 290 с.

5. Варгаузин В.А. Радиосети для сбора данных от сенсоров, мониторинга и управления на основе стандарта IEEE 802.15.4//ТелеМультиМедиа№6, 2005

6. Варгаузин В.А. Сетевая технология ZigBee// ТелеМультиМедиа, декабрь, 2005. С. 29-32.

7. Вейцман К. Распределенные системы мини- и микро-ЭВМ. - М.: Финансы и статистика, 1983.

8. Вишневский В. В., Портной С. Л., Шахнович И. В. Энциклопедия Wi-Max. Путь к 4G. - М.: Техносфера, 2009. - 471.

9. В. Вишневский, Д. Лаконцев, А. Сафонов, С. Шпилев Mesh-сети стандарта IEEE 802.11s - технологи и реализация // Первая миля. - 2008 - №23. - С. 26-31

10. Восков Л.С. Пилипенко Н.А. Web вещей - новый этап развития интернета вещей// Качество. Инновации. Образование. - 2013 - №2 2 - С. 44-49.

11. Галинина О.С., Пяттаев А.В., Андреев С.Д., Тюрликов А.М. Анализ кооперации M2M устройств в сотовых сетях связи// В мире научных открытий. 2013. С. 271-296.

12. Гиббс, М. Интернет вещей - не только для «умных»// Сети/network world. - 2013 - №3.

13. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы: учеб. пособие для вузов. - М.: Физматлит, 2006.

14. Гольдштейн Б.С., Кучерявый А.Е. Сети связи пост-NGN. - СПб.: БХВ-Петербург, 2014.

15. Гольдштейн Б.С., Соколов Н.А., Яновский Г.Г. Сети связи: учебник для вузов. - СПб.: БХВ-Петербург, 2011

16. Джхунян, В.Л. Электронная идентификация. Бесконтактные идентификаторы и смарт карты/ В.Л. Джхунян, В.Ф. Шаньгин. - М.: «Издательство АСТ»: Издательство «НТ Пресс», 2004.

17. Елизаров М.А. Архитектура сетей сетецентрического управления// Вестник Санкт-Петербургского государственного экономического университета. - 2014, №8. С. 91-94.

18. Елизаров М.А. Имитационная модель виртуального канала/Т.М. Татарникова, М.А. Елизаров//Научно-технический вестник информационных технологий, механики и оптики. 2016, Т.16. №6. С. 1120-1127.

19. Елизаров М.А. Процедура разрешения коллизий в КБГО-системе / Татарникова, М.А. Елизаров //Известия высших учебных заведений. Приборостроение. 2017. Т. 60. № 2. С. 150-157.

20. Елизаров М.А. Модель оценки временных характеристик при взаимодействии в сети интернета вещей/ Татарникова, М.А. Елизаров// Информационно-управляющие системы. 2017. № 2 (87). С. 44-50.

21. Елизаров М.А. Применение сетецентрического принципа управления в области экономики и промышленности// XIII Пушкаревские чтения. Россия сквозь века: История, экономика, право, образование, культура. - 2013. С.18-20

22. Елизаров М.А. Применение алгоритма А* для моделирования поиска маршрута сети// Имитационное моделирование социотехнических систем. -2013. С.18-20

23. Елизаров М.А. Применение и проблемы развития современных

вычислительных систем// Экономика и управление в современном обществе. -2013. С.33-37

24. Елизаров М.А. Проблемы импортозамещения микропроцессорной электроники// Проблемы развития современного общества: экономические, правовые и социальные аспекты. - 2014. С.33-37

25. Елизаров М.А. Перспективы и проблемы развития рынка интернета вещей// Каика-Кав1:иёеп1 - 2015. № 12

26. Елизаров М.А. Алгоритмы и технологии решения типовых проблем в интернете вещей// Каика-КавШёеп! - 2016. № 6.

27. Елисеев С.Н. Беспроводные сети передачи данных: учеб. пособие для вузов. - М.: САЙНС-ПРЕСС, 2008.

28. Интернет вещей и межмашинные коммуникации. Обзор ситуации в России и мире // Мобильные телекоммуникации. - 2013 - №7. - С. 26-28.

29. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с АпуЬо§ю 5. СПб.: БХВ-Петербург, 2005. 403 с.

30. Клейнрок Л. Вычислительные системы с очередями. - М.: Машиностроение, 1979.

31. Кнеллер В.Ю - "Приборное облако" - концепция функционирования сенсорных систем на основе интернет-технологии // Датчики и системы №8, 2010 (66-69).

32. Колбанёв М.О., Пойманова Е.Д., Татарникова Т.М. Физические ресурсы информационного процесса сохранения данных//Известия высших учебных заведений. Приборостроение. Т. 57. № 9. 2014. С.38-42.

33. Кортьюэм, Г., А. Бандара, Н. Смит, М. Ричардс, М. Петре Обучение поколения Интернета вещей // Открытые системы. СУБД. - 2013 - №4. - С. 23-28.

34. Круз, Л. Сотовые телефоны станут датчиками? // Мобильные телекоммуникации. - 2013 - №4-5. - С. 36-38.

35. Кутузов, О. И. Моделирование систем и сетей телекоммуникаций: учеб. пособие/О. И. Кутузов, Т. М. Татарникова. СПб.: РГГМУ, 2012.

36. Кутузов О. И., Татарникова Т. М. Инфокоммуникационные сети. Моделирование и оценка вероятностно-временных характеристик. - СПб.: ГУАП, 2015.

37. Кутузов, О. И. Коммутаторы в корпоративных сетях. Моделирование и расчет/О. И. Кутузов, В. Г. Сергеев, Т. М. Татарникова. СПб.: Судостроение, 2003.

38. Кучерявый А.Е., Прокопьев А.В., Кучерявый Е.А. Самоорганизующиеся сети. - СПб.: Изд-во «Любавич», 2011.

39. Лычкина Н.Н. Инновационные парадигмы имитационного моделирования и их применение в сфере управленческого консалтинга, логистики и стратегического менеджмента // Логистика и управление цепями поставок. 2013. №5(58). С. 28-41.

40. Найдич А. «Третья платформа» - платформа трансформации ИТ/ Портал compress.ru [Электронный ресурс]. Режим доступа: http://compress.m/article.aspx?id=24166 (дата обращения:15.03.2016).

41. Олифер В. Г., Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы. - 4-е изд. - СПб.: Питер, 2010.

42. Осипов И. Е. Mesh-сети: технологии, приложения, оборудование// Технологии и средства связи. 2006. № 4. С. 38-45.

43. Поляк Ю.Г. Вероятностное моделирование на ЭВМ. М.: Советское радио, 1971. 400 с.

44. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. М.: Вильямс, 2006.

45. Риз Джордж Облачные вычисления. - СПб: БХВ-Петербург, 2011.

46. Росляков А. В. Сети следующего поколения NGN. М: Эко-Трендз,

2009.

47. Росляков А. В., Ваняшин С. В., Гребешков А. Ю., Самсонов М. Ю. Интернет Вещей. Самара: ПГУТИ, 2014.

48. Рутковская Д., Пилиньский М., Л. Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия - Телеком, 2013.

49. Рыжиков Ю.И. Имитационное моделирование. Теория и технология.

- СПб: КОРОНА принт, 2015.

50. Скороходов А.Д. Исследование и разработка методов взаимодействия в интернете вещей. Магистерская диссертация. МИЭМ НИУ «ВШЭ», 2013

51. Советов Б. Я., Цехановский В.В., Чертовской В.Д. Интеллектуальные системы и технологии. М.: Академия, 2013. 318 с.

52. Советов Б. Я., Яковлев С.А. Моделирование систем. М.: Юрайт, 2015. - 343 с.

53. Тархов Д.А. Нейросетевые модели и алгоритмы. Справочник. - М.: Радиотехника, 2014.

54. Татарникова Т. М. Структурный синтез центра сопряжения корпоративных сетей // Информационно-управляющие системы. 2015. № 3(76). С. 92-98.

55. Тихвинский В.О., Терентьев С.В. Сети мобильной связи LTE технологии и архитектура. - М.: Изд-во «Эко-Трендз», 2010.

56. Тюрликов, А. М. Методы случайного множественного доступа. СПб: ГУАП, 2014. - 299 с.

57. Финкенцеллер, К. Справочник по RFID. - М.: Издательский дом «Додэка-XXI», 2008.

58. Черняк Л. Платформа Интернета-вещей // Открытые системы. СУБД.

- 2012.- №7. - С.44-45.

59. Шахнович И.В. Современные технологии беспроводной связи. - М.: Техносфера, 2006.

60. Akyildiz I.F. Key Wireless Networking Technologies in the Next Decade. NEW2AN 2006, St. Petersburg, Russia, June 2006. Keynote Speech.

61. Andreev, S. Energy-efficient client relay scheme for machine-to-machine communication / S. Andreev, O. Galinina, and Y. Koucheryavy // In Global Telecommunications Conference (GLOBECOM 2011), 2011 IEEE, PP. 1-5. IEEE, 2011.

62. Asharioun H. Lifetime Comparison on Location Base Routing in Wireless Sensor Networks / H. Asharioun, H. Asadollahi, A.S. Ismail, S. Ramadass // International Journal of Information and Education Technology. - April 2012. -Vol. 2, №2.

63. Atzor, L. The Internet of Things: a survey / L. Atzor, A. Iera, & G. Morabito // Computer Networks, 54 (15), 2787-2805, 2010.

64. Attarzadeh N. A New Threee Dimensional Clustering Method for Wireless Sensor Networks / N. Attarzadeh, M. Mehrani // Global Journal of Computer Science and Technology. V.11, issue 6, version 1.0, April 2011.

65. Benmansour T., Moussaoui S. GMAC: Group Mobility Adaptive Clustering Scheme for Mobile Wireless Sensor Networks. International Symposium on Programming and Systems (ISPS). Proceedings, Algiers, Algeria, 25-27 April, 2011.

66. Bonomi F. Fog computing and its role in the internet of things // Proceedings of the first edition of the MCC workshop on Mobile cloud computing, 2012. C. 13-16.

67. Chambers L. Practical Handbook of Genetic Algorithms. Complex Coding Systems. Volumes I. II, III. CRC Press, 1999.

68. Dohler, M. Machine-to-Machine: An Emerging Communication Paradigm/ M. Dohler, J. Alonso, and T. Watteyne // Globecom, 2010.

69. ETSI TS 102 689. V.1.1.1. Machine - to - Machine Communications (M2M); M2M Service Requirements. August, 2010.

70. Hersent O., Boswarthick D., Elloumi O. The Internet of Things: Key

Applications and Protocols. - Willey, 2012.

125

71. Hla Yin M. Fault Management Using Cluster-Based Protocol in Wireless Sensor Networks / Yin M. Hla, Z. Win // International Journal of Future Computer and Communication vol. 2, 2014, no. 6, pp. 36-39.

72. IEEE Std 802.11-2007, Revision of IEEE Std 802.11-1999. IEEE Standard for Information Technology-Telecommunications and information exchange between systems Local and metropolitan area network - Specific requirements Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) specifications. IEEE Computer Society, June 2007.

73. Kellmereit Daniel The Silent Intelligence: The Internet of Things. Publisher: DND Ventures LLC, 2013.

74. Markovich N. M., Krieger U. R. Statistical Analysis and Modeling of Peer-to-Peer Multimedia Traffic // Lecture Notes in Computer Science. 2011. Vol. 5233. P. 70-97.

75. May M. Design of a Wireless Sensor Node Platform / M. May // University of Waikato. - 2012.

76. Recommendation Y.2060. Overview of Internet of Things. ITU-T, February 2012, Geneva.

77. Recommendation Y.2069. Framework of the WEB of Things. ITU-T, July 2012, Geneva.

78. Stankovic J.A. Realistic applications for wireless sensor networks / J.A. Stankovic, A.D. Wood, T. He // Theoretical Comput. Sci. (2011) 835-863.

79. Tanenbaum A., Wetherall D. Computer Networks. 5th ed. — Prentice Hall, 2010. - 960 p.

80. Tharini C., Ranjan V. An Energy Efficient Spatial Correlation Base Data Gathering Algorithm for Wireless Sensor Networks. International Journal of Distributed and Parallel Systems (IJDPS), v.2, №3, May, 2011.

81. Vinel, A. A simple analytical model for the periodic broadcasting in vehicular ad-hoc networks / A. Vinel, V. Vishnevsky, and Y. Koucheryavy // in GLOBECOM Workshops, 2008 IEEE, 30 2008-Dec. 4 2008, PP. 1-5.

82. ZigBee Cluster Library Specification, October 19, 2007, www.zigbee.org.

126