Модели управления процессами сбора данных в сетях интернета вещей с динамической структурой
(Стр. 62-71)

Сбор данных в сетях с динамической структурой представляет собой сложный процесс, который должен выполняться с учетом требований к безопасности, энергоэффективности и уровню задержек. Цель данного исследования - определение моделей, методов и средств сбора данных для сетей интернета вещей, имеющих динамическую структуру, которые одновременно отвечали бы современным требованиям к сбору данных в таких сетях: скорости сбора, обработки и передачи данных, объемам затрачиваемых энергоресурсов, уровню безопасности передаваемых данных в условиях динамического изменения структуры сетей, а также разработка моделей управления сбором данных, позволяющих эффективно реализовывать данный процесс. Для определения оптимальных моделей сбора данных, удовлетворяющих заявленным требованиям, авторами рассмотрены модели и методы сбора данных в динамических сетях, а также процессы управления данными. Исследование позволило определить наиболее эффективные технологии сбора данных в динамических сетях, к которым относятся Fog-технологии и технологии кластеризации. На основе проведенного анализа авторами разработана модель управления сбором данных, которая дает возможность производить построение и перестройку структур моделей в соответствии с предъявляемыми к ним требованиями и условиями сбора данных. Разработанные модели и методы авторы с успехом реализовали на практике: была разработана и апробирована система сбора данных с крановых комплексов, которая предназначена для работы на производственных площадках. В целом проведенное исследование позволило выявить методы и средства, эффективно решающие задачи сбора данных в сетях с динамической структурой, и продемонстрировать решение данных задач на практике.

Аунг М.Т., Аббас С.А., Жукова Н.А., Чернокульский В.В., (2020), МОДЕЛИ УПРАВЛЕНИЯ ПРОЦЕССАМИ СБОРА ДАННЫХ В СЕТЯХ ИНТЕРНЕТА ВЕЩЕЙ С ДИНАМИЧЕСКОЙ СТРУКТУРОЙ. Computational nanotechnology, 3 => 62-71.

Suwandhada K., Panyim K. ALEACH-Plus: An Energy Efficient Cluster Head Based Routing Protocol for Wireless Sensor Network. 7th International Electrical Engineering Congress (iEECON) (Hua Hin, Thailand, Mar. 6-8, 2019). IEEE. 2019. Pp. 1-4. DOI: 10.1109/iEECON45304.2019.8938948.
Rady A., Sabor N., Shokair M., El-Rabaie E.-S.M. Mobility based genetic algorithm hierarchical routing protocol in mobile wireless sensor networks. International Japan-Africa Conference on Electronics, Communications and Computations (JAC-ECC) (Alexandria, Egypt, Dec. 17-19, 2018). IEEE. 2018. Pp. 83-86. DOI: 10.1109/JEC-ECC.2018.8679548.
Zhang D., Qiu J.-N., Zhang T., Wu H. New energy-efficient hierarchical clustering approach based on neighbor rotation for edge computing of IoT. 28th International Conference on Computer Communication and Networks (ICCCN) (Valencia, Spain, 29 July - 1 Aug. 2019). IEEE. 2019. Pp. 1-2. DOI: 10.1109/ICCCN.2019.8847073.
Hao F., Kodialam M., Lakshman T.V., Mukherjee S. Online allocation of virtual machines in a distributed cloud. IEEE/ACM Transactions on Networking. 2017. Vol. 25. Iss. 1. Pp. 238-249. DOI: 10.1109/TNET.2016.2575779.
Жукова Н. А., Панькин А. В. Принципы организации управления процессами обработки и анализа многомерных измерений в ИГИС // Материалы 5-й Рос. мультиконф. по проблемам управления «Информационные технологии в управлении» (ИТУ-2012) (СПб., 9-11 окт. 2012 г.). СПб.: АО Концерн «ЦНИИ “Электроприбор”», 2012. С. 403-414.
Zhukova N. Dynamic resources management in agile IGIS. Information Fusion and Geographic Information Systems (IF&GIS’ 2015): 7th International Workshop on Information Fusion and Geographic Information Systems: Deep Virtualization for Mobile (Grenoble, France, May 18-20, 2015). V. Popovich, C. Claramunt, M. Schrenk, K. Korolenko, J Gensel (eds.). Springer International Publishing, 2015. Pp. 125-145. (Lecture notes in Geoinformation and Cartography).
Водяхо А.И., Жукова Н.А., Климов Н.В. и др. Вычислительные модели когнитивных систем мониторинга // Морские интеллектуальные технологии. 2018. Т. 3. № 4 (42). С. 147-153.
Osipov V.U., Vodyaho A.I., Klimov N.V. et al. Computational and technological models of cognitive monitoring systems // Advances in Science, Technology and Engineering Systems Journal. 2019. Vol. 2. Iss. 1. Pp. 197-202.
Vodyaho A., Zhukova N. System of ontologies for data processing applications based on implementation of data mining techniques. Proceedings of the 3rd International Conference on Analysis of Images, Social Networks and Texts, AIST 2014 (Yekaterinburg, Russia, April, 2014). 2014. Vol. 1197. Pp. 102-116.
Коробов Д.А., Лапаев М.В., Водяхо А.И., Жукова Н.А. Модели представления данных в области медицины // Известия СПбГЭТУ «ЛЭТИ». 2016. № 7. С. 7-13.
Водяхо А.И., Мустафин Н.Г., Жукова Н.А. Онтологический подход к построению систем мониторинга ресурсов в сетях кабельного телевидения // Известия СПбГЭТУ «ЛЭТИ». 2017. № 2. C. 29-38.
Жукова Н.А. Онтологические модели трансформации данных о состоянии технических объектов // Онтология проектирования. 2019. Т. 9. № 3 (33). С. 345-360.

управление процессами сбора данных, динамическая сеть, интернет вещей, вычислительные системы, Fog-технологии, управляющие модели сбора данных.