Метод та засоби інтелектуальної обробки даних в мережах Інтернет речей
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Гайдай А. Р. Метод та засоби інтелектуальної обробки даних в мережах Інтернет речей. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 123 – Комп’ютерна інженерія з галузі знань 12 – Інформаційні технологіії. – Національний Технічний Університет України «Київський Політехнічний Інститут імені Ігоря Сікорського», Київ, 2026.
Дисертаційна робота присвячена розв’язанню актуальної науковопрактичної задачі підвищення ефективності обробки потоків даних та функціонування інфраструктури на граничному рівні розподілених систем Інтернету речей (IoT), що функціонують в режимі реального часу та за умов надходження великої кількості різнорідних сенсорних даних, багатопоточності обробки та масштабування інфраструктури. У роботі обґрунтовано системний підхід до адаптивної інтелектуальної обробки даних на граничному рівні розподілених систем IoT, що ґрунтується на формуванні адаптивно-інтелектуально керованої гібридної інфраструктури IoT, у межах якої процеси обробки потоків даних, моніторингу даних та стану ресурсів, інтелектуальної аналітики та забезпечення ефективності інфраструктури інтегровані в єдиний керуючий контур. Актуальність дослідження зумовлена активним розвитком промислових високотехнологічних та критичних систем, де широко застосовуються системи ІоТ. У таких системах функціонують тисячі сенсорів і вимірювальних пристроїв, які безперервно генерують значні обсяги даних, формуючи надвеликі потоки інформації, що потребують ефективної адаптивної обробки та інтелектуальної інтеграції ресурсів. Збільшення обсягів сенсорних даних у сучасних системах IoT робить традиційне передавання необроблених даних до централізованих хмарних систем все менш ефективним, оскільки це призводить до зростання навантаження на мережеву інфраструктуру, збільшення затримок обробки та обмеження масштабованості. Перехід до граничних обчислень (edge computing) частково вирішує ці проблеми. Проте актуальності набуває проблема обробки цих даних у режимі реального часу, оскільки значна кількість алгоритмів обробки та керування виконується на пристроях з обмеженими апаратними ресурсами, таких як мікроконтролери, одноплатні мінікомп’ютери та інші спеціалізовані обчислювальні платформи. Додатковою складністю є те, що сенсорні дані часто характеризуються низькою якістю та залежать від динаміки стану оточуючого середовища, включаючи, наприклад, сезонні, технологічні та експлуатаційні коливання, що ускладнює їх аналіз і потребує застосування ефективних методів попередньої обробки та корекції. Традиційні методи обробки потоків даних базуються на централізованій архітектурі та підходах до організації системи керування інфраструктурою і орієнтовані на обробку наперед визначених подій. Така організація обмежує оперативність прийняття рішень, знижує масштабованість і не дозволяє ефективно реагувати на динамічні зміни стану інфраструктури. В умовах зростання обсягів сенсорних даних та обмежених ресурсів граничних пристроїв виникає необхідність переходу до гібридної інфраструктури з розподіленим та централізованим керуванням і забезпечує автоматизацію, адаптивність та інтелектуальність процесів. Такий підхід дозволяє інтегрувати ключові функції обробки, моніторингу та аналітики у єдиний керуючий контур, підвищуючи ефективність, безпеку та гнучкість систем IoT у режимі реального часу. Метою роботи є підвищення ефективності обробки потоків даних та функціонування інфраструктури на граничному рівні розподілених систем IoT, що функціонують в режимі реального часу та за умов надходження великої кількості різнорідних сенсорних вимірювань, багатопоточності обробки та масштабування інфраструктури. Для досягнення поставленої мети були обґрунтовані принципи системного підходу до адаптивної інтелектуальної обробки даних на основі формування адаптивно-інтелектуальної керованої гібридної інфраструктури розподіленої системи IoT; формалізовані критерії ефективності обробки даних та функціонування інфраструктури ІоТ; розроблено новий комплексний метод адаптивної інтелектуальної обробки даних у розподілених системах IoT, який базується на інтеграції взаємопов’язаних часткових методів та засобів для підвищення достовірності сенсорних вимірювань, ефективного керування потоками даних, балансування обчислювального навантаження та забезпечення безпеки функціонування інфраструктури ІоТ; сформована методика практичної реалізації запропонованого методу; розроблені арифметичні розширювачі на гетерогенній реконфігуровній платформі SoC/ПЛІС, зокрема, для реалізації багаторівневого конвеєра фільтрації сенсорних даних та нейромережевого модуля прийняття рішень; реалізовані механізми взаємодії між вбудованим процесором ARM і програмно-конфігурованою логікою ПЛІС, що забезпечують динамічну реконфігурацію ПЛІС; проведені експериментальні дослідження для оцінки ефективності запропонованих рішень для забезпечення обробки потоків даних на граничному рівні інфраструктури IoT. У межах дослідження розроблено формальні моделі обробки потоків сенсорних даних, на основі яких проведено аналіз ефективності запропонованого методу, що разом із результатами експериментальних досліджень на реальному устаткуванні підтвердив доцільність його застосування та практичну ефективність у умовах адаптивної інтелектуальної обробки даних на граничному рівні IoT. Наукова новизна отриманих результатів полягає у розробленні комплексного методу адаптивної інтелектуальної обробки даних у розподілених системах ІоТ, який відрізняється від відомих поєднанням сукупності взаємопов’язаних часткових методів і засобів у межах єдиного керуючого контуру для забезпечення динамічного керування потоками даних та реконфігурації обчислювальних вузлів на ПЛІС з ціллю забезпечення оперативних керуючих впливів, підвищення ефективності використання обчислювальних ресурсів і безпеки функціонування інфраструктури. Удосконалено спосіб адаптивного налаштування порогів контролю у моніторингових системах, який на відміну від відомих підходів із фіксованими пороговими значеннями поєднує механізми вирівнювання сигналу, виділення тренду та адаптивного самоналаштування порогів, що дозволяє зменшити кількість хибних спрацювань і підвищити достовірність виявлення аномалій. Запропоновано спосіб динамічної реконфігурації обчислювальних вузлів на гетерогенних платформах SoC/ПЛІС, який забезпечує ефективну інтеграцію реконфігурованої логіки з вбудованим процесором ARM та дозволяє динамічно перерозподіляти обчислювальні задачі між апаратною і програмною складовими системи залежно від навантаження та класу вирішуваних задач. Така інтеграція створює умови для реалізації динамічних алгоритмів обробки сенсорних потоків у реальному часі на периферії системи. Отримав подальшого розвитку метод автоматичного прийняття рішень у безпекових сценаріях розподілених систем ІоТ, який відрізняється від відомих інтеграцією трьох компонентів: безперервного моніторингу стану системи з виконанням формалізованих алгоритмів аналізу аномальних подій та автоматизованим виконання керуючих впливів. Запропоновано спосіб інтелектуальної нейромережевої обробки сенсорних даних на ПЛІС, який поєднує апаратну стабілізацію вхідних даних із нейромережевим прийняттям рішень у межах єдиного обчислювального контуру, що дозволяє підвищити ефективність обробки даних завдяки апаратній реалізації нейромережі для прийняття рішень у реальному часі на периферії IoT. Практичне значення отриманих результатів полягає у створенні програмноапаратної платформи адаптивної інтелектуальної обробки сенсорних даних, що включає три взаємопов’язані компоненти: апаратний багаторівневий конвеєр на ПЛІС для фільтрації даних та отримання трендів, необхідних для реалізації адаптивних порогів; інтелектуальний нейромережевий модуль для прийняття рішень на основі оброблених сенсорних сигналів; автоматизоване адаптивне керування інфраструктурою IoT, що забезпечує динамічне перерозподілення обчислювальних ресурсів і оптимізацію потоків обробки даних». Запропонований метод досліджено з викоританням гетерогенної платформи SoC/ПЛІС Cyclone V. Експерименти проводились із використанням реальних потоків сенсорних даних (температура, вологість, освітленість та концентрація CO2) і підтвердили, що застосування апаратних фільтрів з адаптивними порогами контролю підвищує якість сенсорних вимірювань, зменшує затримки обробки та формування керуючих впливів та кількість хибних реакцій, підвищує енергоефективність порівняно з виключно програмною реалізацією на мінікомп’ютерах. Запропоновані метод та засоби можуть бути використані в промислових і високотехнологічних системах, включаючи підприємства, виробництва, критичні технологічні об’єкти, а також у системи промислового ІоТ та розумних містах, для підвищення якості моніторингу даних та ресурсів, безпеки, адаптивного балансування навантаження та інтеграції нейронних і реконфігурованих обчислень на ПЛІС. Основні положення та результати дисертаційного дослідження пройшли апробацію на міжнародних науково-технічних конференціях, а також обговорювалися на наукових семінарах профільної кафедри. За результатами дослідження опубліковано наукові праці, які повною мірою відображають зміст дисертації, зокрема статті у фахових виданнях України та тези доповідей. Дисертаційна робота оформлена відповідно до державних стандартів і складається зі вступу, чотирьох розділів, загальних висновків, списку використаних джерел та додатків.
Опис
Ключові слова
розподілені системи, Інтернет речей, граничні обчислення, локальні мережі, балансування навантаження, безпека, системи-на-кристалі, ПЛІС, реконфігурація ПЛІС, інтелектуальна обробка даних, якість сенсорних даних, фільтрація сенсорних данних, адаптивні пороги контролю, нейронний обчислювач, моніторингові системи, distributed systems, Internet of Things, edge computing, local area networks, load balancing, security, systems-on-chip, FPGA, FPGA reconfiguration, intelligent data processing, sensor data quality, sensor data filtering, adaptive control thresholds, neural networks, monitoring systems
Бібліографічний опис
Гайдай, А. Р. Метод та засоби інтелектуальної обробки даних в мережах Інтернет речей : дис. … д-ра філософії : 123 Комп'ютерна інженерія / Гайдай Анатолій Русланович. – Київ, 2026. – 213 с.