Технологии сетевой близости: концепция, модели и алгоритмы, распределенные системы и сервисы тема диссертации и автореферата по ВАК РФ 05.13.11, доктор наук Намиот Дмитрий Евгеньевич

• Намиот Дмитрий Евгеньевич
• доктор наук
• 2022

Оглавление диссертации доктор наук Намиот Дмитрий Евгеньевич

Введение

Глава 1. Гео-информационные системы и понятие близости

1. 1 Трактовки понятия близости

1.2 Онтологии гео-информационных сервисов

1.3 Описание близости в терминах нечетких множеств

1.4 Fuzzy Control Language и его реализации

1.5 Выводы по главе

Глава 2. Подходы к определению близости

2.1 Определение близости без вычисления расстояний

2.2 Требования к способам определения близости

2.3 Сенсоры близости

2.4 Другие способы определения близости

2.5 Беспроводные интерфейсы как сенсоры

2.6 Радиокарты как элементы инфраструктуры

2.7 Сбор информации о беспроводных узлах

2.8 Анализ данных беспроводных узлов

2.9 Представление информации о беспроводных узлах

2.10 Выводы по главе

Глава 3. Сервисы близости и 3GPP

3.1 3GPP ProSe

3.2 Модели применения ProSe

3.3 3GPP ProSe и сетевая близость

3.4 Proximity Application Server

3.5 Hypercat как механизм описания данных

3.6 Расширения Hypercat

3.7 Сервис гео-решеток

3.8 Возможное развитие 3GPP ProSe в части поддержки прикладных

сервисов

3. 9 Выводы по главе

Глава 4. Архитектура и модели сервисов

4.1 Общие характеристики сервисов

4.2 Информационные системы

4.3 Использование Proximity Application Server

4.4 Новое представление QR-кодов

4.5 Сетевая близость и веб-приложения

4.6 Сетевая близость и контекстно-зависимые приложения

4.7 Передача данных сервисов

4.8 Сетевая близость и социальные сети

4.9 Ретрансляция данных о сетевой близости

4.10 Правила для определения близости - как данные

4.11 Пассивный мониторинг

4.12 Сетевая близость и мобильные сети

4.13 Траекторные измерения

4.14 Приватность и безопасность данных

4.15 Выводы по главе

Глава 5. Инструменты разработки и стандарты

5.1 О фреймворках для сервисов , основанных на использовании модели сетевой близости

5.2 W3C Geo как образец для поддержки сетевой близости

5.3 Web Bluetooth API и его модификации

5.4 Wi-Fi Web API

5.5. Chrome developer

5.6 Кастомизация рекламных рассылок беспроводных узлов

5.7 Новая модель использования Wi-Fi Direct

5.8 Выводы по главе

3

Заключение

Публикации по теме диссертации

Библиография

Приложение

Аннотация

Работа посвящена новой программной архитектуре для сервисов, использующих информацию о местоположении. В работе рассматриваются вопросы создания и использования системного программного обеспечения для моделей и методов построения (реализации) нового класса сервисов для мобильных пользователей. Этот класс сервисов, основанный на использовании понятия сетевой пространственной близости (физически близкого расположения, определяемого с помощью сетевых технологий) мобильных устройств, является заменой и дополнением (расширением) для сервисов с использованием информации о местоположении (гео-позиционных сервисов).

Введение

Введение диссертации (часть автореферата) на тему «Технологии сетевой близости: концепция, модели и алгоритмы, распределенные системы и сервисы»

Актуальность темы исследования.

Сервисы с использованием информации о местоположении (гео-информационные сервисы, гео-информационные системы, GIS) получили в последнее время большое распространение. Не вызывает сомнений тот факт, что программы (сервисы, процессы), связанные с определением местоположения занимают одно из определяющих мест в сегодняшнем мире. Сфера их применения охватывает все области экономики, гражданские и военные применения, развитие инфраструктуры для таких систем является государственными программами (GPS, ГЛОНАСС, Бейду и др.).

Для мобильных приложений (сервисов) определение местоположения является одной из наиболее часто используемых функций. Например, хорошо известен факт, что еще в 2010 году вопрос "Где ты?" был задан в мобильных сообщениях сетей в США 600 млрд. раз. По факту - это самая часто запрашиваемая функция для мобильных абонентов. Огромный пласт мобильных сервисов существует, например, просто вокруг одной функции обмена информацией о позиционировании (например, так называемые check-in - отметки о местоположении в социальных сетях). Естественно, что информация о позиционировании играет определяющую роль для автономных устройств (роботов).

В литературе отмечается, что глобальный рынок услуг на основе местоположения

оценивался в 28.95 млрд. долл. США в 2019 году и ожидается, что к 2027 году он

достигнет 183 млрд. долл. США. Использование сервисов с определением

местоположения увеличилось в различных вертикальных областях, таких как

правительство и оборона, средства массовой информации и развлечения, транспорт,

розничная торговля и электронная коммерция, здравоохранение, образование и другие.

Отметим, что, по факту, все мобильные сервисы являются контекстно-зависимыми

5

(context-aware в англоязычной литературе). Под контекстом понимаются любые измеримые данные, которые могут быть добавлены к местоположению. То есть местоположение всегда присутствует в контексте.

Вместе с тем, простой анализ существующих гео-информационных сервисов показывает, что только часть сервисов в реальности использует гео-координаты. Например, для упоминавшихся выше запросов "Где ты?" в подавляющем большинстве случаев (>99%) данные предоставлялись в форме текстового описания, а не гео-координат. Фактически, гео-координаты - это только запросы прямого определения расстояния между двумя точками. Это используется, скорее, для сервисов типа навигации, а не контекстно-зависимых сервисов. В подавляющем большинстве случаев речь идет о данных (сервисе, услуге), которые ищутся поблизости от некоторого места. Например, при поисковых задачах это практически всегда так. Так называемая гео-решетка, когда задается некоторая географически очерченная область, это также, фактически, указание некоторой области поблизости от заданного центра. Конкретное измерение этой близости может различаться, но в любом случае - это некоторая метрика, которая заменяет расстояние и в рамках данного конкретного сервиса трактуется как близкое расстояние.

Если d - эвклидово расстояние, loc - координаты, то близость (пространственная близость) между двумя точками A и В определяется, очевидно, простым условием d(loc(A),loc(B)) <SA, где SA - некоторое предельное расстояние, которое является

близким с точки зрения A. Выполнение такого условия будет означать, что B находится поблизости от A. Это, в принципе, не является всегда симметричным, поскольку у B может быть свое допустимое расстояние, но это всегда описывается как некоторое предельное расстояние между объектами.

Собственно координаты (которые и определяют последующие гео-вычисления) часто оказываются лишь простым способом организации данных (ключами для поиска, например). Отсюда появляется идея - а нельзя ли в таком случае вообще отказаться (отказаться для некоторых сервисов) от гео-вычислений и заменить их работой с новыми метриками (непосредственно с понятием близости)? Иными словами, каким-либо образом прямо определять (измерять) близость (проверять выполнение указанного выше неравенства непосредственно), полностью исключив работу с координатами.

Что послужило основой для возникновения идеи отказа от использования гео-координат (отказа от гео-вычислений)? С одной стороны, гео-вычисления сегодня предлагают

достаточно ясный путь разработки сервисов. Распространение смартфонов и глобальных систем позиционирования (GPS) делает получение информации о местоположении достаточно простым. Программные интерфейсы для этого процесса стандартизованы, есть система поддержки (например, гео-расширения для баз данных). Вместе с тем, повсеместное использование GPS не является полностью идеальным. Мы отмечаем здесь именно системы позиционирования, поскольку в большинстве случаев работа геоинформационных систем начинается с запроса координат. И такой запрос, учитывая преобладание именно мобильных пользователей, в подавляющем большинстве случаев, будет выполняться именно на мобильном устройстве (смартфоне), где использование GPS есть основной метод получения координат (определения местоположения). Можно перечислить следующие проблемы:

- Сервисы, которые должны работать в помещениях. Использование GPS в таких случаях затруднено или даже невозможно. собственно говоря, существующие и активно развиваемые различные дополнительные способы оценки местоположения (типа A-GPS) и есть свидетельство тому.

- Работа с GPS довольно энергозатратна.

- GPS сигнал может быть заблокирован/изменен

- точность GPS в доступном коммерческом варианте бывает недостаточна. соответственно, другие метрики, в принципе, могут обеспечить большую точность.

- географические координаты являются объективной характеристикой. Невозможно запретить какому-либо мобильному абоненту их получать. Если это ключ для поиска данных, то ограничить пользователей (нежелательных) в получении такого ключа нельзя. В то время как доступ к какой-то другой метрике может быть ограничен для конкретных пользователей. Это напрямую относится к построению систем безопасности

- одно из основных замечаний - подвижные объекты. Гео-информационные сервисы, очевидно, привязаны (мы говорим, в первую очередь о поиске) к статическим координатам. Широта и долгота конкретного места остаются в гео-информационных системах постоянными. А что если мы хотим привязать наши сервисы (услуги) к движущемуся объекту? Вместо статической гео-сетки, которая описывает какую-то область вокруг неподвижного объекта, можно будет использовать такое же понятие (его аналог, на самом деле), но для движущегося объекта. Это какая-то область вокруг движущегося объекта. Есть работы, которые рассматривают интеграцию

перемещающихся объектов в гео-информационные системы, и это будет рассмотрено ниже, но гораздо проще решать эту задачу без обращения к гео-вычислениям.

Фактически, речь идет об использовании другого набора метрик при создании геоинформационных систем. Эти метрики будут описывать (характеризовать) близкое расположение мобильных устройств. При этом метрики позволят не только заменить в некоторых гео-информационных сервисах использование гео-координат. Их природа позволит описать новые модели сервисов, которые ранее были невозможны (которые невозможно было реализовать традиционными методами построения геоинформационных сервисов). Идеологически они будут похожи на гео-информационные сервисы тем, что их функционирование будет происходить в некоторой локальной области (пространственной близости к некоторому объекту).

Другой важной особенностью текущей модели для сервисов с использованием информации о местоположении, прямо проистекающей из использования гео-координат, является необходимость для пользователей делиться информацией о собственном местоположении с поставщиками (провайдерами) услуг. Это порождает множество проблем с приватностью. Важность (востребованность) решений в этой области можно оценить, например, так. C 2016 года сервис Google Scholar находит более 300 000 ссылок по поисковому запросу location sharing privacy. Непосредственное использование метрик близости, без обращения к гео-координатам, рассматриваемое в данной работе, избавляет пользователей сервисов от необходимости сообщать информацию о собственном местоположении.

Именно использованию понятия пространственной близости в информационных системах и посвящена настоящая работа. В работе предлагается новая программная архитектура для разработки и сопровождения сервисов, использующих информацию о местоположении.

Степень проработанности темы исследования.

В данном случае необходимо рассматривать несколько разных направлений, каждое из которых в той или иной степени рассматривается (затрагивается) в данном исследовании.

Существует множество работ в области гео-информационных систем. Эта тематика в настоящее время является довольно востребованной. Условием для развития этого направления служит широкое распространение систем глобального позиционирования (GPS), стандартизация доступа к ним на программном уровне (стандартизация средств

запроса данных - программных интерфейсов) и широкое проникновение мобильных устройств (смартфонов). Здесь можно отметить работы российских и зарубежных ученых В.Я. Цветкова, А.Д. Иванникова, И.Н. Розенберга, A.S. Fotheringham, R. Johnston, Xiang Li, J. Townshend.

Онтологические вопросы и классификация GIS рассматриваются в работах Max J. Egenhofer, J. Malczewski, P. Fisher и других. Для мобильных устройств, которые и стали основными инструментами (источниками) создания запросов понятие GIS практически повсеместно заменено контекстно-зависимым программированием (context aware в англоязычной литературе). Под контекстом принято понимать любые доступные для измерения характеристики реального и виртуального окружения, которые могут быть добавлены к описанию местоположения. Другими словами, контекст представляет собой описание местоположения и некоторые дополнительные характеристики (свойства). Именно здесь использование понятия близости приносит наибольшие преимущества. По сравнению с просто цифровыми характеристиками (координатами) метрики близости несут больше информации. Мы можем одновременно определить нахождение поблизости от некоторой географической точки, то есть, по сути, оценить координаты, а также подтвердить нахождение других объектов поблизости (пример контекста). Вопросы контекстно-зависимых систем рассматриваются в работах B.Schilit, A.Dey, Gregory D. Abowd и многих других. Схожее по семантике направление в англоязычной литературе называется Mobile and Ubiquitous Computing. Необходимо отметить, что отечественные исследования в этих областях практически отсутствуют.

Мобильные вычисления тесно связаны (определяются этим) с обработкой сенсоров мобильных устройств. Обработка данных мобильных сенсоров, совместный анализ сенсорных данных (sensor fusion) обсуждается в работах R.Olfati-Saber, T. Choudhury, A. T. Campbell, P. Dourish. Это направление естественным образом связано с анализом данных, математической статистикой, теорией графов. Общих подходов, закрывающих все вопросы применения здесь нет, большинство основополагающих задач еще не решено. Проблемы и открытые вопросы есть, как на техническом, так и на методологическом уровнях.

Вопросы передачи данных (данных мобильных сенсоров, например) более разработаны (по сравнению с другими, ранее рассмотренными темами) в отечественной науке. На уровне математического аппарата здесь используется теория случайных процессов, теория

массового обслуживания. Здесь можно отметить вклад российских ученых А.Д. Харкевича, В.М. Вишневского, К.Е. Самуйлова, М.А. Шнепс-Шнеппе.

Вместе с тем необходимо отметить, что большинство работ затрагивающих сетевые аспекты никак не касались прикладного программирования. Имея в виду модель OSI (Open Systems Interconnection), практически всегда рассматривались и рассматриваются вопросы до транспортного уровня включительно. Очевидно, что прикладные аспекты крайне важны. Как пример можно привести грядущее внедрение 5G, где очевидность изменений в ради-составляющей сети оставляет, тем не менее, открытым вопрос о важных приложениях (killing application). Настоящая работа посвящена именно прикладному программному обеспечению и использует существующие сетевые механизмы "как есть". Все предложенные в работе модели и алгоритмя касаются исключительно доступа на программном уровне к сетевым возможностям, разграничения доступа по уровням безопасности, но никак не затрагивают сами протоколы.

Настоящая диссертация базируется на работах автора, которые были одними из первых в области использования сетевой близости (сетевой пространственной близости - основной модели, рассматриваемой ниже) именно для создания информационных систем и сервисов (как альтернатива подходу, рассматривавшему сетевую близость только с точки зрения организации сетей или соединения устройств). Это подтверждается многочисленными цитированиями опубликованных работ. Можно также отметить, что патентный поиск Google показывает более 250 патентных заявок, упоминающих сетевую близость (network proximity) и содержащих ссылки на работы автора.

Диссертационная работа претендует на представление нового подхода (нового класса моделей) для создания информационных сервисов в некоторой географически ограниченной области. Иными словами, это сервисы, которые предоставляют данные (услуги и т.д.) пользователям (потребителям) находящимся поблизости от некоторой географической точки (чаще всего - точки, где этот сервис был запрошен) или сервисы, которые явно используют тот факт, что потребители сервиса (услуги) находятся (или находились) поблизости от некоторой географической точки (опять таки, чаще всего это некоторая выбранная точка предоставления сервиса).

Первым приближением такого рода сервисов являются гео-информационные модели: поиск данных (услуги) в некоторой географически очерченной области (гео-решетка и т.д.). С этой точки зрения, предложенные подходы просто добавляют альтернативу измерению гео-координат там, где это невозможно или неэффективно по тем или иным

причинам. Основные отличия начинаются тогда, когда эти точки представления услуг (центры гео-решеток, если проводить параллели с гео-сервисами) появляются и исчезают динамически. Новый класс сервисов появляется также тогда, когда области предоставления сервисов (например, доступности данных и услуг) прямо привязаны к движущимся объектам. Например, это не окружность с некоторым радиусом вокруг неподвижного объекта (гео-точки с фиксированными координатами), а некоторая область вокруг движущегося объекта (автомобиля, железнодорожного вагона, человека и т.д.). Другим новым моментом будет являться то, что для оценки местоположения вместо пары гео-координат (пары чисел) будет использоваться определяемая конкретным сервисом (услугой) информация (структура данных), что позволяет определять разные метрики, а не только, например, эвклидово расстояние.

Таким образом, это направление находится на стыке нескольких других. Поэтому в плане оценки существующего задела здесь необходимо рассматривать онтологии геоинформационных систем, нечеткую логику, модели данных, их описания, верификацию и трансформации, модели баз данных, беспроводные сети и представление узлов в беспроводных сетях, облачные вычисления, распределенные системы и организацию вычислений.

Объект и предмет исследования.

Объектом исследования являются распределенные информационные системы (технологии/сервисы), использующие информацию о местоположении, а предметом исследования - концептуальные, абстрактные и программные модели и методы представления и анализа данных в таких системах.

Цель и задачи исследования.

Цель работы состоит в разработке и исследовании новых программных моделей и методов построения нового класса распределенных информационных систем, использующих факт близкого взаимного расположения потребителей и производителей (источников) данных (услуг) или объектов их представляющих и базирующихся на альтернативных геовычислениям подходах.

Для достижения цели работы необходимо было решить следующие задачи:

1. Провести исследование существующих моделей и методов определения местоположения объектов в гео-информационных системах (системах с определением

местоположения объектов) с целью выявления класса распределенных систем, сервисов и приложений, использующих понятие близости объектов и не требующих непосредственного вычисления гео-координат или иных форм работы с геокоординатами.

2. Предложить развитие концепции сетевой близости, позволяющей расширить класс использующих это понятие распределенных систем и сервисов, по сравнению с мобильными сервисами и приложениями, основанными на непосредственном вычислении координат местоположения объектов.

3. Провести исследование преимуществ класса распределенных систем и сервисов сетевой близости по сравнению с классом мобильных сервисов и приложений с гео-вычислениями координат местоположения объектов.

4. Разработать новый подход к программному представлению моделей распределенных систем и сервисов сетевой близости. Данный подход характеризуется введением единого логическое представления узлов беспроводных сетей, как сенсоров, способных к рассылке собственной идентификации, получение которой запрашиваемым узлом на программном уровне и является фиксацией близости. При этом трансляция идентификации, используемая для определения доступности (определения присутствия) узла беспроводной сети, становится одновременно и формой передачи данных между мобильными устройствами без организации соединения, что позволяет, в частности, создавать сервисы, использующие информацию о местоположении без поддерживающей инфраструктуры.

5. Разработать комплекс новых моделей, методов, алгоритмов, программно-реализуемых механизмов, обеспечивающих создание и функционирование класса распределенных систем и сервисов сетевой близости в беспроводных сетях и на мобильных платформах в рамках предложенного подхода.

6. Провести исследование существующего системного программного обеспечения, реализующего возможности доступа к сетевой информации, в первую очередь, с использованием веб-технологий; выработать предложения по развитию этого направления в части поддержки систем, использующих предложенную модель сетевой близости.

7. Спроектировать и реализовать комплекс инструментальных средств поддержки процесса создания рассматриваемого класса распределенных систем и сервисов в беспроводных сетях и на мобильных платформах.

8. Спроектировать и создать ряд новых проблемно-ориентированных распределенных систем и сервисов, использующих предложенную модель сетевой близости и провести их апробацию на практике.

9. Разработать предложения по развитию международной системы стандартов, касающихся измерения и использования сетевой близости, с целью формирования методической основы создания соответствующего класса распределенных систем и сервисов, в частности, использующих контекстно-зависимые вычисления, на принципах открытости и интероперабельности.

Научная новизна диссертационной работы состоит в следующем:

1. На основе проведенного анализа сущностей и отношений существующих геоинформационных сервисов (моделей) определены возможности и границы применимости понятия пространственной близости в сервисах, использующих информацию о местоположении. Разработана концептуальная модель для систем сетевой близости и определены области применения основанных на ней сервисов.

2. Предложена новая кибер-физическая модель (распределенная система) для представления (описания) географической привязки объектов (их виртуальных представлений) без использования гео-координат - модель сетевой близости. В рамках введенной архитектуры определен целостный подход к созданию нового класса распределенных систем и сервисов, поддерживающих контекстно-зависимые вычисления, реализуемые без использования гео-координат. Предложена, исследована и реализована программная архитектура системы получения зависимой от местоположения информации об объектах (их представлениях) без предварительного раскрытия информации о местоположении клиента.

3. Предложен набор базовых архитектур, алгоритмов и методов для организации распределенной обработки в рамках предложенной модели сетевой близости, являющийся основой для создания новых сервисов, использующих информацию о местоположении и расширяющих традиционно используемые подходы к реализации таких сервисов.

4. Предложена программная модель для сервисов ProSe (Proximity Services в спецификации 3GPP), исследована и описана организация взаимодействия программ для поддержки сервисов ProSe. Предложена операционная модель разработки распределенных систем и сервисов на основе информации о близости в рамках подхода 3GPP.

5. Разработана и представлена таксономия сервисов на основе сетевой пространственной близости. Представлены базовые модели сервисов (их архитектура и алгоритмы), а также референсные реализации.

6. Предложены и исследованы новые подходы к непосредственной обработке информации о сетевом окружении в браузере. Предложен, исследован и реализован физический браузер - новая система веб-программирования (новая модель работы с веб-контентом), позволяющая использовать информацию о сетевом окружении непосредственно в вебстраницах. Предложены расширения для веб-интерфейсов работы с беспроводными сетями, направленные на поддержку моделей сетевой близости.

Таким образом, в диссертационной работе предложена, исследована и реализована новая программная архитектура для разработки и сопровождения распределенных систем и сервисов, использующих информацию о местоположении, которая заменяет традиционные подходы к созданию таких приложений. Основными характеристиками данной архитектуры являются:

- новый метод определения пространственной близости между сущностями, основанный на анализе доступности узлов беспроводных сетей и явно использующий ограниченность распространения и функциональность сигнала;

- новая модель использования информации о доступности беспроводных сетей (узлов), основанная на программной модификации данных, которые беспроводные сети используют для своего представления (рекламы); особенностью этой модели является то, что в ней интерфейсы беспроводных сетей на мобильных устройствах рассматриваются как сенсоры и информация от таких сенсоров (их динамические характеристики) доступна по чтению в режиме без организации соединения;

- новый метод хранения информации о доступности беспроводных узлов, отличающийся от известных тем, что в нем учитывается разнородная информация обо всех доступных беспроводных узлах;

- новая модель работы с беспроводными сетями на мобильных устройствах, отличающаяся от известных тем, что разделяет непосредственное взаимодействие (соединения и передачу данных) и этапы раскрытия (поиска) беспроводных узлов;

- новая модель обработки данных о накопленных сигнатурах беспроводных узлов на основе моделей нечеткой логики, отличающаяся от известных тем, что оперирует разнородным набором признаков;

- отсутствие необходимости предоставления в какой-либо форме поставщику услуг информации о местоположении пользователя услуги; полное сокрытие информации об использовании услуги от ее поставщика (сервиса).

В работе представлены модели и реализации сервисов, использующих предложенный подход, а также программные средства для их реализации.

Теоретическая и практическая значимость работы.

Исследован онтологический базис гео-информатики, обоснована актуальность и разработаны концепция, методика и технология создания распределенных мобильных систем и сервисов нового класса - систем на основе сетевой близости. Определен целостный подход к интерпретации этого понятия как на уровне физического, так и виртуального взаимодействия программных компонент и, как следствие к созданию нового класса распределенных систем и сервисов, поддерживающих контекстно-зависимые вычислительные модели, реализуемые без использования гео-вычислений.

На основе проведенного анализа разработана новая платформа (программная архитектура) для реализации сервисов с использованием информации о местоположения, которые работают без определения гео-координат и гео-вычислений, что особенно важно, когда геоинформационные сервисы недоступны (например, помещения, туннели, шахты, движущиеся сущности), затруднены в использовании, или не обеспечивают требуемую точность вычисления координат. Предложенный подход полностью исключает необходимость для пользователей сервиса делиться информацией о своем местоположении с провайдером услуг, что полностью закрывает проблемы с приватностью, присущие классическим архитектурам (моделям реализации) сервисов, использующих информацию о местоположении. Новая платформа позволила предложить новые модели сервисов, прежде всего, ориентированных на использование в помещениях. Эти сервисы могут быть использованы для различных применений, например, в рамках приложений для Интернета Вещей и Умного города.

Список литературы диссертационного исследования доктор наук Намиот Дмитрий Евгеньевич, 2022 год

Библиография

1. Slater J. A., Malys S. WGS 84—Past, Present and Future //Advances in Positioning and Reference Frames. - Springer, Berlin, Heidelberg, 1998. - С. 1-7.

2. Küpper A. Location-based services: fundamentals and operation. - John Wiley & Sons, 2005.

3. Гео-информационная система https://ru.wikipedia.org/wiki/Геоинформационная_система Дата обращения: май, 2019

4. Brimicombe A., Li C. Location-based services and geo-information engineering. - John Wiley & Sons, 2009. - Т. 21.

5. Liu X. et al. A state-of-the-art review on the integration of Building Information Modeling (BIM) and Geographic Information System (GIS) //ISPRS International Journal of Geo-Information. - 2017. - Т. 6. - №. 2. - С. 53.

6. Klir G. J., Yuan B. Fuzzy sets and fuzzy logic: theory and applications //Possibility Theory versus Probab. Theory. - 1996. - Т. 32. - №. 2. - С. 207-208.

7. Zadeh L. A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic //Fuzzy sets and systems. - 1997. - Т. 90. - №. 2. - С. 111-127.

8. Syed S., Cannon M. E. Fuzzy logic-based map matching algorithm for vehicle navigation system in urban canyons //ION National Technical Meeting, San Diego, CA. - 2004. - Т. 1. - С. 26-28.

9. Derigent W. et al. Opportunistic maintenance based on fuzzy modelling of component proximity //CIRP annals. - 2009. - Т. 58. - №. 1. - С. 29-32.

10. Zadeh L. A. Fuzzy logic and approximate reasoning //Synthese. - 1975. - Т. 30. - №. 3-4. -С. 407-428.

11. Liu H. C. et al. Fuzzy Petri nets for knowledge representation and reasoning: A literature review //Engineering Applications of Artificial Intelligence. - 2017. - Т. 60. - С. 45-56.

12. Yao X., Thill J. C. Neurofuzzy modeling of context-contingent proximity relations //Geographical analysis. - 2007. - Т. 39. - №. 2. - С. 169-194..

13. "International Electrotechnical Commission technical committee industrial process measurement and control. IEC 61131 - Programmable Controllers," IEC (2000).

14. Cingolani P., Alcala-Fdez J. jFuzzyLogic: a java library to design fuzzy logic controllers according to the standard for fuzzy control programming //International Journal of Computational Intelligence Systems. - 2013. - Т. 6. - №. supl. - С. 61-75.

15. Free Fuzzy Logic Library http://ffll.sourceforge.net/fcl.htm Дата обращения: Jun, 2020

16. Budak Arpinar I. et al. Geospatial ontology development and semantic analytics //Transactions in GIS. - 2006. - Т. 10. - №. 4. - С. 551-575.

17. Fonseca F., Sheth A. The geospatial semantic web //The Handbook of Geographic Information Science. - 2002. - С. 367-376.

18. Lutz M., Klien E. Ontology-based retrieval of geographic information //International Journal of Geographical Information Science. - 2006. - Т. 20. - №. 3. - С. 233-260.

19. Agarwal P. Ontological considerations in GIScience //International Journal of Geographical Information Science. - 2005. - Т. 19. - №. 5. - С. 501-536.

20. Kolas D., Dean M., Hebeler J. Geospatial semantic web: Architecture of ontologies //2006 IEEE Aerospace Conference. - IEEE, 2006. - С. 10 pp.

21. Hu Y. Geospatial semantics //arXiv preprint arXiv:1707.03550. - 2017.

22. Goodchild M. F., Hill L. L. Introduction to digital gazetteer research //International Journal of Geographical Information Science. - 2008. - Т. 22. - №. 10. - С. 1039-1044.

23. Hill L. L. Core elements of digital gazetteers: placenames, categories, and footprints //International Conference on Theory and Practice of Digital Libraries. - Springer, Berlin, Heidelberg, 2000. - С.280-290.

24. Janowicz K., Keßler C. The role of ontology in improving gazetteer interaction //International Journal of Geographical Information Science. - 2008. - Т. 22. - №. 10. - С. 1129-1157.

25. Ai Q. et al. Enhance the Geographical Description of SSN Ontology Based on GeoNames //2017 13th International Conference on Semantics, Knowledge and Grids (SKG). - IEEE, 2017. - С.198-203.

26. Büttcher S., Clarke C. L. A., Cormack G. V. Information retrieval: Implementing and evaluating search engines. - Mit Press, 2016.

27. Keßler C., Janowicz K., Bishr M. An agenda for the next generation gazetteer: Geographic information contribution and retrieval //Proceedings of the 17th ACM SIGSPATIAL international conference on advances in Geographic Information Systems. - 2009. - С. 91100.

28. Jones C. B., Abdelmoty A. I., Fu G. Maintaining ontologies for geographical information retrieval on the web //OTM Confederated International Conferences" On the Move to Meaningful Internet Systems". - Springer, Berlin, Heidelberg, 2003. - С. 934-951.

29. Berners-Lee T., Hendler J., Lassila O. The semantic web //Scientific american. - 2001. - Т. 284. - №. 5. - С. 34-43.

30. Egenhofer M. J. Toward the semantic geospatial web //Proceedings of the 10th ACM international symposium on Advances in geographic information systems. - 2002. - С. 1-4.

31. Kolas D., Dean M., Hebeler J. Geospatial semantic web: Architecture of ontologies //2006 IEEE Aerospace Conference. - IEEE, 2006. - С. 10.

32. Heath T., Bizer C. Linked data: Evolving the web into a global data space //Synthesis lectures on the semantic web: theory and technology. - 2011. - Т. 1. - №. 1. - С. 1-136.

33. Hu Y., Janowicz K. Enriching top-down geo-ontologies using bottom-up knowledge mined from linked data //Advancing Geographic Information Science: The Past and Next Twenty Years. - 2016. - Т. 183.

34. Erling O., Mikhailov I. RDF Support in the Virtuoso DBMS //Networked Knowledge-Networked Media. - Springer, Berlin, Heidelberg, 2009. - С. 7-24.

35. Folmer E., Beek W., Rietveld L. Linked data viewing as part of the spatial data platform of the future //International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2018. - Т. 42. - №. 4. - С. 49-52.

36. Pérez J., Arenas M., Gutierrez C. Semantics and complexity of SPARQL //ACM Transactions on Database Systems (TODS). - 2009. - Т. 34. - №. 3. - С. 1-45.

37. OpenLink examples http://docs.openlinksw.com/virtuoso/rdfsparqlgeospatexmp/ Дата доступа: Июль, 2020

38. Mazzieri M. A fuzzy RDF semantics to represent trust metadata //1st Workshop on Semantic Web Applications and Perspectives (SWAP2004). - 2004. - Т. 1. - С. 83-89.

39. Buche P., Dibie-Barthélemy J., Hignette G. Flexible querying of fuzzy rdf annotations using fuzzy conceptual graphs //International Conference on Conceptual Structures. - Springer, Berlin, Heidelberg, 2008. - С. 133-146.

40. Battle R., Kolas D. Geosparql: enabling a geospatial semantic web //Semantic Web Journal. - 2011. - Т. 3. - №. 4. - С. 355-370.

41. Spatial Data on Web Best Practices https://www.w3.org/TR/sdw-bp/ Дата доступа: Июль, 2020

42. Doerr M., Hiebel G., Eide 0. CRMgeo: Linking the CIDOC CRM to GeoSPARQL through a spatiotemporal refinement. - TECHNICAL REPORT: ICS-FORTH/TR-435, 2013.

43. He L. et al. Fuzzy spatial relation ontology driven detection of complex geospatial features in a web service environment //Earth Science Informatics. - 2015. - Т. 8. - №. 1. - С. 63-76.

44. Winter, Stephan, Werner Kuhn, and Antonio Krüger. "Guest editorial: Does place have a place in geographic information science?", 2009. -C. 171-173.

45. Sui D., Goodchild M. The convergence of GIS and social media: challenges for GIScience //International Journal of Geographical Information Science. - 2011. - Т. 25. - №. 11. - С. 1737-1748.

46. Namiot D., Sneps-Sneppe M. Customized check-in procedures //Smart Spaces and Next Generation Wired/Wireless Networking. - Springer, Berlin, Heidelberg, 2011. - С. 160-164.

47. Li N., Chen G. Analysis of a location-based social network //2009 International Conference on Computational Science and Engineering. - IEEE, 2009. - Т. 4. - С. 263-270.

48. Namiot D., Sneps-Sneppe M. Wireless networks sensors and social streams //2013 27th International Conference on Advanced Information Networking and Applications Workshops. - IEEE, 2013. - С. 413-418.

49. Namiot D., Sneps-Sneppe M. Social streams based on network proximity //International Journal of Space-Based and Situated Computing. - 2013. - Т. 3. - №. 4. - С. 234-242.

50. Jelodar H. et al. Latent Dirichlet Allocation (LDA) and Topic modeling: models, applications, a survey //Multimedia Tools and Applications. - 2019. - Т. 78. - №. 11. - С. 15169-15211.

51. Zandbergen P. A. Accuracy of iPhone locations: A comparison of assisted GPS, WiFi and cellular positioning //Transactions in GIS. - 2009. - Т. 13. - С. 5-25.

52. Carroll A. et al. An analysis of power consumption in a smartphone //USENIX annual technical conference. - 2010. - Т. 14. - С. 21-31.

53. Tippenhauer N. O. et al. On the requirements for successful GPS spoofing attacks //Proceedings of the 18th ACM conference on Computer and communications security. -2011. - С. 75-86.

54. Larsen P. B. Issues relating to civilian and military dual uses of GNSS //Space Policy. -2001. - Т. 17. - №. 2. - С. 111-119.

55. Spolsky J. How Microsoft lost the API war //Joel on Software. - Apress, Berkeley, CA, 2004. - С. 295-312.

56. Lane N. D. et al. A survey of mobile phone sensing //IEEE Communications magazine. -2010. - Т. 48. - №. 9. - С. 140-150.

57. Position sensors https://developer.android.co/guide/topics/sensors/sensors_position Дата обращения: июль, 2020

58. W3C Geolocation https://www.w3schools.com/html/html5_geolocation.asp Дата обращения: июль, 2020

59. Namiot D. On indoor positioning //International Journal of Open Information Technologies. - 2015. - Т. 3. - №. 3. - С. 23-26.

60. Stefanczyk M. et al. 3D camera and lidar utilization for mobile robot navigation //Journal of Automation Mobile Robotics and Intelligent Systems. - 2013. - Т. 7.

61. Bluetooth https://en.wikipedia.org/wiki/Bluetooth Дата обращения: июль, 2020

62. Allurwar N., Nawale B., Patel S. Beacon for proximity target marketing //International Journal of Engineering and Computer Science. - 2016. - Т. 5. - №. 5. - С. 16359-16364.

63. Crolley, C. Wayne. "System and method of providing advertisements to Wi-Fi devices." U.S. Patent No. 7,778,873. 17 Aug. 2010.

64. Google to Discontinue Android's Nearby Notifications Feature Due to Spam https://gadgets.ndtv.com/apps/news/google-nearby-notifications-android-feature-discontinued-1938051 Дата обращения: август, 2020

65. How to scan Bluetooth devices in range https://stackoverflow.com/questions/3170805/how-to-scan-for-available-bluetooth-devices-in-range-in-android Дата обращения: август, 2020

66. Namiot D., Schneps-Schneppe M. About location-aware mobile messages: Expert system based on wifi spots //2011 Fifth International Conference on Next Generation Mobile Applications, Services and Technologies. - IEEE, 2011. - С. 48-53.

67. Намиот Д. Е. Гипер-локальный контент экспертная система на базе WiFi proximity //Современные информационные технологии и ИТ-образование. - 2011. - №. 7. - С. 720-730.

68. Bluetooth discoverability https://electronics.howstuffworks.com/bluetooth-surveillance1.htm Дата обращения: август, 2020

69. Guo C. et al. A lane-level LBS system for vehicle network with high-precision BDS/GPS positioning //Computational intelligence and neuroscience. - 2015. - Т. 2015.

70. Butler Z. et al. From robots to animals: virtual fences for controlling cattle //The International Journal of Robotics Research. - 2006. - Т. 25. - №. 5-6. - С. 485-508.

71. Anderson D. M. et al. Representing spatially explicit Directional Virtual Fencing (DVF TM) data //24th Annual ESRI International User Conference Proceedings, San Diego, CA. - 2004.

72. Khliefat I., Shatnawi I. An Optimization of Bluetooth Sensor Locations for Origin-Destination in an Urban Network //Journal of Transportation Technologies. - 2017. - Т. 7. -№. 4. - С. 367-375.

73. Zimbelman E. G. et al. Hazards in motion: Development of mobile geofences for use in logging safety //Sensors. - 2017. - Т. 17. - №. 4. - С. 822.

74. Nguyen D. V. et al. Wifi fingerprinting localization for intelligent vehicles in car park //2018 International Conference on Indoor Positioning and Indoor Navigation (IPIN). - IEEE, 2018. - С. 1-6.

75. Wi-Fi map https://wifispc.com/ Дата обращения: август, 2020

76. Airport Terminal Beacons Recommended Practice https://aci.aero/about-aci/priorities/airport-it/documentation/ Дата обращения: август, 2020

77. OpenStreet Map taginfo https://wiki.openstreetmap.org/wiki/Tag:indoormark=beacon Дата обращения: август, 2020

78. Wireless Network Mapping https://wigle.net/ Дата обращения: август, 2020

79. Namiot D., Sneps-Sneppe M. On crowd sensing back-end //Аналитика и управление данными в областях с интенсивным использованием данных. - 2016. - С. 256-263.

80. Namiot D., Sneps-Sneppe M. On open source mobile sensing //International Conference on Next Generation Wired/Wireless Networking. - Springer, Cham, 2014. - С. 82-94.

81. Guan R., Harle R. Towards a crowdsourced radio map for indoor positioning system //2017 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops). - IEEE, 2017. - С. 207-212.

82. Daradkeh Y. I., ALdhaifallah M., Namiot D. Mobile Clouds for Smart Cities //International Journal of Online and Biomedical Engineering (iJOE). - 2017. - Т. 13. - №. 01. - С. 76-86.

83. Namiot D., Sneps-Sneppe M. On data persistence models for mobile crowdsensing applications //International Conference on Data Analytics and Management in Data Intensive Domains. - Springer, Cham, 2016. - С. 192-204.

84. Куприяновский В. П. и др. Соображения по проблемам создания цифровой железной дороги для нового шелкового пути трансконтинентального логистического партнерства в целях экономического развития стран входящих в ЕАЭС и России //International Journal of Open Information Technologies. - 2017. - Т. 5. - №. 9. - С. 119140.

85. Куприяновский В. П. и др. Умная инфраструктура, физические и информационные активы, Smart Cities, BIM, GIS и IoT //International Journal of Open Information Technologies. - 2017. - Т. 5. - №. 10. - С. 55-86.

86. Smartphone, cellular and hands-free mobile phone detection URL: http://www.libelium.com/products/meshlium/smartphone-detection/ Дата обращения: август, 2020

87. He S., Chan S. H. G. Wi-Fi fingerprint-based indoor positioning: Recent advances and comparisons //IEEE Communications Surveys & Tutorials. - 2015. - Т. 18. - №. 1. - С. 466-490.

88. Lassabe F. et al. Indoor Wi-Fi positioning: techniques and systems //annals of telecommunications-annales des télécommunications. - 2009. - Т. 64. - №. 9-10. - С. 651.

89. Youssef M., Agrawala A. The Horus WLAN location determination system //Proceedings of the 3rd international conference on Mobile systems, applications, and services. - 2005. - C. 205-218.

90. Madigan D. et al. Bayesian indoor positioning systems //Proceedings IEEE 24th Annual Joint Conference of the IEEE Computer and Communications Societies. - IEEE, 2005. - T. 2. - C. 1217-1227.

91. Mirowski P. et al. Probabilistic radio-frequency fingerprinting and localization on the run //Bell Labs Technical Journal. - 2014. - T. 18. - №. 4. - C. 111-133.

92. Han D. et al. Building a practical Wi-Fi-based indoor navigation system //IEEE Pervasive Computing. - 2014. - T. 13. - №. 2. - C. 72-79.

93. Shen G. et al. Walkie-Markie: Indoor pathway mapping made easy //Presented as part of the 10th {USENIX} Symposium on Networked Systems Design and Implementation ({NSDI} 13). - 2013. - C. 85-98.

94. Huang C. C. et al. Automatic landmark-based RSS compensation for device diversity in an indoor positioning system //Proc. IEEE VTS APWCS. - 2014. - C. 1-5.

95. Ananthanarayanan G., Stoica I. Blue-Fi: enhancing Wi-Fi performance using bluetooth signals //Proceedings of the 7th international conference on Mobile systems, applications, and services. - 2009. - C. 249-262.

96. Krumm J., Hinckley K. The nearme wireless proximity server //International Conference on Ubiquitous Computing. - Springer, Berlin, Heidelberg, 2004. - C. 283-300.

97. Liu C., Cao G. Distributed monitoring and aggregation in wireless sensor networks //2010 Proceedings IEEE INFOCOM. - IEEE, 2010. - C. 1-9.

98. Wu P., Zhu J., Zhang J. Y. Mobisens: A versatile mobile sensing platform for real-world applications //Mobile Networks and Applications. - 2013. - T. 18. - №. 1. - C. 60-80.

99. Kouhne M., Sieck J. Location-based services with iBeacon technology //2014 2nd International Conference on Artificial Intelligence, Modelling and Simulation. - IEEE, 2014. - C. 315-321.

100. Collotta M. et al. Bluetooth 5: A concrete step forward toward the IoT //IEEE Communications Magazine. - 2018. - T. 56. - №. 7. - C. 125-131.

101. Dasgupta A., Nagaraj R., Nagamani K. An internet of things platform with google eddystone beacons //Journal of Software Engineering and Applications. - 2016. - T. 9. - №. 6. - C. 291-295.

102. Raza S. et al. Bluetooth smart: An enabling technology for the Internet of Things //2015 IEEE 11th International Conference on Wireless and Mobile Computing, Networking and Communications (WiMob). - IEEE, 2015. - C. 155-162.

103. Matte, Célestin. Wi-Fi tracking: Fingerprinting attacks and counter-measures. Diss. 2017.

104. Garcia-Valverde T. et al. A fuzzy logic-based system for indoor localization using WiFi in ambient intelligent environments //IEEE Transactions on Fuzzy Systems. - 2012. - T. 21. - №. 4. - C. 702-718.

105. Garcia-Valverde T. et al. An adaptive learning fuzzy logic system for indoor localisation using Wi-Fi in ambient intelligent environments //2012 IEEE International Conference on Fuzzy Systems. - IEEE, 2012. - C. 1-8.

106. Al-Madani B. et al. Fuzzy logic type-2 based wireless indoor localization system for navigation of visually impaired people in buildings //Sensors. - 2019. - T. 19. - №. 9. - C. 2114.

107. Orujov F. et al. Smartphone based intelligent indoor positioning using fuzzy logic //Future Generation Computer Systems. - 2018. - T. 89. - C. 335-348.

108. Daradkeh Y., Namiot D., Sneps-Sneppe M. Spot expert as context-aware browsing //Journal of Wireless Networking and Communications. - 2012. - T. 2. - №. 3. - C. 23-28.

109. Tasoulis D. K., Adams N. M., Hand D. J. Unsupervised clustering in streaming data //Sixth IEEE International Conference on Data Mining-Workshops (ICDMW'06). - IEEE, 2006. - C. 638-642.

110. Spitters M., Kraaij W. Unsupervised event clustering in multilingual news streams //Proceedings of the LREC2002 Workshop on Event Modeling for Multilingual Document Linking. - 2002. - C. 42-46.

111. Silva J. A. et al. Data stream clustering: A survey //ACM Computing Surveys (CSUR). -2013. - T. 46. - №. 1. - C. 1-31.

112. Ghosh A. et al. LTE-advanced: next-generation wireless broadband technology //IEEE wireless communications. - 2010. - T. 17. - №. 3. - C. 10-22.

113. Tang H., Ding Z., Levy B. C. Enabling D2D communications through neighbor discovery in LTE cellular networks //IEEE Transactions on Signal Processing. - 2014. - Т. 62. - №. 19. - С. 5157-5170.

114. Aijaz A., Aghvami H., Amani M. A survey on mobile data offloading: technical and business perspectives //IEEE Wireless Communications. - 2013. - Т. 20. - №. 2. - С. 104112.

115. 3GPP TS 24.334 V12.1.1, December 2014; Technical Specification Group Core Network and Terminals, Proximity-services (ProSe) User Equipment (UE) to ProSe function protocols; Stage 3; Release 12

116. Roessler, J. S. "Lte-advanced (3gpp rel. 12) technology introduction white paper." Rohde & Shwarz (2015).

117. Moerdijk A. J., Klostermann L. Opening the networks with Parlay/OSA: standards and aspects behind the APIs //IEEE network. - 2003. - Т. 17. - №. 3. - С. 58-64.

118. LTE Direct https://www.qualcomm.com/documents/creating-digital-6th-sense-lte-direct Дата обращения: август, 2020

119. 3GPP TS 24.334 version 13.2.0 Release 13; ETSI TS 124 334 V13.2.0 (2016-01)

120. 3GPP TS 23.003 http://www.arib.or.jp/english/html/overview/doc/STD-T63v9_30/5_Appendix/Rel5/23/23003-5b0.pdf Дата обращения: август, 2020

121. MySQL events https://dev.mysql.com/doc/refman/5.7/en/create-event.html Дата обращения: август, 2020

122. Apache Cassandra http://cassandra.apache.org/doc/latest/ Дата обращения: август, 2020

123. Redis https://redis.io/documentation Дата обращения: август, 2020

124. Namiot D., Sneps-Sneppe M. On Search Services for Internet of Things //International Conference on Distributed Computer and Communication Networks. - Springer, Cham, 2017. - С. 174-185.

125. RFC 1738 http://tools.ietf.org/html/rfc1738 Дата обращения: август, 2020

126. PAS 212:2016 Automatic resource discovery for the Internet of Things. Specification https://shop.bsigroup.com/forms/PASs/PAS-212-2016-download/ Дата обращения: сентябрь, 2020

127. Kouyoumdjieva S. T., Karlsson G. From Opportunistic Networks to 3GPP Network-Independent Device-to-Device Communication //GetMobile: Mobile Computing and Communications. - 2016. - Т. 20. - №. 2. - С. 22-26.

128. Namiot D. On mobile mesh networks //International Journal of Open Information Technologies. - 2015. - Т. 3. - №. 4. - С. 38-41.

129. Bluetooth Mesh https://www.bluetooth.com/blog/introducing-bluetooth-mesh-networking/ Дата обращения: август, 2020

130. Abowd D. et al. Context-awareness in wearable and ubiquitous computing //Virtual Reality. - 1998. - Т. 3. - №. 3. - С. 200-211.

131. Намиот Д. Е., Завьялов А. Н. Об одном практическом применении графовой модели данных //Вестник компьютерных и информационных технологий. - 2018. - №. 4. - С. 3-14.

132. Namiot D., Sneps-Sneppe M. On internet of things and big data in university courses //International Journal of Embedded and Real-Time Communication Systems (IJERTCS). -2017. - Т. 8. - №. 1. - С. 18-30.

133. Намиот Д.Е. Базы данных временных рядов в системах «Интернета вещей» //Прикладная информатика. - 2017. - Т. 12. - №. 2. - С. 79-87.

134. Куприяновский В.П. и др. Веб Вещей и Интернет Вещей в цифровой экономике //International Journal of Open Information Technologies. - 2017. - Т. 5. - №. 5. - С. 3845..

135. Намиот Д.Е. О стандартах умного города //Информационное общество. - 2017. -№. 2. - С. 45-52.

136. Намиот Д.Е., Зубарева Е.В. Об одном способе доставки информации мобильным пользователям //International Journal of Open Information Technologies. - 2017. - Т. 5. -№. 8. - С. 12-17.

137. Daradkeh Y. I., Aldhaifallah M., Namiot D. One Model of Geo-Location Services for Telecom Operators //International Journal of Interactive Mobile Technologies (iJIM). - 2016. - Т. 10. - №. 2. - С. 19-24.

138. Намиот Д.Е., Зубарева Е. В. Города, управляемые данными //International Journal of Open Information Technologies. - 2016. - Т. 4. - №. 12. - С. 79-85.

139. Намиот Д.Е., Куприяновский В.П., Синягов С.А. Инфокоммуникационные сервисы в умном городе //International Journal of Open Information Technologies. - 2016. - Т. 4. -№. 4. - С. 1-9.

140. Намиот Д.Е. Об обучении по Internet of Things и Smart Cities //International Journal of Open Information Technologies. - 2016. - Т. 4. - №. 5. - С. 26-38.

141. Намиот Д.Е., Шнепс-Шнеппе М.А. Об отечественных стандартах для Умного Города //International Journal of Open Information Technologies. - 2016. - Т. 4. - №. 7. -С. 32-37.

142. Namiot D. Geo Signature and its Applications //International Journal of Information Science and Intelligent System. - 2015. - Т. 4. - №. 1. - С. 105-118.

143. Namiot D. Mining groups of mobile users //International Journal of Wireless and Mobile Computing. - 2015. - Т. 9. - №. 3. - С. 211-217.

144. Daradkeh Y. I., Namiot D. Network Proximity for Content Discovery //International Journal of Interactive Mobile Technologies (iJIM). - 2015. - Т. 9. - №. 4. - С. 42-48.

145. Namiot D., SnepsSneppe M. On mobile wireless tags //Automatic Control and Computer Sciences. - 2015. - Т. 49. - №. 3. - С. 159-166.

146. Намиот Д. Е. Беспроводные теги на основе Bluetooth-устройств //Прикладная информатика. - 2015. - Т. 10. - №. 2- С. 59-67.

147. Намиот Д.Е., Шнепс-Шнеппе М.А. Контекстно-зависимые сервисы на базе беспроводных тегов //Вестник компьютерных и информационных технологий - 2015. -№. 10. - С. 18-22.

148. Намиот Д. Е., Шнепс-Шнеппе М. А. Об информационных системах для групп мобильных пользователей //T-Comm: Телекоммуникации и транспорт. - 2015. - Т. 9. -№. 10. - С. 33-37.

149. Намиот Д. Е. Об учебных программах по Internet of Things //International Journal of Open Information Technologies. - 2015. - Т. 3. - №. 5. - С. 35-38.

150. Namiot D., Sneps-Sneppe M. On iot programming //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 10. - С. 25-28.

151. Namiot D., Sneps-Sneppe M. On M2M Software //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 6. - С. 29-36.

152. Namiot D., Sneps-Sneppe M. On M2M Software Platforms //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 8. - С. 29-33.

153. Namiot D., Sneps-Sneppe M. On the analysis of statistics of mobile visitors //Automatic Control and Computer Sciences. - 2014. - Т. 48. - №. 3. - С. 150-158.

154. Намиот Д. Е. Мобильные Bluetooth теги //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 5. - С. 17-23.

155. Намиот Д. Е. Персональные Bluetooth теги //International Journal of Open Information Technologies. - 2014. - Т. 2. - №. 3. - С. 35-39.

156. Namiot D., Shneps-Shneppe M. Analysis of trajectories in mobile networks based on data about the network proximity //Automatic Control and Computer Sciences. - 2013. - Т. 47. -№. 3. - С. 147-155.

157. Namiot D. Network proximity on practice: Context-aware applications and Wi-Fi proximity //International Journal of Open Information Technologies. - 2013. - Т. 1. - №. 3.

- С. 1-4.

158. Daradkeh Y. I., Namiot D., Schneps-Schneppe M. Context-Aware Browsing for Hyper-Local News Data (CABHLND) //International Journal of Interactive Mobile Technologies (iJIM). - 2012. - Т. 6. - №. 3. - С. 13-17.

159. Namiot D., Sneps-Sneppe M. Using Network Proximity for Context-aware Browsing //International Journal on Advances in Telecommunications Volume 5, Number 3 & 4, 2012.

- 2012. - С. 163-172.

160. Намиот Д. Использование оценки приближенности к узлам Wi-Fi-сети для доставки гиперлокального контента //Прикладная информатика. - 2012. - №. 5. - С. 51-58.

161. Namiot D., Sneps-Sneppe M., Pauliks R. On Data Stream Processing in IoT Applications //Internet of Things, Smart Spaces, and Next Generation Networks and Systems. - Springer, Cham, 2018. - С. 41-51.

162. Namiot D., Shabalin D., Zubareva E. On Geo-marks based on network proximity

//Selected Papers of the II International Scientific Conference "Convergent Cognitive

352

Information Technologies" (Convergent 2017), серия CEUR Workshop Proceedings (CEUR-WS.org). - 2017. - Т. 2064. - С. 425-436.

163. Namiot D., Sneps-Sneppe M. On Proximity-Based Information Delivery //International Conference on Distributed Computer and Communication Networks. - Springer, Cham, 2018. - С. 83-94.

164. Namiot D., Sneps-Sneppe M. A Survey of Smart Cards Data Mining //Supplementary Proceedings of the Sixth International Conference on Analysis of Images, Social Networks and Texts (AIST 2017) Moscow, Russia, July 27 - 29, CEUR-WS. - 2017. - Т. 1975. -С.314-325.

165. Namiot D., Ventspils M. S. S., Daradkeh Y. I. On internet of things education //2017 20th conference of open innovations association (FRUCT). - IEEE, 2017. - С. 309-315.

166. Namiot D., Sneps-Sneppe M. On Internet of Things programming models //International Conference on Distributed Computer and Communication Networks. - Springer, Cham, 2016. - С. 13-24.

167. Sneps-Sneppe M., Namiot D. On context-aware proxy in Mobile Cloud computing for emergency services //2017 24th International Conference on Telecommunications (ICT). -IEEE, 2017. - С. 1-5.

168. Namiot D., Sneps-Sneppe M. On Bluetooth proximity models //2016 Advances in Wireless and Optical Communications (RTUWO). - IEEE, 2016. - С. 80-84.

169. Namiot D., Sneps-Sneppe M. On hyper-local web pages //International Conference on Distributed Computer and Communication Networks. - Springer, Cham, 2015. - С. 11-18.

170. Namiot D., Sneps-Sneppe M. On physical web browser //2016 18th Conference of Open Innovations Association and Seminar on Information Security and Protection of Information Technology (FRUCT-ISPIT). - IEEE, 2016. - С. 220-225.

171. Sneps-Sneppe M., Namiot D. On physical web models //2016 International Siberian Conference on Control and Communications (SIBCON). - IEEE, 2016. - С. 1-6.

172. Daradkeh Y. I., Namiot D. Network proximity and physical web //Math. Comput. Sci. Ind. - 2015. - Т. 1. - С. 170-175.

173. Namiot D., Sneps-Sneppe M. On Mobile Bluetooth Tags //Proceedings of the 17th Conference of Open Innovations Association FRUCT, ITMO University, Saint-Petersburg, Russia Saint-Petersburg, 2015. - С. 325-330.

174. Sneps-Sneppe M. Namiot D. On the Network Proximity in City-Scale Ubiquitous Systems //Information Technology and Systems, 2015. - С. 7-11.

175. Sneps-Sneppe M., Namiot D. On web-based domain-specific language for Internet of Things //2015 7th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). - IEEE, 2015. - С. 287-292.

176. Namiot D., Sneps-Sneppe M. The physical web in smart cities //2015 Advances in Wireless and Optical Communications (RTUWO). - IEEE, 2015. - С. 46-49.

177. Namiot D. Time Series Databases //Proceedings of the XVII International Conference «Data Analytics and Management in Data Intensive Domains» (DAMDID/RCDL'2015), Obninsk, Russia, October 13 - 16, CEUR-WS. - 2015. - Т. 1536. - С.132-137

178. Намиот Д., Шнепс-Шнеппе М. А. О модели данных для контекстно-зависимых сервисов //Аналитика и управление данными в областях с интенсивным использованием данных: XVII Междунар. конф. DAMID/RCDL. - 2015. - С. 71-77.

179. Namiot D., Sneps-Sneppe M. CAT-cars as tags //2014 7th International Workshop on Communication Technologies for Vehicles (Nets4Cars-Fall). - IEEE, 2014. - С. 50-53.

180. Namiot D., Sneps-Sneppe M. On software standards for smart cities: API or DPI //Proceedings of the 2014 ITU kaleidoscope academic conference: Living in a converged world-Impossible without standards?. - IEEE, 2014. - С. 169-174.

181. Namiot D., Sneps-Sneppe M. Discovery of convoys in network proximity log //Internet of Things, Smart Spaces, and Next Generation Networking. - Springer, Berlin, Heidelberg, 2013. - С.139-150.

182. Namiot D., Sneps-Sneppe M. Geofence and network proximity //Internet of Things, Smart Spaces, and Next Generation Networking. - Springer, Berlin, Heidelberg, 2013. - С. 117-127.

183. Namiot D., Sneps-Sneppe M. Local messages for smartphones //2013 Conference on Future Internet Communications (CFIC). - IEEE, 2013. - С. 1-6.

184. Namiot D. Schneps-Schneppe M. Smart Cities Software from the developer's point of view //6 th International Conference on Applied Information and Communication Technologies (AICT2013), LUA Jelgava, 2013. - С.230-237.

185. Sneps-Sneppe M., Namiot D. Smart cities software: customized messages for mobile subscribers //International Workshop on Wireless Access Flexibility. - Springer, Berlin, Heidelberg, 2013. - С. 25-36.

186. Sneps-Sneppe M., Namiot D. Spotique: A new approach to local messaging //International Conference on Wired/Wireless Internet Communication. - Springer, Berlin, Heidelberg, 2013. - С. 192-203.

187. Sneps-Sneppe M., Namiot D. About M2M standards and their possible extensions //2012 2nd Baltic Congress on Future Internet Communications. - IEEE, 2012. - С. 187-193.

188. Sneps-Sneppe M., Namiot D. About M2M standards. M2M and open API //Proceedings of the 7th International Conference on Digital Telecommunications (ICDT'12). - 2012. - С. 111-117.

189. Namiot D. Context-Aware Browsing--A Practical Approach //2012 Sixth International Conference on Next Generation Mobile Applications, Services and Technologies. - IEEE, 2012.- С. 18-23.

190. Namiot D., Sneps-Sneppe M., Context-aware data discovery //2012 16th International Conference on Intelligence in Next Generation Networks. - Berlin, 2012. - С. 134-141.

191. Sneps-Sneppe M., Namiot D. M2M applications and open API: What could be next? //Internet of Things, Smart Spaces, and Next Generation Networking. - Springer, Berlin, Heidelberg, 2012. - С. 429-439.

192. Namiot D., Sneps-Sneppe M. Proximity as a service //2012 2nd Baltic Congress on Future Internet Communications. - IEEE, 2012. - С. 199-205.

193. Namiot D., Sneps-Sneppe M. Where are they now-safe location sharing //Internet of Things, Smart Spaces, and Next Generation Networking. - Springer, Berlin, Heidelberg, 2012. - С. 63-74.

194. Namiot D., Sneps-Sneppe M. A new approach to advertising in social networks-business-centric check-ins //2011 15 th International Conference on Intelligence in Next Generation Networks. - IEEE, 2011. - С. 92-96.

195. Namiot D., Sneps-Sneppe M. About expert system for Wi-Fi access points //Proceedings of the 8th International Symposium on Location-Based Services, Vienna University of Technology Vienna. - Austria, 2011. - С. 126-136

196. Namiot D., Sneps-Sneppe M. Advertising in Social Networks: Business-oriented Check-ins //AFIN 2011, The Third International Conference on Advances in Future Internet. -IARIA, 2011. - С. 20-24.

197. Namiot D. Geo messages //International Congress on Ultra Modern Telecommunications and Control Systems. - IEEE, 2010. - С. 14-19.

198. Абдрахманова А. М., Намиот Д. Е. Использование двумерных штрихкодов для создания системы позиционирования и навигации в помещении //Прикладная информатика. - 2013. - №. 1. - С. 031-039.

199. Namiot D., Sneps-Sneppe M., Skokov O. Context-aware QR-codes //arXiv preprint arXiv:1307.7597. - 2013.

200. Airport Beacon Practices https://aci.aero/Media/6b4d6043-1bab-457c-8352-53c4c51dd634/5XBxhA/About%20ACI/Priorities/IT%20-

%20New/Initiativies/Beacons/ACI-Airport-Terminal-Beacons-Recommended-Practice.pdf Дата обращения: октябрь, 2020

201. Горбушкин Двор https://www.gorbushkin.ru/tehnomoll/navigator/ Дата обращения: октябрь, 2020

202. Miyashita T. et al. An augmented reality museum guide //2008 7th IEEE/ACM International Symposium on Mixed and Augmented Reality. - IEEE, 2008. - С. 103-106.

203. Persaud, Anthony G., et al. "Method and apparatus for remote controlled object gaming with proximity-based augmented reality enhancement." U.S. Patent No. 8,678,876. 25 Mar. 2014.

204. Using A Wi-Fi Network's Name To Broadcast A Political Message https://www.npr.org/sections/alltechconsidered/2017/02/07/513240428/using-a-wi-fi-networks-name-to-broadcast-a-political-message Дата обращения: октябрь, 2020

205. Nayebi M., Ruhe G. Optimized functionality for super mobile apps //2017 IEEE 25th international requirements engineering conference (RE). - IEEE, 2017. - С. 388-393.

206. Hyperlocal https://en.wikipedia.org/wiki/Hyperlocal Дата обращения: октябрь, 2020

207. Lopez C., Farzan R. From community networks to hyper-local social media //Proceedings of the 18th ACM Conference Companion on Computer Supported Cooperative Work & Social Computing. - 2015. - С. 239-242.

208. Tseng C. W., Chen Y. C., Huang C. H. A design of GS1 EPCglobal application level events extension for IoT applications //IEICE TRANSACTIONS on Information and Systems. - 2016. - Т. 99. - №. 1. - С. 30-39.

209. Gao J. et al. RFID Coding, Name and Information Service for Internet of Things //2007 IET Conference on Wireless, Mobile and Sensor Networks (CCWMSN07). - IET, 2007. - С. 36-39.

210. Liu F. et al. Rfid-based epc system and information services in intelligent transportation system //2006 6th International Conference on ITS Telecommunications. - IEEE, 2006. - С. 26-28.

211. Palmer M. Seven principles of effective RFID data management //http://www. progress. com/realtime/docs/articles/7principles_rfid_mgmnt. pdf. - 2004.

212. Schilit B., Adams N., Want R. Context-aware computing applications //1994 First Workshop on Mobile Computing Systems and Applications. - IEEE, 1994. - С. 85-90.

213. Scellato S. et al. Socio-spatial properties of online location-based social networks //Proceedings of the International AAAI Conference on Web and Social Media. - 2011. - Т. 5. - №. 1.

214. Guo B. et al. From participatory sensing to mobile crowd sensing //2014 IEEE International Conference on Pervasive Computing and Communication Workshops (PERCOM WORKSHOPS). - IEEE, 2014. - С. 593-598.

215. W3C Web API https://www.w3.org/TR/?tag=webapi Дата обращения: октябрь, 2020

216. Majchrzak T. A., Bi0rn-Hansen A., Gr0nli T. M. Progressive Web Apps: the Definite Approach to Cross-Platform Development? //Proceedings of the 51st Hawaii International Conference on System Sciences. - 2018. - С. 5735-5744.

217. Network Information API https://developer.mozilla.org/en-US/docs/Web/API/Network_Information_API Дата обращения: ноябрь, 2020

218. Google Physiacal Web https://www.scoop.it/topic/beacons-transform-customer-experiences/p/4042390528/2015/04/28/google-s-physical-web-vs-apple-s-ibeacon-o-reilly-radar Дата обращения: ноябрь, 2020

219. Network proximity App https://gitlab.com/IvanMak/network-proximity-app Дата обращения: декабрь, 2020

220. Намиот Д. Е., Макарычев В.П. Об альтернативной модели отметки местоположения в социальных сетях //International Journal of Open Information Technologies. - 2020. - Т. 8. - №. 2. - С. 74-90

221. Haski J. et al. Location prediction using wireless signals on online social networks: заяв. пат. 15838289 США. - 2018.

222. Разработчикам I ВКонтакте. https://vk.com/dev/. Дата обращения: Dec, 2020

223. Bluetooth Proximity https://github.com/hamsterxc/bluetoothproximitydemo Дата обращения: Dec, 2020

224. Bland A. FireChat-the messaging app that's powering the Hong Kong protests //The Guardian. - 2014. - Т. 29.

225. Lin W. Y., Hsueh K. P., Pa P. S. The development of emergency communication app using ad hoc network with ipv6 //2015 International Conference on Intelligent Information Hiding and Multimedia Signal Processing (IIH-MSP). - IEEE, 2015. - С. 41-44.

226. Bluetooth radio https://github.com/BIIIIII9/twopage Дата обращения: Dec, 2020

227. Bluetooth radio Wi-Fi https://github.com/BIIIIII9/wifi_name Дата обращения: Dec, 2020

228. Bluetooth Mesh https://www.novelbits.io/bluetooth-mesh-tutorial-part-2/ Дата обращения: Dec, 2020

229. GATT https://www.bluetooth.com/specifications/gatt/ Дата обращения: Jan, 2020

230. Куприяновский В. П. и др. Цифровая экономика-«Умный способ работать» //International Journal of Open Information Technologies. - 2016. - Т. 4. - №. 2. - С. 26-33.

231. Намиот Д.Е. Спецификация 3GPP D2D и публичные сервисы //International Journal of Open Information Technologies. - 2020. - Т. 8. - №. 2. - С. 39-46.

232. QR-codes in museums https://cuseum.com/blog/life-death-of-qr-codes-in-museums Дата обращения: Feb, 2020

233. Crompton H., LaFrance J., van't Hooft M. QR Codes 101 //Learning & Leading with Technology. - 2012. - Т. 39. - №. 8. - С. 22-25.

234. Musa A. B. M., Eriksson J. Tracking unmodified smartphones using wi-fi monitors //Proceedings of the 10th ACM conference on embedded network sensor systems. - 2012. -С. 281-294.

235. Pattanusorn W. et al. Passenger estimation system using Wi-Fi probe request //2016 7th International Conference of Information and Communication Technology for Embedded Systems (IC-ICTES). - IEEE, 2016. - С. 67-72.

236. Location analytics https://documentation.meraki.com/MR/Monitoring_and_Reporting/Location_Analytics Дата обращения: Feb, 2020

237. Meraki API https://developer.cisco.com/meraki/scanning-api/#!introduction/scanning-api Дата обращения: Feb, 2020

238. Smartphone detection http://www.libelium.com/products/meshlium/smartphone-detection/ Дата обращения: Feb, 2020

239. Atzori L. et al. The social internet of things (siot)-when social networks meet the internet of things: Concept, architecture and network characterization //Computer networks. - 2012. -Т. 56. - №. 16. - С. 3594-3608.

240. Guo B. et al. Opportunistic IoT: Exploring the social side of the internet of things //Proceedings of the 2012 IEEE 16th International Conference on Computer Supported Cooperative Work in Design (CSCWD). - IEEE, 2012. - С. 925-929.

241. Kranz M., Roalter L., Michahelles F. Things that twitter: social networks and the internet of things //What can the Internet of Things do for the Citizen (CIoT) Workshop at The Eighth International Conference on Pervasive Computing (Pervasive 2010). - 2010. - С. 1-10.

242. Taniuchi, Kenichi, et al. "Network discovery mechanisms." U.S. Patent No. 8,717,931. 6 May 2014.

243. Android TelephonyManager https://developer.android.com/reference/android/telephony/TelephonyManager Дата обращения: Feb, 2020

244. De Benedetto J., Bellavista P., Foschini L. Proximity discovery and data dissemination for mobile crowd sensing using LTE direct //Computer Networks. - 2017. - Т. 129. - С. 510-521.

245. Wi-Fi RTT https://developer.android.com/guide/topics/connectivity/wifi-rtt Дата обращения: Feb, 2020

246. Meraki Data Privacy and Protection Features https://documentation.meraki.com/zGeneral_Administration/Privacy_and_Security/Meraki_ Data_Privacy_and_Protection_Features Дата обращения: Feb, 2020

247. Voigt P., Von dem Bussche A. The eu general data protection regulation (gdpr) //A Practical Guide, 1st Ed., Cham: Springer International Publishing. - 2017.

248. Lakshmi N., Rao R. S., Reddy S. S. An overview of preprocessing on web log data for web usage analysis //International Journal of Innovative Technology and Exploring Engineering. - 2013. - Т. 2. - №. 4. - С. 274-279.

249. Suneetha K. R., Krishnamoorthi R. Identifying user behavior by analyzing web server access log file //IJCSNS International Journal of Computer Science and Network Security. -

2009. - Т. 9. - №. 4. - С. 327-332.

250. Hussain T., Asghar S., Masood N. Web usage mining: A survey on preprocessing of web log file //2010 International Conference on Information and Emerging Technologies. - IEEE,

2010. - С. 1-6.

251. Han, Seungyeop, Jaeyeon Jung, and David Wetherall. "A study of third-party tracking by mobile apps in the wild." Technica l Report, ftp://ftp.cs.washington.edu/tr/2012/03/UW-CSE-12-03-01. Дата обращения: октябрь 2020.

252. Ramamurthy M. Indoor Geo-location And Tracking Of Mobile Autonomous Robot. -2005.

253. Намиот Д. Е., Шнепс-Шнеппе М. Анализ траекторий в мобильных сетях на базе информации о сетевой близости // Автоматика и вычислительная техника. — 2013. — № 3. — С. 48-60.

254. Yoon H., Shahabi C. Accurate discovery of valid convoys from moving object trajectories //2009 IEEE international conference on data mining workshops. - IEEE, 2009. -С. 636-643.

255. Loring M. C., Marron M., Leijen D. Semantics of asynchronous JavaScript //Proceedings of the 13th ACM SIGPLAN International Symposium on on Dynamic Languages. - 2017. -С. 51-62.

256. W3C Geo-location API https://www.w3.org/TR/geolocation-API/ Дата обращения: Feb, 2020

257. Web Bluetooth API https://webbluetoothcg.github.io/web-bluetooth/ Дата обращения: Feb, 2020

258. Web Bluetooth Samples https://googlechrome.github.io/samples/web-bluetooth/ Дата обращения: Feb, 2020

259. Web Wi-Fi API https://developer.mozilla.org/en-US/docs/Archive/B 2 G_OS/API/WiFi_Information_API Дата обращения: Feb, 2020

260. Web Settings API https://developer.mozilla.org/en-US/doc s/Archive/B 2 G_OS/API/S etting s_API Дата обращения: Feb, 2020

261. Bluetooth LE advertising https://www.bluetooth.com/blog/bluetooth-low-energy-it-starts-with-advertising/ Дата обращения: Feb, 2020

262. LeScanCallback https://developer.android.com/reference/android/bluetooth/BluetoothAdapter.LeScanCallbac k.html#onLeScan(android.bluetooth.BluetoothDevice,%20int,%20byte[]) Дата обращения: Feb, 2020

263. BluetoothLeAdvertiser https://developer.android.com/reference/android/bluetooth/le/BluetoothLeAdvertiser Дата обращения: Feb, 2020

264. Bluetooth 5.0. advertising https://www.bluetooth.com/blog/exploring-bluetooth5-whats-new-in-advertising/ Дата обращения: Feb, 2020

265. Critical Bluetooth Vulnerability in Android https://insinuator.net/2020/02/critical-bluetooth-vulnerability-in-android-cve-2020-0022/ Дата обращения: Feb, 2020

266. Calegari, Roberta, et al. "Logic programming as a service in multi-agent systems for the Internet of Things." International Journal of Grid and Utility Computing 10.4 (2019): 344360.

267. Casadei R., Viroli M. Programming actor-based collective adaptive systems //Programming with Actors. - Springer, Cham, 2018. - С. 94-122.

268. Camps-Mur D., Garcia-Saavedra A., Serrano P. Device-to-device communications with Wi-Fi Direct: overview and experimentation //IEEE wireless communications. - 2013. - Т. 20. - №. 3. - С. 96-104.

269. Wi-Fi Aware https://www.wi-fi.org/discover-wi-fi/wi-fi-aware Дата обращения: Feb, 2020

270. Camps-Mur D. et al. Enabling always on service discovery: Wifi neighbor awareness networking //IEEE Wireless Communications. - 2015. - Т. 22. - №. 2. - С. 118-125.

271. Khan M. A. et al. Wi-Fi Direct Research □ Current Status and Future Perspectives //Journal of Network and Computer Applications. - 2017. - Т. 93. - С. 245-258.

272. IEEE 802.11u-2011 - Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) specifications Amendment 9: Interworking with External Networks

273. Use Wi-Fi Direct (P2P) for service discovery https://developer.android.com/training/connect-devices-wirelessly/nsd-wifi-direct Дата обращения: Feb, 2020

274. Shahin A. A., Younis M. Alert dissemination protocol using service discovery in Wi-Fi direct //2015 IEEE International Conference on Communications (ICC). - IEEE, 2015. - С. 7018-7023.

275. Pyattaev A. et al. 3GPP LTE traffic offloading onto WiFi direct //2013 IEEE Wireless Communications and Networking Conference Workshops (WCNCW). - IEEE, 2013. - С. 135-140.

276. Namiot D., Sneps-Sneppe M., Pauliks R. On Mobile Applications Based on Proximity //2019 7th International Conference on Future Internet of Things and Cloud Workshops (FiCloudW). - IEEE, 2019. - С. 59-64.

277. Tachmazidis I. et al. Hypercat RDF: semantic enrichment for IoT //Joint International Semantic Technology Conference. - Springer, Cham, 2016. - С. 273-286.

278. Apache Jena https://jena.apache.org/ Дата обращения: Apr, 2020

279. Ontop https://ontop-vkg.org/ Дата обращения: Apr, 2020

280. Tachmazidis I. et al. Optimizing a Semantically Enriched Hypercat-enabled Internet of Things Data Hub //SSN@ ISWC. - 2018. - С. 64-71.

281. World Wide Web Consortium et al. Data Catalog Vocabulary (DCAT). - 2014.

282. W3C DCAT https://www.w3.org/TR/vocab-dcat-2/#basic-example Дата обращения: Apr, 2020

283. Yu Z. et al. Cyber-Physical-Social-Mediated Communication //IT Professional. - 2020. -Т. 22. - №. 2. - С. 60-66.

284. Camps-Mur D., Garcia-Saavedra A., Serrano P. Device-to-device communications with Wi-Fi Direct: overview and experimentation //IEEE wireless communications. - 2013. - Т. 20. - №. 3. - С. 96-104.

285. Zuo J. et al. HYChat: A hybrid interactive chat system for mobile social networking in proximity //2015 IEEE International Conference on Smart City/SocialCom/SustainCom (SmartCity). - IEEE, 2015. - С. 471-477.

286. Wang Y. et al. BWMesh: a multi-hop connectivity framework on Android for proximity service //2015 IEEE 12th Intl Conf on Ubiquitous Intelligence and Computing and 2015 IEEE 12th Intl Conf on Autonomic and Trusted Computing and 2015 IEEE 15 th Intl Conf on Scalable Computing and Communications and Its Associated Workshops (UIC-ATC-ScalCom). - IEEE, 2015. - С. 278-283.

287. Peng Y. et al. Discovery of device-device proximity: Physical layer design for D2D discovery //2013 IEEE/CIC international conference on communications in China-workshops (CIC/ICCC). - IEEE, 2013. - С. 176-181.

288. Umashangar C. S. Proximity-based systems: Incorporating mobility and scalability through proximity sensing: дис. - Brunel University, School of Information Systems, Computing and Mathematics, 2009.

289. Leakage paths for the Apple / Google bluetooth tracing system https://abe-winter.github.io/2020/04/10/leaky.html Дата обращения: Apr, 2020

290. Privacy Preserving Contact Tracking https://www.apple.com/covid19/contacttracing/ Дата обращения: Apr, 2020

291. Decentralized Privacy-Preserving Proximity Tracing https://github.com/DP-3T/documents/blob/master/DP3T%20White%20Paper.pdf Дата обращения: Apr, 2020

292. BlueTrace https://bluetrace.io/static/bluetrace_whitepaper-938063656596c104632def383eb33b3c.pdf Дата обращения: Apr, 2020

293. Wang Y. et al. Survey on mobile social networking in proximity (MSNP): approaches, challenges and architecture //Wireless networks. - 2014. - Т. 20. - №. 6. - С. 1295-1311.

294. Wang Y. et al. Overview mobile social networking in proximity (MSNP): Applications, characteristics and challenges //2013 IEEE 10th International Conference on High Performance Computing and Communications & 2013 IEEE International Conference on Embedded and Ubiquitous Computing. - IEEE, 2013. - С. 2112-2119.

295. Wang Y. et al. Device-to-Device based mobile social networking in proximity (MSNP) on smartphones: Framework, challenges and prototype //Future Generation Computer Systems. - 2017. - Т. 74. - С. 241-253.

296. Yu N., Han Q. Context-aware community: Integrating contexts with contacts for proximity-based mobile social networking //2013 IEEE International Conference on Distributed Computing in Sensor Systems. - IEEE, 2013. - С. 141-148.

297. WifiP2pManager https://developer.android.com/reference/android/net/wifi/p2p/WifiP2pManager Дата обращения: Apr, 2020

298. Raza N. et al. Mobile ad-hoc networks applications and its challenges //Communications and Network. - 2016. - Т. 8. - №. 3. - С. 131-136.

299. Khatri P., Rajvanshi P. R. A Relative Study About Mobile Ad-Hoc Network (MANET): Applications, Standard, Protocols, Architecture, and Recent Trends //IoT and Cloud Computing Advancements in Vehicular Ad-Hoc Networks. - IGI Global, 2020. - С. 156173.

300. DLNA https://www.dlna.org/ Дата обращения: Apr, 2020

301. Miracast https://www.wi-fi.org/discover-wi-fi/miracast Дата обращения: Apr, 2020

302. IPP https://tools.ietf.org/html/std92 Дата обращения: Apr, 2020

303. Wang Y. et al. Device-to-Device based Proximity Service: Architecture, Issues, and Applications. - CRC Press, 2017.

304. Wi-Fi Direct distance https://www.wi-fi.org/knowledge-center/faq/how-far-does-a-wi-fi-direct-connection-travel Дата обращения: Apr, 2020

305. Prasad A. et al. Energy-efficient D2D discovery for proximity services in 3GPP LTE-advanced networks: ProSe discovery mechanisms //IEEE vehicular technology magazine. -2014. - Т. 9. - №. 4. - С. 40-50.

306. Doumiati, Salam Adnan. A framework for LTE-A proximity-based device-to-device service registration and discovery. Diss. 2015.

307. Lavrukhin V. An overhead analysis of access network query protocol (anqp) in hotspot 2.0 wi-fi networks //2013 13th International Conference on ITS Telecommunications (ITST). - IEEE, 2013. - С. 266-271.

308. How Interworking Works: A Detailed Look at 802.11u and Hotspot 2.0 Mechanisms https://www.commscope.com/globalassets/digizuite/1528-1358-wp-how-interworking-works.pdf Дата обращения: Apr, 2020

309. Croft J. M. Wi-Fi service discovery over 802.11 u using non-native generic advertising services (GAS-SD): дис. - 2014.

310. Bajko G. Methods, apparatuses and computer program products for providing temporal information: пат. 10051585 США. - 2018.

311. Kangasharju J., Ott J., Karkulahti O. Floating content: Information availability in urban environments //2010 8th IEEE international conference on pervasive computing and communications workshops (PERCOM Workshops). - IEEE, 2010. - С. 804-808.

312. Ott J. et al. Floating content: Information sharing in urban areas //2011 IEEE International Conference on Pervasive Computing and Communications (PerCom). - IEEE, 2011. - С. 136-146.

313. Ali S. et al. A simple approximate analysis of floating content for context-aware applications //Proceedings of the fourteenth ACM international symposium on Mobile ad hoc networking and computing. - 2013. - С. 271-276.

314. Amsterdam Open Beacon Networks https://amsterdamsmartcity.com/projects/amsterdam-open-beacon-network Дата обращения: Apr, 2020

315. Ying R. The Digitalization of Lifestyle in a Digital Era: A Case Study of WeChat in China //International Journal of Literature and Arts. - 2020. - Т. 8. - №. 3. - С. 119.

316. Программная загрузка https://www.kommersant.ru/doc/4235865 Дата обращения: Apr, 2020

317. Chrome Wi-Fi https://developer.chrome.com/apps/networking_onc Дата обращения: Apr, 2020

318. Chrome Bluetooth https://developer.chrome.com/apps/bluetooth Дата обращения: Apr, 2020

319. Network and Communications roadmap https://www.w3.org/Mobile/roadmap/network.html Дата обращения: Apr, 2020

320. Tizen NFC https://github.com/Samsung/tizen-docs/blob/master/docs/application/web/guides/connectivity/nfc.md Дата обращения: May, 2020

321. Wi-Fi Certified Wi-Fi Aware https://www.globenewswire.com/news-release/2018/04/24/1486154/0/en/Wi-Fi-CERTIFIED-Wi-Fi-Aware-enhances-the-Wi-Fi-mobile-experience.html Дата обращения: May, 2020

322. Chrome Bluetooth Low Energy https://developer.chrome.com/apps/bluetoothLowEnergy Дата обращения: May, 2020

323. Web Bluetooth Scanning Sample https://googlechrome.github.io/samples/web-bluetooth/scan.html Дата обращения: May, 2020

324. Chrome App Bluetooth Samples https://github.com/GoogleChrome/chrome-app-samples/blob/master/samples/bluetooth-samples/device-info-demo/main.js Дата обращения: May, 2020

325. Ott J., Kangasharju J. Opportunistic content sharing applications //Proceedings of the 1st ACM workshop on Emerging Name-Oriented Mobile Networking Design-Architecture, Algorithms, and Applications. - 2012. - С. 19-24.

326. Benamar N. et al. Routing protocols in vehicular delay tolerant networks: A comprehensive survey //Computer Communications. - 2014. - Т. 48. - С. 141-158.

327. Wei K., Liang X., Xu K. A survey of social-aware routing protocols in delay tolerant networks: applications, taxonomy and design-related issues //IEEE Communications Surveys & Tutorials. - 2013. - Т. 16. - №. 1. - С. 556-578.

328. Vasilakos A. V. et al. Information centric network: Research challenges and opportunities //Journal of network and computer applications. - 2015. - Т. 52. - С. 1-10.

329. Sifalakis M. et al. An information centric network for computing the distribution of computations //Proceedings of the 1st ACM Conference on Information-Centric Networking.

- 2014. - С. 137-146.

330. Benkacem I. et al. Integrated ICN and CDN Slice as a Service //2018 IEEE Global Communications Conference (GLOBECOM). - IEEE, 2018. - С. 1-7.

331. Намиот Д. Е. Wi-Fi Direct как технологическая основа для гипер-локального интернета //International Journal of Open Information Technologies. - 2020. - Т. 8. - №. 6.

- С. 77-82.

332. Carroll J. M. et al. The Internet of Places at community-scale: design scenarios for hyperlocal neighborhood //Enriching urban spaces with ambient computing, the Internet of Things, and smart city design. - IGI Global, 2017. - С. 1-24.

333. Best practices for unique identifiers https://developer.android.com/training/articles/user-data-ids Дата обращения: May, 2020

334. Rajadurai R. et al. Enhanced interworking of LTE and wi-fi direct for public safety //IEEE Communications Magazine. - 2016. - Т. 54. - №. 4. - С. 40-46.

335. Guinard D., Floerkemeier C., Sarma S. Cloud computing, REST and mashups to simplify RFID application development and deployment //Proceedings of the Second International Workshop on Web of Things. - 2011. - С. 1-6.

336. Vanhoef M. et al. Why MAC address randomization is not enough: An analysis of Wi-Fi network discovery mechanisms //Proceedings of the 11th ACM on Asia Conference on Computer and Communications Security. - 2016. - С. 413-424.

337. Jeon K. E. et al. Ble beacons for internet of things applications: Survey, challenges, and opportunities //IEEE Internet of Things Journal. - 2018. - Т. 5. - №. 2. - С. 811-828.

338. Treurniet J. J. et al. Energy consumption and latency in BLE devices under mutual interference: An experimental study //2015 3rd International Conference on Future Internet of Things and Cloud. - IEEE, 2015. - С. 333-340.

339. Background Execution Limits https://developer.android.com/about/versions/oreo/background Дата обращения: May, 2020

340. Clarke D. et al. Incremental multiset hash functions and their application to memory integrity checking //International conference on the theory and application of cryptology and information security. - Springer, Berlin, Heidelberg, 2003. - С. 188-207.

341. Maitin-Shepard J., Tibouchi M., Aranha D. F. Elliptic curve multiset hash //The Computer Journal. - 2017. - Т. 60. - №. 4. - С. 476-490.

342. Class HashMultiSet https://guava.dev/releases/21.0/api/docs/com/google/common/collect/HashMultiset.html Дата обращения: May, 2020

343. Namiot D., Sneps-Sneppe M. On Proximity Application Server //2020 26th Conference of Open Innovations Association (FRUCT). - IEEE, 2020. - С. 328-334

344. Xia W. et al. The Influence of Smart Phone's Mobility on Bluetooth Worm Propagation //2007 International Conference on Wireless Communications, Networking and Mobile Computing. - IEEE, 2007. - С. 2218-2221.

345. Shi W., Dustdar S. The promise of edge computing //Computer. - 2016. - Т. 49. - №. 5. - С. 78-81.

346. Local Only Hotspot https://developer.android.com/guide/topics/connectivity/localonlyhotspot Дата обращения: May, 2020

347. Semantic Sensor Network Ontology https://www.w3.org/TR/vocab-ssn/ Дата обращения: May, 2020

348. Haller A. et al. The modular SSN ontology: A joint W3C and OGC standard specifying the semantics of sensors, observations, sampling, and actuation //Semantic Web. - 2019. - Т. 10. - №. 1. - С. 9-32.

349. Perera C. et al. Context-aware sensor search, selection and ranking model for internet of things middleware //2013 IEEE 14th international conference on mobile data management. -IEEE, 2013. - Т. 1. - С. 314-322.

350. Henricksen K., Indulska J. Developing context-aware pervasive computing applications: Models and approach //Pervasive and mobile computing. - 2006. - Т. 2. - №. 1. - С. 37-64.

351. Bettini C. et al. A survey of context modelling and reasoning techniques //Pervasive and Mobile Computing. - 2010. - Т. 6. - №. 2. - С. 161-180.

352. Becker C., Dürr F. On location models for ubiquitous computing //Personal and Ubiquitous Computing. - 2005. - Т. 9. - №. 1. - С. 20-31.

353. Pérez-Penichet C., Moreira A. Analyzing the quality of crowd sensed WiFi data //2014 IEEE International Conference on Pervasive Computing and Communication Workshops (PERCOM WORKSHOPS). - IEEE, 2014. - С. 272-277.

354. Spachos P., Papapanagiotou I., Plataniotis K. N. Microlocation for smart buildings in the era of the internet of things: A survey of technologies, techniques, and approaches //IEEE Signal Processing Magazine. - 2018. - Т. 35. - №. 5. - С. 140-152.

355. Pappalardo L. et al. An analytical framework to nowcast well-being using mobile phone data //International Journal of Data Science and Analytics. - 2016. - Т. 2. - №. 1-2. - С. 7592.

356. Csáji B. C. et al. Exploring the mobility of mobile phone users //Physica A: statistical mechanics and its applications. - 2013. - Т. 392. - №. 6. - С. 1459-1473.

357. Using QR code as marker https://github.com/jeromeetienne/AR.js Дата обращения: Aug, 2020

358. Exposure Notifications API https://developers.google.com/android/exposure-notifications/exposure-notifications-api Дата обращения: Aug 2020

359. Exposure Notifications API: Android Reference Design https://github.com/google/exposure-notifications-android Дата обращения: Aug 2020

360. OpenTrace calibration https://github.com/opentrace-community/opentrace-calibration Дата обращения: Aug 2020

361. Holzapfel K. et al. Digital Contact Tracing Service: An improved decentralized design for privacy and effectiveness //arXiv preprint arXiv:2006.16960. - 2020.

362. Ratnasamy S. et al. A scalable content-addressable network //Proceedings of the 2001 conference on Applications, technologies, architectures, and protocols for computer communications. - 2001. - С. 161-172.

363. Ghosh S. Distributed systems: an algorithmic approach. - CRC press, 2014.

364. Google Web Bundles https://github.com/google/webbundle Дата обращения: Aug 2020

365. Web Bundles specification https://wicg.github.io/webpackage/draft-yasskin-wpack-bundled-exchanges.html Дата обращения: Aug 2020

366. IFPS https://ipfs.io/ Дата обращения: Sep 2020

367. Liu G., Xiao F. Time series data fusion based on evidence theory and OWA operator //Sensors. - 2019. - Т. 19. - №. 5. - С. 1171.

368. Song Y. et al. Credibility decay model in temporal evidence combination //Information Processing Letters. - 2015. - Т. 115. - №. 2. - С. 248-252.

369. Zhou C. et al. A social interaction field model accurately identifies static and dynamic social groupings //Nature human behaviour. - 2019. - Т. 3. - №. 8. - С. 847-855.

370. Shrestha P. et al. Learning from Dynamic User Interaction Graphs to Forecast Diverse Social Behavior //Proceedings of the 28th ACM International Conference on Information and Knowledge Management. - 2019. - С. 2033-2042.

371. Shtar G., Shapira B., Rokach L. Clustering Wi-Fi fingerprints for indoor-outdoor detection //Wireless Networks. - 2019. - Т. 25. - №. 3. - С. 1341-1359.

372. Jiang Y. et al. Ariel: Automatic wi-fi based room fingerprinting for indoor localization //Proceedings of the 2012 ACM conference on ubiquitous computing. - 2012. - С. 441-450.

373. Wang Y. et al. Generic Representation Learning for Dynamic Social Interaction //The 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, MLG workshop. - 2020.

374. Inokuchi A., Washio T. Mining frequent graph sequence patterns induced by vertices //Proceedings of the 2010 SIAM International Conference on Data Mining. - Society for Industrial and Applied Mathematics, 2010. - С. 466-477.

375. Prado A. et al. Mining spatiotemporal patterns in dynamic plane graphs //Intelligent Data Analysis. - 2013. - T. 17. - №. 1. - C. 71-92.

376. Xenakis D. et al. Performance analysis of network-assisted D2D discovery in random spatial networks //IEEE Transactions on Wireless Communications. - 2016. - T. 15. - №. 8. - C. 5695-5707.

377. Griffith D., Mosbah A. B., Rouil R. Group discovery time in device-to-device (D2D) proximity services (ProSe) networks //IEEE INFOCOM 2017-IEEE Conference on Computer Communications. - IEEE, 2017. - C. 1-9.

378. Hayat O., Ngah R., Hashim S. Z. M. Performance analysis of device discovery algorithms for D2D communication //Arabian Journal for Science and Engineering. - 2020. -T. 45. - №. 3. - C. 1457-1471.

379. Hayat O. et al. Device discovery in D2D communication: A survey //IEEE Access. -2019. - T. 7. - C. 131114-131134.

380. Hussein H. H., Elsayed H. A., Abd El-kader S. M. Intensive Benchmarking of D2D communication over 5G cellular networks: prototype, integrated features, challenges, and main applications //Wireless Networks. - 2019. - C. 1-20.

381. Cho K. et al. Analysis of latency performance of Bluetooth low energy (BLE) networks //Sensors. - 2015. - T. 15. - №. 1. - C. 59-78.

382. Song S. W. et al. Efficient advertiser discovery in bluetooth low energy devices //Energies. - 2019. - T. 12. - №. 9. - C. 1707.

383. Karvonen H. et al. Performance evaluation of Bluetooth Low Energy technology under interference //EAI International Conference on Body Area Networks. - Springer, Cham, 2018. - C. 147-156.

384. Kravets R., Harris III A. F., Want R. Beacon trains: blazing a trail through dense BLE environments //Proceedings of the Eleventh ACM Workshop on Challenged Networks. -2016. - C. 69-74.

385. de Almeida T. T. et al. Wi-Fi Direct Performance Evaluation for V2P Communications //Journal of Sensor and Actuator Networks. - 2020. - T. 9. - №. 2. - C. 28.

386. Sun W. et al. Listen channel randomization for faster Wi-Fi direct device discovery //IEEE INFOCOM 2016-The 35th Annual IEEE International Conference on Computer Communications. - IEEE, 2016. - C. 1-9.

Приложение 1. АКТЫ ВНЕДРЕНИЯ

tflchnDlaiv